GfWM Wiki - Benutzerbeiträge [de]

Gkc24-Vortrag: Zukunft gestalten: Wissensnetzwerke für die Energiewende – gemeinsam lernen mit der Bayernwerk Akademie

2026-10-08T15:44:51Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Zukunft gestalten: Wissensnetzwerke für die Energiewende – gemeinsam lernen mit der Bayernwerk Akademie}}
{{Infobox gkc-Session
| titel = Zukunft gestalten: Wissensnetzwerke für die Energiewende – gemeinsam lernen mit der Bayernwerk Akademie
| art = Vortrag
| jahr = 2024
| beitragende = Gerrit Mauch
| organisation = Bayernwerk Akademie
| track = Kuratierter Track Verwaltung, Stiftungen und Verbände
| datum = 2024-10-11
| startzeit = 14:00
| video_id = N88zbgvFyd4
| video_url = https://www.youtube.com/watch?v=N88zbgvFyd4
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Wissensnetze als Treiber der Energiewende nutzen, wie versucht das Bayernwerk mit einer Akademie die alten Logik der persönlichen Entwicklungen und der Wissensstrukturen zu transformieren.</blockquote>

<youtube>https://www.youtube.com/watch?v=N88zbgvFyd4</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Gerrit Mauch erläutert, wie die Bayernwerk Akademie auf den stark wachsenden Qualifizierungsbedarf im Zuge der [[Energiewende]] reagiert. Im Mittelpunkt steht die Idee, Energienetze als Vorbild für [[Wissensnetze]] zu nutzen: [[Wissen]] soll aus unterschiedlichen Quellen aufgenommen, ausgewertet und für passende Lernangebote verfügbar gemacht werden. Anhand von Wartungsdaten, einer Qualifikationsmatrix und einer verkürzten Meisterausbildung zeigt Mauch, wie vorhandene Fähigkeiten sichtbarer werden und Weiterbildung gezielter gestaltet werden kann. Der Anspruch ist, Menschen mithilfe digitaler Systeme weiterzuqualifizieren, statt sie zu ersetzen.

== Aufbau und Hintergrund des Vortrags ==

Mauch nimmt online an der Session teil. Nach einer persönlichen Einführung beschreibt er seinen Weg vom Lernen und der Digitalisierung zum [[Wissensmanagement]]. Seit 2020 arbeitet er an der Universität Regensburg im Umfeld der Unternehmens- und Organisationspsychologie sowie beim Bayernwerk. Dort begann er als Product Owner mit der Entwicklung einer technischen Lösung zur Erfassung und Speicherung von Wissen, bevor er zur Akademie wechselte.

Der Vortrag führt zunächst durch die Veränderungen in der Energiewirtschaft und den daraus entstehenden Personal- und Qualifizierungsbedarf. Eine erste Fragerunde klärt die organisatorische Einordnung und die externen Zielgruppen der Akademie. Anschließend entwickelt Mauch anhand seiner Präsentation die Analogie zwischen Energie- und Wissensnetzen. Es folgen ein Anwendungsbeispiel aus dem Netzbetrieb, die Umsetzung in Bildungsangebote und das menschenorientierte Leitbild. Die abschließende Diskussion vertieft die Erfassung individueller Fähigkeiten und die Förderung bislang wenig sichtbarer Potenziale.

== Energiewende als Auslöser eines umfassenden Umbaus ==

Mauch beschreibt die Bayernwerk Netz GmbH als Tochterunternehmen des E.ON-Konzerns, das vor allem die ländlichen Regionen Bayerns versorgt. Die entscheidende Veränderung verortet er im Jahr 2022 und verbindet sie mit dem sogenannten Osterpaket. Aus seiner Sicht änderte sich damit die bisherige Entwicklungsrichtung des Unternehmens grundlegend: Statt Personal schrittweise abzubauen, müsse es stark wachsen.

Für diesen Wandel nennt er mehrere Größenordnungen:
* Die Beschäftigtenzahl müsse von etwa 3.000 im Jahr 2022 auf 7.000 bis 2030 steigen.
* Bei den Partnerfirmen für Bau- und Wartungsarbeiten bestehe ein zusätzlicher Personalbedarf, den Mauch auf ungefähr das Fünffache beziffert.
* Die Zahl der Umspannwerke müsse von ungefähr 290 auf mehr als 700 bis 2028 wachsen.
* Statt früher etwa 250 Anmeldungen von Photovoltaikanlagen monatlich gebe es inzwischen 7.000 bis 8.000 Neuanträge. Rund 2.500 Anlagen könnten monatlich angeschlossen werden, bevor die Netzkapazität ausgeschöpft sei.

Diese Angaben dienen im Vortrag dazu, den Veränderungsdruck zu verdeutlichen. Mauch stellt dem schnellen Ausbau lange Planungs- und Genehmigungszeiten sowie Strukturen gegenüber, die bislang auf Stabilität und bürokratische Abläufe ausgerichtet waren. Personalgewinnung allein reiche deshalb nicht aus: Neue Beschäftigte müssten schneller eingearbeitet und qualifiziert werden, während erfahrene Mitarbeitende zusätzliches Wissen benötigten.

== Die Akademie als gemeinsame Antwort auf Qualifizierungsbedarf ==

Die Bayernwerk Akademie entstand nach Mauchs Darstellung 2023. Ihr Auftrag verbindet die Sicherung technischer Qualifizierung mit Arbeitssicherheit und dem Aufbau neuer digitaler Kompetenzen. Netze werden zunehmend digital gesteuert, während gleichzeitig ältere Betriebsmittel weiter im Einsatz bleiben. Weiterbildung muss daher unterschiedliche technische Generationen und neue Arbeitsweisen zusammenbringen.

Besondere Bedeutung hat die Sicherheit. Fehler im Umgang mit elektrischen Anlagen können schwerwiegende Folgen haben. Schnellere Qualifizierung darf in Mauchs Darstellung deshalb nicht zulasten der Anforderungen an sicheres Arbeiten gehen.

Die Akademie ist eine eigene Gesellschaft, deren Team aus verschiedenen Bereichen des Unternehmens zusammengestellt wurde. Mauch beschreibt ein kleines Stabsteam von ungefähr zehn Personen mit Kompetenzen in Lernprozessen, Content-Management und Energiewirtschaft. Die Zusammenarbeit charakterisiert er als eine Art Wissenskommune, die eine neue Organisation mit Angeboten und Maßnahmen füllt.

In der ersten Fragerunde wird deutlich, dass die Akademie nicht ausschließlich intern arbeitet. Ihre Angebote richten sich auch an Kommunen, Partnerfirmen und andere Unternehmen. Als Beispiele nennt Mauch Ausbildungen zur Elektrofachkraft für Beschäftigte von Audi und MAN.

Die Nachfrage steigt deutlich: Im technischen Trainingscenter seien 2022 ungefähr 7.500 Ausbildungen durchgeführt worden; zum Zeitpunkt des Vortrags seien im laufenden Jahr bereits etwa 14.000 Menschen ausgebildet worden. Hinzu kämen Angebote in IT, akademischer Ausbildung und Arbeitssicherheit.

== Energienetze als Modell für Wissensnetze ==

Den konzeptionellen Kern formuliert Mauch mit der Aussage: ''„Energienetze sind eben Wissensnetze.“'' Ausgangspunkt ist der Wandel von einer überwiegend hierarchischen Energieversorgung zu einer vernetzten Struktur mit vielen Einspeisepunkten.

In der früheren Denkweise floss Energie vom Kraftwerk über verschiedene Netzebenen zu den Verbrauchenden. Mit Photovoltaik, Windkraft, Wasserkraft und Biomasse verändern sich diese Beziehungen. Haushalte verbrauchen nicht nur Strom, sondern speisen ihn auch ein. Mauch verwendet dafür den Begriff „Flexumer“. Ihre Einspeisung lässt sich nach seiner Darstellung nicht wie die Produktion eines konventionellen Kraftwerks steuern.

Aus dieser Veränderung leitet er eine entsprechende Öffnung der Wissensflüsse ab. Wenn Energie aus vielen Richtungen kommt, sollte auch relevantes Wissen nicht ausschließlich hierarchisch verteilt werden. Menschen, die sich intensiv mit eigenen Photovoltaikanlagen, Speichern und Absicherung beschäftigen, verfügen aus seiner Sicht über Fachwissen, das für Kommunen und Unternehmen nutzbar werden kann.

Die Akademie orientiert sich deshalb an der vertrauten Gliederung des Energienetzes in Nieder-, Mittel- und Hochspannung. Die Analogie soll Beschäftigten und Partnerfirmen verständlich machen, wie Wissen eingespeist und weitergegeben werden kann. Wissen aus Haushalten und Kommunen soll in die Organisation gelangen und gegebenenfalls bis in den Konzern weiterfließen. Im Mittelpunkt steht die Frage, wo Informationen entstehen und wie sie nutzbar werden.

== Von Betriebsdaten zu individuellen Lernbedarfen ==

Als konkretes Beispiel erläutert Mauch die digitale Ortsnetzstation. Sie liefert durch Sensorik und technische Ansteuerung Daten. Gleichzeitig müssen Menschen die Anlagen warten und Schaltungen durchführen. Diese Tätigkeiten unterliegen genauen Genehmigungs- und Dokumentationsanforderungen.

Die Dokumentation ermöglicht Einblicke in Wartungsintervalle, Bearbeitungszeiten und besonders wartungsintensive Betriebsmittel. Mauch beschreibt diese Daten als Grundlage, um betriebliche Abläufe systematisch auszuwerten. Seit Anfang 2023 würden dafür verschiedene KI-Systeme eingesetzt.

Der dargestellte Zusammenhang besteht aus mehreren Schritten:
* Wartungs- und Schaltvorgänge werden dokumentiert und ausgewertet.
* Eine auf bestimmte Muster trainierte [[Künstliche Intelligenz]] identifiziert Unregelmäßigkeiten.
* Die Ergebnisse werden mit einer Qualifikationsmatrix aus 100 beschriebenen Fertigkeiten und Fähigkeiten abgeglichen.
* Daraus werden mögliche Schulungsbedarfe abgeleitet.
* Passende Informationen und individualisierte Trainingsformate werden zusammengestellt.

Nach Mauchs Darstellung erfolgt inzwischen auch der Abgleich mit der Matrix durch KI. Webbasierte und adaptive Trainings würden bereits relativ automatisiert erzeugt. Damit soll Weiterbildung stärker an tatsächliche Tätigkeiten und vorhandene Fähigkeiten anschließen, statt allen Beschäftigten dieselben Inhalte anzubieten.

== Kürzere Bildungswege durch gezieltere Inhalte ==

Den praktischen Nutzen veranschaulicht Mauch an der Meisterausbildung. Früher hätten ungefähr 20 Personen über drei oder vier Jahre berufsbegleitend gelernt. Angesichts des Wachstums sei diese Größenordnung nicht ausreichend.

Gemeinsam mit der IHK in Regensburg wurde deshalb ein anderes Konzept entwickelt. Die ausgewerteten Daten halfen nach Mauchs Darstellung dabei, benötigte Themen genauer zu bestimmen und das Curriculum zu verdichten. Er berichtet von 140 Personen, die nun innerhalb von neun Monaten ausgebildet würden.

Die Verkürzung verbindet er insbesondere mit der Berücksichtigung vorhandenen Wissens. Inhalte sollen nicht erneut vermittelt werden, wenn Beschäftigte sie bereits beherrschen. Als Gegenbeispiel nennt er eine Person, die während 30 Jahren Betriebszugehörigkeit 24-mal weitgehend denselben Kursinhalt gehört habe.

Weitere Anwendungen erwähnt Mauch für einen Studiengang an der Technischen Hochschule Ingolstadt und für kommunale Anschlussprozesse. Dort würden Informationen über Verzögerungen, unterschiedliche Baurichtlinien oder nicht funktionierende Übergaben genutzt, um Schulungen und persönliche Entwicklung abzuleiten. Die übergreifende Logik bleibt gleich: Tätigkeitswissen erfassen, Bedarf erkennen und daraus passendere Bildungsangebote entwickeln.

== Menschenorientierung als Leitbild ==

Die Akademie setzt nach Mauchs Darstellung zunächst nicht bei einer vollständigen Veränderung der Didaktik an. Vorrangig gehe es darum, Wissen neu zu sammeln, bereitzustellen und daraus Kurse mit kürzeren Laufzeiten zu entwickeln.

Diesen Ansatz bezeichnet er als „human-friendly“. Wissen und technische Systeme sollen Menschen helfen, neue Qualifikationen aufzubauen. Die Energiewende sei aus seiner Sicht nur mit Menschen zu bewältigen. Daten über Fähigkeiten sollten deshalb nicht dazu dienen, Beschäftigte durch Maschinen zu ersetzen.

In der Diskussion bekräftigt Mauch diese Zielsetzung als klare Vorgabe des Vorstands. Zugleich differenziert er: Im Bereich der Erstellung und Organisation von Lernangeboten könne KI Arbeit rationalisieren. Für die Beschäftigten, die vor Ort Anlagen betreuen und zwischen Einsatzorten unterwegs sind, beschreibt er dagegen keine entsprechenden Ersetzungsansätze.

== Diskussion: Fähigkeiten erkennen und Potenziale fördern ==

Eine Teilnehmerin fragt, wie vorhandene und fehlende Fähigkeiten tatsächlich erfasst und verwaltet werden. Mauch erläutert, dass zunächst Totara als Lernmanagementsystem eingeführt wurde, weil die bisherigen selbst entwickelten Lösungen diese Aufgabe nicht abdecken konnten.

Die Qualifikationsmatrix wurde nicht neu erfunden, sondern aus der bestehenden Arbeitspraxis übernommen. Dokumentierte Wartungs- und Schaltvorgänge werden mit zusätzlichen Eingaben von Beschäftigten zusammengeführt. Vermutete Fähigkeiten sollen anschließend durch Fragen, kleine Geschichten oder spielerische Elemente überprüft werden.

Mauch betont, dass das Verfahren noch experimentell und nicht vollständig ausgereift sei. Den Kreislauf aus Datenauswertung, Assessments und neuen Kursangeboten bewertet er jedoch als bereits gut funktionierend.

Ein weiterer Effekt betrifft die Sichtbarkeit von Entwicklungspotenzialen. Früher mussten Beschäftigte über Teamleitungen und weitere Hierarchieebenen für eine Meisterausbildung empfohlen werden. Dabei konnten geeignete Personen unberücksichtigt bleiben. Die Auswertung eröffnet nach Mauchs Darstellung zusätzliche Wege, diese Potenziale zu erkennen.

Zur Förderung gehört außerdem praktische Unterstützung: Für die neunmonatige Ausbildung beschreibt er Lernzeit, Ausstattung und ein Fahrzeug. Der abschließende Austausch verbindet damit zwei Anliegen des Vortrags: vorhandene Fähigkeiten besser wahrzunehmen und Menschen konkrete Möglichkeiten zu geben, daraus eine weiterführende Qualifikation zu entwickeln.

Gkc24-Session: Standardisierung und Dokumentation im Wissenstransfer

2026-10-08T15:44:49Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Standardisierung und Dokumentation im Wissenstransfer}}
{{Infobox gkc-Session
| titel = Standardisierung und Dokumentation im Wissenstransfer
| art = Session
| jahr = 2024
| beitragende = Ingo Sell, Frank
| datum = 2024-10-11
| startzeit = 14:00
| sprache = Deutsch
| video_id = CjoA176G97c
| video_url = https://www.youtube.com/watch?v=CjoA176G97c
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Wir diskutieren darüber, wie man Dinge im Prozess standardisieren kann, wo man allgemeine Vorlagen erstellen und nutzen könnte. Wie kann dann der nächste Schritt hin zu einer nachhaltigen Dokumentation erfolgen? Wer erstellt diese und in welchem Tool?</blockquote>

<youtube>https://www.youtube.com/watch?v=CjoA176G97c</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die Session untersucht, wie sich [[Wissenstransfer]] durch Vorlagen erleichtern lässt und wie daraus eine dauerhaft nutzbare Dokumentation entstehen kann. Ingo Sell, Frank und die Teilnehmenden diskutieren Erfahrungen mit unterschiedlichen Werkzeugen, knappen Ressourcen und der Pflege von Wissensbeständen. Im Mittelpunkt stehen halbstandardisierte Wissenslandkarten, vertraute Dokumentationsformate und die Verbindung zum fachlichen Onboarding. Als entscheidend erweisen sich gemeinsame Zugänge, klare Verantwortlichkeiten und die Bereitschaft, dokumentiertes [[Wissen]] nach der Übergabe aktuell zu halten.

== Aufbau und Verlauf der Session ==

Geplant ist zunächst die Vorstellung des von den beiden Sessiongebenden praktizierten Transferprozesses. Anschließend soll die Gruppe darüber sprechen, wo Vorlagen helfen und wie Wissen dokumentiert werden kann. Wegen technischer Startschwierigkeiten beginnt der Austausch jedoch unmittelbar mit Dokumentationsfragen und Erfahrungen aus der Praxis.

Die Diskussion führt von der Werkzeugwahl über die Verteilung der Dokumentationsarbeit bis zur langfristigen Pflege. Danach werden Teamwissenslandkarten und Onboarding als Möglichkeiten der Weiterverwendung behandelt. Im letzten Teil zeigen die Sessiongebenden eine halbstandardisierte Wissenslandkarte und eine darauf aufbauende Excel-Vorlage. Den Abschluss bilden mögliche Anwendungen für Entwicklungs- und Mitarbeitergespräche sowie die Abgrenzung zur Verantwortung der Führungskraft.

Die Session ist damit vor allem ein Erfahrungsaustausch. Neben den vorgestellten Arbeitsweisen stehen Beiträge der Teilnehmenden, konkrete Schwierigkeiten und noch offene Fragen.

== Drei Schritte: Transfer, Dokumentation und Aktualisierung ==

Die Session unterscheidet drei miteinander verbundene Aufgaben:

* '''Wissenstransfer:''' Wissen wird erhoben, in einer Wissenslandkarte strukturiert und im Austausch weitergegeben.
* '''Dokumentation:''' Die Beteiligten entscheiden, welche Inhalte sie festhalten, wer dies übernimmt und wo die Ergebnisse abgelegt werden.
* '''Aktualisierung:''' Das Team hält die Dokumentation nach Abschluss des begleiteten Prozesses nutzbar und aktuell.

Der Transfer wird zunächst als Momentaufnahme beschrieben. Eine Wissenslandkarte und ausführliche Gespräche bedeuten noch nicht, dass Wissen später zuverlässig wiedergefunden oder weiterverwendet werden kann. Erst die anschließende Dokumentation schafft dafür eine Grundlage.

Der dritte Schritt wird mit der [[Lernende Organisation|lernenden Organisation]] verbunden. Die Sessiongebenden betonen, dass die begleitende Person irgendwann aus dem Prozess ausscheidet. Dauerhafte Pflege kann deshalb nicht allein von ihr abhängen. Sie muss im Team verankert werden und wird in der Diskussion auch als Herausforderung der Kulturveränderung verstanden.

== Werkzeugwahl: Vertrautheit und gemeinsamer Zugriff ==

Ein Einstiegsbeispiel verdeutlicht die Schwierigkeit einer gemeinsamen Dokumentation: In einem IT-Bereich mit etwas mehr als 20 Personen sollen vier Unterteams ihre Abläufe beschreiben. Sie wählen Excel, SharePoint, OneNote und ein Open-Source-Werkzeug zur Prozessdarstellung. Auf das zuletzt genannte Werkzeug können die anderen Teams jedoch nicht zugreifen. Da sich die Teams gegenseitig vertreten sollen, wird die unterschiedliche Werkzeugwahl zum Hindernis.

Die leitende Frage lautet deshalb nicht, welches Werkzeug grundsätzlich am leistungsfähigsten ist, sondern womit alle Beteiligten tatsächlich arbeiten können. Vorhandene Software, Zugriffsrechte und Vertrautheit bestimmen den Einstieg. Eine neue Anwendung einzukaufen und einzuführen erscheint insbesondere bei kurzfristigen Übergaben häufig nicht praktikabel.

Mehrere Beiträge bestätigen die hohe Akzeptanz von Word und Excel. Andere berichten von guten Erfahrungen mit Confluence, sofern es bereits verfügbar ist. Eine teilnehmende Person hat dort eine Vorlage angelegt, die die wissensgebende Person unmittelbar ergänzen kann. Nach deren Freigabe erhalten Kolleginnen, Kollegen und Nachfolge Zugriff.

Demgegenüber zeigt ein Beispiel mit Freeplane, dass die eigene Verfügbarkeit eines Werkzeugs nicht auf alle Beschäftigten schließen lässt. Eine aufwendig erstellte und verlinkte Wissenslandkarte war für andere nicht zugänglich. Die Session empfiehlt deshalb ausdrücklich, Zugänge frühzeitig zu prüfen.

Ingo beschreibt Excel als pragmatisches Übergabeformat: Die Kundinnen und Kunden kennen es und können die Ergebnisse anschließend in vorhandene Systeme übertragen. Auch die Integration in ein bereits genutztes Dienstplanungstool wird als niedrigschwelliger Zwischenschritt vorgestellt.

== Halbstandardisierte Wissenslandkarten ==

Eine zentrale Standardisierung betrifft die [[Wissenslandkarte]]. Ingo erläutert, dass vollständig frei entwickelte Karten zwar individuell passen, sich später aber schwer zusammenführen lassen. Deshalb nutzt er eine halbstandardisierte Struktur.

Die erste Ebene bleibt möglichst gleich; die zweite, dritte und gegebenenfalls vierte Ebene können individuell ausgestaltet werden. Hilfslinien bieten Orientierung, müssen aber nicht übernommen werden. So soll die Karte weiterhin als eigene Wissenslandkarte der jeweiligen Person erkennbar bleiben und zugleich eine gemeinsame Struktur besitzen.

In der gezeigten Vorlage gehören unter anderem folgende Themen zu den Standards:

* Fachwissen
* Arbeitsorganisation
* Projekte
* Netzwerk
* Führung
* Sonderthemen
* Unternehmenskultur

Die gemeinsame oberste Ebene ermöglicht es, später mehrere individuelle Karten zusammenzuführen. Die Aufnahme erfolgt normalerweise mit MindManager; je nach Rahmenbedingungen kommen auch andere Werkzeuge zum Einsatz.

Für die weitere Bearbeitung beschreibt Ingo eine Folge von Formaten: Zunächst wird die Wissenslandkarte in ein Word-Dokument übertragen, weil viele Beteiligte dort leichter korrigieren können. Danach erfolgt die Übertragung nach Excel, wo die weitere Arbeit am Transfer stattfindet.

== Vorlagen als Entlastung im Transferprozess ==

Die gezeigte Excel-Datei enthält eine Erklärung zur Nutzung, eine Übersicht über die Transferzeit und thematische Tabellenblätter. Darin werden die Unterpunkte der Wissenslandkarte bis zu ihren weiteren Ergänzungen übernommen. Zusätzliche Felder erfassen beispielsweise, wo Unterlagen liegen, ob sie analog oder digital vorliegen und ob sie bereits übergeben wurden.

Diese Struktur soll die Prozessbegleitung entlasten. Sie muss nicht jedes Mal neu überlegen, welche Informationen festzuhalten sind, sondern kann entlang vorgegebener Felder dokumentieren. Verknüpfungen zwischen Übersicht und Themenblättern unterstützen die Navigation. Die gleichzeitige Moderation und Dokumentation bleibt dennoch anspruchsvoll.

Frank berichtet außerdem von einer Word-Vorlage auf Grundlage einer Wissenslandkarte mit acht Oberthemen. Sie verbindet Themenbeschreibungen, Links und eine schmale Spalte für Maßnahmen. Dort können etwa die gemeinsame Sichtung von Unterlagen oder weitere Absprachen festgehalten werden, die außerhalb des moderierten Gesprächs stattfinden sollen.

Standardisierung wird damit nicht als vollständige Vereinheitlichung aller Inhalte verstanden. Sie schafft wiederkehrende Strukturen, während das konkrete Wissen und die erforderlichen Maßnahmen individuell bleiben.

== Dokumentationsarbeit auf mehrere Schultern verteilen ==

Aus der Praxis bei der DAK-Gesundheit berichtet Frank, dass Übergaben zunächst zu zweit begleitet wurden: Eine Person moderierte, die andere schrieb mit. Diese personelle Ausstattung sei inzwischen nicht mehr überall möglich. Deshalb müsse zu Beginn geklärt werden, wer was dokumentiert.

Hinzu kommt, dass Übergaben häufig nicht von einer Person an eine einzelne Nachfolge erfolgen. Das Wissen wird auf zwei oder drei verbleibende Teammitglieder verteilt. Frank fordert diese dazu auf, jeweils mitzuschreiben und ihre Notizen anschließend zu einer gemeinsamen Dokumentation zusammenzuführen.

Bei ausreichendem Vorlauf richtet er ein OneNote-Template ein und erläutert dessen Abschnitte. Teilweise gehört eine kurze Einführung in OneNote dazu. Anschließend wird die Dokumentation gemeinsam in einem Online-Termin durchgesehen und überarbeitet. Das Team soll sie als eigene Dokumentation übernehmen.

Tonaufnahmen werden von Teilnehmenden als weitere Entlastung genannt, insbesondere wenn eine Person zugleich moderieren und dokumentieren muss. Dabei wird die Zustimmung der Beteiligten angesprochen; für eine breitere Nutzung werden Personalrat und Beschäftigtenvertretung einbezogen. Erfahrungsberichte unterscheiden zudem zwischen häufig großen Vorbehalten gegenüber Videoaufnahmen und teilweise höherer Akzeptanz von Tonaufzeichnungen oder anschließenden Transkriptionen.

== Vom Dokumentenfriedhof zur gepflegten Wissensbasis ==

Eine Teilnehmerin fragt, wie freigegebene Wissensdokumente davor bewahrt werden können, in einer ungenutzten Ablage zu verschwinden. Die Weitergabe an Team und Führungskraft allein sichere noch nicht, dass neue Beschäftigte später darauf aufmerksam werden.

Frank beschreibt dazu einen Bereich, in dem innerhalb von drei oder vier Jahren dreimal Wissenstransfer zum gleichen Thema nötig war. Zwar war bereits eine Dokumentation vorhanden, sie wurde jedoch nicht aktuell gehalten. Als Begründung wurde fehlende Zeit genannt. Das Beispiel zeigt die Grenze einer einmaligen Übergabe: Eine brauchbare Ausgangsstruktur ersetzt keine laufende Pflege.

Als Ansätze werden regelmäßige Rückfragen bei Führungskräften, benannte Verantwortliche und Erinnerungen zur Überprüfung diskutiert. Frank beschreibt etwa Kalendereinträge, die zu einer späteren Aktualitätskontrolle anregen können.

Ein weiterer Erfahrungsbericht schildert Wissens-Fazilitatoren in den Teams, die alle vier bis fünf Monate auf die Aktualisierung hinwirkten. Versionsverläufe und Bearbeitungsstände machten die Pflege überprüfbar. Entscheidend ist dabei nicht nur die Ablage, sondern eine Verantwortung für deren weiteren Zustand.

== Teamwissenslandkarten und fachliches Onboarding ==

Für die Weiterverwendung schlägt Ingo vor, ähnlich aufgebaute individuelle Wissenslandkarten zu einer Teamwissenslandkarte zusammenzuführen. Beiträge mehrerer Teammitglieder schaffen einen Überblick, der auch für das [[Onboarding]] genutzt werden kann.

Für einzelne Themen müssen Verantwortliche benannt werden. Diese halten Unterlagen aktuell und unterstützen neue Kolleginnen und Kollegen beim Einstieg. Die Führungskraft soll nach Ende der punktuellen Transferbegleitung daran festhalten. Bei höherer Fluktuation können vorbereitete Themenstrukturen außerdem helfen, mehrere Neue gemeinsam einzuarbeiten.

Eine teilnehmende Person berichtet von einer Excel-Datei als zentralem Onboarding-Dokument. Sie unterschied den Einstieg in Organisation, Bereich, Team und Fachaufgaben und verlinkte die jeweiligen Wissensdokumente im [[Wiki]]. Für diese waren Prozessverantwortliche aus den Teams zuständig. Nach diesem Erfahrungsbericht erleichterte die gepflegte Dokumentation später das Offboarding: Die Gespräche konnten sich stärker auf implizites Spezialwissen konzentrieren.

Die Session betont zugleich, dass Dokumentation den persönlichen Austausch nicht vollständig ersetzt. Gerade bei umfangreichen impliziten Wissensanteilen wird ein wechselseitiges Gespräch empfohlen. KI-Unterstützung wird lediglich als spätere Möglichkeit eingeordnet, die eine ausreichend gewachsene interne Datenstruktur und die Berücksichtigung des Datenschutzes voraussetzt.

== Erweiterte Nutzung und Grenzen der Bewertung ==

Zum Schluss wird diskutiert, ob die Vorlage auch Mitarbeitergespräche und persönliche Entwicklungspläne unterstützen kann. Wiederholte Selbsteinschätzungen könnten Veränderungen sichtbar machen; ergänzend werden Fremd- oder Führungskräfteeinschätzungen genannt.

Ingo beschreibt außerdem einzelne Fälle, in denen Wissenstransferbegleitende gefragt werden, ob eine Person ein Lernziel innerhalb einer bestimmten Zeit erreichen könne. Solche Einschätzungen werden ausdrücklich als schwierig eingeordnet. Die Vorlage sei ursprünglich nicht für derartige Entscheidungen entwickelt worden.

Die Grenze bleibt klar: Die Begleitung kann Informationen und Beratung beitragen, übernimmt aber nicht die Personalentscheidung. Diese liegt weiterhin bei der Führungskraft. Der Abschluss der Session steht entsprechend im Zeichen des Erfahrungsaustauschs: Vorgestellt werden praktikable Strukturen und mögliche Weiterentwicklungen, keine universelle Lösung für alle Organisationen.

Gkc24-Session: Erlebtes Wissensmanagement

2026-10-08T15:44:47Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Erlebtes Wissensmanagement}}
{{Infobox gkc-Session
| titel = Erlebtes Wissensmanagement
| art = Session
| jahr = 2024
| beitragende = Frank Gerich
| datum = 2024-10-11
| startzeit = 14:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=1HBqzBKvVsg
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Lean Coffee - Wiki - Expert Debriefing - Barcamps - Knowledge Walk - Lernzirkel und meine Geschichten dazu. Dazu kommt die Mitarbeit hier im Verein</blockquote>

<youtube>https://www.youtube.com/watch?v=1HBqzBKvVsg</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Frank Gerich beschreibt [[Wissensmanagement]] als eine Praxis des gemeinsamen Lernens, Ausprobierens und Teilens. Anhand persönlicher und beruflicher Erfahrungen zeigt er, wie Lernroutinen, Lernzirkel, Austauschformate und Wikis zusammenwirken können. Entscheidend sind für ihn ein nachvollziehbarer Zweck, der Nutzen für die Beteiligten und eine Umgebung, in der Menschen ihr [[Wissen]] einbringen möchten. Fragen und Erfahrungsberichte aus dem Publikum ergänzen die Session.

== Aufbau und Charakter der Session ==

Gerich kündigt zu Beginn an, sowohl von gelungenen Vorhaben als auch von Fehlschlägen zu erzählen. Er beginnt jedoch nicht mit einzelnen Werkzeugen, sondern mit der Frage nach dem Zweck: Wozu wird etwas gemacht? Darauf folgen Überlegungen zu Veränderung und eine Lernroutine anhand der Toyota Kata.

Im weiteren Verlauf stellt er Erfahrungen mit Lernzirkeln, einem betrieblichen Problem-Solving-Forum, einer Key-User-Gruppe, Lean Coffee und Wikis vor. Er nutzt persönliche Geschichten, Fragen an die Teilnehmenden und Beispiele aus seiner Tätigkeit als Trainer und Coach. Die Session ist dialogisch: Das Publikum fragt nach Zeithorizonten, freiwilliger Beteiligung, niedrigschwelligen Einstiegen und dem Aufbau von Vertrauen.

Ein systematischer Katalog gescheiterter Projekte entsteht dabei nicht. Stattdessen zieht sich die Unterscheidung zwischen gelungenen und nicht gelungenen Experimenten durch den Vortrag. Beide sind für Gerich wertvoll, wenn daraus Lernen entsteht.

== Erst das Wozu, dann das Was und Wie ==

Mit dem Golden Circle von Simon Sinek führt Gerich seine zentrale Ausgangsfrage ein. Bevor Maßnahmen oder Werkzeuge ausgewählt werden, müsse geklärt sein, welchem Zweck sie dienen. Eine persönliche Geschichte über seine Heirat veranschaulicht die Reihenfolge: Zunächst entsteht ein Anlass, dann wird das Vorhaben bestimmt und anschließend seine Umsetzung organisiert.

Für Wissensmanagement bedeutet das, der Firmenleitung und den Beteiligten den Nutzen verständlich zu machen. Die Frage, was jemand von einer Aktivität hat, ist dabei nicht bloß ein Argument zur Einführung eines Projekts. Sie betrifft auch die persönliche Motivation, sich überhaupt damit zu beschäftigen.

Gerich verbindet Wissensmanagement mit Veränderung. Als mögliche Antriebe nennt er eine Vision oder einen spürbaren Schmerz. Schwierigkeiten beim Onboarding oder der Weggang vieler Beschäftigter können Anlass sein, den Umgang mit Wissen zu verbessern. Er beschreibt sowohl das Anbieten hilfreicher Lösungen als auch das Verdeutlichen bestehender Probleme. Erfolgreiche Beispiele können anschließend als positive Leuchttürme dienen.

== Mit Lernroutinen schrittweise vorankommen ==

=== Vom Nichtwissen zum selbstverständlichen Können ===

Am Beispiel des Fahrradfahrens erläutert Gerich unterschiedliche Zustände des Lernens. Seine Tochter wusste zunächst noch nicht, dass Fahrradfahren eine Möglichkeit war. Als sie ihren Bruder fahren sah, wurde ihr bewusst, was sie noch nicht konnte, und sie wollte es selbst lernen.

Darauf folgten Übung, Unterstützung und erste selbstständige Fahrten. Mit zunehmender Routine wurde aus bewusstem Können ein Können, das sich nicht mehr ohne Weiteres in Worte fassen lässt. Gerich nutzt dieses Beispiel später erneut, um die Schwierigkeit zu erklären, implizites Wissen zu beschreiben.

=== Fünf Fragen als Arbeitsroutine ===

Als praktische Orientierung stellt Gerich Fragen der Coaching-Kata vor und verweist auf Mike Rother sowie Toyota. Die Routine umfasst fünf Schritte:

* Den Zielzustand beschreiben: Wie soll die angestrebte Situation konkret aussehen?
* Den Ist-Zustand erfassen: Was ist heute vorhanden, bekannt oder noch unklar?
* Hindernisse benennen: Was steht zwischen Ausgangslage und Zielzustand?
* Ein Hindernis auswählen und den nächsten Schritt planen.
* Einen Zeitpunkt vereinbaren, an dem sichtbar wird, was aus dem Experiment gelernt wurde.

Besonders wichtig ist ihm die letzte Frage: ''„Wann können wir sehen, was du gelernt hast?“'' Sie richtet den Blick nicht ausschließlich darauf, ob ein Problem bereits gelöst wurde. Auch ein erfolgloser Versuch kann Erkenntnisse liefern, die den nächsten Schritt ermöglichen.

Gerich berichtet, diese Routine über Jahre genutzt zu haben. Er formuliert einen Zielzustand, schreibt Hindernisse auf und nimmt sich einen nächsten Schritt mit einem konkreten Termin vor.

Auf die Frage nach vorgegebenen Zeitrahmen unterscheidet er zwischen langfristiger Orientierung und kurzfristigen Arbeitsschritten. Bei einem festen Veranstaltungstermin prüft er, welche Bestandteile unverzichtbar und welche lediglich wünschenswert sind. Größere Vorhaben zerlegt er in erreichbare Teilstücke. Diese sollen realistisch, aber herausfordernd sein.

== Lernzirkel: Gemeinsam lernen und Beziehungen aufbauen ==

Ein regelmäßiger Lernzirkel trifft sich nach Gerichs Darstellung dienstags von 18 bis 18:30 Uhr zum Austausch über Wissensmanagement. Zum Zeitpunkt der Session besteht das Format seit ungefähr anderthalb bis zwei Jahren. Gerich beschreibt es als kleines Barcamp: Die Anwesenden und ihre Themen bestimmen den Austausch.

Eine Teams-Umgebung und teilweise OneNote unterstützen die Zusammenarbeit. Wichtig sind jedoch vor allem die Beziehungen: Wer kennt sich womit aus, wo finden sich Informationen und wen kann man fragen?

Aus den Treffen entstehen gemeinsame Lernaktivitäten. Gerich nennt einen KI-MOOC, den anschließenden Besuch der LearnOSCon und einen Lernpfad zum Zettelkasten. Im letztgenannten arbeitet die Gruppe über zwölf Wochen mit Übungen und Materialien. Dass andere ebenfalls teilnehmen und Beiträge vorbereiten, unterstützt das eigene Dranbleiben.

Die Gruppe umfasst normalerweise fünf bis sechs Personen. Durch regelmäßigen Austausch und persönliche Begegnungen wächst sie als Gemeinschaft zusammen. Gerich sieht darin auch eine Möglichkeit, eine [[Community of Practice]] aufzubauen.

Auf Nachfrage erklärt er, dass keine Mitgliedschaft erforderlich ist: Der Zugang erfolgt über den Kalendertermin auf der [[Website]] und den dort hinterlegten Teams-Link. Für Unternehmen schlägt er vor, vorhandene Lernpfade zu nutzen oder eigene zu entwickeln.

== Austausch im Unternehmen: Vom Einzelbedarf zur Gemeinschaft ==

=== Ein Problem-Solving-Forum ===

Als Trainer und Coach in einem großen amerikanischen Konzern wurde Gerich häufig um Erklärungen gebeten. Statt jede Frage unmittelbar einzeln zu beantworten, organisierte er gemeinsame Termine mit zwei Wochen Vorlauf.

Die Themen reichten von Prozessfähigkeit und Finite Elementen bis zum Reisekostenformular. Er lud Interessierte ein und zog bei Bedarf Fachkundige hinzu. Die Ergebnisse stellte er anschließend ins Wiki.

So wuchs aus einzelnen Fragen ein größeres Netzwerk. Unterschiedliche Themen brachten unterschiedliche Menschen zusammen; später kamen auch Gruppen mit konkreten Prozessproblemen hinzu. Gerich beschreibt das als ein Angebot, dessen Wirkung sich schrittweise ausbreitete.

=== Gemeinsames Lernen bei der Einführung von Office 365 ===

Ein weiteres Beispiel ist seine Aufgabe als Change Manager für die Einführung von Office 365 im Engineering Europa. Er richtete ein wöchentliches Treffen mit Key Usern ein. Gemeinsam besprachen sie Aufgaben, Möglichkeiten und Lösungen, probierten Anwendungen aus und verteilten Ergebnisse in der Gruppe.

Gerich versteht dieses Vorgehen als Wissensgenerierung, Wissenstransfer und Wissensnutzung. Seine Rolle als Knowledge Manager beschreibt er dabei als die eines Facilitators: Er schafft eine Umgebung für Zusammenarbeit, erkennt Interessen und unterstützt passende Lerngelegenheiten.

Auf die Frage, wie sich Menschen zur Teilnahme bewegen lassen, betont er den Unterschied zwischen freiwilligem Austausch und erzwungener Beteiligung. Menschen, die Interesse haben, können Ideen weitertragen. Dafür muss das Angebot einen erkennbaren Nutzen besitzen.

== Lean Coffee: Themen aus der Gruppe statt vorgegebener Agenda ==

[[Lean Coffee]] stellt Gerich als zeitlich begrenztes Austauschformat für Menschen mit ähnlichen Interessen vor. Zunächst werden Fragen und Ideen gesammelt und kurz vorgestellt. Anschließend priorisiert die Gruppe die Themen mit Klebepunkten.

Das Thema mit den meisten Punkten erhält zunächst zehn Minuten. Danach wird entschieden, ob noch Interesse besteht; gegebenenfalls folgen weitere drei Minuten. Innerhalb einer Stunde können so zwei oder drei Themen behandelt werden.

In einer eigenen Variante lässt Gerich die Beteiligten vor der Diskussion zunächst zwei oder drei Gedanken aufschreiben. Erst danach werden diese vorgestellt. Dadurch sollen sowohl stille als auch redegewandte Personen gehört werden.

Ein Beitrag aus dem Publikum bestätigt gute Erfahrungen, weist aber auf anfängliche Schwierigkeiten in Gruppen hin, die eine fertige Agenda erwarten. Als Variante wird ein Online-Board genannt, das bereits während der Woche mit Themen gefüllt wird.

Gerich nimmt dies als Beispiel dafür auf, Methoden an Menschen und Umgebung anzupassen. Sein ausdrücklicher Hinweis lautet: ''„Holt die Menschen da ab, wo sie sind, und nicht da, wo ihr sie haben wollt.“''

== Dokumentation und Retrospektive gehören zum Austausch ==

Für Gerich endet Wissensmanagement nicht mit einem Gespräch. Ergebnisse sollen wiederauffindbar und erneut nutzbar sein.

Eine Jahresuhr dient ihm dazu, besprochene Themen den Monaten zuzuordnen. In einem inneren Bereich bleiben Themen sichtbar, die wegen der begrenzten Zeit nicht behandelt wurden. Dadurch entsteht ein Überblick über den Austausch und über offene Punkte.

Zusätzlich nutzt er Retrospektiven. Anhand einer Starfish-Retrospektive bespricht die Gruppe unter anderem, was sie beginnen, beenden oder beibehalten möchte. Die Rückmeldungen helfen, das Format für das nächste Jahr weiterzuentwickeln.

Dokumentation und Rückblick erfüllen damit unterschiedliche, ergänzende Aufgaben: Die Dokumentation erhält Inhalte; die Retrospektive verbessert die Art der Zusammenarbeit.

== Wikis: Für sich lernen und Wissen für andere verfügbar machen ==

Gerich beschreibt sein [[Wiki]] als Ort, an dem er eigene Lernschritte festhält und zugleich anderen zugänglich macht. Seiten entstehen aus konkreten Fragen oder Werkzeugen, nicht aus dem Vorsatz, unabhängig vom Bedarf einen Artikel zu schreiben.

Ein Beispiel ist die Erstellung eines animierten GIFs. Gerich recherchiert die Vorgehensweise und dokumentiert sie. Als die Frage später erneut auftaucht, kann er nachschlagen und die Anleitung ergänzen. Andere können ebenfalls Verbesserungen beitragen.

Das Aufschreiben ist selbst eine Lernerfahrung: Inhalte müssen strukturiert, Screenshots ausgewählt und Quellen ergänzt werden. Dadurch behält Gerich das Gelernte besser. Aus kleinen Lernhäppchen können außerdem Lernpfade mit mehreren Meilensteinen entstehen.

Für die Überführung impliziten Wissens in explizites Wissen nennt er Fotos, Videos und anschließende Erläuterungen. Bei Tätigkeiten an einer Maschine kann außerdem der Vergleich zwischen Beschäftigten verschiedener Schichten helfen: Arbeiten sie gleich oder unterschiedlich? Solche Gespräche machen Vorgehensweisen greifbar.

== Niedrigschwellig beginnen und aus Experimenten lernen ==

Auf die Frage nach einem einfachen Einstieg empfiehlt Gerich zunächst eine Bestandsaufnahme. Oft werde Wissen bereits aufgenommen und genutzt, ohne dass dies Wissensmanagement heiße. Solche Beispiele sollten sichtbar werden.

Weitere Ansatzpunkte sind:

* Menschen und Prozesse beobachten und nach Schwierigkeiten fragen.
* Bedarf, vorhandene Stärken und mögliche Förderer erkennen.
* Gute Beispiele anderer Organisationen kennenlernen und auf die eigene Situation übertragen.
* Kleine Versuche durchführen und erst danach breiter ausrollen.
* Kürzere Austauschintervalle mit entsprechend kürzeren Meetings erproben.

Vertrauen lässt sich für Gerich nicht durch einen Trick herstellen. Es braucht Beziehungen, Zeit und Kenntnis der bisherigen Entwicklung. Wenn ein Vorgehen nicht funktioniert, empfiehlt er nicht mehr vom Gleichen, sondern einen anderen Weg und die Suche nach Mitstreitenden.

Zum Abschluss verbindet er Menschen, Prozesse und Produkte beziehungsweise Dienstleistungen. Menschen sollen Prozesse verstehen, leben und selbst gestalten. Lernen und Teilen sowie Lernen durch praktisches Tun bilden den Kern seiner Haltung. Entscheidend bleibt nach jedem Versuch die Frage, was daraus gelernt wurde und was für den nächsten Schritt mitgenommen werden kann.

Gkc24-Session: Einsatz von KI-gestützten Chatbots – Chancen und Risiken in der beruflichen Weiterbildung

2026-10-08T15:44:45Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Einsatz von KI-gestützten Chatbots – Chancen und Risiken in der beruflichen Weiterbildung}}
{{Infobox gkc-Session
| titel = Einsatz von KI-gestützten Chatbots – Chancen und Risiken in der beruflichen Weiterbildung
| art = Session
| jahr = 2024
| beitragende = Joachim Lorenz
| datum = 2024-10-11
| startzeit = 14:00
| video_url = https://www.youtube.com/watch?v=Wmi3jBN2YW8
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Einsatz von KI-gestützten Chatbots- Chancen und Risiken in der beruflichen Weiterbildung – am Beispiel von KAI und RASA</blockquote>

<youtube>https://www.youtube.com/watch?v=Wmi3jBN2YW8</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Joachim Lorenz erläutert, wie [[Chatbot]]s Bildungseinrichtungen bei der Bearbeitung von Anfragen unterstützen können. Anhand von Demonstrationen unterscheidet er regelbasierte Bots, anwendungsorientierte Systeme und große Sprachmodelle. Er zeigt außerdem, wie sich Sprachmodelle mit Dokumentensammlungen verbinden lassen und wie ein einfacher Bot mit Rasa aufgebaut werden kann.

Den Chancen einer jederzeit verfügbaren Auskunft stehen begrenzte Antwortfähigkeit, Datenschutzrisiken und technische Pflegeanforderungen gegenüber. Als entscheidende Voraussetzungen benennt Lorenz die Kenntnis der Zielgruppe, eine geeignete Wissensbasis, praktische Tests und die Übergabe komplexer Fragen an Menschen.

== Gliederung und Aufbau der Session ==

Die Session verbindet Einführung, Live-Demonstrationen und Publikumsdialog. Lorenz stellt sich als KI-Management-Trainer für die IHK vor und ordnet sein Interesse an Chatbots in das Thema [[Wissensintegration]] ein. Sein Ziel ist, Funktionsweisen und unterschiedliche Bot-Arten verständlich zu machen und einen Einstieg in die eigene Entwicklung zu ermöglichen.

Der Vortrag folgt dabei mehreren Schritten:
* Unterscheidung verschiedener Chatbot-Arten anhand von Kundendienst- und Jobassistenten.
* Vergleich von Sprachmodellen und gemeinsame Übungen zur Satzvervollständigung.
* Demonstration einer dokumentengestützten Recherche mit Google NotebookLM.
* Vereinfachte Erklärung der Sprachmodellarchitektur anhand einer Simulation.
* Vorstellung von KAI und praktische Einblicke in einen mit Rasa erstellten Bot.
* Abwägung von Vorteilen, Risiken und Implementierungsanforderungen.

Fragen und Beobachtungen des Publikums fließen unmittelbar ein. Die abschließende Diskussion vertieft vor allem die praktische Nutzung bei Bildungsträgern: Welche Anfragen lassen sich automatisieren, wann entstehen zusätzliche Umwege und wie sollte die Zusammenarbeit zwischen Bot und menschlichem Support aussehen?

== Chatbot-Arten und die Frage nach Transparenz ==

Lorenz unterscheidet zunächst regelbasierte Chatbots mit vorgefertigten Antworten von Systemen, die umfangreichere Aufgaben bearbeiten. Die erste Gruppe dient vor allem dazu, schnell Informationen bereitzustellen. Anwendungsorientierte Bots können darüber hinaus beispielsweise Bestellungen nachverfolgen oder komplexere Fragen beantworten. Freitexteingaben und ein dahinterliegendes KI-Modell nennt er als mögliche Merkmale solcher Systeme.

Zur Erkundung der gezeigten Anwendungen verwendet er wiederholt die Fragen ''„Bist du schlau?“'' und ''„Bist du ein LLM?“''. Die Antworten dienen ihm als Gesprächsanlass, um Unterschiede im Verhalten sichtbar zu machen. Mehrere Systeme reagieren ausweichend oder bleiben innerhalb ihres vorgesehenen Aufgabenbereichs.

Beim Jobassistenten Sam von McDonald’s beobachtet Lorenz hingegen eine Antwort mit Verweisen auf Unternehmensseiten und frei formulierten Passagen. Daraus leitet er die Vermutung ab, dass KI beteiligt ist. Die Demonstrationen zeigen damit zunächst beobachtbares Verhalten; sie sind keine vollständige technische Prüfung der jeweiligen Systeme.

Ein weiteres Beispiel betrifft einen Kundendienstchat, in dem nach Lorenz’ Darstellung ein Mensch antwortet. Für ihn war nicht klar erkennbar, mit wem er kommunizierte. Er verbindet diese Erfahrung mit der Forderung nach Transparenz und verweist auf die KI-Verordnung. Die eindeutige Kennzeichnung des Gegenübers ist für ihn eine wichtige Frage beim Betrieb solcher Angebote.

== Sprachmodelle als Schätzer: Kontext und unterschiedliche Antworten ==

Wie verlässlich große [[Sprachmodell]]e arbeiten, untersucht Lorenz zunächst über einen Modellvergleich. In einer Testarena auf der KI-Kompass-Seite lässt er unterschiedliche Modelle die Frage nach der Bedeutung von KI beantworten. Er beschreibt die gezeigte Mistral-Antwort als kompakt, während die GPT-Antwort stärker gegliedert ist und Absätze, Stichpunkte sowie Hervorhebungen verwendet. Für Organisationen stellt sich dadurch auch die Frage, welcher Antwortstil zur jeweiligen Anwendung passt.

Anschließend fordert er das Publikum auf, mögliche Ergänzungen zu ''„Ich bin ein …“'' zu überlegen. Die Vorschläge reichen von „Assistent“ bis zu einer Rückfrage nach genauerem Kontext. Ein Diskussionsbeitrag weist darauf hin, dass die Antwort auch davon abhängt, für wen das System den Satz vervollständigen soll.

Lorenz berichtet von unterschiedlichen Ergebnissen bei identischen Eingaben. Bei ''„Ich bin ein B …“'' erhielt er mehrfach eine Ergänzung zum Berliner-Zitat. Eine erneute Abfrage aus dem Publikum führt zu einer anderen bekannten Formulierung. Diese Beispiele nutzt er, um Sprachmodelle als Systeme zu erklären, die wahrscheinliche Fortsetzungen ermitteln. Die von seinem Professor übernommene Bezeichnung ''„stochastische Papageien“'' fasst diese Perspektive zugespitzt zusammen.

=== Vereinfachte technische Erklärung ===

Eine Simulation veranschaulicht die Verarbeitung einer Eingabe. Lorenz beschreibt zunächst die Tokenisierung und die Überführung in eine zahlenbasierte, maschinenlesbare Darstellung. Anschließend werden die Tokens in Vektorräume eingebettet, die er bildlich als Wissenslandkarten bezeichnet.

Es folgt die Verarbeitung in einer Transformer-Struktur, in der Kontext und Aufmerksamkeit eine Rolle spielen. Am Ende steht in seiner Darstellung eine Wahrscheinlichkeitsentscheidung über die nächste Fortsetzung. Die Erklärung soll vor allem verständlich machen, weshalb Kontext die Ausgabe beeinflusst und warum ein Sprachmodell nicht mit einer verlässlich abrufbaren Wissensdatenbank gleichgesetzt werden sollte.

== Dokumentengestützte Antworten und Qualitätskontrolle ==

Als Gegenstück zur freien Textgenerierung stellt Lorenz die Verbindung von Sprachmodellen mit Wissensbeständen vor. Er bezeichnet diese Kombination als [[RAG]] und beschreibt sie als Verbindung von Informationssuche und generierten Ausgaben. Dazu können etwa Zusammenfassungen oder Mindmaps gehören.

In Google NotebookLM demonstriert er eine Sammlung von 17 Literaturquellen. Seine Frage lautet, was Wissensintegration bedeutet. Die Antwort wird anhand der ausgewählten Dokumente erzeugt und enthält Verweise, über die sich die verwendeten Quellen aufrufen lassen. Lorenz betont die Möglichkeit, diese Bezüge selbst zu überprüfen.

Er stellt die dokumentengestützte Antwort als stärker faktisch gebunden dar als eine freie Ergänzung durch ein Sprachmodell. Zugleich spricht er davon, dass eine solche Eingrenzung das Phänomen der Halluzination reduzieren könne. Ein Beitrag aus dem Publikum unterstützt die Einschätzung, dass begrenzte Inhalte und präzisere Fragen die Unsicherheit über die Herkunft einer Antwort verringern können.

Die Demonstration enthält ausdrückliche Vorbehalte: Lorenz möchte nicht dazu ermuntern, urheberrechtlich bedenkliche Materialien hochzuladen. Auch den erzeugten Text will er nicht unverändert übernehmen. Quellenprüfung und eigene Bearbeitung gehören für ihn zur Qualitätskontrolle.

Ein ergänzendes Beispiel verdeutlicht die Bedeutung der Formulierung einer Anfrage: Bei der Aufforderung, einen Lachs im Wasser darzustellen, erschien in einem früheren Webinar ein eingeschweißtes Lachsfilet. Lorenz nutzt dies, um die mögliche Differenz zwischen Nutzererwartung und generiertem Ergebnis sichtbar zu machen.

== Einen einfachen Bot mit Rasa aufbauen ==

Für den Bildungsbereich nennt Lorenz KAI von der IHK Köln als Beispiel eines dialogischen Angebots. Den ausführlicheren technischen Teil widmet er jedoch [[Rasa]]. Das Framework interessiert ihn als Möglichkeit, selbst einen einfachen Bot zu entwickeln und dessen Aufbau nachzuvollziehen.

Er verweist auf einen schrittweisen Lernzugang beim KI-Campus. Seine eigene Demonstration soll die Einstiegshürde senken, ohne eine vollständige Installationsanleitung zu ersetzen. Zunächst zeigt er eine Ordnerstruktur und Dateien, die über die Kommandozeile beziehungsweise PowerShell verwaltet werden.

Die zentralen Bestandteile erläutert er anhand eines vereinfachten Ablaufs:
* '''Sprachverständnis:''' NLU, ausgeschrieben Natural Language Understanding, bildet einen Teil der Verarbeitung von Eingaben.
* '''Intents:''' Sie stehen für erwartete Absichten, etwa eine Begrüßung, einen Abschied oder eine Frage zu einem Kurs.
* '''Domäne:''' Hier hinterlegt Lorenz die vorgesehenen Antworten und das für seinen Bot benötigte [[Wissen]].
* '''Stories:''' Sie verbinden in seinem Beispiel einen Intent mit der auszuführenden Antwortaktion.
* '''Training und Ausführung:''' Nach der Vorbereitung trainiert er das System und startet die Interaktion.

Anhand einer zusätzlichen Frage nach der Bedeutung eines Chatbots zeigt er, wie er einen Intent ergänzt, eine mit ChatGPT erzeugte Antwort einträgt und die Zuordnung anlegt. Die Befehle „Rasa train“ und „Rasa shell“ dienen in der Demonstration dem Training beziehungsweise der Ausführung.

Dabei treten kleinere Codefehler auf. Lorenz nutzt sie, um deutlich zu machen, dass Entwicklung auch Fehlersuche umfasst. Er zeigt außerdem Python-Code und erwähnt eine Flask-App. Unterstützung durch GPT sieht er als Möglichkeit, Menschen mit wenig Programmiererfahrung einen Zugang zu eröffnen.

Entscheidend ist seine Abgrenzung: Dieser selbst definierte Bot ist in der Demonstration kein großes Sprachmodell. Er beantwortet die Fragen, für die entsprechende Intents und Antworten vorbereitet wurden. Der Nutzen des Eigenbaus liegt für Lorenz auch im technischen Verständnis.

== Chancen, Grenzen und Risiken im Bildungsbetrieb ==

Als Vorteile nennt Lorenz verbesserten Kundenservice und Personalisierung. Über definierte Absichten und Antworten lassen sich aus seiner Sicht auch Bots mit einer bestimmten Persona gestalten. Für Bildungsträger hebt er in der Abschlussdiskussion besonders die Verfügbarkeit rund um die Uhr und die Entlastung bei Informationsanfragen hervor.

Die Grenzen erläutert er anhand einer absichtlich unpassenden Pizza-Anfrage an den zuvor besprochenen IHK-Bot. Dieser habe lediglich eine Seite angezeigt, auf der das Schlüsselwort vorkam. Lorenz beschreibt dies als Beispiel dafür, dass eine Suchfunktion noch keine umfassende Antwortfähigkeit bedeutet.

Wenn Menschen nach einer erfolglosen Bot-Nutzung doch telefonieren müssen, kann zusätzlicher Zeitaufwand entstehen. Ein weiterer Voicebot kann diesen Weg nochmals verlängern. Die bloße Bereitstellung eines Bots ist deshalb für ihn nicht automatisch effizient.

Als Schattenseiten nennt er Datenschutz, Sicherheit, technische Hürden und laufenden Pflegebedarf. Ein berichtetes Experiment, bei dem ein GPT-basierter Dienst personenbezogene Daten ausgegeben habe, dient ihm als Warnung vor unzureichenden Schutzmechanismen. Eine genaue technische Auswertung dieses Vorfalls erfolgt in der Session nicht.

Ein Exkurs zur Erzeugung von Profilbildern erweitert die Perspektive auf berufliche Veränderungen durch KI. Lorenz berichtet von Bildern, die er mit Flux AI auf Grundlage eigener Fotos erzeugt hat, und äußert Sorge über Auswirkungen auf die Fotobranche.

== Handlungsempfehlungen und abschließende Diskussion ==

Lorenz empfiehlt, vor einer Implementierung grundlegendes Verständnis aufzubauen. Onlinekurse und Schulungsprogramme können dafür einen Einstieg bieten. Für Beschäftigte nennt er kurze Lernformate und Animationsvideos, die Fragen nach Möglichkeiten und Umgang mit KI behandeln. Zugleich betont er, dass Prozessoptimierung nicht grundsätzlich den Einsatz von KI erfordert.

In der Diskussion mit Eva werden die Empfehlungen konkreter:
* Die Zielgruppe und ihre häufigsten Fragen genau kennenlernen.
* Wiederkehrende Kundenfragen beispielsweise aus Telefonaten dokumentieren.
* Antworten in einer Wissens- oder Geschäftsdatenbank sammeln und für den Bot nutzbar machen.
* Das System mit realistischen Nutzerfragen testen und seine Grenzen beobachten.
* Komplexe oder neue Fragen an menschliche Mitarbeitende übergeben.

Eva ergänzt eine Erfahrung aus einer Softwarefirma: Neue Fragen und erarbeitete Antworten wurden im Kundendienst fortlaufend in einer Datenbank dokumentiert. Lorenz greift dieses Prinzip auf. Wiederkehrende Aufgaben sollen automatisiert werden; für nicht repetitive Fragen braucht es eine Schnittstelle zum Menschen.

Die Diskussion unterscheidet damit zwischen einem botgestützten First-Level-Support und einer weiterführenden menschlichen Bearbeitung. Eva betont zudem, dass Menschen die Antworten verfolgen und bei Fehlentwicklungen korrigieren sollten. Lorenz stimmt zu.

Sein abschließender Leitgedanke lautet, dass Bildung der erste Schritt ist: Chancen und Nachteile sollen verstanden werden, bevor Organisationen über den Einsatz entscheiden. Er bietet weitere Gespräche an; zum Ende wird auch die Vernetzung über LinkedIn angesprochen.

Gkc24-Vortrag: Expertise finden und erhalten – Erfahrungen aus zwei Jahrzehnten

2026-10-08T15:44:43Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Expertise finden und erhalten – Erfahrungen aus zwei Jahrzehnten}}
{{Infobox gkc-Session
| titel = Expertise finden und erhalten – Erfahrungen aus zwei Jahrzehnten
| art = Vortrag
| jahr = 2024
| beitragende = Lothar Maier, Dr. Karsten Ehms
| organisation = Bosch / Siemens
| track = Kuratierter Track Wirtschaft
| datum = 2024-10-11
| startzeit = 14:00
| video_id = aL2l8ECDQ1w
| video_url = https://www.youtube.com/watch?v=aL2l8ECDQ1w
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>In der Session werden wir versuchen, zu vermitteln, wie ein [[Wissensmanagement]]-Klassiker, die Nutzung von Expertenwissen, adressiert werden kann. Wir werden Unterschiede und Gemeinsamkeiten aus zwei Mischkonzernen darstellen und können persönlich dabei sowohl auf gereiftes Erfahrungswissen als auch auf eine wissenschaftliche Begleitstudie zurückgreifen.</blockquote>

<youtube>https://www.youtube.com/watch?v=aL2l8ECDQ1w</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Der Vortrag behandelt die Frage, wie Unternehmen Expertise sichtbar machen, zugänglich halten und über personelle Veränderungen hinweg erhalten können. Im Mittelpunkt steht die Bosch Experts Organization (BEO), deren Entwicklung Lothar Maier über einen Zeitraum von 28 Jahren beschreibt. Sie verbindet benannte Fachleute, selbstorganisierte Communities und strategisch ausgestattete Kompetenzzentren mit einer gemeinsamen Taxonomie.

Deutlich wird, dass eine Expertendatenbank allein nicht ausreicht. Entscheidend sind auch die Zustimmung der Führungskräfte, Freiräume für bereichsübergreifenden Austausch, aktuelle Daten und Möglichkeiten zum direkten Kontakt. Die Diskussion ergänzt den Vortrag um Fragen zur organisatorischen Betreuung, zur Wissensbewahrung und zum Umgang mit nicht mehr aktiven Communities.

== Aufbau und fachlicher Rahmen ==

Dr. Karsten Ehms eröffnet die Session mit einem Modell zur Unterstützung von Experten. Es stammt aus einer gemeinsam mit Michael Koch und Alexander Richter erarbeiteten Fallstudie, die sich, wie Ehms erläutert, auf Bosch bezog. Das Modell unterscheidet drei Aufgaben: Experten suchen und finden, ihre Profile beziehungsweise Benennungen pflegen und den direkten Austausch ermöglichen.

Anschließend problematisiert Ehms den Expertenbegriff. Fachausbildung, überdurchschnittliche Fähigkeiten, langjährige Erfahrung und intensive Übung können als Kriterien dienen. Die von ihm angesprochenen Größenordnungen von zehn Jahren Erfahrung beziehungsweise 10.000 Stunden Übung stehen neben einer organisatorischen Definition: Eine Person kann auch dadurch zum Experten werden, dass die Organisation sie entsprechend benennt.

Maier stellt zunächst Bosch und die BEO vor. Danach erläutert er deren Entwicklung, den Expertenlebenszyklus, den Benennungsprozess, die Pflege der Einträge und verschiedene Suchmöglichkeiten. Den Abschluss bildet eine Fragerunde. Der dokumentierte Schwerpunkt liegt auf Bosch; ein ausführlicher Vergleich mit Siemens erfolgt im Transkript nicht.

== Expertise in einem großen, vielfältigen Unternehmen ==

Maier beschreibt Bosch als Mischkonzern mit Tätigkeiten in Automobiltechnik, Industrietechnik, Energie- und Haustechnologie sowie Konsumgütern. Für das Vorjahr nennt er knapp 430.000 Beschäftigte weltweit in 60 Ländern, darunter 90.000 Entwicklerinnen und Entwickler.

Diese Größenordnung erklärt die Ausgangsfrage: Wie lässt sich das bereits vorhandene [[Wissen]] im Unternehmen erreichen? Bevor für Grundlagenwissen externe Stellen angesprochen werden, könnte intern bereits eine geeignete Person vorhanden sein. Zugleich erschwert die föderale Struktur den Austausch zwischen Geschäftsbereichen. Expertise aus dem Automobilbereich kann beispielsweise auch für Haushaltsgeräte relevant sein, ohne dass die Beteiligten voneinander wissen.

Das Ziel der BEO ist deshalb Transparenz darüber, wer was weiß. Die ursprüngliche Idee eines internen Expertenverzeichnisses nach dem Prinzip der „Yellow Pages“ wurde dafür zu einer umfassenderen Organisationsstruktur ausgebaut.

== Vier Elemente der Bosch Experts Organization ==

Die BEO verbindet vier Elemente mit unterschiedlichen Aufgaben:

* '''Benannte Experten:''' Rund 4.000 Personen sind gelistet. Sie besitzen ein Mandat ihrer Vorgesetzten, bereichsübergreifend als Experten tätig zu werden. Ihre Kennzeichnung wird auch in anderen Systemen sichtbar gemacht.
* '''[[Community of Practice|Communities of Practice]]:''' Selbstorganisierte Gruppen bearbeiten Themen aus eigener Motivation. Sie tauschen sich aus und erstellen beispielsweise Schulungen, Best Practices oder Dokumente zu bevorzugten Lieferanten und Maschinen.
* '''Centers of Competence:''' Diese Organisationen werden für strategische Themen gegründet und erhalten Budget sowie personelle Kapazitäten. Ihre Mandate können Eingriffe in Prozesse oder ein Veto ermöglichen.
* '''[[Taxonomie]]:''' Eine gemeinsame hierarchische Struktur ordnet Experten und Aktivitäten nach Themen und schafft zusätzliche Zugänge zur Suche.

Maier betont, dass selbstorganisierte Communities allein nicht für alle Aufgaben ausreichen. Für strategische Themen braucht es auch verbindlich ausgestattete Strukturen. Als Beispiel nennt er ein Center of Competence für Kunststofftechnik, das über mehrere Geschäftsbereiche hinweg wirken soll.

Die BEO unterstützt etwa 200 Communities und 21 boschweite Centers of Competence direkt. Diese bilden nur einen Teil der Unternehmenslandschaft: Im Social-Collaboration-Umfeld existieren laut Vortrag etwa 30.000 Communities; Geschäftsbereiche unterhalten außerdem eigene vergleichbare Strukturen.

== Langfristige Entwicklung und Expertenlebenszyklus ==

Die Organisation entstand 1996 aus einer Bottom-up-Initiative. Beschäftigte mit ähnlichen Problemen gründeten einen Arbeitskreis und begannen, eine Expertenliste zu führen. Später erhielt das Netzwerk Unterstützung des Managements und wurde um weitere Bereiche erweitert. Aus den zunächst so bezeichneten Kompetenznetzwerken entstand schließlich die Bosch Experts Organization.

Wichtige Entwicklungsschritte waren die Digitalisierung der Benennung, die Einführung von Expert Debriefing und Centers of Competence sowie der Aufbau der Taxonomie. Letztere wird auch in andere Systeme exportiert, etwa zur Klassifikation von Fertigungsprozessen, Innovationen sowie Gesetzen und Regularien.

Maier ordnet die Unterstützung in einen vereinfachten Expertenlebenszyklus ein: Auf den Erwerb von Basiswissen folgen Erfahrungswissen, Benennung, aktive Tätigkeit und schließlich Rückzug oder Ausscheiden. Die BEO konzentriert sich dabei auf Benennung, Suche und Expert Debriefing.

Ausbildung, Mentoring, Akademien und Weiterbildung werden dagegen durch andere Teile der Bosch-Organisation getragen. Auch die Möglichkeit, ehemalige Beschäftigte über Bosch Management Support für Projekte zurückzuholen, gehört nicht zur direkten BEO-Unterstützung. Weiterbildung bleibt dennoch wesentlich, damit einmal erworbene Expertise erhalten bleibt.

== Benennung: Relevanz, Zustimmung und Freiraum ==

Bei Bosch ist nach Maiers Darstellung Experte oder Expertin, wer Bosch-relevantes Wissen besitzt. Hierarchie, Rolle und formale Qualifikation sind dafür keine grundsätzlichen Voraussetzungen.

Für die Benennung gibt es mehrere Wege: Beschäftigte können sich selbst oder andere vorschlagen. Daneben wird bestimmten Gruppen, etwa Fachreferenten und Absolventen interner Akademien, eine Eintragung empfohlen. Rollenbezogene Benennungen betreffen beispielsweise Leitungen von Centers of Competence. Auch dokumentierte Tätigkeiten in externen Gremien, Konsortien und Verbänden werden genutzt, um Expertise sichtbar zu machen.

Der digitale Prozess ersetzt eine früher papiergestützte Abwicklung über lokale Ansprechpartner. Nach einem Vorschlag erhält die betreffende Person eine Benachrichtigung, bespricht die Benennung mit ihrer Führungskraft und korrigiert oder ergänzt den Eintrag. Anschließend bestätigt die Führungskraft die Angaben im Vier-Augen-Prinzip. Erst nach beider Zustimmung wird der Eintrag veröffentlicht und an weitere Systeme übergeben.

Die Beteiligung der Führungskraft dient sowohl der Bestätigung als auch der praktischen Absicherung des Mandats. Bosch empfiehlt für die bereichsübergreifende Expertentätigkeit einen Freiraum von ungefähr zehn Prozent der Arbeitszeit beziehungsweise zwei Tagen pro Monat. Dieser kann individuell vereinbart werden und bezieht sich auf die Person, nicht auf jede einzelne Expertise.

== Austausch ermöglichen, Aufwand begrenzen ==

Der Wissenstransfer soll nach Maiers Darstellung auf Gegenseitigkeit beruhen. Experten geben nicht nur Wissen weiter, sondern können durch Anfragen selbst lernen und neue Anregungen erhalten.

Jeder Beschäftigte kann einen Bosch-Experten über die verfügbaren Kommunikationskanäle kontaktieren. Daraus entsteht jedoch keine Verpflichtung zur sofortigen Unterstützung. Bei fehlender Kapazität kann die angefragte Person einen späteren Termin anbieten oder auf andere Fachleute verweisen.

Für den Aufwand beschreibt Maier abgestufte Rahmenbedingungen:

* Bis zu einem halben Personentag beziehungsweise vier Stunden kann Unterstützung unkompliziert erfolgen.
* Bei größerem Aufwand soll die Führungskraft einbezogen werden; eine Kostenverrechnung ist zunächst nicht vorgesehen.
* Bei mehr als zwei Tagen, etwa für längere Projektunterstützung oder eine Taskforce, empfiehlt Bosch eine Kostenverrechnung.

Damit verbindet das Modell einen möglichst offenen Austausch mit einer Grenze zwischen kurzer Beratung und umfangreicher Mitarbeit.

== Aktuelle Einträge und mehrere Suchzugänge ==

Ein Experteneintrag enthält Kontaktdaten, thematische Zuordnungen und einen Freitext. Die Taxonomie umfasst etwa 6.500 hierarchisch geordnete Begriffe. Der Freitext ermöglicht zusätzliche Präzisierungen, etwa die Beschränkung auf einen bestimmten Teilaspekt.

Gesucht werden kann über Volltext, verlinkte Themenbegriffe und die Hierarchie der Taxonomie. Wenn für ein enges Thema kein Experte vorhanden ist, können benachbarte oder übergeordnete Themen weiterhelfen. Filter nach Geschäftsbereich, Standort und Land ergänzen diese Zugänge.

Die Aktualität der Daten wird durch regelmäßige Abgleiche mit dem Active Directory unterstützt. Ändern sich Abteilung oder Kostenstelle, werden die Betroffenen aufgefordert, ihre Expertise zu prüfen und den Eintrag gegebenenfalls zu aktualisieren oder zu löschen. Kontaktdaten werden im Hintergrund aktualisiert. Ob sich die tatsächliche Tätigkeit geändert hat, lässt sich aus einer organisatorischen Änderung jedoch nicht automatisch ableiten.

Auch neue Führungskräfte werden einbezogen, weil deren Zustimmung den Freiraum für die Expertentätigkeit absichert. Neben der BEO-Plattform stehen Suchmöglichkeiten in der Enterprise Search, im Social-Collaboration-Tool und über eine mobile App bereit. Ein interaktiver Leitfaden hilft zusätzlich bei der Suche über unterschiedliche Informationsquellen hinweg.

== Versteckte Expertise über Beiträge entdecken ==

Die Suche beschränkt sich nicht auf benannte Experten. Bosch Expertise Search verbindet deren Daten mit Informationen aus dem Social-Collaboration-System. Dort nennt Maier rund 398.000 Beschäftigtenprofile, die allerdings nicht alle ausgefüllt sind.

Beiträge wie Blogs, Wikis und Kommentare werden als Hinweise auf thematische Aktivitäten zusammengeführt. Suchende können die zugrunde liegende Evidenz betrachten und entscheiden, wen sie kontaktieren möchten. Damit unterscheidet sich dieser Zugang von der Suche nach bereits bestätigten Experten.

Als weitere mögliche Quellen nennt Maier rund 40.000 Forschungsberichte, Lessons Learned sowie etwa 3.500 Abschlussberichte aus Deutschland. Ihre Einbindung beschreibt er als geplante Erweiterung. Bei Abschlussarbeiten ist zudem zu beachten, dass die Verfassenden möglicherweise nicht mehr im Unternehmen tätig sind.

== Wissensbewahrung und organisatorische Betreuung ==

In der Fragerunde erklärt Maier, dass die zentrale Betreuung meist durch zwei Personen erfolgte; zum Vortragszeitpunkt arbeitet er allein. Plattformbetrieb und weitere Systeme werden durch einen Dienstleister beziehungsweise andere Abteilungen unterstützt. Seine Aufgabe als Application Owner liegt in strategischer Ausrichtung und Schnittstellen, während der Product Owner den Toolbetrieb verantwortet.

Communities erhalten Hilfe bei Gründung, Vernetzung, Moderation und Community Management. Bei Centers of Competence umfasst die Unterstützung unter anderem Geschäftsordnung, Finanzierungsplan, Steuerkreis und Kontakte zu möglichen Beteiligten.

Für die Wissensbewahrung nennt Maier Wissenstandems, Mentoring, Reverse Mentoring, Schulungen, Akademien, Brown-Bag-Meetings und digitale Beiträge. Expert Debriefing beschreibt er als kurzfristigen Auffangprozess, wenn jemand bald ausscheidet. Es ist nicht verpflichtend; die Geschäftsbereiche verfolgen unterschiedliche Vorgehensweisen.

Bei inaktiven Communities werden Verantwortliche nach weiteren Aktivitäten gefragt. Die Community kann gelöscht oder auf Wunsch archiviert werden. Inhalte ausgeschiedener Beschäftigter bleiben im Social-Collaboration-Raum laut Maier erhalten, werden jedoch anonymisiert. Seine abschließende Einschätzung zur Wissenslandschaft lautet: ''„An Wissen mangelt es eigentlich nicht, nur das Finden ist dann eher das Problem.“''

Benutzer:Florian Schmuhl

2026-10-07T13:56:46Z

Florian Schmuhl:

==GfWM-Aktivitäten==
[[Datei:Portrait-Florian S-rund.png|alternativtext=Rundes Portraitfoto von Florian S.|mini]]

* [[Vorstand]] 2024 - 2026
* [[Fachgruppe Wiki]]
* Orga-Team [[KnowledgeCamp]]:
** [[KnowledgeCamp 2022]]
** [[KnowledgeCamp 2023]]
** [[KnowledgeCamp 2024]]
** [[KnowledgeCamp 2025]]
* [[Fachgruppe Wissensmanagement-Mindmap]]
* [[Wissensmanagement Learning Circle]]

==Social Media==

* [https://www.linkedin.com/in/florian-schmuhl Florian@LinkedIn]

Datei:Portrait-Florian S-rund.png

2026-10-07T13:56:04Z

Florian Schmuhl:

Rundes Portraitfoto von Florian S.

Benutzer:Florian Schmuhl

2026-10-07T13:45:49Z

Florian Schmuhl: Foto eingefügt

==GfWM-Aktivitäten==
[[Datei:Portrait-Florian S-rund.jpg|alternativtext=Portraitfoto Florian S.|mini]]

* [[Vorstand]] 2024 - 2026
* [[Fachgruppe Wiki]]
* Orga-Team [[KnowledgeCamp]]:
** [[KnowledgeCamp 2022]]
** [[KnowledgeCamp 2023]]
** [[KnowledgeCamp 2024]]
** [[KnowledgeCamp 2025]]
* [[Fachgruppe Wissensmanagement-Mindmap]]
* [[Wissensmanagement Learning Circle]]

==Social Media==

* [https://www.linkedin.com/in/florian-schmuhl Florian@LinkedIn]

Benutzer:Florian Schmuhl

2026-10-07T13:41:16Z

Florian Schmuhl: Die Seite wurde neu angelegt: „==GfWM-Aktivitäten== * Vorstand 2024 - 2026 * Fachgruppe Wiki * Orga-Team KnowledgeCamp: ** KnowledgeCamp 2022 ** KnowledgeCamp 2023 ** KnowledgeCamp 2024 ** KnowledgeCamp 2025 * Fachgruppe Wissensmanagement-Mindmap * Wissensmanagement Learning Circle ==Social Media== * [https://www.linkedin.com/in/florian-schmuhl Florian@LinkedIn]“

==GfWM-Aktivitäten==

* [[Vorstand]] 2024 - 2026
* [[Fachgruppe Wiki]]
* Orga-Team [[KnowledgeCamp]]:
** [[KnowledgeCamp 2022]]
** [[KnowledgeCamp 2023]]
** [[KnowledgeCamp 2024]]
** [[KnowledgeCamp 2025]]
* [[Fachgruppe Wissensmanagement-Mindmap]]
* [[Wissensmanagement Learning Circle]]

==Social Media==

* [https://www.linkedin.com/in/florian-schmuhl Florian@LinkedIn]

KnowledgeCamp 2024

2026-10-07T13:15:06Z

Florian Schmuhl: Links zu Session-Dokus ergänzt

{{Infobox KnowledgeCamp
| banner = KnowledgeCamp 2024 Banner.png
| motto = Knowledge Management works. – Wissensmanagement funktioniert.
| startdatum = 2024-10-10
| enddatum = 2024-10-11
| startzeit1 = 13:00
| endzeit1 = 18:00
| startzeit2 = 08:30
| endzeit2 = 16:00
| kickoff = 2024-01-22
| ort = frizzforum, Berlin
| art = Hybrid
| teilnehmende = 240
| sessions = 34
| vortraege = 14
| landingpage = https://www.gfwm.de/gkc24/
}}

Das '''[[KnowledgeCamp]] 2024''' fand am 10. und 11. Oktober 2024 im frizzforum in '''Berlin''' (und online) statt und bestand aus insgesamt '''34 Barcamp-Sessions''' und '''14 Vorträgen''' (7 Track "Wirtschaft", 7 Track "Verwaltung, Stiftungen und Verbände"). Das Motto des gkc24 lautete "'''[[Knowledge Management]] works. – [[Wissensmanagement]] funktioniert.'''"

Mit über 240 Teilgebenden, davon 154 vor Ort und rund 90 online, war es '''das bis dahin größte KnowledgeCamp'''.<ref>[https://www.gfwm.de/gkc24-rueckblick/ KnowledgeCamp 2024: Rückblick & Dokumentation], Blogbeitrag vom 08.11.2024</ref>

==Orga-Team==
*[[Benutzer:Andreas_Matern|Andreas Matern]]
*Anne Holtz
*[[Benutzer:Clara_Holler|Clara Holler]]
*Dominik Gädke
*[[Benutzer:Florian_Schmuhl|Florian Schmuhl]]
*Frank Gerich
*Julia Wegner
*Lisa Seyde
*Lukas Wünsch
*[[Benutzer:Martin Harnisch|Martin Harnisch]]
*Rainer Bartl
*Simon Didszuweit
*Victoria Köstner

== Format ==
Neu beim gkc24 war die zweigeteilte Sessionvergabe<ref>[https://www.gfwm.de/gkc24-eingereichte-sessions-und-abstimmung/ #gkc24 - Vorabeinreichung Sessions und Abstimmung], Blogbeitrag vom 22.07.2024</ref>:
* '''Hälfte vorab online:''' Session-Vorschläge konnten bis zum 05.09.2024 über ein Online-Formular eingereicht werden (max. 2 pro Sessiongeber:in). Vom 12.09. bis 19.09.2024 stimmten die Teilnehmenden online ab, welche Sessions die 21 Slots in drei Räumen bekamen.
* '''Hälfte vor Ort:''' Drei weitere Räume mit ebenfalls 21 Slots wurden jeweils am Morgen von Tag 1 und Tag 2 vor Ort vergeben. Einer davon (Hagen, frizz 3.1) war ein reiner Präsenzraum ohne Online-Teilnahme.

Insgesamt standen damit sechs Räume für Barcamp-Sessions zur Verfügung. In zwei weiteren Räumen liefen zum ersten Mal zwei parallele kuratierte Tracks: "Wirtschaft" sowie "Verwaltung, Stiftungen und Verbände". Kuratiert wurden sie von Andreas Matern (GfWM) mit Unterstützung von Prof. Dr.-Ing. Peter Heisig (FH Potsdam) und Stefan Zillich (re:Quest Berlin).

== Tools ==
{| class="wikitable"
!Tool
!Zweck
|-
|[[Pretix]]
|Anmeldung und Ticketverkauf
|-
|Microsoft Forms
|Vorabeinreichung von Sessions
|-
|Miro
|Sessionplan mit allen Zugangslinks, Session-Dokumentation
|-
|Microsoft Teams
|Online-Teilnahme an Barcamp-Sessions, kuratierten Tracks, Plenum und Pausen
|-
|Signal
|Begleitende Kommunikation in der KnowledgeCamp-Signal-Gruppe
|-
|YouTube
|Aufzeichnungen der Tracks und Sessions
|}
Das hybride Technik-Setup entsprach dem des [[KnowledgeCamp 2023|gkc23]]: Session-Geber:innen brachten nur ihren eigenen Rechner mit und verbanden sich per WLAN mit Teams. Fest installierte Rechner mit Webcam und Mikrofon übertrugen den Raum ins Virtuelle, Beamer und Lautsprecher holten die Online-Teilnehmenden in den Raum.

== Preise ==
{| class="wikitable"
!Ticket
!Preis
|-
|Vor-Ort-Teilnahme (regulär)
|119,00 Euro
|-
|Vor-Ort-Teilnahme für Mitglieder befreundeter Organisationen
|79,00 Euro
|-
|Vor-Ort-Teilnahme für GfWM-Mitglieder
|29,00 Euro
|-
|Online-Teilnahme
|29,00 Euro
|}
Das Vor-Ort-Ticket umfasste Barcamp, kuratierte Tracks, Abendveranstaltung und Verpflegung an beiden Tagen. Befreundete Organisationen waren DGI, GPM, DGQ, VDI, VWI, BVWB, SKMF, KM Austria, WM Forum Graz und Xinnovations.

== Vorträge und Sessions ==
Das gkc24 bestand insgesamt aus '''34 Barcamp-Sessions''' und '''14 Vorträgen''' (7 Track "Wirtschaft", 7 Track "Verwaltung, Stiftungen und Verbände").

=== Tag 1 ==={| class="wikitable"
!Uhrzeit
!Raum
!Sessiontitel
!Sprecher:in
|-
| rowspan="8" |15:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|[[Gkc24-Session: 24 Jahre Wissensmanagement bei Schaeffler – Was hat funktioniert?|24 Jahre Wissensmanagement bei Schaeffler – Was hat funktioniert?]] ([https://youtu.be/naBdbIwks2Q Video])
|Antje Röhr (Schaeffler), [[Benutzer:Simon Dückert|Simon Dückert]] (Cogneon Akademie)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|[[Gkc24-Session: Top down oder Bottom up – wie gestaltet man guten Wissensaustausch? CoPs und Wissensteams in der DKJS|Top down oder Bottom up – wie gestaltet man guten Wissensaustausch? CoPs und Wissensteams in der DKJS]] ([https://youtu.be/kXyrOsUMytQ Video])
|[[Benutzer:Clara Holler|Clara Holler]] (Deutsche Kinder- und Jugendstiftung)
|-
|Karlsruhe (frizz 2.1)
|[[Gkc24-Session: Microsoft Viva Learning: Deep Dive in Neuigkeiten & Copilot Integration|Microsoft Viva Learning: Deep Dive in Neuigkeiten & Copilot Integration]] ([https://youtu.be/bShiYoWUArk Video])
|Ragnar Heil
|-
|Passau (frizz 2.2)
|[[Gkc24-Session: Wissenstransfer in der Praxis|Wissenstransfer in der Praxis]] ([https://youtu.be/9IxeQFVEq08 Video])
|Ingo Sell, Jenny Stumper
|-
|München (frizz 2.3)
|[[Gkc24-Session: Die Psychologie hinter Wissensmanagement und unsere Lösung: kapiro|Die Psychologie hinter Wissensmanagement und unsere Lösung: kapiro]] ([https://youtu.be/Ng4yVWBDJBo Video])
|Hannah Kast
|-
|Hagen (frizz 3.1 – Offline)
|keine Session
| -
|-
|Köln (frizz 4.1)
|[[Gkc24-Session: Lernzirkel Zettelkasten – Wie geht ein Lernzirkel, was macht die Gruppe?|Lernzirkel Zettelkasten – Wie geht ein Lernzirkel, was macht die Gruppe?]] ([https://youtu.be/B9Nmdi4jnqQ Video])
|[[Benutzer:Frank Gerich|Frank Gerich]]
|-
|Dresden (frizz 4.2)
|keine Session
| -
|-
| rowspan="8" |16:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|[[Gkc24-Session: CoP als Knowledge Management – Insights bei voestalpine|CoP als Knowledge Management – Insights bei voestalpine]] ([https://youtu.be/IbiltKmZVuw Video])
|Stefan Becker (voestalpine)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|[[Gkc24-Session: Wissensmanagement im öffentlichen Sektor – Beispiele aus Österreich|Wissensmanagement im öffentlichen Sektor – Beispiele aus Österreich]] ([https://youtu.be/LixWzgawWxA Video])
|Bernhard Krabina, Dr. Andreas Brandner (KMA Knowledge Management Associates)
|-
|Karlsruhe (frizz 2.1)
|[[Gkc24-Session: Wissensmanagement in Projekten – mit Lernkultur zum Ziel|Wissensmanagement in Projekten – mit Lernkultur zum Ziel]] ([https://youtu.be/yVtvyCAXEVs Video])
|Victoria Köstner
|-
|Passau (frizz 2.2)
|[[Gkc24-Session: Evergreening – eine neue Methode des Wissensmanagements|Evergreening – eine neue Methode des Wissensmanagements]] ([https://youtu.be/UcVS5IpA8Ro Video])
|René Steinberg
|-
|München (frizz 2.3)
|[[Gkc24-Session: Persönliches Wissensmanagement – ein Erfahrungsaustausch|Persönliches Wissensmanagement – ein Erfahrungsaustausch]] ([https://youtu.be/qXIAwCj1-VM Video])
|[[Benutzer:Simon Dückert|Simon Dückert]]
|-
|Hagen (frizz 3.1 – Offline)
|keine Session
| -
|-
|Köln (frizz 4.1)
|[[Gkc24-Session: Wikis im Wissensmanagement – Erfahrungen, Chancen und Herausforderungen|Wikis im Wissensmanagement – Erfahrungen, Chancen und Herausforderungen]] ([https://youtu.be/bL4CAJ9519g Video])
|[[Benutzer:Karsten Ehms|Karsten Ehms]]
|-
|Dresden (frizz 4.2)
|[[Gkc24-Session: Wissen und Wissensmanagement im Change Prozess|Wissen und Wissensmanagement im Change Prozess]] ([https://youtu.be/gbfFCWjlv94 Video])
|Claudia Jacobs
|-
| rowspan="8" |17:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|[[Gkc24-Session: Wissensmanagement in Action: 17 Jahre Lessons Learned Program bei Continental|Wissensmanagement in Action: 17 Jahre Lessons Learned Program bei Continental]] ([https://youtu.be/ymnXDtC_X7c Video])
|Ronald Breitkopf (Continental)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|[[Gkc24-Session: Wissen ist Macht: Wissensmanagement aus der Sicht von Abgeordneten|Wissen ist Macht: Wissensmanagement aus der Sicht von Abgeordneten]] ([https://youtu.be/cFWuUrxT3Sc Video])
|René M. Mittelstädt (GPM Deutsche Gesellschaft für Projektmanagement e.V.)
|-
|Karlsruhe (frizz 2.1)
|[[Gkc24-Session: Nano Learning für tiefe Integration von Wissen|Nano Learning für tiefe Integration von Wissen]] ([https://youtu.be/xq4FRNw8BIs Video])
|Joachim Lorenz
|-
|Passau (frizz 2.2)
|[[Gkc24-Session: Erwartungen an und Ideen für die GfWM|Erwartungen an und Ideen für die GfWM]] ([https://youtu.be/8J09wLviRb8 Video])
|Julian Schümmer
|-
|München (frizz 2.3)
|[[Gkc24-Session: Unternehmenswissen im Griff: Chatten mit einem wissensbasierten LLM|Unternehmenswissen im Griff: Chatten mit einem wissensbasierten LLM]] ([https://youtu.be/jAllei3KXlQ Video])
|Alexander Gschwindt
|-
|Hagen (frizz 3.1 – Offline)
|keine Session
| -
|-
|Köln (frizz 4.1)
|[[Gkc24-Session: Wissensmanagement aller Anfang|Wissensmanagement aller Anfang]] ([https://youtu.be/TT2VSsG_fSk Video])
|Christian Schröder
|-
|Dresden (frizz 4.2)
|[[Gkc24-Session: Hands-On: Ein eigenes GPT erstellen|Hands-On: Ein eigenes GPT erstellen]] ([https://youtu.be/ThIbnSus5lk Video])
|Christina H.
|}

=== Tag 2 ===
{| class="wikitable"
!Uhrzeit
!Raum
!Sessiontitel
!Sprecher:in
|-
| rowspan="8" |10:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|Vom Ego-System zum Eco-System – holistischer WM-Ansatz für ein internationales Beratungsunternehmen ([[Gkc24-Session: Vom Ego-System zum Eco-System|Doku]], [https://youtu.be/LR3wznQ9yho Video])
|Lukas Wünsch (MHP)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|Von „Ick wees nüscht“ zu „Dit wees ick doch“ durch Kooperation und Struktur ([[Gkc24-Session: Von "Ick wees nüscht" zu "Dit wees ick doch"|Doku]], [https://youtu.be/illGamWVF7M Video])
|Carolin Michaelsen, Safa Harb (Senatsverwaltung für Finanzen Berlin)
|-
|Karlsruhe (frizz 2.1)
|[[Gkc24-Session: Zwei Jahre nach GPT: Praxisbeispiele für KI im Wissensmanagement|Zwei Jahre nach GPT: Praxisbeispiele für KI im Wissensmanagement]] ([https://youtu.be/29I9KIOStQ0 Video])
|Kathrin Maria Ziebell
|-
|Passau (frizz 2.2)
|[[Gkc24-Session: Einsatz Generativer KI im Wissensmanagement: Mehr als nur Technologie|Einsatz Generativer KI im Wissensmanagement: Mehr als nur Technologie]] ([https://youtu.be/EUNOGRfcT4k Video])
|Maria Kretschmer
|-
|München (frizz 2.3)
|[[Gkc24-Session: Collaboration! Content! Kollaps?|Collaboration! Content! Kollaps?]] ([https://youtu.be/fGUzU4FMtI4 Video])
|Oliver Chaudhuri
|-
|Hagen (frizz 3.1 – Offline)
|Möglichkeiten zur (fachlichen) Zusammenarbeit zwischen [[GfWM]] & GPM
|[[Benutzer:Andreas Matern|Andreas Matern]], René M. Mittelstädt
|-
|Köln (frizz 4.1)
|[[Gkc24-Session: Wissensgarten|Wissensgarten]] ([https://youtu.be/CHol6JhQvLw Video])
|Gabriele Vollmar
|-
|Dresden (frizz 4.2)
|[[Gkc24-Session: Good2Know: Vom analogen Wissenstransfer zum KI-basierten Unternehmensgedächtnis|Good2Know: Vom analogen Wissenstransfer zum KI-basierten Unternehmensgedächtnis]] ([https://youtu.be/ib--j0sJnRE Video])
|Christine Lutz
|-
| rowspan="8" |11:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|„Checkliste Wissenssicherung“ – von der Idee zur Anwendung im Unternehmen ([[Gkc24-Session: Checkliste Wissenssicherung|Doku]], [https://youtu.be/sI5DzN-fnx0 Video])
|Stephan Höhn (CBXNET), Kerstin Block (IHK Berlin)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|[[Gkc24-Session: Collect, Connect, Co-Create: Wissensmanagement in der internationalen Zusammenarbeit (GIZ)|Collect, Connect, Co-Create: Wissensmanagement in der internationalen Zusammenarbeit (GIZ)]] ([https://youtu.be/cZtE7CTJjII Video])
|Gülsüm Malci, Nina Gerlach
|-
|Karlsruhe (frizz 2.1)
|[[Gkc24-Session: Zeit und Wissensmanagement|Zeit und Wissensmanagement]] ([https://youtu.be/6-TVLuACQSY Video])
|Peter Heisig
|-
|Passau (frizz 2.2)
|[[Gkc24-Session: Projekt-Einblicke: vom geschlossenen zum offenen Wiki – mehr Partizipation, weniger Silos|Projekt-Einblicke: vom geschlossenen zum offenen Wiki – mehr Partizipation, weniger Silos]] ([https://youtu.be/5B0Gvu2GnrE Video])
|[[Benutzer:Martin Harnisch|Martin Harnisch]]
|-
|München (frizz 2.3)
|[[Gkc24-Session: Persönliches Wissensmanagement im Studium – was darf nicht fehlen?|Persönliches Wissensmanagement im Studium – was darf nicht fehlen?]] ([https://youtu.be/ALIomUNJjT8 Video])
|Jonathan D. Geiger
|-
|Hagen (frizz 3.1 – Offline)
|keine Session
| -
|-
|Köln (frizz 4.1)
|[[Gkc24-Session: Pop-up Gestaltungsplattform Zukunft|Pop-up Gestaltungsplattform Zukunft]] ([https://youtu.be/VPPYp_IT0p0 Video])
|Thomas Krause
|-
|Dresden (frizz 4.2)
|[[Gkc24-Session: Gamification zur Wissensvermittlung|Gamification zur Wissensvermittlung]] ([https://youtu.be/xhndSBUF2sA Video])
|Helge Podolski
|-
| rowspan="8" |13:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|[[Gkc24-Session: Durch Austausch die Zukunftsfähigkeit stärken: Wissenstransfer als Erfolgsfaktor für Familienunternehmen|Durch Austausch die Zukunftsfähigkeit stärken: Wissenstransfer als Erfolgsfaktor für Familienunternehmen]] ([https://youtu.be/7LTqp6PYZ2E Video])
|Eva Mettenmeier (Maschinenraum)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|Wissensmanagement funktioniert – Erfahrungen aus dem BSI
|Jan-Hendrick Peters, Nicolas Ennemann (BSI), Christian Keller (synartIQ)
|-
|Karlsruhe (frizz 2.1)
|[[Gkc24-Session: Wissensmanagement mit HorváthGPT – Rückblick und Ausblick|Wissensmanagement mit HorváthGPT – Rückblick und Ausblick]] ([https://youtu.be/rYj7QqMJJOw Video])
|Michael Hertlein (Horváth), Cagdas Davulcu (Valprovia)
|-
|Passau (frizz 2.2)
|[[Gkc24-Session: Achtung Strategie! Wissensmanagement mit begründeten Erfolgschancen|Achtung Strategie! Wissensmanagement mit begründeten Erfolgschancen]] ([https://youtu.be/vU27yH9qcWc Video])
|[[Benutzer:Karsten Ehms|Karsten Ehms]], [[Benutzer:Simon Dückert|Simon Dückert]]
|-
|München (frizz 2.3)
|[[Gkc24-Session: Wissen in Arbeit integrieren|Wissen in Arbeit integrieren]] ([https://youtu.be/aA1XOMOlTj4 Video])
|Helge Podolski, Mark Heyen
|-
|Hagen (frizz 3.1 – Offline)
|keine Session
| -
|-
|Köln (frizz 4.1)
|keine Session
| -
|-
|Dresden (frizz 4.2)
|[[Gkc24-Session: Visual Facilitation + Knowledge Management = Knowledge Facilitation?!|Visual Facilitation + Knowledge Management = Knowledge Facilitation?!]] ([https://youtu.be/WovzKUMLxIc Video])
|Simon Didszuweit
|-
| rowspan="8" |14:00
|Kuratierter Track "Wirtschaft" (Berlin, frizz 1.1)
|Expertise finden und erhalten – Erfahrungen aus zwei Jahrzehnten ([https://youtu.be/aL2l8ECDQ1w Video])
|Lothar Maier (Bosch), Dr. Karsten Ehms (Siemens)
|-
|Kuratierter Track "Verwaltung, Stiftungen und Verbände" (Potsdam, frizz 1.2)
|Zukunft gestalten: Wissensnetzwerke für die Energiewende – gemeinsam lernen mit der Bayernwerk Akademie ([https://youtu.be/N88zbgvFyd4 Video])
|Gerrit Mauch
|-
|Karlsruhe (frizz 2.1)
|Erlebtes Wissensmanagement ([https://youtu.be/1HBqzBKvVsg Video])
|[[Benutzer:Frank Gerich|Frank Gerich]]
|-
|Passau (frizz 2.2)
|Einsatz von KI-gestützten Chatbots – Chancen und Risiken in der beruflichen Weiterbildung ([https://youtu.be/Wmi3jBN2YW8 Video])
|Joachim Lorenz
|-
|München (frizz 2.3)
|keine Session
| -
|-
|Hagen (frizz 3.1 – Offline)
|keine Session
| -
|-
|Köln (frizz 4.1)
|Standardisierung und Dokumentation im Wissenstransfer ([https://youtu.be/CjoA176G97c Video])
|Ingo Sell, Frank
|-
|Dresden (frizz 4.2)
|[[Wissen]] in Projekten – Kollegialer Austausch
|Victoria Köstner, Helge Podolski
|}

== Ticketbestellungen ==
Alle Ticketbestellungen über [[Pretix]], wochenweise aggregiert.

[[Datei:Gkc24_Ticketbestellungen_Verlauf_Diagramm.png|939x939px]]

Insgesamt '''259 Tickets''' (exklusive der 8 Helfer:innen) davon '''78 online'''.

* 16x Tickets mit dem Label "Partner & Sponsoren"
* 14x mit dem Label "Speaker*innen <noautolinks>GfWM-Track</noautolinks>"
* 12x mit dem Label "Organisationsteam"
* 1x mit dem Label "Presse & Medien"

Ohne diese sind es '''217 Tickets'''.

== Sponsoren und Partner ==
* '''Gold-Sponsoren'''
** Bayernwerk Akademie ([https://akademie.bayernwerk.de/ akademie.bayernwerk.de])
** Cogneon Akademie ([https://cogneon.de/ cogneon.de])
** 3kubik ([https://3kubik.com/ 3kubik.com])
* '''Silber-Sponsor'''
** INTERGATOR ([https://www.intergator.de/ intergator.de])
* '''Bronze-Sponsor'''
** SELL CT ([https://sellct.de/ sellct.de])
* '''Supporter'''
** VOLLMAR Wissen+Kommunikation ([https://www.wissen-kommunizieren.de/ wissen-kommunizieren.de])
** synartIQ ([https://www.synartiq.de/ synartiq.de])
** HIRSCHTEC ([https://hirschtec.eu/ hirschtec.eu])
** kapiro ([https://kapiro.de/ kapiro.de])
** Walls.io ([https://walls.io/ walls.io])
** Die Profiloptimierer ([https://www.die-profiloptimierer.de/ die-profiloptimierer.de])
** WISSENSKONTOR ([https://www.wissenskontor.de/ wissenskontor.de])
* '''Kooperationspartner'''
** IHK Berlin ([https://www.ihk.de/berlin/ ihk.de/berlin])
** Fachhochschule Potsdam, Studium Informationswissenschaften ([https://www.fh-potsdam.de/studium-informationswissenschaften/ fh-potsdam.de])
* '''Teil der'''
** KMGN Global Knowledge Week 2024 ([https://www.kmglobalnetwork.org/events/global-knowledge-week-2024 kmglobalnetwork.org])
* '''Medienpartner'''
** brand eins ([https://www.brandeins.de/ brandeins.de])
* '''Location-Partner'''
** frizzforum ([https://www.frizzforum.de/ frizzforum.de])
* '''Gefördert durch'''
** Senatsverwaltung für Wirtschaft, Energie und Betriebe Berlin ([https://www.berlin.de/sen/web/ berlin.de/sen/web])
** Berlin Convention Office ([https://convention.visitberlin.de/ convention.visitberlin.de])

==Siehe auch==
<dpl>
category = gkc24
order = descending
ordermethod = lastedit
</dpl>

==Weblinks==
*[https://www.gfwm.de/gkc24/ Landingpage] des gkc24
*[https://www.gfwm.de/gkc24-rueckblick/ Rückblick und Dokumentation] des gkc24
*[https://miro.com/app/board/uXjVK0InfCM=/ Miro-Board] des gkc24 mit Dokumentation der Sessions (Passwort: knowledgeworks)
*[https://www.youtube.com/watch?v=FLi4NjxFm-s Impressionsvideo] vom gkc24 auf YouTube (Video: Nizam Ergil)
*YouTube-Playlists: [https://www.youtube.com/playlist?list=PLkqyX57M03TNelyERlECsfBoZAnjcPYqi Barcamp-Sessions] und [https://www.youtube.com/playlist?list=PLkqyX57M03TM1TxOR5sM_ZM0dLMh0yyVi kuratierte Tracks]
*Fotoalben: [https://photos.app.goo.gl/2WhaZaTgNpXDkXp69 Tag 1], [https://photos.app.goo.gl/cxdQwEd8AB1RZshQA Tag 2] (Google Fotos)
*[https://www.gfwm.de/gkc24-eingereichte-sessions-und-abstimmung/ Vorabeinreichung und Abstimmung der Sessions] (Blogbeitrag)
*[https://knowledgecamp.myspreadshop.de/all Merchandising-Shop] (Spreadshirt)

== Einzelnachweise ==
<references />

[[Kategorie:KnowledgeCamp]]
[[Kategorie:Gkc24]]

Gkc24-Vortrag: Wissensmanagement in Action: 17 Jahre Lessons Learned Program bei Continental

2026-10-07T12:33:42Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissensmanagement in Action: 17 Jahre Lessons Learned Program bei Continental}}
{{Infobox gkc-Session
| titel = Wissensmanagement in Action: 17 Jahre Lessons Learned Program bei Continental
| art = Vortrag
| jahr = 2024
| beitragende = Ronald Breitkopf
| organisation = Continental
| track = Kuratierter Track Wirtschaft
| datum = 2024-10-10
| startzeit = 17:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=ymnXDtC_X7c
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Der Vortrag vermittelt Erfahrungen aus dem Lessons Learned Programm von Continental, das seit 17 Jahren erfolgreich im Unternehmen etabliert ist. Themenschwerpunkte: 1. Was bedeutet Lessons Learned bei Continental? Beschreibung der zentralen Aspekte und des Nutzens für das Unternehmen. 2. Was ist das Geheimnis des Erfolgs? Analyse der Schlüsselfaktoren, die zum nachhaltigen Erfolg des Programms beigetragen haben. 3. Wie hat sich das Programm über die Jahre verändert? Überblick über die Evolution und Anpassungen des Programms im Laufe der Zeit. 4. Was sind die zukünftigen Herausforderungen?Diskussion über die kommenden Herausforderungen und Strategien zur Weiterentwicklung des Programms.</blockquote>

<youtube>https://www.youtube.com/watch?v=ymnXDtC_X7c</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Ronald Breitkopf beschreibt, wie Continental Erfahrungen systematisch in veränderte Arbeitsweisen, Prozesse und Standards überführt. Entscheidend sind nicht möglichst viele dokumentierte [[Lessons Learned]], sondern überprüfte Erfahrungen, ihre gezielte Verteilung und eine nachvollziehbare Entscheidung über die Umsetzung. Eine zentrale Datenbank unterstützt diesen Ablauf; getragen wird er von einem Netzwerk aus Lessons-Learned-Managern, Fachexperten und Implementierungsverantwortlichen. Als jüngste Entwicklungsstufe stellt Breitkopf einen stärker menschenorientierten Ansatz vor.

== Gliederung und Aufbau des Vortrags ==

Breitkopf eröffnet die Session ausdrücklich für Zwischenfragen. Nach seiner persönlichen Vorstellung und einem Überblick über Continental klärt er gemeinsam mit dem Publikum die Ziele von Lessons Learned. Er ist seit 2007 für das Thema bei Continental verantwortlich; zuvor begann er 2003 bei Siemens VDO im [[Wissensmanagement]].

Der Vortrag führt vom Grundverständnis des Lernens über den standardisierten Prozess zur organisatorischen Verteilung und Umsetzung. Anschließend erläutert Breitkopf das verantwortliche Netzwerk, die Wiederverwendung in Entwicklungsprojekten und die unterstützende Datenbank. Fragen aus dem Publikum vertiefen insbesondere Verbindlichkeit, Bewertung, Erfolgsmessung und die Abgrenzung zum Innovationsmanagement.

Zum Abschluss zeichnet Breitkopf die Entwicklung des Programms nach. Die geplante ausführlichere Diskussion über den menschenorientierten Ansatz und die Zukunft entfällt aus Zeitgründen. Wiederholte Verzögerungen bei der Folienanzeige beeinträchtigen den Ablauf.

== Lernen bedeutet, Verhalten und Standards zu verändern ==

Lessons Learned sollen sowohl die Wiederholung von Fehlern verhindern als auch erfolgreiche Vorgehensweisen bewusst und wiederholbar machen. Breitkopf betont, dass positive Erfahrungen ebenso wichtig sind wie negative. Nach seiner Erfahrung lassen sich Lessons aus Fehlern allerdings leichter ermitteln und beschreiben als gute Praktiken.

Den Unterschied zwischen Erfahrung und Lernen veranschaulicht er mit einer heißen Herdplatte: Eine schmerzhafte Berührung erzeugt zunächst eine Erfahrung. Gelernt wurde erst, wenn sich das spätere Verhalten verändert. Für Unternehmen reicht die persönliche Verhaltensänderung jedoch nicht aus. Auch neue Beschäftigte oder erstmals eingesetzte Projektteams müssen von früheren Erfahrungen profitieren können.

Deshalb sollen Erkenntnisse möglichst in Prozesse und Standards eingehen. Das im Beispiel verwendete Herdgitter steht für eine systemische Absicherung, die nicht vom individuellen Erinnerungsvermögen abhängt. Breitkopf verdichtet diesen Gedanken in der Aussage: ''„Without an action, nothing has been learned.“''

Das Sammeln und Dokumentieren verursacht bereits Aufwand; die Umsetzung ist häufig noch aufwendiger. Ohne Anwendung entsteht nach seinem Verständnis jedoch kein entsprechender Mehrwert.

== Informeller Austausch und verbindlicher Prozess ==

Continental unterscheidet zwei Formen des Erfahrungstransfers:

* '''Informal Lessons Learned:''' Austausch in Kaffeepausen, Communities, Konferenzen oder anderen Kanälen. Er ist wichtig, erreicht aber meist einen begrenzten Kreis und verpflichtet nicht zur Umsetzung.
* '''Managed Lessons Learned:''' Ein standardisierter Prozess mit strukturierter Dokumentation, fachlicher Bewertung, gezielter Verteilung und verpflichtender Entscheidung über die Implementierung.

Der gesteuerte Prozess beginnt mit Erfahrungen, beispielsweise aus Workshops oder Problemberichten. Vorschläge werden dokumentiert und anschließend darauf geprüft, ob sie verständlich formuliert und fachlich belastbar sind. Freigegeben werden erprobte Lösungen oder verifizierte Erfahrungen, nicht bloße Vermutungen, Ideen oder Visionen.

Die Bewertung übernehmen Lessons-Learned-Spezialisten mit einschlägiger Berufserfahrung. Für neue Themen werden passende Spezialisten gesucht. Die Qualität der Einträge ist für Breitkopf zentral, weil sich die Beschäftigten auf die Inhalte verlassen können müssen.

Der grundsätzliche Ablauf und die Datenbank bleiben einheitlich. Wer Erfahrungen sammelt, wie sie strukturiert werden und wer sie wieder anwendet, muss dagegen an Geschäftseinheit, Entwicklung oder Produktion angepasst werden.

== Lessons Learned als eingebundener Supportprozess ==

Breitkopf ordnet Lessons Learned in einen größeren Zusammenhang des Lernens und Verbesserns ein. Unter dem bei Continental verwendeten Begriff „Yokoten“ beschreibt er diesen Zusammenhang mit „Learn, Share, Improve“.

Erfahrungen entstehen sowohl aus Problemen als auch aus Verbesserungsprojekten. Bei Problemen muss eine strukturierte Analyse vorausgehen. Sie soll nicht nur die technische Ursache feststellen, sondern auch die systemische: Warum hat das bestehende System das Problem nicht verhindert, und was muss in den Prozessen geändert werden?

Lessons Learned verdichten die gewonnenen Erfahrungen, verteilen sie und bringen sie zur Anwendung. Als Supportprozess müssen sie deshalb in andere Prozesse eingebunden sein. Nach einer Problemlösung soll ausdrücklich gefragt werden, was daraus gelernt und an andere weitergegeben werden muss.

Den Nutzen sollte man bereits vor dem Sammeln bestimmen: Wer soll profitieren und wer die Erfahrung anwenden? Breitkopf nennt Zeit- und Geldersparnis sowie höhere Kunden- und Mitarbeiterzufriedenheit als Rechtfertigung für den Aufwand.

== Gezielte Verteilung statt Informationsüberlastung ==

Eine zentrale Datenbank allein garantiert nach Breitkopfs Darstellung keine Nutzung. Der Kern liegt in der aktiven Weitergabe an Stellen, die handeln oder Standards verändern können.

Ein wesentlicher Verteilweg führt über die Organisationshierarchie. Erkennt eine Produktionslinie ein Problem, wird zunächst geprüft, ob weitere Linien im Werk betroffen sind. Das Werk prüft anschließend die Relevanz für andere Werke; höhere Einheiten entscheiden über eine breitere Verteilung oder Standardisierung. Jede Ebene beurteilt damit einen Bereich, den sie überblicken kann.

Eine hundertprozentige Abdeckung ist dabei nicht erreichbar. Alle Informationen an alle Beschäftigten zu senden, würde jedoch zu Informationsüberlastung führen. Deshalb müssen Lessons nach Relevanz und Nutzen gefiltert und priorisiert werden.

Breitkopfs Empfehlung lautet, zunächst das eigene Umfeld zu betrachten und relevante Erfahrungen an die nächste zuständige Stelle weiterzugeben. Die gesteuerte Verteilung soll gerade verhindern, dass der Prozess ausschließlich auf gutem Willen und selbstständiger Suche beruht.

== Netzwerk, Verantwortlichkeiten und Transparenz ==

Die Verteilung und Überwachung der Umsetzung benötigen ein breites Netzwerk. Lessons-Learned-Manager steuern den Prozess, unterstützen Beschäftigte, identifizieren Spezialisten und bestimmen geeignete Empfänger.

Das Netzwerk reicht von der Gruppenebene über Geschäftseinheiten und Funktionsbereiche bis zu Werken. Viele übernehmen die Aufgabe neben anderen Tätigkeiten, insbesondere im Qualitätsmanagement oder im kontinuierlichen Verbesserungsprozess. Teilweise gibt es Vollzeitstellen; größere Werke können mehrere Verantwortliche für unterschiedliche Bereiche haben.

Breitkopf stellt klar, dass er gegenüber diesen Personen keine direkte oder indirekte Führungsverantwortung besitzt. Dennoch handelt es sich nicht um eine rein freiwillige Community: Die Aufgaben sind Bestandteil von Jobprofilen.

Implementierungsverantwortliche, etwa Prozess- oder Bereichsverantwortliche, müssen entscheiden, ob sie eine Lesson übernehmen. In der Datenbank dokumentieren sie, was umgesetzt wird, wann dies geschieht oder warum eine Umsetzung nicht erfolgt. Verbindlich ist somit die Bearbeitung und begründete Entscheidung, nicht die unterschiedslose Umsetzung jeder Lesson.

Diese Transparenz zeigt auch den Einreichenden, was aus ihrem Beitrag geworden ist. Regelmäßige persönliche und virtuelle Treffen stärken zusätzlich Zusammenarbeit und informellen Austausch im Netzwerk.

== Wiederverwendung in Entwicklungsprojekten ==

Der Schwerpunkt des Programms liegt auf Entwicklung und Produktion. Für Entwicklungsprojekte ist die Übernahme in Standards allein zu langsam: Während eine Aktualisierung aussteht, können bereits weitere ähnliche Projekte laufen.

Deshalb verwendet Continental '''Master Lists''' und '''Reuse Lists'''. Experten erstellen Master Lists für Kunden, Prozesse, Technologien oder Produktgruppen und überprüfen sie regelmäßig, beispielsweise halbjährlich oder jährlich. Ein Projekt stellt daraus seine eigene Reuse List zusammen und verfolgt die Bearbeitung der ausgewählten Lessons.

Breitkopf nennt eine kundenbezogene Liste für Toyota als Beispiel. Ein Projektteam kann daraus wenige relevante Erfahrungen auswählen und andere begründet als nicht zutreffend einstufen. Schon eine einzige wichtige Lesson kann den Aufwand rechtfertigen, wenn sie ein sonst übersehenes Problem verhindert. Entscheidend ist nicht, dass jeder Eintrag genutzt wird.

Diese vorbereiteten Listen bezeichnet Breitkopf als wesentliche Verbesserung gegenüber der früheren Suche durch Tausende Datenbankeinträge. Im Projektlebenszyklus müssen sowohl die Betrachtung vorhandener Lessons zu Beginn als auch die Konsolidierung eigener Erfahrungen zum Abschluss verankert sein. Kontinuierliches Lernen bleibt sinnvoll; insbesondere im agilen Umfeld muss der Ablauf angepasst werden.

Innovationsmanagement grenzt er davon ab: Ideen können gesammelt und weitergeleitet werden. Zur Lesson werden sie erst nach erfolgreicher Umsetzung.

== Datenbank: einfache Nutzung und offener interner Zugang ==

Die Datenbank unterstützt Dokumentation, Suche, Verteilung und Überwachung. Breitkopf beschreibt sie als wichtiges Werkzeug, nicht als alleinige Lösung. Nutzerfreundlichkeit soll die Bereitschaft zur Beteiligung erhöhen.

Die Struktur umfasst Titel, Problem- oder Situationsbeschreibung sowie Lösung beziehungsweise Verbesserung. Anhänge und Metadaten zu Kunden, Projekten oder Organisationseinheiten ergänzen die Einträge. Taxonomien unterstützen die Suche; Schnittstellen zu anderen Werkzeugen, beispielsweise Jira, sollen Doppeleingaben vermeiden.

Jede freigegebene Lesson ist intern für alle Beschäftigten sichtbar. Vertrauliche oder streng vertrauliche Informationen müssen außerhalb der Datenbank abgelegt werden. Die Lesson kann allgemeiner formuliert und gegebenenfalls mit einem Link ergänzt werden.

Alle Beschäftigten mit Computerzugang können Vorschläge einreichen. Vor der Veröffentlichung erfolgt die fachliche Prüfung. Benachrichtigungen zu interessierenden Themen werden zum Zeitpunkt des Vortrags per [[E-Mail]] versandt; eine mögliche Nutzung von Teams wurde bereits erwogen.

== Erfolgsmessung und praktische Empfehlungen ==

Breitkopf berichtet von Fehlanreizen durch mengenbezogene Ziele oder Incentives: Dadurch entstanden wenig brauchbare Einträge, die Experten herausfiltern mussten. Laufende Ziele für die Zahl der Lessons werden deshalb nicht mehr verwendet. Wichtiger ist zeitnahes Feedback zur Umsetzung.

Eine frühere Masterarbeit zur monetären Bewertung einzelner Lessons kam nach seiner Darstellung zu dem Ergebnis, dass Bewertungsaufwand und Nutzen nicht in einem angemessenen Verhältnis standen. Gegenüber dem Management argumentiert er daher bevorzugt mit konkreten Beispielen und nachvollziehbarem Nutzen statt mit aufwendigen Berechnungen.

Seine praktischen Empfehlungen sind:

* Für schnelle sichtbare Ergebnisse mit der Produktion beginnen.
* Bereits vor der Sammlung klären, wer die Erfahrungen anwenden soll.
* Externe Kontakte und Benchmarking für die Weiterentwicklung nutzen.
* Ein starkes Netzwerk durch regelmäßige Treffen pflegen.

Als Beispiel für unternehmensübergreifenden Austausch nennt er eine VDA-Initiative von 2017/2018, an der er mitwirkte. Den daraus entstandenen Prozessleitfaden empfiehlt er Interessierten als weiterführende Quelle.

== Entwicklung zum menschenorientierten Ansatz ==

Breitkopf beschreibt mehrere Entwicklungsstufen: zunächst Abschlussdokumente, die mit dem Projekt archiviert wurden; danach eine zentrale Datenbank; anschließend die Einbindung eines strukturierten Prozesses in wertschöpfende Abläufe; schließlich aktive Verteilung und Implementierung.

Die aktuelle Stufe bezeichnet er als „people-oriented approach“. Technologie und Prozesse seien bereits vorhanden. Nun gehe es stärker darum, wie Menschen handeln und was sie zur Beteiligung motiviert.

Welche weitere Stufe folgen könnte, bleibt offen. Breitkopf kann die vorgesehenen Vertiefungen nicht mehr vorstellen und bietet zum Abschluss an, sich nach der Session weiter auszutauschen.

Gkc24-Vortrag: Wissensmanagement im öffentlichen Sektor – Beispiele aus Österreich

2026-10-07T12:33:40Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissensmanagement im öffentlichen Sektor – Beispiele aus Österreich}}
{{Infobox gkc-Session
| titel = Wissensmanagement im öffentlichen Sektor – Beispiele aus Österreich
| art = Vortrag
| jahr = 2024
| beitragende = Bernhard Krabina, Prof. Dr. Andreas Brandner
| organisation = KMA Knowledge Management Associates
| track = Kuratierter Track Verwaltung, Stiftungen und Verbände
| datum = 2024-10-10
| startzeit = 16:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=LixWzgawWxA
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Der Vortrag blickt auf die letzten 15 Jahre Wissensmangement im öffentlichen Sektor zurück. Aktuelle Herausforderungen werden ebenso thematisiert wie die zukünftige Strategie „Wissensmangement 3.0“ der Bundesverwaltung.</blockquote>

<youtube>https://www.youtube.com/watch?v=LixWzgawWxA</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==
Bernhard Krabina zeichnet die Entwicklung des [[Wissensmanagement]]s im österreichischen öffentlichen Sektor nach: von Wissensbilanzen und frühen Netzwerken über die Bundesstrategie bis zu aktuellen Vorhaben der Wissenssicherung. Anhand der Stadt Wien und der Plattform Wissensmanagement.gv.at zeigt er unterschiedliche Ansätze zur organisatorischen und technischen Verankerung. Als zentralen Treiber beschreibt er die bevorstehende Pensionierungswelle. In der Diskussion betont er, dass Strategien allein nicht ausreichen: Wissensmanagement braucht benannte Zuständigkeiten, Personal und Ressourcen.

== Aufbau und Einordnung des Vortrags ==

Krabina übernimmt die Präsentation, weil der ebenfalls angekündigte Andreas Brandner krankheitsbedingt nicht teilnehmen kann. Zu Beginn stellt er die KMA vor, die Brandner 2001 in Wien gegründet hat. Ihre Tätigkeiten umfassen Beratung, Weiterbildung, Wissenstransfer sowie Initiativen zu Wissensstädten und Wissensregionen. Krabina ist Managing Partner und beschreibt den öffentlichen Sektor als seinen Schwerpunkt.

Der Vortrag folgt einer Zeitreise. Nach einer Einordnung der österreichischen Verwaltung behandelt Krabina historische Initiativen, Strategien und kommunale Beispiele. Anschließend erläutert er ausführlicher die Plattform Wissensmanagement.gv.at. Den Abschluss bilden das Projekt „Wissensmanagement 3.0“, weitere Praxisprojekte und eine Diskussion über Umsetzung, Wissensbilanzen und Erfolgsmessung.

== Die Pensionierungswelle als zentraler Handlungsdruck ==

Nach den im Vortrag genannten Zahlen arbeiten etwa 16,7 Prozent der Arbeitskräfte Österreichs im öffentlichen Sektor. Dazu gehören sowohl öffentlich Bedienstete als auch Beschäftigte ausgegliederter oder nachgelagerter Einrichtungen. Krabina beschreibt eine zentral organisierte Bundesverwaltung mit zwölf Ministerien in Wien sowie neun Bundesländern, 94 Bezirken und 2.093 Gemeinden.

Besonders dringlich ist die demografische Entwicklung: Nach seiner Darstellung werden 48 Prozent des Personals im Bundesdienst im Jahr 2028 bereits in Pension sein. Ähnliche Herausforderungen sieht er bei Ländern und Gemeinden. Die Pensionierungswelle sei lange bekannt und ein wesentlicher Treiber für Wissensmanagement.

Dabei geht es nicht nur um die Sicherung von Erfahrungswissen. Krabina bezweifelt auch, dass sämtliche frei werdenden Stellen über den Arbeitsmarkt nachbesetzt werden können. Wissensweitergabe muss deshalb unter Bedingungen stattfinden, in denen Personal fehlt und neue Mitarbeitende umfangreiche Aufgaben übernehmen sollen.

== Von Wissensnetzwerken zur Bundesstrategie ==

=== Wissenspartnerschaft und Wissensbilanzen ===

Mit der Gründung der KMA entstand 2001 die „Wissenspartnerschaft“, ein Netzwerk mit Beteiligten aus Verwaltung, Forschung, Weiterbildung und privaten Organisationen. Regelmäßige Treffen dienten dem Austausch; während der Pandemie wurden sie in den virtuellen Raum verlegt.

Einen weiteren frühen Schwerpunkt bildete die [[Wissensbilanz]]. Krabina berichtet, dass österreichische Universitäten ab 2005 zur Erstellung von Wissensbilanzen verpflichtet wurden. Er ordnet dies ihrer zuvor eingeleiteten Verselbstständigung und der Steuerung durch das Ministerium zu. Andere Einrichtungen folgten freiwillig, darunter die Akademie der Wissenschaften und zahlreiche Fachhochschulen. Auch Rechnungshof und Bundesheer griffen das Instrument auf.

Dass Wissensbilanzen später an Bedeutung verloren, verbindet Krabina mit der Einführung der Wirkungsorientierung im Bund ab 2013. Diese umfassende Verwaltungsreform habe viel Aufwand beansprucht und wenig Raum für ein weiteres Steuerungsinstrument gelassen. Er kennzeichnet diese Erklärung als seine Einschätzung.

=== Bestandsaufnahme und unterschiedliche Umsetzungsmuster ===

2010 untersuchte Krabina Wissensmanagement in damals 13 Bundesministerien. Bei rund 70 Prozent war das Thema einer Abteilung zugeordnet. Die Aufgaben waren jedoch heterogen; nur selten bestand eine strategische Zuständigkeit. Häufig wurden einzelne Aspekte neben anderen Aufgaben bearbeitet.

Als Beispiele nennt er das Finanzministerium, das Wissensmanagement mit einer Verwaltungsreform verband, und das Verteidigungsministerium, das es als eines seiner wichtigsten Forschungsthemen behandelte. Im Wissenschaftsministerium stand dagegen vor allem die Wissensbilanzierung der Universitäten im Mittelpunkt.

Eine anschließende Rechnungshofprüfung zeigte nach Krabinas Zusammenfassung gegensätzliche Muster: Im Verteidigungsressort gab es einen ausgeprägten strategischen Überbau, aber Zweifel an der Wirkung beim einzelnen Soldaten. Im Innenressort fehlten Strategie und einheitliche Begriffe, während praktische Aktivitäten, insbesondere E-Learning in der Polizeiausbildung, vorhanden waren.

Aus einer zwischen 2010 und 2012 aufgebauten [[Community of Practice]] entstand ein gemeinsames Positionspapier. Es sollte Führungskräften Argumente für Wissensmanagement liefern und wurde nach Krabinas Darstellung eine Grundlage der 2012 veröffentlichten Bundesstrategie. 2017 folgten ein Leitfaden und eine Toolbox zur Wissenssicherung bei Personaländerungen. Seit 2019 bietet die Verwaltungsakademie des Bundes mit der „Plattform Wissensmanagement“ ein fortlaufendes Austauschformat.

== Kommunale Beispiele: unterschiedliche Ziele und Reichweiten ==

Das 2013 gestartete Programm der Stadt Wien bezeichnet Krabina als besonders umfassend. Es verbindet strategische Grundlagen mit einem Wissensmanagement-Selbstcheck der Dienststellen. Die Teilnahme war zunächst freiwillig und wurde später auf alle Dienststellen ausgeweitet. Aus einer Toolbox wurden passende Maßnahmen empfohlen; die Personalabteilung unterstützte deren Durchführung.

Für Krabina ist Wien damit ein wichtiges Beispiel für eine langfristige Verankerung. Zugleich berichtet er in der Diskussion von unterschiedlichen Wahrnehmungen: Manche Beschäftigte erlebten den Selbstcheck als Vorgang, nach dem wenig folge. Ein gut konzipiertes Programm garantiert also nicht automatisch eine durchgehend wirksame Umsetzung.

Weitere Beispiele zeigen andere Schwerpunkte:
* Linz führte 2006 im Zusammenhang mit einem eigenen Teleservice-Center eine Wissensdatenbank ein. Das Center nimmt nicht nur Anrufe entgegen, sondern ermöglicht auch bestimmte Verwaltungsleistungen per Telefon.
* Die „Wissensstadt Salzburg“ beschreibt Krabina eher als nach außen gerichteten Kommunikationsansatz über Universitäten sowie Kunst- und Kulturinstitutionen. Aktivitäten innerhalb der Stadtverwaltung seien ihm wenig bekannt.
* Das 2014 online gegangene Wien Geschichte Wiki stellt eine digitale Enzyklopädie bereit, an der auch Bürgerinnen und Bürger mitarbeiten können.

Krabina grenzt seinen Überblick ausdrücklich ein. Für andere Bundesländer und viele ausgegliederte Einrichtungen könne er keine umfassenden Aussagen treffen. Fehlende Kenntnis bedeute nicht, dass dort kein Wissensmanagement existiere.

== Wissensmanagement.gv.at: vom Dokument zum vernetzten Wiki ==

2020 sollte der bestehende Leitfaden samt Toolbox als [[Website]] veröffentlicht werden. Die ursprüngliche Vorstellung war eine redaktionell gepflegte Online-Version auf Basis einer Open-Source-Lösung. Die KMA schlug stattdessen ein [[Wiki]] vor, in dem Wissensmanagement-Verantwortliche aus den Ressorts selbst mitarbeiten können, und erhielt den Auftrag.

Die Redaktion übernimmt dabei eine pflegende Rolle: Sie prüft Verständlichkeit, ergänzt Verschlagwortungen und unterstützt die Vernetzung der Inhalte. Die mit [[Semantic MediaWiki]] umgesetzte Plattform enthält:
* Theorietexte aus dem Leitfaden und eine Toolbox mit etwa 20 Werkzeugen;
* Praxisbeispiele, Publikationen und ein Glossar;
* Neuigkeiten, Veranstaltungen und längere Blogbeiträge;
* ein Verzeichnis von Kontaktpersonen und Organisationen.

Das Expertinnen- und Expertenverzeichnis verlangt nach Krabinas Erläuterung keine bestimmten Qualifikationsnachweise. Es dient dazu, Ansprechpersonen für Wissensmanagement sichtbar zu machen. Sämtliche Inhalte sind öffentlich lesbar; zum Schreiben ist ein Account erforderlich.

Der wesentliche Mehrwert liegt für Krabina in den Beziehungen zwischen den Inhalten. Ein Blogbeitrag kann mit seiner Autorin oder seinem Autor, einer Organisation, einem Werkzeug und einem Praxisbeispiel verbunden werden. Definitionen aus dem Leitfaden werden bei entsprechenden Begriffen eingeblendet. Schlagworte und eine Netzwerk-Grafik eröffnen zusätzliche Navigationswege jenseits der linearen Struktur eines PDF-Dokuments.

== „Wissensmanagement 3.0“: sechs Maßnahmenfelder ==

Die für Querschnittsaufgaben des öffentlichen Dienstes zuständige Sektion hat ein neues Projekt zur Weiterentwicklung gestartet. Krabina betont eine Grenze ihrer Handlungsmöglichkeiten: Sie kann vernetzen und Maßnahmen initiieren, anderen Ressorts aber keine verpflichtenden Vorgaben machen.

Das Projekt umfasst sechs Maßnahmenfelder:
* '''Bundesstrategie:''' Die mehr als zehn Jahre alte Wissensmanagementstrategie soll neu gefasst werden.
* '''Website und KI:''' Wissensmanagement.gv.at soll technisch erneuert werden. Zusätzlich wird geprüft, wie ein KI-Modul Wissensmanagerinnen und Wissensmanager unterstützen könnte. Gemeint ist nicht der allgemeine KI-Einsatz im Bundesdienst.
* '''Ausbildung:''' Bestehende Seminare sollen zu einem modularen Lehrgang mit Zertifikat verbunden werden. Vorgesehen ist außerdem eine Train-the-Trainer-Ausbildung.
* '''Leitfaden und Toolbox:''' Die bestehenden Materialien sollen überarbeitet werden.
* '''Generationenmanagement:''' Im Mittelpunkt steht die Weitergabe von [[Wissen]] an jüngere Mitarbeitende.
* '''Kommunikation und Erfolgsmessung:''' Geplant sind Marketingmaßnahmen, Überlegungen zur Messung des Strategieerfolgs sowie die Fortführung beziehungsweise Erweiterung der Community of Practice.

Beim Generationenmanagement weist Krabina zugleich auf Kompetenzfragen hin. Wenn Verwaltungspraktikantinnen und -praktikanten Aufgaben langjähriger Fachleute übernehmen sollen, reicht eine Betrachtung des Altersunterschieds nicht aus.

Die neue Strategie wird nach seiner Darstellung stärker partizipativ vorbereitet als die erste. Bei einem jüngsten Treffen nahmen ungefähr 30 Personen teil. Krabina wertet dies als Zeichen dafür, dass inzwischen mehr Einrichtungen Zuständigkeiten für Wissensmanagement aufgebaut haben.

== Aktuelle Praxis: Wissenssicherung und KI-Anbindung ==

Krabina berichtet von erneut wachsendem Interesse an Wissenssicherung. Die KMA bietet „Living Experts Debriefing“ an, berät dazu und bildet Trainerinnen und Trainer aus. Genannt werden Seminare im Finanzministerium und begleitete Debriefing-Sitzungen im Verkehrsbereich des Klimaschutzministeriums.

Bei der IKT Linz wird eine KI-Unterstützung für [[Expert Debriefing]] erwogen. Krabina äußert jedoch Skepsis gegenüber der Vorstellung, eine KI könne Fachleute einfach befragen und deren Antworten aufnehmen. Eine überzeugende Lösung habe er dafür noch nicht.

Für die Arbeiterkammer wurde ein SharePoint-Wiki durch MediaWiki ersetzt, damit Inhalte für ein eigenes KI-System besser zugänglich sind. Das System soll Beschäftigte unterstützen, die Basisauskünfte zu Steuerfragen geben. Ein weiteres Projekt betrifft die Strukturierung einer Wissensdatenbank in einem neuen IT-Service-Management-Werkzeug.

== Diskussion: Verbindlichkeit und Erfolgsmessung ==

Auf die Frage nach einer österreichischen „Renaissance“ des Wissensmanagements relativiert Krabina den Eindruck eines großen Vorsprungs. Das Personalproblem sei bereits vor zehn Jahren benannt worden; vielerorts sei dennoch wenig geschehen. Die neue Dynamik erkläre sich vor allem aus der inzwischen gestiegenen Dringlichkeit.

Ein Beispiel aus Tirol verdeutlicht die fehlende Kontinuität: Nach früheren Debriefing-Schulungen wurden Jahre später erneut Seminare angefragt, weil mit dem Weggang der zuständigen Kollegin auch das Methodenwissen verloren gegangen war.

Wissensbilanzen hält Krabina weiterhin für potenziell nützlich, besonders zur Steuerung ausgegliederter Einrichtungen. Ihre tatsächliche Bedeutung für die Steuerung des Wissensmanagements schätzt er rückblickend jedoch als gering ein.

Zur Erfolgsmessung der neuen Strategie gibt es laut Krabina noch kein festgelegtes Verfahren. Zugriffszahlen, Accounts oder Weiterbildungsteilnahmen seien vergleichsweise leicht zu erfassen. Die strategische Wirksamkeit müsse dagegen aus konkreten Zielen abgeleitet werden.

Sein zentraler Vorschlag lautet, Wissensmanagement in jedem Ressort organisatorisch zu verankern und mit Personal sowie Ressourcen auszustatten. Eine zuständige Stelle ersetzt nicht die Führungsaufgabe, macht das Thema aber sichtbar und unterstützt Weiterbildung und Bewusstseinsbildung.

== Einladung zum weiteren Austausch ==

Zum Abschluss kündigt Krabina an, das Regionalkapitel Österreich der [[Gesellschaft für Wissensmanagement]] wiederzubeleben. Für das Frühjahr ist eine Veranstaltung in Wien geplant; ein Termin steht noch nicht fest. Sie soll den öffentlichen Sektor mit NGOs und Unternehmen zusammenbringen. Interessierte lädt er ausdrücklich zum Austausch ein.

Gkc24-Vortrag: Wissen ist Macht: Wissensmanagement aus der Sicht von Abgeordneten

2026-10-07T12:33:38Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissen ist Macht: Wissensmanagement aus der Sicht von Abgeordneten}}
{{Infobox gkc-Session
| titel = Wissen ist Macht: Wissensmanagement aus der Sicht von Abgeordneten
| art = Vortrag
| jahr = 2024
| beitragende = René Mittelstädt
| organisation = GPM Deutsche Gesellschaft für Projektmanagement e.V.
| track = Kuratierter Track Verwaltung, Stiftungen und Verbände
| datum = 2024-10-10
| startzeit = 17:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=cFWuUrxT3Sc
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Von der öffentlichen Meinung bis hin zu guter Lobbyarbeit - politische Entscheidungen basieren auf einer Vielzahl von Faktoren. Wissenschaft und Wirtschaft haben den hohen Stellenwert der Ressource [[Wissen]] längst erkannt, doch wie sieht es eigentlich in unseren Parlamenten aus? Stimmt das Klischee vom fachfremden Politiker, der alles, was länger als zwei Seiten ist, gar nicht erst liest? Der Vortrag widmet sich der Fragestellung, wie Politiker ihr Wissen im Alltag managen und zeigt den Nutzen von guter Wissensarbeit für politische Entscheidungsträger.</blockquote>

<youtube>https://www.youtube.com/watch?v=cFWuUrxT3Sc</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

René Mittelstädt untersucht, wie Abgeordnete Wissen sammeln, organisieren und für parlamentarische Entscheidungen nutzen. Anhand einer Bundestagsfallstudie, einer europaweiten Befragung und qualitativer Interviews beschreibt er Wissensverluste, begrenztes Wissensteilen und die zentrale Rolle der Mitarbeitenden. Seine Befunde sprechen für einen Zusammenhang zwischen Wissensmanagement und selbst eingeschätzter Fachkompetenz; ein signifikanter Zusammenhang mit dem gemessenen parlamentarischen Output ließ sich dagegen nicht nachweisen. Wissensmanagement erscheint damit als möglicher Verbesserungsansatz, nicht als umfassende Lösung politischer Probleme.

== Aufbau und Ausgangspunkt ==

Der Vortrag verbindet Mittelstädts Erfahrungen aus dem politischen Sektor mit seiner Forschung. Er beginnt mit der These, dass gute Politik eine gute Wissensbasis benötigt. [[Wissensmanagement]] könne dafür Methoden, Werkzeuge und einen veränderten Umgang mit Wissen bereitstellen. Was genau ein gutes politisches Ergebnis ausmacht, lässt er ausdrücklich offen.

Anschließend beschreibt er praktische Probleme parlamentarischer Wissensarbeit und ordnet den Gedanken „Wissen ist Macht“ historisch ein. Darauf folgen die Forschungslücke, seine Untersuchungen und drei zentrale Hypothesen. Zum Abschluss skizziert er ein politisches Wissensmanagementsystem. Die Diskussion erweitert den Vortrag um Lobbyarbeit, Personalwechsel, Fraktionen und den offenen Umgang mit Wissenslücken.

Mittelstädt bezeichnet Parlamente als Orte mit umfangreichen Wissensbeständen. Wissen liege bei Abgeordneten, Fraktionen und Mitarbeitenden sowie in Archiven und Bibliotheken. Entscheidend sei jedoch, ob dieses Wissen verfügbar wird und in Entscheidungen einfließt.

== Fachkompetenz und strukturelle Wissensprobleme ==

Zu Beginn greift Mittelstädt zugespitzte Vorstellungen über unzureichend qualifizierte Politikerinnen und Politiker auf. Seine spätere Argumentation korrigiert jedoch das pauschale Bild mangelnder Expertise: Die meisten von ihm interviewten Abgeordneten verfügten über langjährige Berufserfahrung, teilweise auch über Forschungserfahrung. Das Problem liege somit nicht allein beim individuellen Wissen, sondern wesentlich bei dessen organisatorischer und kultureller Behandlung.

Ein Beispiel ist die Besetzung von Ausschüssen. Fraktionen müssen aus ihrem vorhandenen Personal unterschiedliche Politikfelder abdecken. Dabei können Abgeordnete Aufgaben übernehmen müssen, die nicht ihrem bevorzugten Fachgebiet entsprechen.

Hinzu kommt der Verlust erfahrener Fachpolitikerinnen und Fachpolitiker durch Nichtantritt oder Abwahl. Mittelstädt schildert dies anhand seiner Erfahrungen in der Kulturpolitik. Mit ausscheidenden Personen gehe Wissen verloren, ohne dass dessen Weitergabe zuverlässig gesichert sei.

Die Finanzkrise dient ihm als Anlass für die Frage, ob Politik aus vorhandenem Wissen ausreichend lernt. Er verweist auf historische Untersuchungen und wiederkehrende Krisenmuster. Eine ausführliche Krisenanalyse ist jedoch nicht Gegenstand des Vortrags; sie führt zur übergeordneten Frage nach dem Beitrag von Wissensmanagement zur politischen Entscheidungsqualität.

== Forschungslücke: Abgeordnete statt nur Verwaltung ==

Mittelstädt führt die historische Formel „Wissen ist Macht“ auf Francis Bacon zurück und beschreibt ihre spätere Aufnahme durch Thomas Hobbes. Damit unterstreicht er, dass Wissen als wichtige Ressource keineswegs eine neue Idee ist.

Für Wissensmanagement verweist er auf etablierte Modelle und Untersuchungen im öffentlichen Dienst. Eine Forschungslücke sieht er dagegen bei den Abgeordneten selbst. Die von ihm erwähnten parlamentarischen Studien beschäftigten sich überwiegend mit Verwaltung, Bibliotheken oder Datenbanken. Die Wissensarbeit politischer Entscheidungsträger stehe darin kaum im Mittelpunkt.

Seine eigene Forschung setzt hier an. Zwei Annahmen tragen die Untersuchung: Einerseits vermutet er, dass systematisches Wissensmanagement im Parlament fehlt. Andererseits geht er davon aus, dass viele Abgeordnete gut ausgebildet und fachlich kompetent sind. Beides kann gleichzeitig zutreffen, wenn organisatorische und kulturelle Bedingungen die Nutzung vorhandenen Wissens erschweren.

== Bundestagsfallstudie: Wissensverlust und geringe Systematik ==

In seiner früheren Fallstudie zum [[Deutschen Bundestag]] befragte Mittelstädt ausschließlich Abgeordnete, nicht deren Mitarbeitende. Er berichtet, ungefähr 709 Personen angeschrieben und weniger als 30 Antworten erhalten zu haben. Diese geringe Beteiligung begrenzt die Aussagekraft erheblich.

Unter den Antwortenden bezeichneten nach seiner Darstellung 97 Prozent den Wissensverlust durch ausscheidende Mitarbeitende und Abgeordnete als großes Problem. Etwa die Hälfte gab an, keine systematischen Verfahren oder Strategie zu besitzen. Rund 30 Prozent berichteten von Verfahren im jeweiligen Büro, wobei offenbleibe, was darunter konkret verstanden wurde.

Als wichtige Informationsquellen nennt Mittelstädt traditionelle Medien, akademische Literatur und das eigene politische Umfeld. Letzteres deutet er als Hinweis auf die Bedeutung politischer Informationsblasen.

Er betont zusätzlich Verständnisprobleme: Rückmeldungen hätten gezeigt, dass manche Befragte mit Wissensmanagement oder Begriffen wie „implizit“ wenig anfangen konnten. Die Zahlen seien deshalb vorsichtig zu lesen. Für ihn weisen sie dennoch auf ein wahrgenommenes Problem hin, für das vielen eine Lösung fehlt. Ein vollständigeres Bild müsste auch die Abgeordnetenbüros einbeziehen.

== Europaweite Untersuchung und methodische Grenzen ==

Die anschließende Untersuchung ist Teil seiner Doktorarbeit. Sie fragt danach, wie Abgeordnete in Europa relevantes Wissen sammeln, verwalten und analysieren, insbesondere im Zusammenhang mit Krisenmanagement.

Mittelstädt kombiniert zwei Zugänge:
* Eine quantitative Befragung richtete sich an rund 8.763 Abgeordnete der nationalen Parlamente der Europäischen Union. 218 antworteten; 136 füllten den Fragebogen vollständig aus.
* Ergänzend führte er Experteninterviews mit sieben Finanzpolitikern aus sechs Ländern.

Den Methodenmix begründet er unter anderem mit dem erwartbar geringen Rücklauf. Aus eigener Arbeit in Abgeordnetenbüros kennt er die Vielzahl wissenschaftlicher Fragebögen, die dort eingehen.

Auch bei dieser Untersuchung bleiben Begriffsverständnis und geringe Fallzahlen wichtige Einschränkungen. Mittelstädt räumt ein, einzelne Fragen hätten verständlicher formuliert werden können. Seine Präsentation fasst die statistischen Ergebnisse zudem bewusst stark zusammen.

== Ergebnisse: Überblick, Selbsteinschätzung und parlamentarischer Output ==

=== Implizites und unorganisiertes Wissen ===

Die erste Hypothese betrifft die Annahme, dass parlamentarisches Wissen implizit und unorganisiert ist. Mittelstädt berichtet von einer deutlichen Zustimmungstendenz, die er zusammengefasst mit fast 70 Prozent beschreibt. Zugleich handelt es sich um subjektive Einschätzungen, deren Interpretation durch Verständnisprobleme erschwert wird.

Er versteht diesen Befund als Diskussionsgrundlage: Menschen mit parlamentarischer Erfahrung nehmen offenbar Defizite wahr. Ein abschließender Nachweis über die tatsächliche Organisation sämtlicher Wissensbestände ist damit nicht verbunden.

=== Wissensmanagement und fachlicher Überblick ===

Die zweite Hypothese fragt nach einem Zusammenhang zwischen Wissensmanagementmethoden und dem Überblick über das eigene Fachgebiet. Mittelstädt betont, wie breit selbst einzelne Politikfelder sind. In Kultur- oder Finanzpolitik könne niemand alle Teilgebiete gleichermaßen beherrschen.

Aus mehreren abgefragten Praktiken bildete er einen Indikator für die Nutzung von Wissensmanagement. Er berichtet eine positive Korrelation: Wer diese Methoden stärker nutzte, schätzte die eigene Fachkompetenz höher ein.

Damit ist ein Zusammenhang mit der Selbsteinschätzung beschrieben, keine unabhängig gemessene Verbesserung politischer Entscheidungen. Mittelstädt bemerkt außerdem, dass sich die Mehrheit überdurchschnittliche Expertise zuschrieb. Das Selbstbild der Befragten bleibt somit ein wichtiger Bestandteil der Interpretation.

=== Kein signifikanter Zusammenhang mit dem Output ===

Die dritte Hypothese betrifft den Nutzen für die parlamentarische Arbeit. Dafür erhob Mittelstädt unter anderem die Anzahl von Anträgen und Anfragen. Eine sichtbare positive Tendenz war statistisch nicht signifikant; die Hypothese ließ sich mit dieser Untersuchung nicht bestätigen.

Auch die Messgröße ist problematisch. Opposition und Regierungsfraktionen arbeiten unter unterschiedlichen Bedingungen. Hierarchien, Namenszuordnungen und Aufgabenverteilung beeinflussen den sichtbaren Output. Die Anzahl von Reden oder Initiativen bildet deshalb nicht ohne Weiteres die gesamte parlamentarische Leistung ab.

== Mitarbeitende, Wissenssilos und Entscheidungsdruck ==

Die qualitativen Interviews verdeutlichen die starke Abhängigkeit der Abgeordneten von ihren Mitarbeitenden. Diese beschäftigen sich kontinuierlich mit einzelnen Themen und bereiten Informationen oder Texte vor. Mittelstädt schildert sowohl fachliche Diskussionen auf Augenhöhe als auch Situationen, in denen Abgeordnete vorbereitete Texte weitgehend unverändert nutzten. Er versteht diese Arbeitsteilung als notwendiges Vertrauen innerhalb des Systems.

Ein wesentliches Hindernis ist das [[Wissensteilen]]. Konkurrenz zwischen Regierung und Opposition sowie innerhalb von Parteien erschwert die Weitergabe. Wer wiedergewählt werden und eigene Leistungen sichtbar machen möchte, hat nicht automatisch ein Interesse daran, Informationen umfassend zu teilen.

Technische Zugangsgrenzen verstärken diese [[Wissenssilos]]. Eine gemeinsame Datenbank über Parteigrenzen hinweg wäre aus Sicht des Wissensmanagements wünschenswert, erscheint Mittelstädt politisch aber schwer vorstellbar.

Hinzu kommt Zeitdruck. Bei einer Abstimmung muss eine Entscheidung getroffen werden, auch wenn Wissenslücken bleiben. Arbeitsteilung bedeutet zudem, dass Fachpolitikerinnen und Fachpolitiker über Vorlagen aus anderen Themengebieten mitentscheiden. Ideologische Positionen beeinflussen dabei, welche politischen Schlussfolgerungen aus denselben Informationen gezogen werden.

== Verbesserungsansätze und Diskussion ==

Mittelstädt skizziert als Vision ein politisches Wissensmanagementsystem. Dazu zählt er bessere Kommunikationswege, Wissensteilung, die Einbindung von Fachleuten in Ausschüsse und eine stärkere Berücksichtigung von Wissenskompetenzen bei der personellen Aufstellung. Bestehende Angebote wie den Wissenschaftlichen Dienst bewertet er positiv. Entscheidend sei zusätzlich ein kultureller Wandel, der Wissen stärker wertschätzt.

In der Diskussion benennt er mögliche institutionelle Verbesserungen: Wissens- und Informationssysteme, einen ausgebauten Wissenschaftlichen Dienst sowie stärker eingebundene Expertinnen und Experten. Diese Ansätze benötigten zusätzliche Ressourcen. Demokratisch bedingte Personalwechsel und damit verbundene Wissensverluste ließen sich allerdings nicht vollständig aufheben.

Eine Publikumsanregung richtet den Fokus auf Fraktionen: Sie könnten Wissen bündeln und neue Abgeordnete qualifizieren. Mittelstädt nimmt diesen Vorschlag auf, verweist aber auf unterschiedliche politische Kulturen. Zur Weiterbeschäftigung von Mitarbeitenden der Vorgänger beschreibt er parteiinterne Beziehungen und Personalabsprachen als Einflussfaktoren.

Auf die Frage nach der Qualität lobbyistisch vermittelten Wissens bezeichnet er Lobbyorganisationen auch als wertvolle Wissensträger. Einen verpflichtenden, aus seiner Sicht befriedigenden Prüfprozess sieht er jedoch nicht. Sachverständigenanhörungen und der Wissenschaftliche Dienst böten Instrumente zur Einordnung; die politische Entscheidung bleibe bei den Abgeordneten.

Einen offeneren Umgang mit Wissenslücken hält Mittelstädt für möglich und teilweise vorteilhaft. Fehlerkultur und Kritikfähigkeit seien im politischen Umfeld ausbaufähig. Die grundlegenden Wissensprobleme betrachtet er als europaweit verbreitet, bei unterschiedlichen Ressourcen und Unterstützungsstrukturen.

Sein Fazit bleibt bewusst begrenzt: Wissensmanagement ist kein Heilmittel, kann aber helfen, vorhandenes Wissen besser zu nutzen. Abschließend lädt er zur Lektüre seiner veröffentlichten Untersuchungen und zur weiteren Diskussion ein.

Gkc24-Vortrag: Top down oder Bottom up – wie gestaltet man guten Wissensaustausch? CoPs und Wissensteams in der DKJS

2026-10-07T12:33:36Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Top down oder Bottom up – wie gestaltet man guten Wissensaustausch? CoPs und Wissensteams in der DKJS}}
{{Infobox gkc-Session
| titel = Top down oder Bottom up – wie gestaltet man guten Wissensaustausch? CoPs und Wissensteams in der DKJS
| art = Vortrag
| jahr = 2024
| beitragende = Clara Holler
| organisation = Deutsche Kinder- und Jugendstiftung
| track = Kuratierter Track Verwaltung, Stiftungen und Verbände
| datum = 2024-10-10
| startzeit = 15:00
| video_id = kXyrOsUMytQ
| video_url = https://www.youtube.com/watch?v=kXyrOsUMytQ
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>In diesem Beitrag tauchen wir ein in die Welt des Wissensaustauschs und stellen zwei Typen von Austauschrunden aus unserer Praxis vor: die eher hierarchisch organisierten Wissensteams (Top down-Ansatz) und die selbstorganisierten Communities of Practice (Bottom up-Ansatz). Wie gestalten wir bei der Deutschen Kinder- und Jugendstiftung Austauschformate? Welche Rolle spielen Leitungspersonal und Teams dabei, um eine offene und kollaborative Wissenskultur zu fördern? Gibt es dabei einen "erfolgreicheren" Ansatz? Wir laden euch ein, gemeinsam Herausforderungen, Learnings und Good Practices zu diskutieren. Seid dabei und bringt gerne eure Gedanken und Erfahrungen ein – wir freuen uns über eine lebendige Austauschrunde! 💡🤝</blockquote>

<youtube>https://www.youtube.com/watch?v=kXyrOsUMytQ</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Clara Holler stellt zwei Formen des organisationsinternen Wissensaustauschs in der Deutschen Kinder- und Jugendstiftung (DKJS) gegenüber: selbstorganisierte [[Communities of Practice]] (CoPs) und von der Leitung initiierte Wissensteams. Beide unterscheiden sich in Zugang, Themenwahl und Ergebniserwartung. Während Wissensteams fachliche Expertise bündeln und nach außen nutzbare Produkte erarbeiten sollen, bieten CoPs offene, abteilungsübergreifende Lernräume. Die Diskussion zeigt, wie Freiwilligkeit, Unterstützung und Dokumentation diesen Austausch tragen können – und wie hohe Ansprüche oder kontrollierende Eingriffe ihn erschweren.

== Gliederung und Aufbau ==

Die Session ist als interaktiver Vortrag angelegt. Holler lädt ausdrücklich zu Zwischenfragen ein und bezieht anwesende Kolleginnen ein. Zum Einstieg sammelt sie mit einer Menti-Abfrage Bezeichnungen für interne Austauschformate. Genannt werden unter anderem Wissenscafé, Kreativraum, Kommentare auf Wiki-Seiten und Buddy-Read. Die Sammlung macht die Vielfalt der Formate und ihrer Benennungen sichtbar.

Es folgen eine persönliche Vorstellung, der organisatorische Hintergrund der DKJS und ein Überblick über die Ebenen des Wissensmanagements. Anschließend erläutert Holler CoPs und Wissensteams. Fragen aus dem Publikum verändern die Reihenfolge der Präsentation und vertiefen besonders die Themen Führung, Selbstorganisation, Dokumentation und Größe der Austauschrunden. Am Ende steht keine abschließende Bewertung, sondern eine offene Diskussion über Grenzen und Gestaltungsmöglichkeiten.

== Warum die DKJS Wissensaustausch braucht ==

Die DKJS setzt sich nach Hollers Darstellung für Bildungsgerechtigkeit und Teilhabe von Kindern und Jugendlichen unabhängig von ihrer Herkunft ein. Sie arbeitet an Standorten in ganz Deutschland und betreibt häufig mehr als 60 Programme gleichzeitig. Die Bezeichnung „Programm“ soll den längerfristigen und systemischen Anspruch der Arbeit ausdrücken.

Die Finanzierung erfolgt über Fördergelder aus Bundes- und Landesmitteln sowie privaten Stiftungen. Damit verbunden sind Wachstumsphasen, aber auch Phasen, in denen viele Beschäftigte die Organisation verlassen. Für den Wissensaustausch bedeutet das wiederkehrendes Onboarding, die Weitergabe von Erfahrungen und die Herausforderung, [[Wissen]] bei personellen Wechseln zu erhalten. Zugleich sollen die Programme voneinander erfahren, damit sie nicht immer wieder bei null beginnen.

Digitale Werkzeuge sind dabei nur ein Teil der Lösung. Holler beschreibt die Einführung von Office 365 und die Schwierigkeiten einer früheren serverbasierten Ablage, insbesondere für die Standorte außerhalb Berlins. Ebenso wichtig sei eine Arbeitskultur, in der Kommunikation und gegenseitiges Lernen selbstverständlich sind. [[Wissensmanagement]] gestaltet aus ihrer Sicht auch diese Kultur mit.

== Drei Ebenen des Wissensmanagements ==

Holler unterscheidet drei Ebenen, für die jeweils passende Möglichkeiten des Austauschs benötigt werden:

* '''Persönliche Ebene:''' Beschäftigte sollten sich bewusst machen, was sie wissen, was sie weitergeben können und welches Wissen ihnen noch fehlt.
* '''Teamebene:''' Neben den Programmteams gibt es Querschnittsabteilungen, Verwaltung und Öffentlichkeitsarbeit mit eigenen Aufgaben und Wissensbedarfen.
* '''Organisationsebene:''' Stiftungsweiter und überregionaler Austausch verbindet die verschiedenen Bereiche und Standorte.

Persönliches Wissensmanagement betrachtet Holler als Grundlage der anderen Ebenen. Zugleich müsse geprüft werden, welche Werkzeuge mehreren Ebenen dienen und welche speziell für stiftungsweite Lernformate geeignet sind.

Zur Vielfalt der Kommunikationskanäle gebe es auch kritische Rückmeldungen: Manche Beschäftigte empfinden sie als zu zahlreich. Holler verweist hier auf Selbstorganisation und Routinen. Unterschiedliche Kanäle könnten jeweils einen sinnvollen Ort haben; nicht die gesamte Kommunikation solle über [[E-Mail]] laufen.

== Communities of Practice: offen und selbstorganisiert ==

Die CoPs sind in der DKJS das jüngere Format. Ihr Ausgangspunkt ist ein Bedarf aus der Belegschaft: Beschäftigte können zu einer Community zu einem bestimmten Thema aufrufen und Interessierte einladen. Die Teilnahme ist freiwillig, wird nicht kontrolliert und setzt keine anerkannte Expertise voraus. Offenheit und Interesse reichen aus.

Gerade für neue Beschäftigte bieten CoPs eine Möglichkeit, Kontakte zu knüpfen. Holler betont, dass diese bereits viel Wissen mitbringen können, auch wenn es andere Themen betrifft als ihre neue Tätigkeit. Ein Austauschformat sollte deshalb keine Hürde durch vermeintlich notwendiges Expertenwissen aufbauen.

CoPs sind ausdrücklich nicht allein auf die Programmarbeit ausgerichtet. Sie sollen auch Verbindungen zwischen Abteilungen ermöglichen. Als Beispiel für gegenseitigen Verständigungsbedarf nennt Holler die Reisekostenabrechnung: Programmarbeit und Buchhaltung begegnen demselben Vorgang mit unterschiedlichen Anforderungen und Erfahrungen.

Auch Diversity war in der DKJS Thema einer CoP. Holler hebt hervor, dass der Impuls aus der Belegschaft kam. Darin sieht sie eine andere Form intrinsischer Motivation als bei einer gesetzten Aufgabe. Für die Veranstaltungs-CoP gehören neben Gestaltungsideen auch administrative Fragen zum Austausch, etwa Teilnahmelisten, Vergaben und Dokumentation gegenüber Förderern.

== Wissensteams: fachliche Bündelung mit Ergebniserwartung ==

Die Wissensteams bestanden bereits vor den CoPs. Sie sind stärker von der Geschäftsleitung initiiert und auf fachliche Themen der Programmarbeit ausgerichtet. Beispiele sind digitale Bildung, frühkindliche Bildung, Schulentwicklung sowie geflüchtete Kinder und Jugendliche.

Anders als bei den CoPs besteht eine Erwartung, konkrete Produkte zu erstellen. Holler nennt Orientierungs- oder Diskussionspapiere, beispielsweise zur digitalen Bildung. Solche Ergebnisse sollen interne Expertise nach außen tragen und für Öffentlichkeitsarbeit oder Akquise nutzbar sein.

Damit tragen Wissensteams zusätzliche Aufgaben über den internen Austausch hinaus. Holler beobachtet, dass sie deutlich seltener stattfinden und stärker vorbereitet werden: Eine umfangreiche Agenda und die Organisation durch mehrere Personen können den Aufwand erhöhen. Teilweise kommt zudem ein Pflichtcharakter hinzu, weil Beschäftigte in die Runden geschickt werden.

Holler beschreibt die Formate dennoch nicht als Konkurrenz. Die Wissensteams hätten sich inzwischen teilweise aufgelockert. CoPs würden als zusätzlicher Mehrwert und auch als mögliche kleine Entwicklungskerne für Organisationsentwicklungsprozesse wahrgenommen.

== Dokumentation verbindet Gespräch und Organisationswissen ==

Selbstorganisation bedeutet in der DKJS nicht, dass Ergebnisse ausschließlich im Gespräch bleiben. Nach Hollers Darstellung werden CoP-Inhalte dokumentiert. Protokolle sind offen zugänglich und über die SharePoint-Suche auffindbar. Kurze Rückblicke werden über interne Kanäle, insbesondere Engage, geteilt.

Entsteht beispielsweise eine Checkliste, kann sie im [[Wiki]] abgelegt werden. Anschließend weist ein Beitrag im Engage-Kanal darauf hin. So können auch Beschäftigte profitieren, die nicht am Termin teilgenommen haben.

Die Kommunikation endet deshalb nicht mit der digitalen Austauschrunde. Eigene Kanäle oder Chats ermöglichen Nachfragen zu Protokollen und die Fortsetzung von Themen. Dieses Zusammenspiel aus Gespräch, Dokumentation und begleitender Kommunikation gilt sowohl für CoPs als auch für Wissensteams.

== Führung, Vertrauen und niedrige Zugangshürden ==

Ein Schwerpunkt der Diskussion ist die Frage, wie offene Austauschräume gegenüber steuernden Eingriffen von Vorgesetzten erhalten werden können. Holler beansprucht dafür keine vollständige Lösung. Sie kontrolliere nicht regelmäßig, ob jede CoP offen, vertrauensvoll und fehlerfreundlich arbeite.

Sie beobachtet jedoch, dass eine stark eingreifende Führungshaltung Unsicherheit erzeugen kann. Einzelne CoPs fänden dann seltener statt oder kommunizierten kaum noch über ihre Aktivitäten. Im ungünstigen Fall komme die Runde ganz zum Erliegen.

Auch hohe eigene Ansprüche können die Beteiligung hemmen. Wer eine fachliche Austauschgruppe als Ort ausschließlich für Expertinnen und Experten wahrnimmt, fragt sich möglicherweise, ob der eigene Beitrag ausreicht oder Fragen unpassend sind. Deshalb müsse der offene Charakter einer CoP bei ihrer Gründung und später wiederholt deutlich gemacht werden.

Holler und ihre Kolleginnen vermitteln bereits im Onboarding, dass solche Räume ausdrücklich gewollt sind und von der Geschäftsführung unterstützt werden. Wissen zu teilen und miteinander zu lernen sei Teil der DKJS-Kultur. Diese Haltung werde nicht allein von ihnen getragen, sondern auch von weiteren Beschäftigten und Leitungspersonen.

== Praktische Unterstützung für Selbstorganisation ==

Auf die Frage nach Erfolgsfaktoren nennt die Diskussion mehrere konkrete Ansatzpunkte:

* '''Verantwortung teilen:''' Eine Person, besser eine kleine Gruppe, sollte Termine und Fortbestand im Blick behalten. Mitstreitende können sich gegenseitig stärken und Aufgaben aufteilen.
* '''Einen Rahmen anbieten:''' Erfahrungen aus bestehenden CoPs, Beispiele für Einladungen und Checklisten im Wiki erleichtern die Gründung.
* '''Beratung erreichbar machen:''' Holler und ihre Kolleginnen unterstützen Initiativen und helfen bei Fragen zur Gestaltung.
* '''Sichtbarkeit schaffen:''' Hinweise in internen Kanälen geben neuen CoPs Aufmerksamkeit und Rückenwind.
* '''Vorbereitung begrenzen:''' Nicht jeder Termin benötigt viele Themen oder mehrere vorbereitete Präsentationen. Auch aktuelle Fragen und Updates können eine Runde tragen.

Diese Niedrigschwelligkeit wird in der Diskussion ausdrücklich auch für Wissensteams empfohlen. Volle Arbeitsphasen sollten nicht verhindern, dass Austausch ohne umfangreiche Vorbereitung möglich bleibt.

Kleine Teilnehmendenzahlen betrachtet Holler nicht automatisch als Misserfolg. Sie können mehr Zeit für Gespräche eröffnen und informellere, dennoch arbeitsbezogene Themen ermöglichen. Aufgaben wie das Protokollieren seien in einer kleinen Runde häufig schnell verteilt.

== Größe, Rhythmus und Grenzen der Formate ==

Überfüllte CoPs hat Holler in der DKJS bislang nicht erlebt. Die hohe Fluktuation führt vielmehr zu wiederkehrenden Wechseln. Ihre CoP Business Management trifft sich alle sechs Wochen; andere Runden kommen alle sechs bis acht Wochen oder seltener zusammen. Eine enge Taktung hält sie nicht grundsätzlich für notwendig.

Ein Beitrag aus dem Publikum schildert dagegen eine Organisation mit ungefähr 1.000 Beschäftigten und 41 CoPs, darunter drei zum Onboarding. Holler empfiehlt, bei Irritationen mit den Organisierenden zu sprechen und Zweck, Überschneidungen und Rhythmus zu überprüfen. Selbstorganisation schließt aus ihrer Sicht nicht aus, unnötige Parallelstrukturen anzusprechen.

Zugleich wird betont, dass Termine ruhen dürfen, wenn es zu einem Thema gerade nichts Neues gibt. Eine Community kann später wieder [[aktiv werden]]. Holler unterscheidet solche freiwilligen Austauschräume von routinemäßigen Regelterminen, die aus ihrer Sicht häufiger Kalender füllen, obwohl eine Absage oder ein größerer Abstand sinnvoll wäre.

Die Ausgangsfrage nach dem erfolgreicheren Ansatz bleibt ohne pauschale Antwort. Deutlich werden unterschiedliche Zwecke und Bedingungen: Fachliche Produktarbeit benötigt andere Strukturen als ein offener Lernraum. Für beide Formate werden niedrige Hürden, passende Rhythmen und Kommunikation über den einzelnen Termin hinaus als hilfreiche Gestaltungsmöglichkeiten beschrieben.

Gkc24-Session: Zwei Jahre nach GPT: Praxisbeispiele für KI im Wissensmanagement

2026-10-07T12:33:34Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Zwei Jahre nach GPT: Praxisbeispiele für KI im Wissensmanagement}}
{{Infobox gkc-Session
| titel = Zwei Jahre nach GPT: Praxisbeispiele für KI im Wissensmanagement
| art = Session
| jahr = 2024
| beitragende = Kathrin Maria Ziebell
| organisation = Interface projects
| datum = 2024-10-11
| startzeit = 10:00
| video_url = https://www.youtube.com/watch?v=29I9KIOStQ0
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Zwei Jahre nach dem Durchbruch von GPT und der breiten Diskussion um Künstliche Intelligenz stehen viele Unternehmen und Behörden noch vor der Herausforderung, KI effektiv in ihre Wissensmanagement-Prozesse zu integrieren. In dieser Session stelle ich praxisnahe Beispiele vor, die zeigen, wo Stolpersteine liegen und wie KI erfolgreich eingesetzt werden kann: 1.) KI-Chat in der Politik: Wie das Bundesinnenministerium mit den Informationen aus "Kleine Anfragen" chattet 2.) KI-Integration in Microsoft Teams: Wie eine übergreifende Suchfunktion in Teams das Tool fit für Recherchen macht Ziel der Session ist es, Einblicke in konkrete Anwendungsfälle zu geben, von denen die Teilnehmer lernen und die sie auf ihre eigenen Organisationen übertragen können. Das Format ist eine Kombination aus Impuls-Vortrag und Diskussion.</blockquote>

<youtube>https://www.youtube.com/watch?v=29I9KIOStQ0</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Kathrin Maria Ziebell erläutert, wie generative KI mit organisationsinternen Daten verbunden werden kann und welche Voraussetzungen dafür im [[Wissensmanagement]] bestehen. An einem nachgebildeten Anwendungsszenario zu Kleinen Anfragen zeigt sie semantische Suche, natürlichsprachige Antworten und die Prüfung von Quellen. Im Mittelpunkt stehen außerdem Zugriffsrechte, die Qualität der Wissensbasis und realistische Erwartungen. Die Diskussion verdeutlicht: Eine belegte Antwort muss nicht automatisch die gestellte Frage treffen.

== Gliederung und Aufbau der Session ==

Die Session verbindet einen Impulsvortrag, eine Live-Demonstration und eine abschließende Diskussion. Fragen aus dem online und vor Ort teilnehmenden Publikum werden bereits während des Vortrags aufgegriffen.

Anders als angekündigt behandelt Ziebell nur ein Kundenprojekt. Das zweite Projekt habe sich in Richtung Bilderkennung entwickelt und sei deshalb für diese Session weniger relevant. Auf eine Einführung in Sprachmodelle und [[Retrieval Augmented Generation]] folgt das Beispiel des Bundesinnenministeriums. Anschließend unterscheidet die Referentin erfolgreiche Einsatzfelder von aufwendigeren oder ungeeigneten Aufgaben.

Ziebell stellt ihren Hintergrund in Linguistik, Informatik und Pädagogik sowie ihre Erfahrung im E-Learning vor. Bei Interface projects arbeitet sie in Beratung und Vertrieb. Das Dresdner Unternehmen beschreibt sie als Anbieter interner Suchlösungen, der aus der Schnittstellenentwicklung hervorgegangen ist.

== Interne Suche als Grundlage für KI-Antworten ==

Die vorgestellte Plattform ist nach Ziebells Darstellung weder ein [[Wiki]] noch ein Content-Management-System. Sie greift auf bestehende Drittsysteme zu und führt deren Informationen in einer zentralen Suche zusammen. Dazu können beispielsweise Wikis, Confluence, Webseiten, Fileserver und [[E-Mail]]-Anhänge gehören. Die Inhalte bleiben in ihren ursprünglichen Systemen; die Suche berücksichtigt deren Zugriffsberechtigungen.

Generative KI erweitert diesen Ansatz: Statt ausschließlich Stichwörter einzugeben, können Nutzende Fragen stellen und mit den erschlossenen Daten chatten. Ziebell grenzt dies von älteren, deterministischen Chatbots ab, deren Antworten über vorgegebene Abläufe und Schlüsselwörter gesteuert wurden.

Die vorgestellte RAG-Lösung kombiniert zwei Komponenten:
* Eigene, kleinere KI-Modelle übernehmen die semantische Suche und die Relevanzbewertung.
* Ein angebundenes Large Language Model erzeugt aus ausgewählten Treffern eine natürlichsprachige Antwort.

Die Kunden können das Sprachmodell auswählen; genannt werden Luminous von Aleph Alpha und Azure OpenAI. Nicht der gesamte Dokumentenbestand wird an das Sprachmodell übergeben, sondern beispielsweise die fünf oder zehn besten Treffer.

Ziebells zentrale These lautet, dass belastbare RAG-Anwendungen eine leistungsfähige [[Enterprise Search]] benötigen. Relevantes [[Wissen]] könne über viele Systeme verteilt sein. Eine Beschränkung auf Microsoft-Inhalte, wie sie sie für den Standardumfang von Copilot beschreibt, reiche aus ihrer Sicht nicht aus. Zugleich müsse die Datenbasis konfiguriert und kuratiert werden: Nicht alle Informationen sollten gleich behandelt werden.

== Praxisbeispiel: Kleine Anfragen recherchieren ==

Das Bundesinnenministerium nutzt laut Ziebell den Integrator bereits seit der Zeit vor der KI-Erweiterung. Als Anwendungsszenario stellt sie die Recherche in Kleinen Anfragen und zugehörigen Antworten vor.

Sie beschreibt diese Anfragen als anspruchsvolle schriftliche Vorgänge, deren Beantwortung unter Zeitdruck erfolgt. Trotz ihres Namens könnten sie bis zu 120 Einzelfragen zuzüglich Unterfragen enthalten. Ähnliche oder wiederholte Fragen machten außerdem die konsistente Wiederverwendung früherer Antworten wichtig.

Die Dokumente bewertet Ziebell als besonders geeignete Grundlage, weil konkrete Fragen und schriftliche Antworten vorliegen. Den von ihr dargestellten Anstieg der Anfragen verbindet sie mit wachsendem Recherchebedarf. Ihre Erklärungen dafür, darunter mehr Fragestellende und komplexe politische Themen, kennzeichnet sie ausdrücklich als persönliche Vermutungen.

Die Live-Demonstration findet nicht im produktiven BMI-System statt, sondern auf einem nachgebildeten Testserver mit älteren Daten. Welche Dokumente dort gegenüber dem tatsächlichen BMI-System zusätzlich enthalten sind, kann die Referentin auf Nachfrage nicht sicher beantworten. Damit bleibt die Übertragbarkeit einzelner Datenbestände offen.

== Live-Demonstration: Antworten und Quellen prüfen ==

Die Oberfläche bietet Filter für Wahlperioden, Vorgangstypen, Initiativen, Bearbeitungsstände und Dokumententypen. Ergänzend erscheinen eine Trefferliste, ein Chatbereich und eine grafische Darstellung thematischer Zusammenhänge. Suchfragen lassen sich eintippen oder einsprechen.

Ziebell demonstriert dies mit einer Frage nach erwarteten Steigerungen bei E-Autos. Das System liefert eine Antwort mit Zahlen zu batterieelektrischen Pkw und Nutzfahrzeugen. Entscheidend ist für sie die Herkunft: Die Antwort werde aus dem erschlossenen Dokumentenbestand erzeugt, nicht aus einer zusätzlichen Internetrecherche.

Zur Kontrolle können Nutzende die herangezogenen Quellen öffnen. Eine Vorschau hebt relevante Textstellen hervor. Dadurch lässt sich prüfen, ob der Kontext passt und die Antwort vollständig ist. In der praktischen Anwendung führen Links zum Originaldokument; Metadaten zeigen unter anderem Ablageort, Erstellungszeit und Urheberschaft.

Ein weiterer Anwendungsfall ist das Chatten mit einem einzelnen Dokument. Die Plattform unterstützt laut Ziebell zahlreiche Formate, darunter PDF, PowerPoint und Excel. Schwierigkeiten nennt sie bei dreidimensionalen CAD-Formaten. Sprachübergreifende Nutzung hängt vom angebundenen Sprachmodell ab. Für selbst gehostete kleinere Modelle beschreibt sie einen Zielkonflikt zwischen Sprachumfang und Hostingaufwand.

== Semantische Ähnlichkeit und Modellpflege ==

Eine hohe Trefferzahl ist für Ziebell nicht grundsätzlich problematisch. Semantische Suche berücksichtige auch verwandte Begriffe, etwa E-Mobilität neben E-Auto. Entscheidend sei, dass die passendsten Dokumente oben stehen.

Ähnliche Dokumente werden nach ihrer Erklärung nicht allein über Schlagwörter ermittelt. Die Daten werden vektorisiert und in einem mehr als 300-dimensionalen Raum repräsentiert. Die gezeigte Grafik vereinfacht diese Beziehungen auf zwei Dimensionen. Inhaltliche Nähe werde unter anderem anhand von Begriffen und ihrem gemeinsamen Auftreten erkannt.

Als Beispiel für die Bedeutung des Kontexts nennt sie das Wort „Bank“: Für einen Sitzmöbelhersteller seien andere Dokumente relevant als für eine Recherche zu Zinsen. Eine Bewertungsskala hilft zusätzlich bei der Einordnung der Treffer. Eine Übereinstimmung oberhalb von 70 Prozent bezeichnet sie als interne Richtschnur, nicht als allgemeine Qualitätsgarantie.

Auch die Modelle müssen gepflegt werden. Neue Sprachmodellversionen erfordern eine technische Anbindung und können das Antwortverhalten sichtbar verändern. Die kleineren Suchmodelle würden kundenspezifisch trainiert und sollten nach einigen Jahren nachtrainiert werden, weil sich Sprache und Begriffskontexte verändern.

== Zugriffsrechte und bisher verborgene Probleme ==

Die Plattform übernimmt laut Ziebell Berechtigungen auf Dokument- beziehungsweise Objektebene über Access Control Lists. Bei jedem Aufruf werde geprüft, ob die betreffende Person weiterhin Zugriff besitzt. Änderungen, etwa nach einem Abteilungswechsel, würden nachgezogen.

Am Beispiel von E-Mails erläutert sie: Wer keine Berechtigung besitzt, soll weder die Nachricht noch Hinweise auf ihre Existenz oder ihren Ablageort sehen. Auch Änderungen an Inhalten werden in der Suchdatenbank aktualisiert.

Ein wichtiger Stolperstein liegt nach ihren Projekterfahrungen in bereits fehlerhaften Berechtigungen der Quellsysteme. Durch die komfortable Suche werden Informationen plötzlich auffindbar, die zuvor in schwer zugänglichen Unterordnern lagen. Die KI-Suche erzeugt in diesem Fall nicht den ursprünglichen Berechtigungsfehler, macht ihn aber sichtbar. Die anschließende Klärung kann Projekte verzögern.

== Nutzen und Grenzen im Arbeitsalltag ==

Die folgenden Bewertungen bezieht Ziebell ausdrücklich auf zahlreiche Projekte und Interessentengespräche, nicht speziell auf das BMI-Beispiel.

Ihre wichtigste Erkenntnis sind überhöhte Erwartungen: Die Installation eines Werkzeugs führe nicht automatisch zu vollständigen und fehlerfreien Antworten. Veraltete, falsche oder widersprüchliche Daten blieben Fehlerquellen. Auch gute Konfiguration und trainierte Modelle könnten die Fehlerquote nicht auf null senken.

Positive Erfahrungen sieht sie bei Einsteigenden und Fachleuten. Zusammenfassungen und einfachere Sprache erleichtern den Zugang zu unbekannten Wissensgebieten. Fachleute profitieren von Unterstützung bei wiederkehrenden Aufgaben. Eine fachsprachlich detaillierte Antwort setzt allerdings entsprechend detaillierte Inhalte voraus; eine bloße Aufforderung zur technischen Formulierung ersetzt diese Wissensgrundlage nicht.

Für die Aufgabenauswahl unterscheidet sie:
* Gut dokumentierte Prozesse, Inhalte und Projekte lassen sich nach ihren Erfahrungen zuverlässig erschließen, beispielsweise Reisekostenabrechnungen oder Freigabeentscheidungen.
* Tabellen benötigen häufig zusätzliche Vorbereitung, wenn Farben, Haken oder andere Zeichen eine Bedeutung tragen.
* Zahlenbezogene Business-Intelligence-Fragen erfordern gegebenenfalls zusätzliche Werkzeuge oder eine textuelle Aufbereitung.
* Für komplexe mathematische Berechnungen rät sie vom Einsatz eines LLM ab: ''„KI ist kein Taschenrechner.“''

Auch grundlegend neue, disruptive Kreativleistungen sollten nach ihrer Einschätzung nicht selbstverständlich erwartet werden. Ihre Begründung ist die Abhängigkeit der Modelle von bereits vorhandenen menschlichen Erzeugnissen.

== Diskussion: Wissenslücken und Antwortqualität ==

In der Abschlussdiskussion fragt ein Teilnehmer nach der Bereitschaft von Organisationen, ihre Informationsgrundlage zu verbessern. Nicht dokumentiertes, implizites Wissen könne schließlich nicht gefunden werden.

Ziebell berichtet von einer solchen Bereitschaft. Suchanfragen machten weiße Flecken sichtbar; engagierte Stakeholder könnten daraufhin die Erstellung fehlender Inhalte anstoßen. Dafür sei kein einheitliches Zielformat erforderlich: Auch E-Mails oder Word-Dokumente könnten indexiert werden. Der Integrator selbst sei jedoch kein Werkzeug, um implizites Wissen explizit zu machen. Anonymisierte Suchstatistiken könnten Wissensmanagenden zusätzlichen Handlungsbedarf zeigen.

Auf die Frage nach [[Halluzination]]en erklärt Ziebell, das System sei streng darauf konfiguriert, bei unzureichender Informationslage keine Antwort zu erzeugen. Die gewünschte Absicherung lasse sich über die Anzahl stützender Quellen anpassen. Dabei könne auch eine vorhandene Einzelinformation als unzureichend bewertet werden. Diese Darstellung ergänzt, ersetzt aber nicht ihre grundsätzliche Aussage, dass KI Fehler machen kann.

Ein Teilnehmer hinterfragt schließlich die E-Auto-Demonstration: Die ausgegebene Aussage über benötigte Fahrzeuge beantworte möglicherweise nicht die Frage nach einer erwarteten Steigerung. Ziebell erkennt den Einwand an. Ob bereits die ministerielle Quelle diese Abweichung enthalte, bleibt ungeklärt; sie kündigt eine Prüfung an.

Damit endet die Session bei einer wesentlichen Unterscheidung: Quellenbezug allein genügt nicht. Nutzende müssen auch prüfen, ob die Antwort tatsächlich zur Frage passt. Ziebell bedankt sich für den Austausch und lädt zu weiteren Gesprächen mit ihr und ihrer Kollegin vor Ort ein.

Gkc24-Session: Zeit und Wissensmanagement

2026-10-07T12:33:32Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Zeit und Wissensmanagement}}
{{Infobox gkc-Session
| titel = Zeit und Wissensmanagement
| art = Session
| jahr = 2024
| beitragende = Peter Heisig
| datum = 2024-10-11
| startzeit = 11:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=6-TVLuACQSY
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>"[[Wissen]] zur richtigen Zeit beim richtigen Nutzer im richtigen Format" - Dieses Just-In-Time Prinzip wird häufig im WM als Ziel benannt oder es wird von der Halbwertzeit von Wissen gesprochen. Allerdings sind Zeitaspekte in der Forschung kaum thematisiert, aber in der Praxis oft von großer Bedeutung. In dieser Session möchte ich einen kurzen Input zum Stand der Forschung geben und dann die Perspektiven und Erfahrungen aus Sicht der Praxis diskutieren.</blockquote>

<youtube>https://www.youtube.com/watch?v=6-TVLuACQSY</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Peter Heisig untersucht gemeinsam mit den Teilnehmenden, welche Rolle Zeit im [[Wissensmanagement]] spielt. Dabei geht es nicht nur um fehlende Arbeitszeit, sondern auch um den richtigen Zeitpunkt für Wissenstransfer, die Dauer von Lern- und Veränderungsprozessen sowie unterschiedliche Planungshorizonte. Ein Forschungsinput und ein Wissensmanagement-Modell strukturieren die Diskussion.

Die Session macht deutlich: Wissen bereitzustellen ist nicht gleichbedeutend damit, seine Anwendung sicherzustellen. Austausch, Verständnis, Lernen und organisatorische Veränderungen benötigen eigene Zeiträume. Die Teilnehmenden bringen dazu Erfahrungen aus Unternehmen und öffentlicher Verwaltung ein und diskutieren, ob technische Beschleunigung tatsächlich Zeit spart oder zusätzliche Arbeitsverdichtung erzeugt.

== Aufbau und Ausgangspunkt ==

Heisig kündigt fünf Teile an: seine Motivation, die Assoziationen der Teilnehmenden, einen Forschungsüberblick, die Strukturierung anhand seines Wissensmanagement-Modells und eine abschließende Diskussion der Praxisperspektiven. Die Session folgt diesem Wechsel von Input und Beteiligung. Zunächst werden offene Assoziationen gesammelt; später dienen Aufgaben, Wissensaktivitäten und organisatorische Gestaltungsfelder als Diskussionsrahmen.

Den persönlichen Ausgangspunkt bildet ein Projekt zur Wirkung einer großen Unternehmenskonferenz. Rund 300 Menschen waren auf einer dänischen Insel zum Austausch zusammengekommen. Heisig sollte untersuchen, was diese Veranstaltung bewirkte. Bei seiner Literaturrecherche fand er zwar Tausende Treffer zu „Knowledge sharing“, aber unter den Suchbegriffen „Company conference“ und „Company event“ nur einen Treffer. Dieser erwähnte Unternehmenskonferenzen lediglich als eine Möglichkeit des Wissensaustauschs.

Das Beispiel verdeutlicht die Lücke zwischen einer verbreiteten Praxis und ihrer wissenschaftlichen Untersuchung. Hinzu kommt das bekannte Ziel, Wissen zur richtigen Person zur richtigen Zeit zu bringen. Als Gegenpol nennt Heisig die Barriere ''„I don’t have time“'': Menschen fehlt Zeit, sich einzubringen und Wissen beizutragen.

== Zeitmangel, Priorisierung und Nutzen ==

Die erste Gesprächsrunde zeigt, wie unterschiedlich Zeitprobleme erlebt werden. Teilnehmende berichten, dass Führungskräfte keine Zeit für Austauschformate oder die Pflege eines Wikis zugestehen. Terminierte Facharbeit verdrängt dann die Wissensarbeit. Andere beschreiben einen hohen Workload oder Schwierigkeiten, zwischen vielen möglichen Wissensmanagement-Aktivitäten zu priorisieren.

Dabei entstehen mehrere miteinander verbundene Fragen:
* Wie lässt sich bei begrenzten Ressourcen Zeit für Wissensmanagement und die Befähigung von Mitarbeitenden schaffen?
* Wann sollte der Wissenstransfer vor dem Ausscheiden erfahrener Beschäftigter beginnen?
* Wie bleiben Inhalte aktuell und relevant?
* Wann erreicht eine Information die empfangende Person so, dass sie tatsächlich genutzt werden kann?
* Wie lässt sich gegenüber Entscheidungsträgern begründen, dass Wissensarbeit Zeit benötigt und zugleich Zeit sparen kann?

Die Diskussion erweitert damit die Perspektive: Zeit ist sowohl notwendiger Aufwand als auch möglicher Nutzen des Wissensmanagements. Zudem interessiert die Teilnehmenden seine historische Entwicklung mit unterschiedlichen Phasen und wiederkehrenden Herausforderungen.

== Forschungsperspektiven: Dauer, Struktur und Timing ==

Heisig stellt zunächst drei Perspektiven aus der allgemeinen Managementforschung vor. Eine betrifft Ressourcen, Planungshorizonte und die Interaktion mit dem externen Umfeld. Eine zweite betrachtet Zeit als strukturgebendes Element: Wiederkehrende Präsidiums-, Senats-, Team- oder Projektsitzungen sowie ein jährliches Veranstaltungstreffen geben Zusammenarbeit einen Rhythmus. Die dritte Perspektive versteht Zeit als Prozess und verbindet Vergangenheit, Gegenwart und Zukunft.

Für das Wissensmanagement beschreibt Heisig keinen geschlossenen Forschungsstand, sondern einzelne Untersuchungen. Als verwandten Bereich zieht er Arbeiten von Berends und Antonacopoulou zum [[Organisationales Lernen|organisationalen Lernen]] heran. Daraus erläutert er insbesondere Zeitdauer, Timing und die interpretative Verbindung zeitlicher Entwicklungen.

Zeitdauer umfasst Lernen durch Wiederholung, Lernverzögerungen, Vergessen und das Veralten von Wissen. Als Beispiel nennt Heisig Automobilhersteller, die Daten von Taxi- und Mietwagenunternehmen nutzen möchten, weil deren intensive Fahrzeugnutzung schneller praktische Erfahrungen liefert als die Nutzung vieler Privatfahrzeuge.

Timing beschreibt dagegen die Passung zwischen vorhandenem Wissen und einer konkreten Anwendungsmöglichkeit. Auf der untersuchten Konferenz stellte ein französischer Ingenieurgeologe ein neues Analyseverfahren vor. Zum damaligen Zeitpunkt gab es jedoch kein geeignetes Projekt. Nach Heisigs Darstellung hätte ein passender Einsatz Einsparungen in Höhe der siebenstelligen Veranstaltungskosten ermöglichen können.

Organisationen deuten außerdem ihre Entwicklung durch Erzählungen über Vergangenheit und Zukunft. Heisig erinnert an seine Zeit bei Fraunhofer: Die Geschichte vom Wachstum eines Instituts und dem Aufbau seiner Kompetenzen wurde auch neuen Beschäftigten vermittelt. Solche Darstellungen machen Entwicklungen nachvollziehbar, enthalten aber Interpretationen.

== Wissen finden heißt noch nicht Wissen verstehen ==

Heisig hinterfragt die starke Konzentration auf technische Suchzeiten. Er verweist auf Untersuchungen eines Kollegen namens Robinson aus Leeds und auf eine weitere Untersuchung der Wharton School. Seiner Darstellung zufolge beansprucht die eigentliche Suche einen geringeren Zeitanteil, als manche Marketingversprechen nahelegen.

Zeit benötigen insbesondere der Austausch mit wissenden Personen, das Verstehen ihrer Informationen und die Prüfung, ob diese für die eigene Handlungssituation geeignet sind. Die technische Auffindbarkeit deckt folglich nur einen Teil des zeitlichen Aufwands ab.

Ein weiteres Beispiel betrifft die Wiederverwendung früherer Arbeitsergebnisse. In einer von Heisig beschriebenen Untersuchung nutzten Personen solche Ergebnisse nicht, wenn ihnen die Begründung für deren Gestaltung fehlte. Er empfiehlt deshalb, Entscheidungsgründe festzuhalten.

Ein Diskussionsbeitrag ergänzt diesen Gedanken: Für Entscheidungen sollte relevantes Wissen bereitstehen; zugleich sollten getroffene Entscheidungen und ihre Gründe nachvollziehbar dokumentiert werden. Andernfalls könnten bereits geklärte Fragen Jahre später erneut auf der Tagesordnung stehen.

== Wissensaktivitäten von der Aufgabe bis zur Anwendung ==

Heisigs Modell beginnt bei den Aufgaben: Menschen benötigen Wissen, um sie zu erfüllen, und erzeugen dabei neues Erfahrungswissen. Für einen systematischen Umgang unterscheidet er vier Aktivitäten:
* Wissen und Erfahrungen erzeugen.
* Wissen speichern.
* Wissen verteilen.
* Wissen anwenden.

Speicherung ist dabei nicht ausschließlich technisch zu verstehen. Mit Bezug auf „transactive memory“ erläutert Heisig, dass Wissen auch in den Köpfen von Teammitgliedern gespeichert ist. Verteilung kann im täglichen Austausch, bei besonderen Veranstaltungen oder über IT-Anwendungen erfolgen.

Besonders betont er die Anwendung. Eine [[Lessons Learned|Lesson Learned]] ist aus seiner Sicht erst wirksam, wenn sie genutzt wurde. Das Veröffentlichen auf einer Webseite oder die Verteilung per Newsletter reicht dafür nicht aus. Auch wenn die Anwendung bei einer Fachabteilung liegt, muss sie im Wissensmanagement konzeptionell vorausgedacht werden.

Als unterstützende Gestaltungsfelder nennt Heisig Informationstechnik, Strategie und Führung, Unternehmenskultur, Personalmanagement, Controlling sowie Organisation und Rollen. Dazu gehören Fähigkeiten und Motivation ebenso wie Messbarkeit, Managementunterstützung und die Befähigung von Personen, Communities anzuleiten.

== Lernzeit und Wissenstransfer organisatorisch verankern ==

In der Praxisdiskussion werden konkrete Zeitfenster und Checkpunkte vorgeschlagen. Ein Teilnehmer berichtet von einer Dienstvereinbarung zum Lernen während der Arbeitszeit. Ein weiteres Beispiel ist ein fest im Kalender eingetragener Donnerstagvormittag mit zwei Stunden Fortbildungszeit. Auch die Anrechnung außerhalb der üblichen Arbeitszeit absolvierter Pflichtkurse wird beschrieben.

Beim Wissenstransfer diskutiert die Runde, ob regelmäßige Dokumentation realistisch ist oder gezielte Anlässe besser funktionieren. Genannt werden das Ausscheiden von Beschäftigten und Mitarbeitergespräche. Heisig ergänzt ein Beispiel aus der Entwicklung von U-Bahn-Wagen: An bestimmten Entscheidungspunkten müssen alle Fachbereiche vertreten sein. Fehlt eine Perspektive, wird das Treffen verschoben, obwohl dies weitere Termine beeinflussen kann.

Als Einstieg in die Begründung von Lernzeit schlägt ein Teilnehmer eine individuelle Reflexion vor: Beschäftigte erfassen, wie viel Arbeitszeit sie für Weiterbildung oder Wissensentwicklung nutzen. Gebündelte Ergebnisse könnten anschließend mit Personalvertretung oder Management besprochen werden.

Ein weiterer Praxisbeitrag beschreibt kleine Lerngruppen, für die Führungskräfte wöchentlich oder zweiwöchentlich eine Stunde reservieren. Auf individuelles Lernen folgt der Austausch über die wichtigsten Erkenntnisse. Heisig ergänzt, dass Reflexionszeiten auch von Berufstraditionen abhängen: In der sozialen Arbeit seien sie nach bestimmten Interventionen etablierter als in Arbeitskontexten, die unmittelbar zur nächsten Aufgabe übergehen.

== Beschleunigung durch KI oder zusätzliche Verdichtung? ==

Ein Teilnehmer unterscheidet zwischen schnellerer Prozessbearbeitung und dem richtigen organisatorischen Moment, einen Trend aufzugreifen. Am Beispiel [[Künstliche Intelligenz|KI]] berichtet er, dass eine frühe Beschäftigung seiner Organisation Vorteile gebracht habe. Zugleich könne ein Thema auch zum falschen Zeitpunkt verfolgt werden.

Andere Beiträge stellen automatische Zeitersparnis infrage. Als Beispiel wird eine Person genannt, die gleichzeitig an drei Teams-Meetings teilnahm und diese anschließend mit Copilot zusammenfassen ließ. Die entstehenden Informationsmengen könnten Arbeit verdichten, statt sie zu reduzieren. Der Vergleich mit [[E-Mail]] veranschaulicht die Sorge, dass schnellere Übermittlung zugleich mehr zu bearbeitende Informationen erzeugt.

Eine Teilnehmerin betont, dass Technik schlechte Arbeitsorganisation nicht ersetzen dürfe. Demgegenüber formuliert eine Führungskraft einen konkreten Unterstützungswunsch: KI könnte aus umfangreichen Vorschriften die zunächst notwendigen Inhalte herausarbeiten und bei Bedarf zur vertieften Lektüre führen. Technik wird damit weder pauschal verworfen noch als automatische Lösung verstanden.

== Unterschiedliche Zeithorizonte und wechselnde Wissensrelevanz ==

Heisig stellt kurzfristige Informationsanforderungen im Finanzkontext langfristigen Planungshorizonten eines mittelständischen Unternehmens gegenüber. In einem Fall gehe es um Sekunden und Millisekunden, im anderen um Jahrzehnte und Generationen. Solche Unterschiede prägen Aufgaben und das Denken der Beteiligten.

Auch vermeintlich überholtes Wissen kann erneut relevant werden. Heisig berichtet von einem Unternehmen, das einen für den Vorruhestand vorgesehenen Mitarbeiter stattdessen zu Forschungsinstituten weltweit schickte. Veränderte Marktanforderungen machten dessen Wissen wieder wertvoll. Daraus leitet er Vorsicht beim Aussondern gespeicherten Wissens ab.

Aus dem Publikum kommt ergänzend der Vorschlag, einen Resilienzzyklus mit Wissensaktivitäten zu verbinden: Zu welchem Zeitpunkt ist Sichern, Teilen oder Aussondern sinnvoll? Ein weiterer Beitrag erinnert daran, dass Menschen unterschiedlich lange benötigen, um Erfahrungswissen weiterzugeben und sich für das Teilen zu öffnen.

== Führung, Veränderungsdauer und technische Rahmenbedingungen ==

Mehrere Beiträge verstehen Lernen und Wissensmanagement als Führungsaufgabe. Eine Führungskraft empfiehlt, engagierte Mitarbeitende gezielt zu unterstützen. Weiterbildung sei bereits notwendig, um die eigene Arbeit erfüllen und verbessern zu können; Impulse könnten sowohl von Führungskräften als auch aus Teams kommen.

Für die Informationstechnik werden niedrige Barrieren, Barrierefreiheit und mögliche Spracheingaben genannt. Wissensdokumentation solle sich möglichst in den Arbeitsablauf integrieren lassen. Als organisatorisches Beispiel werden Flexi-Teams im Bundesministerium für Arbeit und Soziales beschrieben, die qualifiziert Projektspitzen unterstützen und Erfahrungen in weitere Projekte sowie später in die Linienorganisation tragen.

Zum Abschluss verdeutlicht Heisig die Dauer organisatorischer Entwicklung: Ein Kulturveränderungsprozess habe sieben Jahre, die Umsetzung eines Governance-Konzepts zwei Jahre benötigt. Fehlende Ausgangsdaten erschwerten zudem den Nachweis von Verbesserungen. Fähigkeiten wie Moderation würden häufig vorausgesetzt, ohne Lernzeit bereitzustellen.

Heisig beschreibt Wissensmanagement deshalb als langfristige Aufgabe, die Geduld benötigt. Digitale Zusammenarbeit erschwere in seiner persönlichen Erfahrung teilweise den informellen Austausch, ermögliche aber auch kurzfristig einberufene Besprechungen. Entscheidend bleibt, welche zeitlichen Anforderungen eine konkrete Aufgabe, Wissensaktivität oder organisatorische Veränderung tatsächlich stellt.

Gkc24-Session: Wissenstransfer in der Praxis

2026-10-07T12:33:30Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissenstransfer in der Praxis}}
{{Infobox gkc-Session
| titel = Wissenstransfer in der Praxis
| art = Session
| jahr = 2024
| beitragende = Ingo Sell, Jenny Stumper
| datum = 2024-10-10
| startzeit = 15:00
| sprache = Deutsch
| video_id = 9IxeQFVEq08
| video_url = https://www.youtube.com/watch?v=9IxeQFVEq08
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Wissenstransfer in der Praxis, ein Thema was uns fast täglich bewegt. Wir arbeiten mit einigen großen Unternehmen zusammen, die das Thema für sich erkannt haben und dem Wissensverlust beim Mitarbeiterwechsel entgegenwirken wollen. Wir würden gerne von aktuellen Wissenstransferfällen (2024) berichten und besondere Herausforderungen an den Prozess und die Prozessbegleitung vorstellen.(Impulsvortrag) Diskussion von Herangehensweisen und Lösungsmöglichkeiten solcher Fälle.</blockquote>

<youtube>https://www.youtube.com/watch?v=9IxeQFVEq08</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Ingo Sell und Jenny Stumper stellen einen begleiteten [[Wissenstransfer]] vor, der Erfahrungswissen bei personellen Veränderungen erschließen und weitergeben soll. Im Mittelpunkt stehen eine Wissenslandkarte, die Abstimmung mit der Führungskraft und der Wechsel zwischen moderierten und selbstorganisierten Treffen. An Praxisfällen und Publikumsfragen zeigen sie, wie der Prozess an Zeitdruck, unterschiedliche Lernbedürfnisse, Widerstände und den plötzlichen Ausfall eines Spezialisten angepasst wird. Dabei benennen sie Grenzen: Wissenstransfer ersetzt keine grundlegende Qualifikation, und der Wissenszuwachs wird überwiegend durch Selbsteinschätzungen beurteilt.

== Aufbau der Session ==

Zu Beginn fragt Ingo Sell nach den Erfahrungen des Publikums mit Wissenstransfer. Er ordnet den vorgestellten Ansatz als pragmatischen, bewährten Weg ein, nicht als einzig mögliche Vorgehensweise. Jenny Stumper erläutert anschließend die Prozessschritte und beteiligten Rollen. Schon während dieser Einführung werden Fragen zur Führungsverantwortung, zur Moderation und zur Erfolgsmessung aufgenommen.

Danach folgen die halb standardisierte Wissenslandkarte und verschiedene Ausprägungen des klassischen Transfers. Den weiteren Verlauf prägen schwierige Situationen, aktuelle Praxisfälle und eine offene Diskussion. Die Beitragenden beziehen sich auf ihr gemeinsam mit einer weiteren Kollegin geschriebenes, zum Zeitpunkt der Session angekündigtes Buch „Wissenstransfer in der Praxis“. Die Beispiele werden jedoch unmittelbar in der Session erläutert; der Buchhinweis wird ausdrücklich nicht als Kaufaufforderung formuliert.

== Wissenstransfer als Austausch über Erfahrungswissen ==

Der klassische Anlass ist der Übergang in den Ruhestand mit anschließender Nachfolge. In der beschriebenen Praxis kommen inzwischen Positionswechsel, Elternzeit, temporäre Aufgabenübernahmen und Rotationssysteme hinzu. Neben dem Eins-zu-eins-Transfer gibt es Übergaben zwischen mehreren Personen und innerhalb von Teams.

Besonderes Augenmerk gilt dem [[Implizites Wissen|impliziten Wissen]]: Erfahrungen und Zusammenhängen, die noch nicht dokumentiert sind. Wissenstransfer ist deshalb keine reine Transkription. Entscheidend ist, dass Beteiligte nachfragen, Hintergründe erläutern und sich miteinander auseinandersetzen können.

Auch KI-Lösungen werden kurz angesprochen. Die Beitragenden berichten von Erprobungen und Ideen, werfen aber eine offene Frage auf: Wie verlässlich sind Antworten auf einer kleinen Datenbasis, wenn die betreffende Person nicht mehr für Rückfragen verfügbar ist? Eine abgeschlossene Lösung wird nicht vorgestellt.

Der Prozess verbindet Standards mit Anpassung. Teamgröße, Umfang und Besonderheit des Wissens sowie Führungsaufgaben beeinflussen die konkrete Gestaltung. Die Standards sollen Orientierung geben, ohne zum starren Ablauf zu werden.

== Der begleitete Prozess ==

=== Auftakt, Wissensaufnahme und Feinabstimmung ===

Die Prozessbegleitung kommt nach Darstellung der Beitragenden meist im Auftrag der Personalentwicklung hinzu. Beteiligte sind Führungskraft, Wissensgeber beziehungsweise Wissensgeberin, Wissensnehmer beziehungsweise Wissensnehmerin und Prozessbegleitung. Optional nimmt der Betriebsrat oder ein anderes Gremienmitglied teil.

Der Auftakt dauert ungefähr eine Stunde. Er klärt Rollen, Aufgaben, Ablauf, Zeitrahmen und besondere Bedingungen. Gegebenenfalls lernen sich die Beteiligten hier erstmals kennen.

Danach erarbeitet die Prozessbegleitung allein mit der wissensgebenden Person eine [[Wissenslandkarte]]. Für diese Aufnahme werden zunächst etwa drei Stunden angesetzt. Gesammelt werden Aufgaben, Themen und Erfahrungen, die im Transfer behandelt werden sollen. Der Prozess ergänzt die gemeinsame Arbeit im Alltag, statt sie zu ersetzen.

Anhand der Landkarte schätzt die wissensnehmende Person ihren vorhandenen Kenntnisstand prozentual ein. Bewertet werden größere Themenbereiche, nicht jedes Detail. Dabei können vertraute Inhalte, unternehmensspezifische Wissenslücken oder unerwartete Aufgaben sichtbar werden. Die Gespräche schaffen zugleich Raum für Sorgen, etwa darüber, ob eine einzelne Nachfolgeperson sämtliche Aufgaben übernehmen kann.

In einer ungefähr einstündigen Feinabstimmung setzt die Führungskraft Prioritäten. Sie bestimmt, was unbedingt von der ausscheidenden Person übertragen werden muss und was andere Teammitglieder vermitteln können. Die Reihenfolge von Selbsteinschätzung und Feinabstimmung kann variieren.

=== Transfer, Zwischentreffen und Abschluss ===

Im ersten Transfertreffen werden Themen, Methoden und Prioritäten geplant. Moderierte Treffen dauern im beschriebenen Standard ungefähr anderthalb Stunden und wechseln sich mit Treffen ohne Prozessbegleitung ab. Als häufige Ausgestaltung nennen die Beitragenden fünf moderierte und fünf selbstorganisierte Treffen.

Moderation wird vor allem dort eingesetzt, wo Erfahrungswissen und Begründungen erschlossen werden sollen. Für einfache Bedienabläufe ist sie nicht immer erforderlich. Idealerweise arbeiten die Beteiligten parallel an gemeinsamen Aufgaben und nehmen an denselben Abteilungsbesprechungen teil.

Am Ende erfolgt eine zweite Selbsteinschätzung. Ein Aktionsplan hält offene Bedarfe fest, etwa Schulungen, Hospitationen, Standortbesuche oder weitere Gespräche. Wissenszuwachs, verbleibende Aufgaben und Feedback werden im Abschlusstreffen mit der Führungskraft besprochen. Damit gibt die Prozessbegleitung die Verantwortung für die weiteren Schritte ausdrücklich an die Führung zurück.

== Die Wissenslandkarte als Arbeitsgrundlage ==

Die Wissenslandkarte wird zunächst als Überblick angelegt, nicht als vollständige Ausarbeitung aller Inhalte. Sie macht sichtbar, welche Themen besprochen werden müssen und welche Erfahrungen das heutige Handeln beeinflussen.

Früher arbeiteten die Beitragenden mit vollständig freien Karten. Inzwischen verwenden sie gemeinsame Oberpunkte, lassen aber individuelle Ergänzungen zu. Dieser Grundstandard erleichtert es, Karten mehrerer Personen später zusammenzuführen. Daraus kann beispielsweise eine gemeinsame Landkarte für das Onboarding eines Teams entstehen. Diese Weiterverwendung wird als zusätzliche Möglichkeit beschrieben, nicht als notwendiger Bestandteil jedes Transfers.

Die angesetzten drei Stunden sind keine feste Obergrenze. Genannt werden auch vier, fünf oder acht Stunden. Termine lassen sich teilen, damit Inhalte zwischenzeitlich verarbeitet werden können. Reiseaufwand und digitale beziehungsweise persönliche Durchführung beeinflussen die Gestaltung.

Die Aufnahme erfolgt je nach Situation handschriftlich oder direkt digital als Mindmap. Handschriftliche Karten werden anschließend digitalisiert; dieser Aufwand kommt hinzu. Maßgeblich sind die Beteiligungsmöglichkeiten und Vorlieben der Teilnehmenden sowie der Prozessbegleitung.

== Führungskräfte: Prioritäten, Ressourcen und Konflikte ==

Die Wissenslandkarte zeigt nach Erfahrung der Beitragenden häufig Tätigkeiten, die Führungskräften im Detail nicht bekannt waren. Sie unterstützt deshalb nicht nur die Übergabe, sondern auch die Klärung des tatsächlichen Aufgabenumfangs.

Ein Publikumsbeitrag fragt nach [[Wissen]], das wegen einer strategischen Neuausrichtung nicht mehr übertragen werden soll. Die Antwort betont die Feinabstimmung: Die Führungskraft kann Inhalte ausschließen, sollte aber berücksichtigen, warum bisherige Vorgehensweisen bestehen. Technische Einschränkungen oder organisatorische Bedingungen können dazu führen, dass jemand weiterhin einen alten Prozess nutzt.

Die Prozessbegleitung berät deshalb dazu, auch dessen Hintergründe anzuhören. Wird die Übertragung dennoch ausgeschlossen, wird die Entscheidung offen kommuniziert. Mögliche Wissenslücken und Reaktionen der Beteiligten müssen dabei aufgefangen werden.

Als besonders schwierig beschreiben die Beitragenden eine kaum verfügbare Führungskraft: Dann fehlen Prioritätensetzung, Ressourcenfreigabe und Unterstützung beim Abschluss. Zeigen sich Probleme mit der Aufnahme des Wissens, regen sie eine erneute Feinabstimmung an. Personalentscheidungen bleiben Führungsaufgabe.

== Erfolgseinschätzung und Grenzen des Transfers ==

Auf die Frage nach der Messung des Erfolgs unterscheiden die Beitragenden ausdrücklich zwischen praktischer Einschätzung und wissenschaftlicher Erhebung. Die Prozentangaben vor und nach dem Transfer sind subjektive Selbsteinschätzungen. Sie helfen, Fortschritte und verbleibende Bedarfe sichtbar zu machen, liefern aber keinen objektiven Nachweis vollständiger Wissensübertragung.

Ergänzend beobachtet die Moderation den Austausch: Werden Rückfragen gestellt? Werden Themen vertieft? Traut sich die wissensnehmende Person zu, eine Aufgabe tatsächlich auszuführen? Bei Unsicherheiten folgen Einzelgespräche oder eine Rückmeldung an die Führungskraft. Nach selbstorganisierten Treffen wird nach besprochenen Themen und vorhandener Dokumentation gefragt.

Eine klare Grenze betrifft fehlende Grundqualifikationen. Wissenstransfer kann beispielsweise ein benötigtes Hochschulstudium nicht ersetzen. Bei kleineren Lücken lassen sich Inhalte portionieren, zusätzliche Zwischentreffen einplanen oder der Prozess verlängern. Wenn die Übernahme einer Funktion dennoch absehbar länger dauert, geben die Prozessbegleitenden eine Einschätzung an die Führungskraft weiter.

== Varianten, Widerstände und Lernbedingungen ==

Als wiederkehrende Varianten werden fehlende oder kurze Überschneidungszeiten, Teamwissenstransfer, Führungswechsel, rein digitale Transfers und Konstellationen mit mehreren Wissensgebenden und Wissensnehmenden genannt. Ein Rollentausch kann helfen zu prüfen, ob Inhalte verstanden wurden.

Beim Anlagenwissenstransfer spricht eine bedienende Person gewissermaßen für die Maschine. Ziel sind Anlagendokumentationen, die auch bislang nicht festgehaltenes Erfahrungswissen enthalten. Extrem verkürzte Zeitfenster stoßen dagegen an deutliche Grenzen: Ein geschilderter Fall ließ für den gesamten Prozess nur eine Dreiviertelstunde.

Die diskutierten Schwierigkeiten reichen von grundsätzlicher Ablehnung und unklaren Rollen bis zu Arbeitsüberlastung, Frust, sehr ausführlichen oder sehr knappen Erklärungen. Bei Führungswechseln kann zudem der Wunsch bestehen, bestimmte Aussagen über Mitarbeitende nicht weiterzugeben, um einen Neuanfang zu ermöglichen.

Für die Lernbedingungen beschreiben die Beitragenden ein frühes Gespräch darüber, wie die Beteiligten gut lernen und vermitteln. Dokumentation allein kann etwa an den Bedürfnissen einer Person vorbeigehen, die etwas praktisch ausprobieren möchte. Die Moderation soll ausdrücklich ermöglichen, Überforderung, fehlendes Verständnis oder den Wunsch nach einem Medienwechsel anzusprechen. Solche Rückmeldungen sollen früh erfolgen, damit die gemeinsame Zeit nicht wirkungslos bleibt.

== Praxisfall: Der plötzliche Ausfall eines Spezialisten ==

Ein ausführlicher Fall betrifft einen Kabelspezialisten, der zu Beginn der Wissensaufnahme schwer erkrankte und nicht mehr verfügbar war. Eine geplante Videoaufnahme seiner Arbeitsschritte konnte deshalb nicht stattfinden.

Die Beitragenden entwickelten eine vorläufige Rückwärts- beziehungsweise Zwischenwissenslandkarte. Ausgangspunkt waren zwei bereits teilweise eingearbeitete Kollegen. Ergänzend wurden Führungskraft, weitere Kolleginnen und Kollegen sowie interne Netzwerkpartner einbezogen. Gefragt wurde sowohl nach Aufgaben als auch danach, für wen der Spezialist gearbeitet hatte und wer weiteres Teilwissen besitzen könnte.

Die so entstandene Karte bleibt rudimentär. Falls ein Austausch wieder möglich wird, soll sie mit dem Spezialisten abgeglichen werden. Andernfalls müssen fehlende Teile anderweitig erarbeitet werden. Zugleich betonen die Beitragenden die Rücksichtnahme: Eine lebensbedrohlich erkrankte Person wird nicht für einen kurzfristigen Transfer unter Druck gesetzt.

Aus dem aufwendigen Rekonstruktionsprozess leiten sie eine ausdrückliche Empfehlung ab: Singuläre Wissensinseln sollten gar nicht erst entstehen. Bereits vorhandene Wissenslandkarten und Vertretungen mit Teilwissen können die Folgen eines Ausfalls verringern.

== Weiterverwendung und Beiträge aus der Diskussion ==

Ein Teilnehmer berichtet von internen Moderatoren und dem Nutzen gemeinsamer Zeit sowie von [[Storytelling]]. Als Beispiel nennt er einen langjährigen Umweltschutzbeauftragten, dessen Geschichten zu einzelnen Orten am Standort beim Lernen halfen. Die Beitragenden bestätigen die Bedeutung von Vertrauen und emotionaler Verbindung.

Zur Ablage empfehlen sie im erläuterten Vorgehen die Laufwerke der Abteilung oder des Fachbereichs mit passenden Zugriffsrechten; bei Projekten kommt auch das PMO infrage. Eine spätere Nutzung setzt Pflege voraus. Aufbewahrung allein macht eine alte Wissenslandkarte nicht dauerhaft aktuell.

Die Schlussdiskussion unterstreicht nochmals den Unterschied zwischen Bedienwissen und Verständnis. Die Moderation fragt nicht nur nach Arbeitsschritten, sondern nach deren Zweck und Gründen. Ingo Sell veranschaulicht diese Haltung mit der Frage: ''„Okay, du drückst den Knopf, aber warum drückst du den Knopf?“'' Damit wird der Kern des vorgestellten Ansatzes deutlich: Übertragen werden sollen nicht nur Abläufe, sondern auch die Erfahrungen und Überlegungen dahinter.

Gkc24-Session: Wissensmanagement mit HorváthGPT – Rückblick und Ausblick

2026-10-07T12:33:28Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissensmanagement mit HorváthGPT – Rückblick und Ausblick}}
{{Infobox gkc-Session
| titel = Wissensmanagement mit HorváthGPT – Rückblick und Ausblick
| art = Session
| jahr = 2024
| beitragende = Michael Hertlein, Cagdas Davulcu
| organisation = Horváth / Valprovia
| datum = 2024-10-11
| startzeit = 13:00
| video_url = https://www.youtube.com/watch?v=rYj7QqMJJOw
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>In dieser Session stellen wir den Chatbot "HorváthGPT" vor, der 1) auf unsere langjährig aufgebauten Wissensdatenbanken zugreift und 2) eine datenschutzkonforme Version von ChatGPT bietet. Nach einem Jahr Entwicklung und vier Monaten Betrieb ist es nun an der Zeit, ein erstes Fazit zu ziehen und einen Blick in die Zukunft zu werfen.</blockquote>

<youtube>https://www.youtube.com/watch?v=rYj7QqMJJOw</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Michael Hertlein und Cagdas Davulcu stellen HorváthGPT als Verbindung einer internen Wissenssuche mit allgemeinen GPT-Funktionen vor. Grundlage sind über Jahre aufgebaute SharePoint-Wissensdatenbanken, deren Befüllung mit den Angebots- und Projektprozessen der Unternehmensberatung verknüpft ist. Die Session zeigt, wie daraus eine KI-gestützte Suche entsteht, welche Anpassungen für brauchbare Ergebnisse nötig waren und wie Beschäftigte die Anwendung nutzen sollen. Im Ausblick stehen zusätzliche Datenquellen, vordefinierte Assistenten und die Erstellung erster Angebotsentwürfe.

== Aufbau und Ausgangssituation ==

Der Vortrag beginnt mit der Vorstellung der Beteiligten und ihrer Zusammenarbeit. Hertlein verantwortet seit zehn Jahren das [[Wissensmanagement]] bei Horváth, einer Unternehmensberatung mit ungefähr 1.400 Beschäftigten. Davulcu bringt Erfahrungen aus Softwarearchitektur, SharePoint und Microsoft 365 ein. Die Zusammenarbeit besteht nach Aussage der Vortragenden seit etwa sieben Jahren.

Anschließend erläutern sie die Wissenslandschaft und den durchgängigen Prozess vom CRM über geschützte Arbeitsräume bis zur Wissensdatenbank. Darauf folgen die Oberfläche und technische Architektur von HorváthGPT. Publikumsfragen vertiefen insbesondere Metadatenqualität, Dokumentenformate und Suchverfahren. Anwendungsbeispiele, Erfahrungen aus Einführung und Training sowie Zukunftspläne bilden den zweiten Teil. Abschließend werden Aufwand, Datenschutz und Empfehlungen für andere Unternehmen diskutiert.

Das sechsköpfige Wissensmanagementteam ist im Corporate-Bereich unter dem CPO angesiedelt und berichtet direkt an den [[Vorstand]]. Seine Arbeit umfasst auch organisatorische Fragen, Prozesse und Zusammenarbeit. Lernprozesse sind dagegen bei Learning in HR verortet. Der Vortrag konzentriert sich auf Datenbanken und KI.

== Wissensbasis als Teil des Geschäftsprozesses ==

Die Wissenslandschaft basiert auf SharePoint und Microsoft 365. Zum Intranet, dem Horváth Hub, gehört ein Knowledge Center. Wichtige Bestände sind Angebote, finale Projektdokumentationen und Referenzen. Hinzu kommen unter anderem freigegebene Research-Dokumente, Solutions, Nachrichten, Publikationen und Innovationsthemen.

Die Inhalte im Knowledge Center sind grundsätzlich für alle Beschäftigten sichtbar. Deshalb müssen Projektleitungen und Fachverantwortliche beim Hochladen sicherstellen, dass keine Kundendaten oder sensiblen Informationen in diese Bestände gelangen. Bei Referenzen gehören Freigabeerklärungen zum vorgesehenen Vorgehen.

Entscheidend ist die Verbindung mit dem operativen Ablauf: Im CRM-System Dynamics werden Kunden, Branchen, Verantwortlichkeiten, Status, Zeitpunkte und Projektumfang erfasst. Dokumente liegen dagegen in gesonderten Arbeitsräumen. Zur Auswahl stehen geschützte Proposal Spaces und Proposal-and-Project-Teamspaces, auch für die Zusammenarbeit mit Externen.

Drei technische Module unterstützen diesen Ablauf:
* Der Dynamics Integrator verbindet Geschäftssysteme mit SharePoint beziehungsweise Microsoft Teams und überträgt Metadaten sowie Berechtigungen.
* Teamcenter stellt Teams-Gruppen bereit, verwaltet externe Beteiligte und unterstützt das Lifecycle Management bis zur Archivierung.
* Der Knowledge Base Connector hilft, finale Dokumente aus den Arbeitsräumen auszuwählen und strukturiert in die Wissensdatenbank zu übernehmen.

Aus dem CRM bekannte Abschlusszeitpunkte lösen Erinnerungsworkflows aus. Projektleitungen können die Dokumentation mit bereits vorhandenen Metadaten ablegen. Die Vortragenden nennen eine Uploadquote von ungefähr 69 Prozent und rund 60.000 Dokumente aus zehn Jahren. Das Einstellen ist allerdings nicht in den MBOs verankert; die Bereitschaft zum Teilen bleibt eine Herausforderung.

== Von der Filtersuche zur dialogischen Oberfläche ==

Das bisherige Knowledge Center bietet einen zentralen Suchschlitz und Filter für die darunterliegenden Datenbanken. Die auf dem PnP Framework basierende Suche erschließt Metadaten wie Dokumenttyp, Jahr und Unternehmen.

Trotz gut gepflegter Bestände empfinden viele Beschäftigte diese Suche als zu kompliziert. Filter und Refiner verlangen mehr Bedienaufwand, als die Nutzenden erwarten. Der Ausgangspunkt für HorváthGPT ist daher nicht allein ein Datenproblem, sondern auch eine Zugangshürde.

2023 nutzte das Team eine strategische KI-Initiative für einen Proof of Concept. Die daraus entwickelte Oberfläche ähnelt ChatGPT und enthält zwei Bereiche:
* '''Horváth Knowledge Search''' durchsucht interne Bestände, zunächst Angebote, Projekte, Referenzen und Solutions.
* '''GPT Skills''' unterstützt allgemeine Aufgaben wie die Arbeit mit hochgeladenen Dokumenten und die Erstellung eigener Inhalte.

Die neue Suchmöglichkeit erzeugt nach Darstellung der Vortragenden zugleich Interesse an weiteren Datenbanken. Dieses Momentum soll helfen, deren Aufbau, Pflege und Nutzung organisatorisch zu verankern.

== Technische Architektur und dokumentenspezifische Aufbereitung ==

Die Wissensdatenbanken werden über Azure AI Search indiziert. Dabei nutzt das Team Standardkonnektoren und eigene Erweiterungen. Dokumentinhalte und Metadaten werden als Embeddings beziehungsweise Vektoren gespeichert; Metadaten stehen zusätzlich separat für Abfragen bereit.

Eine Chat-Anfrage wird in Vektoren umgewandelt und mit den indizierten Informationen verglichen. Ein Sprachmodell wertet gefundene Inhalte im Zusammenhang mit der Frage aus. Knowledge Search liefert einen Antworttext sowie referenzierte Dokumente, sodass die Quellen zugänglich bleiben.

Die Lösung verwendet nicht ausschließlich Vektorsuche. Eine hybride Suche kombiniert Volltext-, Metadaten- und Vektorsuche. Der Ansatz wird im Vortrag als [[Retrieval-Augmented Generation]] bezeichnet.

Besonders aufwendig ist die Aufbereitung von PowerPoint-Dateien. Ihre Bedeutung ergibt sich häufig aus räumlicher Anordnung: Stehen Vorteile und Nachteile nebeneinander, darf die Indizierung diese Zuordnung nicht verlieren. Das Team entwickelte deshalb Strategien für unterschiedliche Dokumenttypen. PDF-, Word- und PowerPoint-Dateien können in einem gemeinsamen fachlichen Bestand liegen, benötigen aber eine jeweils geeignete Verarbeitung. Für die Metadaten ist eine einheitliche Taxonomie erforderlich. Eine fehlerfreie Interpretation aller visuellen Zusammenhänge wird nicht zugesichert.

Die Modellangaben unterscheiden sich im Verlauf der Session: Bei der Vorstellung der GPT Skills wird GPT-4o genannt, in der abschließenden Fragerunde GPT-3.5 für die RAG-Suche und GPT-4 für die GPT Skills. Zudem beschreiben die Vortragenden fortlaufende Modellwechsel und Aktualisierungen.

== Datenqualität und Bewertung von Suchergebnissen ==

Eine Publikumsfrage problematisiert, dass Dateiautoren, tatsächliche Ersteller und hochladende Personen auseinanderfallen können. Hertlein erläutert, dass die maßgeblichen Metadaten aus dem CRM stammen. Entscheidend sind beispielsweise Opportunity-Verantwortliche, Teamzugehörigkeit und Angebotsabschluss, nicht allein die Dateieigenschaften.

Davon unterscheidet er die inhaltliche Qualität. Das Wissensmanagement kann nicht generell beurteilen, welches Angebot das beste ist. Als Anhaltspunkte dienen Kennzeichnungen als Top-Proposal beziehungsweise Best Practice und der Status gewonnen oder verloren. Ein verlorenes Angebot kann dennoch gute Inhalte enthalten; für eine genauere Bewertung wären zusätzliche Informationen zu Verlustgründen nötig.

Sternebewertungen oder Daumenbewertungen wurden diskutiert, bislang aber verworfen. Offen bleiben ihre Bedeutung, die notwendige Beteiligung und die Frage, wer bei knapp 2.000 Angeboten jährlich tatsächlich Bewertungen abgibt. Die Idee bleibt auf der Beobachtungsliste.

== Anwendungsfälle: Recherche, Zusammenfassung und Perspektivwechsel ==

Ein Beispiel fragt nach der Umsetzung einer Finance Transformation. Knowledge Search zieht dazu interne Solutions und Projekterfahrungen heran und verlinkt die zugrunde liegenden Dokumente.

Bei der Suche nach Wasserstoff-Angeboten erscheinen Ergebnisse in einer vorgegebenen Struktur: Angebotsname, Kunde, zuständiges Center, Zeitraum, Umfang, Branche, Status und Quelle. Das Team hat anhand von Testfeedback festgelegt, dass bevorzugt gewonnene, aktuelle und als Best Practice gekennzeichnete Angebote angezeigt werden. Anschlussfragen sollen die weitere Recherche erleichtern.

Ein GPT-Skills-Beispiel verarbeitet eine arabischsprachige Kundenanfrage, einen Request for Proposal. Ein vorbereiteter Prompt fordert eine strukturierte Zusammenfassung an. Die Ausgabe kann in einer anderen Sprache erfolgen. Die gezeigte Zusammenfassung wurde laut Vortrag von Beratern als qualitativ gut beurteilt.

Weitere Beispiele nutzen Perspektivwechsel: Ein Dokument zur Projektfreigabe wird aus Vorstandssicht betrachtet, ein Angebot aus Kunden-, CTO- oder Einkaufssicht kritisch geprüft. Das System soll Fragen und alternative Verbesserungsvorschläge formulieren. Auch Trainingsunterlagen wurden auf fehlende Anwendungshinweise und Beispiele untersucht.

Die Vortragenden ordnen solche Ergebnisse als Unterstützung ein, nicht als fertige Beratungsleistung. Genannte Verbesserungen von 20 bis 30 Prozent sind ihre Einschätzung des Nutzens, keine in der Session erläuterte systematische Messung.

== Datenschutz, Training und verantwortliche Nutzung ==

Die interne Anwendung wird im Vortrag als datenschutzkonforme Alternative für die Arbeit mit vertraulichen Kundendokumenten beschrieben. Die Vortragenden erklären, dass ihre Instanz auf europäischen Servern läuft und keine Daten an OpenAI beziehungsweise in die USA weitergibt. Für die interne Wissensdatenbank gelten weiterhin die beschriebenen Freigabe- und Bereinigungsprozesse.

Nicht jede Datennutzung ist erlaubt: Dokumente von Research-Providern werden wegen entsprechender Nutzungsbeschränkungen ausgeschlossen. Ein Beispiel zur Vorbereitung von Bewerbungsgesprächen wird als technisch denkbar, wegen Personaldaten aber nicht zulässig bezeichnet.

Das Wissensmanagement führte 22 Trainings in den Kompetenzcentern durch. Beschäftigte sollen lernen, beim [[Prompting]] Kontext, Aufgabe und gewünschtes Ergebnis genauer zu beschreiben, statt lediglich Suchwörter einzugeben. Diese Kompetenz wird auch bei jungen Mitarbeitenden nicht vorausgesetzt.

Die ausdrücklich formulierten Empfehlungen lauten:
* KI-Ausgaben nicht ungeprüft übernehmen, sondern Quellen kontrollieren und selbst weiterdenken.
* Kundenspezifischen Mehrwert entwickeln; eine KI-Antwort ist lediglich ein Einstieg.
* Vertrauliche Informationen nur innerhalb der dafür vorgesehenen Anwendung verarbeiten.
* [[Wissen]] ablegen, damit es später gefunden werden kann.

Die letzte Bitte fasst Hertlein als ''„Give to get back“'' zusammen.

== Erfahrungen, Aufwand und Empfehlungen für Unternehmen ==

Der frühe, explorative Einstieg erlaubte schrittweise Versuche und Nachbesserungen. Trotz guter Datenbanken waren erste Ergebnisse unbefriedigend. Prompt Engineering, veränderte Priorisierung und die gezieltere Trennung von Dokumentkategorien waren notwendig.

Für spätere Vorhaben erwarten die Vortragenden stärkere Begründungen anhand konkreter Anwendungsfälle und des Return on Investment. In der Fragerunde nennt Hertlein ungefähr 250 investierte Tage der internen Abteilung im laufenden Geschäftsjahr und etwa 100 Tage Mitarbeit der Data-Science-Kollegen. Konkrete Lizenzkosten werden nicht beantwortet.

Als wesentliche Voraussetzung betonen beide die Einbindung des Wissensmanagements in geschäftskritische Prozesse. Bei anderen Unternehmen könne zunächst die Strukturierung der Daten den größten Aufwand verursachen. Training und Change-Kommunikation seien ebenfalls wichtige Bestandteile der Einführung.

== Ausblick: Assistenten und erste Angebotsentwürfe ==

Geplant sind zusätzliche Datenquellen, darunter Intranet, ausgewählte Research-Ergebnisse sowie Profile und Projekterfahrungen zur Expertensuche. Auch Internetzugriff soll ermöglicht werden.

Ein langfristiges Ziel ist der Weg vom Request for Proposal zum ersten Angebotsentwurf. Dafür müssen unter anderem PowerPoint-Erstellung, passende Inhalte, Struktur und Richtlinien technisch und fachlich zusammengeführt werden.

Vordefinierte Assistenten sollen erprobte Prompts zugänglich machen. Ein Sales Assistant bündelt Aufgaben für Angebotsvorbereitung und Finalisierung; Beschäftigte wählen einen Anwendungsfall und verbinden ihn mit einem Dokument. Weitere Vorhaben betreffen Übersetzung, Dokumentenkonvertierung und einen Research Assistant mit vorgegebenen öffentlichen Recherchequellen.

Parallel beobachtet das Team Microsoft Copilot. Eine unternehmensweite Einführung erscheint zum Zeitpunkt des Vortrags preislich noch nicht lohnend. Die vorhandene RAG-Lösung soll jedoch integrierbar sein, damit die geleistete Arbeit bei einem späteren Wechsel weiterverwendet werden kann.

Gkc24-Session: Wissensmanagement in Projekten – mit Lernkultur zum Ziel

2026-10-07T12:33:26Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissensmanagement in Projekten – mit Lernkultur zum Ziel}}
{{Infobox gkc-Session
| titel = Wissensmanagement in Projekten – mit Lernkultur zum Ziel
| art = Session
| jahr = 2024
| beitragende = Victoria Köstner
| datum = 2024-10-10
| startzeit = 16:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=yVtvyCAXEVs
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Wissensmanagement braucht ein solides Fundament, um erfolgreich wirken zu können - nämlich eine funktionierende Lernkultur. Diesem Fakt widmen wir uns in meinem Impuls-Vortrag. Ihr erfahrt in meiner Session, welche Schritte ihr gehen müsst, um eine Lernkultur in eurem eigenen Projektumfeld etablieren zu können. Implizites und explizites Projektwissen haben einen unsagbaren Wert für alle Folgeprojekte im Unternehmen. Wenn ihr [[wissen]] möchtet, wie ihr dieses wertvolle Wissen in euren Projekten bewahren könnt, kommt in meinen Vortrag und holt euch neue Impulse für euer eigenes Arbeitsplatz-Setting ab. Ich freu mich auf euch!</blockquote>

<youtube>https://www.youtube.com/watch?v=yVtvyCAXEVs</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Victoria Köstner stellt [[Lernkultur]] als Voraussetzung für wirksames [[Wissensmanagement]] in Projekten vor. Projektwissen bleibt nicht allein durch Dokumentation erhalten: Erfahrungen müssen reflektiert, miteinander besprochen und für weitere Projekte nutzbar gemacht werden. Als Kerninstrument schlägt sie ein Projektdebriefing mit Analyse, Retrospektive und Wissenstransfer vor. Die intensive Diskussion ergänzt diesen Ansatz um Fragen nach Ressourcen, Verantwortung, Wiederanwendung und dem Umgang mit Fehlern.

== Aufbau und Ausgangspunkt der Session ==

Die Session beginnt mit einer zugespitzten Alltagssituation: Ein anspruchsvolles Projekt ist erfolgreich abgeschlossen, der Jahresabschluss steht bevor, und eine kurze virtuelle Lessons-Learned-Besprechung soll noch den letzten Meilenstein erledigen. Eine halbe Stunde und drei Folien erscheinen als ausreichend, um das Thema abzuhaken. Köstner fragt die Anwesenden nach ihren Erfahrungen mit solchen Situationen und eröffnet damit die Diskussion.

Anschließend erläutert sie ihren beruflichen Zugang zum Wissensmanagement, unterscheidet explizites Projektwissen von Erfahrungswissen und beschreibt einen idealen Projektwissen-Lebenszyklus. Darauf baut ihr Vorschlag für ein dreiteiliges Projektdebriefing auf. Im weiteren Verlauf geht es um projektübergreifenden Transfer, Geschichten als Vermittlungsform und die organisatorischen Voraussetzungen einer Lernkultur.

Die Beiträge aus dem Raum und der Online-Teilnahme sind ein wesentlicher Bestandteil der Session. Sie bringen Praxisbeispiele ein, hinterfragen die Umsetzbarkeit und machen unterschiedliche Projektbedingungen sichtbar. Der Vortrag entwickelt sich dadurch zu einem gemeinsamen Austausch über Anspruch und Realität des Lernens in Projekten.

== Technik allein schafft keinen Wissensaustausch ==

Köstner beschreibt eine prägende Erfahrung aus ihrem dualen Wirtschaftsinformatikstudium. In ihrer Abschlussarbeit beschäftigte sie sich mit der digitalen Bereitstellung von Wissen in einem Projektbereich mit rund 100 Mitgliedern an mehreren Standorten. Sie entwickelte dafür eine Datenbank. Die technische Lösung funktionierte aus ihrer Sicht, wurde von den Mitarbeitenden jedoch nicht befüllt.

Als entscheidendes Defizit benennt sie die fehlende Kultur des Teilens, Besprechens und Reflektierens. Ein Datenbankfeld mit der Frage nach dem Erfahrungswissen aus dem letzten Projekt reicht nicht aus, um dieses Wissen zugänglich zu machen. Menschen können ihre Erfahrungen nicht ohne Weiteres niederschreiben; zudem wissen sie häufig nicht, welche Aspekte für andere interessant sind.

Diese Erfahrung führte Köstner stärker zu Fragen des menschlichen Lernens und des Change Managements. In ihrem Masterstudium der Wirtschaftspsychologie untersuchte sie implizites Wissen im Projektumfeld. Ihre Schlussfolgerung für die Session lautet: Eine technische Infrastruktur kann Wissen unterstützen, ersetzt aber nicht die sozialen Voraussetzungen seiner Weitergabe.

== Projektwissen: Dokumente und Erfahrungen ==

Zur Unterscheidung der Wissensformen verwendet Köstner das Eisbergbild. Sichtbares, explizites Wissen umfasst unter anderem Projektpläne, Meilensteine, Rollenbeschreibungen, Lasten- und Pflichtenhefte, Testpläne und Change Requests.

Unter der Oberfläche liegt das [[implizite Wissen|Erfahrungswissen]]. Dazu gehört das Verständnis dafür, wie Projekte im jeweiligen Unternehmen tatsächlich funktionieren. Es fließt in Entscheidungen, Problemlösungen und Risikobewertungen ein. Köstner möchte gerade jene Erfahrungen erschließen, die hinter einer gefundenen Lösung stehen, aber im Ergebnisdokument nicht unbedingt sichtbar werden.

Beiträge aus dem Publikum verdeutlichen beide Herausforderungen. Eine Teilnehmerin berichtet von der Sichtung ungefähr 1.000 Dokumente eines alten Projekts. Selbst vorhandenes explizites Wissen müsse zunächst strukturiert und zusammengesetzt werden. Eine andere beschreibt Erfahrungswissen über den Umgang mit Prüfinstituten, das sich nicht einfach aufschreiben lasse.

Hinzu kommt die mangelnde Wahrnehmung seines Wertes: Wenn Mitarbeitende etwas für selbstverständlich halten, erkennen sie möglicherweise nicht, dass dieses Wissen für andere wichtig wäre. Wissensverlust entsteht somit nicht nur beim Ausscheiden von Personen, sondern auch durch unterlassene Reflexion und Nutzung.

== Der Projektwissen-Lebenszyklus ==

Köstners Idealbild beginnt mit Erfahrungen, die Mitarbeitende während eines Projekts sammeln. Damit daraus nutzbares Wissen entsteht, beschreibt sie folgende Schritte:

* Erfahrungen reflektieren und ihren Wert erkennen.
* Die gewonnenen Einsichten mit anderen teilen.
* Im Austausch miteinander und voneinander lernen.
* Neue Einsichten in die tägliche Arbeit integrieren.
* Wissen weitergeben und in folgenden Projekten neue Erfahrungen sammeln.

Diesen Ablauf verbindet sie mit dem [[SECI-Modell]]. Sie hebt Externalisierung und Sozialisation hervor und übersetzt die für ihren Ansatz wichtigen Schritte in Reflexion und Teilen. Reflexion macht Erfahrungen besprechbar; der Austausch eröffnet gemeinsames Lernen.

Die Diskussion zeigt jedoch, dass der Kreislauf häufig früh abbricht. Erfahrungen werden gesammelt, aber Nachbesprechungen entfallen oder Erkenntnisse werden nicht weiterverwendet. Ein Teilnehmender betont deshalb die Wiederanwendung: Schon vor der Sammlung müsse klar sein, was mit dem Wissen anschließend geschehen soll. Ohne erkennbare Nutzung sinke die Bereitschaft, Zeit in seine Weitergabe zu investieren.

Mehrere Beiträge sprechen außerdem für kontinuierliches Sammeln im Projektverlauf. Bei langen Projekten sei eine ausschließlich abschließende Rückschau problematisch, weil sich Erfahrungen dann nicht mehr vollständig rekonstruieren ließen.

== Projektdebriefing mit drei unterschiedlichen Aufgaben ==

Köstner erläutert zunächst ihre eigene Begriffsinterpretation: Projektdebriefing enthält einen größeren Analyseanteil; Lessons Learned betrachtet sie als einen Teil davon. Die Projektretrospektive konzentriert sich auf Erfahrungen auf Team-, Struktur- und Prozessebene.

Ihr vorgeschlagenes Debriefing verbindet drei Teile, die unterschiedliche Bedingungen benötigen. Umfang und Häufigkeit sollen zur Länge, Größe und zum Volumen des Projekts passen. Sie empfiehlt ein vollständiges Debriefing nach Projektabschluss und, abhängig vom Projekt, zusätzlich zwei- bis dreimal unterjährig.

=== Analyse: Ziele, Zahlen und Fakten ===

Der Analyseteil dient dem Soll-Ist-Abgleich. Er fragt beispielsweise danach, ob Ziele erreicht wurden und in welcher Geschwindigkeit. Diesen Teil kann nach Köstners Einschätzung auch die Projektleitung moderieren.

Ein normales Meeting im Unternehmen ist dafür geeignet. Laptops können hilfreich sein, um Zahlen und Unterlagen nachzusehen. Als Ergebnis nennt sie ein analytisches Artefakt, etwa einen Projektsteckbrief.

=== Retrospektive: Erfahrungen gemeinsam verstehen ===

Die [[Retrospektive]] richtet sich auf Probleme, Lösungen, Erfahrungen und Kulturaspekte. Gerade dieser Teil entfällt nach Köstners Beobachtung häufig aus Ressourcenmangel, ist aber notwendig, um unter die Oberfläche der sichtbaren Ergebnisse zu gelangen.

Die Projektleitung soll hier teilnehmen und selbst reflektieren, nicht moderieren. Als Moderation kommen eine entsprechend beauftragte Person im Unternehmen oder eine projektfremde Person aus einem Nachbarprojekt infrage.

Köstner empfiehlt einen Workshop außerhalb des Unternehmens, ohne Laptops und Handys. Im Mittelpunkt stehen konzentrierte Gespräche und die gemeinsame Auseinandersetzung mit Erfahrungen. Daraus kann ein kreatives Artefakt entstehen: beispielsweise ein Bild der Projektgeschichte, eine erzählte Geschichte oder ein Intranetbeitrag.

=== Transfer: Ergebnisse über das Projekt hinaus nutzen ===

Der dritte Teil soll sicherstellen, dass andere Projekte von den Erkenntnissen profitieren. Dafür braucht es nach Köstner eine zentrale Ablage, eine nachvollziehbare Ordnung und Rollen, die sich um Sammlung und Verteilung kümmern.

Dokumentation allein genügt jedoch nicht. Regelmäßige Austauschgelegenheiten sollen das Wissen weitertragen und besprechbar halten. Der Transfer verbindet damit gespeicherte Ergebnisse mit persönlichem Austausch.

== Geschichten bewahren den Zusammenhang ==

Köstner illustriert die Grenzen knapper Dokumentation mit der Geschichte der drei Schweinchen. Eine Datenbankzusammenfassung könnte lediglich festhalten, dass Stroh und Holz ungeeignet waren, Backstein sich bewährte und der Wolf scheiterte. Dabei gingen wesentliche Erfahrungsdimensionen verloren: Gute Qualität kann Zeit benötigen, und Solidarität sowie gemeinsames Planen können entscheidend sein.

[[Storytelling]] erscheint hier als Möglichkeit, solche Zusammenhänge mitzutransportieren. Es soll Projektwissen außerdem ansprechender machen als eine Sammlung isolierter Fakten.

Als Transferformate nennt Köstner unter anderem:

* Informelle Gespräche an der Kaffeemaschine und regelmäßige Austauschtreffen.
* [[Communities of Practice]].
* Blogs, Vlogs, Podcasts, Comics, Bilder und Poster.
* Fuckup Nights, interne Barcamps und World Cafés.

Eine Teilnehmerin berichtet von einem regelmäßigen Austausch der Projektleitungen, in dem Geschichten über Herausforderungen erzählt werden. Andere Beiträge ergänzen spielerische Beispiele, darunter einen Escape-Room-Ansatz zu Unternehmensprozessen und ein barrierefreies Memory.

Zugleich bleibt die Attraktivität solcher Angebote umstritten. Aus dem Publikum kommt die Frage, warum eine Projektleitung Wissen aus einem anderen Projekt nutzen sollte und wer zusätzliche kreative Aufbereitung leisten könne. Köstner betont, dass geeignete Kanäle von Unternehmensgröße, Branche und Umfeld abhängen. Comics oder Berichte seien nicht automatisch eine zusätzliche Aufgabe der Projektmitarbeitenden, sondern eine Frage des organisatorischen Willens und der verfügbaren Unterstützung.

== Lernkultur braucht Verantwortung und Sicherheit ==

Die Diskussion über Zuständigkeiten ergibt keine einheitliche Rollenlösung. Genannt werden zentrales Projektmanagement, Qualitätsmanagement, ein Wissensmanagementteam, Wissensintegration und Managementverantwortliche. Ein Praxisbeispiel beschreibt eine Qualitätsmanagementabteilung, die Projekte begleitet und Retrospektiven moderiert, ohne selbst operativ mitzuarbeiten.

Köstner fordert, Reflexion als Bestandteil des Projektmanagements zu behandeln, nicht als freiwillige Zusatzleistung. Prozesse und Management sollen dafür sorgen, dass Lessons Learned oder Retrospektiven tatsächlich stattfinden. In einer etablierten Lernkultur brauche es dann nicht jedes Mal jemanden, der diese Arbeit gegen Widerstände durchsetzt.

Die Teilnehmenden machen verschiedene Hindernisse sichtbar: fehlende Priorisierung, schneller Wechsel ins nächste Projekt, wirtschaftlicher Druck und mangelnde psychologische Sicherheit. Ein Gegenbeispiel zeigt jedoch, dass freie Kapazität allein den Wissensaustausch nicht automatisch fördert.

Besonders deutlich wird die Bedeutung des Umgangs mit Fehlern. Ein Beitrag aus der Verwaltung berichtet, dass nur ein Teil vorhandener Lessons Learned veröffentlicht wurde. Fehler zu dokumentieren könne auch für Führungskräfte unangenehm sein. Lernen benötigt deshalb nicht nur Zeit, sondern auch die Möglichkeit und den Mut, problematische Erfahrungen offen anzusprechen.

== Nutzen, Grenzen und nächste Schritte ==

Als Nutzen nennt Köstner weniger Doppelarbeit und wiederholte Fehler, bessere Kommunikation, mehr gegenseitiges Verständnis und eine höhere Anpassungsfähigkeit. Wissen soll trotz wechselnder Projektbesetzungen und ausscheidender Mitarbeitender verfügbar bleiben.

Wenn umfassender Zugriff nicht möglich ist, empfiehlt sie einen kleinsten gemeinsamen Nenner: Ein Projektsteckbrief nach dem Prinzip der Gelben Seiten kann Ziel, Zeitraum, Volumen, Beteiligte und Kunden festhalten. So bleiben zumindest Ansprechpersonen auffindbar.

Für die Überzeugung des Managements schlägt ein Teilnehmender vor, schnellere Projektstarts und geringeren Einarbeitungsaufwand zahlenmäßig darzustellen. Ein anderer relativiert den Wert ausschließlich nachträglicher Retrospektiven bei stark unterschiedlichen Folgeprojekten und plädiert für regelmäßige Reflexion während der Arbeit, auch in übergeordneten Koordinationsstrukturen.

Zum Abschluss regt ein Beitrag an, bereits vorhandene, möglicherweise nicht als Wissensmanagement bezeichnete Austauschpraktiken im eigenen Unternehmen zu suchen. Köstner lädt dazu ein, sie für weitere Diskussionen anzuschreiben oder die offenen Fragen in einer Folgesession zu vertiefen.

Gkc24-Session: Wissensmanagement aller Anfang

2026-10-07T12:33:24Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissensmanagement aller Anfang}}
{{Infobox gkc-Session
| titel = Wissensmanagement aller Anfang
| art = Session
| jahr = 2024
| beitragende = Kilian Schmelmer
| datum = 2024-10-10
| startzeit = 17:00
| video_id = TT2VSsG_fSk
| video_url = https://www.youtube.com/watch?v=TT2VSsG_fSk
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>How to start Wissensmanagement. Wie fängt man mit Wissensmanagement an, wenn man komplett from scratch starten soll?</blockquote>

<youtube>https://www.youtube.com/watch?v=TT2VSsG_fSk</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Wie beginnt eine Organisation mit [[Wissensmanagement]], wenn der Bedarf erkannt ist, aber ein gemeinsamer Ansatz fehlt? Die von Kilian Schmelmer eröffnete Session beantwortet diese Frage als Erfahrungsaustausch zwischen Teilnehmenden vor Ort und online. Im Mittelpunkt stehen eine offene Kultur, konkrete Probleme im Arbeitsalltag, die Unterstützung durch Führungskräfte und die Beteiligung der Mitarbeitenden. Wiederholt wird betont, dass Wissensmanagement nicht mit der Einführung eines Tools gleichzusetzen ist. Als mögliche Einstiege werden die Bestandsaufnahme vorhandener Praktiken, kleine Vorhaben mit erkennbarem Nutzen und die gemeinsame Klärung von Zielen diskutiert.

== Aufbau und Verlauf der Session ==

Die Session ist kein durchgehender Vortrag, sondern eine moderierte Diskussion. Wegen anfänglicher Tonprobleme beginnen Teilnehmende bereits mit Erfahrungsberichten, bevor Kilian Schmelmer seine Ausgangsfrage erläutern kann. Er bringt keinen akuten Fall aus einem eigenen Unternehmen mit, sondern möchte die Erfahrung der Anwesenden nutzen: Wenn eine Organisation erkannt hat, dass sie Wissensmanagement braucht, was sollte sie zuerst tun?

Die Diskussion bewegt sich zunächst zwischen kulturellen Voraussetzungen, strategischer Verankerung und konkreten Anwendungsfällen. Beispiele stammen unter anderem aus einer Stiftung, Supportabteilungen, einem Softwareentwicklungsunternehmen und einer Behörde. Eine Handzeichenabfrage zeigt, dass viele der Anwesenden gerade mit der Einführung von Wissensmanagement beschäftigt sind.

Anschließend fragt die Moderation nach Erfahrungen, die Teilnehmende bei einem erneuten Start berücksichtigen würden. Daraus entwickeln sich Beiträge zur Bestandsaufnahme, zu bestehenden Toollandschaften und zur Auswahl erster Maßnahmen. Im weiteren Verlauf kommen Reifegradmodelle, die Verständigung mit dem Management und eine einseitige Konzentration auf KI zur Sprache. Zum Abschluss erweitert sich die Diskussion auf persönliches Wissensmanagement, die Trennung privater und beruflicher Informationen sowie die dafür benötigte Zeit.

== Offene Kultur als Voraussetzung ==

Ein früher Erfahrungsbericht stellt zwei Organisationen gegenüber. In einer Stiftung bestehen bereits Chats, Dokumente und ein Intranet auf [[WordPress]]-Basis. Die Vielzahl der Werkzeuge erschwert das Finden von Informationen. Zugleich sind Bereitschaft und eine offene Kultur vorhanden, was die Weiterentwicklung erleichtert. In einer anderen Organisation wird zwar Bedarf gesehen, die entsprechende Offenheit fehlt jedoch.

Daraus wird die Bedeutung einer Kultur abgeleitet, in der Menschen [[Wissen]] teilen und Fehler machen dürfen. Gerade bei einem offenen [[Wiki]] können Unsicherheiten entstehen: Darf ich etwas schreiben? Ist mein Beitrag relevant? Habe ich dafür den nötigen Freiraum? Neben Zeit geht es deshalb auch um die Sicherheit, mit unfertigen oder möglicherweise fehlerhaften Beiträgen akzeptiert zu werden.

Die Führungsebene spielt dabei eine wesentliche Rolle. Fehlt ihre Unterstützung, wird Überzeugungsarbeit notwendig. Als mögliche Hilfe werden Personen genannt, die Erfahrung mit Change Management haben. Technik allein löst nach dieser Einschätzung die kulturellen Schwierigkeiten nicht.

== Strategische Ziele und konkrete Anwendungsfälle ==

Ein Beitrag aus dem Support beschreibt einen klar umrissenen Einstieg: Eine Wissensdatenbank wird benötigt, weil sich wachsende Supportanfragen ohne standardisierte Antworten nicht mehr bewältigen lassen. In einer offenen Abteilung können Methoden ausprobiert und an der Nachfrage ausgerichtet werden.

Demgegenüber steht eine größere, hierarchische Abteilung, in der zwar eine Personalstelle für Wissensmanagement geschaffen wird, der Auftrag aber unspezifisch bleibt. Für diese Situation empfiehlt der Beitrag, zunächst das Management mit Zahlen, Daten und Fakten zu überzeugen. Bestehende Strategieunterlagen sollen daraufhin betrachtet werden, welchen Beitrag Wissensmanagement zu den dort formulierten Zielen leisten kann.

Auch die Zustimmung des Managements ersetzt keine gemeinsame Zielklärung. Eine Teilnehmerin berichtet von umfassender Unterstützung, aber weiterhin offenen Fragen zur Richtung. Sie plant deshalb einen Workshop zu kurz- und langfristigen Zielen, die sich in irgendeiner Form messen lassen.

Strategische Orientierung wird zugleich sehr praktisch verstanden: Wo liegen die dringendsten Baustellen? Welches Problem soll sich verändern? Der Einstieg muss demnach nicht die gesamte Organisation umgestalten, sondern darf ein erreichbares Ziel verfolgen.

== Kleine Lösungen zwischen Einstieg und Insellösung ==

Ein Teilnehmer schildert die Abhängigkeit seines Unternehmens von Applikationsspezialisten. Diese verfügen über umfangreiches Wissen zu einzelnen Produktgruppen. Sind sie nicht verfügbar, entstehen Schwierigkeiten im Support. Das Wissen soll deshalb festgehalten und aufbereitet werden. Seine Sorge ist jedoch, dass daraus eine dauerhaft begrenzte Insellösung entsteht.

Die Diskussion unterscheidet zwischen einem kleinen Einstieg und einer abgeschlossenen Insel. Ein Team kann zunächst einen konkreten Anwendungsfall bearbeiten und damit zeigen, dass der Ansatz funktioniert. Sichtbare Verbesserungen sollen anschließend helfen, das Management zu überzeugen und weitere Bereiche einzubeziehen.

Als mögliche Erweiterungen werden Konstruktion, Produktentwicklung, Forschung und Entwicklung sowie Kundenservice genannt. Der kleine Ansatz dient damit als Ausgangspunkt für Vernetzung. Eine strategische Initiative von oben mit bereitgestellten Ressourcen wird als günstiger Fall beschrieben; zugleich warnen Beiträge davor, jahrelang auf diese Voraussetzung zu warten und bis dahin nichts zu tun.

== Vorhandene Praktiken erkennen und Menschen vernetzen ==

Auf die Frage nach einem besseren zweiten Start lautet eine Antwort: Zunächst genauer ansehen, was bereits vorhanden ist. Gespräche müssen dafür nicht unbedingt unter dem Begriff Wissensmanagement geführt werden. Fragen nach dem Arbeitsalltag, Informationsquellen und Austauschpartnern können bestehende Praktiken sichtbar machen.

Eine Teilnehmerin vertritt die Einschätzung, dass Organisationen bereits Wissensmanagement betreiben, allerdings nicht unbedingt strukturiert. Der professionelle Ansatz bestehe dann darin, vorhandene Aktivitäten zu verbinden und auf ihnen aufzubauen, statt alles neu zu beginnen.

Vernetzung erscheint dabei nicht nur als Ergänzung zur Dokumentation. Ein Beitrag aus der Softwareentwicklung beschreibt, dass selbst eine Wissensübergabe vor dem Urlaub bei anspruchsvollen Kundenproblemen nicht ausreicht. Das Ziel sei deshalb, Wissen durch Zusammenarbeit von Anfang an auf mehrere Personen zu verteilen. Formalisierte Übergaben könnten dadurch weniger notwendig werden.

Eine weitere Anekdote beschreibt Wissen, Lernen, Qualität und Innovation als Fähigkeiten, die sich durch das Unternehmen ziehen sollen. Damit wird die Vorstellung infrage gestellt, solche Themen ausschließlich an einer einzelnen Stelle anzusiedeln.

== Wissensmanagement ist mehr als eine Tool-Einführung ==

Ein Teilnehmer beschreibt als früheren Fehler, Wissensmanagement vor allem als Beschäftigung mit Tools verstanden zu haben. Seine zentrale Abgrenzung lautet: ''„Ein Tool ist nicht gleich Wissensmanagement.“'' Ein Wiki oder SharePoint kann unterstützen, ist aber noch kein umfassender Ansatz.

Ohne Vernetzung, kulturelle Veränderungen und die Erlaubnis, Wissen tatsächlich beizutragen, bleibt der Nutzen begrenzt. Diese Kritik richtet sich nicht grundsätzlich gegen Werkzeuge, sondern gegen ihre Gleichsetzung mit Wissensmanagement.

Auch eine einzige, alles umfassende Plattform wird nicht als notwendiger Zielzustand dargestellt. Ein Beitrag verweist auf CAD-Programme, SAP und andere ERP-Systeme, in denen Daten verbleiben müssen. Eine Toollandschaft lässt sich demnach nicht beliebig auflösen.

Laura Albert betont, dass vorhandene Werkzeuge möglichst genutzt und Tätigkeiten in das Tagesgeschäft integriert werden sollten. Zusätzlicher Dokumentationsaufwand soll sich nicht wie eine weitere Aufgabe neben der eigentlichen Arbeit anfühlen. In diesem Zusammenhang werden auch Abläufe und Prozesse als unterstützende Mittel angesprochen.

== Schmerzpunkte auswählen und Mitarbeitende beteiligen ==

Eine Teilnehmerin vergleicht ihre Situation mit dem Verlegen von Schienen unter einem fahrenden Zug: Wissen wächst ständig weiter, während bereits ein Wiki, eine Dokumentenablage und zahlreiche Parallelstrukturen existieren. Der Aufbau eines organisationsweiten Ansatzes erscheint dadurch als großer, unübersichtlicher Auftrag.

Mehrere Antworten empfehlen, zunächst den größten beeinflussbaren Schmerzpunkt zu finden. Gesucht wird ein Problem, bei dem mit überschaubarem Aufwand ein erkennbarer Nutzen entstehen kann. Als Beispiele werden eine einheitlichere Dokumentenbeschriftung oder bessere Austauschformate genannt.

Marie Steinhauer weist darauf hin, dass andere Strukturen währenddessen weiterlaufen werden. Werden bestehende Wege blockiert, suchen Menschen mit Informations- und Austauschbedarf möglicherweise andere Kanäle. Der Vorschlag lautet deshalb, zunächst ein Thema zu fokussieren und weitere Baustellen später zu bearbeiten.

Als konkretes Analyseinstrument wird eine kurze anonyme Befragung vorgeschlagen. Mitarbeitende können Aussagen bewerten, etwa dazu, ob sie wissen, welche Person oder welches Team über bestimmtes Wissen verfügt. Die Fragen sollen verschiedene Bereiche abdecken und nicht nur IT oder Kultur. Als überschaubare Größenordnung werden etwa 15 Fragen genannt. Die Ergebnisse können Ausgangspunkt für einen gemeinsamen Lösungsworkshop sein.

== Führung, KI und die Vermittlung des Nutzens ==

Ein Beitrag aus einer Behörde schildert, dass ein begonnenes strukturiertes Wissensmanagement zugunsten eines ausschließlichen KI-Fokus eingefroren wurde. Die Frage ist, wie sich dem Management vermitteln lässt, dass KI nur eine Unterstützung innerhalb eines größeren Prozesses darstellt.

Ein Vorschlag sind Workshops mit Führungskräften. Dabei wird das Wissensgartenmodell von Gabriele Vollmer als verständlicher Zugang empfohlen, um unterschiedliche Aspekte des Wissensmanagements und die begrenzte Rolle einzelner Technologien sichtbar zu machen.

Ein Erfahrungsbericht aus langjähriger Projektarbeit betont [[wissensorientierte Führung]]. Führungskräfte müssten entsprechende Praktiken sowohl einfordern als auch vorleben. Als positiv wird die Integration des Themas in Führungskräfteentwicklung und Weiterbildung beschrieben.

Daneben wird ein pragmatischer Weg diskutiert: Aktuelle Managementthemen können genutzt werden, um eigene Ziele voranzubringen. Wer Potenzial in der KI-Initiative sieht, kann das Wissensmanagement damit verbinden, statt ausschließlich gegen sie zu argumentieren. Entscheidend bleibt in diesen Beiträgen, das Ziel beizubehalten und den Weg anzupassen.

== Orientierung durch Modelle und Erfahrungsaustausch ==

Ein Anfänger fragt nach einem gemeinsamen Reifegradmodell, das Entwicklungsstufen und passende Schritte beschreibt. In der Antwort werden verschiedene Reifegradmodelle, die Wissensbilanz und ein Knowledge Quick Scan genannt. Eine nähere Behandlung wird mit Verweis auf den zeitlichen Rahmen vertagt.

Außerdem wird auf ein Paper von Manfred Bünemann und Pavel Kraus zur Vermittlung von Wissensmanagement an das Management verwiesen. Mehrfach werden Links im Chat angekündigt oder erwähnt; konkrete URLs sind im Transkript nicht enthalten. Aus der Runde kommt die Bitte, diese Verweise in die Raumzusammenfassung aufzunehmen.

== Persönliches Wissensmanagement und Zeit für Wissensarbeit ==

Zum Ende wird [[persönliches Wissensmanagement]] als möglicher Einstieg diskutiert. Ein Teilnehmer nutzt Obsidian zur Dokumentation, beschreibt aber Fachgruppen, Communities of Practice und Gespräche als Hauptbestandteil seines persönlichen Ansatzes. Weitere Beiträge empfehlen eine zentrale Einstiegsseite mit häufig benötigten Verweisen sowie fachlichen Austausch, Veranstaltungen und Lektüre.

Bei der Verbindung privater und beruflicher Informationen werden Grenzen sichtbar. Als Vorschlag wird zwischen allgemeinem, personenbezogenem Fachwissen und konkreten Informationen zu Arbeitgeberprojekten unterschieden. Die Frage doppelter Dokumentation wird damit nicht vollständig aufgelöst, aber differenziert betrachtet.

Die abschließende Frage betrifft fehlende Zeit trotz anerkanntem Nutzen. Die Antwort betont, Wissensarbeit nicht als unproduktiv zu behandeln. Im beruflichen Kontext werden Zeit, Ressourcen und Freiräume als Führungsverantwortung beschrieben. Für persönliche Motivation wird keine allgemeingültige Lösung angeboten.

Zum Abschluss bittet die Moderation, Kontakte und LinkedIn-Verweise über die Miro-Boards oder den Chat auszutauschen, damit Teilnehmende vor Ort und online den Erfahrungsaustausch fortsetzen können.

Gkc24-Session: Wissensgarten

2026-10-07T12:33:22Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissensgarten}}
{{Infobox gkc-Session
| titel = Wissensgarten
| art = Session
| jahr = 2024
| beitragende = Gabriele Vollmar
| datum = 2024-10-11
| startzeit = 10:00
| video_url = https://www.youtube.com/watch?v=CHol6JhQvLw
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=CHol6JhQvLw</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Gabriele Vollmar stellt den Wissensgarten als Visualisierung für [[Wissensmanagement]] vor. Seine zentrale Botschaft: Organisationen können Wissen nicht unmittelbar steuern, sondern die Rahmenbedingungen gestalten, unter denen Menschen Wissen entwickeln, anwenden und teilen. Der Garten verbindet Infrastruktur, Organisation und Prozesse, Strategie sowie Mensch und Kultur. Zugleich verdeutlicht er, dass Wissensarbeit freiwillige Mitwirkung braucht und ihre Ergebnisse nicht vollständig vorhersehbar sind.

Die anschließende Diskussion erweitert die Metapher um Zeit, Jahreszeiten, Bienen und unterschiedliche Arbeitsumgebungen. Daraus entstehen Überlegungen zur Unterstützung von Knowledge Facilitators, zum Einsatz der Visualisierung in Workshops und zum Experimentieren mit passenden Maßnahmen.

== Entstehung und Aufbau der Session ==

Der Wissensgarten entstand nach Vollmars Rückblick 2014 auf einem GKC. Eine Diskussion über Wissensprozesse und ihre Einbettung in Organisationen gab den Anstoß, diese Zusammenhänge in ein Bild zu übersetzen. Die Gartenmetapher hatte sie bereits in ihrem 2007 erschienenen Buch ''Knowledge Gardening'' verwendet. Vollmar bezeichnet den Wissensgarten bevorzugt als Visualisierung; den Begriff Modell hält sie dafür möglicherweise für zu groß.

Die Session beginnt mit einer Geschichte über einen Fisch und einen Frosch. Sie erläutert, warum Wissen als subjektive Konstruktion verstanden werden muss. Darauf aufbauend führt Vollmar durch die Dimensionen des Gartens und behandelt strategische Orientierung, kulturelle Passung und Freiwilligkeit. Beispiele aus Workshops und Organisationen zeigen Anwendungsmöglichkeiten. Zum Abschluss stellt sie einen Bezug zur [[ISO 30401]] her, bevor die Teilnehmenden eigene Fragen und Assoziationen einbringen.

== Wissen entsteht bei Menschen ==

Die Eingangsgeschichte stammt aus einem Kinderbuch: Ein Frosch verlässt den Teich, lernt die Welt außerhalb kennen und erzählt seinem Freund, dem Fisch, von Kühen. Er beschreibt vier Beine, Hörner, Gras als Nahrung und einen rosa Beutel. Der Fisch verarbeitet diese Informationen mithilfe seiner eigenen Vorstellungswelt. Das Ergebnis ist eine aus Fischperspektive konstruierte Kuh.

Vollmar nutzt dieses Bild, um [[Information]] und [[Wissen]] zu unterscheiden. Wer Wissen sprachlich weitergeben möchte, verdichtet es zu Informationen. Empfängerinnen und Empfänger verarbeiten diese vor dem Hintergrund eigener Erfahrungen, vorhandenen Wissens, ihrer Werte und Überzeugungen. Wissen ist in diesem Verständnis eine subjektive Konstruktion auf Grundlage von Daten und Informationen.

Daraus folgt für Vollmar, dass auch ein gut gestaltetes [[Wiki]] Informationen enthält, nicht Wissen selbst. Wissen entsteht erst durch deren Verarbeitung im menschlichen Bewusstsein. Mögliche Verschiebungen dieser Grenze durch KI erwähnt sie als weiterführende Frage, behandelt sie aber nicht vertieft.

Der Begriff Wissensmanagement wird dadurch erklärungsbedürftig: Was in den Köpfen anderer Menschen entsteht, lässt sich nicht direkt managen wie Finanzen oder Gebäude. Betriebliches Wissensmanagement gestaltet vielmehr Bedingungen für produktive Wissensarbeit. Die Einzelnen bleiben dafür verantwortlich, ihr Wissen weiterzuentwickeln, zu sichern und bei Bedarf verfügbar zu haben.

== Die Dimensionen des Wissensgartens ==

=== Infrastruktur: Arbeitsmittel und Austausch ermöglichen ===

Zur Infrastruktur gehören digitale Arbeitsmittel wie strukturierte Ablagen, Suchmaschinen und Collaboration-Tools. Vollmar betont jedoch, dass die konkrete physische Arbeitsumgebung ebenso wichtig ist.

Wissensmanagement lebt von Kommunikation und Austausch. Fehlen geeignete Räume oder sind wenige Besprechungsräume dauerhaft ausgebucht, wird Wissenskommunikation erschwert. Auch Fragen der Bürogestaltung und der Arbeitsumgebung gehören deshalb in diese Dimension. Infrastruktur ist nicht nur Technik, sondern umfasst die Bedingungen, unter denen Menschen zusammenarbeiten können.

=== Organisation und Prozesse: Unterstützung verlässlich verankern ===

Organisation und Prozesse erscheinen im Garten als Kompost. Gemeint sind unterstützende Abläufe, Strukturen und Ressourcen, die Wissensarbeit ermöglichen:

* systematische Einarbeitung neuer Mitarbeitender;
* Offboarding-Prozesse für ausscheidende Personen;
* Lessons Learned im Projektmanagement;
* Fort- und Weiterbildungsangebote;
* Kommunikationsstrukturen für benötigte Informationsflüsse;
* zuständige Personen, die bei Fragen zur Wissensarbeit unterstützen.

Vollmar illustriert den letzten Punkt mit einer Projektmanagerin, die vor Projektende einen Verlust von Erfahrungswissen befürchtet. Entscheidend ist, ob sie jemanden ansprechen kann, der mit ihr geeignete Schritte entwickelt. Wissensmanagement braucht damit nicht nur Verfahren, sondern auch verfügbare Unterstützung.

=== Strategie: Orientierung für das eigene Wissen geben ===

Menschen können ihr Wissen nur dann zielgerichtet weiterentwickeln, wenn sie wissen, wohin sich ihre Organisation bewegt. Strategie schafft Orientierung dafür, welches Wissen benötigt wird und welche Informationen Aufmerksamkeit verdienen.

Vollmar verbindet dies mit Ursula Schneiders Buch ''Management der Ignoranz''. Besonders wichtig ist ihr die positive Ignoranz: bewusst zu wissen, was man nicht wissen muss. Da niemand alle verfügbaren Informationen aufnehmen kann, brauchen Menschen selbst gesetzte Grenzen und Informationsfilter.

Davon unterscheidet sie schützende und manipulierende Ignoranz. Rollenbasierte Informationsversorgung kann vor Überlastung schützen sollen, zugleich aber Informationskanäle verengen. Dabei stellt sich die Frage, wer darüber entscheidet, welche Informationen eine Person erhält: sie selbst, ihre Führungskraft, die IT oder ein Algorithmus.

Vollmars Position ist, Mitarbeitende zur eigenständigen Bewältigung der Informationsflut zu befähigen. Dafür brauchen sie strategische Orientierung. [[Persönliches Wissensmanagement]] ist deshalb nicht nur [[E-Mail]]- oder Kalenderorganisation, sondern auch die Klärung, wohin sich das eigene Wissenskapital entwickeln soll.

=== Mensch und Kultur: Maßnahmen müssen zur Umgebung passen ===

Wenn Wissen bei Menschen entsteht, gehören Menschen und Kultur ins Zentrum des Gartens. Vollmar widerspricht der Vorstellung, zunächst müsse eine bestimmte Kultur geschaffen werden, bevor Wissensmanagement beginnen könne. Stattdessen ist bei jeder Maßnahme zu prüfen, ob sie zur vorhandenen Kultur passt und welche Unterstützung sie benötigt.

Im Gartenbild lautet die Frage: Kann dieses Pflänzchen hier überleben? Braucht es bessere Erde oder zusätzliche Pflege? Oder ist eine andere Pflanze geeigneter?

Ein Teilnehmer ergänzt dies durch den Kaktus: Auf nährstoffreichem Kompost kann er scheitern, obwohl weder die Pflanze noch das Werkzeug grundsätzlich falsch sind. Vor dem Verwerfen einer Maßnahme lohnt sich daher die Untersuchung ihrer benötigten Bedingungen.

== Ziele vor Maßnahmen klären ==

Vollmar kritisiert, dass Wissensmanagement häufig mit Maßnahmen beginnt: Ein Wiki, ein internes GPT oder Expert Debriefing sollen eingeführt werden, bevor das angestrebte Ergebnis ausreichend geklärt ist. Konkrete Ziele sind jedoch sowohl für die spätere Wirkungsmessung als auch für die Auswahl geeigneter Wege notwendig.

Als Beispiel nennt sie die Versemmelt-Frühstücke des österreichischen Mobilfunkanbieters A1. Beim gemeinsamen Frühstück erzählen Beschäftigte von misslungenen Projekten. Das kann Lernen unterstützen, setzt aber Offenheit voraus. Eine Führungskraft könnte den Einstieg erleichtern, indem sie zunächst eigene Misserfolge schildert.

Wo ein solches Format nicht passt, muss das Ziel nicht aufgegeben werden. Vollmar stellt dem Frühstück anonymisierte Critical Incident Reporting Systems gegenüber. Unterschiedliche Verfahren können dem gleichen Anliegen dienen: Beinaheunfälle, Fehler und Misserfolge für gemeinsames Lernen zugänglich zu machen.

Auch innerhalb einer Organisation muss nicht überall dieselbe Maßnahme funktionieren. Vollmar beschreibt ihren Ansatz, einen gemeinsamen strategischen Rahmen zu schaffen und Bereichen Freiraum für ihre Ausgestaltung zu lassen. Der Wissensgarten wird dadurch eher zur Schrebergartenanlage als zum einheitlichen Garten.

== Freiwilligkeit und die Grenzen der Steuerung ==

Betriebliches Wissensmanagement ist für Vollmar ein Angebot. Menschen lassen sich zu einem Frühstück oder einem Debriefing verpflichten, aber nicht dazu zwingen, die wirklich wichtigen Erfahrungen mitzuteilen. Ebenso kann eine Vorgabe von zehn Wikiartikeln formal erfüllt werden, ohne dass relevantes Wissen erschlossen wird.

Die Gartenmetapher bildet einen Gegenentwurf zur Organisation als Maschine. Im mechanistischen Verständnis soll ein veränderter Input einen vorhersehbaren Output erzeugen. Eine Gärtnerin kann dagegen gute Wachstumsbedingungen schaffen, kontrolliert aber nicht vollständig, was tatsächlich wächst.

Diese begrenzte Steuerbarkeit betrifft auch Führungskräfte. Vollmar vermutet darin einen Grund für deren gelegentliches Unbehagen gegenüber Wissensmanagement: Das vertraute Führungsinstrumentarium stößt an Grenzen. Freiwilligkeit zu unterstützen und unerwartete Entwicklungen zuzulassen gehört deshalb zum Verständnis des Gartens.

== Anwendungen als Gesprächsbild und Analysehilfe ==

Vollmar verwendet den Wissensgarten insbesondere in Workshops. Seine Stärke liegt darin, Assoziationen auszulösen und Fragen sichtbar zu machen, die sonst möglicherweise unausgesprochen bleiben.

Eine Führungskraft regte beispielsweise eine Obstkiste an, um Wertschöpfung darzustellen: Wissensmanagement ist kein Selbstzweck. Fragen nach fehlenden Zäunen führen zu Diskussionen über Offenheit und Schutzwürdigkeit von Wissen. Schnecken werden zum Bild für Personen, die von Angeboten profitieren, ohne selbst beizutragen, und eröffnen die Frage nach einem angemessenen Umgang damit.

Als Anwendungsbeispiele nennt Vollmar Schutz und Rettung der Stadt Zürich sowie das BSI. Das BSI hat seine Wissensmanagement-Strategie den Dimensionen des Gartens zugeordnet. So lässt sich darstellen, welche Aktivitäten Kultur, Infrastruktur oder Organisation und Prozesse betreffen.

Der Garten eignet sich auch zur Ist-Analyse: Was ist bereits vorhanden, und wo bestehen Schwierigkeiten? In Zürich wurde dafür ein großer Ausdruck mit Post-its ergänzt. Ein dreidimensionaler Aufbau mit Bastelmaterial wird in der Diskussion vorgeschlagen; Vollmar hat diese konkrete Form bislang nicht eingesetzt. Studierende haben dagegen bereits eine eigene Gartenvisualisierung entwickelt, in der Bienen eine wichtige Rolle spielen.

== Bezug zur ISO 30401 ==

Zum Abschluss empfiehlt Vollmar die ISO 30401 zum Wissensmanagement. Nach ihrer Darstellung benennt sie vier Prozesse: Wissen erwerben, anwenden, sichern und mit veraltetem Wissen umgehen.

Besonders hebt sie die unterstützenden Bedingungen hervor: Humankapital, Infrastruktur und Technik, Organisation und Governance sowie Kultur. Darin erkennt sie die Dimensionen ihres Wissensgartens wieder und bezeichnet die Visualisierung deshalb als normkonform.

== Diskussion: Zeit, Motivation und Experimente ==

Ein Teilnehmer fragt nach der dargestellten Jahreszeit. Äpfel und anderes Wachstum setzen Vorbereitung über längere Zeit voraus. Vollmar greift dies auf: Ergebnisse lassen sich nicht unmittelbar nach einem Training oder Meeting erwarten. Auch ein schwaches Erntejahr bedeutet nicht, dass der Baum aufgegeben werden muss.

Eine weitere Frage betrifft Knowledge Facilitators, deren zusätzliche Aufgaben als Belastung wahrgenommen werden. Vollmar empfiehlt zwei Ansatzpunkte:

* Mit den jeweiligen Führungskräften an Wertschätzung und Unterstützung dieser Rolle arbeiten.
* Die Facilitators zu einer Gemeinschaft mit regelmäßigen Austauschmöglichkeiten verbinden, damit Motivation aus dem Miteinander entsteht.

Das Bienenbild macht dabei ihre verbindende Bedeutung sichtbar. Zugleich diskutiert die Runde Infrastruktur als Ausgangspunkt auf einem noch unbestellten Feld. Ein weiterer Beitrag erinnert daran, dass vorhandene Werkzeuge allein nichts bewirken: Sie brauchen motivierte Menschen, die sie verwenden.

Aus dem Publikum kommen außerdem Vorschläge, Arbeitsumgebungen gezielt zu verändern und kleine Experimente auszuprobieren. Ein Teilnehmer berichtet von einem World Café mit Facilitators, bei dem eine angenehme und sichere Atmosphäre andere Gespräche und gemeinsame Ideen ermöglichte.

Die Diskussion bestätigt damit den offenen Charakter der Visualisierung: Der Garten liefert keine vollständig kontrollierbare Anleitung, sondern unterstützt Gespräche darüber, welche Bedingungen Wissensarbeit braucht und wie sie im jeweiligen Umfeld verbessert werden können.

Gkc24-Session: Wissen und Wissensmanagement im Change Prozess

2026-10-07T12:33:20Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissen und Wissensmanagement im Change Prozess}}
{{Infobox gkc-Session
| titel = Wissen und Wissensmanagement im Change Prozess
| art = Session
| jahr = 2024
| beitragende = Anne Jacobs
| datum = 2024-10-10
| startzeit = 16:00
| video_id = gbfFCWjlv94
| video_url = https://www.youtube.com/watch?v=gbfFCWjlv94
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=gbfFCWjlv94</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die von Anne Jacobs moderierte Session untersuchte, welche Rolle [[Wissensmanagement]] in Veränderungsprozessen spielt. Im Mittelpunkt standen Erfahrungen der Teilnehmenden mit Reorganisationen, Personalabbau, neuen Arbeitsformen und der Einführung digitaler Werkzeuge. Die Diskussion verband Fragen der Kommunikation und Wissensvermittlung mit persönlichem Lernen, Beteiligung und dem Umgang mit Widerständen.

Als wiederkehrende Anliegen zeigten sich die verständliche Erklärung von Veränderungen, ihre Übersetzung in den Arbeitsalltag und eine Begleitung über den Einführungstermin hinaus. Zugleich wurden Spannungen sichtbar: Transparenz kann Orientierung schaffen, aber auch überfordern; Pilotprojekte können motivieren, jedoch schwer rückgängig zu machen sein. Ein allgemeingültiges Vorgehen wurde nicht formuliert.

== Aufbau und Ausgangspunkte der Session ==

Anne Jacobs stellte sich als Gründerin von Deep Thoughts sowie als selbstständige Beraterin und Trainerin für Wissensmanagement, Innovation und digitale Transformation vor. Aus ihrer Arbeit mit Veränderungsprojekten leitete sie die Ausgangsbeobachtung ab, dass diese immer auch Fragen der Wissensteilung und Wissensverteilung berühren. [[Wissen]] sei für die Beteiligten wichtig, um mit Veränderungen zurechtzukommen.

Die Session war spontan und ohne vorbereiteten Vortrag angelegt. Nach der Einführung sammelten die Teilnehmenden ihre Erfahrungen und Fragestellungen. Anschließend strukturierte Anne Jacobs die Diskussion mit einer Unterscheidung zwischen Wissen über die Gründe einer Veränderung und Wissen zur Bewältigung der neuen Situation. Daraus entwickelte sich ein offener Austausch über Kommunikation, Multiplikatorennetzwerke, Veränderungsmüdigkeit und konkrete Anwendungsfälle.

Die Ausgangslagen waren unterschiedlich. Eine Teilnehmerin berichtete von einer umfassenden Restrukturierung, bei der ihre Wissensmanagement-Abteilung aufgelöst werden sollte, während deren Leistungen erhalten bleiben sollten. Andere schilderten Veränderungen in großen, dezentralen Organisationen oder Schwierigkeiten bei der Einführung neuer IT-Systeme. Diese Unterschiede blieben für die Bewertung möglicher Maßnahmen wichtig.

== Zwei Wissensbereiche: Veränderung verstehen und bewältigen ==

Anne Jacobs unterschied zwei große Wissensbereiche. Der erste betrifft den Hintergrund einer Veränderung: Warum wird sie vorgenommen, welchen Zweck verfolgt sie und welche Ziele oder welche Vision stehen dahinter? Der zweite betrifft die Befähigung der Beteiligten: Wo finden sie Informationen, wie gehen sie mit Neuerungen um und wie sollen sie künftig arbeiten?

Damit wurde Wissensmanagement nicht auf Dokumentation und Schulungen beschränkt. Ein Teilnehmer verwies auf die konkreten Fragen nach einer Reorganisation: Welche Aufgaben habe ich, wer ist zuständig, wie funktionieren Vertretungen und wie erledige ich eine neue Tätigkeit? Menschen müssen sich unter Umständen gleichzeitig in einer neuen Organisationseinheit orientieren und neue Aufgaben erlernen.

Ein weiterer Beitrag betonte den Übergang zwischen organisiertem Wissenstransfer und individuellem Lernen. Prozesse zu dokumentieren, Anleitungen zu schreiben und Workshops anzubieten, bedeute noch nicht, dass Beschäftigte ihre Haltung und Arbeitsweise tatsächlich verändern. Beschrieben wurde eine passive Erwartung, erklärt zu bekommen, wie künftig gearbeitet werden soll. Die Diskussion stellte dieser Haltung die Notwendigkeit persönlicher Auseinandersetzung gegenüber.

== Früh kommunizieren, ohne Orientierung zu verlieren ==

Eine Teilnehmerin aus der Deutschen Forschungsgemeinschaft beschrieb die Einführung von Teams als Beispiel für das Spannungsverhältnis zwischen offizieller Kommunikation und Flurfunk. Während die Projektleitung auf endgültige Entscheidungen wartete, wurde in der Organisation bereits über die Einführung gesprochen. Die Frage war deshalb, ob auch noch nicht vollständig feststehende Informationen kommuniziert werden sollten.

Anne Jacobs sprach sich für möglichst frühe und umfangreiche Kommunikation aus. Dazu gehörten für sie gegenseitiger Austausch, Beteiligung und das Einsammeln von Feedback, nicht lediglich die Weitergabe von Entscheidungen.

Eine andere Teilnehmerin schilderte ein sehr transparentes Vorgehen: Nach einer Entscheidung der Geschäftsführung werde innerhalb von zwei Stunden eine Townhall angeboten. Die Information erreiche die Beschäftigten unmittelbar, statt über mehrere Führungsebenen weitergereicht zu werden. Nach ihrer Erfahrung vermied dies Flurfunk. Zugleich fragte sie, ob jede Information sofort geteilt werden sollte, wenn Beschäftigte sie nicht einordnen könnten oder davon überfordert seien.

Die Runde gab darauf keine eindeutige Antwort. Ein Beitrag berichtete, dass sowohl fehlende Transparenz als auch sehr frühe Kommunikation Beschwerden auslösen könnten. Ein anderer hob hervor, dass bei drohendem Arbeitsplatzverlust besonders viel Kommunikation notwendig sei. Die Reaktionen seien in einer existenziell unsicheren Situation anders zu bewerten als bei einer gewöhnlichen Tool-Einführung.

== Beteiligung braucht nachvollziehbare Rückmeldungen ==

Mehrere Beiträge betonten, dass Beteiligung nicht mit einer Aufforderung zur Meinungsäußerung abgeschlossen ist. Eine Teilnehmerin beschrieb Situationen, in denen Feedback eingeholt, anschließend aber nicht erklärt wurde, was damit geschah. Dadurch blieb bei den Beteiligten Unsicherheit über den Wert ihres Beitrags.

Als Verbesserung wurde vorgeschlagen, Rückmeldungen aufzubereiten und sichtbar zu beantworten. Nicht jeder Vorschlag müsse übernommen werden. Auch eine begründete Entscheidung dagegen könne zeigen, dass das Feedback geprüft worden sei.

Später wurde dieser Gedanke als kontinuierlicher Dialog auf Augenhöhe aufgegriffen. In kleineren Gesprächsrunden könnten Entscheidungstragende Sorgen und Ängste hören, bislang übersehene Punkte aufnehmen und ihre weitere Bearbeitung nachvollziehbar machen. Beteiligung wirke dann nicht wie ein unklarer Feedbackkanal, sondern eröffne erkennbare Möglichkeiten zur Mitgestaltung.

== Multiplikatorennetzwerke als Verbindung zum Arbeitsalltag ==

Marie berichtete von einem weltweit verteilten Unternehmen mit ungefähr 9.000 Mitarbeitenden in 68 Ländern. Dort unterstütze ein Multiplikatorennetzwerk die Vermittlung fortlaufender Veränderungen rund um M365. Die Beteiligten erhielten frühzeitig Informationen und passten diese an die unterschiedlichen Anforderungen etwa von Produktion, Vertrieb oder Marketing an. Gleichzeitig sammelten sie Rückmeldungen und spielten diese zurück.

Beim Aufbau seien zunächst Personen angesprochen worden, die sich für M365 begeisterten. Parallel habe man über die Führung versucht, an jedem Standort und gegebenenfalls in größeren Hauptabteilungen Ansprechpersonen zu gewinnen. Eine vollständige Abdeckung sei noch nicht erreicht.

Anne Jacobs empfahl, unterschiedliche Bereiche und Hierarchieebenen einzubeziehen. Entscheidend sei der Wissenstransfer in beide Richtungen: vom Veränderungsteam in die Organisation und aus den Fachbereichen zurück.

Ein Teilnehmer riet außerdem dazu, besonders Leistungsträger und widerständige Personen einzubinden. Dem stand der Einwand gegenüber, dass Leistungsträger häufig bereits vollständig ausgelastet seien und zusätzliche Aufgaben kaum übernehmen könnten. Das Netzwerk wurde damit nicht nur als Kommunikationsinstrument, sondern auch als Frage verfügbarer Kapazitäten diskutiert.

== Pilotprojekte, schnelle Erfolge und ihre Grenzen ==

Pilotprojekte wurden als Möglichkeit beschrieben, positive Erfahrungen sichtbar zu machen. Ein Teilnehmer empfahl, dafür zunächst Bereiche mit innovationsbereiten Personen auszuwählen. Gelungene Beispiele könnten anderen zeigen, dass eine Veränderung funktioniert. Auch kleine, schnelle Erfolge wurden als motivierend für Beschäftigte und Leitungsebene bewertet.

Dem widersprach eine Teilnehmerin mit Erfahrungen aus IT- und Collaboration-Projekten. In Piloten eingeführte Werkzeuge würden teilweise dauerhaft genutzt, obwohl später festgestellt werde, dass zu viele Tools parallel vorhanden seien. Haben sich Menschen daran gewöhnt, sei eine Rücknahme schwierig.

Die Diskussion ließ diese Spannung bestehen: Ein Pilot erleichtert den Einstieg und kann Widerstand reduzieren, schafft aber möglicherweise bereits Bindungen an eine Lösung. Positive Erfahrungen mit Pilotprojekten wurden deshalb nicht als uneingeschränkte Empfehlung behandelt.

== Veränderungsmüdigkeit und parallele Anforderungen ==

Wiederholt beschrieben Teilnehmende eine Müdigkeit gegenüber ständig neuen Veränderungen. Dabei gehe es nicht nur um einzelne große Projekte. Viele kleine Änderungen an Werkzeugen, Prozessen und Strategien liefen parallel, während die reguläre Arbeit weiter erledigt werden müsse.

Ein Beitrag regte an, nicht jede mögliche Veränderung sofort aufzugreifen und Vorhaben gegebenenfalls zeitlich zu strecken. Zugleich wurde betont, dass weitere Veränderungen absehbar seien. Transparenz solle deshalb auch vermitteln, dass ein aktueller Prozess nicht der letzte sein werde.

Besonders anschaulich wurde die Überlastung an Kommunikationswerkzeugen: Beschäftigte könnten den Zweck einzelner Tools verstehen und trotzdem Orientierung vermissen, wenn niemand festlege, welcher Kanal wofür genutzt werden solle.

Als konkreter Ansatz wurde die Koordination von Veränderungsprojekten genannt. Eine Organisation versuche, die Go-live-Termine ihrer IT-Projekte besser aufeinander abzustimmen, damit nicht alles gleichzeitig eingeführt werde. Voraussetzung sei, dass Verantwortliche voneinander wissen und im Austausch bleiben. Ein Patentrezept wurde ausdrücklich nicht beansprucht.

== Historie, persönlicher Nutzen und Unterstützung ==

Ein weiterer Schwerpunkt war die Geschichte einer Organisation. Frühere Erfahrungen, etwa mit Communities, könnten helfen, aktuelle Vorhaben einzuordnen: Was gab es bereits, was funktionierte und was sollte diesmal anders gestaltet werden? Key User könnten dabei Wissen aus ihren Bereichen beitragen.

Eine Teilnehmerin berichtete von gemeinsamen Aufstellungen zur Organisationsgeschichte. Dabei wurde sichtbar gemacht, wann Menschen eingetreten waren und welche internen oder externen Themen damals prägend waren. Das gemeinsame Vergegenwärtigen habe nach ihrer Erfahrung viel Resonanz erzeugt.

Ein später Beitrag bündelte fünf Überzeugungen, die aus seiner Sicht die Akzeptanz von Veränderungen unterstützen:
* Die Veränderung ist notwendig.
* Die vorgesehenen Maßnahmen sind geeignet, das Ziel zu erreichen.
* Die Beteiligten und die Organisation können die Veränderung bewältigen.
* Das Unternehmen stellt Unterstützung und eine hilfreiche Infrastruktur bereit.
* Die Veränderung bringt einen persönlichen Nutzen.

Unterstützung umfasse mehr als eine einmalige Schulung. Als Beispiel wurde ein Champions-Netzwerk genannt, dessen Mitglieder Wissen weitergeben und Kolleginnen und Kollegen bei Problemen helfen. Auch rationale Nutzenargumente und emotionale Ansprache wurden als zusammengehörig beschrieben.

Eine Frage nach [[Gamification]] blieb ohne allgemeine Empfehlung. Die Eignung hänge von den Menschen und der Situation ab; eine spielerische Methode sei bei einer Tool-Einführung anders zu bewerten als bei einer Restrukturierung mit Entlassungen.

== Konkrete Anwendungsfälle und Begleitung über den Start hinaus ==

Zum Abschluss rückten konkrete Anwendungsfälle in den Mittelpunkt. Ein Teilnehmer berichtete von einer konzernweiten Copilot-Einführung, bei der zunächst zwei Fälle besonders hervorgehoben wurden: Meeting-Zusammenfassungen und Unterstützung beim Schreiben von E-Mails. Die Konzentration auf einfache, wiederholt erklärte Anwendungen habe nach seiner Darstellung einen greifbaren Einstieg ermöglicht.

Andere Beiträge ergänzten, dass Beispiele aus der Arbeit der Beschäftigten besonders hilfreich seien. Bei Lists genüge es nicht, eine fertige Liste vorzuführen. Verständlich werden müsse, welches Problem zuvor bestand und wie sich der Arbeitsablauf verändert habe, etwa durch weniger versendete Dateiversionen oder geringeren Abstimmungsaufwand.

Die Diskussion endete damit bei einer Verbindung ihrer zentralen Themen: Gründe erklären, Nutzen konkret machen, Erfahrungen austauschen und Unterstützung organisieren. Mehrfach wurde ausdrücklich festgehalten, dass [[Change Management]] nicht mit dem Go-live oder dem eigentlichen Projektabschluss endet, sondern darüber hinaus weitergeführt werden muss.

Gkc24-Session: Wissen in Arbeit integrieren

2026-10-07T12:33:18Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wissen in Arbeit integrieren}}
{{Infobox gkc-Session
| titel = Wissen in Arbeit integrieren
| art = Session
| jahr = 2024
| beitragende = Helge Podolski, Mark Heyen
| datum = 2024-10-11
| startzeit = 13:00
| video_id = aA1XOMOlTj4
| video_url = https://www.youtube.com/watch?v=aA1XOMOlTj4
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Wie schafft man es, dass [[Wissen]] nicht im Schrank vermodert, sondern integraler Bestandteil des Arbeitsalltags ist? Der internationale Enzymproduzent AB Enzymes hat das schon geschafft und dabei noch mal eben die Arbeitsweisen auf 4 Kontinenten vereinheitlicht. Ich würde gerne in einem Impulsvortrag, deren Learnings mit Euch teilen und am Ende Eure eigenen Erfahrungen in der Integration von Wissen in den Alltag diskutieren.</blockquote>

<youtube>https://www.youtube.com/watch?v=aA1XOMOlTj4</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die Session zeigt am Projekt SharePath bei AB Enzymes, wie [[Wissensmanagement]] mit der Gestaltung alltäglicher Arbeit verbunden werden kann. Anleitungen, ausführbare Services und benannte Verantwortliche bilden dabei eine gemeinsame Struktur. Beschäftigte überprüfen ihre Arbeitsabläufe, verändern sie gemeinsam mit anderen Beteiligten und stellen das erforderliche Wissen direkt am Einstieg in die Handlung bereit.

Entscheidend ist nicht allein die technische Plattform, sondern die Verbindung von gemeinsamen Regeln, dezentralen Entscheidungsrechten und dauerhafter Verantwortung. Die anschließende Diskussion vertieft Fragen zu Inhaltsrevision, Führung, Ressourcen, Dokumentation und kontinuierlichem Lernen.

== Aufbau der Session ==

Der Impulsvortrag beginnt mit der Ausgangssituation des international arbeitenden Enzymproduzenten. Anschließend erläutert der Vortragende die Zielsetzung von SharePath, gemeinsame Verhaltensregeln und die Einführung in sogenannten Journeys. Eine Live-Demonstration zeigt, wie Anleitungen, Services und Zuständigkeiten zusammenwirken.

Zum Abschluss des Impulses geht es um veränderbare Regeln, die Rolle der Guides und die Verankerung im Arbeitsalltag. Der Vortragende bittet ausdrücklich um Fragen, Kritik und eigene Erfahrungen damit, Wissen im Tun verfügbar zu machen. In der Diskussion werden sowohl Umsetzungsdetails als auch kulturelle Voraussetzungen und Grenzen des Ansatzes behandelt.

== Ausgangslage: Wachstum und verstreute Informationen ==

AB Enzymes wird als Unternehmen mit rund 450 Beschäftigten vorgestellt, das von einem Werk aus weltweit Enzyme liefert. Die gezeigte, bereits ein Jahr alte Unternehmensfolie nennt 28 Nationalitäten und Tätigkeiten in 60 Ländern. Das Wachstum soll durch veränderte Arbeitsweisen unterstützt werden, statt einfach die Zahl der Beschäftigten zu verdoppeln.

Drei miteinander verbundene Probleme bilden den Ausgangspunkt:
* Das Unternehmen wächst schneller, als seine Strukturen nachkommen; neue Teams und wechselnde Zuständigkeiten erschweren die Orientierung.
* Beschäftigte verbringen nach einer internen Befragung viel Zeit mit Suchen und administrativen Tätigkeiten statt mit ihrer eigentlichen Arbeit.
* Trotz Informationsüberfluss fehlt nutzbares Wissen, weil Teams unterschiedliche Kommunikations- und Ablagestrukturen aufgebaut haben.

Genannt werden unter anderem WeChat, WhatsApp, Teams, Outlook und lokale Wikis. Der Projektbeginn während des zweiten Lockdowns verschärfte die Herausforderung: Auch die äußeren Bedingungen veränderten sich stark. SharePath soll deshalb eine gemeinsame Arbeitswelt schaffen und bislang getrennte Bereiche miteinander verbinden.

== Gemeinsame Arbeitsweisen vor gemeinsamen Werkzeugen ==

Die Zielsetzung des Projekts folgt der Reihenfolge „Why, How, What“. Im Mittelpunkt stehen einheitliche Arbeitsweisen und Werkzeuge für Kommunikation und Zusammenarbeit. Dabei betont der Vortragende ausdrücklich die Reihenfolge: zuerst die Arbeitsweisen, dann die Werkzeuge.

Eine gemeinsame Plattform genügt demnach nicht. Beschäftigte müssen sich auch darüber verständigen, was Begriffe wie Teilen im konkreten Arbeitsalltag bedeuten. Das rund 80 Seiten umfassende „Digital Survival Handbook“ übersetzt diese Verständigung in praktische Regeln. Ein Beispiel lautet: E-Mails dürfen nicht zur Übergabe einer Aufgabe verwendet werden.

Die neue Arbeitsweise wird zudem mit den Unternehmenswerten, der „Art of Enzymes“, verbunden. Dazu gehören Verhaltensweisen wie Entscheidungen zu treffen und Fehler zuzulassen. Eine sechsköpfige Changegruppe entwickelt konkrete Maßnahmen, um Fehler sichtbar zu machen und zu vermitteln, dass Ergebnisse auch mit einem Bearbeitungsstand von 80 Prozent veröffentlicht werden können. Die Werte sollen damit nicht auf Folien verbleiben, sondern beobachtbares Verhalten prägen.

== Journeys: Unterschiedliche Starts, gemeinsames Basecamp ==

Die Einführung erfolgt in Journeys. Ihr Ausgangspunkt ist, dass Teams unterschiedliche technische Fähigkeiten, Prozesse und Denkweisen mitbringen. Alle sollen ein gemeinsames „Basecamp“ erreichen, müssen dafür aber nicht denselben Weg nehmen.

Eine Journey dauert ungefähr drei bis vier Monate und umfasst üblicherweise drei bis vier Abteilungen. Zum Auftakt werden alle Beschäftigten über Ziele, Veränderungen, Verbindlichkeiten und Aufwand informiert. Danach werden sämtliche Workstreams beziehungsweise Handlungsfelder aufgenommen. Kein Bereich des Arbeitsalltags ist grundsätzlich von der Überprüfung ausgenommen.

Das Basecamp ist erreicht, wenn ein Team seine Workstreams durchgesehen, Veränderungen priorisiert und sich mit anderen Teams abgestimmt hat. Weitere Verbesserungen bleiben auf einer Backlogliste. Zugleich sollen die Beteiligten verstanden haben, welche Verhaltensweisen und Werkzeuganwendungen zur neuen Arbeitswelt gehören.

Das Basecamp markiert den ersten Go-live, nicht das Ende der Entwicklung. Eine bildhafte interne Kommunikation unterstützt diese Vorstellung. Tierfiguren stehen beispielsweise für Dokumente, Aufgabenmanagement, Automatisierung und Wissen; der Ibex verkörpert Veränderung. Die Bildsprache soll den gemeinsamen Weg und die Folgen auseinanderlaufender Arbeitsweisen verständlich machen.

== Guides: Entscheidungsfähigkeit bei den Beschäftigten ==

Die Guides begleiten ihre Teams und werden darin ausgebildet, Arbeitsweisen zu hinterfragen. Anders als reine Key User konzentrieren sie sich nicht nur auf Werkzeugbedienung. Sie können Änderungen an Abläufen entscheiden, ohne dafür jeweils ihren Line Manager fragen zu müssen. Bei teamübergreifenden Abläufen müssen die Beteiligten gemeinsam einbezogen werden.

Der Vortragende sieht darin eine wesentliche Stärke des Projekts: Entscheidungsfähigkeit gelangt zu den Menschen, die die Arbeit tatsächlich ausführen. Führungskräfte müssen nicht jedes Detail eines Logistikablaufs kennen.

Die Guides sollen rund zehn Prozent der Belegschaft ausmachen, also etwa 45 Personen. Während einer Journey investieren sie ungefähr ein Viertel ihrer Arbeitszeit, im späteren Betrieb etwa zehn Prozent. Sie bleiben regulär operativ tätig.

Die Rolle ist grundsätzlich dauerhaft angelegt. Interessierte können sich freiwillig melden; fehlen Freiwillige, müssen Führungskräfte Personen benennen. Für ausscheidende Guides gibt es ein Offboarding mit Debriefing, dessen Ergebnisse für die Nachfolge aufbereitet werden.

== Wissen und Ausführung als zusammenhängender Ablauf ==

Jeder aufgenommene Workstream wird daraufhin geprüft, ob er sinnvoll funktioniert. Maßgeblich ist die End-to-End-Betrachtung: Alle Beteiligten müssen am Tisch sein. Eine Veränderung soll eine messbare Verbesserung bringen, etwa bei Durchlaufzeiten.

Zur Umsetzung gehören stets mehrere zusammenhängende Elemente:
* Der zukünftige Ablauf wird gemeinsam entschieden und verschriftlicht.
* Eine How-to-Seite erklärt das konkrete Handeln.
* Ein Service im Intranet ermöglicht den Einstieg in die Ausführung.
* Soweit erforderlich, planen und erstellen die Guides die technische Umsetzung, häufig mit Automatisierung.

Damit bleibt eine Prozessbeschreibung nicht isoliert im Intranet stehen. Wer erfährt, wie etwas funktioniert, soll unmittelbar handeln können. Die technische Ausführung kann auch in anderen Systemen liegen, etwa SAP, Concur oder SuccessFactors. Entscheidend ist der auffindbare Einstieg, nicht die Bindung an ein bestimmtes Werkzeug.

== How-to-Pages, Services und Experts ==

Die Demonstration konzentriert sich auf drei zentrale Listen: How-to-Pages, Services und Experts. Die How-to-Pages umfassen mittlerweile mehrere hundert Seiten, die jeweils eine konkrete Handlung beschreiben. Daneben bestehen laut Vortrag noch ungefähr 70 Dokumente, vor allem benötigte Vorlagen.

Services verweisen auf ausführbare Abläufe und machen deren Zuständigkeit sichtbar. Die Experts-Liste erfasst besondere Rollen und Kenntnisse neben der regulären Tätigkeit. In der Suche werden diese Informationen zusammengeführt.

Jeder Inhalt hat einen Content Owner und muss jährlich überprüft werden. Ein automatisierter Workflow fordert die Revision an. Bleibt sie aus, wird der Inhalt nach drei Monaten entfernt.

Content Owner und Guides sind nicht automatisch dieselben Personen. Content Owner entsprechen hier fachlichen Prozessverantwortlichen. Sie erhalten von ihrem zuständigen Guide ein vorbereitetes Training zur Seitenerstellung und Inhaltsaufbereitung. Dadurch sollen sie nicht lediglich gewohnte Dokumenttexte auf Webseiten übertragen, sondern auch Services einbinden und vorhandene Inhalte sinnvoll zusammenführen.

== Praxisbeispiel: Produktmuster und Luftfracht ==

Ein ausführliches Beispiel behandelt Produktmuster für Kunden in Brasilien, die kostenlos oder besonders schnell per Luftfracht versandt werden sollen. Solche Anfragen wurden zuvor per [[E-Mail]] an die nächste Abteilung weitergegeben.

Sales und Logistik entwickeln stattdessen gemeinsam einen Ablauf. Sales klärt, welche Informationen geliefert werden können; die Logistik benennt, was sie für die Bearbeitung benötigt. Ein Formular sammelt diese Angaben verbindlich ein und soll wiederholte Rückfragen vermeiden.

Die How-to-Seite erklärt das Vorgehen und bietet zugleich den Einstieg in den Service. Nach dem Start erscheint die Anfrage in einer Liste des Logistikteams. Status, Aufgaben und Verknüpfungen halten den Bearbeitungskontext verfügbar.

Die Beschäftigten haben nach Darstellung des Vortragenden den Prozess selbst definiert, aufgebaut, automatisiert und dokumentiert. Dazu gehört auch die zielgruppengerechte Bekanntmachung. Einfachere Beispiele wie Taxibuchung, Zeiterfassung und Urlaubsantrag folgen derselben Verbindung von Anleitung und Handlungsmöglichkeit.

== Verbesserung dauerhaft verankern ==

Mit dem Basecamp soll die Projektarbeit in eine Linientätigkeit übergehen. Gemeinsames Hinterfragen muss Bestandteil des Alltags bleiben. Zum Zeitpunkt des Vortrags wird außerdem daran gearbeitet, entsprechende Verhaltensweisen in jährlichen Entwicklungsgesprächen zu berücksichtigen, beispielsweise durch Verbesserungsvorschläge oder Hinweise auf Regelabweichungen.

Auch die Regeln selbst bleiben veränderbar. Bereits nach dem Piloten zeigte eine Abteilung, dass einzelne Vorgaben nicht zu ihrem Alltag passten. Über Anpassungen entscheiden die Guides aller Journeys gemeinsam.

Spielerische Anerkennung ergänzt diese Verbindlichkeit: Beschäftigte können anderen einen „Share Sheriff“-Stern verleihen, wenn diese etwa auf nicht wertschätzende Kommunikation oder eine unpassende Aufgabenübergabe hinweisen.

Das Gesamtprojekt ist auf fünf Jahre angelegt und befindet sich im dritten Jahr. Eine spätere Journey soll insbesondere bislang zurückgestellte abteilungsübergreifende Schnittstellen bearbeiten. Auch Beschäftigte im Werk sind einbezogen und erhalten eine eigene Journey.

== Diskussion: Führung, Aufwand und Weiterlernen ==

Eine Teilnehmerin kontrastiert den Ansatz mit einem Projekt bei einem Stadtwerk in Halle. Dort scheiterten Verbesserungsideen aus ihrer Sicht an einem managementgeprägten Steuerungskreis. Der Vortragende berichtet ebenfalls von anfänglichen Ablehnungen bei AB Enzymes. Ein CFO als Sponsor und sichtbar verbesserte Abläufe im Piloten halfen, Nachfrage aus anderen Abteilungen zu erzeugen.

Delegierte Verantwortung benötigt dennoch Führungskräfte, die sie zulassen. Auch später bleiben Konflikte bestehen. Als persönlichen Ansatz empfiehlt der Vortragende, Veränderungen mit einem weiteren, besonders drängenden Problem zu verbinden, das dadurch gelöst werden kann.

Auf die Frage nach Dokumentation und ISO 9001 unterscheidet er zwischen Dokumentation und einzelnen Dokumentdateien. Seiten, regelmäßige Prüfungen und Aufbewahrungsfristen dienen im Projekt weiterhin der Dokumentation; eine detaillierte Zertifizierungsbewertung erfolgt nicht.

Der Ressourcenaufwand wird ebenfalls hinterfragt. Der Vortragende erklärt, Ergebnisse ließen sich rückblickend quantifizieren, nennt jedoch keine konkreten Einsparungswerte. Vorab brauche es einen Sponsor, der den erwarteten Nutzen trägt; anschließend müsse geprüft und nachgesteuert werden.

Den Abschluss bildet eine offene Diskussion über Lernen und Reife. Ein Teilnehmer betont Anschlussmöglichkeiten an externe Denkschulen, Fachliteratur und Trainings. Der Vortragende hält dagegen, dass Reife vor allem aus der Bereitschaft entstehe, andere Denkweisen aufzunehmen. Ausschlaggebend sei, Hinterfragen und Weiterlernen als normales Verhalten zu etablieren, nicht fremde Terminologie unverändert zu übernehmen.

Gkc24-Session: Wikis im Wissensmanagement – Erfahrungen, Chancen und Herausforderungen

2026-10-07T12:33:17Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Wikis im Wissensmanagement – Erfahrungen, Chancen und Herausforderungen}}
{{Infobox gkc-Session
| titel = Wikis im Wissensmanagement – Erfahrungen, Chancen und Herausforderungen
| art = Session
| jahr = 2024
| beitragende = Karsten Ehms
| datum = 2024-10-10
| startzeit = 16:00
| sprache = Deutsch
| video_id = bL4CAJ9519g
| video_url = https://www.youtube.com/watch?v=bL4CAJ9519g
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=bL4CAJ9519g</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Karsten Ehms berichtet über die Entwicklung und den Betrieb einer unternehmensweiten [[Wiki]]-Plattform bei Siemens. Im Mittelpunkt stehen offene Beteiligung, flexible Inhaltsstrukturen und der Umgang mit Verantwortung, Aktualität und Vertraulichkeit. Seine Erfahrungen zeigen, wie niedrige Zugangshürden und gemeinsam bearbeitbare Seiten bereichsübergreifendes [[Wissensmanagement]] unterstützen können. Zugleich erläutert er Grenzen zentraler Inhaltspflege und begründet, weshalb er Wiki-Seiten auch für KI-Anwendungen gegenüber Dokumenten und PDFs im Vorteil sieht.

== Gliederung und Charakter der Session ==

Die Session entsteht spontan und ist nicht als vollständig vorbereiteter Vortrag angelegt. Ehms nutzt vorhandene Schaubilder und lädt die Teilnehmenden vor Ort sowie online ein, Verständnisfragen unmittelbar zu stellen. Aus dem historischen Einstieg entwickelt sich eine ausführliche Diskussion über praktische Gestaltungsentscheidungen.

Der Verlauf umfasst drei Schwerpunkte:
* Die Entwicklung von methodischer Wissensmanagement-Arbeit über eine unternehmensweite Weblog-Plattform zum Wiki.
* Das Betriebsmodell mit offenen Sprachbereichen, schlagwortbasierten Themenportalen und niedrigen Einstiegshürden.
* Fragen aus dem Publikum zu Aktualisierung, Verantwortlichkeit, Organisationsstrukturen, Informationssicherheit und Mehrfachzuordnung von Inhalten.

Die Fragen prägen den weiteren Aufbau. Statt ein allgemeines Wiki-Konzept vorzustellen, erläutert Ehms konkrete Erfahrungen und unterscheidet wiederholt zwischen dem offenen Wissensraum und stärker abgegrenzten Bereichen.

== Vom Wissensmanagement zur unternehmensweiten Plattform ==

Ehms beginnt im Jahr 2000 bei Siemens, zunächst mit konzeptioneller Arbeit, Beratung und der Entwicklung von Assessments. Er beschreibt Wissensmanagement als Zusammenspiel einer technischen und einer methodischen Seite. Sein eigener Werdegang zwischen Technik und Psychologie habe ihm ermöglicht, beide Perspektiven zu verbinden und Veränderungen der organisatorischen Schwerpunkte mitzugehen.

Zwischen 2000 und 2005 unterstützt sein Arbeitsbereich vor allem Communities of Practice. Mit dem Aufkommen von Weblogs verschiebt sich der Fokus zu einer Plattform, auf der grundsätzlich alle Beschäftigten im Intranet schreiben können. Das 2005 gestartete Weblog-Projekt ist für Ehms das erste größere Vorhaben, das nicht einzelne Einheiten, sondern das gesamte Unternehmen adressiert.

Anschließend entsteht die Idee einer Wiki-Plattform. Die Wahl fällt auf [[Confluence]] von Atlassian. Ehms nennt als damalige Entscheidungsgründe eine für das Unternehmen günstige Unlimited-Server-Lizenz sowie den Zugang zum Quellcode, der eigene Anpassungen ermöglicht. Zugleich weist er darauf hin, dass sich die Preispolitik des Anbieters inzwischen verändert habe.

Das Wiki geht 2008 in Betrieb und besteht zum Zeitpunkt der Session seit 16 Jahren. Ehms bezeichnet es als vermutlich größte Wissensplattform des Unternehmens für unstrukturierte beziehungsweise halbstrukturierte Informationen. Neben technischen Eigenschaften nennt er Finanzierung und unterstützende Stakeholder als Faktoren für die Beständigkeit einer Plattform.

== Offener Zugang als grundlegende Entscheidung ==

Die zentrale Gestaltungsentscheidung betrifft die Berechtigungen. Statt viele thematische Bereiche einzurichten, zu denen Personen jeweils ausdrücklich zugelassen werden müssen, entstehen zunächst ein globaler englischer und ein deutscher Bereich. Später kommt ein Bereich für weitere Sprachen hinzu. In diesen offenen Bereichen dürfen alle lesen und schreiben.

Als Anregung dient die Wikipedia-Idee gemeinsamer Beteiligung. Ehms grenzt den Vergleich jedoch ein: Das Unternehmenswiki ist kein Lexikon. Übernommen wird vor allem das Prinzip eines offenen Berechtigungsmodells.

Für den Erfolg ist nach seiner Darstellung entscheidend, dass Mitarbeitende nicht erst einen Bereich beantragen oder intern dafür bezahlen müssen. Bereits das Ermöglichen des Zugangs stellt eine wesentliche Veränderung dar; Beteiligung beginnt nicht erst mit ausgefeilten Methoden.

Bedenken wegen unerwünschter Änderungen begegnet Ehms mit der Versionshistorie. Frühere Seitenstände können wiederhergestellt werden, und im Intranet ist nachvollziehbar, wer Änderungen vorgenommen hat. Bei gelöschten Seiten muss gegebenenfalls die Administration eingreifen. Solche Fälle seien in seiner langjährigen Betriebserfahrung äußerst selten.

Er verallgemeinert diese Erfahrung nicht uneingeschränkt: Aus anderen Unternehmen kennt er Berichte über Online-Vandalismus. Für die eigene Plattform hält er entsprechende Sorgen jedoch überwiegend für unbegründet oder überschätzt.

== Flexible Themenportale statt starrer Ablagestrukturen ==

Die offenen Sprachbereiche besitzen zunächst keine thematische Unterteilung. Zur Orientierung entwickelt das Team eine eigene Erweiterung: Themenportale bündeln Seiten über Schlagworte und bieten eine gemeinsame Einstiegsseite, Navigation, eingegrenzte Suche, Änderungsübersichten und aggregierte Statistiken.

Eine Seite kann mehreren Portalen zugeordnet werden. Dafür erhält sie zusätzliche passende Schlagworte. So muss nicht entschieden werden, welchem einzigen Themenbereich ein Inhalt gehört.

Ehms nennt aktuell etwa 70.000 englische Seiten. Eine gezeigte ältere Darstellung weist 1.200 Themenportale aus. Diese Größenordnungen verdeutlichen, weshalb zusätzliche Orientierung innerhalb der offenen Bereiche erforderlich ist.

Confluence besitzt zwar eine Seitenhierarchie, doch diese wird in den ersten Jahren bewusst nicht angezeigt. Später erhalten auch Themenportale hierarchische Elemente, unter anderem für die Navigation. Die Hierarchie bleibt damit eine Strukturierungsmöglichkeit, ohne die schlagwortbasierte Mehrfachzuordnung zu ersetzen.

Wichtig ist Ehms außerdem, dass Seiten nachträglich verschoben werden können, ohne ihre Links zu beschädigen. Strukturen müssen deshalb nicht vollständig vorab festgelegt werden. Die Fachleute sollen sie entsprechend ihrer Arbeit entwickeln können, statt eine zentral entworfene Ordnung übernehmen zu müssen.

== Aktualität und Pflege: Fachkenntnis lässt sich nicht zentral ersetzen ==

Aus dem Publikum kommt die Frage, wie ein unternehmensweites Wiki aktuell gehalten wird. Ehms verweist auf ungefähr 120.000 offene Seiten insgesamt. Ein Wiki-Team aus einer Handvoll Personen könne diese Inhalte weder vollständig prüfen noch eigenständig aufräumen.

Inhaltspflege benötigt die Menschen, die den jeweiligen Bestand kennen. Bei Themenportalen mit 150 oder auch 500 Seiten erlebt Ehms, dass fachlich Verantwortliche die Entstehung und Bedeutung einzelner Seiten sehr genau einordnen können. Das zentrale Team unterstützt diesen Prozess mit Werkzeugen und Visualisierungen, etwa um auffällige Zuordnungen oder fehlerhafte Schlagworte sichtbar zu machen.

Für größere Aufräumaktionen werden sowohl Bearbeitungs- als auch Lesestatistiken herangezogen. Eine lange nicht geänderte Seite kann weiterhin nützlich sein. Fehlende Bearbeitung allein reicht deshalb nicht als Begründung für eine Archivierung.

Mit speziellen Werkzeugen lassen sich ganze Bereiche identifizieren und in ein offenes Archiv verschieben. Das verbessert nach Ehms’ Darstellung die Suche in den aktiven Sprachbereichen. Auch bei abgekündigten IT-Services oder Einkaufsprozessen können fachlich Verantwortliche eine Archivierung anstoßen.

Regelmäßige Erinnerungen, eine Seite nach einem Jahr zu prüfen, nutzt das Team nicht. Ähnliche Unterstützung gibt es bei defekten Links. Der Schwerpunkt liegt auf der Pflege größerer Seitenbündel statt auf einer zentralen Einzelkontrolle sämtlicher Inhalte.

== Qualitätsanspruch und Offenheit müssen zusammenpassen ==

Ehms nimmt die Kritik ernst, dass veraltete oder schwer auffindbare Inhalte Frustration auslösen können. Die Plattform zeigt deshalb Erstellungs- und Änderungszeitpunkte, Autorinnen und Autoren sowie Abrufzahlen an. Nutzende erhalten damit Hinweise, um Inhalte einzuordnen.

Zugleich widerspricht er dem Anspruch, ein offener unternehmensweiter Wissensraum dürfe ausschließlich geprüftes und topaktuelles [[Wissen]] enthalten. Eine stark kontrollierte Informationssammlung sei möglich, folge aber einem anderen Modell, etwa dem eines Produkthandbuchs.

Der offene Wissensraum soll auch Informationen auffindbar machen, nach denen jemand zunächst gar nicht gesucht hätte. Ehms fordert deshalb einen Vergleich mit der bisherigen Praxis: Auch Dokumente werden abgelegt, ohne dauerhaft überprüft zu werden. Entscheidend sei, ob die neue Arbeitsweise einen Fortschritt ermöglicht, nicht ob sie sofort eine ideale Informationswelt herstellt.

Diese Position bedeutet keinen Verzicht auf Pflege. Größere überholte Bereiche werden archiviert; der umfassende Aktualitätsanspruch wird jedoch nicht zur Voraussetzung für Beteiligung gemacht.

== Verantwortung zwischen gemeinsamer Bearbeitung und benannten Rollen ==

Bei gemeinsam bearbeiteten Seiten lässt sich Verantwortung nicht immer einer einzigen Person zuordnen. Ehms spricht von [[Collective Ownership]] und fragt, für welchen konkreten Zweck überhaupt ein eindeutiger Content Owner benötigt wird.

Er unterscheidet mehrere Situationen:
* Auf einer einzelnen Seite kann eine Box einen Themen-Owner benennen, insbesondere wenn Assistenzkräfte oder Werkstudierende die Änderungen ausführen, aber nicht die fachlichen Ansprechpersonen sind.
* Für ein Themenportal wird Verantwortung nicht automatisch aus Bearbeitungszahlen oder der Pflege der Startseite abgeleitet. Verantwortlich ist, wer diese Aufgabe übernimmt; das kann organisatorisch geregelt sein.
* Bei gesondert bestellten Spaces ist ein Space Owner bestimmbar. Als Anknüpfungspunkt dienen die Bestellung oder die interne Finanzierung.

Benannte Verantwortliche sind beispielsweise hilfreich, wenn Unternehmensteile hinzukommen oder ausgelagert werden und Entscheidungen über Inhalte anstehen. Für die offenen Bereiche sieht Ehms dennoch keinen Anlass, gemeinsame Verantwortung grundsätzlich durch eindeutige Einzelzuständigkeit zu ersetzen.

== Vertraulichkeit und Sichtbarkeit transparent machen ==

Vertrauliches Wissen gehört nach Ehms nicht in die offenen globalen Bereiche, sondern in geschlossene Spaces mit entsprechenden Sicherheitsstufen.

Die Plattform zeigt prominent an, für welchen Personenkreis ein Space sichtbar ist: etwa für ein Team, für eine größere Gruppe oder für Siemens einschließlich Tochterfirmen. Zusätzlich wird die Sicherheitsklasse angezeigt. Damit sollen Nutzende nachvollziehen können, in welchem Rahmen sie Informationen teilen.

Das Wiki-Team unterstützt Informationssicherheit durch Funktionen und Transparenz, trifft aber nicht selbst die fachlichen Sicherheitsentscheidungen. Wenn gewünschte Freigaben und Sicherheitsstufe fragwürdig erscheinen, verweist es an Informationssicherheitsbeauftragte.

== Wiki-Seiten als Grundlage für KI-Anwendungen ==

Ehms sieht Wikis besonders dort als stark an, wo Menschen über Bereichsgrenzen hinweg zusammenarbeiten. Zugleich hält er Wiki-Seiten für eine bessere Grundlage für KI-Anwendungen als Dokumente oder PDFs.

Er berichtet, dass in seinem Arbeitsumfeld RAG-basierte KI-Systeme auf Wiki-Seiten aufgebaut wurden. Als Vorteile nennt er kurze Inhalte und saubere Links. Seine zugespitzten Aussagen zur deutlich besseren Eignung sind persönliche Einschätzungen aus dieser Erfahrung, keine in der Session erläuterten Vergleichsmessungen.

Die KI-Perspektive ergänzt damit sein Argument für offenere Zusammenarbeit: Die Struktur der Inhalte ist nicht nur für menschliche Orientierung, sondern auch für ihre weitere technische Nutzung relevant.

== Konkrete Hinweise und Ausblick ==

Für Organisationen, die Confluence einführen, formuliert Ehms ausdrücklich den Rat, keine Organisationsbezeichnungen in Space Keys zu verwenden. Diese Schlüssel erscheinen in URLs; Umorganisationen können solche Benennungen unpassend machen. Stattdessen empfiehlt er thematisch stabile Bezeichnungen und rät auch von Ortsbezeichnungen ab.

Weitere Hinweise betreffen die Offenheit für bereichsübergreifende Zusammenarbeit, flexibel veränderbare Strukturen und den Erhalt funktionierender Links.

Zum Abschluss lädt Ehms zu weiteren Gesprächen ein. Er kündigt einen ausführlicheren Beitrag bei einer gestreamten MediaWiki-Konferenz in Wien Ende November an und sagt zu, ein erwähntes Paper zugänglich zu machen.

Gkc24-Session: Visual Facilitation + Knowledge Management = Knowledge Facilitation?!

2026-10-07T12:33:15Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Visual Facilitation + Knowledge Management = Knowledge Facilitation?!}}
{{Infobox gkc-Session
| titel = Visual Facilitation + Knowledge Management = Knowledge Facilitation?!
| art = Session
| jahr = 2024
| beitragende = Simon Didszuweit
| organisation = Deutsche Welle Akademie
| datum = 2024-10-11
| startzeit = 13:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=WovzKUMLxIc
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=WovzKUMLxIc</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Simon Didszuweit verbindet seine Arbeit im [[Wissensmanagement]] mit Zeichnen und Visualisieren. In der Session zeigt er, wie einfache Bilder komplexe Sachverhalte zugänglich machen, unterschiedliche Vorstellungen sichtbar werden lassen und gemeinsame Gespräche unterstützen können. Im Mittelpunkt steht nicht das perfekte Bild, sondern der Verständigungsprozess, den es ermöglicht. Praktische Zeichenbeispiele, Fragen aus dem Publikum und Hinweise zu digitalen Werkzeugen sowie zur Raumgestaltung ergänzen diesen Ansatz.

== Aufbau und Arbeitsweise der Session ==

Die Session beginnt mit einer Abfrage der Erwartungen: Geht es um zeichnerische Grundlagen, um den Nutzen von Visualisierung oder um einen konkreten Sachverhalt, der in ein Bild übersetzt werden soll? Anschließend erläutert Didszuweit seinen beruflichen Zugang. Als Wissensmanager bei der Deutschen Welle Akademie nutzt er seine persönliche Leidenschaft für das Zeichnen, um mit Menschen ins Gespräch zu kommen.

Auf diese Einführung folgen praktische Demonstrationen am Flipchart. Eine Landschaft mit Straße dient als Grundmodell für Rückblicke, Zukunftsbilder und Prozessbeschreibungen. Daran schließen sich einfache Figuren, Symbole, Rahmen und Schatten an. Die Fragen der Teilnehmenden lenken die Session wiederholt auf Vorbereitung, Überforderung, digitale Zusammenarbeit und den Umgang mit Änderungen.

Im weiteren Verlauf werden bewegliche Karten, kleine Überraschungseffekte auf Plakaten, digitale Whiteboards, generierte Bilder und Facilitation Tape behandelt. Zum Abschluss geht es um Bilder für Wissensmanagement und um Möglichkeiten, den Austausch nach der Veranstaltung fortzusetzen. Die Session verbindet damit kurze Erläuterungen, sichtbares Ausprobieren und gemeinsames Nachdenken über Anwendungssituationen.

== Visualisierung als Zugang zum Wissensmanagement ==

Didszuweit beschreibt Visualisierung als ein niedrigschwelliges Eintrittsportal. Er wird zu Gesprächen hinzugezogen, in denen beispielsweise technische Unterstützung oder Wissensmanagement-Beratung erwartet wird. Statt zunächst die eigene Zuständigkeit abzugrenzen, hört er zu und hält fest, was er verstanden hat.

Ein solches Bild kann er anschließend als zusätzliches Ergebnis anbieten. Es zeigt nicht eine vermeintlich objektive Gesamtsicht, sondern seine Aufnahme des Gesprächs. Als Beispiel nennt er eine Sitzung, zu der er ein Graphic Recording und ergänzend ein kurzes Video erstellt hat. Das Video sollte das Bild erläutern und einen bestimmten Gesprächspunkt zugänglich machen.

Der Nutzen liegt für ihn darin, etwas Konkretes anzubieten: nicht nur Hinweise auf Wissensmanagement-Konzepte oder eine [[Community of Practice]], sondern eine Symbolsprache, mit der sich Beteiligte über komplexe Sachverhalte austauschen können. Das Bild wird so zum Arbeitsangebot und nicht lediglich zur Illustration.

== Gemeinsames Verständnis statt perfekter Darstellung ==

Eine zentrale Aussage lautet, dass Bilder Unterschiede im Verständnis sichtbar machen können. Wenn zwei Personen von einer Strategie sprechen, müssen sie damit nicht dasselbe meinen. Ein Bild oder Modell eröffnet einen anderen Zugang zu solchen Grundannahmen.

Didszuweit veranschaulicht dies mit einer Organisation als Legohaus: Über eine Figur auf dem Dach und deren Verhalten lässt sich anders sprechen als über den direkten Vorwurf, die Führungskraft mische sich ständig ein. Entscheidend ist der Wechsel vom gesprochenen Begriff zu einem Gegenstand, auf den sich alle beziehen können.

Dabei muss das Bild weder schön noch vollständig richtig sein. Auch ein unzutreffendes Bild kann produktiv sein, wenn jemand widerspricht und eine andere Vorstellung beschreibt. Die Abweichung liefert dann den Anlass, genauer nachzufragen. Visualisierung soll Unklarheit nicht verdecken, sondern ihre Bearbeitung erleichtern.

Didszuweit unterscheidet dabei zwei Arbeitsrichtungen:
* Ein Bild wird vorgeschlagen, um ein Gespräch anzustoßen.
* Während des Zuhörens wird aufgenommen und gezeichnet, was die Beteiligten erläutern.

In beiden Fällen zählt der Prozess. Ein ausgearbeitetes Produkt, wie es bei einem beauftragten Graphic Recording entstehen kann, ist nicht automatisch der passende Maßstab für eine moderierte Arbeitsrunde.

== Das Landschaftsbild als vielseitiger Gesprächsrahmen ==

Als besonders vielseitiges „Hosentaschenbild“ demonstriert Didszuweit eine Landschaft mit Horizont, Bergen und Straße. Wenige Linien genügen; ein zusätzlicher Rahmen gibt dem Ganzen eine erkennbare Form. Die Straße kann einen zurückgelegten Weg, eine bevorstehende Entwicklung oder einen Prozess darstellen.

Für eine Retrospektive wird gefragt, woher das Team kommt und was auf dem Weg passiert ist. Für ein Zukunftsbild wird dieselbe Grundform verändert. Gefahren, Hindernisse, Flüsse, Brücken oder Umwege bieten Gesprächsanlässe: Was könnte den Weg blockieren? Wo wäre eine Verbindung nötig? Verläuft die Entwicklung überhaupt so, wie die erste Zeichnung nahelegt?

Die Beteiligten müssen ihre Beiträge nicht ausschließlich zeichnen. Texte auf Karten können ebenso in die Landschaft aufgenommen werden. Didszuweit empfiehlt, dem Gespräch zu folgen: Wenn jemand die Straße anders sieht, wird die Darstellung entsprechend weiterentwickelt. Das Grundbild liefert Orientierung, legt den Inhalt aber nicht fest.

== Ein eigenes visuelles Glossar entwickeln ==

Um beim Zeichnen weniger unter Druck zu geraten, empfiehlt Didszuweit einen kleinen, wiederverwendbaren Symbolvorrat. Ein Skizzenbuch mit Kästchen kann helfen, häufig benötigte Begriffe zu sammeln und wiederholt zu zeichnen. Mit der Zeit entsteht ein persönliches visuelles Glossar.

Als Beispiele zeigt er einfache Figuren mit kräftigen Armen, eine zeigende Person, eine Sonne und die eierlegende Wollmilchsau. Gerade bereits sprachlich verwendete Bilder lassen sich auf diese Weise aufgreifen. Nicht jede Zeichnung muss sofort eindeutig sein: Eine Beschriftung kann ergänzen, was mit wenigen Strichen noch nicht verständlich wird.

Auch Vorlagenbücher und Bildersuchen werden angesprochen. Eine Teilnehmerin empfiehlt Bikablo; Didszuweit berichtet, dort selbst eine Ausbildung gemacht zu haben. Er beschreibt die Bücher als Sammlung von Bildvokabular und verweist zugleich auf die aus seiner Sicht hohen Kosten entsprechender Trainings.

Sein grundlegender Rat bleibt, den Anspruch niedrig zu halten. Wenn kein passendes Symbol einfällt, kann man Text verwenden oder eine vorläufige Zeichnung anbieten und nachfragen, ob sie den Sachverhalt trifft. Dadurch führt die Unsicherheit wieder zum Thema zurück, statt die Arbeit am Bild zu blockieren.

== Vorbereitung und Sicherheit beim Moderieren ==

Mehrere Fragen betreffen die Schwierigkeit, gleichzeitig zu moderieren und zu zeichnen. Didszuweit nennt vorbereitete Bildkarten oder Ausdrucke als Entlastung. Auch ein iPad kann Druck reduzieren, weil man digital arbeitet und sich nicht zum Zeichnen vom Publikum abwenden muss.

Seine eigene Erfahrung stammt vor allem aus dem internen Arbeitskontext. Er wird dort nicht ausdrücklich als Visual Facilitator beauftragt, sondern bietet die Zeichnung zusätzlich an. Mit diesem Vorgehen habe er bislang keine ablehnenden Erfahrungen gemacht. Diese Einschätzung schildert er als persönliche Praxis, nicht als Ergebnis einer systematischen Prüfung verschiedener Gruppen.

Sicherheit entsteht für ihn vor allem durch vertraute Grundformen und die Bereitschaft, einen Kommunikationsprozess anzustoßen. Seine zentrale Ermutigung lautet: ''„Man muss dafür jetzt nicht Picasso sein, sondern man muss es anbieten.“'' Visualisierung ersetzt allerdings nicht die übrige Moderationsarbeit. Vorbereitung, Gespräche mit den Beteiligten und Zeitplanung bleiben erforderlich.

== Einfache Gestaltung und sichtbare Veränderungen ==

Rahmen und Schatten können bereits gewöhnlichen Texten eine visuelle Struktur geben. Für Schatten empfiehlt Didszuweit eine gleichbleibende Richtung, beispielsweise unten rechts. Entscheidend ist die Konsistenz, nicht eine ausführliche Erklärung des Lichteinfalls. Kreise, Linien, Quadrate und Rechtecke bilden die Grundlage vieler weiterer Darstellungen.

Auf die Frage nach Korrekturen auf Papier antwortet er, dass er Änderungen häufig sichtbar lässt. Wenn aus einer geraden Straße ein gewundener Weg wird, dokumentiert dies auch die Entwicklung des Gesprächs. Eine Reinzeichnung ist für ihn besonders dann relevant, wenn ausdrücklich ein fertiges Produkt erwartet wird.

Weitere Möglichkeiten sind:
* Das entstandene Bild fotografieren und als Foto weitergeben.
* Beschriftete Karten verwenden, die sich umsortieren lassen.
* Statisch haftende Karten einsetzen, darunter transparente Varianten.
* Zeichnungen mit einer App wie Carbo weiterverarbeiten.

Transparente Karten ermöglichen zusätzliche Elemente über einer vorhandenen Zeichnung. So kann sich etwa die Rolle einer Figur verändern, ohne das Grundbild neu zeichnen zu müssen.

== Analoge Überraschungen und digitale Zusammenarbeit ==

Didszuweit zeigt kleine Effekte, mit denen ein Plakat interaktiv werden kann. Durch einen Schnitt lässt sich beispielsweise der i-Punkt einer Strategie hervorziehen. Ein anderer Schnitt kann als symbolischer Mülleimer dienen, in dem belastende Themen verschwinden. Ein vorbereitetes Flammenmotiv eröffnet die Frage, wofür die Gruppe brennt. Solche Effekte sollen Aufmerksamkeit erzeugen und Gespräche unterstützen.

Für digitale Formate beschreibt er zwei Varianten: Er kann zunächst unbemerkt für sich zeichnen und das Ergebnis später abgeben, oder die Beteiligten verfolgen die Entstehung direkt in einem geteilten Arbeitsraum.

Aus dem Teilnehmerkreis wird Excalidraw vorgestellt. Genannt werden Bibliotheken mit Piktogrammen, eigene Vorlagensets und die Möglichkeit, gemeinsam über Distanz zu arbeiten. Auch Miro wird als Werkzeug angesprochen, in dem sich passende Symbole suchen und in eine Darstellung einfügen lassen.

Wichtig bleibt die Beteiligung: Wer nicht selbst zeichnen möchte, kann Bilder oder Fotos suchen. Der Moderator gibt dann den Rahmen vor, während die Gruppe Inhalte beiträgt. Die Darstellung wird dadurch zu einem gemeinsamen Arbeitsgegenstand.

== Generierte Bilder und der Raum als Arbeitsfläche ==

Didszuweit berichtet, dass er mit generativer KI experimentiert. Als Beispiel nennt er mit Copilot erzeugte Bilder zu Kaffeemaschine, Zubehör und Kaffeezubereitung. Statt selbst zu zeichnen, könne man auch aus dem Gespräch eine sprachliche Bildbeschreibung entwickeln.

Solche Bilder treffen den Sachverhalt aus seiner Sicht häufig nicht genau. Dennoch können sie ausreichend sein, um Widerspruch und Präzisierungen anzuregen. Maßstab ist erneut das gemeinsame Verständnis, nicht die Qualität des generierten Bildes.

Facilitation Tape erweitert die Arbeit über Flipcharts hinaus. In der Diskussion werden Wände, Glasflächen, Böden und andere Raumteile als mögliche Flächen genannt. Klebeband kann Wege markieren, Bereiche abgrenzen oder Aufstellungen unterstützen. Eine Teilnehmerin beschreibt beispielsweise, wie eine unansehnliche Ecke als nicht zum Arbeitsraum gehörig gekennzeichnet werden kann.

Didszuweit ordnet diese Anwendungen teilweise über sein engeres Wissensmanagement-Verständnis hinaus ein: Sie helfen, kommunikative Prozesse zu gestalten und Lernräume zu schaffen.

== Bilder für Wissensmanagement und weiterer Austausch ==

Auf die abschließende Frage nach seinem Bild für Wissensmanagement nennt Didszuweit Gehirne, Glühbirnen, ineinandergreifende Zahnräder und verbundene Maschinen. Für sein eigenes Mandat nutzt er jedoch eine andere Metapher: Er sei nicht der Magier, der ein Kaninchen aus dem Hut zaubert, sondern das Kaninchen, das andere auf eine gemeinsame Erkundung mitnimmt.

Zum Abschluss lädt er zum weiteren Austausch ein. Als Suchbegriffe nennt er Visual Facilitation und Graphic Recording; außerdem verweist er auf die entsprechende Community und bietet Kontakt über LinkedIn an. Sein Interesse gilt dabei ausdrücklich auch einem fortgesetzten internen Austausch über Erfahrungen und Anwendungsmöglichkeiten.

Gkc24-Session: Unternehmenswissen im Griff: Chatten mit einem wissensbasierten LLM

2026-10-07T12:33:13Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Unternehmenswissen im Griff: Chatten mit einem wissensbasierten LLM}}
{{Infobox gkc-Session
| titel = Unternehmenswissen im Griff: Chatten mit einem wissensbasierten LLM
| art = Session
| jahr = 2024
| beitragende = Alexandra Klaffschenkel
| organisation = Interface projects
| datum = 2024-10-10
| startzeit = 17:00
| sprache = Deutsch
| video_id = jAllei3KXlQ
| video_url = https://www.youtube.com/watch?v=jAllei3KXlQ
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>In dieser Session zeige ich, wie Unternehmen die Vorteile von Large Language Models (LLMs) nutzen können, ohne dabei auf externe Anbieter angewiesen zu sein. Durch das selbstgehostete LLM bleiben alle Daten im eigenen Haus, was nicht nur die Datensicherheit erhöht, sondern auch die Kontrolle über die Verfügbarkeit und Qualität der Informationen stärkt. Anhand eines praxisnahen Beispiels erläutere ich, wie man LLMs auf erschwinglicher Hardware betreiben kann und welche Möglichkeiten sich durch die Integration in bestehende [[Wissensmanagement]]-Systeme wie INTERGATOR ergeben. Ziel der Session ist es, die Teilnehmer für die Potentiale eines unternehmenseigenen LLM zu sensibilisieren und gemeinsam über die Herausforderungen und Chancen zu diskutieren. Das Format ist eine Mischung aus Impuls-Vortrag und offener Diskussion.</blockquote>

<youtube>https://www.youtube.com/watch?v=jAllei3KXlQ</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Alexandra Klaffschenkel zeigt, wie INTERGATOR Unternehmensdaten erschließt und gefundene Inhalte für Antworten eines [[Large Language Model|Large Language Models]] bereitstellt. Im Mittelpunkt stehen die Verbindung von Suche und Sprachmodell, dokumentbezogene Zugriffsrechte sowie die Anpassung an Fachabteilungen und Anwendungsfälle. Die Diskussion behandelt außerdem Halluzinationen, Aktualisierung und selbst gehostete Modelle. Eine zentrale Erkenntnis lautet: Ein Chat erleichtert den Zugang zum Unternehmenswissen, ersetzt aber weder ein belastbares Berechtigungskonzept noch die notwendige Projektarbeit.

== Aufbau und Perspektive der Session ==

Klaffschenkel gestaltet die Session mit wenigen Folien, einer Live-Demonstration und fortlaufenden Fragen aus dem Publikum. Sie knüpft an ihre Vorstellung des Unternehmensdaten-Chats im Vorjahr an und bittet die Teilnehmenden, Erfahrungen mit eigenen LLM- und RAG-Projekten einzubringen.

Als Key Account Managerin bei Interface projects nimmt sie bewusst die Perspektive einer Endanwenderin ein. Beschäftigte erwarteten zunehmend die einfache Bedienbarkeit, die sie von privaten Chat-Anwendungen kennen. Technische Details stehen für sie weniger im Vordergrund als die Frage, ob eine Lösung im Arbeitsalltag funktioniert. Bei mehreren Architekturfragen verweist sie deshalb auf einen möglichen technischen Vertiefungstermin.

Der angekündigte Ablauf umfasst die Entstehung der Lösung, das Chatten mit INTERGATOR, Erwartungen an LLMs, Erfahrungen des vergangenen Jahres und Vor- beziehungsweise Nachteile selbst gehosteter Modelle. Die tatsächliche Session entwickelt sich stark entlang der Publikumsfragen: Auf die Demonstration folgen Diskussionen über Retrieval, Berechtigungen, Datenqualität und Sicherheitsrisiken.

== Unternehmenswissen erschließen statt Dokumente einzeln hochladen ==

Klaffschenkel beschreibt INTERGATOR als mehrstufige Lösung. Die Grundlage bildet eine [[Enterprise Search]], die unterschiedliche Datenquellen über Konnektoren verbindet. Diese lesen neben Inhalten auch Rollen und Berechtigungen aus. Die Suche soll relevante Informationen aus vorhandenen Beständen auswählen, ohne dass Beschäftigte die passenden Dokumente selbst zusammensuchen und einzeln für eine Chat-Anfrage hochladen müssen.

Das Sprachmodell steht am Ende dieses Prozesses. Zunächst werden relevante Dokumente ermittelt. Anschließend gelangen nur die für die Frage benötigten Abschnitte als sogenannte Chunks an das LLM, das daraus eine natürlichsprachliche Antwort erzeugt. Klaffschenkel unterscheidet damit zwischen dem Auffinden von [[Wissen]] und seiner sprachlichen Darstellung.

In der Demonstration nutzt sie die fiktive Balsa AG, einen Hersteller von Schiffsmotoren. Sie übernimmt die Rolle einer neuen Vertriebsmitarbeiterin und fragt, welche Kunden bereits eine Antriebskette und eine Batterie gekauft haben. Das System nennt Kunden und zeigt die zugrunde liegenden Dokumente. Eine Nachfrage nach dem Nettopreis einer Batterie liefert im Beispiel 115 Euro; Klaffschenkel öffnet die entsprechende Quelle.

Die Demonstration veranschaulicht sowohl die dialogische Nachfrage als auch die Verbindung zwischen Antwort und Beleg. Als mögliche Quellen nennt sie unter anderem CRM-Systeme, SAP und Outlook-Nachrichten. Filter können die Suche zusätzlich beeinflussen.

== Semantik und Relevanz müssen zum Anwendungsfall passen ==

Für die Verarbeitung einer Suchanfrage beschreibt Klaffschenkel ein Embedding-Modell, das ähnliche Begriffe, Synonyme und thematische Zusammenhänge erschließt. Neben Standardmodellen könne ein unternehmensspezifisches Modell eingesetzt werden, etwa bei zahlreichen internen [[Abkürzungen]] oder Eigennamen. Dafür sei eine gute Datengrundlage erforderlich.

Auf die Frage nach Dokumenten mit ähnlicher Sprache, aber unterschiedlichen Inhalten verweist sie auf das Preprocessing und die Nutzung von Metadaten. Die Unterscheidung werde nicht allein dem generierenden Sprachmodell überlassen. Auch Taxonomien und Klassifizierungen könnten im Projekt berücksichtigt werden.

Klaffschenkel erläutert außerdem die Vektorisierung von Texten und Dokumenten. Ihre zunächst zukunftsgerichtete Formulierung präzisiert sie auf Nachfrage: Entsprechende Verfahren würden bereits eingesetzt. Die technische Umsetzung bleibt in der Session allerdings nur skizziert.

Entscheidend sei das Relevanzranking. Eine breit angelegte Suche könne sehr viele Treffer liefern, darunter wenig hilfreiche Nachrichten. Deshalb müsse ein [[Retrieval-Augmented Generation|RAG-System]] auf eine Fachabteilung oder einen konkreten Anwendungsfall zugeschnitten werden. Dabei werde festgelegt, welche Datenquellen besonders wichtig sind und welche Inhalte höher gewichtet werden.

Eine allgemeine Lösung für alle Beschäftigten lehnt Klaffschenkel ausdrücklich ab. Vertrieb und Buchhaltung hätten unterschiedliche Informationsbedürfnisse. Ein Inhalt könne für eine Person zentral und für eine andere praktisch bedeutungslos sein.

== Berechtigungen und Aktualisierung als Grundlage ==

Ein wiederkehrendes Thema ist die Übernahme bestehender Zugriffsrechte. Auf die Frage nach unterschiedlichen Rechtekonzepten, etwa in einem Abteilungslaufwerk und SAP, erklärt Klaffschenkel, dass neben dem Active Directory auch die Berechtigungen der jeweiligen Datenquelle ausgelesen würden. Die genaue technische Zuordnung erläutert sie nicht.

Nach ihrer Darstellung enthält der Volltextindex auch die Berechtigungen für einzelne Dokumente. Für seine Erstellung werden Dokumente eingelesen; anschließend werde der übrige eingelesene Dokumentbestand wieder gelöscht. Der Betrieb sei sowohl in der Cloud als auch on-premise möglich.

Änderungen werden durch eine je Datenquelle konfigurierbare Nachindexierung berücksichtigt. Diese prüfe neue, veränderte und gelöschte Dokumente sowie Änderungen an deren Berechtigungen. Für häufig wechselnde Inhalte könnten kurze Intervalle gewählt werden, für weitgehend unveränderte Archive längere. Dringende Sperren ließen sich auch manuell oder über Prozesse anstoßen.

Für den Chat bedeutet dies nach Klaffschenkels Darstellung: Unterschiedlich berechtigte Personen können auf dieselbe Frage unterschiedliche Antworten erhalten. Fehlen passende Informationen oder die erforderlichen Rechte, soll das System keine entsprechende Antwort liefern.

== Dokumentierte Antworten statt eigenständiger Analysen ==

Klaffschenkel berichtet von hohen Erwartungen an LLMs. Viele Interessierte wünschten nicht nur Antworten aus vorhandenen Texten, sondern ein System, das selbstständig mitdenkt und Analysen erstellt. Diese Erwartung grenzt sie von der vorgestellten Lösung ab.

INTERGATOR liefere in der beschriebenen Basis Antworten auf Grundlage bereits dokumentierter Informationen. Eine Frage danach, mit welchem Lieferanten in einem bestimmten Jahr der größte Umsatz erzielt wurde, werde nicht beantwortet, wenn diese Erkenntnis nirgends im Bestand festgehalten ist. Die Lösung soll also nicht aus verstreuten Angaben selbstständig eine neue Auswertung ableiten.

Auch die Frage nach Halluzinationen führt zu einer Präzisierung. Zunächst erklärt Klaffschenkel, diese würden über die Konfiguration ausgeschlossen. Im weiteren Austausch wird jedoch festgehalten, dass sich das Risiko stark reduzieren, aber nicht vollständig ausschließen lasse. Sie bestätigt, dass Fehler weiterhin möglich sind und Menschen die Ergebnisse prüfen müssen.

Als risikomindernde Elemente nennt sie die Beschränkung auf eigene Daten, vorgegebene Rollen und Kontexte sowie die gezielte Auswahl von Dokumentabschnitten. Die Qualität der Quellen bleibt dabei eine Grenze: Enthalten die internen Dokumente falsche Informationen, kann die Lösung daraus keine verlässlich richtigen Antworten machen.

== Unternehmensspezifische Modelle und selbst gehostete LLMs ==

Eine Frage aus einer EU-Organisation richtet sich auf Modelle, die mit eigenen Daten trainiert werden. Hintergrund sind Vorbehalte gegenüber Informationen aus dem Vortraining externer Modelle.

Klaffschenkel unterscheidet ein vollständiges LLM von einem kleineren Modell für Semantik und Retrieval, das sie als „Short Language Model“ bezeichnet. Für ein solches unternehmensspezifisches Modell nennt sie ungefähr 50.000 bis 100.000 hochwertige Dokumente, abhängig vom verfügbaren Inhalt. Weniger sei möglich; entscheidend sei guter, beschreibender Text.

Dieses Modell ersetze das LLM nicht. Es unterstütze die Erkennung sprachlicher und dokumentbezogener Zusammenhänge, während für die natürlichsprachliche Antwort weiterhin ein größeres Sprachmodell benötigt werde. Als aktuell mitgeliefertes, selbst hostbares Modell nennt sie Mistral Nemo.

Für den On-Premise-Betrieb führt Klaffschenkel drei Motive an:
* Daten sollen innerhalb der eigenen Umgebung bleiben.
* Eine organisatorische No-Cloud-Strategie soll eingehalten werden.
* Anfrageabhängige Kosten externer Anbieter sollen vermieden werden.

Sie berichtet, dass Transaktionspreise im vergangenen Jahr gesunken seien, größere verarbeitete Textmengen die Kosten aber wieder erhöhen könnten. Ihre Kostenargumentation bezieht sich auf diese anfrageabhängigen Gebühren; konkrete Hardwarekosten oder ein vollständiger Betriebskostenvergleich werden nicht vorgestellt. Zugleich beschreibt sie den Modellmarkt als schnelllebig und damit als Herausforderung für die Auswahl.

== Daten nicht pauschal bereinigen – Sicherheitsprobleme dennoch prüfen ==

Die Aussage, Unternehmen müssten ihre Daten vorab nicht aufräumen, löst deutlichen Widerspruch aus. Ein Teilnehmer warnt vor privaten personenbezogenen Daten in Laufwerken und unzureichenden Berechtigungen. KI könne vorhandene organisatorische Probleme sichtbarer machen, statt sie zu lösen.

Klaffschenkel präzisiert ihre Aussage: Gemeint sei, dass nicht sämtliche Dubletten, älteren Versionen oder vermeintlich irrelevanten Inhalte entfernt werden müssten. Metadaten, Versionsinformationen, Klassifizierung und projektspezifische Regeln könnten helfen, passende Inhalte auszuwählen. Auch die Bevorzugung neuerer Versionen müsse im Projekt festgelegt werden.

Ein korrektes Rollen- und Berechtigungskonzept bleibe dagegen notwendig. Als Beispiel schildert sie einen Kundenfall, in dem über Jahre vergebene Vertretungsrechte dazu geführt hätten, dass viele Beschäftigte auf Vorstandsverträge und Gehaltsinformationen zugreifen konnten. Nach dem Start der klassischen Suche sei diese Schwachstelle rasch sichtbar geworden.

Ein weiterer Publikumsbeitrag berichtet von einer Copilot-Pilotierung und unerwartet weitreichenden Ordnerfreigaben. Daraus ergibt sich die Forderung, solche Fallstricke vor einem umfassenden Rollout kennenzulernen. Klaffschenkel stimmt der Bedeutung dieser Vorarbeit zu.

== Konsequenzen für Einführung und Nutzung ==

Die Diskussion mündet in mehrere ausdrücklich angesprochene Anforderungen:
* Rollen und Berechtigungen müssen vor der Einführung geprüft und verlässlich eingerichtet sein.
* Datenquellen und Relevanzranking müssen zum jeweiligen Anwendungsfall passen.
* Aktualisierung, Versionsauswahl und Metadatenbehandlung sind Teil der Projektarbeit.
* LLM-Antworten müssen trotz risikomindernder Maßnahmen kritisch hinterfragt werden.
* Pilotierungen können helfen, unerwartete Freigaben und Zugriffslücken vor einem breiten Rollout zu erkennen.

Klaffschenkel betont abschließend, dass die Chat-Oberfläche nur einen Teil der Lösung bildet. Die eigentliche Grundlage ist die kontrollierte Erschließung des Unternehmenswissens. Dabei müsse auch geklärt werden, wie umfassend die Quellenabdeckung sein soll: Neben der Microsoft-Welt nennt sie SAP, CRM-, PLM- und E-Akten-Systeme als relevante Umgebungen. Ein bequem bedienbarer Chat allein löst diese Integrations- und Organisationsaufgaben nicht.

Gkc24-Session: Projekt-Einblicke: vom geschlossenen zum offenen Wiki – mehr Partizipation, weniger Silos

2026-10-07T12:33:11Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Projekt-Einblicke: vom geschlossenen zum offenen Wiki – mehr Partizipation, weniger Silos}}
{{Infobox gkc-Session
| titel = Projekt-Einblicke: vom geschlossenen zum offenen Wiki – mehr Partizipation, weniger Silos
| art = Session
| jahr = 2024
| beitragende = Martin Harnisch
| datum = 2024-10-11
| startzeit = 11:00
| sprache = Deutsch
| video_id = 5B0Gvu2GnrE
| video_url = https://www.youtube.com/watch?v=5B0Gvu2GnrE
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Ich leite derzeit ein Projekt, welches das 18 Jahre alte Firmenwiki (Confluence) eines kommunalen IT-Servicedienstleisters durch ein neues System (BlueSpice) ersetzt. Dabei wird nicht nur das technische System ausgetauscht, sondern auch die Arbeitsweise grundlegend verändert. Die größte Umstellung besteht in der Aufhebung der über die Jahre entstandenen Zugriffsrestriktionen bzw. der Einführung einer offenen [[Wiki]]-Kultur nach dem Prinzip: „Alle dürfen alles lesen und dazu beitragen“. In dieser Session möchte ich zunächst einen kurzen Einblick in das Projekt geben und anschließend in eine offene Fragerunde und Diskussion übergehen.</blockquote>

<youtube>https://www.youtube.com/watch?v=5B0Gvu2GnrE</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Martin Harnisch berichtet über die Ablösung eines langjährig genutzten [[Confluence]]-Wikis durch [[BlueSpice]] bei einem kommunalen IT-Dienstleister. Aus der zunächst technischen Migration wird ein Veränderungsprojekt: Geschlossene Organisationsbereiche sollen einem weitgehend offenen, thematisch erschlossenen Wiki weichen. Freiwillige Beteiligung, gemeinschaftliche Inhaltspflege und ein Wiki-Gardening-Team bilden dafür wesentliche Grundlagen. Die anschließende Diskussion behandelt unter anderem Zugriffsrechte, Suche, Kosten und die dauerhafte Aktualität der Inhalte. Zum Zeitpunkt der Session steht der Go-live noch aus.

== Aufbau der Session ==

Harnisch beginnt mit dem Unternehmen, dem Projektauftrag und den Gründen für den Systemwechsel. Anschließend beschreibt er die gewachsene Struktur des bisherigen Wikis und stellt das neue Konzept vor: offene Zugriffsrechte, flachere Navigation und unterstützende Pflegeaufgaben. Danach erläutert er die freiwillige Pilotierung und die Vorbereitung der bestehenden Inhalte.

Der zweite Teil ist eine offene Fragerunde mit Teilnehmenden im Raum und online. Sie vertieft technische und organisatorische Fragen und macht insbesondere die Spannung zwischen gemeinsamer Verantwortung und verlässlicher Aktualisierung sichtbar.

== Ausgangspunkt: ein technischer Wechsel mit organisatorischen Folgen ==

Harnisch leitet das Projekt bei der SIS/KSM, die er als Schweriner IT- und Servicegesellschaft vorstellt. Das Unternehmen hat rund 250 Mitarbeitende und betreut die IT von Kommunen in der Umgebung. Als er Mitte 2023 ins Unternehmen kommt, steht die Abkehr von Confluence bereits fest; die Ausschreibung läuft noch. Im weiteren Verlauf des Jahres fällt die Entscheidung für BlueSpice, das er als auf [[MediaWiki]] basierendes Enterprise-Wiki beschreibt.

Für den Wechsel nennt er zwei Gründe. Einerseits seien die Kosten für Confluence gestiegen. Andererseits habe das unternehmenseigene Informationssicherheitsmanagement gemeinsam mit dem Datenschutz geprüft, ob die angestrebte Cloud-Nutzung möglich sei, und dies verneint. Harnisch hat diese Prüfung nicht selbst vorgenommen und erläutert ihre Einzelgründe nicht. In der Schlussdiskussion bekräftigt er, dass diese Einschätzung ausschlaggebend war.

Der ursprüngliche Auftrag lautet, das Unternehmen technisch von einem System zum anderen zu führen. Allerdings enthält das seit 18 Jahren bestehende Wiki rund 8.000 Seiten. Der Wechsel erfordert deshalb mehr als Installation und Abschaltung: Auch die gewachsene Informationsorganisation wird zum Gegenstand des Projekts.

== Geschlossene Bereiche erzeugen Wissenssilos und Redundanzen ==

Im bisherigen Wiki erhalten Organisationseinheiten eigene Bereiche, in Confluence „Spaces“ genannt. Diese sind standardmäßig geschlossen. Üblicherweise können nur die zugehörigen Mitarbeitenden lesen und bearbeiten; teilweise ist selbst die Bearbeitung weiter eingeschränkt.

Zum Ende bestehen nach Harnischs Schätzung noch etwa 14 bis 15 genutzte Bereiche. Die Abschottung begünstigt Mehrfachdokumentation: Wer administrative Zugriffsrechte hat, kann zu einer Anwendung mehrere Seiten in unterschiedlichen Bereichen finden. Werden Bereiche später geöffnet, entstehen Fragen danach, welche Beschreibung aktuell ist und wo Ergänzungen hingehören.

Neben den Berechtigungen prägt auch die Darstellung die Nutzung. Mitarbeitende können sich dauerhaft im Bereich ihres Teams bewegen und diesen als das gesamte Wiki wahrnehmen. Andere Wissensbestände bleiben dadurch außerhalb ihres Blickfelds.

Hinzu kommt eine tief verschachtelte Seitenhierarchie. Unter einer übergeordneten Seite liegen Anwendungsseiten, darunter weitere Unterseiten und häufig gleichnamige Seiten wie „Anleitung“. Solche Titel sind innerhalb ihres jeweiligen Pfades verständlich, helfen bei einer bereichsübergreifenden Suche aber nur begrenzt. Harnisch verbindet die Kritik an Zugriffssilos deshalb mit einer Kritik an der bisherigen Orientierung über Organisationszugehörigkeit und Seitenbäume.

== Offenheit als Grundprinzip – mit einer Sicherheitsausnahme ==

Die Vision des neuen Wikis ist bewusst einfach: Alle Mitarbeitenden sollen sich zu allen Themen ihres Arbeitskontexts informieren und zu diesen Informationen beitragen können. Dazu gehören sowohl Lese- als auch Schreibrechte ohne vorherige Einzelbeantragung.

Harnisch erläutert dies am Beispiel der unternehmensinternen „Vorgangstabelle“. Wer den Begriff in einem Gespräch hört, soll ihn nachschlagen können. Fehlt eine Erklärung, soll die Person selbst eine Seite anlegen und zunächst auch nur einen kurzen Satz beitragen dürfen. Beteiligung setzt damit nicht voraus, bereits eine vollständige Dokumentation liefern zu können.

Eine Ausnahme betrifft sicherheitsrelevante Informationen zur IT-Infrastruktur, etwa Firewall-Einstellungen. Diese bleiben auf Entscheidung des Unternehmens nur dem Personenkreis zugänglich, der sie benötigt. Das neue Konzept umfasst somit einen großen offenen Bereich und einen gesonderten geschützten Bereich.

In der Diskussion über interne Teamregeln unterscheidet Harnisch zwischen fehlendem allgemeinem Interesse und tatsächlichem Schutzbedarf:

''„Muss das nicht jeder sehen oder darf das nicht jeder sehen?“''

Dass Informationen hauptsächlich ein Team betreffen, ist für ihn allein kein Grund zur Abschottung. Einblick in die Arbeitsorganisation anderer könne Lernen, Übernahme hilfreicher Praktiken und Austausch ermöglichen.

== Themen statt Organisationsbaum ==

Das neue Wiki verzichtet auf Organisationsbereiche als zentrale Navigationsstruktur. Informationen sollen über Suchbegriffe, [[Kategorie|Kategorien]] und Verlinkungen zwischen Seiten auffindbar werden. Ausgangspunkt ist damit ein Thema wie „Vergabe“, nicht die eigene Abteilung.

Portale oder Startseiten für bestimmte Arbeitsbereiche bleiben möglich. Sie sollen jedoch nicht wieder zum ausschließlichen Zugang zu Informationen werden. Die Seitenstruktur wird insgesamt flacher.

Ein Teilnehmer weist auf die damit verbundenen Anforderungen hin: Menschen, die an Ordnerstrukturen gewöhnt sind, könnten Hierarchien vermissen. Außerdem müsse die Verlinkung zwischen Seiten bewusst hergestellt werden, wenn die bisherige automatische Navigation entfalle. Kategorien und Themenportale werden in der Diskussion als ergänzende Orientierungsmöglichkeiten angesprochen.

== Freiwillige Pilotierung und Vorbereitung der Inhalte ==

Harnisch empfiehlt, das neue Wiki vor der Einführung zu pilotieren. Anders als bei früheren Projekten des Unternehmens werden die Teilnehmenden nicht nach Organisationseinheiten bestimmt. Stattdessen fragt er über interne Kommunikationswege nach freiwilliger Mitarbeit.

Entscheidend ist für ihn das Interesse, etwas zu verbessern, nicht vorhandene Wiki-Erfahrung. Bei rund 250 Mitarbeitenden melden sich 23 Personen; erwartet hatte er zunächst etwa zehn bis fünfzehn. Dass einige später weniger aktiv sind, bewertet er als akzeptabel.

Für die Pilotierung werden 30 Aufgabenpakete identifiziert und ebenfalls nach Interesse übernommen. Gruppen von zwei bis acht Personen bearbeiten beispielsweise:
* Funktionen des neuen Wikis testen und intensiver nutzbare Möglichkeiten erkunden.
* Hilfeseiten direkt im Wiki erstellen.
* Bestehende Confluence-Seiten durchgehen und für die neue Struktur vorbereiten.

Diese Durchsicht nennt das Projekt „Auditierung“. Die einzige feste Vorgabe Harnischs ist, Kategorien zu vergeben, da zuvor kaum mit Stichwörtern gearbeitet wurde. Ein verbindliches Kategorienschema gibt er nicht vor; die Ordnung soll aus der Arbeit mit den Inhalten entstehen.

Einige Beteiligte führen Seiten zusammen, deren bisherige Trennung durch die Hierarchie nicht mehr erforderlich erscheint. Der Bestand sinkt nach seiner ungefähren Angabe von 8.000 auf 7.100 Seiten. Er hatte eine stärkere Reduktion erwartet, betrachtet das Ergebnis aber dennoch als Fortschritt. Begrenzte zeitliche Ressourcen durch die Führungsebene erschweren stellenweise die Mitarbeit.

== Wiki-Gardening unterstützt die gemeinsame Wissensarbeit ==

Für die Zeit nach dem Go-live entsteht ein freiwilliges [[Wiki-Gardening]]-Team mit acht Personen. Die Tätigkeit erfolgt nebenamtlich für einige Stunden pro Woche, ohne festgelegten Stundenumfang.

Die Gärtnerinnen und Gärtner übernehmen Aufgaben rund um die Inhalte:
* Seiten zusammenführen und Weiterleitungen erstellen.
* Kategorien ergänzen oder zusammenführen.
* Sackgassenseiten durch zusätzliche Verlinkungen erschließen.
* Auf Seiten aufmerksam machen, die bisher nicht verlinkt sind.

Ziel ist, anderen Mitarbeitenden das Teilen von [[Wissen]] möglichst leicht zu machen. Als Beispiel nennt Harnisch eine Weiterleitung vom Begriff „Organigramm“ zur entsprechenden Erläuterung auf der Seite des Prozessmanagement-Tools.

In der Diskussion stellt er klar, dass dieses Team keine zentrale Redaktion ist. Die fachlichen Inhalte bleiben bei den Personen, die Expertise oder Informationen beitragen können. Auch strukturelle Pflege ist nicht exklusiv dem Gardening-Team vorbehalten; grundsätzlich können alle daran mitwirken.

== Inhalte und Spielregeln des neuen Wikis ==

Die Pilotgruppe definiert vor allem, was nicht ins Wiki gehört, statt alle zulässigen Inhalte aufzuzählen. Ausgeschlossen sind Passwörter und Unternehmensprozesse, für die bereits ein eigenes Werkzeug existiert. Als Grundregel gilt: Informationen, für die es kein dediziertes Tool gibt, können im Wiki dokumentiert werden. Sicherheitsrelevante Inhalte gehören in den geschützten Bereich.

Als Beispiele nennt Harnisch Anwendungswissen, Dokumentation, Anleitungen, organisatorische Informationen und ein umfangreiches [[Abkürzungsverzeichnis]]. Auch Informationen zu einem Veränderungsprozess im Unternehmen führt er im Wiki zusammen, weil verstreute Rundschreiben aus seiner Sicht keinen ausreichenden Überblick bieten. Andere Mitarbeitende ergänzen diese Sammlung.

== Erfahrungen mit Software, Kosten und Suche ==

Auf Fragen zur Zuverlässigkeit berichtet Harnisch, bislang keine größeren Probleme mit BlueSpice erlebt zu haben. Einzelne Fehler betreffen vor allem das für die Migration angepasste Skript. Positiv bewertet er die MediaWiki-Community und den direkten Kontakt zum Hersteller. BlueSpice fühlt sich für ihn in der täglichen Arbeit ähnlich wie MediaWiki an, bündelt aber Funktionen und Anpassungsmöglichkeiten für Unternehmen.

Die Kosten nennt er ausdrücklich nur ungefähr: Für Confluence seien über 20.000 Euro angefallen; bei BlueSpice liege man für 300 Lizenzen bei etwa 13.000 Euro jährlich. Die Angaben sind kein allgemeiner Preisvergleich.

Mit der BlueSpice-Suche ist er sehr zufrieden. Er beschreibt Vorschläge während der Eingabe sowie eine erweiterte Suche. Zugleich betont er, dass Wissen über Suchoperatoren vermittelt werden müsse.

Eine Teilnehmerin fragt nach ergänzender KI-Unterstützung. Harnisch kann sich diese für offene Wikis vorstellen, hat damit aber keine eigene Erfahrung. Ein anderer Teilnehmer berichtet aus eigener Arbeit mit Suche und Chatbots und argumentiert, dass offene Inhalte solche Anwendungen erleichtern. Die Session stellt dazu kein bereits umgesetztes Konzept des vorgestellten Projekts vor.

== Aktualität, Verantwortung und nächste Schritte ==

Die Diskussion hinterfragt, wie Inhalte ohne Redaktion aktuell bleiben. Harnisch erkennt das Risiko an. Spezialseiten können lange unbearbeitete, verwaiste oder schlecht verknüpfte Seiten sichtbar machen. Solche Listen sollen ungefähr monatlich gesichtet werden, um Mitarbeitende zu Ergänzungen oder zur Prüfung älterer Informationen anzuregen. Eine verbindliche Zuweisung über Führungskräfte ist nicht vorgesehen.

Führung soll nach seiner Auffassung vielmehr Bedingungen schaffen, unter denen Menschen gern Wissen teilen. Freiwilligkeit und Freude an Wissensarbeit bleiben zentrale Leitgedanken; die Sorge um dynamische oder verwaiste Inhalte wird dadurch jedoch nicht vollständig aufgelöst.

Zum Zeitpunkt der Session wartet das Projekt noch auf Herstellerunterstützung bei einzelnen Fehlern. Danach sollen die Inhalte per Migrationsskript übertragen werden; der Go-live ist zusammen mit Schulungen vorgesehen. Abschließend lädt Harnisch zum weiteren Austausch über LinkedIn und das Miro-Board der Veranstaltung ein.

Gkc24-Session: Pop-up Gestaltungsplattform Zukunft

2026-10-07T12:33:09Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Pop-up Gestaltungsplattform Zukunft}}
{{Infobox gkc-Session
| titel = Pop-up Gestaltungsplattform Zukunft
| art = Session
| jahr = 2024
| beitragende = Thomas Krause
| datum = 2024-10-11
| startzeit = 11:00
| video_id = VPPYp_IT0p0
| video_url = https://www.youtube.com/watch?v=VPPYp_IT0p0
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Das Handelblatt und 3 große Beratungsunternehmen haben heute einen Zukunftsplan Deutschland veröffentlicht. 93 Seiten Impulse, Ideen, Vorschläge, wie wir dieses Land wirtschaftlich, politisch und gesellschaftlich in die Zukunft gestalten können. Lasst uns diesen Impuls aufnehmen und für 45min eine Gestaltungsplattform Zukunft auf der [[gkc24]] aufbauen, den Zukunftsplan kennenlernen und eigene Impulse und Ideen ableiten.</blockquote>

<youtube>https://www.youtube.com/watch?v=VPPYp_IT0p0</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Thomas Krause lud zu einer experimentellen, hybrid durchgeführten Arbeitssession ein. Ausgangspunkt war der vom Handelsblatt und drei Beratungsunternehmen veröffentlichte „Zukunftsplan Deutschland“. Die Teilnehmenden sichteten das Material aus vier gesellschaftlichen Perspektiven: öffentliche Verwaltung, Politik, Bürgerinnen und Bürger sowie Wirtschaft. Anschließend diskutierten sie ihre Ergebnisse und persönliche Ansatzpunkte.

Wiederkehrende Themen waren eine offenere Fehlerkultur, weniger Bürokratie, gesellschaftliche Beteiligung, die Transformation von Industrien sowie Bildung und [[Wissensmanagement]]. Die Abschlussrunde verband diese großen Themen mit konkreten Vorhaben und Erfahrungen aus dem Arbeitsalltag. Zugleich blieb die Frage offen, wie aus einem umfangreichen Zukunftspapier tatsächlich veränderte Praxis entstehen kann.

== Aufbau und Arbeitsweise der Session ==

Krause verstand seine Rolle vor allem als Anbieter einer Struktur. Er stellte keine fertige Analyse vor, sondern wollte mit den Anwesenden innerhalb von 45 Minuten einen ersten Zugang zum 93-seitigen Zukunftsplan entwickeln. Das Vorgehen war ausdrücklich als Barcamp-Experiment angelegt.

Zum Einstieg tauschten sich die Teilnehmenden paarweise darüber aus, welche einzelne Veränderung Deutschland zukunftsfähiger machen könnte. Im hörbaren Gespräch wurden eine stärkere Dialog- und Kommunikationskompetenz sowie eine andere Gestaltung von Mobilität genannt. Krause verband Letzteres mit der Frage, wie die Automobilindustrie transformiert werden oder Raum für neue wirtschaftliche Entwicklungen entstehen könnte. Dies waren persönliche Ausgangsimpulse, keine gemeinsam beschlossenen Ziele.

Danach wurden vier Fokusgruppen gebildet. Wirtschaft, Unternehmertum und Management wurden zu einer Perspektive zusammengeführt. Weitere Gruppen betrachteten öffentliche Institutionen und Verwaltung, Politik sowie die Bürgerseite. Die Teilnehmenden sollten dabei möglichst aus ihren ursprünglichen Zweierkonstellationen herausgehen und andere Rollen einnehmen.

Für die Sichtung standen zwölf Minuten zur Verfügung. Die Aufgabe lautete, relevante Zukunftsideen, Impulse und Vorschläge für die jeweilige Gruppe zu finden und möglichst auf dem Miro-Board festzuhalten. Anschließend erhielt jede Gruppe ungefähr drei Minuten für die Vorstellung. Der zunächst geplante Gallery Walk wurde durch mündliche Berichte ersetzt, auch mit Blick auf die Online-Teilnahme.

Eine weitere geplante Übung zu den gegenseitigen Erwartungen und Bedürfnissen der gesellschaftlichen Gruppen entfiel aus Zeitgründen. Auch die angekündigten „15% Solutions“ wurden nicht als eigenständige Übung durchgeführt. Stattdessen endete die Session mit einer gemeinsamen Reflexion: Welche Vorschläge waren relevant, welche kleinen Schritte erschienen möglich und woran wollten die Teilnehmenden persönlich weiterarbeiten?

== Schnelle Erschließung mit unterschiedlichen Hilfsmitteln ==

Die Gruppen nutzten unterschiedliche Zugänge zum Material. Krause regte an, das Dokument zunächst zu scannen und beispielsweise die hervorgehobenen Überschriften zur Orientierung zu verwenden. Zusätzlich schlug er vor, das PDF mit ChatGPT oder einem ähnlichen Werkzeug zu befragen.

Die Verwaltungsgruppe arbeitete mit Copilot, die Politik- und Bürgergruppe berichteten von ChatGPT-Abfragen. Die Wirtschaftsgruppe nutzte dagegen mangels geeigneten Geräts zunächst eine journalistische Übersicht und glich ihre Ergebnisse anschließend mit dem größeren Dokument ab.

Damit entstanden sowohl materialbezogene Zusammenfassungen als auch eigene Interpretationen. Die Verwaltungsgruppe bezeichnete ihre Sichtung ausdrücklich als oberflächlich. Mehrere vorgestellte Punkte wurden als Ergebnisse von KI-Abfragen beschrieben. Die Session dokumentiert daher eine schnelle, gemeinsame Erschließung des Zukunftsplans, keine vollständige oder systematisch überprüfte Auswertung.

== Öffentliche Verwaltung: Lernen statt Überregulierung ==

Die Verwaltungsgruppe stellte eine schnelle und agile Digitalisierung in den Mittelpunkt. Sie verband dies mit dem Wunsch, nicht für einzelne Städte jeweils eigene Lösungen zu entwickeln, sondern vorhandene europäische Ansätze zu nutzen.

Als entscheidend betrachtete die Gruppe einen kulturellen Wandel: weniger Überregulierung, mehr [[Fehlerkultur]] und stärkere Aufmerksamkeit für das, was funktioniert. Ein Teilnehmer argumentierte, dass Fehler bei weniger umfassender Regulierung geringere Kosten verursachen könnten als die bestehende Überregulierung. Diese Einschätzung wurde als eigene Interpretation eingebracht.

Der bevorstehende beziehungsweise laufende Ruhestand von Babyboomern in der Verwaltung diente als weiterer Anlass, Arbeitsweisen zu verändern. Statt steigenden Personalbedarf allein durch Neueinstellungen zu beantworten, wünschten sich die Teilnehmenden schnellere Entscheidungen, rasche Umsetzung und überschaubare Pilotvorhaben, aus denen gelernt werden kann.

Weiterbildung und Wissenstransfer wurden dabei als wichtige Voraussetzungen benannt. Auch auf europäischer Ebene sollte stärker voneinander gelernt werden, damit nicht jede Verwaltung ähnliche Lösungen neu entwickeln muss. Wie dieser Austausch praktisch funktionieren könnte, blieb ausdrücklich offen.

== Politik: Beteiligung und sachorientierte Entscheidungen ==

Die Politikgruppe begann mit einer eigenen Idee: Bürgerinnen und Bürger sollten stärker zu Beteiligten werden. Ein gesellschaftlicher Querschnitt könnte beispielsweise in Bürgerräten an der Ideensammlung und an Fragen der Umsetzung mitwirken. Dahinter stand der Wunsch, das Gefühl zu überwinden, dass politische Entscheidungen ausschließlich von anderen getroffen werden.

Eine ChatGPT-Abfrage lieferte nach dem Bericht der Gruppe den Vorschlag eines parteiübergreifenden Zukunftskonvents für einen gesamtgesellschaftlichen Schulterschluss. Die Teilnehmenden wollten diesen Gedanken über die Parteien hinaus erweitern und stärker auf einen gesellschaftlichen Querschnitt ausrichten.

Darüber hinaus stellte die Gruppe Fragen an das Parteiwesen. Entscheidungen sollten nach ihrer Auffassung stärker an Sachfragen orientiert sein und weniger daran, von welcher politischen Seite ein Vorschlag kommt. Dies blieb eine Diskussionsfrage, kein ausgearbeitetes Reformmodell.

Weitere vorgestellte Punkte waren:
* Staatliche Investitionen in Infrastruktur, Bildung und Innovation aktivieren.
* Finanzielle Spielräume schaffen.
* Bürokratie abbauen und Prozesse beschleunigen.
* Europa stärken und internationale Handelsbarrieren abbauen.

Entbürokratisierung wurde dabei auch als Möglichkeit verstanden, personelle Ressourcen für sinnvollere Aufgaben freizusetzen, statt sie in wiederkehrenden Verwaltungsabläufen zu binden.

== Bürgerbeiträge und berufliche Übergänge ==

Die Bürgergruppe fragte nach möglichen Beiträgen Einzelner. Der online teilnehmende Mark stellte eine mit GPT erarbeitete Übersicht vor, die ökologische, soziale und demokratische Beiträge sowie friedliches Miteinander, Bildung und Digitales umfasste. Als gemeinsame Orientierung hob er Nachhaltigkeit, Gerechtigkeit und demokratische Teilhabe hervor.

Krause ergänzte eine Idee aus einem am Morgen gelesenen Artikel. Den Namen erinnerte er nur ungefähr als „Arbeitslebensversicherung“. Er verstand darunter Unterstützung für Arbeitnehmerinnen und Arbeitnehmer, um leichter in zukunftsfähige Industrien und Berufe wechseln zu können, etwa durch Umschulung und Lernen.

Daran knüpfte er seine persönliche Kritik, bestehende Industrien immer wieder abzusichern, statt berufliche Übergänge zu erleichtern. Die genaue Bezeichnung und Ausgestaltung dieses Instruments wurden in der Session nicht geklärt.

In der Abschlussrunde relativierte Mark die vorgestellten Bürgerbeiträge: Sie erschienen ihm weit von der Realität entfernt. Es fehle an einer gemeinsamen Vision, passenden sozialen Systemen und einer zukunftsorientierten Haltung. Damit wurde die Differenz zwischen wünschenswerten Beiträgen und tatsächlichen Handlungsmöglichkeiten ausdrücklich angesprochen.

== Wirtschaft: Transformation und neue Wachstumsfelder ==

Die Wirtschaftsgruppe stellte die Transformation traditioneller, insbesondere energieintensiver Industrien als Grundlage für zukünftiges Wachstum vor. Dekarbonisierung wurde dabei als ein Wachstumsansatz beschrieben.

Als Felder für die Weiterentwicklung neuer Industrien nannte die Gruppe:
* Digitalisierung und künstliche Intelligenz.
* Klimatechnologien.
* Mobilität der Zukunft einschließlich Infrastrukturförderung.
* Gesundheitsbranche und Biotech.

Hinzu kamen Produktivitäts- und Effizienzsteigerungen sowie die Absicherung von Wertschöpfungsketten. Besonders diskutiert wurde die stärkere Verankerung wichtiger Ressourcen und Lieferketten in Europa. Die Gruppe deutete dies als deutliche Veränderung gegenüber früheren Globalisierungsvorstellungen.

Weitere vorgestellte Grundlagen waren eine wettbewerbsfähige Energieversorgung, modernisierte Transport- und Digitalinfrastruktur, bessere Bildungssysteme, eine Reform des Arbeitsmarkts und die Gewinnung von Fachkräften. Beim finanziellen Spielraum dachte die Gruppe auch an die Förderung von Start-ups und Gründungen.

Die Modernisierung der Infrastruktur wurde zudem als Chance für den ländlichen Raum betrachtet: Sie könne dort Wirtschaft und Arbeitsplätze stärken und Standorte für Bürgerinnen und Bürger attraktiver machen. Entbürokratisierung erschien auch aus Unternehmensperspektive wichtig. Insgesamt zeigte der Bericht viele Überschneidungen mit den anderen Gruppen.

== Persönliche Ansatzpunkte: Wissensmanagement und Gestaltungskultur ==

In der Abschlussrunde wurden aus den allgemeinen Zukunftsthemen konkrete persönliche Vorhaben. Eine Person wollte die Aussagen zu Bildung, Effizienz und Produktivität genauer prüfen, um Wissensmanagement gegenüber Kunden stärker als Zukunftsinvestition zu begründen.

Eine weitere Person nahm Erfahrungen zum Wissenstransfer in der Berliner Verwaltung mit nach Rheinland-Pfalz. Die Diskussion bestärkte sie darin, diese Arbeit weiterzuverfolgen. Außerdem rückte die Idee eines kostengünstigen Wissensmanagement-Angebots für Lehrende auf der persönlichen Prioritätenliste nach oben. Ausgangspunkt waren Erfahrungen mit sehr knappen Fortbildungsbudgets an einer Schule.

Mehrere Beiträge beschäftigten sich mit Bedenken und Blockaden in Organisationen. Dem wurden gemeinsames Denken, kontrolliertes Risiko und eine offenere Fehlerkultur gegenübergestellt. Als praktischer Ansatz wurde empfohlen, sich mit Menschen zu vernetzen, die ähnliche Zukunftsideen haben und bereit sind, neue Vorhaben auszuprobieren. Eine Teilnehmerin beziehungsweise ein Teilnehmer berichtete dazu von der spontanen Zustimmung zu einem Pilotprojekt für KI-Wissensmanagement.

Ein weiterer Beitrag stellte infrage, ob schrittweise Effizienzsteigerungen mit bisherigen Mitteln ausreichen. Für die beschriebenen Ziele müssten neue Arbeitsweisen entstehen. Besonders jüngere Menschen, die länger mit den Folgen dieser Entscheidungen leben würden, sollten beteiligt werden und tatsächliche Gestaltungsmöglichkeiten erhalten.

== Offene Fragen und abschließender Aufruf ==

Die Runde blieb gegenüber der Wirkung großer Zukunftspapiere nicht unkritisch. Eine Person äußerte Skepsis, was daraus tatsächlich entstehen werde, hielt den Versuch aber dennoch für notwendig. Mark beschrieb einen Gegensatz zwischen Theorie und Praxis und sah in der Verwaltung eher eine Kultur der Fehlervermeidung als eine lernorientierte Fehlerkultur.

Die Session entwickelte somit keinen gemeinsamen Maßnahmenplan. Ihr Ergebnis war ein erster Überblick, ergänzt um persönliche Prioritäten und Fragen zur Umsetzung.

Zum Abschluss verwies Krause auf das auf dem Board genannte Buch „Zukünfte gestalten“ als methodische Anregung für die Arbeit mit Gruppen. Sein abschließender Wunsch bezog sich auf die gesellschaftliche Haltung: Mehr Menschen sollten aus einer Konsumentenhaltung in eine Macher- und Gestalterhaltung wechseln.

Gkc24-Session: Persönliches Wissensmanagement im Studium – was darf nicht fehlen?

2026-10-07T12:33:07Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Persönliches Wissensmanagement im Studium – was darf nicht fehlen?}}
{{Infobox gkc-Session
| titel = Persönliches Wissensmanagement im Studium – was darf nicht fehlen?
| art = Session
| jahr = 2024
| beitragende = Jonathan D. Geiger, David Loher
| organisation = Fachgruppe Wissens- und Innovationsmanagement in der Wissenschaft
| datum = 2024-10-11
| startzeit = 11:00
| sprache = Deutsch
| video_id = ALIomUNJjT8
| video_url = https://www.youtube.com/watch?v=ALIomUNJjT8
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Während des Studiums befindet man sich in einer besonderen Situation des Wissenserwerbs, -verwaltung und -verarbeitung. Eine gute Organisation von Vorlesungsmitschriften, Literatur, bibliographische Angaben, Textkommentaren, Daten aus Experimenten und so weiter ist notwendig, um Suchprozesse möglichst kurz zu halten, um neue Ideen für Haus- und Abschlussarbeiten zu entwickeln, nichts zu verlieren und um den Überblick zu behalten. In der Session würden wir gerne mit euch darüber nachdenken und zusammentragen, welche Methoden und Werkzeuge für die persönliche Wissensverwaltung während eines Studiums nützlich sind und was dabei nicht vergessen werden darf.</blockquote>

<youtube>https://www.youtube.com/watch?v=ALIomUNJjT8</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die interaktive Session sammelte Anforderungen an eine geplante Handreichung zum [[Persönliches Wissensmanagement|persönlichen Wissensmanagement]] für Studierende. Jonathan D. Geiger und David Loher moderierten den Austausch zwischen Teilnehmenden vor Ort und im digitalen Raum. Im Mittelpunkt standen Orientierung zu Studienbeginn, geeignete Werkzeuge, verlässliche Ablagestrukturen und Routinen zur Verarbeitung von [[Wissen]]. Die Diskussion machte deutlich: Nicht allein die Auswahl einer Software, sondern auch Selbstreflexion, Nachbereitung und Unterstützung durch Hochschulen wurden als wichtig angesehen.

== Gliederung und Aufbau der Session ==
Geiger stellte zunächst die [[Fachgruppe]] Wissens- und Innovationsmanagement in der Wissenschaft und deren Vorhaben vor. Er kommt von der Akademie der Wissenschaften und der Literatur in Mainz und verortete seinen Hintergrund in den Geisteswissenschaften beziehungsweise digitalen Geisteswissenschaften. Loher stellte seine Arbeit in der Hochschuldidaktik am Karlsruher Institut für Technologie vor, insbesondere zum Lehren und Lernen mit digitalen Mitteln.

Auf diesen Einstieg folgte ein kurzer Impuls zu den besonderen Bedingungen wissenschaftlicher Arbeit und zum persönlichen Wissensmanagement in Qualifikationsphasen. Der größte Teil der Session bestand aus einer offenen Diskussion. Die Moderation fragte nach hilfreichen Erfahrungen, Schwierigkeiten und Dingen, die die Teilnehmenden gerne früher gewusst hätten.

Die Beiträge wurden auf einem Miro-Board gesammelt. Als vorläufige Kategorien dienten Skills, Werkzeuge, Methoden, Formate und Literatur; weitere Kategorien konnten ergänzt werden. Loher übernahm auch die Dokumentation mündlicher Beiträge. Zum Abschluss wurden die Nachbereitung des Boards und Möglichkeiten zur Mitarbeit an der Handreichung angekündigt.

== Wissensmanagement unter wissenschaftlichen Bedingungen ==
Geiger beschrieb Wissen im Wissenschaftsbetrieb sowohl als Voraussetzung als auch als Ergebnis der Arbeit. Studium, Forschung und Projektarbeit seien durch umfangreichen Wissenstransfer geprägt. Zugleich verwies er auf kurzfristige Beschäftigung, Personalwechsel sowie besondere Finanzierungs- und rechtliche Bedingungen. Autonomie und eine ausgeprägte Orientierung an Open Source gehörten ebenfalls zu den Rahmenbedingungen, die die Fachgruppe berücksichtigen wolle.

Dem stehe gegenüber, dass der Begriff [[Wissensmanagement]] im wissenschaftlichen Umfeld wenig bekannt sei. Gerade in den Geisteswissenschaften könne bereits das Wort „Management“ Vorbehalte auslösen. Geigers Ausgangspunkt war, dass Organisationen und Netzwerke ohnehin mit Wissen umgehen. Systematische Betrachtung, Methoden und Unterstützung könnten diesen Umgang verbessern.

Die seit zwei Jahren bestehende Fachgruppe mit ungefähr zehn Mitgliedern wolle deshalb eine Brücke zwischen Wissensmanagement-Community und Wissenschaft bilden. Geiger berichtete von monatlichen Treffen, einer Sammlung von Werkzeugen und Methoden, einer begonnenen Bibliografie und bearbeiteten Anwendungsfällen.

== Eine Handreichung für Studium und Qualifikationsphase ==
Das vorgestellte Projekt ging zunächst von Promovierenden aus. Mehrjährige Forschungsvorhaben stellten besondere Anforderungen an den Umgang mit Ideen, Notizen, Rohtexten, Literaturangaben und Forschungsdaten. Als Beispiele nannte Geiger Interviews, Laborbücher und experimentelle Ergebnisse. Er vermutete zugleich eine große Schnittmenge mit Bachelor-, Master-, Diplom- und Lehramtsstudiengängen.

Die Handreichung soll das persönliche, nicht das organisatorische Wissensmanagement behandeln. Geiger unterschied diese Perspektiven: Einzelpersonen verfügen nicht über dieselben Möglichkeiten hinsichtlich Vorgaben und Finanzierung wie Organisationen. Auch entstehen Wissensziele im Studium oder in einer Forschungsgruppe nicht immer allein aus eigener Entscheidung.

Die Fachgruppe wollte zunächst zusammentragen, was eine solche Handreichung berücksichtigen muss. Auf Grundlage eines publizierbaren Ausgangsbestands könnten später weitere Unterstützungsformate entstehen. Die Session diente ausdrücklich dazu, Erfahrungen und Perspektiven der Teilnehmenden in diese Sammlung einzubringen.

== Orientierung frühzeitig anbieten ==
Mehrere Beiträge beschrieben den Studienbeginn als Phase, in der eine passende Arbeitsorganisation erst mühsam gefunden werden musste. Eine Teilnehmerin berichtete, dafür zwei Semester gebraucht zu haben. Gewünscht wurde ein nicht verpflichtender Leitfaden der Hochschule: Welche Werkzeuge können wofür genutzt werden, welche Unterlagen sind wichtig, und welche Ablagestrukturen könnten hilfreich sein?

Diese Orientierung sollte nach den Beiträgen nicht bei Softwareempfehlungen stehen bleiben. Ein berufsbegleitend Studierender fragte auch nach dem grundlegenden Zweck persönlichen Wissensmanagements: Was ist relevant, was sollte notiert werden, und weshalb lohnt sich der zusätzliche Aufwand?

Loher berichtete, dass sein entsprechendes Seminar im Lehramtsstudium erst im Master angeboten werde. Studierende hätten ihm ebenfalls zurückgemeldet, dass ein früherer Zeitpunkt sinnvoll wäre. Er habe deshalb angestoßen, eine frühere Platzierung im Studienverlauf zu prüfen.

Die Diskussion verband frühe Unterstützung somit mit zwei Aufgaben: verfügbare Möglichkeiten sichtbar machen und den Nutzen eines bewussten Umgangs mit Informationen erklären.

== Fachwissen, Verwaltungsunterlagen und verteilte Ablagen ==
Wissensmanagement wurde in der Diskussion ausdrücklich nicht auf Vorlesungsinhalte begrenzt. Eine Teilnehmerin schilderte, wie sie zum Studienende wichtige Dokumente aus früheren Semestern in ihrem [[E-Mail]]-Verlauf suchen musste. Ihr sei anfangs nicht klar gewesen, welche Unterlagen langfristig benötigt würden.

Geiger griff dies als Hinweis auf die Bedeutung administrativer Informationen auf. Zugleich benannte er die Herausforderung, den Überblick über unterschiedliche Systeme zu behalten. Analoge Mitschriften, digitale Dateien, E-Mails und weitere Ablagen müssten miteinander verbunden werden. Dafür könne ein Verweissystem nötig sein, das beispielsweise zur handschriftlichen Notiz eines früher besuchten Vortrags führt.

Auch institutionelle Plattformen wurden angesprochen. Eine Teilnehmerin empfand Moodle zwar als wenig benutzerfreundlich, sah aber einen Nutzen darin, bestimmte Dokumente dort auffinden zu können. Im selben Beitrag wurde die Sorge geschildert, bei regelmäßig erforderlicher Verlängerung einer MS-365-Lizenz den Zugang zu bereits erarbeiteten Inhalten zu verlieren. Kontinuität und Verfügbarkeit der eigenen Wissensbestände wurden damit zu weiteren Anforderungen.

== Werkzeuge passend zum eigenen Bedarf auswählen ==
Die Teilnehmenden stellten verschiedene Werkzeuge anhand ihrer persönlichen Nutzung vor. Daraus entstand keine gemeinsame Festlegung auf ein bevorzugtes System.

* Notion wurde für Seiten, eigene Notizen, multimediale Inhalte und das Teilen von Arbeitsbereichen geschätzt.
* GoodNotes wurde als hilfreiches Werkzeug für handschriftliche oder getippte Notizen, Ordnerstrukturen und die Einbindung eigener Dateien beschrieben.
* Google Kalender unterstützte eine Teilnehmerin durch farblich unterschiedene Termine und Aufgaben zum Abhaken.
* MS Planner wurde als geplante Lösung für interaktive Aufgabenverwaltung und das Teilen mit Kolleginnen und Kollegen genannt.
* Obsidian und Zotero wurden im Zusammenhang mit verknüpften Notizen, Literaturverwaltung und wiederkehrenden Arbeitsabläufen diskutiert.

Eine Teilnehmerin berichtete von parallel geführten Aufgaben in Notizbuch, OneNote und Kalender, die sie erst noch zusammenführen müsse. Dieses Beispiel zeigte, dass zusätzliche Werkzeuge auch neue Abstimmungsarbeit verursachen können.

Geiger betonte bereits im Einstieg, dass Fähigkeiten beständiger seien als einzelne Tools, deren Unterstützung oder Geschäftsmodell sich verändern könne. In der Diskussion wurde außerdem angeregt, unterschiedliche Lösungen fair nebeneinander vorzustellen, weil sie verschiedenen Personen entgegenkommen.

== Notizen verarbeiten statt nur sammeln ==
Loher erläuterte das gemeinsam mit einem Kollegen betriebene Projekt NoteLab. Für ihre geistes- und sozialwissenschaftlichen Arbeitszusammenhänge beschrieben sie Notizen als zentrale Forschungsdaten. Neues Wissen entstehe dort durch Lesen, Nachdenken und das neue Kombinieren von Gedanken. Verknüpfungen zwischen Notizen erschienen ihnen deshalb besonders sinnvoll.

Ein weiterer Beitrag stellte die Frage, was nach dem Mitschreiben geschieht. Notizen lediglich abzulegen bedeute noch nicht, dass die Inhalte verarbeitet worden seien. Die Verbindung zwischen Aufnahme, Nachbereitung und späterer Verwendung rückte damit in den Mittelpunkt.

Ein Teilnehmer schilderte einen konkreten Ablauf: Unterwegs notiere er zunächst in OneNote. Später lege er die Quelle in Zotero an, erzeuge einen Eintrag in Obsidian, formuliere seine Notizen ausführlicher und verknüpfe sie mit der Quelle. Entscheidend sei eine wiederkehrende Routine für Ablage und Verarbeitung. Auch mit einem solchen Ablauf bleibe es anspruchsvoll, ihn konsequent einzuhalten.

== Zusammenhänge erkennen und Lernpräferenzen reflektieren ==
Eine Masterstudentin berichtete, dass sie sich den Gesamtzusammenhang einer Veranstaltung selbst mit einer Mindmap beziehungsweise [[Wissenslandkarte]] erarbeitet habe. Die einzelnen Themen seien ihr zunächst bekannt gewesen, das übergreifende Bild jedoch nicht. Interaktive Lerngruppen hätten zusätzlich geholfen, Inhalte durch andere Formulierungen besser zu verstehen.

Die Teilnehmerin verband dies mit der Frage, welche Arbeitsweisen ihr persönlich entgegenkommen. Sie bevorzuge handschriftliche Notizen und schätze die haptische und ästhetische Seite dieser Arbeit.

Loher unterschied daraufhin Lernpräferenzen von festen „Lerntypen“. Er warnte vor der Vorstellung, Menschen könnten ausschließlich über einen bestimmten Sinneskanal lernen, und bezeichnete diese Vorstellung als wissenschaftlich nicht haltbar. Die Teilnehmerin stimmte zu und betonte den Nutzen unterschiedlicher Zugänge.

Die Diskussion zielte damit auf reflektierte Vorlieben, nicht auf eine starre Zuordnung. Loher ergänzte, dass entsprechende Sensibilität sowohl bei Studierenden als auch bei Lehrenden erforderlich sei.

== Arbeitsumgebung, Planung und wirksame Nachbereitung ==
Unterschiedliche Dateiformate und spät bereitgestellte Materialien wurden als praktische Hindernisse geschildert. Eine Teilnehmerin berichtete, zu Vorlesungsbeginn zunächst Dateien an ihre Arbeitsumgebung anpassen zu müssen, statt sich auf die Inhalte konzentrieren zu können. Dabei komme es auch auf das verwendete Gerät und den jeweiligen Zweck des Formats an.

Weitere Beiträge kritisierten, dass Hochschulen zwar Zeitvorgaben für Vor- und Nachbereitung machten, aber wenig Hilfe zur konkreten Umsetzung böten. Loher schlug vor, den erwarteten Arbeitsaufwand zu Semesterbeginn gemeinsam mit Lehrenden über die Wochen zu verteilen und mit einer Lernstrategie sowie Wiederholungsphasen zu verbinden.

Ergänzend wurden kleinteilige Planung, wiederkehrende Abläufe und Reflexion angeregt: Was funktionierte in dieser Woche, und was sollte nächste Woche anders laufen? Ein abschließender Beitrag hinterfragte außerdem die Wirksamkeit umfangreichen, schnellen Lesens. Gezielteres Lesen hätte aus Sicht des Teilnehmers möglicherweise Stress reduziert und mehr Lernen ermöglicht.

== Weiterarbeit und Einladung ==
Geiger kündigte an, das Miro-Board nachzubereiten und um Materialien für den Nachgang zu ergänzen. Die gesammelten Perspektiven sollen in die Handreichung einfließen.

Interessierte wurden ausdrücklich eingeladen, weiterzudiskutieren und in der offenen Fachgruppe mitzuarbeiten. Eine Kontaktaufnahme sei über Geiger beziehungsweise die Fachgruppenseite möglich. Er betonte, dass dies keine langfristige Verpflichtung voraussetze: Mitarbeit könne nach den eigenen Kapazitäten erfolgen. Ziel sei ein Produkt, das Studierenden tatsächlich nützt.

Gkc24-Session: Persönliches Wissensmanagement – ein Erfahrungsaustausch

2026-10-07T12:33:05Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Persönliches Wissensmanagement – ein Erfahrungsaustausch}}
{{Infobox gkc-Session
| titel = Persönliches Wissensmanagement – ein Erfahrungsaustausch
| art = Session
| jahr = 2024
| beitragende = Simon Dückert
| datum = 2024-10-10
| startzeit = 16:00
| video_id = qXIAwCj1-VM
| video_url = https://www.youtube.com/watch?v=qXIAwCj1-VM
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>[[Wissensmanagement]] wird mit Wissensstrategien, Wissenslandkarten, Communities of Practice, Lessons Learned, Intranet, Wikis, Barcamps & Co. meist auf organisationaler Ebene gedacht. Doch für die ganzheitliche Sicht auf die Lernende Organisation spielt das individuelle Lernen eine elementare Rolle. In der Session gibt es einen Impuls zu Historie und Konzept des persönlichen Wissensmanagements kombiniert mit einem moderierten Erfahrungsaustausch.</blockquote>

<youtube>https://www.youtube.com/watch?v=qXIAwCj1-VM</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

[[Persönliches Wissensmanagement]] beginnt für Simon Dückert nicht bei der Auswahl eines Werkzeugs, sondern bei Haltung, Lernzielen und der eigenen Ausrichtung. Die Session verbindet Impulse dazu mit Erfahrungen der Teilnehmenden, Umfragen zur digitalen Arbeitsumgebung und praktischen Einblicken in Notizsysteme, lokale KI und Wissensvisualisierung. Eine universelle Musterlösung wird ausdrücklich nicht angeboten. Im Mittelpunkt stehen individuell passende Arbeitsweisen, der Austausch darüber und die Frage, wie persönlich gesammeltes [[Wissen]] auch anderen zugänglich werden kann.

== Aufbau und Ausgangspunkt ==

Dückert eröffnet die Session mit der Einschätzung, dass persönliches Wissensmanagement, kurz PKM, auf [[Wissensmanagement-Veranstaltungen]] zu wenig Aufmerksamkeit erhält. Dabei sei entscheidend, wie einzelne Menschen lernen und Wissen weitergeben. Wenn niemand bereit sei, Wissen für andere aufzuschreiben oder Zeit in eine Community zu investieren, könnten auch organisationale Ansätze nicht funktionieren.

Die Session ist als Wechsel zwischen Impulsen und Austausch angelegt. Ein Conceptboard unterstützt die gemeinsame Arbeit; Mentimeter-Umfragen erfassen Geräte, Betriebssysteme, Browser und eingesetzte Werkzeuge. Auf einen zunächst bewusst werkzeugunabhängigen Einstieg folgen persönliche Lernstrategien, Erfahrungen aus der Runde und digitale Praxisbeispiele. Den Abschluss bilden ein Modell unterschiedlicher Austauschkreise und eine Diskussion über die Verlässlichkeit eigener Routinen.

Dückert betont dabei das Persönliche: Niemand müsse einen vermeintlich perfekten Ansatz übernehmen. Er selbst arbeite digital und auf Papier und sehe weiterhin Schwierigkeiten und Verbesserungsmöglichkeiten. Gegenseitiges Zeigen und Erzählen solle Anregungen liefern, nicht eine verbindliche Methode etablieren.

== Haltung, Lernzeit und ein schlankes Toolset ==

Als Einstieg stellt Dückert Ergebnisse einer Übung auf der lernOS Convention vor. Rund 150 bis 160 Menschen hatten mit Lego Serious Play Modelle ihrer idealen Lernumgebung gebaut. Diese wurden anschließend semantisch verschlagwortet, ausgezählt und zusammengeführt. Nach seiner Darstellung entstanden neun Felder, die zunächst nicht auf konkrete Tools ausgerichtet waren.

Zentral ist die Haltung, sich so zu organisieren, als sei Wissen wichtig: für die eigene Arbeit, für andere und möglicherweise für nachfolgende Generationen. Dückert verbindet dies mit dem Anspruch der „Personal Mastery“ beziehungsweise „Knowledge Mastery“. Gemeint ist der Wunsch, das eigene Wissen nicht einfach für ausreichend zu halten, sondern im eigenen Tätigkeitsfeld wirklich gut zu werden.

Daraus leitet er mehrere Anforderungen ab:
* Lernen braucht Zeit und Muße. Die Suche nach einer perfekten Methode ersetzt nicht das tatsächliche Lernen.
* Lernphasen können vorübergehend weniger produktiv sein. Diese Einschränkung müsse akzeptiert werden.
* Konkrete Lernziele helfen, begrenzte Zeit neben Kundenanforderungen oder dem Tagesgeschäft sinnvoll einzusetzen.
* Ein vielfältiges Lernnetzwerk eröffnet andere Perspektiven und ermöglicht Lernen mit anderen.
* Erfahrungen und gute Praktiken anderer können übernommen werden, statt alles selbst zu entwickeln.

Das Bild eines kleinen Rucksacks steht für ein schlankes Toolset. Wenige Werkzeuge gut zu beherrschen, ist für Dückert hilfreicher, als immer mehr Anwendungen mitzuführen. Neue Tools sollen daran gemessen werden, ob sie tatsächlich helfen oder Verschwendung in der eigenen Arbeit reduzieren. Ein Werkzeug nicht zu verwenden, sei ebenfalls eine legitime Entscheidung.

Aus der Runde kommt der Hinweis auf Ähnlichkeiten mit einem bestehenden PKM-Dimensionenmodell. Dückert erklärt, dass dieses bei der Übung nicht als Vorlage verwendet wurde. Ein Vergleich beider Ansätze wird als mögliche weitere Untersuchung angesprochen.

== Persönliche Ausrichtung statt reiner Informationsablage ==

Mit einer Darstellung von Ikigai führt Dückert einen strategischen Blick auf das eigene Lernen ein. Für ihn bietet sie Fragen zur Ausrichtung als Wissensarbeiter:
* Was liebe ich, und für welche Themen begeistere ich mich?
* Worin bin ich gut, und wo kann ich Meisterschaft erreichen?
* Was braucht die Welt?
* Wofür bezahlt mich jemand?

Diese Fragen verbinden Interessen und Fähigkeiten mit einer gesellschaftlichen und einer wirtschaftlichen Dimension. Dückert verweist auch auf „Wellbeing“ als Lernziel im OECD Learning Compass. Lernen solle aus seiner Sicht nicht nur die eigene Leistungsfähigkeit erhöhen, sondern auch hinsichtlich seiner Folgen betrachtet werden.

Er empfiehlt, die verschiedenen Dimensionen etwa einmal jährlich im eigenen Wissensmanagement-Strategieprozess zu prüfen. Dabei könne sich herausstellen, dass die aktuelle Tätigkeit nicht mehr zur gewünschten Ausrichtung passe. Aus dem angestrebten Weg lasse sich anschließend ableiten, welche Wissensgebiete erschlossen werden müssen.

Dückert grenzt diese strategische Ebene vom [[Persönliches Informationsmanagement|persönlichen Informationsmanagement]] ab. Bei der Beschäftigung mit PKM lande man häufig schnell bei Dokumenten, Links, Kontakten und Dateien. Die vorgelagerte Frage, was man überhaupt lernen und entwickeln möchte, bleibe dagegen weniger sichtbar.

Eine Nachfrage zur unterschiedlichen Verwendung von „Love“ in der gezeigten Ikigai-Grafik kann er nicht beantworten. Die Darstellung dient hier als Reflexionsimpuls, ohne dass sämtliche Begriffe abschließend geklärt werden.

== Erfahrungen aus der Runde: Qualität, Reflexion und körperliche Grenzen ==

Eine Teilnehmerin beschreibt einen über Jahre entwickelten Ansatz mit drei Bereichen: Grundlagen, Themen und Quellen. Grundlagen umfassen für sie Fakten und bestehende Prozesse. Themen betreffen Interessen und Entwicklungen, zu denen sie Resonanz sucht. Quellen liefern Anregungen von außen. Entscheidend sei, bei Anfragen schnell wieder auf spezialisiertes Wissen zurückgreifen zu können.

Ein Learning Circle zum [[Zettelkasten]] ergänzt diesen Ansatz. Einzelne Zettel werden verbunden und verknüpft; aus diesen Beziehungen sollen neue Themen und Mehrwert entstehen.

Ein weiterer Beitrag nennt Donald Schöns „The Reflective Practitioner“ als Orientierung. Persönliches Wissensmanagement bedeute, Dinge zu tun und das eigene Handeln zugleich zu reflektieren, beispielsweise durch persönliche After-Action-Reviews.

Derselbe Beitrag ergänzt die körperliche Dimension. Erfahrungen während der Corona-Zeit hätten gezeigt, wie wichtig längere Mittagspausen, Spaziergänge und Sport für Konzentration und Lernen seien. PKM umfasst damit in dieser Perspektive auch den Umgang mit den eigenen Belastungsgrenzen.

Außerdem wird Motivation als Voraussetzung eines funktionierenden Systems hervorgehoben. Eigene Themen und Interessen können demnach eine andere Wirkung entfalten als vorgegebene Kennzahlen. Auf Nachfrage stellt Dückert klar, dass persönliches Wissensmanagement sowohl berufliche als auch private Bereiche betreffen kann.

== Die digitale Arbeitsumgebung als Rahmenbedingung ==

Die Umfragen führen von den grundlegenden Fragen zur konkreten Arbeitsumgebung. Dückert berichtet von einem eigenen Experiment während der Pandemie, bei dem er wochenweise verschiedene Betriebssysteme und Geräte ausprobierte. Viele seiner Tätigkeiten hätten sich inzwischen von nativen Anwendungen in den Browser verlagert, wodurch Wechsel leichter würden.

Die gezeigten Antworten legen einen Schwerpunkt auf Notebook und Smartphone nahe. In der Browserumfrage liegt Firefox vorne. Dückert nutzt diese Ergebnisse nicht als allgemeine Bestandsaufnahme, sondern als Ausgangspunkt für Fragen nach technischen Abhängigkeiten.

Dazu gehören etwa Dateiverschlagwortung, die Verfügbarkeit einer Notizanwendung auf verschiedenen Plattformen und die Nutzung von Browsererweiterungen. Beim Speichern von Lesezeichen interessiert ihn besonders, ob sie später wiedergefunden, durchsucht, verschlagwortet und mobil genutzt werden können. Änderungen eines Anbieters könnten einen eingespielten persönlichen Ansatz erheblich beeinflussen. Solche Detailfragen schlägt er für vertiefende Folgesessions vor.

== Second Brain und die Grenze zum Organisationswissen ==

Unter den Begriffen [[Second Brain]] und Memex diskutiert Dückert einen persönlichen, vernetzten Wissensspeicher. Er verweist auf Vannevar Bushs Artikel „As We May Think“ von 1945 und dessen Vorstellung eines Speichers, in dem Inhalte abgelegt und miteinander verbunden werden können. Wikis und heutige Notizanwendungen ordnet er als Ausprägungen dieser Idee ein.

Für seinen eigenen Wissensspeicher sei besonders wichtig, auch langfristig auf Inhalte zugreifen zu können. Seine Entwicklung führte von Moleskine-Notizbüchern über TiddlyWiki, Joplin und OneNote zu Obsidian.

Im Austausch wird deutlich, dass persönlicher Speicher und Organisationswiki nicht automatisch dieselben Inhalte enthalten. Dückert beschreibt die Übertragung aus seinem Memex in ein offenes [[Wiki]] als manuellen Prozess mit Medienbrüchen.

Zudem unterscheidet die Runde zwischen „persönlich“ und „privat“. Individuell gesammelte Informationen können zum Arbeitskontext einer Organisation gehören und vertraglichen Grenzen unterliegen. Private Interessen oder eigene Weiterbildungsziele müssen dagegen nicht für ein Unternehmenswiki bestimmt sein. Die Diskussion benennt eine Grauzone, ohne eine allgemeine Lösung für alle Fälle zu formulieren.

== Obsidian: Vernetzung, Tagesnotizen und Wiedervorlage ==

An Obsidian zeigt Dückert seine aktuelle Praxis. Er hebt hervor, dass Seiten als einzelne lokale Dateien gespeichert werden und bei Bedarf synchronisiert werden können. Für private Gesundheitsunterlagen möchte er beispielsweise nicht automatisch eine Cloudablage verwenden.

Sein System öffnet täglich eine Seite mit dem aktuellen Datum. Diese dient als laufendes Tagebuch beziehungsweise „Live-Logging“. Themenseiten, etwa zu #[[gkc24]], bündeln Zusammenhänge; Suche, Verlinkungen und deren Visualisierung schaffen weitere Zugänge.

Die Demonstration umfasst auch KI-Funktionen. Generierte Ideen lassen sich in eine Seite übernehmen und anschließend bearbeiten. Bei Zusammenfassungen oder anderen Anfragen müsse bewusst entschieden werden, ob Inhalte an einen externen Anbieter geschickt werden dürfen.

Ein Plugin sammelt offene Aufgaben über mehrere Seiten hinweg. Dückert verbindet dies mit der „Someday/Maybe“-Liste aus [[Getting Things Done]]. In einer vierteljährlichen Rückschau prüft er, welche Vorhaben noch relevant sind und welche gelöscht werden können, damit die Sammlung nicht unbegrenzt wächst.

== KI nach tatsächlichem Nutzen auswählen ==

In der KI-Umfrage liegt ChatGPT deutlich vorne; lokale KI wird in den Antworten nicht genannt. Für Dückert ist gerade lokale Verarbeitung wichtig, weil Kundenverträge die Weitergabe von Daten an Drittanbieter untersagen können.

Er demonstriert LM Studio als Software zum Laden lokaler Sprachmodelle und nennt GPT4All als weitere Möglichkeit. Die Anfrage könne auch ohne Internetverbindung verarbeitet werden. Als Beispiel verwendet er ein auf Deutsch angepasstes Llama-Modell. Er vergleiche Aufgaben, soweit erlaubt, parallel mit GPT-4 und lokaler KI, um Qualitätsunterschiede und geeignete Einsatzbereiche einzuschätzen.

Eine offene Umfrage fragt anschließend nach KI-Anwendungen, auf die die Teilnehmenden nicht verzichten möchten. Dückert unterscheidet dabei mögliche Anwendungen von tatsächlich regelmäßig genutzten Arbeitsweisen. Entscheidend seien konkrete Zeitersparnis oder ein Gewinn an Kreativität.

Als eigenes Beispiel nennt er die Erstellung einer englischen Fassung eines deutschsprachigen Barcamp-Videos. Dafür sei eine Kette mehrerer Werkzeuge erforderlich. Praktisch erprobte Anwendungsfälle zusammen mit solchen Toolketten bezeichnet er als interessantes Austauschfeld.

== Wissensvisualisierung und Offenheit ==

Zum Überblick über Themenfelder, Aufgaben und Fachwissen nutzt Dückert Wissensvisualisierung. In Freeplane kann er Zusammenhänge strukturieren und priorisieren; detaillierte Aufgabenprofile dokumentiert er dagegen in OneNote. Aus der Runde kommen weitere Werkzeughinweise, darunter Miro, XMind und Markmap. Letzteres wird als Möglichkeit besprochen, interaktive Mindmaps in Webseiten einzubetten.

Zum Abschluss unterscheidet Dückert vier Austauschbereiche:
* '''Core:''' persönliche Informationsorganisation.
* '''Inner Loop:''' formelle Zusammenarbeit in Projekten, Abteilungen oder Gremien.
* '''Outer Loop:''' organisationsweite Communities und Interessengemeinschaften.
* '''Open Loop:''' Veröffentlichungen im freien Internet.

Seine abschließende Botschaft lautet, den Übergang von ausschließlich persönlicher Ablage zu ''„open by default“'' zu prüfen. Gibt es keinen Grund gegen eine breitere Bereitstellung, könne Wissen statt im eigenen Speicher im Team, im Intranet oder in einem offenen Wiki stehen. Dadurch werde es für andere nutzbar und könne um deren Erfahrungen ergänzt werden.

Die letzte Frage richtet sich auf die tatsächliche Umsetzbarkeit solcher Routinen. Dückert verweist auf feste Kalendereinträge und Checklisten: Sein wöchentliches GTD-Review steht im Kalender, die zugehörige Checkliste in OneNote. Auch diese Routine könne bei dringenden Projektanforderungen ausfallen. Damit endet die Session nicht mit einem Perfektionsanspruch, sondern mit einem Einblick in die praktische Verankerung persönlicher Wissensarbeit.

Gkc24-Session: Nano Learning für tiefe Integration von Wissen

2026-10-07T12:33:03Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Nano Learning für tiefe Integration von Wissen}}
{{Infobox gkc-Session
| titel = Nano Learning für tiefe Integration von Wissen
| art = Session
| jahr = 2024
| beitragende = Joachim Lorenz
| datum = 2024-10-10
| startzeit = 17:00
| video_id = xq4FRNw8BIs
| video_url = https://www.youtube.com/watch?v=xq4FRNw8BIs
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Kompetenzen im Umgang mit KI-Systemen aufbauen müssen. Schulungen während der Arbeitszeit kosten jedoch Zeit und Geld. Außerdem müssen sich Organisationen an das Lernverhalten der jüngeren Generation anpassen. Lösungsraum: Die jüngeren Generationen sind auf Kanälen wie Instagram und TikTok aktiv. Ein Grund dafür könnte sein, dass sie auf diesen Plattformen leicht verdauliche Inhalte konsumieren können. Hier lässt sich das Phänomen des Nano-Learnings beobachten. Kurze Lernvideos von unter einer Minute, sehr gut geschnitten und mit vielen visuellen Elementen können dazu beitragen, dass KI-[[Wissen]] effizient und effektiv vermittelt werden kann. Beitrag für den [[KnowledgeCamp]] 2024: Joachim Lorenz hat im Selbstversuch ein TikTok-Projekt gestartet, in dem er dieses Phänomen untersucht. In seinem Vortrag erläutert er, welche Szenarien denkbar sind, um KI-Wissen durch Nano-Learning zu fördern. Zielgruppe: Dieser Vortrag könnte für Personalentwickler*innen interessant sein, die nach Lösungen suchen, wie sie ihren Mitarbeiter*innen KI-Wissen während der Arbeit vermitteln können.</blockquote>

<youtube>https://www.youtube.com/watch?v=xq4FRNw8BIs</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Joachim Lorenz untersucht, wie [[Nano Learning]] die Integration von Wissen über künstliche Intelligenz unterstützen kann. Ausgangspunkt sind Verständigungsprobleme zwischen unterschiedlichen Fachdisziplinen in Projekten. Kurze, verständlich aufbereitete Lerninhalte betrachtet er als mögliche Grenzobjekte, die eine gemeinsame Wissensbasis fördern. Seine Erfahrungen mit TikTok dienen als explorativer Ausgangspunkt für die Frage, ob sich solche Formate auf das Lernen in Unternehmen übertragen lassen.

== Aufbau und Perspektive der Session ==

Lorenz verbindet seine Tätigkeit als selbständiger KI-Management-Trainer und Dozent mit seiner Forschung zur [[Wissensintegration]]. In seinen Trainings vermittelt er unter anderem Strategie- und Grundlagenwissen sowie Prompt Engineering. Als Forschungsziel nennt er eine einheitlichere Definition von Wissensintegration und eine größere Sichtbarkeit des Themas.

Die Session ist in drei Schwerpunkte gegliedert:
* Herausforderungen eines gemeinsamen Wissensverständnisses in Projekten.
* Nano Learning als mögliches Boundary-Spanning-Objekt.
* Erfahrungen aus einem eigenen TikTok-Projekt zur Vermittlung von KI-Wissen.

Der erste Teil stützt sich auf eine bibliometrische Analyse, Begriffsdefinitionen und ein Unterrichtsbeispiel. Im zweiten Teil diskutieren Vortragender und Teilnehmende die Aufbereitung von Lerninhalten, Vorwissen und individuelle Lernwege. Der abschließende Erfahrungsbericht behandelt Gestaltung, Authentizität und Aufmerksamkeit auf TikTok.

Zwischenfragen und Beiträge aus dem Publikum prägen den Verlauf deutlich. Dadurch wird aus dem Vortrag zugleich eine Diskussion über die Voraussetzungen gelingender Wissensvermittlung. Die Übertragung auf Unternehmen bleibt eine zu prüfende Möglichkeit, nicht der Bericht über eine bereits evaluierte Einführung.

== Wissensintegration als organisationale Fähigkeit ==

Lorenz beschreibt Wissensintegration als Bündelung von Wissen aus internen und externen Quellen, damit eine Organisation es für Aufgaben und gemeinsame Problemlösungen nutzen kann. Dabei geht es nicht nur um die Verfügbarkeit einzelner Informationen, sondern um deren Verbindung zu nutzbarem Wissen. Besonders relevant erscheint ihm dies bei komplexen, nicht wiederkehrenden Aufgaben.

Zur Einordnung stellt er eine bibliometrische Analyse auf Basis von Scopus vor. Sie umfasst den Zeitraum von 1983 bis 2024 und untersucht Autoren-Keywords und weitere Schlüsselwörter. Für 1998 bis 2010 hebt er Verbindungen zu Innovation, neuer Produktentwicklung und Zusammenarbeit hervor. Für 2011 bis 2020 nennt er Netzwerke und Wissenserwerb; für 2021 bis 2024 Innovationsleistung, Projekterfolg, Wissensteilung und Projektleistung.

Aus dieser Entwicklung leitet er die Bedeutung der Wissensintegration für Innovations-, Wettbewerbs- und Lernfähigkeit ab. Dabei behandelt er sie sowohl als Prozess als auch als strategisch wichtige Fähigkeit einer Organisation.

Eng damit verbunden ist die Absorptionsfähigkeit: die Fähigkeit, externes Wissen aufzunehmen, zu integrieren und anzuwenden. Für Lorenz gehören Aufnahme und Nutzung zusammen. Wissen soll nicht lediglich in eine Organisation gelangen, sondern dort zur Lösung von Aufgaben beitragen.

== Wissensgrenzen und gemeinsames Verständnis ==

Als zentrale Herausforderung nennt Lorenz [[Wissensgrenzen]]. Sie können durch Sprache, unterschiedliche Fachkenntnisse, soziale Schwierigkeiten oder mangelndes gegenseitiges Verständnis entstehen. In interdisziplinären Projekten treffen Personen zusammen, deren Kompetenzfelder und Ausdrucksweisen sich erheblich unterscheiden.

Am Beispiel eines KI-Projekts nennt er Projektleitung, Koordination, KI-Management und Data Science. Jede Rolle bringt spezifisches Wissen ein. Erfolgreiche Zusammenarbeit setzt jedoch voraus, dass die Beteiligten miteinander kommunizieren und ihre Beiträge gegenseitig einordnen können. Lorenz bezeichnet die Arbeit an einer gemeinsamen Wissensbasis als Alignment.

Grenzen entstehen dabei nicht ausschließlich durch fehlende Fachkenntnisse. Wer unsicher ist, Angst vor Bloßstellung hat oder sein Wissen schwer artikulieren kann, teilt es möglicherweise nicht. Umgekehrt kann die empfangende Person Schwierigkeiten haben, die Erklärung aufzunehmen. Wissensaustausch ist deshalb für Lorenz auch ein Beziehungsproblem.

Hinzu kommt das Zurückhalten von Wissen. Lorenz verweist auf die Vorstellung, Wissen bedeute Macht, und stellt ihr den Nutzen von Austausch und Feedback gegenüber. Er versteht auch die Weitergabe seiner eigenen Forschung als offenen Austausch: Andere sollen die Überlegungen aufgreifen, praktisch erproben und mit ihren Erfahrungen zur weiteren Forschung beitragen.

== Brücken durch Personen, Objekte und Koordination ==

Um Wissensgrenzen abzubauen, unterscheidet Lorenz zwischen vermittelnden Personen, den Boundary Spannern, und unterstützenden Grenzobjekten. Beide können Wissensintegration fördern; sie sind nicht mit ihr gleichzusetzen. Diese Unterscheidung erläutert er ausdrücklich auf eine Nachfrage aus dem Publikum.

Ein mögliches Grenzobjekt ist ein gemeinsames Vokabular. Ein Glossar kann beispielsweise helfen, technische und nichttechnische Perspektiven miteinander ins Gespräch zu bringen. Entscheidend ist, dass Beteiligte verstehen, was die jeweils andere Seite tut und welche Bedeutung ihre Begriffe haben.

Als vermittelnde Personen nennt Lorenz unter anderem Koordinatoren, Business Analysten oder Personen mit einer Rolle in der KI-Wissensintegration. Sie können zwischen technischen Fachkräften und Führungskräften übersetzen. Führung soll zudem einen Rahmen schaffen, in dem Verständigung und Wissensteilung möglich werden.

=== Ein Beispiel aus der Lehre ===

Lorenz berichtet von einer Aufgabe in einem Kurs zu Digital Business Modeling: Eine Gruppe sollte innerhalb von 30 Minuten einen Fachartikel effizient analysieren. Ein verantwortlicher Teilnehmer koordinierte die Arbeit und verteilte unterschiedliche Zugänge über ChatGPT, NotebookLM und Perplexity.

Die Ergebnisse wurden auf einem Whiteboard zusammengeführt. Anschließend besprach die Gruppe sowohl das Fachthema als auch die eingesetzten KI-Werkzeuge und deren Ergebnisse. Lorenz kontrollierte und diskutierte die Beiträge als Dozent; gemeinsam wurde ein Konsens erarbeitet.

Für ihn veranschaulicht das Beispiel die Bündelung von KI-Wissen und Domänenwissen. Der wesentliche Mechanismus war die Koordination: Nicht die parallele Werkzeugnutzung allein, sondern die organisierte Zusammenführung und gemeinsame Prüfung machten daraus Wissensintegration.

== Nano Learning als mögliches Grenzobjekt ==

Lorenz beschreibt Nano Learning als Lernstrategie, die Inhalte in kleinen, leicht verständlichen Einheiten bereitstellt. Die Inhalte sollen in kurzer Zeit aufgenommen werden können. Im Verlauf der Session grenzt er das Format auf Lernhäppchen von unter einer Minute ein. Die Beziehung zu Microlearning behandelt er zunächst offen; später ordnet er einen eigenen längeren Podcast eher diesem Begriff zu.

Neben TikTok nennt er kurze Videos auf LinkedIn sowie zusammengefasste Inhalte in getAbstract als Beispiele seiner Beschäftigung mit kompakten Lernformaten. Dabei verbindet er Nano Learning mit dem Ziel, Wissen schneller aufzunehmen und Verständnishürden abzubauen.

Seine zentrale Hypothese lautet: Wenn Inhalte passend aufbereitet werden, können kurze Lerneinheiten zwischen unterschiedlichen Wissenswelten vermitteln. Technische und geschäftliche Zielgruppen benötigen möglicherweise andere sprachliche Zugänge zum selben Thema. Nano Learning soll deshalb nicht bloß kürzen, sondern Komplexität so reduzieren, dass ein verständlicher Zugang entsteht.

Ob ein Lernhäppchen diese Brückenfunktion tatsächlich erfüllt, hängt in seiner Argumentation von der Gestaltung und der Anschlussfähigkeit an die Lernenden ab. Die Kürze allein ersetzt kein gemeinsames Verständnis.

== Vorwissen, Reflexion und unterschiedliche Lernwege ==

Die Diskussion über Lernpräferenzen führt zu einer wichtigen Präzisierung. Lorenz spricht zunächst von visuellen und auditiven Lerntypen. Aus dem Publikum wird eingewandt, Lerntypen seien ein Mythos. Im weiteren Austausch rückt stattdessen die Frage in den Mittelpunkt, wie Inhalte an unterschiedliche Vorerfahrungen anschließen können.

Eine Teilnehmerin erläutert dies anhand der Ko-Konstruktion: Wissenserwerb sei ein aktiver, selbstgesteuerter und sozialer Prozess, der auf Vorwissen und Vorerfahrung aufbaue. Lorenz stimmt zu. Menschen müssten dort abgeholt werden, wo sie stehen; bloßes Übermitteln großer Wissensmengen reiche nicht aus.

Weitere Beiträge betonen Schreiben, Reflexion und Mindmaps als mögliche Wege, neues Wissen mit bereits vorhandenem Wissen zu verbinden. Lorenz ordnet dies dem selbstregulierten Lernen zu. Für Organisationen entsteht daraus die zusätzliche Aufgabe, individuelle Lernwege wieder zu kollektivem Wissen zusammenzuführen.

Als mögliche zukünftige Unterstützung diskutiert die Runde KI-basierte Erklärungen und digitale Zwillinge vertrauter Personen. Solche virtuellen Ansprechpersonen könnten etwa beim Onboarding Fragen beantworten oder Inhalte anders erklären. Diese Szenarien werden als Möglichkeiten erörtert, nicht als nachgewiesene Ergebnisse des TikTok-Projekts.

== TikTok-Erfahrungen: Aufmerksamkeit und Vertrauen ==

In seinem Selbstversuch untersucht Lorenz, wie KI-Wissen zugänglich und vermittelbar werden kann. Dafür experimentiert er mit Trends, Videoschnitt und einem aufmerksamkeitsstarken Einstieg, dem Hook. Er berichtet von unterschiedlich erfolgreichen Videos sowie gewonnenen und wieder verlorenen Followern, ohne daraus eine systematische Wirksamkeitsmessung abzuleiten.

Seine wichtigste persönliche Erkenntnis betrifft Authentizität. Anfangs habe er angenommen, sich stärker verstellen und unterhalten zu müssen. Rückblickend bewertet er Natürlichkeit als wichtiger: Glaubwürdigkeit und Vertrauen könnten Verständigung erleichtern, während eine künstliche Darstellung zusätzliche Wissensgrenzen schaffe.

Bei den Inhalten beobachtet er zwei aufmerksamkeitsstarke Richtungen: praktische Erklärungen zur Nutzung von KI-Werkzeugen und dramatisierende Erzählungen über KI. Letztere sprechen nach seiner Einschätzung Gefühle und Verunsicherung an. Aufmerksamkeit ist damit nicht automatisch ein Beleg für hilfreiche Wissensvermittlung.

Lorenz beschreibt außerdem, wie ihm der TikTok-Algorithmus nach wiederholter Beschäftigung mit KI laufend ähnliche Inhalte zuspielt. So entstehe schnell eine Wissensblase. Seine eigene Informationsaufnahme beschränkt sich jedoch nicht auf TikTok: Er nutzt zusätzlich Buchzusammenfassungen, Podcasts, kuratierte Fachinhalte und wissenschaftliche Journals.

Auf die Frage nach der Auswahl und Zerlegung komplexer Themen nennt er Trendbeobachtung, Schnittwerkzeuge wie CapCut und einen eigens erstellten Custom GPT zur Strukturierung von Inhalten. Eine konkrete didaktische Schrittfolge zur Verdichtung eines schwierigen Themas auf weniger als eine Minute wird dabei nicht ausgeführt.

== Fazit und weiterführende Impulse ==

Lorenz hält die Übertragung kurzer Lernformate auf Unternehmen grundsätzlich für denkbar. Als entscheidend nennt er Gestaltung, Storytelling und verständliche Aufbereitung. Nano Learning erscheint dabei als ein möglicher Baustein der Wissensintegration, eingebettet in Koordination, Austausch und eine gemeinsame Wissensbasis.

Aus dem Publikum kommt zudem der Aufruf, [[Wissensmanagement]] stärker in Schulen und Hochschulen zu verankern. Lorenz greift den Gedanken auf und signalisiert Interesse an einem weiteren Austausch und einer möglichen Initiative. Eine zusätzliche Session wird ebenfalls vorgeschlagen.

Eine abschließende Rückmeldung macht die Bedeutung eindeutiger Begriffe nochmals sichtbar: Die Verwendung von „KI“ hatte zu Verwechslungen zwischen künstlicher Intelligenz und Knowledge Integration geführt. Lorenz stellt klar, dass Wissen über künstliche Intelligenz sein Untersuchungsgegenstand ist und dessen Integration im Mittelpunkt steht. Damit zeigt die Session selbst eine Verständigungshürde, die ihre zentrale Fragestellung unmittelbar veranschaulicht.

Gkc24-Session: Microsoft Viva Learning: Deep Dive in Neuigkeiten & Copilot Integration

2026-10-07T12:33:02Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Microsoft Viva Learning: Deep Dive in Neuigkeiten & Copilot Integration}}
{{Infobox gkc-Session
| titel = Microsoft Viva Learning: Deep Dive in Neuigkeiten & Copilot Integration
| art = Session
| jahr = 2024
| beitragende = Ragnar Heil
| datum = 2024-10-10
| startzeit = 15:00
| video_id = bShiYoWUArk
| video_url = https://www.youtube.com/watch?v=bShiYoWUArk
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Impuls Vortrag mit Frage Runde zu Produkt Innovationen rund um Microsoft Viva Learning 1) Copilot KI Integration 2) Tuning der Such Ergebnisse 3) Copilot Akademie als neue Vorlage 4) Neues Metadaten Management für Lernpfade 5) Vorstellung neue eLearning Content Provider</blockquote>

<youtube>https://www.youtube.com/watch?v=bShiYoWUArk</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==
Ragnar Heil stellt die Microsoft-Viva-Suite vor und erläutert Viva Learning als integrierten Zugang zu Lernangeboten unterschiedlicher Anbieter. Einen großen Teil der Session prägt die Diskussion über Copilot als Arbeitsassistenz: Neben praktischen Entlastungsmöglichkeiten stehen Datenschutz, Kompetenzentwicklung und die Grenzen automatisierter Unterstützung im Mittelpunkt. Zum Abschluss zeigt Heil die Suche und Filterung von Lerninhalten und beschreibt, welche Grenzen Viva Learning bei der Erfassung von Lernfortschritten hat.

== Aufbau und Verlauf der Session ==

Auf Wunsch aus dem Publikum beginnt Heil mit einem Überblick über die acht Module der Viva-Suite. Er stellt sich als Verantwortlicher für Business Development Management Microsoft bei HanseVision, einer hundertprozentigen Bechtle-Tochter, vor. Als Microsoft MVP und ehemaliger Mitarbeiter von Microsoft Deutschland betont er seine langjährige Praxis des öffentlichen Wissensteilens.

Geplant sind eine Einführung in Viva Learning, ein Blick auf dessen Copilot und ein Integrationsbeispiel mit Zensai, dessen Lernmanagementsystem früher LMS365 hieß. Der tatsächliche Verlauf verschiebt sich durch zahlreiche Fragen: Auf den Suite-Überblick folgen eine ausführliche Copilot-Demonstration und eine Diskussion über KI, Arbeitsorganisation und Lernen. Viva Learning wird erst zum Abschluss vorgestellt.

Die im Programm angekündigten Einzelthemen werden daher nicht sämtlich ausgeführt. Eine gesonderte Demonstration der Copilot-Integration in Viva Learning, der Copilot-Akademie oder des Metadatenmanagements für Lernpfade ist im Transkript nicht dokumentiert. Die Session endet wegen des anstehenden Raumwechsels nach Fragen zur LMS-Funktionalität.

== Viva als Rahmen für Employee Experience und Veränderung ==

Heil ordnet [[Microsoft Viva]] dem Thema Employee Experience zu. Dazu gehören prägende Stationen im Beschäftigungsverhältnis, etwa Eintritt, Elternzeit, Sabbatical, Karriereschritt und Austritt. Lernen versteht er dagegen nicht als punktuelle Maßnahme an solchen Meilensteinen, sondern als tägliche Tätigkeit. Als persönliche Routine nennt er eine Stunde Weiterbildung pro Tag, überwiegend zu Microsoft-Cloud-Technologien.

Die ursprüngliche Viva-Erzählung beschreibt er als durch Pandemie und Homeoffice geprägt. Inzwischen gehe es stärker darum, Unternehmen durch die Veränderungen der KI-Revolution zu begleiten. Führung müsse Orientierung geben; zugleich brauche es Möglichkeiten, Stimmung, Produktivität und Veränderungsprozesse zu beobachten.

Leistungsorientierung verbindet Heil ausdrücklich mit gemeinschaftlichem Lernen. Eine leistungsfähigere Organisation solle nicht durch individuelles Gegeneinander entstehen, sondern durch Communities, die sich gegenseitig unterstützen. Die Einbettung in Microsoft 365 und die Nutzung innerhalb von Teams stellt er als gemeinsamen Rahmen der Module heraus.

== Die Module der Viva-Suite im Überblick ==

Der Überblick beschreibt unterschiedliche Aufgabenfelder und mehrere von Heil hervorgehobene Neuerungen:

* '''Viva Goals:''' Das Modul unterstützt Ziele und [[OKR]] auf individueller, Team- und Organisationsebene. Heil betont die kulturelle Bedeutung transparenter Ziele. Daten können unter anderem aus CRM-Lösungen eingebunden werden; Copilot soll bei der Formulierung besser erreichbarer Ziele helfen.
* '''Viva Engage:''' Als Weiterentwicklung von Yammer dient es dem Austausch über Abteilungs-, Länder- und Unternehmensgrenzen hinweg. Copilot unterstützt nach Heils Darstellung unter anderem das Schreiben und Umformulieren von Texten sowie die Bilderzeugung.
* '''Viva Amplify:''' Nachrichten und Kampagnen können einmal erstellt und anschließend über mehrere Kanäle wie [[E-Mail]], Teams, SharePoint und Viva Engage verteilt werden. Damit soll wiederholtes Kopieren zwischen Kanälen entfallen.
* '''Viva Connections und Skills:''' Connections stellt ein personalisiertes Intranet mit relevanten Informationen und Aufgaben bereit. Beim Thema Skills beschreibt Heil die Nutzung gepflegter LinkedIn-Kompetenzangaben.
* '''Viva Glint:''' Unternehmensweite Umfragen liefern Daten, deren Trends und Unterschiede Copilot erschließen soll, etwa Unzufriedenheit in bestimmten Abteilungen oder Ländern.
* '''Viva Pulse:''' Umfragen richten sich eher an einzelne Abteilungen oder Projekte und können beispielsweise Veranstaltungen oder Projektverläufe betreffen.
* '''Viva Insights:''' Heil hebt Möglichkeiten hervor, Veränderungsprozesse über Status quo, Zielzustand und eingebundene Power-BI-Dashboards zu beobachten, etwa bei einer Copilot-Einführung.

Die Suite müsse nicht vollständig eingeführt werden. Jedes Modul könne separat genutzt werden, auch wenn die Verbindungen untereinander zunähmen. Als eigenes Praxisbeispiel nennt Heil die intensive Nutzung von Viva Engage bei Bechtle; andere Premiummodule würden dort vergleichsweise wenig eingesetzt.

== Copilot als Assistenz im Arbeitsalltag ==

Die Fragen aus dem Publikum führen zu einer Demonstration von [[Microsoft Copilot]]. Heil zeigt die Auswahl zwischen den Bereichen „Geschäftlich“ und „Web“. Im geschäftlichen Bereich sucht er nach Informationen aus E-Mails, Chats, OneDrive, SharePoint und Dokumenten; der Web-Bereich dient der öffentlichen Recherche.

Sein zentraler Anwendungsfall ist die Orientierung in vielen verstreuten Informationen. Copilot helfe ihm, Dokumente wiederzufinden, offene Zusagen zu erkennen und unbeantwortete Nachrichten zu überblicken. Für den Wochenabschluss lasse er sich offene Aufgaben zusammenstellen, für den Wochenbeginn Termine und Vorbereitungsbedarf.

Ein häufig verwendeter Prompt fasst E-Mails, Teams-Nachrichten und Kanalbeiträge des letzten Arbeitstags zusammen. Die Ergebnisse sollen tabellarisch nach Thema, Zusammenfassung, Aufgaben und möglichen Folgehandlungen geordnet werden. Direkte Erwähnungen lässt Heil hervorheben.

Als weiteres Beispiel zeigt er die Zusammenfassung eines Ordners mit rund 22.000 ungelesenen Nachrichten aus Verteilern. Er will nicht jede Nachricht lesen, aber wichtige Einladungen und Hinweise erkennen. Später stellt er klar, dass dieser Ordner einen fachlichen Randbereich beziehungsweise private Interessen betrifft und nicht seine berufliche Kernaufgabe.

Copilot beschreibt er dabei als elektronischen Assistenten, nicht als Ersatz für die eigene Verantwortung: ''„Es ist ja kein Autopilot.“''

== Datenschutz, Vertraulichkeit und Kosten ==

Mehrere Teilnehmende fragen nach dem Speicherort der Daten, ihrer Vertraulichkeit und einer möglichen Nutzung als KI-Trainingsdaten. Heil erläutert, dass die vorgestellten Viva-Lösungen Cloudlösungen seien und die Daten auf Microsoft-Servern lägen. Er verweist auf deutsche Rechenzentren und äußert Vertrauen in die technische Trennung zwischen Kunden. Eine detaillierte technische Erklärung erfolgt nicht; die geäußerten Bedenken sind damit auch nicht vollständig ausgeräumt.

Bei Copilot unterscheidet Heil zwischen einem kostenlosen Angebot und der von ihm genutzten kostenpflichtigen Variante. Für Letztere nennt er einen Preis von 28 Euro pro Person und Monat sowie eine vertragliche Zusicherung, dass damit keine Modelle trainiert würden. Diese Angaben sind Aussagen des Referenten in der Session.

Problematisch findet er, wenn Beschäftigte denselben Prompt in verschiedenen Werkzeugen ausprobieren und allein nach der Qualität der Ausgabe entscheiden. Das könne Vorgaben zu Compliance, Governance und Datenschutz unterlaufen. Er warnt davor, vertrauliche Dokumente, Vertragsinformationen oder personenbezogene Daten unbedacht hochzuladen. Eine teilnehmende Person berichtet ebenfalls von betrieblichen Einschränkungen und davon, keine Firmendaten in ChatGPT einzugeben.

Die Lizenzkosten betrachtet Heil als erhebliche Investition, deren Nutzen Unternehmen gezielt erschließen müssten.

== Lernen mit KI: Unterstützung und Verlust von Lerngelegenheiten ==

Die Diskussion fragt nicht nur nach Effizienz, sondern nach den Auswirkungen auf Kompetenzentwicklung. Eine Teilnehmerin gibt zu bedenken, dass einfache Assistenzaufgaben Berufseinsteigenden wichtige Lerngelegenheiten bieten: Wer Texte zusammenfasst oder Informationen sortiert, lernt zugleich Inhalte und Arbeitsorganisation kennen. Werden diese Aufgaben automatisiert, könnten solche Einstiege fehlen.

Heil verweist zunächst auf die Unterstützung wenig erfahrener Nutzender. Bei Excel könne Copilot beispielsweise helfen, Formeln, Diagramme und Formatierungen zu finden. Zugleich sieht er Risiken bei überzeugend formulierten KI-Texten: Sprachliche und gestalterische Qualität könne darüber hinwegtäuschen, dass Inhalte falsch seien. Ein Faktencheck erfordere weiterhin eigenes [[Wissen]].

Die Beiträge aus dem Publikum setzen unterschiedliche Akzente. Ein Student berichtet von erfolgreichen Projekten mit ChatGPT, deren Ergebnisse er selbst überprüft habe. Ein weiterer Beitrag vergleicht die Entwicklung mit Taschenrechner und Computer und betont veränderte Kompetenzanforderungen.

Dem steht die Mahnung gegenüber, nicht ausschließlich auf fertige Ergebnisse zu schauen. Gerade im Hochschulkontext sei der Prozess der Auseinandersetzung wichtig für Vernetzung und kritisches Denken. Ein schnelleres Ergebnis bedeute nicht automatisch einen besseren Lernprozess.

Heil erkennt außerdem Auswirkungen auf berufliche Rollen an und nennt Umsatzeinbrüche bei ihm bekannten freiberuflichen Textenden und Dolmetschenden. Seine Schlussfolgerung ist, weiterzulernen und die besonderen menschlichen Fähigkeiten deutlicher herauszuarbeiten.

== Effizienz ersetzt keine bessere Arbeitsorganisation ==

Eine Teilnehmerin fragt, ob Copilot nicht lediglich eine ineffiziente Arbeitsweise kompensiere. Anlass sind die gezeigten Nachrichtenzusammenfassungen und die große Menge ungelesener E-Mails.

Heil stimmt ausdrücklich zu: Die Unterstützung bekämpfe Symptome, löse aber strukturelle Probleme nicht an der Wurzel. Zugleich könne sie bei hoher Arbeitslast unmittelbar entlasten.

Damit unterscheidet die Diskussion zwischen praktischer Hilfe und organisatorischer Verbesserung. Aufgabenübersichten können verhindern, dass Zusagen untergehen; sie ersetzen jedoch keine Auseinandersetzung damit, wie Informationsmengen und Arbeitsabläufe entstehen.

== Viva Learning: gemeinsame Suche und soziales Lernen ==

[[Viva Learning]] beschreibt Heil als mehr als ein klassisches Lernmanagementsystem: Es sei eher ein Meta-LMS beziehungsweise eine Metasuchmaschine für Lernangebote verschiedener Quellen.

Besonders wichtig ist ihm die Integration in [[Microsoft Teams]]. Lernressourcen können in Einzelchats, Gruppenchats, Meetings und Kanälen geteilt und gefunden werden. Dadurch lässt sich nicht nur ein Kurs empfehlen, sondern auch gemeinsam über dessen Qualität und Nutzen sprechen. Dieses [[Social Learning]] stellt Heil dem isolierten Abarbeiten von Kursen gegenüber.

Personalisierung erfolgt über Interessen, beispielsweise Produktentwicklung, Wissenschaft, Vertrieb, Marketing oder kreative Anwendungen. Viva Learning soll sowohl formelles Lernen mit verpflichtenden Kursen als auch informelles Lernen entlang eigener Interessen unterstützen.

In der abschließenden Demonstration sucht Heil nach Knowledge-Management-Inhalten. Ergebnisse lassen sich nach Sprache, Medienart und verfügbarer Lernzeit filtern, etwa auf Videos, Audios oder Inhalte unter zehn Minuten. Als Quelle nennt er LinkedIn Learning: Nach seiner Darstellung seien 150 Kurse kostenlos zugänglich; für das vollständige Angebot sei ein entsprechender Kauf erforderlich.

Eine gewünschte Verbindung zu Viva Skills, die vorhandene Kompetenzen mit Positionen und Entwicklungswegen abgleicht, besteht laut Heil zum Zeitpunkt der Session noch nicht.

== Grenzen der LMS-Funktionalität und ergänzende Integration ==

Zum Schluss fragt das Publikum nach Pflichtschulungen, Abschlusskontrolle und Trainingsnachweisen. Heil erläutert insbesondere die Grenze bei der Fortschrittsmessung: Viva Learning könne mit Bordmitteln den von Kunden gewünschten Lernstand und das Fortsetzen an der zuletzt erreichten Stelle zunächst nicht abbilden.

Als Ergänzung nennt er Zensai. Dessen Integration ermögliche die Messung des Lernfortschritts über [[SCORM]] und basiere auf Microsoft 365 und SharePoint. Damit beschreibt Heil eine Aufgabenteilung: Viva Learning erschließt und verteilt Lerninhalte; ein angebundenes LMS ergänzt Funktionen, die darüber hinaus benötigt werden.

== Angebot zur weiteren Unterstützung ==

Heil bietet interessierten Teilnehmenden an, sich per E-Mail zu melden. Er könne prüfen, ob sie für von Microsoft geförderte kostenlose Copilot-Workshops berechtigt seien. Das Angebot ergänzt seine Aufforderung, kontinuierlich weiterzulernen und KI-Ergebnisse kritisch zu prüfen.

Gkc24-Session: Lernzirkel Zettelkasten – Wie geht ein Lernzirkel, was macht die Gruppe?

2026-10-07T12:33:00Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Lernzirkel Zettelkasten – Wie geht ein Lernzirkel, was macht die Gruppe?}}
{{Infobox gkc-Session
| titel = Lernzirkel Zettelkasten – Wie geht ein Lernzirkel, was macht die Gruppe?
| art = Session
| jahr = 2024
| beitragende = Frank Gerich
| datum = 2024-10-10
| startzeit = 15:00
| video_id = B9Nmdi4jnqQ
| video_url = https://www.youtube.com/watch?v=B9Nmdi4jnqQ
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Lernzirkel Zettelkasten - Wie geht ein Lernzirkel, was macht die Gruppe?</blockquote>

<youtube>https://www.youtube.com/watch?v=B9Nmdi4jnqQ</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die Session stellt einen regelmäßig stattfindenden [[Lernzirkel]] im Umfeld der [[Gesellschaft für Wissensmanagement]] vor. Frank Gerich, Florian und Friedel berichten, wie aus einem offenen Austausch gemeinsame, strukturierte Lernaktivitäten entstanden sind. Aktuell beschäftigt sich die Gruppe mit dem [[Zettelkasten]] und verfolgt dabei unterschiedliche persönliche Ziele.

Im Mittelpunkt steht weniger eine ausführliche Einführung in die Zettelkastenmethode als die Frage, wie gemeinsames Lernen organisiert werden kann. Die Teilnehmenden diskutieren Verbindlichkeit, Lernziele, die Rolle einer Agenda und den Wert eines geschützten Raums. Dabei werden zwei Formate unterschieden: ein offener wöchentlicher Austausch und zeitlich strukturierte Lernpfade mit individuellen Zielen und gemeinsamen Übungen.

== Aufbau und Gesprächsverlauf ==

Die Session ist als offene Gesprächsrunde mit Teilnehmenden vor Ort und online angelegt. Eine Vorstellungsrunde macht zunächst die unterschiedlichen Interessen sichtbar: praktische Erfahrungen mit Wikis, wissenschaftliches Arbeiten, Wissenstransfer, technische Dokumentation und die Suche nach wirksamen Lernmethoden.

Anschließend erläutern Frank und Florian die Entstehung des Learning Circle, seine organisatorischen Grundlagen und die verwendeten Dokumentationswerkzeuge. Rückfragen klären, welche Themen die Gruppe behandelt und ob sie feste Etappenziele verfolgt. Darauf folgt ein Überblick über zwei gemeinsame Lernaktivitäten: einen bereits durchgeführten KI-Lernpfad und den laufenden Lernpfad zum Zettelkasten.

Eine Frage zur Disziplin in Lerngruppen verlagert den Schwerpunkt auf die Gestaltung gemeinsamer Lernprozesse. Die Runde spricht über Motivation, Agenda, Diskussion und Dialog sowie über die Bedeutung sozialer Sicherheit. Zum Schluss geht es um persönliches Wissensmanagement in Organisationen, Teilnahmemöglichkeiten und Rückmeldungen zur Session.

== Ein regelmäßiger Treffpunkt für gemeinsames Lernen ==

Der Learning Circle entstand aus einer beim Barcamp in Berlin angesprochenen Idee. Florian berichtet, dass er, Frank und Martin die Gruppe anschließend gegründet haben. Ausgangspunkt war der Wunsch, Methoden nicht nur kennenzulernen, sondern selbst auszuprobieren und Erfahrungen miteinander zu besprechen.

Frank beschreibt sich als jemand, der durch eigenes Tun lernt. Dafür brauche es eine sichere Umgebung, in der erfahrene Personen Anfängerinnen und Anfänger begleiten können. Sein Bild dafür ist ein Lagerfeuer: Menschen kommen zusammen, tauschen Erfahrungen aus und lernen voneinander. Dieses Bild verbindet den fachlichen Austausch mit einer sozialen Funktion.

Der offene Termin findet dienstags von 18:00 bis 18:30 Uhr statt. Die halbe Stunde soll einen niedrigschwelligen Einstieg ermöglichen. Wer einmal nicht teilnehmen kann, muss sich dafür nicht rechtfertigen. Auch eine Mitgliedschaft in der Gesellschaft für Wissensmanagement ist keine Voraussetzung.

Inhaltlich liegt der Schwerpunkt auf [[Wissensmanagement]]. Die Runde ist jedoch offen für andere Themen, Methoden, Produkte und Ideen. Entscheidend ist, was die Anwesenden beschäftigt und was jemand einbringen möchte.

=== Dokumentation und technische Umgebung ===

Die Gruppe verwendet Teams für ihre Treffen und den begleitenden Austausch. In einem OneNote-Dokument wurden Ideen und sogenannte Knowledge Nuggets gesammelt: Informationen werden dabei mit Personen verbunden, die etwas dazu beitragen können.

Florian zeigt außerdem eine Methodenübersicht. Sie enthält Ansätze, Informationsquellen und Hinweise darauf, wer eine Methode vorstellen könnte. Er macht deutlich, dass begonnene Übersichten nicht durchgehend weitergeführt wurden. Die Dokumentation unterstützt den Austausch, wird aber nicht als vollständig ausgearbeitetes System präsentiert.

== Offener Austausch und strukturierter Lernpfad ==

Eine Nachfrage nach Etappenzielen führt zur zentralen Unterscheidung zwischen zwei Formen des Lernzirkels.

Der kontinuierliche wöchentliche Austausch hat keine festgelegten Etappenziele. Sein Zweck ist eine Umgebung, in der die Beteiligten offen für Neues bleiben, Fragen stellen und voneinander lernen können. Daneben gibt es strukturierte Lernpfade, die über mehrere Wochen hinweg bearbeitet werden. Diese geben Ziele, Schritte und Übungsroutinen vor.

Als Beispiel beschreibt Florian die Teilnahme an einem KI-Lernangebot von Mai bis Juni. Die Gruppe nutzte dafür einen offenen Lernleitfaden aus der Learn-OS-Community. Der ursprünglich auf zwölf Wochen ausgelegte Ablauf wurde zur Vorbereitung auf ein Barcamp auf etwa fünf oder sechs Wochen verdichtet. Florian schildert dies als sportliches Tempo; die vorgesehenen Übungen, als Katas bezeichnet, wurden gemeinsam bearbeitet.

Aus dem anschließenden Austausch entstand das Interesse am Zettelkasten. Damit zeigt die Gruppe, wie ein offenes Format zu einer verbindlicheren Lernaktivität führen kann, ohne dass der regelmäßige Austausch dadurch ersetzt wird.

== Der Zettelkasten als gemeinsames Thema mit individuellen Zielen ==

Beim Zettelkasten-Lernpfad legt jede Person ein eigenes Sprintziel fest. Die Gruppe kommt aus unterschiedlichen Arbeitsfeldern und erwartet deshalb nicht, dass alle mit der Methode dasselbe erreichen.

Genannt werden folgende Interessen:
* Den Zettelkasten zum Lernen nutzen.
* Die eigene Organisation unterstützen.
* LinkedIn-Beiträge besser vorbereiten.
* Obsidian kennenlernen und Erfahrungen auf MediaWiki oder andere Werkzeuge übertragen.
* Die Methode mit einem selbst programmierten Wissensmanagement-Werkzeug erproben.

Die vorgestellten Schritte umfassen das Lesen und Erstellen von Notizen, die Entwicklung eines eigenen Workflows, die Unterscheidung zwischen flüchtigen und dauerhaften Notizen sowie das Verknüpfen von Ideen. Gerade die Verlinkung der Notizen untereinander wird als wichtiges Thema hervorgehoben.

Dabei bleibt die Gruppe nicht auf ein bestimmtes Werkzeug festgelegt. Analoge und digitale Vorgehensweisen werden nebeneinander ausprobiert. Florian berichtet, dass die Beteiligten Unterschiede zwischen beiden Formen feststellen und teilweise beide nutzen.

Zum Zeitpunkt der Session hatte die Gruppe einen als Boxenstopp bezeichneten Zwischenstand erreicht. In der folgenden Woche sollte der Lernpfad mit Schritt acht weitergehen. Der dafür vorgesehene Termin schließt dienstags von 18:30 bis 19:30 Uhr an die offene Runde an.

== Verbindlichkeit ohne Leistungsdruck ==

Verena bringt eine praktische Schwierigkeit ein: Eine Lernrunde in ihrem Unternehmen sei zu einer angenehmen Kaffeetrinkrunde geworden, habe aber ihren Lerncharakter weitgehend verloren. Ihre Frage lautet, wie die Gruppe verhindert, nur noch miteinander zu plaudern.

In den Antworten werden mehrere Erfahrungen deutlich. Der regelmäßige Termin schafft zunächst einen festen Rahmen. Ein Teilnehmer beschreibt, dass er diese Zeit bewusst einplant und auch nutzt, um Dinge fertigzustellen. Ein gemeinsam beschrittener Lernpfad mit einem Ziel motiviert ihn stärker als ein ausschließlich offener Austausch.

Gleichzeitig betont die Gruppe, dass daraus kein Druck entstehen soll, jederzeit im gleichen Takt zu arbeiten. Gemeinsam voranzukommen wird als Motivation beschrieben, nicht als Verpflichtung zu identischen Fortschritten.

Beim offenen Termin kann durchaus eine informelle Atmosphäre entstehen. Nach Darstellung der Beteiligten nehmen sie dennoch meistens etwas mit. Sobald jemand ein Thema einbringt, richtet sich das Gespräch darauf. Reicht die halbe Stunde nicht aus, kann die Beschäftigung mit einer Methode erweitert werden.

=== Eine Agenda ist möglich, aber nicht verpflichtend ===

Die Runde arbeitet sowohl mit angekündigten Themen als auch ohne vorher festgelegte Agenda. Möchte jemand etwas zeigen, erklären oder ausführlicher fragen, wird mitunter bereits für die nächste Woche eine Einführung vereinbart.

Eine verpflichtende Agenda für jedes Treffen lehnen die Beteiligten dagegen als Beschreibung ihres Formats ab. Die Offenheit soll erhalten bleiben. Regelmäßigkeit und thematische Orientierung werden somit miteinander verbunden, ohne den Lernzirkel wie ein streng gesteuertes Projekt zu organisieren.

== Unterschiedliche Perspektiven und ein sicherer Raum ==

Friedel hebt hervor, dass die Gruppe Menschen zusammenbringt, die sonst häufig innerhalb ihrer beruflichen Fachkreise bleiben. Unterschiedliche Erfahrungen, Werkzeuge und Sichtweisen führen aus seiner Sicht zu anregenden Gesprächen.

David Lohner ergänzt eine lernbezogene Perspektive. Konstruktive Auseinandersetzung könne dazu führen, die eigene Position genauer zu formulieren und Argumente gegenüber anderen Sichtweisen zu prüfen. Ein weiterer Teilnehmer setzt daneben den Gedanken des Dialogs: In seiner Gruppe gehe es vorrangig darum, einander zu verstehen, nicht darum, andere zu überzeugen. Ein solches Miteinander müsse ausdrücklich vereinbart werden und brauche ein Wir-Gefühl.

Mehrfach betont die Runde den geschützten Charakter des Lernzirkels. Fragen dürfen gestellt werden, ohne bereits eine fertige Präsentation oder Lösung mitzubringen. Verena erlebt gerade die Offenheit für ungelöste und unfertige Themen als hilfreich.

Die Beteiligten unterscheiden dies von beruflichen Situationen, in denen Fragen vorschnell beantwortet oder als Wissensdefizit ausgelegt werden können. Zugleich wird darauf hingewiesen, dass solche Erfahrungen von der jeweiligen Unternehmenskultur abhängen.

== Von konkreten Fragen zu gemeinsamem Wissen ==

Frank erläutert die Vorgeschichte seiner Arbeitsweise anhand eines früheren „Problem Solving Forum“. Als Trainer und Coach für Six Sigma und Lean Development bündelte er Fragen in einem regelmäßigen Termin. Es gab einen konkreten Lernwunsch, eine Agenda und eine Gruppe interessierter Personen.

Je nach Thema bereitete er selbst etwas vor oder lud jemanden mit passender Erfahrung ein. Die Ergebnisse hielt er in einem [[Wiki]] fest, einschließlich der Information, wer das [[Wissen]] eingebracht hatte. Aus seiner Sicht verband dieses Vorgehen Dokumentation, Gemeinschaft und Zugang zu Expertinnen und Experten.

Später nutzte er bei der Einführung von Office 365 erneut einen wöchentlichen Austausch, diesmal mit einer [[Community of Practice]], Key Usern und OneNote als Arbeitsumgebung. Als entscheidend beschreibt er, Menschen um Fragen zusammenzubringen, die sie tatsächlich beschäftigen: Ausgangspunkt ist das Problem, nicht eine bereits vorhandene Lösung, für die erst ein Anwendungsfall gesucht wird.

== Persönliches Wissensmanagement und Teilnahme ==

Zum Abschluss fragt David nach der Bedeutung von [[Persönliches Wissensmanagement|persönlichem Wissensmanagement]] in Unternehmen. Eine Antwort schildert eine Organisation ohne übergreifenden Schwerpunkt darauf, in der sich Beschäftigte weitgehend selbst organisieren müssen. Aus Unzufriedenheit mit dieser Situation sei ein Abteilungs- beziehungsweise Enterprise-Wiki als Graswurzelinitiative entstanden.

Ein weiterer Beitrag bezeichnet persönliches Wissensmanagement als Ausgangspunkt für das Wissensmanagement der Organisation. Beschäftigte müssten ihr eigenes Wissen organisieren können und zugleich verstehen, wie es mit den gemeinsamen Wissensbeständen verbunden ist. Diese Schnittstelle und die Unterstützung der Mitarbeitenden werden ausdrücklich als wichtig benannt.

Die Gruppe lädt Interessierte ein, an einem der nächsten Dienstage teilzunehmen. Der Teams-Link ist nach ihrer Auskunft im Kalender auf der [[GfWM]]-[[Website]] zu finden; offener Austausch und anschließender Lernpfad verwenden dieselbe Teams-Sitzung. Nichtmitglieder können durch das Teilen einer [[E-Mail]]-Adresse in die Teams-Gruppe aufgenommen werden.

Die abschließenden Rückmeldungen würdigen besonders die Offenheit des Formats, mögliche Übertragungen in Organisationen und den Austausch zwischen Hochschule und betrieblicher Praxis.

Gkc24-Session: Hands-On: Ein eigenes GPT erstellen

2026-10-07T12:32:58Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Hands-On: Ein eigenes GPT erstellen}}
{{Infobox gkc-Session
| titel = Hands-On: Ein eigenes GPT erstellen
| art = Session
| jahr = 2024
| beitragende = Christian
| datum = 2024-10-10
| startzeit = 17:00
| video_url = https://www.youtube.com/watch?v=ThIbnSus5lk
| video_id = ThIbnSus5lk
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=ThIbnSus5lk</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Christian demonstriert, wie sich in [[ChatGPT]] ein eigenes GPT für wiederkehrende Aufgaben erstellen lässt. Gemeinsam mit den Teilnehmenden entwickelt er zunächst einen Dialog zur Unterscheidung von Zielgruppen im Bereich Medienkompetenz und anschließend einen Generator für Quizfragen. Im Mittelpunkt stehen die schrittweise Präzisierung von Anweisungen, das Testen der Ergebnisse und die Anpassung an Themen, Zielgruppen und Ausgabeformate.

Die Live-Demonstration zeigt zugleich Grenzen: Das GPT hält eine vorgegebene Fragenzahl nicht zuverlässig ein, übernimmt gewünschte Änderungen teilweise nicht und erreicht schließlich ein Nutzungslimit. Ergänzend diskutiert die Gruppe Anwendungen für Kommunikation, Unternehmenswissen und die Auswertung von Softwareupdates sowie die Einbindung eigener Dokumente.

== Hintergrund und Aufbau der Session ==

Christian stellt sich als Entwickler vor, der bis 2007 Internationale Medieninformatik in Berlin studiert hat. Das von ihm mitgegründete Softwareunternehmen entwickelte ein Werkzeug, das sich zu einer Quiz-Lern-App mit Gamification weiterentwickelte. Die Anwendung soll [[Wissen]] festigen, das zuvor an anderer Stelle erworben wurde.

Ein wiederkehrendes Problem kleiner Kunden war die Erstellung der benötigten Quizfragen. Nach Christians Darstellung begann das Unternehmen etwa vier Jahre vor der Session, dafür KI einzusetzen. Während die frühen Ergebnisse kaum brauchbar gewesen seien, habe sich die Qualität seit ChatGPT 3.5 deutlich verbessert. Daraus entstand auch ein Werkzeug mit einem geführten Erstellungsprozess.

Die Session ist als gemeinsames Experiment angelegt. Nach einer kurzen Einführung in die GPT-Oberfläche fragt Christian nach interessanten Anwendungsfällen. Die Gruppe schlägt unter anderem Onboarding und die Zuordnung von Nutzenden zu Zielgruppen vor. Auf die erste Demonstration folgt ein zweiter Versuch zur Quizgenerierung. Dazwischen und anschließend werden Erfahrungen, Qualitätsanforderungen und weitere Einsatzmöglichkeiten besprochen. Technische Schwierigkeiten bleiben sichtbar und prägen den Verlauf mit.

== Ein eigenes GPT als wiederverwendbare Aufgabenbeschreibung ==

Christian zeigt in seiner Bezahlversion von ChatGPT den Bereich zum Erkunden und Erstellen von GPTs. Dort lassen sich vorgefertigte Angebote auswählen oder eigene GPTs anlegen. Für die Erstellung führt er zwei Wege vor: die dialoggestützte Einrichtung mithilfe der KI und die direkte Bearbeitung der Konfiguration. Beide Wege können kombiniert werden.

Das eigene GPT beschreibt er als Vorlage mit Regeln, Kontext und Prompting. Es soll wiederkehrende Anweisungen bündeln, damit Nutzende nicht in jedem neuen Chat erneut Rolle und Aufgabe erklären müssen. In der Konfiguration zeigt Christian insbesondere:

* den Namen des GPTs,
* eine Beschreibung,
* die Hinweise als zentrale Aufgabenanweisung,
* Gesprächsaufhänger für den Einstieg,
* die Möglichkeit, eigenes Wissen hochzuladen.

Im gezeigten Erstellungsdialog verarbeitet das System die Eingaben zu einer Anweisung für spätere Gespräche. Christian erläutert außerdem, dass sich ein GPT per Link mit Kolleginnen und Kollegen teilen oder öffentlich bereitstellen lässt.

Auf die Frage nach einer Alternative ohne Bezahlaccount wird die gemeinsame Entwicklung eines Prompts im normalen Chat besprochen. Dieser kann durch Rückfragen verfeinert, anschließend kopiert und in einem neuen Gespräch verwendet werden. Der Nutzen eines eigenen GPTs liegt für Christian besonders darin, häufig benötigte Anweisungen nicht immer wieder zusammensuchen zu müssen.

== Zielgruppen im Bereich Medienkompetenz unterscheiden ==

=== Vom Onboarding zur konkreten Aufgabe ===

Ein Teilnehmer bringt zunächst die Idee eines Onboarding-Chats ein, der Fragen beantwortet und durch weitere Fragen der Nutzenden erweitert werden soll. Christian grenzt dieses Vorhaben für die verfügbare Dreiviertelstunde als zu umfangreich ein. Als überschaubarere Aufgabe schlägt er vor, durch ein Frage-Antwort-Spiel den Wissensstand zu ermitteln.

Aus der Gruppe kommt daraufhin ein konkreter Fall: Ein Portal mit Lernmaterialien zu [[Medienkompetenz]] soll Inhalte für unterschiedliche Zielgruppen zugänglich machen. Die bisherigen Filter werden als zu kompliziert beschrieben. Gewünscht ist eine Zuordnung mit höchstens drei Fragen. Im weiteren Gespräch konzentriert sich die Gruppe auf Lehrkräfte, Schülerinnen und Schüler sowie journalistisch Tätige.

Christian gibt dem GPT zunächst die Aufgabe, Fragen zu stellen und aus den Antworten die Zielgruppe abzuleiten. Der vorgeschlagene Name „Berufsdetektiv“ wird übernommen. Beim ersten Test fragt das GPT allerdings sehr allgemein. Christian führt dies darauf zurück, dass das Themenfeld noch nicht festgelegt wurde, und ergänzt den Bezug zu Medien.

=== Direkte Befragung und indirekte Zuordnung ===

Der nächste Test fragt nach der Nutzung von Medien im Beruf, beim Lernen oder in anderen Zusammenhängen. Die Gruppe diskutiert jedoch, ob die Zuordnung weniger offensichtlich erfolgen könnte. Statt direkt nach Tätigkeit und Beruf zu fragen, soll das GPT einen Artikel präsentieren und anhand von Antworten dazu die Zielgruppe einschätzen.

Als Thema wird Desinformation gewählt. Die Anweisung wird um die Begrenzung auf drei Fragen ergänzt. Im weiteren Dialog fragt das GPT unter anderem nach dem Umgang mit Mediennachrichten und nach Gesprächen über Informationen. Eine abschließende, belastbare Zuordnung wird in der Demonstration nicht gezeigt. Auch die Begrenzung der Fragenzahl greift nicht zuverlässig: Das System stellt weitere Nachfragen.

Damit macht das Experiment deutlich, dass eine formulierte Aufgabe noch keine verlässlich funktionierende Anwendung ergibt. Christian schlägt vor, die Abbruchbedingung ausdrücklich zu wiederholen: Nach drei Fragen soll das GPT aufhören.

== Präzise Kriterien und menschliche Prüfung ==

Christian betont mehrfach, wie wichtig konkrete Vorgaben sind. Bei sprachlichen Aufgaben entstehe Unschärfe, die durch genauer definierte Kriterien verringert werden müsse. Als Beispiel nennt er den Begriff „seriöse Quellen“: Soll das GPT danach prüfen, müsse festgelegt werden, welche Quellen oder Maßstäbe gemeint sind.

Auch Stilvorgaben lassen sich konkretisieren. Christian berichtet, dass automatisch erzeugte LinkedIn-Beiträge häufig übertrieben wirkten und nicht seinem Stil entsprächen. Er beschreibt als Gegenmittel sachliche Anweisungen und Beispiele eigener Texte. Ein entsprechend vorbereitetes GPT könne aus Veranstaltungseindrücken einen Vorschlag erstellen, den er anschließend überarbeitet.

Für seinen eigenen Arbeitsalltag nennt er Programmierung, E-Mails, Korrekturen und Zusammenfassungen. Dabei betont er, generierte Texte nicht ungeprüft weiterzugeben. Er liest sie durch und nutzt teilweise zusätzlich DeepL Write.

Ein weiteres Erfahrungsbeispiel betrifft ein Landschaftsarchitekturbüro, das potenzielle Kunden in Südbrandenburg suchte. Das GPT erhielt eine Firmenbeschreibung und erzeugte Vorschläge, darunter nach Christians Darstellung aber auch unzutreffende Informationen. Als Gegenmaßnahmen nennt er die Anforderung, verwendete Artikel anzugeben und Unsicherheit ausdrücklich zu benennen. Die Session zeigt dazu keinen überprüften Vergleich; vorgestellt werden seine praktischen Ansätze zum Umgang mit solchen Fehlern.

== Quizfragen: Inhalt, Schwierigkeit und Ausgabe festlegen ==

Für den zweiten Anwendungsfall setzt Christian die bisherige Konfiguration zurück und richtet das GPT auf Quizfragen aus. Die Aufgabe wird während der Demonstration mehrfach ergänzt:

* Fragen und Rückfragen sollen auf Deutsch erfolgen.
* Vor der Generierung sollen Thema und gewünschte Fragenzahl erfragt werden.
* Die Ausgabe soll ausschließlich Multiple-Choice-Fragen enthalten.
* Die Fragen sollen kritisches Denken anregen.
* Falsche Antwortmöglichkeiten sollen nicht offensichtlich falsch sein.
* Die korrekte Antwort soll gekennzeichnet werden.

Die ersten Ergebnisse bewertet Christian als teilweise zu einfach. Am Thema „Future Skills“ zeigt sich, dass das gewünschte Format allein noch keine passende Schwierigkeit sicherstellt. Entscheidend sind auch die Qualität der Frage und die Plausibilität der falschen Antworten, der Distraktoren.

Als mögliche Grundlage nennt er hochgeladene Berichte, Dokumente oder verlinkte Inhalte. Statt frei zu einem Thema zu generieren, könne das GPT Fragen zu einem vorgegebenen Text erstellen. Ebenso lasse sich eine Zusammenfassung in allgemeinverständlicher Sprache verlangen.

=== Schwierigkeiten beim Aktualisieren ===

Die Kennzeichnung der richtigen Antwort wird trotz wiederholter Anweisung nicht wie gewünscht umgesetzt. Christian kontrolliert die Konfiguration und versucht mehrfach, den Test neu zu starten. Dabei bleibt unklar, ob Änderungen übernommen wurden und welchen Stand die Vorschau verwendet.

Schließlich erscheint ein Hinweis auf das erreichte Nutzungslimit für GPT-4. Christian wechselt deshalb zu einer bereits vorhandenen Anwendung über einen anderen Account, die auf einer API basiert. Der zweite Anwendungsfall endet damit nicht als vollständig gelungene Konfiguration, sondern zeigt auch Schwierigkeiten beim Testen und Aktualisieren.

== Zielgruppe und Rolle verändern die Fragen ==

In der API-basierten Anwendung demonstriert Christian das Thema Farbenlehre zunächst mit der Zielgruppe Schüler. Anschließend setzt er die Zielgruppe auf Studierende und beschreibt die Rolle der KI als Professor für Kommunikationsdesign.

Die ausgegebenen Fragen verschieben sich von einfachen Farbmischungen zu Begriffen wie subtraktivem Farbsystem und Komplementärfarben. Christian nutzt diesen Vergleich, um den Einfluss von Zielgruppenbeschreibung und Rollenangabe auf die Aufgabenstellung zu erläutern.

Sein Vorgehen bleibt iterativ: Nutzende sollen mitteilen, was an einer Ausgabe nicht passt und was geändert werden soll. Für ein wiederverwendbares GPT können solche Anforderungen als feste Regeln hinterlegt werden. Alternativ lässt sich eine passende Aufgabenbeschreibung in eine eigene Anwendung übernehmen.

== Unternehmenskontext, Dokumente und weitere Anwendungen ==

Die Gruppe diskutiert mehrere Einsatzfelder für spezialisierte GPTs. Christian nennt E-Mails und Angebote, die eine Firmenbeschreibung, besondere Kompetenzen und frühere Projekte berücksichtigen. Wiederkehrender Unternehmenskontext soll dabei nicht jedes Mal neu eingegeben werden müssen.

Aus der Gruppe kommt die Idee, umfangreiche Updates aus der Microsoft- und Cloud-Welt für bestimmte Anwendergruppen auszuwerten. Christian schlägt vor, Rolle und Aufgabenbereich vorzugeben und die Relevanz der Änderungen daran auszurichten. Eine solche Auswertung wird in der Session nicht demonstriert.

Außerdem zeigt er die Funktion zum Hochladen von Wissen. In der Diskussion wird zwischen Dokumenten als Kontext und der Vorstellung unterschieden, diese zum Lernen an ChatGPT zu geben. Für betriebliche Inhalte werden Fragen nach Freigaben und Datenablage angesprochen. Christian verweist auf Erfahrungen mit Azure-OpenAI-Umgebungen und erwähnt Power Apps für die Anbindung definierter Datenbereiche.

Ein weiterer Vorschlag betrifft ältere Quizmaterialien: Freigegebene Inhalte könnten als Grundlage dienen, aus der Lehrkräfte neue Fragen erzeugen lassen. Christian nennt dafür hochgeladene Dokumente oder die Bereitstellung über eine API.

== Einheitliche Formate für die Weiterverarbeitung ==

Zum Abschluss betont Christian die Bedeutung eines verbindlichen Ausgabeformats. Wenn verschiedene Personen Fragen unterschiedlich strukturieren, erschwert das die Übernahme in ein gemeinsames System.

Für seine REST-API-Anwendung beschreibt er die Vorgabe eines bestimmten [[JSON]]-Objekts. Nach seiner Erfahrung war die Einhaltung solcher Formate bei GPT-3.5 noch fehleranfällig und bei GPT-4 deutlich zuverlässiger. Dies ist ein Erfahrungsbericht aus seiner Anwendung.

Die Session verbindet damit einfache dialoggestützte Erstellung mit Anforderungen an produktiv nutzbare Werkzeuge: Aufgaben, Quellen, Zielgruppen und Formate müssen konkret beschrieben werden. Die gezeigten Versuche unterstreichen zugleich, dass gewünschtes Verhalten praktisch getestet und Ergebnisse geprüft werden müssen.

Gkc24-Session: Good2Know: Vom analogen Wissenstransfer zum KI-basierten Unternehmensgedächtnis

2026-10-07T12:32:56Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Good2Know: Vom analogen Wissenstransfer zum KI-basierten Unternehmensgedächtnis}}
{{Infobox gkc-Session
| titel = Good2Know: Vom analogen Wissenstransfer zum KI-basierten Unternehmensgedächtnis
| art = Session
| jahr = 2024
| beitragende = Christine Lutz
| datum = 2024-10-11
| startzeit = 10:00
| video_url = https://www.youtube.com/watch?v=ib--j0sJnRE
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Good2Know: Vom analogen Wissenstransfer zum KI-basierten Unternehmensgedächtnis - Wissenstransfer mithilfe von KI</blockquote>

<youtube>https://www.youtube.com/watch?v=ib--j0sJnRE</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Christine Lutz stellt Good2Know als Plattform für digital unterstützten [[Wissenstransfer]] vor. Strukturierte Leitfragen, unterschiedliche Eingabeformen und KI-generierte Folgefragen sollen Erfahrungswissen erfassen und für Nachfolgende zugänglich machen. Die Diskussion konzentriert sich auf die Grenzen der digitalen Erfassung, die Auswahl transferrelevanter Inhalte und die Voraussetzungen für eine tatsächliche Nutzung. Als bevorzugter Ansatz kristallisiert sich ein hybrider Prozess heraus, der Software mit menschlicher Begleitung verbindet. Langfristiges Entwicklungsziel ist ein kontinuierlich gepflegtes Unternehmensgedächtnis statt ausschließlich anlassbezogener Übergaben.

== Aufbau und Gesprächscharakter der Session ==

Die Session beginnt mit einer ausführlichen Vorstellungsrunde der Teilnehmenden vor Ort und im digitalen Raum. Dabei werden unterschiedliche Ausgangslagen sichtbar: bevorstehende Verrentungen, schwer auffindbare Berichte, fehlende Dokumentationsbereitschaft und die Frage, wie Expertinnen und Experten ihr [[Wissen]] verständlich weitergeben können. Mehrere Teilnehmende begleiten selbst Wissenstransfers oder bauen entsprechende Prozesse in Organisationen auf.

Lutz erläutert anschließend die Entstehung des Unternehmens und führt durch die Plattform. Sie zeigt die Anlage eines Wissenstransfers, Kategorien und Fragen, Eingabemöglichkeiten sowie die Verarbeitung einer gesprochenen Antwort. Danach öffnet sie die Runde für Fragen und Feedback.

Der weitere Verlauf ist stark dialogisch. Die Teilnehmenden hinterfragen insbesondere die Erschließung impliziten Wissens, Motivation, Datenschutz und den Übergang von der Wissensaufnahme zur Nutzung. Eine gewünschte Übersicht der Themenkategorien kann wegen der instabilen Verbindung nicht mehr gezeigt werden.

== Ausgangspunkt: Bewährte Methode, begrenzte Skalierbarkeit ==

Lutz berichtet von mehr als 20 Jahren in verschiedenen HR-Funktionen bei Lufthansa. In ihrer letzten Tätigkeit war sie auch für Onboarding und Wissenstransfer verantwortlich. Dort wurde mit moderiertem [[Expert Debriefing]] gearbeitet. Die Methode sei gut aufgenommen worden, habe aber drei wesentliche Probleme gehabt: hohe Kosten, fehlende Skalierbarkeit und eine unzureichende weitere Nutzung der erhobenen Daten.

Für einen anderthalbtägigen Transfer nennt sie Kosten von 3.000 Euro. Wegen des Aufwands sei das Angebot auf Führungskräfte beschränkt geblieben. Ihr Wunsch nach einer Digitalisierung habe zunächst keine Finanzierung erhalten; eine dafür erbetene Summe von 200.000 Euro sei abgelehnt worden.

Nach einem späteren Austausch mit der ehemaligen Personalvorständin Bettina Volkens entstand die Idee zur Selbstständigkeit. Im April 2021 wurde das Startup gegründet. Lutz beschreibt den 1. Januar 2022 als Beginn des vollständigen Unternehmensbetriebs. Zum Zeitpunkt der Session liegen erste Pilotprojekte und ein vorführbares Produkt vor, jedoch noch kein Regelbetrieb.

== Strukturierte Fragen und zugängliche Dokumentation ==

Die vorgestellte Plattform arbeitet zunächst anlass- und positionsbezogen. Mögliche Anlässe sind Stellenwechsel, Verrentung, Elternzeit oder eine Projektübergabe. Ein Transfer kann angelegt werden, auch wenn die nachfolgende Person noch nicht feststeht. Ebenso können mehrere Wissensnehmende berücksichtigt werden.

Die Struktur orientiert sich nach Lutz an der menschlichen Konversation und am analogen Wissenstransfer. Kategorien und dahinterliegende Leitfragen sollen das Nachdenken unterstützen und die Dokumentation fokussieren. Das Portfolio umfasst ungefähr 300 Fragen. Kategorien, Fragen und branchenspezifisches Vokabular können mit Kunden angepasst werden.

Für die Wissensaufnahme stehen mehrere Formen zur Verfügung:
* Texteingabe;
* Aufnahme von Audio und Video;
* Verlinkung von Dokumenten mit erläuterndem Kontext;
* Freisprechen mit anschließender Transkription.

Die Kontextualisierung von Dokumenten soll beispielsweise deutlich machen, welche Seiten für das Onboarding besonders wichtig sind und welche Personen zusätzlich angesprochen werden sollten. Die Oberfläche ist bewusst einfach gehalten. Als Orientierung dient unter anderem eine Persona eines erfahrenen Elektroingenieurs kurz vor der Rente, der die Plattform ohne aufwendige Einarbeitung nutzen können soll.

== KI-Unterstützung und offene Fragen zur Wissenstiefe ==

In der Demonstration spricht Lutz eine Antwort ein und lässt sie anschließend transkribieren. Nach ihrer Beschreibung entfernt das System Füllwörter und setzt Satzzeichen. Die Antwort kann ergänzt, zusammengefasst und hervorgehoben werden. Außerdem erzeugt die [[Künstliche Intelligenz|KI]] auf Grundlage des eingegebenen Inhalts Folgefragen.

Als Beispiel erläutert Lutz die Frage nach den tatsächlichen Aufgaben einer Person. Eine vorhandene Stellenbeschreibung sei nicht immer ausreichend, weil sie fehlen oder veraltet sein könne. Aus der individuellen Aufgabenbeschreibung könnten weitere Fragen entstehen.

Zwei Erweiterungen bezeichnet Lutz ausdrücklich als nächste Entwicklungsschritte: Auch Antworten auf Folgefragen sollen eingesprochen werden können; außerdem sollen diese Antworten in die ursprüngliche Antwort integriert werden. Beides ist damit nicht als bereits vollständig verfügbare Funktion dargestellt.

Die Teilnehmenden fragen nach der fachlichen Qualität der Folgefragen und der Trainingsbasis. Lutz erklärt, dass der KI-Teil mit einem Partnerunternehmen umgesetzt werde, kann die genaue Trainingsweise aber nicht erläutern. Ob die Fragen tatsächlich systematisch in die Tiefe des Erfahrungswissens führen, bleibt in der Diskussion offen.

== Transferrelevanz und Grenzen der digitalen Erfassung ==

Ein zentraler Einwand lautet, dass vor der vertieften Dokumentation zunächst geklärt werden müsse, welches Wissen überhaupt transferrelevant ist. Nicht jede Kenntnis einer Person rechtfertige denselben Erfassungsaufwand. Ein Teilnehmer beschreibt dafür einen Filteransatz: Wissensaspekte identifizieren, priorisieren und erst danach eine passende Transfermethode auswählen.

Die Runde bezweifelt zudem, dass alle wichtigen Inhalte sinnvoll textuell expliziert werden können. Als Beispiel wird technisches Erfahrungswissen genannt, das sich erst beim gemeinsamen Betrachten von Elektroplänen, Berechnungen oder physischen Gegenständen erschließt. Die Einwände richten sich damit nicht nur gegen das Tippen, sondern gegen die Erfassung über eine Bildschirmmaske insgesamt.

Lutz räumt Grenzen ein: Zwischentöne, Gesten und Mimik könne das System nicht vollständig erfassen. Ihre zunächst genannte Größenordnung von 80 Prozent ist eine persönliche Zielvorstellung, keine nachgewiesene Erfassungsquote. In der Diskussion betont sie, dass auch eine deutlich geringere Erfassung ein sinnvoller Anfang sein könne, wenn menschliche Moderation die verbleibenden Bereiche ergänzt.

== Hybrider Wissenstransfer statt alleiniger Plattformnutzung ==

Auf die Kritik an fehlender Priorisierung verweist Lutz auf den angestrebten hybriden Ansatz. Für größere Vorhaben empfiehlt sie, interne Transferbegleitende auszubilden oder externe Beratung hinzuzuziehen. Diese sollen zu Beginn den zu übertragenden Wissensbereich bestimmen und den Prozess anschließend unterstützen.

Eine alleinige Nutzung des Systems empfiehlt sie für den Einstieg ausdrücklich nicht. Die Pilotprojekte hätten gezeigt, dass die Kombination mit Moderation am besten funktioniere. Anfangs seien Mitarbeitende zu stark auf sich gestellt gewesen. Inzwischen seien definierte Treffpunkte vorgesehen; zusätzlich könne ein Customer Success Manager hinzugebucht werden.

Auch die Fragenkataloge lassen sich vorbereitend bearbeiten. Neben einem umfangreichen allgemeinen Onboarding- beziehungsweise Offboarding-Katalog beschreibt Lutz Fragenworkshops mit Unternehmen. Darin wird geklärt, welche Inhalte erfasst werden sollen und welche Tiefe gewünscht ist. Solche Workshops können zusätzliche oder spezifischere Vertiefungsfragen hervorbringen.

Die Plattform wird somit als Werkzeug innerhalb eines begleiteten Prozesses positioniert, nicht als vollständiger Ersatz für die fachliche Gestaltung eines Wissenstransfers.

== Motivation, Zeit und Kultur als Voraussetzungen ==

Der erste Pilot beim Fraunhofer-Institut verlief nach Lutz sehr erfolgreich: Eine schreiberfahrene Mitarbeiterin aus der Presseabteilung dokumentierte innerhalb von anderthalb Tagen Wissen aus vier Jahren Tätigkeit. Bei späteren Unternehmen ließ sich dieser Verlauf nicht einfach wiederholen. Daraus entstand die Erkenntnis, dass sowohl die Unternehmenskultur als auch die Leichtigkeit der Dokumentation stärker berücksichtigt werden müssen.

Besonders wichtig ist ausdrücklich verfügbare Arbeitszeit. Ein Termin mit einer moderierenden Person schafft einen erkennbaren Freiraum. Eine Plattform dagegen werde häufig neben dem Tagesgeschäft genutzt, was nur eingeschränkt funktioniere.

Im Siemens-Pilotprojekt gab es laut Lutz zwei Abbrüche wegen fehlender Zeit. Eine konkrete durchschnittliche Bearbeitungsdauer lässt sich dem Transkript nicht entnehmen.

Lutz sieht Führungskräfte in der Verantwortung, Zeit einzuräumen, Wertschätzung auszudrücken und die Erwartung an den Wissenstransfer deutlich zu machen. Sie empfiehlt Freiwilligkeit, überlässt die konkrete Regelung aber dem Unternehmen. Einfache Bedienung und mögliche weitere Gamification sollen unterstützen; eine Plattform allein löse Motivationsprobleme jedoch nicht.

== Netzwerke, Wissensnutzung und Feedback ==

Über sogenannte Wegbegleiter können weitere Personen in den Transfer einbezogen werden. Ihnen lassen sich einzelne Fragen zuweisen, wenn sie über die passende Expertise verfügen oder zusätzliche Perspektiven beitragen sollen. So können etwa mehrere Personen Hinweise auf typische Schwierigkeiten einer Position geben.

Für Nachfolgende wird dadurch zugleich das informelle Netzwerk sichtbar. Relevante Ansprechpersonen stehen nach Lutz nicht notwendigerweise im Organigramm. Die Plattform soll deshalb neben Inhalten auch Orientierung darüber bieten, wer bei bestimmten Fragen helfen kann.

Wissensnehmende können Fragen und Antworten durchsehen, sich Inhalte vorlesen lassen oder einen Kompaktmodus nutzen. Nach Lutz werden bereits dokumentiertes Wissen und erfasstes Erfahrungswissen kombiniert und promptbasiert abgefragt. Für konkrete Aufgaben können so gezielt Informationen angefordert werden. Transferpläne erstellt das vorgestellte System nach ihrer Aussage nicht.

Die Pilotprojekte umfassen typischerweise einen Monat oder sechs Wochen. Anschließend werden Feedback-Interviews mit Wissensgebenden, Wissensnehmenden und Customer Success Manager geführt. Vorab werden digitales Mindset und Bereitschaft zum Wissensteilen erhoben. Ab fünf Teilnehmenden erhält das Unternehmen eine anonymisierte Auswertung; Management- und Abschlusstermine dienen der Ergebnisbesprechung.

== Datenhaltung und vertrauliche Informationen ==

Zur Datenhaltung macht Lutz Angaben für unterschiedliche Einsatzphasen. Zunächst beschreibt sie die Kunden-Cloud als Speicherort. Später erläutert sie, dass Pilotprojekte noch nicht in Kundensysteme integriert seien und auf der eigenen Azure-Cloud liefen; ein Wechsel zur Telekom-Cloud sei vorgesehen. Die Frage nach einer Speicherung auf eigenen Unternehmensservern beantwortet sie zustimmend. Für die kundenseitige Datenhaltung erklärt sie, Good2Know habe keinen Zugriff auf die Daten.

Für die Vertiefungsfragen nennt sie das deutsche Partnerunternehmen Wpeak und verweist auf die Einhaltung des deutschen Datenschutzrechts. Technische Einzelheiten werden nicht ausgeführt.

Vertrauliche Informationen sollen ausdrücklich nicht in der Plattform dokumentiert werden. Dafür verweist Lutz auf einen Disclaimer und auf die Erläuterung in Kick-off-Workshops. Sensible Inhalte sollen im direkten Austausch bleiben. Für den Regelbetrieb müssten Unternehmen gegebenenfalls mit ihren Betriebsräten entsprechende Regelungen finden.

== Entwicklungsziel: Ein kontinuierliches Unternehmensgedächtnis ==

Zum Ende beschreibt Lutz den Übergang von anlassbezogenen Transfers zu einer regelmäßigen Wissenspflege als langfristiges Ziel. Wissen soll fortlaufend dokumentiert und aktuell gehalten werden, damit neue Wissensmonopole nicht erst beim Ausscheiden einer Person sichtbar werden.

Die Kombination mehrerer Wissensgebender wird ebenfalls angesprochen. Lutz kündigt an, eine entsprechende Möglichkeit für zwei Wissensgebende noch zu programmieren.

Das angestrebte [[Unternehmensgedächtnis]] ist damit eine Entwicklungsperspektive, nicht das Ergebnis eines bereits etablierten Regelbetriebs. Die Session macht zugleich deutlich, welche Voraussetzungen dafür bestehen: relevante Inhalte auswählen, ausreichend Zeit schaffen, Menschen begleiten und digitale Dokumentation mit geeigneten persönlichen Transferformen verbinden.

Gkc24-Session: Gamification zur Wissensvermittlung

2026-10-07T12:32:54Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Gamification zur Wissensvermittlung}}
{{Infobox gkc-Session
| titel = Gamification zur Wissensvermittlung
| art = Session
| jahr = 2024
| beitragende = Helge Podolski
| datum = 2024-10-11
| startzeit = 11:00
| video_id = xhndSBUF2sA
| video_url = https://www.youtube.com/watch?v=xhndSBUF2sA
| kurzbeschreibung = Gamification im Wissensmanagement
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=xhndSBUF2sA</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die Session untersucht, wie [[Gamification]] und andere spielerische Methoden Wissensvermittlung, Zusammenarbeit und Mitarbeitendenmotivation unterstützen können. Auf einen Grundlagenimpuls folgen Praxisbeispiele und eine ausführliche Diskussion über Onboarding, Wissenstransfer und die Dokumentation gemeinsamer Lernerfahrungen. Im Mittelpunkt steht die Frage, welche Anreize zum jeweiligen Kontext und zu den beteiligten Menschen passen. Zugleich werden Grenzen deutlich: organisatorische Hürden, eingeschränkte Zugänglichkeit und die weiterhin offene Frage, wie gesichertes [[Wissen]] später tatsächlich genutzt wird.

== Aufbau und Ausgangsfragen ==

Die Session beginnt mit einer Erwartungsabfrage. Die Teilnehmenden bringen unterschiedliche Anliegen ein: transparente interne Prozesse, Alternativen zu Ranglisten, Motivation jüngerer Mitarbeitender, Kompetenzerhalt und spielerische Hochschullehre. Ein Beispiel aus der Bundesdruckerei verbindet [[Wissensmanagement]] mit dem Aufbau eines PMO: Wer ein Jira-Ticket einstellt, weiß häufig nicht, welche weiteren Schritte ausgelöst werden und welche Informationen die bearbeitende Person benötigt.

Weitere Beiträge berichten von Quizformaten, webbasiertem Lernen und einem Serious Game zum Wissensmanagement im Engineering. Eine Teilnehmerin nutzt Storytelling, um eine gesamte Wissensmanagement-Vorlesung spielerisch zu gestalten.

Der anschließende Impuls behandelt Begriffe, die Bedeutung des Spielens und das Octalysis-Framework. Danach werden Anwendungen aus Onboarding, Veränderungsprozessen und Projektarbeit vorgestellt. Die Diskussion vertieft Spielertypen, Anerkennungssysteme, Lego Serious Play und Wissenstransfer. Der Referent betont, dass er selbst mehr Fragen als fertige Antworten mitbringt.

== Spielen als Lern- und Erfahrungsraum ==

Der Referent begründet seinen Zugang mit Erfahrungen als Brettspieler, Turnierspieler, Workshopmoderator und mit seinem Psychologiestudium. In seiner Arbeit mit Veränderungsprozessen begegnet ihm zugleich die Abwertung spielerischer Ansätze als bloßer Spielkram. Dagegen stellt er Spielen als ernst zu nehmende Möglichkeit des Lernens.

Als begrifflichen Einstieg erläutert er Ludologie als Wissenschaft des Spielens. Er unterscheidet freies Spielen, Spielzeuge, Brettspiele, Glücksspiel und sportlichen Wettkampf. Diese Übersicht verdeutlicht, dass der deutsche Begriff „Spiel“ sehr unterschiedliche Aktivitäten umfasst.

Im Vortrag wird Spielen als menschliches Grundbedürfnis beschrieben, das kognitive, soziale und emotionale Fähigkeiten unterstützt. Besonders wichtig ist der geschützte Erfahrungsraum: In einem Unternehmensplanspiel lassen sich Entscheidungen und ihre Folgen erproben, ohne das reale Unternehmen zu gefährden. Der Referent verbindet dies mit einer geringeren Angst vor Fehlern, weist aber darauf hin, dass nicht alle Menschen den Leistungsdruck im Spiel ablegen können.

== Gamification ist mehr als Rangliste und Fortschrittsbalken ==

Gamification wird als Integration von Spielelementen in eine ansonsten nichtspielerische Situation definiert. Mitarbeitendenausbildung oder andere als trocken empfundene Aufgaben können dadurch zusätzliche Anreize erhalten.

In der Diskussion wird diese Definition gegenüber vollständigen Spielen im Bildungskontext abgegrenzt. Ein Unternehmensplanspiel oder ein für Lernzwecke eingesetztes Brettspiel ist nicht automatisch Gamification. Auch die gezeigten Praxisbeispiele gehören nicht sämtlich eindeutig in diese Kategorie.

Die Grenzen zwischen Gamification, Game-Based Learning, Serious Games und Serious Play werden als nicht vollständig trennscharf beschrieben. Für die praktische Auswahl zählt deshalb vor allem der konkrete Anwendungsfall. Ein wiederkehrender Gedanke ist, Gamification nicht auf Punkte, Badges oder Wettbewerb zu reduzieren: Motivation kann ebenso durch Bedeutung, Handlungsspielraum, soziale Begegnungen und sichtbares Lernen entstehen.

== Das Octalysis-Framework als Gestaltungshilfe ==

Der Referent stellt das [[Octalysis-Framework]] als zentrale Orientierung für die Entwicklung von Gamification-Ansätzen vor. Acht Dimensionen helfen dabei, unterschiedliche Anreize zu betrachten:

* '''Epic Meaning:''' Eine übergeordnete Bedeutung oder Vision macht verständlich, warum eine Aufgabe wichtig ist.
* '''Accomplishment:''' Sichtbarer Fortschritt zeigt, was bereits erreicht wurde.
* '''Empowerment:''' Die Beteiligten erkennen, was sie lernen und welche Fähigkeiten sie entwickeln.
* '''Ownership:''' Eigene Kontrolle und Handlungsmöglichkeiten verhindern, dass Menschen lediglich durch vorgegebene Aufgaben geschleust werden.
* '''Social Influence:''' Soziale Beziehungen und nach außen sichtbare Anerkennung verbinden die Aktivität mit anderen Menschen.
* '''Scarcity:''' Verknappung kann einen zusätzlichen Anreiz schaffen.
* '''Unpredictability:''' Überraschungen oder nicht vollständig vorhersehbare Ergebnisse erweitern den Ablauf.
* '''Avoidance:''' Der Wunsch, bereits erreichten Fortschritt nicht zu verlieren, kann motivierend wirken.

Das Framework wird nicht vollständig theoretisch ausgeführt, sondern als Werkzeug zum gemeinsamen Nachdenken eingesetzt. Der Referent empfiehlt, sich anschließend vertiefend damit zu beschäftigen. Entscheidend ist die Frage, welche Kombination von Anreizen für die jeweilige Situation sinnvoll ist.

== Onboarding als spielerische Wissensreise ==

Ein Praxisbeispiel betrifft die Entwicklung eines Personalentwicklungs- und Onboarding-Prozesses. Neue Mitarbeitende sollen das Unternehmen durch eine Schnitzeljagd kennenlernen. Die Aufgaben werden anhand der Dimensionen des Frameworks entworfen.

Eine Videobotschaft der Geschäftsführung soll zu Beginn erklären, warum die Reise wichtig ist. Kleine Aufgaben machen Fortschritte sichtbar, statt einen großen Informationsblock zu vermitteln. Zwei Kaffeegutscheine schaffen einen konkreten Anlass, gemeinsam mit einer anderen Person in die Kantine zu gehen und Kontakte aufzubauen.

Weitere Ideen sind ein Foto des nächstgelegenen Erste-Hilfe-Kastens oder ein gemeinsames Selfie, sofern die betrieblichen Rahmenbedingungen dies zulassen. Die Aufgaben müssen nicht immer eine einzige richtige Antwort haben, sondern können vom Arbeitsort und der jeweiligen Person abhängen.

In der Diskussion wird dieser Ansatz auf komplexe Registrierungen, Passwörter und voneinander abhängige interne Prozesse übertragen. Als mögliche Gestaltung wird eine Wissensreise mit Stationen, sichtbaren Kompetenzgewinnen und einer Hero’s Journey vorgeschlagen. Eine fertige Blaupause dafür wird ausdrücklich nicht angeboten.

== Fortschritt sichtbar und gemeinsam erfahrbar machen ==

Zwei Beispiele zeigen, wie Fortschritt in Veränderungsprojekten sichtbar werden kann. Bei einem offenen Magnetboard rücken Teams nach erreichten Meilensteinen weiter. Die gemeinsame Darstellung schafft einen sozialen Anreiz, nicht zurückzubleiben.

Bei einer Produkteinführung wird ein zunächst verpixeltes Bild schrittweise enthüllt. Für jeden erreichten Meilenstein darf ein großes Blatt eines Abreißkalenders entfernt werden. Ergänzende Beiträge im Intranet machen den Fortschritt unternehmensweit sichtbar.

Beide Beispiele übertragen Spielkomponenten in Arbeitsabläufe. Der Referent grenzt dabei ein, dass insbesondere das zweite Beispiel nicht unmittelbar Wissensvermittlung betrifft. Es veranschaulicht vielmehr, wie sichtbare Zwischenstände und gemeinsame Aufmerksamkeit Motivation unterstützen können.

== Zusammenarbeit durch spielerische Übungen verstehen ==

Eine Übung zur Vermittlung agiler Zusammenarbeit verlangt von einem Team, innerhalb einer Minute vorgegebene Formen zu legen. Die Beteiligten tragen Augenklappen und müssen mit eingeschränkten Ressourcen zusammenarbeiten.

Nach Darstellung des Referenten scheitern Teams anfangs regelmäßig, weil gemeinsame Begriffe und abgestimmte Arbeitsweisen fehlen. In weiteren Durchläufen verbessern sie sich und schaffen schließlich mehrere Formen. Das Spiel macht erfahrbar, warum Teams Anlaufzeit benötigen und wie wiederholtes gemeinsames Arbeiten ihre Leistungsfähigkeit verändert.

Auch Kommunikationsspiele werden als Lerngelegenheiten genannt. Am Beispiel von Sky Team erläutert der Referent, wie Zusammenarbeit mit begrenzter verbaler Kommunikation zum Nachdenken über andere Signale anregt.

Digitale Spielwelten wie Minecraft bewertet er für seine eigene Praxis zurückhaltend. Installation, technische Einrichtung und das Zusammenbringen aller Beteiligten verursachen aus seiner Sicht häufig einen zu großen Aufwand.

== Anerkennung und unterschiedliche Motivationen ==

In der Diskussion wird gefragt, wie sich unterschiedliche Spielertypen erkennen lassen. Der Referent nennt Beobachtung, Gespräche und das Ausprobieren von Ansätzen. Wer unmittelbar nach Punkten fragt, zeigt andere Erwartungen als jemand, der vor allem sozialen Austausch sucht.

Eine weitere Person berichtet von einem Bartle-Test, der vor der Entwicklung eines Gamification-Konzepts mit einer Gruppe eingesetzt wurde. Die ermittelten Anteile unterschiedlicher Spielertypen dienten dazu, den Ansatz an der Mehrheit der Gruppe auszurichten.

Als konkrete Anerkennungsform wird ein Trainingsprojekt vorgestellt: Nach Präsenztraining, Videoaufzeichnung oder Lernunterlagen konnten Mitarbeitende einen Test absolvieren und bei vollständiger Punktzahl ein Zertifikat erhalten. Ein zusätzlicher Profilbildrahmen wurde diskutiert; seine Umsetzung bleibt im Bericht unklar.

Ein weiteres Beispiel ist der Sherpa-Stern. Mitarbeitende können ihn anderen verleihen, wenn diese neue Arbeitsweisen anwenden. Anerkannt wird etwa, eine Datei über OneDrive zu teilen, statt sie als große [[E-Mail]]-Anlage zu versenden.

== Organisatorische Grenzen und Zugänglichkeit ==

Die Beiträge machen deutlich, dass spielerische Anreize organisatorische Voraussetzungen haben. Ein geplantes Quizduell bei Continental scheiterte nach einem Teilnehmerbericht an Fragen des Betriebsrats, der Technik und des Zugangs über dienstliche beziehungsweise private Mobiltelefone.

Auch Badges, Bewertungen und Sterne können im jeweiligen Unternehmen als Leistungskontrolle problematisch sein. Eine Person berichtet, dass Feedback erlaubt sei, Ratings dagegen nicht. Solche Einschränkungen müssen bei der Gestaltung berücksichtigt werden.

Bei [[Lego Serious Play]] werden die notwendige Logistik und eingeschränkte Barrierefreiheit angesprochen. Physisches Zusammenkommen, Materialtransport und Sehen sind im diskutierten Einsatz wichtige Voraussetzungen. Gleichzeitig beschreiben Teilnehmende das Bauen als aktivierend: Auch Menschen, die in gewöhnlichen Meetings wenig beitragen, können dabei unerwartet kreative Ideen zeigen.

== Lego Serious Play und die Sicherung von Erfahrungen ==

Lego wird im Impuls für metaphorisches Erzählen und für die Ideenfindung vorgestellt. Der Referent unterscheidet ausdrücklich zwischen Lego Serious Play und anderen Übungen mit denselben Bausteinen.

Aus der Runde werden Erfahrungen mit Strategie- und Lessons-Learned-Workshops ergänzt. Projektbeteiligte bauen ihre Erfahrungen und erklären die Modelle. Ein Teilnehmer berichtet, dass sich ein Kollege noch Jahre später genau an sein gebautes Modell erinnerte.

Eine Wissenslandkarte aus Lego wird als geplantes Experiment eingebracht, nicht als bereits erprobte Anwendung. Für die spätere Nutzung von Workshop-Ergebnissen nennt die Runde mehrere Möglichkeiten:

* Modelle fotografieren und gegebenenfalls benennen.
* Erklärungen als kurze Videos festhalten.
* Kernbotschaften zusätzlich schriftlich herausarbeiten.
* Bilder und Modelle mit der Dokumentation verbinden.
* Videos in einer Bibliothek ablegen und gegebenenfalls verschlagworten.

Die Übertragung in ein Dokumentationstool bleibt notwendig. Die bildlichen und erzählerischen Elemente sollen jedoch erhalten bleiben, statt die Ergebnisse ausschließlich auf Stichpunkte zu reduzieren.

== Wissen teilen und tatsächlich nutzbar machen ==

Für Wissensplattformen werden Levelaufstiege anhand positiv bewerteter Beiträge als bekannter Ansatz genannt. Reine Beitragszahlen oder Abrufhäufigkeiten gelten in der Diskussion nicht automatisch als Qualitätsmaßstab. Auch dieser Anreiz erreicht nicht alle Menschen und kann betriebliche Abstimmung erfordern.

Als weiterer Ansatz wird eine storybasierte Wissensreise im Expert Debriefing beschrieben. Eine Teilnehmerin berichtet von einer Kollegin, die Geschichten an persönliche Interessen anpasst und dabei mehr Wissensteilung beobachtet als bei einer trockenen Befragung.

Offen bleibt die umfassendere Verbindung zwischen vorhandenem Wissen, spielerischer Aufbereitung und späterem Abruf durch eine zunächst unbekannte Gruppe. Die Session liefert dafür einzelne Ansätze, aber kein abgeschlossenes Verfahren.

Das abschließende Fazit verbindet spielerisches Lernen mit Motivation und Fehlerkultur. Die Diskussion betont zugleich, dass kreative Methoden bislang wenig sichtbares Wissen und Fähigkeiten hervorbringen können. Welche Methode geeignet ist, muss jeweils aus Aufgabe, Zielgruppe und Rahmenbedingungen entwickelt werden.

Gkc24-Session: Evergreening – eine neue Methode des Wissensmanagements

2026-10-07T12:32:52Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Evergreening – eine neue Methode des Wissensmanagements}}
{{Infobox gkc-Session
| titel = Evergreening – eine neue Methode des Wissensmanagements
| art = Session
| jahr = 2024
| beitragende = René Sternberg
| organisation = Hirschtec
| datum = 2024-10-10
| startzeit = 16:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=UcVS5IpA8Ro
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Immer mehr digitale Werkzeuge befinden sich mittlerweile in der Cloud. Typisch für derlei Cloud-Umgebungen ist dabei: Es gibt jährlich oft hunderte - mal kleinere, mal größere - Updates, Änderungen, Erweiterungen, die die jeweilige Software betreffen. Das bringt gleichzeitig komplett neue Herausforderungen, aber auch spannende Möglichkeiten für das Wissensmanagement mit. Diese Session zeigt auf, welche Potenziale Evergreening für das Wissensmangement in der Cloud mitbringt - z. B., wenn es um digitale Arbeitsplätze geht - und wie sich diese voll ausschöpfen lassen. Im Anschluss des Impulses soll darüber diskutiert werden.</blockquote>

<youtube>https://www.youtube.com/watch?v=UcVS5IpA8Ro</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

René Sternberg beschreibt [[Evergreening]] als kontinuierliche Betreuung und Weiterentwicklung digitaler Arbeitsumgebungen. Cloud-Werkzeuge verändern sich auch nach ihrer Einführung laufend. Dadurch entstehen Aufgaben, die über technischen Betrieb und Support hinausgehen: Neuerungen müssen bewertet, Inhalte gepflegt, Schulungen aktualisiert und Werkzeuge an organisatorische Anforderungen angepasst werden. Seine zentrale Botschaft lautet, diese Aufgaben als dauerhaftes Arbeitsfeld des [[Wissensmanagement]]s anzuerkennen und dafür Ressourcen aus den Budgets der Cloud-Anwendungen einzufordern.

== Aufbau und Perspektive der Session ==

Sternberg stellt zunächst seinen beruflichen Hintergrund vor. Er arbeitet als Director Service Delivery bei Hirschtec, einer Digitalisierungsagentur, deren Arbeit von Intranets zur Gestaltung digitaler Arbeitsplätze reicht. Seine Perspektive ist auch sozialwissenschaftlich geprägt: In seiner soziologischen Promotion untersuchte er Veränderungen der internen Unternehmenskommunikation durch Web-2.0-Elemente.

Den Einstieg bilden Fragen an das Publikum zu Herausforderungen des Wissensmanagements und Entwicklungen digitaler Werkzeuge. Darauf folgen die Herleitung des Evergreening-Ansatzes aus dem Übergang zur Cloud, Beispiele kontinuierlicher Betreuungsaufgaben und mögliche Arbeitsformate. Ein Exkurs zur KI verdeutlicht die Bedeutung gepflegter Daten. Abschließend diskutieren die Teilnehmenden Ressourcen, Zuständigkeiten, Schulungen und strategische Entscheidungen.

Für Sternberg besteht ein digitaler Arbeitsplatz aus drei zusammenwirkenden Dimensionen: Technik, Menschen und Organisationsstrukturen beziehungsweise Organisationskultur. Eine hohe Nutzung digitaler Werkzeuge erfordert, diese Dimensionen miteinander in Einklang zu bringen.

== Ressourcen als grundlegende Herausforderung ==

Das Publikum nennt zu Beginn unter anderem Aktualität, künstliche Intelligenz, eine unübersichtliche Werkzeuglandschaft, Beteiligung, Motivation und selbstständiges Lernen als Herausforderungen. Sternberg erkennt diese Punkte an, setzt jedoch die Verfügbarkeit von Ressourcen an die erste Stelle.

Entscheidend ist für ihn nicht allein, ob eine Organisation Wissensmanagement grundsätzlich wichtig findet. Sie muss dafür Stellen und Arbeitszeit bereitstellen. Besonders nach Projekten stellt sich die Frage, wie zuvor aufgebaute Aktivitäten dauerhaft weitergeführt werden. Ohne diese Verstetigung bleiben auch andere Herausforderungen schwer bearbeitbar.

Damit führt Sternberg das Thema ein, auf das er mehrfach zurückkommt: Neue Aufgaben benötigen verbindliche Zuständigkeiten und eine Finanzierung. Sie können nicht dauerhaft neben dem Alltagsgeschäft erledigt werden.

== Die Cloud verändert den Rhythmus der Weiterentwicklung ==

Als besonders folgenreiche Entwicklung hebt Sternberg den Übergang von On-Premises-Lösungen zur [[Cloud]] hervor. Seiner Einschätzung nach werden die meisten Anwendungen des Wissensmanagements künftig dort betrieben; On-Premises-Angebote bleiben vor allem für besondere Anwendungsfälle bestehen.

Für die Betreuung macht er einen wesentlichen Unterschied deutlich: Bei selbst betriebenen Systemen konnten Organisationen ihre Update-Termine stärker bestimmen. In der Cloud entwickeln Anbieter ihre Produkte kontinuierlich weiter und rollen Änderungen nicht unbedingt gleichzeitig für alle Organisationen aus.

Als Momentaufnahme nennt Sternberg für den Microsoft-Kosmos innerhalb der vorausgegangenen 30 Tage 65 abgeschlossene und 52 noch im Ausrollen befindliche Updates. Nach seiner Erfahrung können zwischen Organisationen Unterschiede von mehreren Wochen oder Monaten auftreten. Ein angekündigter Veröffentlichungstermin sagt deshalb nicht zuverlässig, wann alle dieselbe Funktion erhalten.

Die Auswirkungen zeigt er an Microsoft Teams. Veränderungen der Navigation führen dazu, dass selbst erfahrene Nutzerinnen und Nutzer bekannte Funktionen nicht mehr finden. Vorhandenes Bedienwissen bleibt somit nicht automatisch gültig.

== Vom Einführungsprojekt zum kontinuierlichen Service ==

Sternberg beschreibt ein früher verbreitetes Vorgehen: Ein digitales Werkzeug wurde innerhalb eines Projekts mit Budget, Zeitrahmen und Projektteam eingeführt. Anschließend folgten Betrieb, Wartung und Support; größere Updates wurden gelegentlich kommuniziert.

In der Cloud reicht dieses Modell aus seiner Sicht nicht mehr. Auf die Einführung folgt zunehmend ein Managed Service, der neben technischen Aufgaben auch Evergreen Service und Success Management umfasst. Als weitergehende Entwicklung beschreibt er einen Digital Workplace Service, bei dem Organisationen die vollständige Betreuung eines Werkzeugs einschließlich Weiterentwicklung und Nutzerzufriedenheit abgeben.

Diese Entwicklung verbindet er mit Ressourcenknappheit. Organisationen übertragen Aufgaben entweder an andere interne Stellen oder an externe Dienstleister. Entscheidend ist, dass die kontinuierliche Betreuung tatsächlich gewährleistet wird.

Die häufigen Änderungen betrachtet Sternberg jedoch nicht nur als Belastung. Sie eröffnen die Chance, digitale Werkzeuge länger aktuell zu halten. Statt nach Jahren weitgehend neu beginnen zu müssen, können Organisationen laufend neue Möglichkeiten aufgreifen. Evergreening bedeutet damit auch, aus Weiterentwicklungen einen nutzbaren Mehrwert zu machen.

== Aufgaben zwischen IT und Inhaltsverantwortlichen ==

Die zentrale Ausgangsthese lautet: Digitale Werkzeuge sind nach Projektende nicht fertig. Aus ihrer laufenden Veränderung entstehen unter anderem folgende Aufgaben:

* Neue Funktionen mit Stakeholdern und Redaktionen abstimmen und anschließend verständlich kommunizieren.
* Updates, Funktionen und Anforderungen bewerten und einordnen.
* Inhalte aktuell halten und pflegen.
* Redaktionsrichtlinien und Schulungen überarbeiten.
* Neue Anforderungen der Nutzenden aufnehmen und gegebenenfalls an Softwarehersteller weitergeben.
* Suche und Navigation regelmäßig überprüfen und anpassen.

Diese Liste bezeichnet Sternberg ausdrücklich als nicht abschließend. Viele Aufgaben liegen zwischen IT und Inhaltsverantwortlichen. Daraus entsteht ein Ressourcen- und Zuständigkeitsdilemma: Die Arbeit ist erforderlich, aber weder eindeutig zugeordnet noch ausreichend im Alltag eingeplant.

Auch Konfiguration ist dabei mehr als eine technische Grundeinstellung. Werkzeuge müssen zu Arbeitsweisen, Organisationsstrukturen und unterschiedlichen Kulturen innerhalb einer Organisation passen. In der Diskussion verweist Sternberg auf Informationsarchitektinnen und Informationsarchitekten, die solche Anpassungen gestalten. Dass ein Werkzeug verfügbar ist, bedeutet noch nicht, dass es sinnvoll eingerichtet ist.

== Praktische Formate für Evergreening ==

=== Regelmäßiger Austausch und Nutzungsberatung ===

Sternberg nennt einen festen, regelmäßigen Austausch mit den Verantwortlichen digitaler Werkzeuge, etwa Zentralredaktionen oder Ownern. Dabei geht es nicht nur um technische Störungen, sondern auch darum, wie vorhandene Möglichkeiten besser genutzt werden können.

Die Grenze zwischen Support und Beratung wird in der Diskussion besonders deutlich. Fragen wie das Öffnen oder Verwenden eines Werkzeugs landen im Support, obwohl technisch nichts defekt ist. Zugleich können Fachabteilungen andere Arbeitsweisen benötigen als die IT.

Sternberg empfiehlt deshalb, tatsächliche Anwendungsfälle gemeinsam zu klären und nachvollziehbar festzuhalten. In der Diskussion über Jira und Planner wird deutlich, dass die Auswahl nicht pauschal erfolgen sollte: Projektgröße, Anforderungen und Befähigung der Nutzenden sind zu berücksichtigen.

=== Suche, Navigation und Informationspflege ===

Als weitere Arbeitsfelder nennt Sternberg die Optimierung von Suche und Navigation. Auch gut eingerichtete Lösungen können durch veränderte Rahmenbedingungen unpassend werden. Personalisierung und die Sichtbarkeit einzelner Navigationspunkte benötigen ebenfalls bewusste Entscheidungen.

Am Beispiel durchsuchbarer Handbücher erläutert er, warum hierfür Spezialwissen erforderlich sein kann. Geeignete Suchergebnisseiten, Metadaten und Konfigurationen helfen, benötigte Informationen gezielt zu finden, statt umfangreiche Dokumente vollständig lesen zu müssen.

Das Daten- oder Informationsgärtnern beschreibt er als regelmäßige Pflege von Informationsbeständen. Dazu gehören Fragen nach Verantwortlichkeit, Zeit und Motivation. Eine saubere Datengrundlage entsteht nicht allein durch die Bereitstellung einer Plattform.

=== Verständliche Kommunikation von Neuerungen ===

Als niedrigschwelliges Format schlägt Sternberg einen Tipp der Woche vor: kurze Hinweise im Intranet, idealerweise mit Video und ergänzendem Text, die neue Möglichkeiten erklären.

Außerdem stellt er den bei Hirschtec angebotenen Infochannel vor. Darin werden wichtige Neuerungen und mögliche Probleme in verständlicher, nicht technischer Sprache aufbereitet. Zentralredaktionen können diese Informationen für ihre Kommunikation weiterverwenden.

Ein Online-Beitrag bestätigt das Problem unpassender Lernmaterialien: Allgemeine Videos passen nicht zwangsläufig zur jeweiligen Umgebung. Sternberg betont deshalb, dass Materialien sowohl sprachlich verständlich als auch auf die konkrete Organisation zugeschnitten sein müssen.

== KI macht die Qualität der Daten besonders sichtbar ==

Sternberg beurteilt den Einsatz von KI kritisch, ohne ihn grundsätzlich abzulehnen. Sein Schwerpunkt liegt auf der Datenqualität. Nach seinen Erfahrungen verfügen viele Organisationen nicht über ausreichend gepflegte Informationsbestände. Eine KI-Anwendung behebt diese Mängel nicht automatisch.

Am Beispiel von Microsoft Copilot erläutert er: Wird eine schlecht gepflegte Umgebung als Grundlage verwendet, sind entsprechend problematische Ergebnisse zu erwarten. Seine Einschätzungen beruhen dabei auf Erfahrungen aus der Betreuung von Organisationen.

Als mögliche Alternative nennt er einen begrenzten Anwendungsfall über Copilot Studio, etwa ein Qualitätsmanagement-Handbuch. Wenn dessen Inhalte durch geregelte Prozesse aktuell gehalten und alte Versionen entfernt werden, sieht er bessere Voraussetzungen für brauchbare Ergebnisse.

Der Exkurs führt zurück zu Evergreening: Wer KI sinnvoll einsetzen will, muss auch die zugrunde liegenden Datenquellen pflegen. Intranetgärtnern oder die Betreuung eines Handbuchs sind damit keine nebensächlichen Aufräumarbeiten.

== Zuständigkeiten und strategische Entscheidungen ==

In der Diskussion werden zusätzliche Auswirkungen kontinuierlicher Updates sichtbar. Änderungen können Schulungsaussagen kurzfristig überholen und Lernende verunsichern. Neue Funktionen können außerdem Betriebsvereinbarungen, Datenschutz, Führungsrichtlinien oder Arbeitskultur berühren.

Ein Diskussionsbeitrag hebt hervor, dass unterschiedliche Fachbereiche dieselbe Änderung verschieden bewerten. Technische Unbedenklichkeit reicht deshalb nicht als alleinige Entscheidungsgrundlage. Zugleich besteht die Gefahr, dass niemand die Gesamtverantwortung übernimmt.

Sternberg empfiehlt Digitalisierungsboards, die beispielsweise quartalsweise schwierige Fragen beraten. Dort könnten Auswirkungen, Folgekosten und organisatorische Konsequenzen bewertet werden. Strategisch bedeutsame Entscheidungen sollten nicht allein von wenigen Personen aus dem Bauch heraus getroffen werden.

Er verbindet dies mit der Gefahr von Informationsüberflutung. Zu viele parallele Werkzeuge, unsortierte Inhalte und fehlende Metadaten erschweren die Arbeit. Wissensmanagement lässt sich aus seiner Sicht nicht einfach als zusätzliche Aufgabe aufsetzen; geeignete Formate müssen in die Arbeitsabläufe eingebaut werden.

Dabei unterscheidet er Datenablage von Wissensentstehung. [[Wissen]] entsteht für ihn erst, wenn Menschen mit Daten und Informationen arbeiten, andere einbeziehen und Informationen im digitalen Raum nutzbar machen.

== Handlungsempfehlungen und Schlussfolgerung ==

Sternbergs zentraler Aufruf richtet sich an Wissensmanagement, Business Management und Kommunikationsverantwortliche: Sie sollen die neuen Aufgaben gegenüber der IT sichtbar machen und dafür Anteile der Budgets von Cloud-Anwendungen einfordern.

Die Begründung lautet, dass IT-Abteilungen häufig sowohl personell überlastet sind als auch nicht alle erforderlichen fachlichen Kompetenzen abdecken können. Finanzierung darf deshalb nicht auf Nutzungsgebühren und technischen Betrieb beschränkt bleiben. Auch Schulung, Konfiguration, Informationspflege und Weiterentwicklung benötigen Ressourcen.

Auf die Frage nach dem Bewusstsein von Entscheidungsträgern beschreibt Sternberg ein uneinheitliches Bild. Einige IT-Abteilungen erkennen die Herausforderung bereits; andere befinden sich noch stärker in einer On-Premises-Perspektive. Er plädiert dafür, kontinuierliche Betreuung frühzeitig strategisch mitzudenken, statt erst auf entstandene Probleme zu reagieren.

Zum Abschluss fordert er die Teilnehmenden auf, das Thema in ihren Organisationen anzusprechen. Die Cloud eröffnet Chancen für Weiterentwicklung, bringt aber zusätzliche Arbeit mit sich. Diese Arbeit muss dauerhaft jemand übernehmen – mit klarer Verantwortung, passenden Kompetenzen und ausreichenden Ressourcen.

Gkc24-Session: Erwartungen an und Ideen für die GfWM

2026-10-07T12:32:50Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Erwartungen an und Ideen für die GfWM}}
{{Infobox gkc-Session
| titel = Erwartungen an und Ideen für die GfWM
| art = Session
| jahr = 2024
| beitragende = Florian Schmuhl
| datum = 2024-10-10
| startzeit = 17:00
| video_url = https://www.youtube.com/watch?v=8J09wLviRb8
| kimodell = GPT-6.1 Sol
}}

<youtube>https://www.youtube.com/watch?v=8J09wLviRb8</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Die Session versammelte Erwartungen und Ideen zur Weiterentwicklung der [[GfWM]]. Im Mittelpunkt standen die Transparenz der Vorstandsarbeit, der Zugang zu Fachgruppen und die Frage, wie Mitglieder Themen, Aktivitäten und passende Ansprechpersonen finden können. Eine ausführliche Diskussion über digitale Kommunikationswege machte deutlich, dass sowohl aktive Zusammenarbeit als auch selbstbestimmte Information unterstützt werden sollen. Zum Abschluss wurden die Anliegen mit Überlegungen aus der Vorstandsklausur abgeglichen; dabei kamen auch offene Austauschformate und die Veröffentlichung von Zuständigkeiten zur Sprache.

== Aufbau und Verlauf der Session ==

Die Session war als offenes Gespräch angelegt. Zu Beginn wurden die Teilnehmenden nach ihren Wünschen an den Verein gefragt. Die Überlegungen des Vorstands sollten bewusst erst danach eingebracht werden, damit sie die Erwartungen der Runde nicht vorab bestimmen.

Aus dem ersten Wunsch nach mehr Transparenz entwickelte sich eine Diskussion über die Zugänglichkeit von Fachgruppen. Anschließend ging es um die unterschiedlichen Gruppenformen, den Austausch zwischen ihnen und die Orientierung neuer Mitglieder. Die Frage nach geeigneten Informationswegen führte zu einer längeren Auseinandersetzung mit Teams und anderen Werkzeugen.

Ein online zugeschaltetes Mitglied brachte Erfahrungen aus einer anderen Fachgesellschaft ein. Dadurch erweiterte sich die Diskussion um unterschiedliche Kommunikationspräferenzen und die Trennung von Mitgliederverwaltung und Informationsverteilung. Zum Ende kehrte die Runde zu konkreten Erwartungen zurück: sichtbare Aktivitäten, Einladungen zu Veranstaltungen und klar benannte Zuständigkeiten im [[Vorstand]].

== Transparenz als Grundlage für Beteiligung ==

Der Wunsch nach Transparenz bezog sich besonders auf den Vorstand. Ein Beitrag machte deutlich, dass die Information über eine stattgefundene Vorstandsklausur allein nicht ausreiche. Gewünscht wurden zeitnahe Einblicke in die Themen, Ziele und Ideen, mit denen sich das Gremium beschäftigt.

Dabei sollte Transparenz nicht bei der Veröffentlichung von Informationen stehen bleiben. Mitglieder wollten Rückmeldung geben, ins Gespräch kommen und erkennen können, ob Unterstützung benötigt wird. Der Vorstand wurde als formal vorgesehenes Gremium beschrieben, dessen Arbeit dennoch gemeinschaftlich durch den Verein unterstützt werden könne.

Im Verlauf der Session erhielt Transparenz weitere Bedeutungen:

* Sichtbarkeit der vorhandenen Gruppen und ihrer Aktivitäten.
* Orientierung darüber, welche Themen bearbeitet werden und wo Beteiligung möglich ist.
* Zugang zu Informationen auch außerhalb der eigenen Arbeitsgruppe.
* Klarheit darüber, welche Person im Vorstand für ein Anliegen ansprechbar ist.

Diese Anliegen verband die Erwartung, nicht ausschließlich auf persönliche Bekanntschaften angewiesen zu sein. Mitglieder sollten nachvollziehen können, was im Verein geschieht und an welchen Stellen sie ihre Erfahrungen einbringen können.

== Offene Fachgruppen und Veröffentlichungen unter dem Vereinsnamen ==

=== Erfahrungen mit einem verwehrten Zugang ===

Ein Mitglied berichtete, nach seinem Eintritt 2017 über etwa zwei Jahre wiederholt versucht zu haben, an einer [[Fachgruppe]] zu Kompetenzentwicklung beziehungsweise Kompetenzmanagement teilzunehmen. Es habe den Eindruck gewonnen, dort nicht erwünscht zu sein und möglicherweise als nicht ausreichend qualifiziert betrachtet zu werden.

Der Beitrag stellte dem die Kompetenzen von Quereinsteigenden gegenüber. Erfahrungen und die Bereitschaft, [[Wissen]] zu teilen, sollten Beteiligung ermöglichen, auch wenn keine entsprechende formale Qualifikation vorliege. Kritisiert wurde insbesondere, dass eine geschlossene Gruppe unter dem Vereinslabel als Fachgruppe auftrete, ohne anderen Mitgliedern Zugang zu gewähren.

In der Diskussion wurde bestätigt, dass die Problematik geschlossener Gruppen bekannt sei. Zugleich wurde zwischen dem Eindruck mangelnder Anerkennung und anderen möglichen Ursachen unterschieden: Ausschluss könne auch daraus entstehen, dass bestimmte Personen bevorzugt untereinander arbeiten wollten.

=== Offenheit als mögliche Voraussetzung ===

Aus Vorstandsperspektive wurde zwischen selbst gewählter Zusammenarbeit und Aktivitäten unter dem Namen der GfWM unterschieden. Menschen könnten in ihrer Freizeit mit selbst gewählten Partnern Ergebnisse erarbeiten. Eine andere Situation entstehe, wenn diese Ergebnisse über die Vereinswebsite zugänglich gemacht würden und damit einen GfWM-Bezug erhielten.

Als möglicher Hebel wurde deshalb vorgeschlagen, Veröffentlichungen über die GfWM an die Offenheit der jeweiligen Gruppe zu knüpfen. Dabei sollte nicht nur die Bezeichnung offen wirken, sondern die Mitarbeit tatsächlich möglich sein.

Dieser Vorschlag war keine bereits beschlossene Regelung. Er wurde als Gegenstand weiterer Diskussion bezeichnet. Die Rückmeldung aus der Session erhöhte jedoch seine Priorität. Außerdem wurde betont, dass eine solche Offenheitsregel dauerhaft gelten müsste.

== Gruppenarbeit sichtbar machen und miteinander verbinden ==

In der Vorstandsklausur waren drei Gruppenformen angesprochen worden: Fachgruppen, Regionalgruppen und Erfahrungsgruppen. Ihre Abgrenzung war noch nicht abschließend geklärt. Erfahrungsgruppen wurden ausdrücklich als eine Form beschrieben, die so noch nicht etabliert sei.

Mit Fachgruppen wurde unter anderem die gemeinsame Erarbeitung und Veröffentlichung von Ergebnissen verbunden. Ihre Entstehung wurde zugleich auf persönliche Interessen und Leidenschaften zurückgeführt. Als Beispiel diente das Thema öffentlicher Dienst: Zwei Interessierte hätten es auf einem Knowledge Camp eingebracht und dort weitere Mitwirkende gefunden.

Mehrere Beiträge forderten stärkere Verbindungen zwischen den Gruppen und den Veranstaltungen des Vereins. Fachlich aktive Mitglieder sollten ihre Inhalte bei der zentralen Jahresveranstaltung vorstellen, zur Diskussion stellen und Rückmeldungen aufnehmen. Als positives Beispiel wurde eine Session in Potsdam genannt, in der Erfahrungen zum Thema Kompetenzen offen diskutiert worden seien.

Auch Regionalveranstaltungen wurden als geeignete Orte für Beiträge aus Fachgruppen gesehen. Dort würden Themen und Referierende gesucht; die im Verein erarbeiteten Inhalte könnten dieses Angebot bereichern. Digitale Beteiligung erleichtere solche Verbindungen, ohne persönliche Treffen vollständig zu ersetzen. Für lokale Gruppen wurde Präsenz weiterhin als besondere Form des Austauschs hervorgehoben.

Als bestehende formale Anforderung wurde die Berichterstattung in der [[Mitgliederversammlung]] genannt. Ein Beitrag betonte, dass auch Berichten dialogisch verstanden werden sollte.

== Orientierung und Vernetzung für neue Mitglieder ==

Aus Sicht neuer Mitglieder blieb unklar, welche Möglichkeiten die GfWM insgesamt bietet. Persönliche Gespräche könnten erste Kontakte schaffen, anschließend aber wieder versanden. Auch die Unterschiede zwischen den Gruppenformen seien nicht ohne Weiteres erkennbar.

Ein Vorschlag war, die Themen, die den Verein beschäftigen, deutlicher sichtbar zu machen, gegebenenfalls als längere Themenliste. Dahinter stand die Frage, wie eigene berufliche Interessen an organisatorischer Transformation und Wissen in die Vereinsarbeit eingebracht werden können. Als unmittelbare Möglichkeit wurde ein Gespräch mit einer [[Regionalgruppe]] empfohlen.

Ein weiterer Beitrag beschrieb den Bedarf nach niedrigschwelliger Vernetzung: Wer eine Frage habe, sollte nicht erst mehrere Personen kontaktieren müssen, um eine möglicherweise passende Ansprechperson zu finden. Ebenso sollte erkennbar sein, ob andere Mitglieder über dasselbe Thema nachdenken.

Damit ging es nicht nur um fertige Gruppenangebote. Gewünscht wurde auch ein Raum für offene Fragen, Themenideen und gemeinsames Nachdenken. Die Community sollte stärker genutzt werden können, um Erfahrungen zusammenzuführen und miteinander an Themen zu arbeiten.

== Kommunikation zwischen Zusammenarbeit und selbstbestimmter Information ==

=== Anforderungen statt vorschneller Werkzeugentscheidung ===

Ein Mitglied sprach sich deutlich für die vorhandene Nutzung von Office 365 und Teams aus. Es beschrieb Benachrichtigungen, auswählbare Kanäle und die Möglichkeit, Beiträge bei Gelegenheit zu lesen, als hilfreich. Zugleich wurde bedauert, dass die vorhandenen Angebote wenig aktiv genutzt würden.

Dem stand die Beobachtung gegenüber, dass Teams durch seine Gruppenstruktur Silos bilden könne: Wer einer Gruppe nicht angehöre, bekomme deren Aktivitäten nicht mit. Ein übergreifender Überblick sei deshalb eine eigene Anforderung.

Die Diskussion unterschied mehrere Bedürfnisse:

* Zeitnahe Information während gemeinsamer Planung und Arbeit.
* Zugriff auf Dokumente und Abstimmung innerhalb einer Gruppe.
* Auswahl von Themen, die persönlich interessieren.
* Übersicht über Möglichkeiten zur Mitarbeit, ohne ständig Echtzeitmeldungen zu erhalten.

Der Newsletter wurde als bestehender Informationsweg genannt; seine Erscheinungsweise wurde im Gespräch auf vierteljährlich korrigiert. Die Moderation lenkte die Diskussion schließlich von technischen Einzelheiten weg. Entscheidend seien mehr veröffentlichte Informationen sowie die Möglichkeit, diese selbstgesteuert zu abonnieren oder wieder abzubestellen.

=== Unterschiedliche Präferenzen und praktische Grenzen ===

David, seit etwa einem halben Jahr Mitglied der GfWM und zugleich im Vorstand der Deutschen Gesellschaft für Hochschuldidaktik, berichtete von ähnlichen Herausforderungen. Manche Mitglieder wollten Informationen per [[E-Mail]], andere einen separaten Kanal; wieder andere lehnten ein zusätzliches Werkzeug ab.

Er stellte die Frage, wie Hol- und Bringschuld definiert und kommuniziert werden könnten. Mitglieder sollten Informationen nach eigenen Interessen filtern können, wofür die Organisation passende Zugänge bereitstellen müsse.

Für die GfWM wurde außerdem eine konkrete Lizenzgrenze genannt: Maximal 300 verfügbare Lizenzen stünden einer höheren Mitgliederzahl gegenüber. Ein Zugang für alle lasse sich daher nicht einfach voraussetzen. Unabhängig vom Werkzeug brauche es zudem tatsächliche Aktivität. Als mögliche Anforderung an Fachgruppen wurde genannt, wenigstens Benachrichtigungen über ihre Arbeit zu veröffentlichen.

== Mitgliederverwaltung und Informationsverteilung trennen ==

Als bereits getroffene Entscheidung wurde benannt, Mitgliederverwaltung und Informationsverteilung künftig zu trennen. Verwaltung, Abrechnung und Zahlungsstatus seien andere Aufgaben als der Austausch über wechselnde Themen und Aktivitäten.

Diese Trennung wurde mit der bisherigen Analyse von Softwareangeboten begründet. Eine gemeinsame Lösung könne erneut eine Bindung an einen kommerziellen Dienstleister bedeuten. Zugleich gebe es im Vorstand Interesse daran, funktionierende Open-Source-Lösungen zu stärken. Maßgeblich bleibe aber, dass eine Lösung praktisch funktioniere und die Mitglieder erreiche.

Der Austausch mit der anderen Fachgesellschaft lieferte zusätzliche Vergleichspunkte. Eine dort betriebene Mastodon-Instanz wurde als öffentliches Angebot für den Austausch mit einer größeren Community beschrieben, nicht als Ersatz für ein Intranet. HumHub wurde als mögliches Kommunikationswerkzeug zur weiteren Betrachtung genannt. Eine konkrete Auswahl für die GfWM wurde in der Session nicht getroffen.

== Weitere Vorhaben und konkrete Wünsche ==

Zum Abschluss wurden die Diskussionsthemen mit den Überlegungen der Vorstandsklausur verbunden. Genannt wurden offene Calls beziehungsweise ein virtuelles Plenum für Mitglieder, das Aufräumen der [[Website]], der Umgang mit den Gruppenformen sowie nationale und internationale Kooperationen. Als übergeordnete Ziele wurden ein klares, professionelles Fundament und die Stärkung der gesellschaftlichen Bedeutung von [[Wissensmanagement]] und Wissensarbeit benannt.

Aus der Runde kam der Wunsch nach einzelnen Einladungen zu Regionalveranstaltungen mit direktem Einladungslink. Damit sollte Beteiligung möglich werden, ohne regelmäßig selbst die Website prüfen zu müssen.

Ein weiterer konkreter Wunsch betraf die Zuständigkeiten im Vorstand. Diese öffentlich zu machen, wurde ausdrücklich zugesagt. Zwar sollten Anfragen intern geteilt werden; der aktuelle Besprechungsrhythmus könne jedoch zu einer Bearbeitungszeit von bis zu zwei Wochen führen. Direkt die zuständige Person anzuschreiben, könne schnellere Klärung ermöglichen.

Zum Ende wurde auf noch verfügbare Barcamp-Sessions am folgenden Tag hingewiesen. Wer ein dringendes Thema habe, könne es dort einbringen. Auch die Möglichkeit einer neuen themengebundenen Gruppe wurde ausdrücklich angesprochen.

Gkc24-Session: Einsatz Generativer KI im Wissensmanagement: Mehr als nur Technologie

2026-10-07T12:32:48Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Einsatz Generativer KI im Wissensmanagement: Mehr als nur Technologie}}
{{Infobox gkc-Session
| titel = Einsatz Generativer KI im Wissensmanagement: Mehr als nur Technologie
| art = Session
| jahr = 2024
| beitragende = Maria Kretschmer
| organisation = Fraunhofer IPK
| datum = 2024-10-11
| startzeit = 10:00
| sprache = Deutsch
| video_id = EUNOGRfcT4k
| video_url = https://www.youtube.com/watch?v=EUNOGRfcT4k
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Willkommen in der faszinierenden Welt der Generativen KI! Diese Session bietet die Möglichkeit, zu erkunden und zu diskutieren, wie diese revolutionäre Technologie das Wissensmanagement transformiert und als ganzheitliche Managementaufgabe zu verstehen ist. Denn Generative KI ist weit mehr als bloße Technologie! Wir starten mit einem kurzen Impulsvortrag, der die Grundlagen im Bereich KI und Generative KI sowie deren revolutionäre Kraft für das WIssensmanagement näherbringt. U.a. werden die exklusiven Ergebnisse der Fraunhofer-KI4WM-Umfrage präsentiert, die den aktuellen Einsatz von Generativer KI in Unternehmen, Potenziale zur Verbesserung des Wissensmanagements sowie zentrale Herausforderungen und Erfolgsfaktoren beleuchten. Ziel der Session ist es den gemeinsamen Austausch anzuregen und mit den Teilnehmenden in einer offenen Diskussion Perspektiven und Erfahrungen auszutauschen.</blockquote>

<youtube>https://www.youtube.com/watch?v=EUNOGRfcT4k</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Maria Kretschmer betrachtet [[Generative KI]] im [[Wissensmanagement]] als ganzheitliche Managementaufgabe. Anhand der vier Kernaktivitäten [[Wissen]] erzeugen, speichern, verteilen und anwenden zeigt sie mögliche Einsatzfelder. Ihre zentrale These: Technische Möglichkeiten entfalten ihren Nutzen erst im Zusammenspiel mit Strategie, Kompetenzentwicklung und menschlicher Prüfung. Erste Ergebnisse einer laufenden Umfrage sowie die anschließende Diskussion beleuchten Erwartungen, Barrieren und offene Fragen.

== Aufbau und Arbeitsweise der Session ==

Kretschmer stellt sich als Mitarbeiterin des Fraunhofer IPK in der Abteilung Business Excellence vor. Ihre Schwerpunkte sind Kompetenzentwicklung und Wissensmanagement. Die Session ist als Impuls mit anschließendem Erfahrungsaustausch angelegt; zugunsten der Diskussion kürzt sie einzelne Beispiele.

Der Vortrag beginnt mit Definitionen von KI und generativer KI. Anschließend systematisiert Kretschmer deren Potenziale für das Wissensmanagement, beschreibt Kompetenzanforderungen und stellt erste Umfrageergebnisse vor. Im Austausch geht es insbesondere um Datenqualität, Schutz interner Informationen, organisatorische Beteiligung und die Vermittlung von Urteilskompetenz.

== KI verstehen: Gegenwart statt Zukunftsmusik ==

Kretschmer veranschaulicht das gestiegene öffentliche Interesse seit der Veröffentlichung von ChatGPT im November 2022 anhand von Medienberichten und Suchanalysen. Zugleich betont sie, dass KI längst zum Alltag gehört, etwa bei Smartphones, Websuche oder der Erkennung von Verkehrsschildern.

Die vorgestellte Definition beschreibt KI-Lösungen als technische Systeme oder Software, die menschliche Fähigkeiten wie Wahrnehmung, logisches Denken, Sprachverarbeitung, Entscheidungsfindung oder Kreativität imitieren. Sie nutzen Daten zur Wahrnehmung ihrer Umgebung und können darauf basierend handeln. Die Definition umfasst sowohl regelbasierte Ansätze als auch Deep-Learning-Methoden.

Generative KI grenzt Kretschmer als Teilgebiet ab, das neue Inhalte wie Texte oder Bilder erzeugt. Aus großen Mengen von Beispielen werden Datenmodelle gelernt, auf deren Grundlage ähnliche neue Inhalte entstehen. Sprachmodelle und die Interaktion über einen Chat-Agenten erläutert sie am Beispiel ChatGPT.

Dabei unterscheidet sie Verbreitung und Leistungsfähigkeit: Hohe Nutzungszahlen belegen nicht automatisch die Qualität eines Systems. Auch Leistungen oberhalb menschlicher Vergleichswerte in Benchmarks beziehen sich auf abgegrenzte Aufgaben und dürfen nicht pauschal verallgemeinert werden.

Für die Arbeitswelt nennt sie Automatisierung, Personalisierung, Datenanalyse und Prozessoptimierung. Daraus folgt für sie die Frage, wie KI integriert und gestaltet wird, statt ausschließlich darüber zu diskutieren, ob sie eingesetzt werden soll.

== Vier Kernaktivitäten des Wissensmanagements ==

Als Ordnungsrahmen verwendet Kretschmer vier Kernaktivitäten des Kompetenzcenters Wissensmanagement am Fraunhofer IPK. Diese bilden einen Kreislauf, keine einmalig zu durchlaufende Abfolge.

=== Wissen erzeugen ===

Generative KI kann Texte, Berichte und andere Inhalte automatisiert erstellen. Dafür ist die Fähigkeit wichtig, geeignete Prompts zu formulieren. Als weitere Einsatzfelder nennt Kretschmer die Ideenfindung mit KI als Brainstorming-Partner und das Erzeugen synthetischer Daten, die einem zugrunde liegenden Datensatz ähneln.

=== Wissen speichern ===

Intelligente Klassifizierung kann Wissen strukturieren und kontextbezogene Verknüpfungen herstellen. Durch die Auswertung großer Datenmengen können Zusammenhänge sichtbar werden, die sonst möglicherweise unentdeckt blieben.

Ein zweites Potenzial ist die dynamische Wissensaktualisierung. Dokumente, die auf Normen, Richtlinien oder andere Unterlagen Bezug nehmen, könnten bei Änderungen dieser Grundlagen angepasst werden. Kretschmer nennt hierfür Produktbeschreibungen als Beispiel.

=== Wissen verteilen ===

Personalisierte Wissensbereitstellung soll Informationen an die jeweiligen Bedarfe anpassen. Multimodale Kommunikation ermöglicht die Überführung von Wissen in andere Darstellungsformen, beispielsweise von Text in Bilder.

Hinzu kommt proaktive Informationsversorgung: Erkennt ein System wiederkehrende Arbeitsschritte, kann es passende Informationen im benötigten Moment vorschlagen. Kretschmer verweist hier auf mögliche Funktionen von Copilot.

=== Wissen anwenden ===

Bei der Anwendung steht kontextbezogene Unterstützung im Vordergrund. Am Beispiel eines Exoskeletts in der Produktion beschreibt Kretschmer Hinweise auf nächste Arbeitsschritte oder die Behebung einer Fehlermeldung. Außerdem nennt sie beschleunigte Problemlösung und datenbasierte Unterstützung der Entscheidungsfindung.

Besonders große Potenziale sieht sie in wissensintensiven Branchen, bei komplexen Prozessen, hohem Innovationsdruck und umfangreichem Kundenservice.

== Menschliche Prüfung bleibt notwendig ==

Ausführlicher behandelt Kretschmer die automatisierte Erstellung technischer Dokumentation. In ihrem Beispiel analysiert ein KI-System die vorhandene Wissensbasis eines Maschinenbauunternehmens, erstellt Handbücher oder Wartungsanleitungen und aktualisiert diese bei Veränderungen.

Entscheidend ist die anschließende menschliche Prüfung. Weitere, nur kurz angesprochene Beispiele sind ein Wissens-Chatbot für den Mitarbeitenden-Support und die Beschleunigung der Wirkstoffforschung.

Die Leitidee lautet: ''„Sie soll menschliche Intelligenz nicht ersetzen, sondern ergänzen.“'' Automatisierung und Optimierung werden damit als Unterstützung verstanden. Welche Aufgaben sinnvoll übertragen werden können, muss ebenso betrachtet werden wie die Fähigkeit der Beschäftigten, Ergebnisse zu beurteilen.

== Kompetenzentwicklung und organisatorische Gestaltung ==

Die neue Mensch-Maschine-Interaktion verändert nach Kretschmers Darstellung die Kompetenzanforderungen. Sie nennt insbesondere:
* Multimodale Kommunikation und die Auswahl geeigneter Interaktionsformen.
* Kontextbezogenes Verstehen und Mensch-Maschine-Kollaboration.
* Kritisches Denken zur Interpretation und Validierung von Ergebnissen.
* Verantwortlichen Umgang mit Daten und ethische Reflexion.
* Kreativität, Innovation und strategisches Denken.
* Technologieverständnis und Adaptionsfähigkeit im Umgang mit neuen Werkzeugen.

Beschäftigte sollen ein grundlegendes Verständnis dafür entwickeln, was beim Einsatz generativer KI geschieht. Adaptionsfähigkeit bedeutet dabei auch, einschätzen zu können, wo ein Werkzeug individuell nützt und wo nicht. Bei der ethischen Reflexion geht es um Einsatzkontext, Entscheidungsverantwortung und mögliche Folgen; Kretschmer verweist dabei auf das KI-Gesetz der EU und grundrechtsrelevante Bereiche.

Die organisatorische Konsequenz formuliert sie deutlich: Es genügt nicht, eine Technologie lediglich im Unternehmen bereitzustellen. Als Vergleich nennt sie frühere [[Wiki]]-Einführungen. Erforderlich sind eine KI-Strategie, konkrete Einsatzkontexte und eine Prüfung des tatsächlichen Nutzens.

Dazu gehören KI-Grundlagen, Medienkompetenz, kritisches Denken, Validierung und gegebenenfalls Prompting-Kompetenzen. Ethische und rechtliche Compliance-Fragen sowie partizipative Organisations- und Kompetenzentwicklung sind für sie Bestandteile der Einführung, keine nachträglichen Ergänzungen.

== Erste Umfrageergebnisse: Potenziale und Grenzen ==

Die laufende Umfrage erfasst den Einsatz von KI, Herausforderungen im Wissensmanagement, Barrieren und potenzielle Anwendungsbereiche. Kretschmer nennt einen Zwischenstand von ungefähr 60 Teilnehmenden und bezeichnet ihn ausdrücklich als noch nicht repräsentativ.

=== Einsatz und erwartete Unterstützung ===

Nach ihrer Zusammenfassung hat bei fast 90 Prozent der Befragten bereits eine Erprobung von KI-Lösungen stattgefunden. Diese Frage betrifft KI allgemein, nicht ausschließlich generative KI.

Bei Lösungen auf Basis generativer KI konnte etwa ein Viertel der Befragten den Stand im eigenen Unternehmen nicht einschätzen. Fast die Hälfte berichtete bereits von operativem Einsatz; weitere Befragte planten eine Einführung innerhalb der folgenden zwei Jahre.

Besonders große Erwartungen an Unterstützung bestehen bei:
* Der Nutzung von Wissen für Prozess- und Produktoptimierung.
* Der Nutzung bestehenden Wissens für neue Produkte und Dienstleistungen.
* Der schnellen Suche und Identifikation von Unternehmenswissen.
* Informationen von und über Kunden und Lieferanten.
* Der Strukturierung und Vernetzung von Datenablagen.

Die separat abgefragten tatsächlichen Herausforderungen passen weitgehend zu diesen Erwartungen. Auffällig ist für Kretschmer jedoch, dass die Wissenssuche als bestehende Herausforderung niedriger rangiert. Auch Fachkräftemangel, Offboarding und Onboarding stehen vergleichsweise weit unten – anders, als sie es aus Kundenkontakten und Workshops erwartet hätte.

=== Barrieren und Funktionsbereiche ===

Die Barrieren sind nach dem TOM-Modell in Technik, Mensch und Organisation gegliedert:
* Technik: Datenqualität und -quantität sowie Integration in bestehende IT-Infrastrukturen.
* Mensch: Kompetenzen, Kompetenzentwicklung und Akzeptanz der Beschäftigten.
* Organisation: Rechtliche und ethische Aspekte, KI-Strategie und Bereitstellung von Ressourcen.

Die Ressourcenbereitstellung wird im Vergleich weniger stark als Barriere bewertet, was Kretschmer überrascht.

Bei den Funktionsbereichen liegt die Informationstechnologie hinsichtlich des gesehenen Potenzials vorne. Es folgen Marketing, Logistik, After-Sales, Forschung und Entwicklung, Beschaffung, Controlling und Finanzen, Produkt- und Leistungserstellung sowie Personalmanagement. Dessen niedrige Position überrascht sie angesichts ihrer Erfahrungen mit personalisierten Lernpfaden im Projekt KIRA Pro.

=== Zusammensetzung der Befragung ===

Sylvia aus dem Plenum fragt nach Tätigkeitsbereichen, Unternehmensgrößen und der Ansprache der Befragten. Kretschmer erläutert, dass Unternehmensmerkmale erhoben werden, eine differenzierte Auswertung beim kleinen Zwischenstand jedoch noch nicht sinnvoll sei.

Sie verweist auf Mittelstand und produzierendes Gewerbe als wichtige Zielgruppen des IPK, während die Umfrage breit verbreitet werde. Die Rückfrage verdeutlicht, wie wichtig die Zusammensetzung der Stichprobe für die Interpretation ist.

== Diskussion: Daten, Beteiligung und Lernen ==

Sebastian Wagner lenkt den Austausch auf Trainingsgrundlagen, mögliche Verzerrungen und den Schutz vertraulicher Unternehmensdaten. Aus seinen Erfahrungen mit Fraunhofer GenAI beschreibt er ein Spannungsfeld zwischen abgeschirmten Daten und der Leistungsfähigkeit größerer Systeme. Aus dem Plenum kommt die Idee, externe Informationen nutzbar zu machen, ohne interne Daten nach außen zu geben; eine technische Lösung wird nicht ausgearbeitet.

Eva berichtet online über Digital Beat und dessen ''„KI first“''-Ansatz. Beschäftigte seien aufgefordert, vor Aufgaben zu prüfen, ob KI unterstützen könne. Als Beispiel nennt sie die Bearbeitung von Routineanfragen mit weiterhin menschlicher Kontrolle. Sie hebt die Unterstützung durch das Topmanagement hervor.

Andere Beiträge ergänzen die Rolle von Betriebsrat und Beschäftigten sowie die Notwendigkeit, Ergebnisse nicht blind zu übernehmen. Produktivitätspotenziale werden damit Fragen von Beteiligung, Datenschutz und Validierung gegenübergestellt.

Sylvia fragt anschließend, wie die erforderlichen Kompetenzen gesellschaftlich vermittelt werden können. Kretschmer antwortet mit einer stärkeren Prozessorientierung in der Bildung: Ein erzeugtes Ergebnis ersetzt nicht den Lernprozess, durch den Menschen Urteilsfähigkeit erwerben. Schulen, Hochschulen und Bildung müssten dies stärker berücksichtigen.

Weitere Beiträge nennen Zusammenfassungen und die Umwandlung langer Dokumente in Podcasts als multimodale Anwendungen. Zugleich wird vor einer rein trendgetriebenen Einführung gewarnt. Konkreter Nutzen und kritische Stimmen sollten vor schnellem Voranschreiten berücksichtigt werden.

== Einladung zur Mitwirkung ==

Kretsschmer lädt zur Teilnahme an der laufenden Umfrage ein und kündigt an, den Link im Board zu teilen. Bei 30 Teilnehmenden aus dem Knowledge Camp stellt sie eine gesonderte Auswertung in Aussicht.

Für den Erfahrungsaustausch bittet sie um Ergänzungen zu den Einsatzmöglichkeiten entlang der vier Kernaktivitäten, zu bislang übersehenen Kompetenzen und zu praktischen Erfahrungen. Der abschließende Leitgedanke bleibt: KI ist bereits Gegenwart; ihre sinnvolle Gestaltung braucht mehr als Technologie.

Gkc24-Session: Die Psychologie hinter Wissensmanagement und unsere Lösung: kapiro

2026-10-07T12:32:47Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Die Psychologie hinter Wissensmanagement und unsere Lösung: kapiro}}
{{Infobox gkc-Session
| titel = Die Psychologie hinter Wissensmanagement und unsere Lösung: kapiro
| art = Session
| jahr = 2024
| beitragende = Hannah Kast
| organisation = Insert Effect
| datum = 2024-10-10
| startzeit = 15:00
| sprache = Deutsch
| video_id = Ng4yVWBDJBo
| video_url = https://www.youtube.com/watch?v=Ng4yVWBDJBo
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>In unserem inspirierenden Impulsvortrag möchten wir die psychologischen Hintergründe von Wissensmanagement in der heutigen dynamischen Arbeitswelt beleuchten. Worauf ist bei Wissensmanagement aus Sicht der Psychologie zu achten? Wir möchten im Anschluss zeigen, wie unser innovatives Tool kapiro dabei hilft, die psychologischen Herausforderungen von Wissensmanagement zu lösen und [[Wissen]] nachhaltig zu sichern und optimal zu nutzen. Unser Ziel ist es, euch unsere Lösung vorstellen und aufzuzeigen, dass Wissensmanagement ganz einfach sein kann. Mit kapiro könnt ihr Wissen erfassen, teilen und dauerhaft verfügbar machen. Der Impulsvortrag wird durch eine offene Diskussion ergänzt, in der wir gerne auf eure Fragen und Anmerkungen eingehen.</blockquote>

<youtube>https://www.youtube.com/watch?v=Ng4yVWBDJBo</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Hannah Kast erläutert, wie kognitive Belastung, Wahrnehmungsverzerrungen, Lernformen, Motivation und Gruppenzugehörigkeit das [[Wissensmanagement]] beeinflussen. Ihre zentrale Aussage: Technische Werkzeuge müssen zur menschlichen Informationsverarbeitung passen; zugleich braucht Wissensteilung eine unterstützende Unternehmenskultur. Als praktische Umsetzung stellt sie kapiro vor, das Wissen in einheitlichen Schritt-für-Schritt-Anleitungen organisiert. Die Diskussion hinterfragt insbesondere die fachliche Qualitätssicherung, die Einbindung in Arbeitsabläufe und die Abgrenzung zu Dokumenten- und Qualitätsmanagement.

== Aufbau und Ausgangslage ==

Kast stellt sich als Psychologin vor, die bei Insert Effect in Sales, Business Development und Product Ownership arbeitet. Zu ihren Schwerpunkten gehören New-Work-Entwicklungen und [[Knowledge Management]]. Das Nürnberger Unternehmen entwickelt nach ihrer Darstellung digitale Softwarelösungen mit einem Nachhaltigkeitsfokus.

Nach einer kurzen Produktvorstellung begründet sie den Bedarf an Wissensmanagement. Eine Mentimeter-Abfrage sammelt anschließend Erfahrungen des Publikums. Genannt werden unter anderem Zeitmangel, Schwierigkeiten mit Werkzeugen, mangelnde Akzeptanz bei älteren Mitarbeitenden und grundsätzliche Skepsis.

Der Hauptteil verbindet psychologische Konzepte jeweils mit Gestaltungsprinzipien und Funktionen von kapiro. Er führt von Gedächtnis und kognitiver Belastung über Bestätigungsfehler und multimediales Lernen zu Motivation, psychologischem Eigentum und Gruppenidentitäten. Zwischenfragen und eine abschließende Diskussion ergänzen den Vortrag; daraus entsteht auch eine Live-Demonstration.

Als Ausgangsprobleme nennt Kast:
* '''Demografischen Wandel:''' Mit dem Renteneintritt erfahrener Beschäftigter droht personengebundenes Wissen verloren zu gehen.
* '''Personalwechsel:''' Häufige Wechsel erschweren Wissenserhalt und verlängern die Einarbeitung neuer Mitarbeitender.
* '''Informationssuche:''' Kast verweist auf Studien, nach denen Beschäftigte 9,3 Stunden pro Arbeitswoche nach Informationen suchen. Besser verfügbare interne Informationen sollen Suchaufwand und Frustration reduzieren.

== Kognitive Belastung: Einfachheit als Gestaltungsprinzip ==

Kast erklärt die Informationsverarbeitung anhand von sensorischem Gedächtnis, [[Arbeitsgedächtnis]] und Langzeitgedächtnis. Entscheidend sei, ob eine aufgenommene Information im Arbeitsgedächtnis verarbeitet werde und anschließend langfristig verfügbar bleibe.

Als Modell begrenzter Verarbeitungskapazität führt sie die „Magical Seven“ an: Das Arbeitsgedächtnis könne nach ihrer Darstellung höchstens sieben Informationseinheiten gleichzeitig berücksichtigen. Dabei konkurriere der eigentliche Lerninhalt mit weiteren Eindrücken. Beim Lesen einer Druckeranleitung könnten beispielsweise Hitze, Nervosität am ersten Arbeitstag, unterschiedliche Schriftarten, zusätzliche Klicks und Informationen in anderen Anwendungen hinzukommen.

Überlastung bedeutet in ihrer Argumentation, dass Inhalte nicht zuverlässig gespeichert werden. Wissensmanagementsysteme sollten deshalb möglichst wenige zusätzliche Anforderungen erzeugen. Kast empfiehlt einfache Darstellung, wenige Ablageorte, schnelle Abläufe und eine geringe Zahl notwendiger Entscheidungen. Schon die Auswahl von Schriftart, Speicherort oder Freigabe könne Aufmerksamkeit beanspruchen.

kapiro setzt dafür auf ein einheitliches Format: Wissen wird ausschließlich als Anleitung mit aufeinanderfolgenden Schritten abgelegt. Wiederkehrende Strukturen sollen sowohl das Erstellen als auch das Lesen erleichtern.

Eine Zwischenfrage betrifft Tageszeit und Ermüdung. Kast bestätigt, dass Aufmerksamkeit und Ablenkbarkeit eine Rolle spielen. Anspruchsvolle Aufgaben in aufmerksamere Phasen zu legen, bezeichnet sie als mögliche Konsequenz.

== Bestätigungsfehler und redaktionelle Kontrolle ==

Der [[Confirmation Bias]], auch Bestätigungsfehler, bezeichnet im Vortrag die Neigung, Informationen zu bevorzugen, die bestehende Überzeugungen stützen. Kast illustriert dies mit einer Anlageentscheidung: Wer vom Erfolg einer Aktie überzeugt sei, könne bestätigende Informationen suchen und Gegenargumente übergehen.

Für Wissensmanagement sieht sie zwei Folgen. Mitarbeitende könnten vor allem Inhalte suchen und teilen, die zu ihren Annahmen passen. Teams und Abteilungen verließen sich dann auf die eigenen Erfahrungen, wodurch Wissenssilos entstünden. Auch Entscheidungsträger könnten bei der Werkzeugauswahl bekannte Lösungen bevorzugen und Alternativen ausblenden.

Als Gegenmaßnahme beschreibt Kast die Redakteursfunktion von kapiro. Erstellte Anleitungen werden vor der Freigabe geprüft. Die dafür zuständigen Personen sollen für Bestätigungsfehler sensibilisiert und geschult werden. Damit konzentriert sich die Kontrolle auf eine bestimmte Rolle, statt das gesamte Team umfassend schulen zu müssen.

Das Publikum fragt nach der fachlichen Prüfung spezialisierten Expertenwissens. Kast nennt Team- oder Abteilungsleitungen als häufige Besetzung, betont aber die freie Rollenwahl. Der Einwand, dass Führungskräfte fachlich zu weit vom Detailwissen entfernt sein können, bleibt damit eine Anforderung an die konkrete Auswahl geeigneter Redakteurinnen und Redakteure.

== Multimediales Lernen: Text durch Bilder und Videos ergänzen ==

Kast stellt multimediales Lernen als weiteren Ansatz zur lernförderlichen Gestaltung vor. Sie verweist auf die Theorie des multimedialen Lernens von Mayer und beschreibt mehrere angesprochene Sinne beziehungsweise Verarbeitungskanäle als hilfreich.

Besonders hebt sie die Verbindung von Wörtern und Bildern hervor. Zum „Picture Superiority Effect“ nennt sie Erinnerungswerte nach drei Tagen: Bei ausschließlich gelesenen Informationen seien es zehn Prozent, mit einem aussagekräftigen Bild 65 Prozent. Diese Zahlen führt sie als Begründung dafür an, Wissensvermittlung nicht auf Text zu beschränken.

Die praktische Empfehlung lautet, unterschiedliche Ausgabeformate anzubieten. In kapiro lassen sich Anleitungen durch Bilder, Videos und PDFs ergänzen. Nach Kasts Darstellung soll dies die Erinnerung unterstützen und Inhalte interessanter machen. Das einheitliche Anleitungsformat bleibt dabei bestehen.

== Motivation: Wissensteilung braucht einen erkennbaren Nutzen ==

Mit der [[Motivation]] wechselt der Vortrag von der Werkzeuggestaltung zur tatsächlichen Nutzung. Kast unterscheidet intrinsische Motivation, die aus Interesse an einer Tätigkeit entsteht, und extrinsische Motivation, die auf äußere Anreize gerichtet ist.

Intrinsische Motivation verbindet sie mit langfristiger Leistung, Durchhaltevermögen und psychologischer Gesundheit. Extrinsische Motivation beschreibt sie als kurzfristig leistungssteigernd, aber weniger dauerhaft. Zugleich betont sie, dass Erwerbsarbeit ohnehin äußere Anreize enthält. Für Wissensmanagement empfiehlt sie deshalb eine Mischung mit besonderem Augenmerk auf intrinsische Anteile.

Entscheidungsträger sollen eine Wissenskultur fördern, in der Austausch möglich ist, Mitarbeitende autonom handeln können und den persönlichen Nutzen erkennen. Wissensteilung dürfe nicht nur als Vorteil für das Unternehmen erscheinen.

Für die Einführung von kapiro beschreibt Kast Workshops, insbesondere bei größeren Unternehmen. Diese sollen Mitarbeitende sensibilisieren und die Relevanz des Wissensmanagements verdeutlichen.

Ergänzend nennt sie Anerkennung, Auszeichnungen und Boni. Als Praxisbeispiel berichtet sie von Unternehmen, die das Erstellen einer bestimmten Zahl von Anleitungen in persönliche Zielgespräche aufnehmen. Solche Vereinbarungen dienen als äußerer Nutzungsanreiz.

== Psychologisches Eigentum und bewusstes Zurückhalten von Wissen ==

„Psychological Ownership“ beschreibt Kast als Gefühl, dass einem etwas gehört, auch ohne rechtlichen oder materiellen Besitz. Auf Wissen bezogen kann dieses Gefühl Engagement für einen Themenbereich fördern.

Problematisch werde es, wenn Mitarbeitende ihre Bedeutung für das Unternehmen an exklusives Wissen knüpfen. Die Sorge, nach dessen Weitergabe nicht mehr gebraucht zu werden, könne zu [[Knowledge Hiding]] führen: Wissen werde bewusst zurückgehalten, statt anderen zugänglich gemacht.

Kast empfiehlt, Vertrauen aufzubauen, Wissensmanagement in der Unternehmenskultur zu verankern und Mitbestimmung zu ermöglichen. Mitarbeitende sollen Autonomie und Relevanz erfahren, ohne dafür alleinige Wissensträger bleiben zu müssen. Zusätzlich nennt sie äußere Anreize als Möglichkeit, Wissensteilung zu fördern.

Für kapiro formuliert sie Beteiligung als Grundvoraussetzung. Ein Werkzeug allein erzeugt keinen Wissensaustausch; es lebt davon, dass Mitarbeitende ihr Wissen tatsächlich einbringen.

== Gruppenidentitäten und Wissenssilos überwinden ==

Als letzten psychologischen Schwerpunkt behandelt Kast Ingroup und Outgroup. Menschen fühlten sich bestimmten Gruppen zugehörig und grenzten andere ab. Im Unternehmen entsprächen diese Gruppen häufig Teams oder Abteilungen.

Der Ingroup Bias könne dazu führen, Wissen bevorzugt innerhalb der eigenen Gruppe zu teilen. Zwischen Abteilungen entstünden dadurch Barrieren und [[Wissenssilos]].

Kast empfiehlt zunächst interdisziplinäre Projekte. Zusammenarbeit über Abteilungsgrenzen hinweg könne neue Gruppenzugehörigkeiten und damit ein Wissensnetz schaffen. Als weitergehendes Ziel beschreibt sie eine gemeinsame Unternehmensidentität, bei der sich Beschäftigte dem gesamten Unternehmen zugehörig fühlen.

kapiro bietet zwar Wissensgruppen zur thematischen oder organisatorischen Zuordnung. Nach Kasts Darstellung bleiben die Anleitungen jedoch für alle Mitarbeitenden zugänglich. „Öffentlich“ meint hier unternehmensintern: Auch Beschäftigte anderer Abteilungen können die Inhalte ansehen.

== Diskussion und praktische Demonstration ==

=== Struktur, Qualität und Aktualität ===

In der Diskussion erläutert Kast die Rollen von Nutzenden, Redaktion und Administration. Wissensgruppen können frei benannt werden und beispielsweise IT oder Personal abbilden. Eine Funktion zur Verschlagwortung wird bestätigt.

Zur Aktualität beschreibt sie eine jährliche Wiedervorlage: Anleitungen gehen nach einem Jahr erneut an die Redaktion. Diese prüft, ob Inhalte noch stimmen, gelöscht oder zur Überarbeitung zurückgegeben werden sollen.

Die Demonstration zeigt eine bebilderte Anleitung und das Erstellen eines neuen Eintrags mit Arbeitsschritten und ergänzenden Dateien. Anschließend führt Kast die redaktionelle Prüfung vor: Inhalte können direkt korrigiert, kommentiert, zurückgesendet oder freigegeben werden.

=== Nutzen, Arbeitsabläufe und Grenzen ===

Ein Diskussionsbeitrag fragt, ob kapiro lediglich ein weiteres Dokumentenmanagementsystem sei. Kast bezeichnet die bewusste Beschränkung auf einfache Funktionen als entscheidenden Unterschied. Ein anderer Beitrag sieht die besondere Stärke in der Dokumentation von Prozesswissen.

Auch die Nähe zum zentralen Qualitätsmanagement wird angesprochen. Kast hält dagegen am Anspruch eines Wissensmanagementwerkzeugs fest, das Wissen unabhängig von Personalwechseln und Renteneintritten erhält.

Das Publikum thematisiert zudem die Hemmschwelle eigenständiger Dokumentation und die Notwendigkeit persönlicher Interaktion, um implizites Wissen sichtbar zu machen. Die anschließende Demonstration zeigt den Erstellungsablauf, aber keine dialogbasierte Erfassung.

Auf die Frage nach einem zusätzlichen Werkzeug außerhalb bestehender Arbeitsabläufe antwortet Kast, dass kapiro einen abgegrenzten Wissensbereich schaffen solle. Verteilung über mehrere Anwendungen betrachtet sie als Fortsetzung des Suchproblems.

=== Hosting, Import und Preis ===

Kast nennt Hetzner und Codecentric als Hostinganbieter; Selbsthosting sei zum Zeitpunkt der Session nicht möglich. Für kritische Infrastruktur beschreibt sie eine gesonderte Serverlösung mit einer 27001-Zertifizierung und Datenhaltung in Deutschland. Die Eignung für ausdrücklich als Verschlusssache eingestufte Daten verneint sie im Gespräch.

Eine automatische Übertragung bestehender Dokumente in Anleitungen befindet sich laut Kast in Entwicklung und ist noch nicht verfügbar. Für [[Corporate Design]] nennt sie herunterladbare Anleitungen als möglichen Ansatz, bestätigt jedoch keine fertige Anpassungsfunktion.

Zum Abschluss der Präsentation nennt Kast 35 Euro für sieben Nutzende und fünf Euro für weitere Nutzende sowie monatliche Kündbarkeit. Der übergreifende Anspruch bleibt: möglichst einfache Wissensdokumentation, verbunden mit redaktioneller Qualitätssicherung und einer Kultur gemeinsamer Beteiligung.

Gkc24-Session: Collaboration! Content! Kollaps?

2026-10-07T12:32:45Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Collaboration! Content! Kollaps?}}
{{Infobox gkc-Session
| titel = Collaboration! Content! Kollaps?
| art = Session
| jahr = 2024
| beitragende = Oliver Chaudhuri
| organisation = HCH Tech
| datum = 2024-10-11
| startzeit = 10:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=fGUzU4FMtI4
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Gefühlt immer mehr Kanäle und Plattformen, es fiept und funkt gefühlt ständig. Immer mehr digitales [[Wissen]], immer weniger Durchblick? Wie verhindern wir, dass Menschen das Gefühl haben, sie seien für die Tools da - anstatt umgekehrt? Wie sortieren wir die Tool-Landschaft. Offene Diskussion und Entwicklung eines Schemas, um Tools zu clustern zur Beantwortung der Kernfragen der digitalen Zusammenarbeit & Kommunikation: Was? Womit? Wofür?</blockquote>

<youtube>https://www.youtube.com/watch?v=fGUzU4FMtI4</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Oliver Chaudhuri diskutiert, warum eine wachsende Zahl digitaler Werkzeuge nicht automatisch zu besserer Zusammenarbeit führt. Als Orientierung schlägt er drei Schritte vor: den Nutzen des digitalen Arbeitsplatzes verständlich erzählen, die Toollandschaft nach Anwendungsfällen ordnen und gemeinsame Arbeitsweisen auf Teamebene vereinbaren. Die Teilnehmenden ergänzen Erfahrungen mit Überforderung, redundanten Systemen, veränderten Arbeitsweisen und schwierigen Einführungsprozessen. Dabei bleibt umstritten, wie weit sich die Werkzeugvielfalt reduzieren lässt und welche Verbindlichkeit Empfehlungen benötigen.

== Aufbau und Verlauf der Session ==

Chaudhuri kündigt zunächst etwa 15 Minuten mit Folien und anschließend eine offene Diskussion an. Sein Einstieg verbindet eine Publikumsfrage zur Zahl eingesetzter Werkzeuge mit dem Film „Und täglich grüßt das Murmeltier“. Wiederkehrende Berichte über Unzufriedenheit und Stress in der Arbeitswelt dienen ihm als Bild für Probleme, die trotz neuer digitaler Lösungen bestehen bleiben.

Darauf folgen unterschiedliche Erwartungen von Verantwortlichen, Mitarbeitenden und Führungskräften sowie ein Modell mit drei Bereichen: Bibliothek, Basar und Manufaktur. Den Hauptteil strukturieren drei Empfehlungen, die jeweils unmittelbar diskutiert werden. Beiträge aus dem Raum und von online zugeschalteten Teilnehmenden bringen Gegenpositionen und Praxisbeispiele ein. Zum Abschluss geht es um die organisatorische Umsetzung, Fokusgruppen und den direkten Blick auf alltägliche Arbeitsabläufe.

== Mehr Werkzeuge, aber nicht mehr Orientierung ==

Chaudhuri beschreibt einen Widerspruch: Organisationen investieren in Plattformen, um Wissen zugänglich zu machen und Austausch zu fördern. Verantwortliche erwarten daraufhin mehr Beteiligung, zusätzliche Beiträge und intensivere Nutzung. Mitarbeitende erleben dieselben Angebote dagegen mitunter als unübersichtliche Folge von Benachrichtigungen, Nachrichten und wechselnden Arbeitsorten.

Hinzu kommen Anforderungen an Führungskräfte: Sie sollen neue Arbeitsweisen unterstützen, Wissen angesichts bevorstehender Ruhestände bewahren und zugleich wirtschaftliche Ergebnisse sichern. Die verschiedenen Perspektiven treffen aufeinander, ohne dass die technische Verfügbarkeit bereits Klarheit schafft. Chaudhuri verdichtet die Nutzersicht in der Formulierung: ''„Es ist alles da und ich finde nichts.“''

Die pauschale Antwort, einfach einen Teil der Werkzeuge abzuschalten, überzeugt ihn nicht. Er erwartet weiterhin neue digitale Instrumente und Funktionen. Sein Werkstattvergleich verdeutlicht: Viele Werkzeuge sind nicht grundsätzlich problematisch; entscheidend ist, ob Menschen wissen, welches Werkzeug zu ihrer Aufgabe passt. Gleichzeitig kritisiert er Einführungsangebote, deren technische oder werbliche Sprache an den Bedürfnissen der Nutzenden vorbeigeht.

== Bibliothek, Basar und Manufaktur als Orientierungsmodell ==

Für den digitalen Arbeitsplatz unterscheidet Chaudhuri drei Funktionen. Nicht die Auswahl einzelner Produkte, sondern die Erwartungen der Menschen bilden den Ausgangspunkt.

* '''Bibliothek:''' Ein verlässlicher Ort für Vorlagen, Richtlinien und redaktionell geprüfte Nachrichten. Nutzende sollen Informationen finden können, auf die sie sich verlassen, ohne zunächst diskutieren oder selbst beitragen zu müssen.
* '''Basar:''' Ein Raum für Vernetzung, Fragen, Erfahrungsaustausch und Ideen. Hier geht es darum, Ansprechpersonen zu finden, vorhandene Erfahrungen zu nutzen und nach Beispielen guter Praxis zu fragen.
* '''Manufaktur:''' Der Bereich der operativen Zusammenarbeit mit Zwischenständen, Protokollen, Kurzabsprachen, Chats, Aufgaben und weiteren Datenbanken.

Diese Bereiche möchte Chaudhuri in einem „Digital Hub“ zusammenhalten. Sie stehen für unterschiedliche Bedürfnisse: verlässliche Informationen konsumieren, Wissen gemeinsam erschließen und konkrete Arbeit erledigen. Vorhandene Produkte können diese Funktionen unterstützen. Allein ihre Einführung gewährleistet jedoch noch keinen verständlichen Zusammenhang für die Mitarbeitenden.

== Empfehlung 1: Den Nutzen erzählen, nicht Funktionen aufzählen ==

Chaudhuris erste Empfehlung lautet, eine verständliche Geschichte über den digitalen Arbeitsplatz zu entwickeln. Diese soll erklären, was Menschen gewinnen, statt lediglich Werkzeuge und deren Funktionen aufzuzählen. Der Nutzen habe sowohl eine funktionale als auch eine emotionale Seite. Neue Schaltflächen oder ein verändertes Design seien dafür keine ausreichende Begründung.

Als Beispiele nennt er die gemeinsame Arbeit an einem versionierten Dokument anstelle vieler unterschiedlich benannter Endfassungen sowie die Sichtbarkeit von Kalendern. Entscheidend sei, verständlich zu machen, warum solche Veränderungen die Zusammenarbeit erleichtern sollen. Werkzeuge bleiben wichtig, rücken in dieser Erzählung aber hinter die angestrebte Wirkung zurück.

Chaudhuri beschreibt, dass er eine solche Geschichte auf etwa zwei Seiten formuliert und den digitalen Arbeitsplatz möglichst wie ein Produkt einführt: gegebenenfalls mit Namen, Logo und Gestaltung. Dafür bringt er IT, Kommunikation und Organisationsentwicklung zusammen. Gemeinsam sollen sie klären, ob das beschriebene Bild tatsächlich ihrer Vorstellung von Zusammenarbeit entspricht.

== Bedarfe, Prozesse und entstandene Abhängigkeiten ==

Die Diskussion zur ersten Empfehlung zeigt mehrere Spannungen. Ein Beitrag kritisiert, dass häufig zuerst ein Werkzeug eingeführt und anschließend ein passendes Problem als Begründung gesucht werde. Offen bleibt dabei die Frage, wie ernst ein Austausch über Bedürfnisse genommen wird, wenn die Entscheidung für das Werkzeug bereits feststeht.

Ein online zugeschalteter Teilnehmer berichtet von einer bevorstehenden Teams-Einführung. Zwar erkenne er mögliche Vorteile, doch die Kommunikation konzentriere sich vor allem auf das Werkzeug und den Begriff „Modern Workspace“. Für ihn seien unmittelbarere Fragen entscheidend: Wie verändert sich seine Arbeit, und wie findet er sich in der neuen Umgebung zurecht?

Weitere Beiträge betonen, dass Werkzeuge Prozesse unterstützen sollen, nicht selbst die Prozesse sind. Gleichzeitig können neue Funktionen Arbeitsweisen hervorbringen, die später kaum zurückgenommen werden können. Als Beispiel wird das gleichzeitige Teilen mehrerer Bildschirme genannt: Eine zunächst neue Möglichkeit wird zum unverzichtbaren Bestandteil der Zusammenarbeit.

Karsten widerspricht der Vorstellung einer vollständig rationalen Auswahl vom gewünschten Zustand zum passenden Werkzeug. Cloudwerkzeuge seien bereits vorhanden und veränderten sich fortlaufend. Andere Beiträge schildern Schwierigkeiten durch Berechtigungen oder durch den Versuch, ein bereits gekauftes, wenig nutzerfreundliches Werkzeug nachträglich für weitere Bereiche passend zu machen.

== Empfehlung 2: Die Toollandschaft sichtbar machen ==

Die zweite Empfehlung ist eine verständliche Übersicht der [[Toollandschaft]]. Chaudhuri fordert Verantwortliche auf, ausdrücklich Orientierung zu geben: Was soll womit und wofür erledigt werden? Eine solche Darstellung werde niemals vollständig oder widerspruchsfrei sein. Das sei jedoch kein Grund, auf Empfehlungen zu verzichten.

Als mögliches Ordnungsschema beschreibt er eine Treppe mit drei Ebenen:

* Werkzeuge für persönliche Arbeit, etwa eigene Nachrichten, Dateien und Termine.
* Werkzeuge für Gruppen, etwa gemeinsame Ablagen und Aufgabenplanung.
* Instrumente, die für die gesamte Organisation verbindlich sind.

Ergänzend schlägt er einen „Use-Case-Atlas“ vor. Dieser ordnet konkreten Aufgaben passende Werkzeuge zu. Als illustrative Empfehlungen nennt er To Do für persönliche Aufgaben und Planner für gemeinsame Aufgabenplanung. Es handelt sich dabei um Beispiele für Orientierung, nicht um eine allgemeingültige Produktbewertung.

Ebenso sollen Organisationen erläutern, wann [[E-Mail]], Teamchat oder Intranet sinnvoll sind. Chaudhuri versteht diese Zuordnung nicht als pauschales Verbot anderer Wege. Sie soll Menschen Kontext und Leitplanken geben. Vor einem weiteren Lizenzkauf empfiehlt er, zunächst die vorhandenen Möglichkeiten zu prüfen.

== Grenzen und Ergänzungen der Orientierung ==

Die Teilnehmenden bewerten Übersichten überwiegend als hilfreich, benennen aber Grenzen. Unverbindliche Empfehlungen können dazu führen, dass verschiedene Personen weiterhin unterschiedliche Wege wählen. Außerdem verschwinden durch eine Übersicht weder redundante Werkzeuge noch häufige Wechsel zwischen Anwendungen.

Ein Beitrag aus der Bundeswehr bestätigt zugleich den ausdrücklichen Wunsch nach Empfehlungen: Bei zahlreichen [[Wiki]]-, Intranet- und weiteren Seiten sei schwer erkennbar, wo die richtige und gepflegte Information liegt. Ein Praxisbeispiel beschreibt gemeinsam festgelegte führende Systeme, die anschließend in Workshops an die Besonderheiten einzelner Bereiche angepasst werden.

Daphne berichtet aus einem global verteilten Softwarehaus mit mindestens 50 Werkzeugen. Bereits das Auflisten habe viel geholfen. Als zusätzliche Ordnung empfiehlt sie Zielgruppen beziehungsweise Abteilungen. Die Toollandschaft bleibe jedoch dynamisch; Reduktion und Ablösung seien schwierig.

Auch technische Verbindungen über Schnittstellen werden vorgeschlagen. In der Diskussion werden mögliche Hürden durch Mitbestimmung und komplexe Berechtigungssysteme genannt. Sophie ergänzt monatliche Termine zum Austausch guter Praxis: Gemeinsam auf Informationen zu schauen helfe dem Team, später den richtigen Ablageort wiederzufinden.

== Empfehlung 3: Arbeitsweisen im Team vereinbaren ==

Chaudhuris dritte Empfehlung überträgt den organisationsweiten Rahmen auf die Teamebene. Teams sollen besprechen, welche Arbeitsweisen für sie sinnvoll sind, und eigene Regeln vereinbaren. Eine zentrale Richtlinie allein könne diese Verständigung nicht ersetzen.

Die Absprachen können einfache Fragen betreffen: Wofür dienen Gruppenchats, wofür Kanäle? Wo werden Aufgaben diskutiert und abgelegt? Als weiteres Beispiel nennt er die Vereinbarung, zu Beginn einer Videobesprechung kurz die Kamera einzuschalten.

Nach Chaudhuris Erfahrung kommen Teams, die solche Fragen gemeinsam reflektieren, besser mit digitalen Werkzeugen zurecht. Maßgeblich ist für ihn die Richtung der Anpassung: Die Werkzeuge sollen zu den Arbeitsweisen passen, nicht die Arbeitsweisen zu den Schaltflächen.

Die Diskussion bestätigt den Bedarf, weist aber auf unterschiedliche Vereinbarungen bei Mitarbeit in mehreren Teams hin. Karsten schlägt außerdem vor, bei Werkzeugvergleichen nicht nur vorhandene Funktionen abzuhaken, sondern die nötigen Klicks für konkrete Aufgaben zu zählen. Damit lasse sich der tatsächliche Aufwand sichtbar machen.

== Umsetzung: Zusammenarbeit beobachten und Rückmeldung ermöglichen ==

Für die Umsetzung empfiehlt Chaudhuri ein Kernprojektteam aus IT, Kommunikation oder Marketing, Personal und gegebenenfalls Strategie beziehungsweise Organisationsentwicklung. Dieses entwickelt einen Vorschlag und sucht Personen, die typische Arbeitsweisen spiegeln können. Er nennt Fokusgruppen von fünf bis acht Personen sowie Multiplikatoren oder Champions als mögliche Unterstützung.

Ein abschließender Beitrag unterscheidet zwischen Menschen, die die Werkzeuge kennen, und Menschen, die die tägliche Arbeit erledigen. Die abstrakte Frage nach Bedürfnissen sei oft schwer zu beantworten. Konkreter sei es, nach drei regelmäßig anfallenden Aufgaben zu fragen, die besonders viel Zeit kosten oder stören.

Chaudhuri stimmt zu und ergänzt den direkten Schulterblick: Arbeitsweisen beobachten und sichtbar machen, statt ausschließlich darüber zu sprechen. Seine Empfehlungen versteht er als Ausgangspunkt, nicht als vollständige Lösung. Nutzende sollen sie ausprobieren, im Team konkretisieren und zurückmelden, was fehlt. Zum Abschluss lädt er zum weiteren Austausch ein und betont das gemeinsame Ziel, mehr Ordnung in das digitale Werkzeugchaos zu bringen.

Gkc24-Session: Achtung Strategie! Wissensmanagement mit begründeten Erfolgschancen

2026-10-07T12:32:43Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Achtung Strategie! Wissensmanagement mit begründeten Erfolgschancen}}
{{Infobox gkc-Session
| titel = Achtung Strategie! Wissensmanagement mit begründeten Erfolgschancen
| art = Session
| jahr = 2024
| beitragende = Karsten Ehms, Simon Dückert
| datum = 2024-10-11
| startzeit = 13:00
| video_url = https://www.youtube.com/watch?v=vU27yH9qcWc
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Wissensmanagement ist oft "irgendwie schon da" und soll in Organisationen gleich eine ganze Bandbreite von Herausforderungen lösen. SELTEN wird strategisch begonnen oder das Begonnene auch nur strategisch reflektiert. Das ist, je nach Geschäftssituation, bedauerlich bis fahrlässig, zumal durchdachte und etablierte Methoden existieren, um gezielter vorzugehen. Die Session möchte diese Grundlagen und Methoden vorstellen und diskutieren.</blockquote>

<youtube>https://www.youtube.com/watch?v=vU27yH9qcWc</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Karsten Ehms und Simon Dückert behandeln den strategischen Ausgangspunkt von [[Wissensmanagement]]: Bevor Methoden, Plattformen oder Austauschformate ausgewählt werden, muss geklärt sein, welches [[Wissen]] für die Organisation vordringlich ist. Sie unterscheiden die Auswahl relevanter Wissensgebiete von der späteren Umsetzung und verbinden diese Auswahl mit geschäftlichen Herausforderungen. Anhand von Strategieansätzen, Normen, Wissenslandkarten und einem dialogorientierten Bewertungsverfahren zeigen sie, wie eine solche Fokussierung gelingen kann. Die Diskussion verdeutlicht dabei die Bedeutung eines gemeinsamen Begriffsverständnisses und der Verantwortung des Managements.

== Gliederung und Aufbau der Session ==

Die Session beginnt mit der Beobachtung, dass im Wissensmanagement häufig das Vorgehen diskutiert wird, die Auswahl des zu bearbeitenden Wissens jedoch zu kurz kommt. Darauf folgen Überlegungen zum Verhältnis von Unternehmens- und Wissensstrategie sowie eine kritische Einordnung von ISO 9001 und [[ISO 30401]].

Im mittleren Teil geht es um die Einbettung von Wissensmanagement in Geschäftsprozesse, Erfolgsmessung, Strategy Maps und die im lernOS-Umfeld konsolidierte Canvas. Anschließend werden Wissenslandkarten und ein bei Siemens eingesetztes Verfahren zur strategischen Wissensbewertung erläutert. Fragen aus dem Publikum begleiten die Darstellung, insbesondere zu ITIL 4, den Ebenen einer Wissenslandkarte und der geeigneten Beteiligung der Unternehmensführung.

Die Referenten verstehen ihre Zusammenstellung als Auswahl aus Erfahrungen und Literatur, nicht als systematische Literaturstudie. Ihr Anliegen ist weniger die Entwicklung neuer Methoden als die konsequente Anwendung vorhandener Ansätze.

== Wissensstrategie: Erst das Was, dann das Wie ==

Die zentrale Unterscheidung lautet: Eine [[Wissensstrategie]] legt fest, um welches Wissen sich eine Organisation vorrangig kümmert und welches zunächst zurückgestellt wird. Sie beantwortet noch nicht, wie dieses Wissen dokumentiert, geteilt oder entwickelt werden soll. Damit schafft sie eine bewusste Begrenzung.

Unter Bezug auf ein Buch von Andreas Al-Laham stellen die Referenten zwei Beziehungen zwischen Unternehmens- und Wissensstrategie vor. Im Normalfall folgt die Wissensstrategie der Unternehmensstrategie: Aus geschäftlichen Herausforderungen werden relevante Wissensgebiete abgeleitet.

Daneben kann vorhandenes, besonderes Wissen selbst zum Ausgangspunkt einer veränderten Unternehmensstrategie werden. Die Organisation fragt dann, welche anderen Geschäfte oder Entwicklungsmöglichkeiten ihre Wissensbestände eröffnen. Diese zweite Richtung wird als legitim beschrieben; im weiteren Verlauf konzentriert sich die Session jedoch auf die Ableitung aus bestehenden Geschäftszielen.

Strategische Fokussierung bedeutet somit auch, nicht alles gleichzeitig zu bearbeiten. Gerade bei begrenzten Ressourcen ist die Entscheidung gegen bestimmte Themen Bestandteil der Strategie.

== Normen: Operative Orientierung mit strategischen Grenzen ==

Die Referenten berichten, dass ihre Hoffnung auf einen stärkeren Wissensmanagementimpuls durch das Kapitel „Wissen der Organisation“ in der ISO 9001 in ihren Praxiszusammenhängen kaum erfüllt worden sei. Auch die ISO 30401 werde nach ihrer Erfahrung nur wenig eingesetzt. Als Erklärung nennen sie unter anderem den unterschiedlichen Zertifizierungsdruck: Für viele Unternehmen sei ISO 9001 erforderlich, eine Zertifizierung nach ISO 30401 dagegen nicht.

Inhaltlich kritisieren sie die starke Orientierung an vorhandenen Prozessen. Solche Ansätze helfen demnach zu prüfen, welche Prozesse wissensintensiv sind, welches Wissen benötigt wird und wie sich dessen Versorgung verbessern lässt. Die weitergehende Frage, ob Prozesse oder Geschäftsmodelle grundsätzlich verändert werden sollten, werde dadurch aber nicht automatisch gestellt.

Ein vorhandener Strategieprozess könnte diese Zukunftsperspektive einbringen. Die Referenten haben jedoch kein Praxisbeispiel gefunden, das diese Verbindung überzeugend umsetzt. Weitere Ansatzpunkte sehen sie im strategischen Kompetenzmanagement, insbesondere bei einer starken Verankerung der Personalverantwortlichen in der Unternehmensleitung.

ITIL 4 wird durch eine Publikumsfrage ergänzt. Beide Referenten erklären ausdrücklich, das Framework nicht ausreichend zu kennen, um es genauer zu bewerten. Die Frage bleibt damit ein Hinweis für weitere Betrachtungen.

== Wissensmanagement in Geschäftsprozesse einbetten ==

Ein vorgestelltes Framework aus einem Projektzusammenhang von 2001 verbindet Unternehmensziele mit Wissensmanagementstrategie, operative Geschäftsprozesse mit Wissensmanagementaktivitäten und Veränderungsmaßnahmen mit passenden Wissensmanagementmaßnahmen.

Die Referenten betonen dabei, dass Wissensmanagement nicht zwingend eigene, getrennte Prozesse benötigt. Vielmehr sollen entsprechende Aktivitäten in den jeweiligen Geschäftsprozessen verankert sein:

* Wissenstransfer und Expert Debriefing im Personalprozess.
* Lessons Learned im Projektmanagement.
* Die Gestaltung wissensintensiver Abläufe bei den Prozessverantwortlichen.

Am Personalprozess veranschaulichen sie diese Einbettung vom Recruiting über Onboarding und Personalentwicklung bis zum Offboarding. Eine Wissensmanagementfunktion kann solche Aktivitäten definieren und unterstützen; die Durchführung liegt anschließend bei den zuständigen Verantwortlichen.

Die langfristige Wirksamkeit wird damit nicht allein am Aufbau einer Wissensmanagementabteilung festgemacht. Entscheidend ist, dass die Aktivitäten dort stattfinden, wo das Wissen im Geschäft benötigt wird.

== Erfolg an Geschäftszielen und Wirkungszusammenhängen ausrichten ==

Die Referenten empfehlen, nicht vorrangig Wissen selbst messen zu wollen. Besonders eine monetäre Bewertung halten sie für schwierig. Stattdessen sollen Wissensmanagementaktivitäten zur Verbesserung vorhandener Geschäftskennzahlen beitragen: etwa zu schneller abgewickelten Projekten, weniger Kundenbeschwerden, besserem Vertrieb oder höherer Innovationsfähigkeit.

Für die strategische Argumentation stellen sie [[Strategy Maps]] aus dem Kontext der [[Balanced Scorecard]] vor. Diese verbinden Finanz-, Kunden-, Prozess- sowie Lern- und Entwicklungsperspektive. Lernen und Wissensentwicklung bilden dabei eine Grundlage für bessere Prozesse oder Produkte und damit für wirtschaftliche Ergebnisse.

Zwei Wirkungsrichtungen werden unterschieden: Einerseits kann Wissensmanagement Effizienz und Kosteneinsparungen unterstützen, andererseits Innovation, bessere Produkte und zusätzlichen Umsatz. Communities, Wikis oder Lessons Learned lassen sich auf dieser Grundlage als Beiträge zu Geschäftszielen begründen.

Das erläuterte Bild eines Baumes mit Wurzeln verdeutlicht den Zusammenhang: Mehr Ertrag entsteht nicht dadurch, dass an den Blättern gezogen wird. Aufmerksamkeit benötigen die Grundlagen, aus denen spätere Ergebnisse wachsen.

== Communities und Netzwerke als strategische Strukturen ==

Die vorgestellte Canvas unterscheidet Wissensgebiete von eher themenunabhängigen Voraussetzungen wie Rollen, Prozessen, Technik, Kultur und Netzwerken. Weitere Felder fragen nach Zielgruppen, Stakeholdern und gewünschten Ergebnissen. Die Referenten lesen die Canvas damit sowohl als Analyseinstrument als auch als Darstellung unterstützender Bedingungen.

Besonders wichtig ist ihnen das Zusammenspiel formeller und informeller Organisation. Aufbauorganisation und Prozesse schaffen nach ihrer Darstellung immer auch Wissensinseln. [[Communities of Practice]], Netzwerke, offene Wikis und Blogs können diese Grenzen überbrücken.

Communities erhalten dabei eine doppelte Bedeutung. Sie stabilisieren Kommunikation, beispielsweise während einer Reorganisation. Zugleich können in ihnen neue strategische Themen entstehen, die später in Kompetenzzentren, Forschungsabteilungen oder verbindliche Prozesse übergehen.

Die Referenten warnen deshalb davor, in wirtschaftlich angespannten Phasen gerade Communities und thematische Barcamps zurückzufahren. Aus ihrer Sicht würde damit eine Struktur geschwächt, die sowohl bestehende Organisationslücken ausgleicht als auch zukünftige Geschäftsthemen entwickelt.

== Wissenslandkarten auf mehreren Ebenen ==

Die [[Wissenslandkarte]] wird als Einstieg vorgestellt, um vorhandene Wissensgebiete sichtbar zu machen und ihre zukünftige Relevanz zu reflektieren. Sie ergänzt das Organigramm für die Aufbauorganisation und die Prozesslandkarte für Abläufe.

In der Diskussion werden drei Ebenen unterschieden:

* Persönliche Wissenslandkarten, etwa im Wissenstransfer.
* Wissenslandkarten von Teams, Abteilungen oder Geschäftsbereichen.
* Eine Wissenslandkarte der gesamten Organisation.

Die Referenten raten nicht zu einer vollständigen Durchmodellierung sämtlicher Wissensbestände. Stattdessen erläutern sie die Möglichkeit, unterschiedliche Karten auf gemeinsame Einstiegsquellen verweisen zu lassen. Ein Wissensgebiet könnte beispielsweise auf eine zentrale [[Wiki]]-Seite zeigen, die von der persönlichen, der Abteilungs- und der Organisationskarte aus erreichbar ist.

Für Unternehmenszusammenschlüsse sehen sie darin eine mögliche Hilfe: Neben Organisationsstrukturen und Prozessen müssten auch Wissensbestände zusammengeführt werden. Diese Perspektive werde bislang häufig vernachlässigt.

== Strategische Wissensbewertung als gemeinsamer Klärungsprozess ==

Als konkretes Verfahren wird ein von einer niederländischen Unternehmensberatung entwickelter und zeitweise bei Siemens lizenzierter Ansatz vorgestellt. Sein Wert liegt für die Referenten vor allem im Dialog über relevante Wissensgebiete.

=== Herausforderung und Betrachtungsrahmen bestimmen ===

Am Anfang steht eine geschäftliche Herausforderung. Dabei ist zu prüfen, ob sie tatsächlich mit Wissen zusammenhängt: Wissensmanagement kann nicht jedes Organisationsproblem lösen.

Anschließend werden Zeitraum und Geltungsbereich festgelegt. Organisationseinheiten, Rollen, Prozessschritte sowie Produkte oder Komponenten können helfen, den Rahmen zu präzisieren. Alternativ lässt sich unmittelbar von einer Geschäftssituation ausgehen und beispielsweise fragen, was in fünf Jahren erreicht sein soll.

=== Relevanz bewerten und Verständnis klären ===

Die Beteiligten sammeln Wissensgebiete und bewerten deren Relevanz heute und für den gewählten zukünftigen Zeitraum. Unabhängige Einschätzungen machen Unterschiede sichtbar.

Stark abweichende Bewertungen sind zunächst ein Anlass zum Gespräch, nicht zur vorschnellen Mittelwertbildung. Unterschiede können sachliche Gründe haben; sie können aber auch zeigen, dass die Beteiligten unter einem Begriff Verschiedenes verstehen. Dann muss dieses Verständnis geklärt werden, bevor die Bewertung fortgesetzt wird.

Visualisierungen sollen deshalb möglichst auch die Verteilung der Einschätzungen zeigen. Gerade bei immateriellen Gegenständen und Managementthemen halten die Referenten ein gemeinsames Abstraktionsniveau für strategisch entscheidend.

=== Wissenstiefe und Verteilung untersuchen ===

Für die relevantesten Wissensgebiete folgen zwei weitere Betrachtungen. Die erste betrifft die benötigte Wissenstiefe: Reicht solide Fachkompetenz, oder werden Spitzenexpertinnen und Spitzenexperten benötigt? Die zweite betrifft die Verteilung: Muss das Wissen breit verfügbar sein, oder genügt es an einer bestimmten strategischen Stelle?

Für beide Dimensionen werden gegenwärtiger Zustand und zukünftiger Bedarf betrachtet. Beim Benennen der beteiligten Abteilungen, Standorte und Teams können zugleich bislang wenig sichtbare Wissensträger erkennbar werden.

== Managementverantwortung und Konsequenz in der Umsetzung ==

Die Referenten kritisieren Workshops, die unter Zeitdruck möglichst schnell Maßnahmen produzieren sollen. Ein gemeinsames Verständnis der Wissensgebiete ist wichtiger als ein gefüllter Maßnahmenkatalog. Die Bereitschaft der Führungskräfte zu dieser offenen Klärung sollte deshalb bereits im Vorgespräch angesprochen werden.

Aus dem Publikum kommt der Einwand, dass Vorstände großer Unternehmen die erforderlichen Wissensdetails nicht kennen. Die Referenten erkennen an, dass die passende Ebene von Größe und Struktur abhängt. Die Arbeit kann beispielsweise in Divisionen oder Geschäftsbereichen erfolgen; die Verantwortung und Unterstützung der Unternehmensführung sollen jedoch erhalten bleiben.

Reine Grassroots-Initiativen können nach ihrer Erfahrung an Grenzen stoßen, sobald Zeit, Budget oder Legitimation benötigt werden. Strategisches Wissensmanagement braucht daher sowohl fachliche Beteiligung als auch Rückhalt von oben.

Zum Abschluss bitten die Referenten darum, das Thema strategisches Wissensmanagement auf einem nächsten Barcamp weiterzuführen. Ihre übergreifende Empfehlung bleibt: vorhandene Methoden konsequent anwenden, relevante Wissensgebiete sorgfältig klären und die daraus entstehenden Aktivitäten langfristig mit den Geschäftszielen verbinden.

Gkc24-Vortrag: Durch Austausch die Zukunftsfähigkeit stärken: Wissenstransfer als Erfolgsfaktor für Familienunternehmen

2026-10-07T12:32:41Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Durch Austausch die Zukunftsfähigkeit stärken: Wissenstransfer als Erfolgsfaktor für Familienunternehmen}}
{{Infobox gkc-Session
| titel = Durch Austausch die Zukunftsfähigkeit stärken: Wissenstransfer als Erfolgsfaktor für Familienunternehmen
| art = Vortrag
| jahr = 2024
| beitragende = Eva Mettenmeier
| organisation = Maschinenraum
| track = Kuratierter Track Wirtschaft
| datum = 2024-10-11
| startzeit = 13:00
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Familienunternehmen sind traditionell eher weniger dafür bekannt, ihre Türen für den Austausch zu öffnen – nicht umsonst galten sie lange Zeit als "Hidden Champions". In der heutigen vernetzten Welt schafft es jedoch kein Unternehmen alleine, die großen Herausforderung der Zeit zu lösen. Der Maschinenraum vernetzt rund 80 deutschsprachige Familienunternehmen und kuratiert systematisch den Austausch in Fachbereichen wie Strategie, Personalentwicklung oder Innovationsmanagement, um die Unternehmen auf die Zukunft vorzubereiten. In einem Impuls gibt Eva Mettenmeier, Managing Director des Maschinenraums, einen Einblick, wie der Maschinenraum den Dialog zwischen Unternehmen fördert.</blockquote>

<youtube>https://www.youtube.com/watch?v=7LTqp6PYZ2E</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Eva Mettenmeier stellt den Maschinenraum als Netzwerk vor, in dem 80 Familienunternehmen [[Wissen]], Erfahrungen und Ressourcen teilen. Im Mittelpunkt steht ein kuratierter, unternehmensübergreifender Austausch: Die Mitgliedsunternehmen liefern die fachlichen Inhalte, während das Maschinenraumteam Themen bündelt, passende Menschen verbindet und Formate organisiert. Der Vortrag zeigt, wie virtuelle Veranstaltungen, persönliche Begegnungen, eine Online-Community und eine Knowledge Base zusammenwirken. Die anschließende Diskussion beleuchtet insbesondere die Bereitschaft zum Teilen, Konkurrenzsituationen und die Grenzen der Wissensdokumentation.

== Gliederung und Aufbau des Vortrags ==

Mettenmeier beginnt mit den Herausforderungen, die eine Öffnung von Familienunternehmen nach außen erforderlich machen. Anschließend beschreibt sie die Zusammensetzung des Netzwerks und unterscheidet zwischen dem Teilen von Wissen und Erfahrungen einerseits und gemeinsamen Ressourcen andererseits.

Den Schwerpunkt bildet ein Einblick in die Austauschpraxis am Beispiel Nachhaltigkeit. Darauf folgen Präsenzformate, der strukturierte Anfrageprozess „Navigator“, die Online-Community und die Knowledge Base. In der Fragerunde werden die organisatorischen Voraussetzungen vertieft: Wie werden Mitglieder zum Teilen gewonnen? Wie funktioniert der Austausch unter Wettbewerbern? Welche Informationen dokumentiert das Team, und wie geht es mit seinem eigenen Wissen um?

== Gemeinsame Herausforderungen statt isolierter Problemlösung ==

Für Mettenmeier entsteht der Bedarf an [[Wissenstransfer]] besonders dort, wo unternehmensinterne Erfahrungswerte fehlen. Veränderungsprozesse, Innovation und Nachhaltigkeit können Fragen aufwerfen, für die auch langjährige Mitarbeitende keine bisherigen Lösungen kennen. Die Öffnung nach außen bietet neue Impulse, verlangt von traditionsreichen Unternehmen aber ein Umdenken und die Bereitschaft, sich mit ungelösten Problemen zu zeigen.

Im Maschinenraum treffen kleine und große, bekannte und weniger bekannte Familienunternehmen aufeinander. Ungefähr ein Drittel ist familiengeführt, zwei Drittel sind fremdgeführt. Als verbindend beschreibt Mettenmeier die durch die Eigentümerfamilie geprägte Entscheidungskultur und die Bereitschaft zur Veränderung.

Bei der Aufnahme neuer Mitglieder fragt das Team nach aktuellen Themen, Problemen und Unterstützungsbedarf. Nach Mettenmeiers Erfahrung überschneiden sich die Fragestellungen zu etwa 80 Prozent oder mehr. Unternehmensspezifisch sei häufig das Produkt, nicht aber der zugrunde liegende Prozess. Innovationsprozesse, Trenderkennung oder Anforderungen an Nachhaltigkeitsberichte bieten deshalb Ansatzpunkte für gemeinsames Lernen über Branchen- und Größenunterschiede hinweg.

== Kuratierung: Die Mitglieder liefern das Wissen ==

Der Maschinenraum strukturiert den Austausch in 20 Fachbereiche beziehungsweise Peergroups. Dazu gehören unter anderem Strategie, Innovationsmanagement, Einkauf, Logistik und Produktion. Diese Einteilung muss nicht den Abteilungen jedes Mitgliedsunternehmens entsprechen; sie dient als gemeinsame Orientierung für Themen und Veranstaltungen.

Jährlich finden ungefähr 200 bis 250 Austauschformate statt, überwiegend virtuell und mit einer Dauer von 60 bis 120 Minuten. Die fachlichen Inhalte kommen ausschließlich aus den Mitgliedsunternehmen. Das Maschinenraumteam schafft den Rahmen, organisiert, moderiert, kuratiert und bereitet die Veranstaltungen nach.

Mindestens einmal jährlich werden in jedem Fachbereich in einem „Townhall-Workshop“ Themen gesammelt. Das Team bündelt wiederkehrende Anliegen und sucht anschließend nach Mitgliedern, die bereits Erfahrungen besitzen und diese teilen möchten. Für den Bereich Nachhaltigkeit nennt Mettenmeier beispielsweise Nachhaltigkeitsstrategien, Kreislaufwirtschaft, Reporting und Lieferketten. Die Agenda folgt damit den aktuellen Bedürfnissen der Unternehmen, nicht einem vom Organisationsteam unabhängig entwickelten Themenplan.

== Unterschiedliche Formate für unterschiedliche Austauschbedürfnisse ==

Die Austauschformate erfüllen verschiedene Funktionen:
* '''Impulse''' machen Erfahrungen eines Mitgliedsunternehmens zugänglich und bieten Raum für Fragen.
* '''Networking-Sessions''' bringen Menschen zusammen, die an einem Thema arbeiten, Erfahrungen besitzen oder Unterstützung suchen.
* '''Exchanges''' ermöglichen es, einen Zwischenstand kurz vorzustellen und Rückmeldungen aus der Runde einzuholen.
* '''Workshops''' dienen unter anderem der Themensammlung und der Suche nach gemeinsamen Ansatzpunkten.

Bei Networking-Sessions geht es nicht darum, sämtliche Fragen während der Veranstaltung zu lösen. Wichtig ist vielmehr, passende Gesprächspartner aus den etwa 15 bis 20 beteiligten Unternehmen kennenzulernen und anschließend vertieft weiterzusprechen.

Die Teilnahme ist hierarchieübergreifend. Fachexpertinnen und Fachexperten, mittleres und oberes Management sowie gelegentlich Geschäftsführende bringen unterschiedliche Perspektiven ein. Einladungen orientieren sich deshalb an Themen und Expertise, nicht allein an Funktionen. Bei der Registrierung wählen Teilnehmende aus 50 Expertisen diejenigen aus, die für sie relevant sind.

Ein Workshop zur Kreislaufwirtschaft verdeutlicht die Suche nach Synergien: Die Beteiligten betrachten, an welchen Stellen eines Kreislaufs ihre Unternehmen tätig sind und wo Unterstützung oder gemeinsame Arbeit möglich werden könnte.

== Persönliche Begegnungen vertiefen den Kontakt ==

Der Maschinenraum begann offiziell im April 2020. Ursprünglich waren mehr persönliche Begegnungen in Berlin vorgesehen. Die damaligen Bedingungen zwangen das Netzwerk jedoch, unmittelbar virtuelle Angebote aufzubauen. Rückblickend sieht Mettenmeier darin einen Vorteil, weil dadurch mehr Austausch möglich wurde als bei ausschließlich physischen Veranstaltungen.

Persönliche Begegnungen bleiben dennoch wichtig. Zum Zeitpunkt des Vortrags werden sie seit etwa eineinhalb Jahren deutlich ausgebaut:
* '''Circle Days''' widmen sich einen Tag lang einem Thema bei einem gastgebenden Mitgliedsunternehmen. Sie ermöglichen intensivere Diskussionen, ein besseres Verständnis der jeweiligen Ausgangslagen und punktuelle gemeinsame Ideenarbeit.
* '''Cross-Company-Visits''' öffnen ein Unternehmen für die Community. Mehrere aktuelle Themen, eine Werksführung und persönliche Gespräche geben Einblick in die Praxis.
* '''Eine jährliche Konferenz''' bringt Mitgliedsunternehmen in Berlin zusammen und greift besonders dringliche Themen der vergangenen zwölf Monate auf.

Gerade Besuche in Produktionshallen sind für Mitarbeitende aus Produktion und Logistik wertvoll. Sie können Anlagen und Arbeitsumgebungen unmittelbar kennenlernen, statt ausschließlich darüber zu sprechen.

== Vertrauen, Gegenseitigkeit und Konkurrenz ==

Der Maschinenraum ist ein geschlossenes Netzwerk. An seinen Austauschformaten nehmen ausschließlich Familienunternehmen teil, keine externen Dienstleister oder Beratungen. Mettenmeier beschreibt diesen geschützten Rahmen als Voraussetzung dafür, auch sensible Erfahrungen und offene Fragen authentisch teilen zu können.

Das Prinzip ist Geben und Nehmen. Mitgliedschaft bedeutet daher nicht nur, Angebote zu konsumieren, sondern auch eigene Erfahrungen einzubringen. In der Fragerunde berichtet Mettenmeier, dass direkt angesprochene Mitarbeitende nach ihrer Einschätzung in etwa 95 Prozent der Fälle sehr bereit seien, von ihrer Arbeit zu erzählen. Rückmeldungen und neue Impulse seien dabei attraktiv. Schwieriger sei häufig, die richtigen Ansprechpersonen zu finden.

Auch konkurrierende Unternehmen sind vertreten. Bestehende Mitglieder werden gefragt, ob sie gegen eine Aufnahme ein Veto einlegen möchten; dies sei in der bisherigen viereinhalbjährigen Geschichte einmal vorgekommen. Der Austausch konzentriert sich auf Vorgehensweisen, beispielsweise den Aufbau eines Innovationsprozesses, und nicht auf die konkrete Innovation selbst. Diese Unterscheidung reduziere in der Praxis die Vorbehalte.

== Navigator und Online-Community: Menschen miteinander verbinden ==

Der „Navigator“ ist ein strukturierter Fragenprozess. Mitarbeitende beschreiben ihr Anliegen, die zu lösende Aufgabe und die gewünschte Art des Kontakts. Sie können beispielsweise eine Eins-zu-eins-Vernetzung suchen, ein Austauschformat anregen oder gezielt mit Personen auf einem ähnlichen Erfahrungs- beziehungsweise Hierarchielevel sprechen wollen.

Das Maschinenraumteam beantwortet diese fachlichen Fragen nicht selbst, sondern sucht geeignete Ansprechpersonen. Zum Zeitpunkt des Vortrags arbeitet es daran, diesen Prozess weiter zu digitalisieren und vorhandene Informationen schneller für die Suche nutzbar zu machen.

Die Online-Community ist der Zugang zu den Angeboten. Alle Teilnehmenden müssen sich dort registrieren. Veranstaltungen, Fachgruppen und Chats ermöglichen Orientierung und Kontaktaufnahme. Innerhalb des Netzwerks gelten gleiche Zugangsrechte: Es gibt keine Mitgliedschaftsstufen mit unterschiedlich sichtbaren Angeboten.

Die Plattform soll das Netzwerk auch zur Selbsthilfe befähigen, weil das 30-köpfige Team nicht jede Verbindung herstellen kann und zusätzlich andere Aufgaben übernimmt. Kontakte entwickeln sich häufig außerhalb der Plattform weiter. Dennoch läuft die Community mit ungefähr 5.000 aktiven Teilnehmenden nicht von selbst: Das Team moderiert kontinuierlich und spricht bei unbeantworteten Fragen gezielt Personen mit passenden Erfahrungen an.

== Knowledge Base: Dokumente als Weg zu Expertise ==

In der [[Knowledge Base]] werden die Präsentationen aus den Austauschformaten gesammelt. Auch später hinzukommende Mitglieder können sie durchsuchen. Ergänzend hält das Team zu jedem Format die wichtigsten Erkenntnisse in wenigen Sätzen fest und nennt die vortragende Person.

Gerade diese Zuordnung betrachtet Mettenmeier als besonders wertvoll. Eine Präsentation liefert häufig nur Anknüpfungspunkte; die vertiefende Auseinandersetzung entsteht im Gespräch mit der Person, die die Erfahrung eingebracht hat.

Die Formate werden grundsätzlich nicht aufgezeichnet. Dahinter steht die Überzeugung, dass Aufzeichnungen die Offenheit der Beteiligten beeinträchtigen würden. Der bewusste Verzicht schützt damit den Austausch, begrenzt aber zugleich die Dokumentation des gesprochenen Wissens.

== Gemeinsame Ressourcen und ergänzende Unterstützung ==

Neben dem Wissensaustausch stellt der Maschinenraum weitere gemeinsame Ressourcen bereit. Eine Kommunikationsabteilung unterstützt die Sichtbarkeit der Mitgliedsunternehmen in Medien und bei Veranstaltungen. Ein Universitätsnetzwerk eröffnet Kontakte über Konferenzen, Jobboards, Karrieremessen und Studierendenprojekte.

In einer ehemaligen Schuhfabrik in Berlin-Prenzlauer Berg bietet der Maschinenraum Coworking-Flächen an, unter anderem für Mitarbeitende, digitale Teams und Ausgründungen der Familienunternehmen. Die Academy macht bereits vorhandene Trainings unternehmensübergreifend zugänglich. Häufig entsenden fünf bis sieben Unternehmen jeweils einzelne Mitarbeitende; neben dem Kompetenzerwerb entsteht dabei zusätzlicher Austausch.

Ein Advisory-Bereich begleitet Strategie- und Innovationsprozesse. Im Vordergrund stehen Strukturierung, Projektsteuerung und Sparring, nicht die Bereitstellung sämtlicher fachlicher Antworten. In der Diskussion nennt Mettenmeier außerdem Unterstützung bei Kommunikationskonzepten als Beispiel einer konkreten Dienstleistungsanfrage.

== Internes Wissensmanagement: Fokus auf Mitglieder und Expertise ==

Für die Dokumentation nutzt das Team Salesforce. Mettenmeier erklärt diese Systemwahl mit der organisatorischen Anbindung als hundertprozentige Tochter von Viessmann.

Personen erhalten Knowledge Tags, teils bei der Anmeldung, teils durch nachträgliche Zuordnung des Teams. Unter den 20 Fachbereichen gibt es ungefähr 350 solcher Tags, mit wachsender Zahl. Zusätzlich dokumentiert das Team auf Unternehmensebene „Best Practice“, „Challenge“ und „Insight“. Diese Informationen unterstützen die Suche nach passenden Erfahrungen und Kontakten.

Auf die Nachfrage nach dem [[Wissensmanagement]] der eigenen Mitarbeitenden benennt Mettenmeier eine Grenze: Ein entsprechendes System existiere in diesem Kontext nicht. Das kleine Team sitze eng zusammen und tausche sich unmittelbar aus. Systematisch festgehalten werde vor allem Wissen über die Mitgliedsunternehmen. Der Vortrag unterscheidet damit zwischen dokumentierter Expertise im Netzwerk und dem weniger formalisierten internen Lernen des Organisationsteams.

Gkc24-Vortrag: CoP als Knowledge Management – Insights bei voestalpine

2026-10-07T12:32:39Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: CoP als Knowledge Management – Insights bei voestalpine}}
{{Infobox gkc-Session
| titel = CoP als Knowledge Management – Insights bei voestalpine
| art = Vortrag
| jahr = 2024
| beitragende = Stefan Becker
| organisation = voestalpine
| track = Kuratierter Track Wirtschaft
| datum = 2024-10-10
| startzeit = 16:00
| sprache = Deutsch
| video_url = https://www.youtube.com/watch?v=IbiltKmZVuw
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Mein Vortrag ist ein Erfahrungsbericht und eine Einschätzung zu CoP (Communities of Practice) im [[Knowledge Management]] bei voestalpine. Reichen CoP aus, um den Wissensbedarf zu decken oder benötigt ein Unternehmen weitere Tools/Ansätze? Zusätzlich gehe ich auf die Entwicklung unseres Knowledge Managements ein und gebe einen Ausblick zu unserer Vision.</blockquote>

<youtube>https://www.youtube.com/watch?v=IbiltKmZVuw</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Stefan Becker, Head of Knowledge Management bei voestalpine, beschreibt den Aufbau eines Wissensmanagements auf Basis von [[Communities of Practice]] (CoPs). Diese erfüllen aus seiner Sicht den ursprünglichen Auftrag: kritisches Unternehmenswissen erschließen, Fachleute vernetzen, Innovation unterstützen und [[Wissen]] austauschen. Für den gesamten Wissensbedarf reichen sie jedoch nicht aus. Becker erläutert deshalb, wie künftig auch allgemeines und tätigkeitsbezogenes Wissen zugänglich gemacht werden soll. Die Diskussion vertieft Fragen zu Freiwilligkeit, Ressourcen, Anerkennung und den Grenzen einer Zentralisierung.

== Aufbau des Vortrags ==

Nach der Einführung durch Peter Heisig beginnt Becker mit der Entwicklung seit 2018. Anschließend erläutert er die Organisationsstruktur, die Aufgaben innerhalb der Communities und ihre Planung und Berichterstattung. Zwischenfragen zu Arbeitszeit, Mitgliedschaft und Qualifizierung werden unmittelbar aufgegriffen.

Der zweite Teil behandelt die Herausforderungen einer weltweiten Organisation und die Frage, welche Wissensbedarfe CoPs abdecken. Becker unterscheidet vier Wissensarten und stellt Überlegungen zur Erweiterung des bisherigen Ansatzes vor. In der Abschlussdiskussion kommen zusätzliche Perspektiven aus dem Publikum hinzu, insbesondere zur Motivation und zum Zusammenspiel unterschiedlicher Wissensmanagementansätze.

== Vom Vorstandsauftrag zur Expert Organization ==

Der Ausgangspunkt lag 2018 in der Initiative eines Vorstandsmitglieds, Knowledge Management aufzubauen. Machbarkeitsstudien und Workshops sollten die Voraussetzungen klären und Stakeholder einbeziehen. Becker nennt vier Workshops in Europa sowie jeweils zwei in Asien und Nordamerika. Peter Heisig war von Beginn an beteiligt.

Nach mehreren Evaluationsrunden fiel die Entscheidung für das CoP-Konzept. Auf die Pilotphase 2019 und 2020 folgte 2021 der Rollout der sogenannten Expert Organization. Die zunächst elf Communities orientierten sich am kritischen Wissen des Unternehmens. Bis Oktober 2024 stieg ihre Zahl auf etwa 30; weitere waren in Vorbereitung. Das Wachstum soll jedoch begrenzt bleiben.

Parallel entstanden Infrastruktur und Steuerungsstrukturen. Als Werkzeug dient SharePoint Online. Ein global aufgestelltes Knowledge Management Board sollte Stakeholder einbinden; auch Mentoren wurden in die Board-Meetings aufgenommen. Die Community-Leads berichten dort über Entwicklung und Nutzen ihrer CoPs. Becker erläutert außerdem, dass sich die ursprünglich direkte Vorstandsbeteiligung inzwischen verändert hat.

== Rollen, Offenheit und zentrale Unterstützung ==

Das bestehende [[Wissensmanagement]] beruht laut Becker auf CoPs und Centers of Excellence (CoEs). Den wesentlichen Unterschied beschreibt er anhand der Ressourcen: CoEs verfügen über Budget und feste Stellen, während CoPs eher lose Zusammenschlüsse sind.

Innerhalb einer Community gibt es drei zentrale Rollen:
* '''Lead und Deputies''' verantworten die strategische Ausrichtung, legen Themen fest, organisieren Meetings und entwickeln die Community weiter.
* '''Das Core Team''' unterstützt diese Arbeit durch regelmäßige Beiträge, Veranstaltungen, Dokumente und gemeinsame Ausarbeitungen.
* '''Weitere Nutzerinnen und Nutzer''' können Wissen konsumieren, sich aber auch selbst mit Vorträgen, Dokumenten oder Fallstudien beteiligen.

Board und Central Knowledge Management kümmern sich um Strategie, Infrastruktur, Onboarding, Ressourcen und Werkzeuge. Die Communities bilden den Kern dieses Systems, sind aber nicht voneinander abgeschottet. Mitglieder können mehreren CoPs angehören; auch zwischen Communities findet Austausch statt. Als potenzielle Nutzergruppe nennt Becker ungefähr 5.000 Beschäftigte im Bereich High Performance Metals.

Kleine CoPs haben etwa 20 Mitglieder, große zwischen 120 und 150. Die meisten sind offen: Interessierte können zu passenden Themen dazukommen und anschließend wieder andere Angebote nutzen. Ausnahmen bestehen etwa bei Leadership-Communities für Führungskräfte.

Meetings sollen im Kalender auf der Startseite sichtbar sein. Hinzu kommen Nachrichten aus den Communities sowie Kontaktübersichten mit Lead und Core Team. Interessierte können darüber eine Einladung anfragen.

== Die Charter als Planungs- und Entwicklungsinstrument ==

Vor der Gründung einer CoP steht ein Antragsverfahren. Eine zunächst grob ausgefüllte Charter hilft zu prüfen, ob das Thema eine eigenständige Community rechtfertigt. Bestehende CoPs aktualisieren ihre Charter regelmäßig.

Becker beschreibt fünf Bestandteile:
* '''Mission Statement:''' Zielsetzung, Adressatengruppe und Themengebiete.
* '''Profil:''' unter anderem Name, Mitglieder und Mentoren sowie der aktuelle Zustand.
* '''Roadmap:''' Ziele für das Geschäftsjahr, beispielsweise eine bestimmte Zahl von Meetings oder die Gewinnung eines Mentors.
* '''Challenges:''' Herausforderungen und mögliche Lösungen.
* '''Value Stories:''' Beispiele für den Nutzen der Community.

Profil und Roadmap erlauben einen Vergleich zwischen Ausgangslage und Ziel. Dieser wird auch in den KPIs abgebildet. Für ungelöste Probleme gibt es ein gemeinsames CoP-KM-Meeting, in dem Leads Erfahrungen austauschen und Lösungen suchen.

Die Value Stories sollen den Mehrwert für Beschäftigte und Unternehmen sichtbar machen. Als Beispiel nennt Becker einen in Nordamerika entwickelten Prozess oder ein Produkt, das über die Community auch in Europa oder Asien genutzt werden kann. Vermiedene Eigenentwicklungen können monetär bewertbar sein. Andere Vorteile lassen sich nicht unmittelbar in Geld ausdrücken, sollen aber ebenfalls dargestellt werden.

== Arbeitsfähigkeit und Motivation ==

Eine Publikumsfrage thematisiert das Spannungsverhältnis zwischen freiwilliger Beteiligung und Berichtspflichten. Becker nennt als Ziel, einem Lead ungefähr 20 Prozent seiner Tätigkeit für die Community bereitzustellen. Tatsächlich liegt der Anteil häufig darunter und schwankt mit anderen Projekten.

Leads werden grob einmal jährlich zu einem Board-Meeting eingeladen, um Value Stories vorzustellen. Becker beschreibt dies nicht als harte Sanktionierung, wohl aber als Erwartung, gemeinsam Ergebnisse zu erzielen. Den größten Arbeitsanteil tragen Leads und Deputies. Ihre Fähigkeit, Beteiligte einzubeziehen und ein verlässliches Core Team aufzubauen, ist deshalb entscheidend.

Zur Unterstützung gibt es ein Curriculum mit sieben Modulen. Es behandelt unter anderem Community-Führung, Aufgaben und Mindestanforderungen. Aufzeichnungen, Präsentationen und PDFs werden durch Erfahrungsaustausch zwischen neuen und etablierten Leads ergänzt. Bei Fragen zum SharePoint-Aufbau und zur Informationsaufbereitung unterstützt Becker im Onboarding.

Ein Badge-Pilot soll zusätzliche Beteiligung fördern. Kleine digitale Auszeichnungen können beispielsweise für Dokumente, Vorträge oder Mitarbeit an der Community-Seite vergeben werden. Besonders Engagierte sollen zum Jahresende Anerkennung erhalten. Konkrete Belohnungen sind noch offen; internationale Reiseaufwände setzen Grenzen.

In der Abschlussdiskussion wird vorgeschlagen, Engagement stärker mit persönlichen Entwicklungs- und Karrierezielen zu verbinden. Andere Beiträge betonen, dass Karriereziele unterschiedlich sind und Auswahlentscheidungen weitere Kriterien berücksichtigen müssen. Becker findet den Ansatz interessant, sieht aber noch keine konkrete Lösung für die Umsetzung.

Eine ergänzende Wortmeldung erläutert, dass die Badges gemeinsam mit Community-Mitgliedern entwickelt wurden. Sie verweist außerdem auf die Sichtbarkeit der Leads vor dem Board als mögliche Entwicklungschance. Diese Perspektiven ergänzen den Pilot, ersetzen ihn aber nicht durch ein beschlossenes Karrieremodell.

== Weltweite Zusammenarbeit und verstreute Informationsquellen ==

Becker beschreibt eine Organisation mit sieben Werken, 130 Warehouse- und Service-Locations und Präsenz in ungefähr 40 Ländern. Sprachbarrieren, Zeitzonen und unterschiedliche Kommunikationskulturen erschweren die Zusammenarbeit. Aus seinen Meetings berichtet er von eher zurückhaltenden Beiträgen asiatischer Kolleginnen und Kollegen und stärker hervortretenden nordamerikanischen Beteiligten. Die Moderation müsse darauf achten, allen Raum zu geben.

Persönliche Begegnungen sind erwünscht, weltweite Treffen jedoch teuer. Als möglichen Ansatz stellt Becker regionale Meetings mit einem Deputy vor Ort vor. Der Lead könnte jeweils anreisen; anschließend würden die Inhalte in einem gemeinsamen englischsprachigen Meeting geteilt. Dieser Ansatz ist noch in Überlegung.

Eine weitere Herausforderung sind Insellösungen. Informationen liegen unter anderem in SharePoint, Confluence, OneDrive und E-Mails. Für den deutschen Vertrieb identifizierte Becker 14 verschiedene Quellen. Daraus entstehen Fragen nach Zugriff, Aktualität, Qualität und Zuständigkeit.

Auch innerhalb etablierter Communities ist Wissen nicht vollständig verfügbar. In einem KI-Piloten mit der CoP High Pressure Die Casting baten die Verantwortlichen 14 Fachleute um hochwertige Dokumente, die noch nicht in der Community lagen. Dabei kamen 264 regelmäßig genutzte Dokumente zusammen. Für Becker zeigt das, dass Wissen noch stärker in die CoPs eingebracht werden muss. Aussagen zur Leistungsfähigkeit des KI-Piloten macht er nicht.

== Warum CoPs nicht den gesamten Wissensbedarf decken ==

Für den ursprünglichen Auftrag bewertet Becker die Communities als passenden Ansatz. Sie erschließen kritisches Wissen und fördern den Austausch zwischen Expertinnen und Experten. Andere Beschäftigte benötigen jedoch häufig eine anders aufbereitete Information. Ein Vertriebsmitarbeiter könne einem fachlichen Expertengespräch unter Umständen kaum folgen.

Becker unterscheidet deshalb vier Wissensarten:
* '''Allgemeines Wissen:''' breit benötigte, gut dokumentierbare Informationen, etwa zum Beantragen eines SAP-Accounts, zur Werkzeugnutzung oder zu Prozessen und Guidelines.
* '''Spezialisiertes Wissen:''' Wissen für bestimmte Tätigkeiten in HR, Produktion, IT oder Vertrieb.
* '''Hochspezialisiertes Wissen:''' das bereits durch CoPs und CoEs abgedeckte Fachwissen.
* '''Know-how beziehungsweise implizites Wissen:''' schwer dokumentierbares Erfahrungs- und Expertenwissen.

Mit zunehmender Nähe zum impliziten Wissen steigt in seinem Modell der Bedarf an Community Management, während Standardisierbarkeit und Breite der Zielgruppe abnehmen.

Beim spezialisierten Wissen geht es nicht darum, sämtliche operativen Inhalte ins Wissensmanagement zu übernehmen. Kundenbesuchsberichte sollen beispielsweise in Salesforce bleiben. Zugänglich sein sollen dagegen Anleitungen zur Vorbereitung, Nachbereitung und Dokumentation eines Besuchs. Entsprechend sollen Guidelines erläutern, wie eine Marketingkampagne aufgebaut wird, statt die Kampagnen selbst aufzunehmen.

== Ausbauperspektiven und offene Fragen ==

Allgemeines und spezialisiertes Wissen sind im beschriebenen Modell noch nicht systematisch abgedeckt. Becker möchte sie ergänzen, Insellösungen abbauen und einen zentralen Anlaufpunkt für Wissensfragen schaffen. Bei monatlich etwa 500 neuen Beschäftigten sieht er in dokumentierten Einarbeitungsprozessen eine Möglichkeit, wiederkehrende Rückfragen und Aufwand zu reduzieren.

Für implizites Wissen sind Expert Briefings vorgesehen. Außerdem wird überlegt, die Dokumentation von Projektergebnissen stärker im Projektmanagement zu verankern. CoPs und CoEs könnten solche Ergebnisse aufgreifen, weiterentwickeln und daraus tätigkeitsbezogenes Wissen bereitstellen.

Die Diskussion macht Grenzen deutlich: Selbstständige Unternehmen lassen sich nicht ohne Weiteres durch zentrale Vorgaben steuern. Eine Wortmeldung hebt gerade deshalb den Nutzen der Communities hervor, die Menschen über formale Unternehmensgrenzen hinweg vernetzen.

Weitere Beiträge empfehlen kollaboratives Arbeiten zur Verteilung schnell veränderlichen Expertenwissens oder berichten von ergänzendem Peer-to-Peer-Learning. Ein anderer Beitrag warnt davor, allgemeine Basisprozesse zwangsläufig in die Community-Arbeit zu integrieren. Eine gemeinsame Dokumentationsplattform sei von der Vereinheitlichung der Prozesse zu unterscheiden.

Becker bittet ausdrücklich um Erfahrungen mit ergänzenden Ansätzen. Damit bleibt die Erweiterung des Wissensmanagements eine offene Gestaltungsfrage: Die Communities bilden einen etablierten Kern, während weitere Wissensbedarfe eigene Formen der Aufbereitung und Bereitstellung benötigen.

Gkc24-Vortrag: Collect, Connect, Co-Create: Wissensmanagement in der internationalen Zusammenarbeit (GIZ)

2026-10-07T12:32:37Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: Collect, Connect, Co-Create: Wissensmanagement in der internationalen Zusammenarbeit (GIZ)}}
{{Infobox gkc-Session
| titel = Collect, Connect, Co-Create: Wissensmanagement in der internationalen Zusammenarbeit (GIZ)
| art = Vortrag
| jahr = 2024
| beitragende = Gülsüm Malci, Nina Gerlach
| organisation = Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ)
| track = Kuratierter Track Verwaltung, Stiftungen und Verbände
| datum = 2024-10-11
| startzeit = 11:00
| video_url = https://www.youtube.com/watch?v=cZtE7CTJjII
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Mit mehr als 50 Jahren Erfahrung in verschiedenen Bereichen der nachhaltigen Entwicklung, von der Wirtschafts- und Beschäftigungsförderung über Energie- und Umweltthemen bis hin zur Förderung von Frieden und Sicherheit verfügt die Deutsche Gesellschaft für Internationale Zusammenarbeit (GIZ) über Know-how, das rund um den Globus von Akteuren wie Regierungen, internationalen Organisationen und der Privatwirtschaft nachgefragt wird. Wie funktioniert Wissensmanagement in einer internationalen Organisation mit 25.634 Mitarbeitenden in rund 120 Ländern? Und wie stellen wir sicher, dass Expertise nicht nur in einzelnen Teams und Projekten verbleibt, sondern das ganze Unternehmen stärkt? Wir freuen uns auf einen Austausch zu Ansätzen und Lösungen, die wir einsetzen, um [[Wissen]] lebendig zu halten, den Austausch im Unternehmen zu fördern, und Know-how sowohl bei unseren Partner*innen als auch in der Development Community nachhaltig zu verankern.</blockquote>

<youtube>https://www.youtube.com/watch?v=cZtE7CTJjII</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Gülsüm Malci und Nina Gerlach stellen vor, wie die GIZ Wissen aus ihrer internationalen Projektarbeit sichern, zugänglich machen und gemeinsam weiterentwickeln möchte. Im Mittelpunkt stehen der Knowledge Continuity Guide für die Wissenssicherung über Projektgrenzen hinweg und das interne Topics-System für communitybasiertes Wissensmanagement. Die anschließende Diskussion zeigt, dass digitale Plattformen allein nicht ausreichen: Persönliche Beratung, Netzwerke, klare Verantwortlichkeiten und die Berücksichtigung unterschiedlicher Perspektiven bleiben entscheidend.

== Aufbau und organisatorischer Kontext ==

Der Vortrag beginnt mit der Vorstellung der Referentinnen und der GIZ. Beide arbeiten in der internen Beratung des Fach- und Methodenbereichs. Malci bringt Erfahrungen unter anderem aus Finanzsystementwicklung und Klimafinanzierung mit; Gerlach war zuvor für Wissens- und Prozessmanagement in einem Projekt zuständig und befasst sich inzwischen auch mit digitalen Wissensplattformen.

Anschließend erläutern sie die Herausforderungen und drei leitende Prinzipien des [[Wissensmanagement]]s. Darauf folgen die beiden Praxisansätze: der Knowledge Continuity Guide und die Topic-Seiten. Die Diskussion vertieft Fragen zu öffentlichem Wissenstransfer, Auffindbarkeit, KI, Lernkultur, kulturellen Unterschieden und dem praktischen Zugang zu Expertise.

Die GIZ wird als Bundesunternehmen vorgestellt, das die Bundesregierung bei ihren entwicklungspolitischen Zielen unterstützt. Zu ihren Auftraggebern gehören insbesondere das Bundesministerium für wirtschaftliche Zusammenarbeit und Entwicklung sowie weitere Ministerien, öffentliche und private Auftraggeber und internationale Organisationen.

Die Größenordnung verdeutlicht den Bedarf an Wissensmanagement:
* Zum 31. Dezember 2023 beschäftigte die GIZ weltweit 25.634 Mitarbeitende.
* Gut 67 Prozent gehörten zur Gruppe der nationalen Mitarbeitenden, die in den jeweiligen Ländern rekrutiert und beschäftigt werden.
* Die Organisation war in rund 120 Ländern vertreten; im Vortrag werden etwa 1.700 laufende Projekte genannt.
* Das Geschäftsvolumen betrug 2023 rund vier Milliarden Euro.

Die Themen reichen von Gesundheit, Umwelt und Klima über Wirtschaft und Digitalisierung bis zu ländlicher Entwicklung, Staat und Demokratie. In diesem breiten Spektrum entsteht täglich Wissen, das über einzelne Teams hinaus nutzbar werden soll.

== Collect, Connect, Co-Create als Orientierung ==

Wiederkehrende Beratungsfragen betreffen die Gefahr, Lösungen in jedem Projekt neu zu entwickeln, die Erfassung und Weitergabe von Wissen sowie dessen Verbleib nach Projektabschluss. Besonders wichtig ist, dass Partnerorganisationen das erarbeitete Wissen auch nach dem Ende eines Vorhabens nutzen und institutionell verankern können. Zugleich soll es innerhalb der GIZ verfügbar bleiben.

Die Referentinnen ordnen ihre Methoden drei Prinzipien zu:
* '''Collect:''' Informationen nutzerzentriert bereitstellen.
* '''Connect:''' Vernetzung und Austausch zwischen Menschen ermöglichen.
* '''Co-Create:''' gemeinschaftliche, ergebnisorientierte Arbeits- und Lernprozesse fördern.

Diese Prinzipien werden digital und im persönlichen Austausch umgesetzt. Der Fach- und Methodenbereich unterstützt dabei sowohl einzelne Projekte als auch die Entwicklung unternehmensweiter Wissensmanagement-Strategien.

== Wissenskontinuität über das Projektende hinaus ==

Entwicklungsprojekte haben definierte Anfangs- und Endpunkte. Die unterstützten Institutionen, Sektoren und Gemeinschaften bestehen jedoch weiter. Projektabschlüsse und Übergänge in neue Phasen sind deshalb kritische Momente für die Sicherung des entstandenen Wissens.

Knowledge Continuity bezeichnet im Vortrag einen Prozess, der Wissen über die Laufzeit und die Grenzen einzelner Projekte hinaus verfügbar, zugänglich und auffindbar halten soll. Der dafür entwickelte Guide verbindet Dokumentation mit persönlichem Austausch und Netzwerken. Seine zentrale Unterscheidung lautet: ''„Daten und Informationen können gespeichert werden, aber Wissen lebt in Menschen.“''

Daraus folgt, dass schriftliche Dokumente nicht jede Erfahrung ausreichend erfassen. Strukturierte Interviews sowie Audio- und Videoaufnahmen können in bestimmten Kontexten geeigneter sein. Auch die Bedürfnisse unterschiedlicher Zielgruppen müssen berücksichtigt werden: Wissen ist nicht allein dadurch nutzbar, dass es gespeichert wurde.

Der Guide soll gute und schlechte Erfahrungen erfassen. Fehler gelten dabei als wichtige Lernquelle, auch wenn ihre offene Weitergabe nicht in jeder Organisation leichtfällt. Ein intersektionaler Ansatz soll zudem sicherstellen, dass unterschiedliche Stimmen und Perspektiven berücksichtigt werden.

=== Drei Ebenen der Wissenssicherung ===

Der Prozess richtet sich auf drei Ebenen:
* '''Partnerorganisationen:''' Wissen soll bei den Organisationen verankert werden, mit denen Projekte umgesetzt werden.
* '''Development Community und Öffentlichkeit:''' Die aus öffentlichen Mitteln finanzierte Arbeit soll auch anderen Organisationen zur Lösung globaler Herausforderungen dienen.
* '''Institutionelles Gedächtnis der GIZ:''' Erfahrungen sollen für weitere Vorhaben und Mitarbeitende erhalten bleiben.

Die Referentinnen beschreiben den Prozess daher als breit verstandene Exit-Strategie. Er soll nicht nur interne Unterlagen sichern, sondern die Weiterverwendung des Wissens in verschiedenen Zusammenhängen ermöglichen.

=== Vorgehen und Zeitpunkt ===

Der praxisorientierte Guide führt durch einen Kick-off-Workshop, die Entwicklung einer Knowledge Map und die Identifikation von Wissenspartnern, Netzwerken und Plattformen. Darauf folgen die Definition von Maßnahmen, Feedback, Umsetzung und abschließende Überprüfung. Für die Schritte enthält er Anleitungen, Methoden, Werkzeuge und Hinweise auf geeignete Transferformate.

Wissenskontinuität sollte nach Empfehlung der Referentinnen bereits zu Projektbeginn mitgedacht werden. Auf Nachfrage nennen sie ungefähr ein halbes Jahr vor Projektabschluss als Orientierung für die intensive Abschlussphase, ohne einen verbindlichen Zeitraum festzulegen. Austauschformate sollen jedoch schon vorher bestehen; die Arbeit beginnt nicht erst kurz vor Projektende.

== Topic-Seiten: Wissen gemeinsam aufbereiten ==

Für die interne Verankerung von Wissen stellt Gerlach das Topics-System vor. Es umfasst 54 Fach- und 14 Methodentopics, die als Seiten im Intranet gepflegt werden.

Bis 2019 kamen Fach- und Methodenprodukte beziehungsweise qualitätsgesichertes Wissen zentral aus dem Fach- und Methodenbereich. Mit der Neuausrichtung 2018/2019 wurde stärker auf communitybasiertes Wissensmanagement gesetzt. Die Topic-Seiten sind Teil dieser Entwicklung und werden besonders dem Prinzip Co-Create zugeordnet.

Projekte sollen prüfen, welches Wissen für die gesamte GIZ relevant und teilenswert ist. Dieses Wissen soll in die entsprechenden Topic-Seiten einfließen. Ziel ist eine gemeinsam gespeiste Informationsbasis, deren Inhalte aktuell und verlässlich sind.

=== Verantwortlichkeit und technische Umsetzung ===

Für die Seiten gibt es Topic Manager. Diese Rolle ist mit einer Aufgabenbeschreibung verbunden und trägt zunächst die Verantwortung dafür, Inhalte zusammenzuführen und aktuell zu halten. Die zuständigen Personen sind auf den Seiten als Ansprechpersonen hinterlegt.

Eine offene Herausforderung bleibt das Verhältnis von Hol- und Bringschuld: Wie weit kann eine Topic Managerin aktiv Wissen aus zahlreichen Projekten einsammeln, und welchen Beitrag müssen die Projekte selbst leisten?

Technisch nutzt die GIZ Microsoft 365 und eine SharePoint-Umgebung. Die Topic-Seiten sind Site Pages. Anders als bei einem offen bearbeitbaren [[Wiki]] können nicht alle Mitarbeitenden gleichermaßen Inhalte schreiben; die Zusammenführung erfolgt durch die verantwortliche Person. Gerlach beschreibt das System deshalb eher als Intranet beziehungsweise Informationsbereitstellung.

== Auffindbarkeit: Suche, KI und persönliche Vermittlung ==

In der Diskussion wird die [[Auffindbarkeit]] als weiterhin ungelöstes Problem sichtbar. In den Dokumentenbibliotheken liegt eine große Menge an Informationen, darunter möglicherweise veraltete Inhalte. Die globale Suche wird nach Aussage der Referentinnen wiederholt kritisiert. Dadurch kann Doppelarbeit entstehen, obwohl benötigtes Wissen bereits vorhanden ist.

Die Qualität der Informationsstruktur variiert zwischen Bereichen. Für Personal- und IT-Prozesse wird das Intranet als gut strukturiert und nutzerfreundlich beschrieben.

Ein intern entwickelter Chatbot beantwortete zunächst vor allem Fragen zu digitalen Arbeitsmitteln. Zum Vortragszeitpunkt wird seine Nutzung auf weitere Intranet- und Topic-Inhalte ausgeweitet. Er ist mit ChatGPT verknüpft und wird als funktionsfähig, aber noch vergleichsweise langsam beschrieben. Weitere Teams beschäftigen sich mit KI-Anwendungen; Datenschutz und Datensicherheit bleiben dabei besondere Herausforderungen.

Daneben erfüllen Topic Manager, Fachberatung und ein Data Service Center wichtige Vermittlungsfunktionen. Mitarbeitende können selbst intern suchen, wenden sich aber häufig direkt an Fachpersonen, um Zeit zu sparen und passende Erfahrungen oder Kontakte zu finden. Beratung ersetzt die digitale Suche nicht, sondern ergänzt sie.

Gerade Wissen aus noch laufenden Projekten ist möglicherweise noch nicht auf Topic-Seiten dokumentiert. Die interne Beratung kann solche Entwicklungen früher kennen und Menschen unmittelbar miteinander vernetzen.

== Wissen außerhalb der GIZ zugänglich machen ==

Auf die Frage nach öffentlicher Verfügbarkeit erläutern die Referentinnen, dass Knowledge Mapping gemeinsam mit Partnern vor Ort stattfinden soll, nicht isoliert im Projekt. Dabei wird geprüft, ob Ergebnisse so aufbereitet sind, dass relevante Netzwerke oder [[Community of Practice|Communities of Practice]] sie übernehmen und weiterführen können.

Hinzu kommen öffentliche digitale Plattformen und die [[Website]] der GIZ, auf denen Projektwissen zugänglich gemacht wird. Eine breitere und zielgruppengerechtere Veröffentlichung wird als laufende Entwicklungsaufgabe beschrieben.

Zugleich unterscheiden die Referentinnen zwischen Wissenstransfer und formalen Auskunfts- beziehungsweise Berichtswegen. Parlamentarische Anfragen laufen nach ihrer Darstellung über das zuständige Ministerium, das Informationen bei der GIZ einholt und veröffentlicht. Über bestimmte Informationen kann die GIZ daher nicht eigenständig entscheiden. Eine systematische Weitergabe an Wikipedia wird in der Antwort nicht beschrieben.

== Lernkultur, kultureller Kontext und Inklusion ==

Die Referentinnen nehmen eine hohe Bereitschaft wahr, Erfahrungen und Lessons Learned zu teilen. Lebendige Communities of Practice ermöglichen niedrigschwelligen Austausch. Gleichzeitig konkurriert Wissensmanagement mit vielen anderen Projektaufgaben; besonders zum Projektende kann Zeitdruck die Weitergabe beeinträchtigen.

Das Verständnis von Wissensmanagement ist nach ihrer Einschätzung nicht überall gleich. Teilweise wird es vor allem mit Dokumentenablage und Berichtspflichten verbunden, obwohl der vorgestellte Ansatz deutlich darüber hinausgeht.

Zur Übertragung von Erfahrungen zwischen Ländern betonen sie die Bedeutung nationaler Mitarbeitender. Diese bringen lokale Expertise und ein Gespür für die jeweiligen Fragen mit. Ein erfolgreicher Ansatz in einem Kontext muss nicht in einem anderen funktionieren. Unterschiedliche Gruppen und Perspektiven sollen deshalb bereits bei Planung und Wissenssicherung berücksichtigt werden.

Dreieckskooperationen werden als Möglichkeit beschrieben, gemeinsam zu lernen, statt ausschließlich als Geber oder Themengeber aufzutreten. Deutschland kann dabei selbst lernender Partner sein.

Inklusion wird nicht auf Sprache oder Kultur begrenzt. Bei Projektprüfungen werden unter anderem Geschlechtergerechtigkeit, Minderheiten, Jugendliche und Menschen mit Behinderungen berücksichtigt. Wie diese Aspekte konkret bearbeitet werden, hängt vom jeweiligen Vorhaben ab.

Damit verbindet die Session digitale Wissensbereitstellung mit persönlichem Austausch und kontextbezogenem Lernen. Die bestehenden Instrumente schaffen dafür Strukturen; die verlässliche Einspeisung von Projektwissen, seine Auffindbarkeit und die dafür verfügbare Zeit bleiben praktische Herausforderungen.

Gkc24-Vortrag: 24 Jahre Wissensmanagement bei Schaeffler – Was hat funktioniert?

2026-10-07T12:32:35Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc24-Session: 24 Jahre Wissensmanagement bei Schaeffler – Was hat funktioniert?}}
{{Infobox gkc-Session
| titel = 24 Jahre Wissensmanagement bei Schaeffler – Was hat funktioniert?
| art = Vortrag
| jahr = 2024
| beitragende = Antje Röhr, Simon Dückert
| organisation = Schaeffler / Cogneon Akademie
| track = Kuratierter Track Wirtschaft
| datum = 2024-10-10
| startzeit = 15:00
| sprache = Deutsch
| video_id = naBdbIwks2Q
| video_url = https://www.youtube.com/watch?v=naBdbIwks2Q
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>Der Vortrag gibt einen Überblick über die Entwicklung des Wissensmanagements bei Schaeffler von 2000 bis 2024. Entlang der Zeitachse werden Wissensmanagement-Ansätze wie z.B. Intranet, Communities of Practice, Expert Debriefing, Lessons Learned, Wiki, Barcamp und Best Practices zusammen mit den Lessons Learned aus der Implementierung erklärt.</blockquote>

<youtube>https://www.youtube.com/watch?v=naBdbIwks2Q</youtube>

''' Disclaimer: Diese Seite ist KI-generiert, basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Antje Röhr und Simon Dückert zeichnen die Entwicklung des [[Wissensmanagement]]s bei Schaeffler von 2000 bis 2024 nach. Aus dem Auftrag für ein einheitliches Intranet entstand ein Portfolio aus Communities, Wissenstransfer, Wiki, Lessons Learned und dem Austausch guter Lösungen. Die Auflösung der Wissensmanagementabteilung 2015 bedeutete nicht das Ende aller Ansätze: Einige wurden in Personalprozesse, Projektmanagement und Linienorganisation übernommen. Als entscheidend für ihre Dauerhaftigkeit beschreiben die Vortragenden klare Verantwortlichkeiten, die Nähe zur IT und die Verankerung in betrieblichen Prozessen. Zugleich zeigen sie, dass technische Plattformen allein weder Austausch noch eine lernorientierte Kultur herstellen.

== Aufbau und Perspektiven des Vortrags ==

Der Vortrag folgt einer chronologischen Übersicht. Für die Vorbereitung sprachen Röhr und Dückert mit fast allen Akteuren, die während der 24 Jahre beteiligt waren. Die Zeitleiste unterscheidet zwischen weiterhin aktiven und inzwischen eingestellten Ansätzen. Anschließend werden ausgewählte Methoden und ihre Veränderungen genauer betrachtet.

Dückert erläutert vor allem die Entstehung und die frühen Ansätze. Röhr berichtet aus ihrer Arbeit im Lean-Bereich, in dem sie seit 2015 bei Schaeffler tätig ist. Erfahrungen mit dem Aufbau einer Community brachte sie aus ihrer vorherigen Tätigkeit bei Siemens mit. Den Abschluss bildet eine Diskussion über Führung, Kulturwandel, Ressourcen und den weiterhin bestehenden Bedarf an einem Wiki.

== Vom Intranet zum Wissensmanagementportfolio ==

Ausgangspunkt war 2000 der Wunsch nach einem global einheitlichen [[Intranet]]. Unterschiedliche Einheiten, Länder und Marken hatten eigene Auftritte aufgebaut. Dadurch wurden voneinander getrennte Wissensbestände sichtbar. Die Wissensmanagementabteilung begann mit dem Auftrag, diese Landschaft zusammenzuführen.

Die internationale, mehrsprachige Kommunikation über die Marken INA, LuK und FAG erhöhte die Komplexität. Schrittweise kamen weitere Aufgaben hinzu: Communities of Practice und Networks of Competence, Qualifizierungsangebote, Expert Debriefing, ein Wiki, Veranstaltungsformate, Suchfunktionen, eine Wissenslandkarte und Lessons Learned.

Mit diesem Wachstum entstand ein Ressourcenproblem. Die Aufgaben nahmen zu, ohne dass die personellen Kapazitäten entsprechend mitwuchsen. Dückert beschreibt deshalb die regelmäßige Überprüfung des Portfolios als notwendig. In jährlichen Strategieworkshops wurde hinterfragt, welche Ansätze fortgeführt werden sollten und wer sie übernehmen konnte. Ein umfangreicher Wissenstransfer beim Ausscheiden von Beschäftigten ließ sich beispielsweise nicht dauerhaft durch eine kleine zentrale Einheit leisten.

Die spätere Auflösung der Abteilung verdeutlicht die Bedeutung dieser Verteilung: Expert Debriefing wurde im Personalprozess verankert, Lessons Learned im Projektmanagement beziehungsweise im PMO. Der Austausch guter Lösungen wurde im Lean-Bereich weitergeführt.

== Die Vision eines lernenden Unternehmens ==

Um die unterschiedlichen Methoden unter einer gemeinsamen Zielsetzung zu verbinden, entstand die Vision „Schaeffler als lernendes Unternehmen“. Wissensteilung und Kommunikation sollten eine selbstverständliche Grundhaltung werden, unabhängig von Technologien, Regionen und Kulturen.

Dabei wurde Wissensarbeit nicht auf bestimmte Berufsgruppen begrenzt. Auch Führungskräfte und Forschende wurden einbezogen. [[Wissen]] galt als strategische Ressource, deren Nutzung zur Weiterentwicklung des Unternehmens beitragen sollte.

In der Diskussion erläutert Dückert, dass die Vision aus einer internen Untersuchung zu relevanten Aspekten lernender Organisationen hervorging. Für die Ansprache von Führungskräften war insbesondere die Verbindung zu Wettbewerbsfähigkeit wichtig. Nicht die Existenz eines Wikis oder eine technische Beteiligungsmöglichkeit stand im Mittelpunkt, sondern schnelleres Lernen, schnellere Produktentwicklung und zufriedene Kunden. Diese Verbindung beschreibt er als wesentlich, um Unterstützung zu gewinnen.

== Communities brauchen Ziele und Begleitung ==

Die frühen [[Communities of Practice]] und Networks of Competence waren auf strategisch wichtige Themen ausgerichtet. Dazu gehörten geschäftsbereichsübergreifende Prozesse, Kundenbeziehungen sowie die Entwicklung von Methoden und Technologien. Der Ansatz ging damit über das bloße Anlegen einer Gruppe auf einer Plattform hinaus.

Ein strukturierter Einführungsprozess umfasste die Ausbildung von Community Managern und eine Begleitung während der ersten 100 Tage. Dückert betont, dass fachliche Expertise nicht automatisch zur Organisation einer Community befähigt. Ebenso wenig werde jemand allein durch die Anschaffung einer Projektmanagementsoftware zum ausgebildeten Projektmanager.

Die Begleitung sollte den Zweck und die Arbeitsweise klären:
* Welche Ziele verfolgt die Community?
* Braucht sie Nachrichten, Fragen oder dringende Anfragen?
* Soll sie häufige Fragen sammeln oder gemeinsam Entwicklungsmodelle bearbeiten?

Diese Klärung erforderte Zeit und Aufwand. Dückert beschreibt zugleich ein typisches Muster: Einige Communities funktionieren sehr gut, andere kommen nach wenigen Beiträgen und Monaten zum Stillstand. Sein ausdrücklicher Wunsch ist deshalb, Community Management wieder stärker als Methode und nicht lediglich als Tool zu behandeln.

== Expert Debriefing: Wissen über die Nachfolge hinaus sichern ==

Eine demografische Analyse von 2005 machte den Wissenstransfer dringlich. Nach der im Vortrag genannten Abschätzung würde innerhalb von zehn Jahren ungefähr ein Drittel der Belegschaft in den Ruhestand gehen. Damit stellte sich die Frage, welches Erfahrungswissen mit den ausscheidenden Beschäftigten verloren gehen könnte.

Dückert berichtet von zwei Pilotfällen für [[Expert Debriefing]]. Der Ansatz war zuvor bei Audi entwickelt und bei Volkswagen als Wissenstafette eingeführt worden. Nach den Piloten wurde er bei Schaeffler zu einem systematischen Prozess.

Dabei ging es nicht nur um die direkte Übergabe an eine Nachfolgerin oder einen Nachfolger. Ein Teil des Wissens war auch für andere Standorte, Marken oder Prozesse relevant. Aus dieser Überlegung entstanden weitere Möglichkeiten der Verbreitung, darunter das Wissensforum und das Wiki.

Die heutige Verankerung bei HR verbindet den Ansatz mit Offboarding und Onboarding. Für Dückert ist dies ein Beispiel dafür, wie eine Methode durch die Übernahme in einen Fachprozess dauerhaft bestehen kann.

== Wiki und Wissenslandkarte als gemeinsame Orientierung ==

Das [[Wiki]] sollte Informationen aus unterschiedlichen Systemen zusammenführen. Die [[Wissenslandkarte]] half dabei, den für Schaeffler relevanten Ausschnitt des Wissens zu bestimmen. Sie unterschied interne Themen wie Organisation, Produkte, Prozesse, Methoden und Ansprechpartner von externen Themen wie Wettbewerbern, Kunden und Märkten.

Als Vorbild für die Struktur dienten Kategorien und Portale der Wikipedia. Das auf MediaWiki basierende System sollte eine gemeinsame Einstiegsebene bieten und auf Informationen in anderen Anwendungen verweisen, etwa in SAP, Methoden- oder Projektdatenbanken und Ansprechpartnernetzwerken.

Dückert beschreibt diese Funktion als Gegenstück zur Fragmentierung über viele Teams, Kanäle, Notizbücher und weitere Ablagen. Entscheidend war ein Ort, an dem Informationen konsolidiert zusammenkamen.

Das Schaeffler-Wiki wurde später eingestellt. Als Hintergrund nennt Dückert den Übergang der Intranetverantwortung zur Unternehmenskommunikation und den fehlenden Owner. Inhalte wanderten teilweise nach SharePoint; aus seiner Sicht blieb die ursprüngliche Funktion dabei nicht erhalten. Röhr berichtet in der Abschlussdiskussion von erneuten Anfragen nach einem Wiki. Der Bedarf bestehe weiterhin, eine entsprechende Lösung sei aber noch aufzubauen.

== Lessons Learned: Austausch statt bloßer Ablage ==

Der frühe [[Lessons Learned|Lessons-Learned]]-Ansatz sollte Erfahrungen von einem Projekt in das nächste übertragen. Er umfasste ein differenziertes Rollenmodell und Workshops zu Meilensteinen oder Projektabschlüssen. Statt lediglich ein Dokument zur Befüllung herumzuschicken, sollten sich Beteiligte Zeit für die gemeinsame Reflexion nehmen.

Dückert hebt hervor, dass eine Datenbank allein nicht genügt. Menschen, die neue Projekte beginnen, müssen mit denjenigen in Verbindung kommen, die relevante Erfahrungen gemacht haben. Nicht jedes Erfahrungswissen lässt sich ausreichend abstrahieren und dokumentieren.

Röhr beschreibt außerdem eine neuere, unternehmensweit zugängliche Datenbank auf Basis von Swim Software. Ein Workflow verteilt Hinweise an andere Werke und bietet passende Erfahrungen oder gute Lösungen an. Es handelt sich damit nicht ausschließlich um eine Ablage.

Gleichzeitig äußert sie Vorbehalte: Ein zusätzliches System kann unbekannt bleiben und schafft Abhängigkeiten von seiner externen Betreuung. Die Datenbank werde weiter gepflegt, sie sei von der Lösung jedoch noch nicht vollständig überzeugt.

== Good Practices: Weiterentwicklung im Lean- und Operations-Bereich ==

Nach der Auflösung der Wissensmanagementabteilung begann Röhr 2015 mit Best Practice Sharing im Lean-Bereich. Später wurde der Ansatz in [[Good Practices]] umbenannt, weil es zu einem Thema mehrere gute Lösungen geben könne.

Die Plattform wurde mehrfach verändert. Zunächst war sie in Schaeffler Connect integriert und enthielt auch Lessons Learned. Unter dem Namen Lean Inspiration wurden diese wieder herausgenommen, weil der Qualitätsbereich eine eigene Lösung aufbauen wollte. Ab 2020 wurde der Ansatz auf den Vorstandsbereich Operations ausgeweitet.

Filter, Tags und mehrsprachige Inhalte verbesserten die Auffindbarkeit. Ein Eingabetemplate fragte weiterhin nach positiven und negativen Erfahrungen sowie Empfehlungen, auch ohne die vollständige Integration des Lessons-Learned-Ansatzes.

Mit der Ablösung von Schaeffler Connect wurde eine neue Lösung auf SharePoint und Power Apps aufgebaut. Einfache Such- und Eingabemasken sollen den Aufwand gering halten. Ein Workflow mit verantwortlichen Prüfern kontrolliert Qualität, übergreifende Eignung und mögliche Doppelungen. Darüber hinaus können Werke auf ähnliche Lösungen hingewiesen werden.

Röhr berichtet von Abstimmungen zur Anbindung des Ideenmanagements und zu Lessons Learned. KI-gestützte Suche ist ebenfalls vorgesehen. Der vorhandene Chatbot kann zum Zeitpunkt des Vortrags jedoch nur PDFs verarbeiten; PowerPoint-Anhänge werden nicht gefunden. Weitere Automatisierung und breitere Dateiverarbeitung beschreibt sie als geplante, noch nicht allgemein verfügbare Entwicklung.

== Technikwechsel, Verantwortung und Handlungsempfehlungen ==

Seit Sommer 2024 löst MySchaeffler das bisherige Schaeffler Connect ab. Die neue Umgebung nutzt SharePoint, Viva Engage und Teams. Röhr berichtet von bereits 70 eröffneten Communities nach ungefähr acht Wochen.

Dückert sieht in integrierten Plattformen Vorteile gegenüber vielen Einzellösungen, insbesondere bei Suche, Berechtigungen, KI-Anbindung und Kosten. Gleichzeitig müssen Methoden bei jedem Technologiewechsel bewusst übertragen werden. Andernfalls könne der Prozess gegenüber der IT verlieren.

Aus dem Rückblick ergeben sich mehrere ausdrücklich formulierte Empfehlungen:
* Wissensmanagement sollte als zentraler Stakeholder eng mit der IT zusammenarbeiten und die Perspektive auf Lernen und Kultur einbringen.
* Methoden sollten in passende Fachprozesse eingebettet werden, statt dauerhaft von einer zentralen Abteilung abhängig zu bleiben.
* Community Management benötigt Ausbildung, Zielklärung und Begleitung.
* Das Portfolio sollte regelmäßig auf Nutzen, Verantwortlichkeiten und verfügbare Ressourcen überprüft werden.

Die Diskussion ergänzt die Bedeutung von Führung und Nutzernähe. Röhr betont ihre Kontakte zum Operations-[[Vorstand]] und zur IT. Zugleich sucht sie den Austausch mit Beschäftigten in der Produktion, um deren Such- und Informationsbedürfnisse zu verstehen. Eine Plattform lediglich bereitzustellen und zur Nutzung aufzufordern, reicht aus ihrer Sicht nicht. Dauerhaftes Wissensmanagement braucht sowohl organisatorische Unterstützung als auch einen erkennbaren Nutzen für die Menschen, die ihr Wissen teilen sollen.

Gkc25-Vortrag: From Data to Information and Knowledge

2026-10-07T11:20:21Z

Florian Schmuhl:

{{DISPLAYTITLE:Gkc25-Session: From Data to Information and Knowledge}}
{{Infobox gkc-Session
| titel = From Data to Information and Knowledge
| art = Vortrag
| jahr = 2025
| beitragende = Etienne Posthumus
| organisation = NFDI4Culture
| track = Kuratierter Track
| datum = 2025-10-23
| startzeit = 15:00
| endzeit =
| sprache = Englisch
| raum = Berlin (1.OG)
| videoaufzeichnung = https://www.youtube.com/watch?v=II7e27PyqbM
| programmeintrag = https://pretalx.com/gkc25/talk/RDWXZS/
| kimodell = GPT-6.1 Sol
}}

== Aus dem Veranstaltungsprogramm ==

<blockquote>In the NFDI4Culture consortium, we have been working on building a research knowledge graph that ties together research data from diverse disciplines like architecture, art history and musicology to theatre, dance, film and media studies.

This means finding research data in many diverse formats, and presenting the data in a unified, user-friendly format that can be used to build further infrastructures.

In my talk I would like to share what tools we use to do this, and show some raw data and how we convert that into the RDF Data model, and especially why we do so, and what the benefits are.

In the spirit of barcamp, questions and use-cases from the audience are welcomed, and we can consider the feasibility of modelling these from a Linked Data perspective.

The RDF model (and Linked Open Data movement) has been considered an „old“ technology in many circles, but with the limits of Large Language Models now becoming pressing, has seen revived interest as an open standardised way to build knowledge graphs.For some excellent background information I would like to recommend the free course by Prof Harald Sack, which can be watched entirely on Youtube (https://www.youtube.com/playlist?list=PLNXdQl4kBgzubTOfY5cbtxZCgg9UTe-uF).</blockquote>

<youtube>https://www.youtube.com/watch?v=II7e27PyqbM</youtube>

''' Disclaimer: Diese Seite ist KI-generiert basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Etienne Posthumus erläutert, wie NFDI4Culture heterogene Forschungsdaten zum kulturellen Erbe in einem gemeinsamen Wissensgraphen erschließt. Ausgangspunkt sind das RDF-Datenmodell, die Verknüpfung über URIs und gemeinsam verwendete Normdaten. An Beispielen aus Wikidata, der NFDI4Culture Data Search und Iconclass zeigt er, wie daraus abfragbare und institutionenübergreifend nutzbare Informationen entstehen. Zugleich behandelt er die technischen Zugangshürden und den noch offenen Ausbau benutzerfreundlicher Darstellungen.

== Gliederung und Aufbau des Vortrags ==

Der Vortrag verbindet eine Einführung in Datenmodellierung mit Live-Demonstrationen und Rückfragen aus dem Publikum. Posthumus beginnt mit seinem beruflichen Hintergrund zwischen Informatik, Buchgeschichte und Handschriftenforschung. Die Arbeit mit kulturellen Metadaten führte ihn zum Knowledge Engineering; die Verbindung technischer und kulturwissenschaftlicher Perspektiven prägt seinen Zugang.

Anschließend stellt er NFDI4Culture vor und entwickelt das RDF-Modell aus einem alltäglichen Tabellenproblem. Darauf folgen die Idee verknüpfter Daten und eine Demonstration von Wikidata. Im zweiten Teil überträgt er diese Grundlagen auf den Culture Knowledge Graph, erläutert Werkzeuge und zeigt die Datensuche. Den Abschluss bilden Normdaten, Iconclass und Fragen zu Ergebnissen, Visualisierungen und weiterführender Dokumentation.

Posthumus lädt wiederholt zu Unterbrechungen ein. Eine Frage zur praktischen Ausführung von SPARQL-Abfragen führt unmittelbar zu einer Demonstration des Wikidata Query Service.

== Kulturelle Forschungsdaten als Integrationsaufgabe ==

Posthumus beschreibt NFDI als eine von der DFG finanzierte nationale Forschungsdateninfrastruktur mit Konsortien für unterschiedliche Wissenschaftsbereiche. NFDI4Culture widmet sich Forschungsdaten zum materiellen und immateriellen kulturellen Erbe. Dazu gehören Architektur, Kunstgeschichte, Musikwissenschaft, Theaterwissenschaft, Tanz und Medienwissenschaften. Universitäten, Archive und Museen bringen unterschiedliche Arbeitsweisen und Datenbestände ein.

Die Vielfalt macht die Integration anspruchsvoll. Nach den im Vortrag genannten Zahlen sind mehr als 70 Datenportale mit über 100 Millionen bekannten Einträgen beteiligt. Die Quellen enthalten unter anderem XML, JSON, Bitmap-Dateien und RDF-Tripel. Auch ihre technische Erschließung unterscheidet sich: Manche Einrichtungen veröffentlichen lediglich Webseiten, andere strukturierte Daten, wieder andere RDF mit einem SPARQL-Endpunkt.

Die Aufgabe besteht darin, diese Daten einzusammeln, zu extrahieren, nach RDF zu transformieren und standardisiert bereitzustellen. Ziel ist nicht nur eine gemeinsame Anzeige. Die Forschungsdaten sollen über ihre ursprünglichen fachlichen und institutionellen Grenzen hinweg auffindbar und miteinander verknüpfbar werden.

Als Beispiel nennt Posthumus die Frage, ob in den Forschungsdaten Drachen vorkommen. Eine entsprechende Recherche könnte Bildarchive, Musikbestände und Theateraufführungen betreffen. Unterschiedliche Sprachen oder das Fehlen des ausdrücklichen Wortes „Drache“ erschweren eine bloße Stichwortsuche.

== RDF: Aussagen statt starrer Tabellen ==

Den Einstieg in [[RDF]] bildet eine vertraute Schwierigkeit: Eine Tabellenzeile enthält mehrere Schlagwörter oder mehrere zugehörige Objekte. In einer relationalen Datenbank würde man solche Informationen auf getrennte Tabellen verteilen und diese miteinander verbinden.

Posthumus erläutert dies anhand der Chinook-Beispieldatenbank eines Musikgeschäfts. Rechnungen, Alben, Künstler und einzelne Titel hängen miteinander zusammen. RDF stellt er als eine konsequente Fortführung dieser Zerlegung dar: Am Ende stehen Aussagen mit jeweils drei Bestandteilen.

* Das Subjekt bezeichnet die Sache, über die etwas ausgesagt wird.
* Das Prädikat bezeichnet die Eigenschaft oder Beziehung.
* Das Objekt enthält einen Wert oder verweist auf eine weitere Sache.

Ein Album kann beispielsweise einen Namen besitzen und mit einem Künstler verbunden sein. Der Künstler erhält wiederum eine eigene Kennung und einen Namen. Ein Musiktitel kann auf das zugehörige Album verweisen. Das Objekt einer Aussage ist damit entweder etwa eine Zeichenfolge oder eine Verbindung zu einem anderen identifizierten Gegenstand.

Die zunächst abstrakte Struktur bildet ein Netz aus Beziehungen. Posthumus betont, dass dieses Modell anfangs ungewohnt sein kann. Er ordnet RDF als einen Ansatz ein, der früh maschinenlesbare Webinformationen ermöglichen sollte, zunächst aber wegen seines Aufwands und seiner Abstraktion nur begrenzt angenommen wurde. Für seine heutige Arbeit ist es ein zentrales gemeinsames Datenmodell.

== Verknüpfung und Nutzbarkeit gehören zusammen ==

Zu den Tripeln kommen URIs als webbasierte Kennungen für Gegenstände und Eigenschaften. Dadurch können Daten nicht nur innerhalb eines Bestands, sondern auch mit Informationen anderer Einrichtungen verbunden werden. Posthumus erläutert dies als Grundlage von [[Linked Open Data]].

Den Nutzen veranschaulicht er mit dem Netzwerkeffekt: Ein Netz gewinnt durch zusätzliche Verbindungen an Wert. Übertragen auf Daten entstehen neue Möglichkeiten, wenn getrennte Bestände aufeinander Bezug nehmen können. Steuerverwaltung, Museen und Bahnangebote nennt er als Beispiele für Einrichtungen, die verknüpfte Daten veröffentlichen.

Eine standardisierte Struktur allein reicht allerdings nicht aus. Posthumus verweist ausdrücklich auf die Bedeutung nutzbarer Linked Open Data und auf Arbeiten von Robert Sanderson. Daten können technisch offen und verknüpft sein, ohne dadurch bereits praktisch hilfreich zu werden. Diese Unterscheidung zieht sich durch den Vortrag: Die technische Grundlage muss mit verständlichen Zugängen verbunden werden.

== Wikidata als anschauliches Beispiel ==

An [[Wikidata]] zeigt Posthumus, dass strukturierte und verknüpfte Daten praktisch eingesetzt werden. Er öffnet den Eintrag zu Berlin mit der Kennung Q64. Eigenschaften wie Typzugehörigkeit, übergeordnete Zusammenhänge, Entstehungsangaben oder Bilder erscheinen dort in einer lesbaren Oberfläche; darunter liegt die strukturierte Darstellung.

Wikidata beschreibt er als eigenständig gepflegte Wissenssammlung. Menschen bearbeiten Einträge, korrigieren Angaben und legen Datensätze auch unabhängig von Wikipedia-Artikeln an. Besonders hebt er das Projekt „The Sum of All Paintings“ hervor, in dem [[Wissen]] über Gemälde, ihre Urheber und ihre Aufbewahrungsorte gemeinschaftlich zusammengetragen wird.

Wikidata kann zudem als Bezugspunkt für eigene Notizen dienen. Wer etwa besuchte Orte dokumentiert, kann auf deren Datensätze verweisen und damit persönliche Informationen mit gemeinsam gepflegten Kennungen verbinden.

=== Abfragen und ihre Zugangshürden ===

Auf eine Publikumsfrage öffnet Posthumus den Wikidata Query Service. Aus dessen Beispielen führt er eine Abfrage zu Gebärdensprachen aus, die eine Karte mit Angaben zur Zahl der Nutzenden liefert. Anschließend reduziert er die Abfrage, um die zugrunde liegende Suche nach Einträgen eines bestimmten Typs sichtbar zu machen.

[[SPARQL]] bezeichnet er als Abfragesprache für RDF, vergleichbar mit der Rolle von SQL bei relationalen Datenbanken. Zugleich hält er es für unrealistisch, gewöhnlichen Nutzenden das eigenständige Schreiben solcher Abfragen abzuverlangen. Selbst mit Informatikkenntnissen könne dies schwierig sein.

Als Hilfe nennt er Sprachmodelle, die aus natürlichsprachlichen Anforderungen SPARQL-Abfragen erzeugen können. Ihre Qualität habe sich nach seiner Erfahrung verbessert. Eine solche Live-Erzeugung kündigt er als mögliche spätere Demonstration an; im dokumentierten Verlauf wird sie nicht durchgeführt.

== Culture Knowledge Graph und verwendete Werkzeuge ==

Der Culture Knowledge Graph bildet einen gemeinsamen Index über die beteiligten Datenquellen. Posthumus unterscheidet Informationen über das Konsortium – Personen, Institutionen und Zugehörigkeiten – von Informationen über Datenportale, Formate und die eigentlichen Forschungsdaten.

Eine zentrale technische Grundlage ist [[Python]]. Posthumus setzt es für Datenverarbeitung und die Infrastruktur ein. Als Beispiele nennt er das Auslesen und Umwandeln von Excel-Dateien sowie die Verarbeitung von Markdown-Notizen. Coding-Agenten können nach seiner Darstellung beim Erstellen kleiner Skripte helfen.

Weitere vorgestellte Werkzeuge sind:
* FastHTML, mit dem er Webanwendungen weitgehend in Python entwickelt.
* Triple Stores als Datenbankwerkzeuge für die Speicherung und Bereitstellung von RDF.
* Sparkle, ein von ihm entwickeltes Werkzeug zum Veröffentlichen und Durchsehen von RDF-Dateien, das technische Kenntnisse und Docker voraussetzt.
* „Big Data“, ein weiteres Werkzeug für Abfragen über große RDF-Dateisammlungen, das er nur kurz erwähnt.

Die NFDI4Culture Data Search führt diese Grundlagen in einer Suchoberfläche zusammen. Posthumus demonstriert eine Suche nach „Bach“, die Ergebnisse aus unterschiedlichen Forschungsdatenportalen erschließt. RDF und SPARQL bleiben dabei im Hintergrund. Nutzende erhalten einen leichter zugänglichen Einstieg sowie Auswahlmöglichkeiten für Datentypen, Standards und Normdatensysteme.

== Normdaten verbinden Begriffe, Sprachen und Bestände ==

Damit Verknüpfungen funktionieren, müssen unterschiedliche Einrichtungen erkennen können, wann sie über denselben Gegenstand sprechen. [[Normdaten]] liefern dafür gemeinsam verwendete Kennungen. Posthumus nennt die Gemeinsame Normdatei der Deutschen Nationalbibliothek als Beispiel: Wer solche URIs verwendet, kann unabhängig von unterschiedlichen Namensformen auf denselben Bezugspunkt verweisen.

Ausführlich zeigt er Iconclass, das er nach eigener Aussage seit etwa 25 Jahren betreut. Hier erhalten Konzepte und Bildinhalte eigene Kennungen, darunter konkrete Szenen ebenso wie abstrakte Begriffe wie Liebe oder Hass. Die Kennung bleibt unabhängig davon, in welcher Sprache ein Begriff benannt wird.

Eine Demonstration zum Thema Faustkampf führt zu Bildern im Bildindex in Marburg und in einem weiteren kunsthistorischen Bestand in Florenz. Gemeinsam verwendete Iconclass-Kennungen ermöglichen diese Verbindungen. Hierarchien und Querverweise erlauben außerdem, zwischen einer genauen Szene und verwandten, weiter gefassten Themen zu wechseln.

Auf die Frage, wie man erkennt, ob ein Konzept bereits vorhanden ist, verweist Posthumus auf das Nachschlagen im bestehenden System. Gemeinsame Kennungen setzen somit auch die Nutzung und Prüfung vorhandener Verzeichnisse voraus.

== Ausblick und Empfehlungen ==

Die Datensuche zeigt zum Zeitpunkt des Vortrags vor allem Vorschaubilder und Tabellen. Auf Nachfrage erklärt Posthumus, dass an weiterführenden Visualisierungen gearbeitet wird. Geplant sind Netzwerkdiagramme, Karten, Flussdiagramme und Zeitreihen. Diese bezeichnet er ausdrücklich als nächsten Entwicklungsschritt, nicht als bereits fertige Funktionen.

Als konkrete Anregungen gibt er dem Publikum mit:
* Wikidata selbst anzusehen und seine strukturierten Daten zu erkunden.
* Bei Interesse den verlinkten RDF-Kurs von Professor Harald Sack zu nutzen.
* Zeit in Python zu investieren, um wiederkehrende Datenarbeiten zu vereinfachen.
* Präsentationen, technische Berichte und Hintergrundmaterialien auf Zenodo sowie Leitlinien und Veröffentlichungen auf der NFDI4Culture-[[Website]] nachzulesen.

Die Schlussdiskussion unterstreicht damit den Stand des Vorhabens: Die gemeinsame Datenbasis ist aufgebaut; verständliche Suchzugänge und zusätzliche Visualisierungen sollen ihren Nutzen weiter erschließen.

Gkc25-Vortrag: From Data to Information and Knowledge

2026-10-07T11:17:24Z

Florian Schmuhl:

{{DISPLAYTITLE:Gkc25-Session: From Data to Information and Knowledge}}
{{Infobox gkc-Session
| titel = From Data to Information and Knowledge
| art = Vortrag
| jahr = 2025
| beitragende = Etienne Posthumus
| organisation = NFDI4Culture
| track = Kuratierter Track
| datum = 2025-10-23
| startzeit = 15:00
| endzeit =
| sprache = Englisch
| raum = Berlin (1.OG)
| videoaufzeichnung = https://www.youtube.com/watch?v=II7e27PyqbM
| programmeintrag = https://pretalx.com/gkc25/talk/RDWXZS/
| kimodell = GPT-6.1 Sol
}}

=== Aus dem Veranstaltungsprogramm ===

<blockquote>In the NFDI4Culture consortium, we have been working on building a research knowledge graph that ties together research data from diverse disciplines like architecture, art history and musicology to theatre, dance, film and media studies.

This means finding research data in many diverse formats, and presenting the data in a unified, user-friendly format that can be used to build further infrastructures.

In my talk I would like to share what tools we use to do this, and show some raw data and how we convert that into the RDF Data model, and especially why we do so, and what the benefits are.

In the spirit of barcamp, questions and use-cases from the audience are welcomed, and we can consider the feasibility of modelling these from a Linked Data perspective.

The RDF model (and Linked Open Data movement) has been considered an „old“ technology in many circles, but with the limits of Large Language Models now becoming pressing, has seen revived interest as an open standardised way to build knowledge graphs.For some excellent background information I would like to recommend the free course by Prof Harald Sack, which can be watched entirely on Youtube (https://www.youtube.com/playlist?list=PLNXdQl4kBgzubTOfY5cbtxZCgg9UTe-uF).</blockquote>

<youtube>https://www.youtube.com/watch?v=II7e27PyqbM</youtube>

''' Disclaimer: Diese Seite ist KI-generiert basierend auf einer KI-Zusammenfassung des Transkripts vom vorstehenden Youtube-Video!'''

== Überblick ==

Etienne Posthumus erläutert, wie NFDI4Culture heterogene Forschungsdaten zum kulturellen Erbe in einem gemeinsamen Wissensgraphen erschließt. Ausgangspunkt sind das RDF-Datenmodell, die Verknüpfung über URIs und gemeinsam verwendete Normdaten. An Beispielen aus Wikidata, der NFDI4Culture Data Search und Iconclass zeigt er, wie daraus abfragbare und institutionenübergreifend nutzbare Informationen entstehen. Zugleich behandelt er die technischen Zugangshürden und den noch offenen Ausbau benutzerfreundlicher Darstellungen.

== Gliederung und Aufbau des Vortrags ==

Der Vortrag verbindet eine Einführung in Datenmodellierung mit Live-Demonstrationen und Rückfragen aus dem Publikum. Posthumus beginnt mit seinem beruflichen Hintergrund zwischen Informatik, Buchgeschichte und Handschriftenforschung. Die Arbeit mit kulturellen Metadaten führte ihn zum Knowledge Engineering; die Verbindung technischer und kulturwissenschaftlicher Perspektiven prägt seinen Zugang.

Anschließend stellt er NFDI4Culture vor und entwickelt das RDF-Modell aus einem alltäglichen Tabellenproblem. Darauf folgen die Idee verknüpfter Daten und eine Demonstration von Wikidata. Im zweiten Teil überträgt er diese Grundlagen auf den Culture Knowledge Graph, erläutert Werkzeuge und zeigt die Datensuche. Den Abschluss bilden Normdaten, Iconclass und Fragen zu Ergebnissen, Visualisierungen und weiterführender Dokumentation.

Posthumus lädt wiederholt zu Unterbrechungen ein. Eine Frage zur praktischen Ausführung von SPARQL-Abfragen führt unmittelbar zu einer Demonstration des Wikidata Query Service.

== Kulturelle Forschungsdaten als Integrationsaufgabe ==

Posthumus beschreibt NFDI als eine von der DFG finanzierte nationale Forschungsdateninfrastruktur mit Konsortien für unterschiedliche Wissenschaftsbereiche. NFDI4Culture widmet sich Forschungsdaten zum materiellen und immateriellen kulturellen Erbe. Dazu gehören Architektur, Kunstgeschichte, Musikwissenschaft, Theaterwissenschaft, Tanz und Medienwissenschaften. Universitäten, Archive und Museen bringen unterschiedliche Arbeitsweisen und Datenbestände ein.

Die Vielfalt macht die Integration anspruchsvoll. Nach den im Vortrag genannten Zahlen sind mehr als 70 Datenportale mit über 100 Millionen bekannten Einträgen beteiligt. Die Quellen enthalten unter anderem XML, JSON, Bitmap-Dateien und RDF-Tripel. Auch ihre technische Erschließung unterscheidet sich: Manche Einrichtungen veröffentlichen lediglich Webseiten, andere strukturierte Daten, wieder andere RDF mit einem SPARQL-Endpunkt.

Die Aufgabe besteht darin, diese Daten einzusammeln, zu extrahieren, nach RDF zu transformieren und standardisiert bereitzustellen. Ziel ist nicht nur eine gemeinsame Anzeige. Die Forschungsdaten sollen über ihre ursprünglichen fachlichen und institutionellen Grenzen hinweg auffindbar und miteinander verknüpfbar werden.

Als Beispiel nennt Posthumus die Frage, ob in den Forschungsdaten Drachen vorkommen. Eine entsprechende Recherche könnte Bildarchive, Musikbestände und Theateraufführungen betreffen. Unterschiedliche Sprachen oder das Fehlen des ausdrücklichen Wortes „Drache“ erschweren eine bloße Stichwortsuche.

== RDF: Aussagen statt starrer Tabellen ==

Den Einstieg in [[RDF]] bildet eine vertraute Schwierigkeit: Eine Tabellenzeile enthält mehrere Schlagwörter oder mehrere zugehörige Objekte. In einer relationalen Datenbank würde man solche Informationen auf getrennte Tabellen verteilen und diese miteinander verbinden.

Posthumus erläutert dies anhand der Chinook-Beispieldatenbank eines Musikgeschäfts. Rechnungen, Alben, Künstler und einzelne Titel hängen miteinander zusammen. RDF stellt er als eine konsequente Fortführung dieser Zerlegung dar: Am Ende stehen Aussagen mit jeweils drei Bestandteilen.

* Das Subjekt bezeichnet die Sache, über die etwas ausgesagt wird.
* Das Prädikat bezeichnet die Eigenschaft oder Beziehung.
* Das Objekt enthält einen Wert oder verweist auf eine weitere Sache.

Ein Album kann beispielsweise einen Namen besitzen und mit einem Künstler verbunden sein. Der Künstler erhält wiederum eine eigene Kennung und einen Namen. Ein Musiktitel kann auf das zugehörige Album verweisen. Das Objekt einer Aussage ist damit entweder etwa eine Zeichenfolge oder eine Verbindung zu einem anderen identifizierten Gegenstand.

Die zunächst abstrakte Struktur bildet ein Netz aus Beziehungen. Posthumus betont, dass dieses Modell anfangs ungewohnt sein kann. Er ordnet RDF als einen Ansatz ein, der früh maschinenlesbare Webinformationen ermöglichen sollte, zunächst aber wegen seines Aufwands und seiner Abstraktion nur begrenzt angenommen wurde. Für seine heutige Arbeit ist es ein zentrales gemeinsames Datenmodell.

== Verknüpfung und Nutzbarkeit gehören zusammen ==

Zu den Tripeln kommen URIs als webbasierte Kennungen für Gegenstände und Eigenschaften. Dadurch können Daten nicht nur innerhalb eines Bestands, sondern auch mit Informationen anderer Einrichtungen verbunden werden. Posthumus erläutert dies als Grundlage von [[Linked Open Data]].

Den Nutzen veranschaulicht er mit dem Netzwerkeffekt: Ein Netz gewinnt durch zusätzliche Verbindungen an Wert. Übertragen auf Daten entstehen neue Möglichkeiten, wenn getrennte Bestände aufeinander Bezug nehmen können. Steuerverwaltung, Museen und Bahnangebote nennt er als Beispiele für Einrichtungen, die verknüpfte Daten veröffentlichen.

Eine standardisierte Struktur allein reicht allerdings nicht aus. Posthumus verweist ausdrücklich auf die Bedeutung nutzbarer Linked Open Data und auf Arbeiten von Robert Sanderson. Daten können technisch offen und verknüpft sein, ohne dadurch bereits praktisch hilfreich zu werden. Diese Unterscheidung zieht sich durch den Vortrag: Die technische Grundlage muss mit verständlichen Zugängen verbunden werden.

== Wikidata als anschauliches Beispiel ==

An [[Wikidata]] zeigt Posthumus, dass strukturierte und verknüpfte Daten praktisch eingesetzt werden. Er öffnet den Eintrag zu Berlin mit der Kennung Q64. Eigenschaften wie Typzugehörigkeit, übergeordnete Zusammenhänge, Entstehungsangaben oder Bilder erscheinen dort in einer lesbaren Oberfläche; darunter liegt die strukturierte Darstellung.

Wikidata beschreibt er als eigenständig gepflegte Wissenssammlung. Menschen bearbeiten Einträge, korrigieren Angaben und legen Datensätze auch unabhängig von Wikipedia-Artikeln an. Besonders hebt er das Projekt „The Sum of All Paintings“ hervor, in dem [[Wissen]] über Gemälde, ihre Urheber und ihre Aufbewahrungsorte gemeinschaftlich zusammengetragen wird.

Wikidata kann zudem als Bezugspunkt für eigene Notizen dienen. Wer etwa besuchte Orte dokumentiert, kann auf deren Datensätze verweisen und damit persönliche Informationen mit gemeinsam gepflegten Kennungen verbinden.

=== Abfragen und ihre Zugangshürden ===

Auf eine Publikumsfrage öffnet Posthumus den Wikidata Query Service. Aus dessen Beispielen führt er eine Abfrage zu Gebärdensprachen aus, die eine Karte mit Angaben zur Zahl der Nutzenden liefert. Anschließend reduziert er die Abfrage, um die zugrunde liegende Suche nach Einträgen eines bestimmten Typs sichtbar zu machen.

[[SPARQL]] bezeichnet er als Abfragesprache für RDF, vergleichbar mit der Rolle von SQL bei relationalen Datenbanken. Zugleich hält er es für unrealistisch, gewöhnlichen Nutzenden das eigenständige Schreiben solcher Abfragen abzuverlangen. Selbst mit Informatikkenntnissen könne dies schwierig sein.

Als Hilfe nennt er Sprachmodelle, die aus natürlichsprachlichen Anforderungen SPARQL-Abfragen erzeugen können. Ihre Qualität habe sich nach seiner Erfahrung verbessert. Eine solche Live-Erzeugung kündigt er als mögliche spätere Demonstration an; im dokumentierten Verlauf wird sie nicht durchgeführt.

== Culture Knowledge Graph und verwendete Werkzeuge ==

Der Culture Knowledge Graph bildet einen gemeinsamen Index über die beteiligten Datenquellen. Posthumus unterscheidet Informationen über das Konsortium – Personen, Institutionen und Zugehörigkeiten – von Informationen über Datenportale, Formate und die eigentlichen Forschungsdaten.

Eine zentrale technische Grundlage ist [[Python]]. Posthumus setzt es für Datenverarbeitung und die Infrastruktur ein. Als Beispiele nennt er das Auslesen und Umwandeln von Excel-Dateien sowie die Verarbeitung von Markdown-Notizen. Coding-Agenten können nach seiner Darstellung beim Erstellen kleiner Skripte helfen.

Weitere vorgestellte Werkzeuge sind:
* FastHTML, mit dem er Webanwendungen weitgehend in Python entwickelt.
* Triple Stores als Datenbankwerkzeuge für die Speicherung und Bereitstellung von RDF.
* Sparkle, ein von ihm entwickeltes Werkzeug zum Veröffentlichen und Durchsehen von RDF-Dateien, das technische Kenntnisse und Docker voraussetzt.
* „Big Data“, ein weiteres Werkzeug für Abfragen über große RDF-Dateisammlungen, das er nur kurz erwähnt.

Die NFDI4Culture Data Search führt diese Grundlagen in einer Suchoberfläche zusammen. Posthumus demonstriert eine Suche nach „Bach“, die Ergebnisse aus unterschiedlichen Forschungsdatenportalen erschließt. RDF und SPARQL bleiben dabei im Hintergrund. Nutzende erhalten einen leichter zugänglichen Einstieg sowie Auswahlmöglichkeiten für Datentypen, Standards und Normdatensysteme.

== Normdaten verbinden Begriffe, Sprachen und Bestände ==

Damit Verknüpfungen funktionieren, müssen unterschiedliche Einrichtungen erkennen können, wann sie über denselben Gegenstand sprechen. [[Normdaten]] liefern dafür gemeinsam verwendete Kennungen. Posthumus nennt die Gemeinsame Normdatei der Deutschen Nationalbibliothek als Beispiel: Wer solche URIs verwendet, kann unabhängig von unterschiedlichen Namensformen auf denselben Bezugspunkt verweisen.

Ausführlich zeigt er Iconclass, das er nach eigener Aussage seit etwa 25 Jahren betreut. Hier erhalten Konzepte und Bildinhalte eigene Kennungen, darunter konkrete Szenen ebenso wie abstrakte Begriffe wie Liebe oder Hass. Die Kennung bleibt unabhängig davon, in welcher Sprache ein Begriff benannt wird.

Eine Demonstration zum Thema Faustkampf führt zu Bildern im Bildindex in Marburg und in einem weiteren kunsthistorischen Bestand in Florenz. Gemeinsam verwendete Iconclass-Kennungen ermöglichen diese Verbindungen. Hierarchien und Querverweise erlauben außerdem, zwischen einer genauen Szene und verwandten, weiter gefassten Themen zu wechseln.

Auf die Frage, wie man erkennt, ob ein Konzept bereits vorhanden ist, verweist Posthumus auf das Nachschlagen im bestehenden System. Gemeinsame Kennungen setzen somit auch die Nutzung und Prüfung vorhandener Verzeichnisse voraus.

== Ausblick und Empfehlungen ==

Die Datensuche zeigt zum Zeitpunkt des Vortrags vor allem Vorschaubilder und Tabellen. Auf Nachfrage erklärt Posthumus, dass an weiterführenden Visualisierungen gearbeitet wird. Geplant sind Netzwerkdiagramme, Karten, Flussdiagramme und Zeitreihen. Diese bezeichnet er ausdrücklich als nächsten Entwicklungsschritt, nicht als bereits fertige Funktionen.

Als konkrete Anregungen gibt er dem Publikum mit:
* Wikidata selbst anzusehen und seine strukturierten Daten zu erkunden.
* Bei Interesse den verlinkten RDF-Kurs von Professor Harald Sack zu nutzen.
* Zeit in Python zu investieren, um wiederkehrende Datenarbeiten zu vereinfachen.
* Präsentationen, technische Berichte und Hintergrundmaterialien auf Zenodo sowie Leitlinien und Veröffentlichungen auf der NFDI4Culture-[[Website]] nachzulesen.

Die Schlussdiskussion unterstreicht damit den Stand des Vorhabens: Die gemeinsame Datenbasis ist aufgebaut; verständliche Suchzugänge und zusätzliche Visualisierungen sollen ihren Nutzen weiter erschließen.

Gkc25-Vortrag: Zukunftsfitness ≠ Toolset – Wie wir Wissensmanagement neu denken, wenn KI Alltag ist

2026-10-03T15:40:21Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc25-Session: Zukunftsfitness ≠ Toolset – Wie wir Wissensmanagement neu denken, wenn KI Alltag ist}}
{{Infobox gkc-Session
| titel = Zukunftsfitness ≠ Toolset – Wie wir Wissensmanagement neu denken, wenn KI Alltag ist
| art = Vortrag
| jahr = 2025
| beitragende = Anja C. Wagner
| organisation = FROLLEINFLOW – Institut für kreative Flaneure
| track = Kuratierter Track
| datum = 2025-10-23
| startzeit = 16:00
| sprache = Deutsch
| programm_url = https://pretalx.com/gkc25/talk/KGNNPP/
| video_url = https://www.youtube.com/watch?v=nrWrpc0U9yY
| kimodell = GPT-6.1 Sol
}}

'''Aus dem Veranstaltungsprogramm:'''
<blockquote>Welche Kompetenzen machen Teams 2026 zukunftsfit? Wir testen gemeinsam einen 4-Stufen-Prototypen und tauschen Good Practices zur Neugestaltung des Wissensmanagements aus.</blockquote>

<youtube>https://www.youtube.com/watch?v=nrWrpc0U9yY</youtube>

== Zusammenfassung ==

Anja C. Wagner versteht Zukunftsfitness nicht als Beherrschung eines bestimmten Toolsets, sondern als Fähigkeit, in einer zunehmend KI-geprägten Arbeitswelt selbst die Regie zu behalten. Entscheidend sind für sie kleine, selbstgesteuerte Lernschritte und eine Organisationskultur, in der neues [[Wissen]] geteilt und wirksam werden kann. In einem interaktiven Arbeitsprozess sammeln die Teilnehmenden Hindernisse des Wissenstransfers, notwendige menschliche Kompetenzen und erprobte Austauschformate. Zum Abschluss geht es darum, daraus konkrete Veränderungen für den eigenen Arbeitsalltag abzuleiten; die Diskussion erweitert sich anschließend um den kulturellen Umgang mit Unsicherheit und Innovation.

== Gliederung und Arbeitsweise der Session ==

Wagner eröffnet die Session ausdrücklich nicht mit einem fertigen Lösungsmodell. Sie beschreibt ihre eigene Auseinandersetzung mit den technologischen und politischen Veränderungen des Jahres und lädt dazu ein, gemeinsam weiterzudenken. Ihre berufliche Perspektive verortet sie in der Sozialwissenschaft, im Digitalbusiness und in der Bildungsarbeit.

Auf eine Einführung in Zukunftsfitness und die wiederkehrenden Probleme des [[Wissensmanagement]]s folgt ein experimenteller Vier-Stufen-Prozess:
* Erkennen, wo Wissen im eigenen Umfeld versandet.
* Menschliche Kompetenzen bestimmen, die angesichts dieser Hindernisse und des zunehmenden KI-Einsatzes wichtig sind.
* Routinen und praktische Ansätze zum Teilen und Nutzen von Wissen sammeln.
* Überlegen, welche konkrete Veränderung sich in die eigene Organisation übertragen lässt.

Die Teilnehmenden arbeiten in wechselnden Gruppen und verdichten ihre Überlegungen zu gemeinsamen Begriffen. Wagner sammelt die Ergebnisse sichtbar. Auch online werden Beiträge zusammengetragen. Deren Einbindung erfolgt zunächst improvisiert: Wagner erklärt, dass sie das hybride Setting nicht ausreichend vorbereitet habe; im weiteren Verlauf werden Ergebnisse aus dem Chat und mündliche Online-Beiträge aufgenommen.

Der letzte Schritt bleibt offener als die vorausgehenden Arbeitsphasen. Wagner wechselt von der ursprünglich gedachten Teamarbeit zur individuellen Reflexion. Auf einen Vorschlag aus der Runde hin nutzt sie außerdem ChatGPT, um die gesammelten Ergebnisse in mögliche nächste Schritte zu übersetzen.

== Zukunftsfitness: Selbst die Regie behalten ==

Den Begriff Zukunftsfitness stellt Wagner als Alternative zu einem aus ihrer Sicht unübersichtlich gewordenen Future-Skills-Diskurs vor. Wenn sehr viele einzelne Kompetenzen als zukunftsrelevant gelten, bleibt für sie die praktische Frage offen, was Menschen tatsächlich lernen sollen.

Ihre zentrale Abgrenzung lautet: Zukunftsfitness ist kein Toolset. Im KI-Zeitalter reicht es aus ihrer Sicht nicht, eine Sammlung von Anwendungen zu beherrschen. Die entscheidende Frage ist vielmehr, wie Menschen handlungsfähig bleiben, wenn KI immer mehr Aufgaben und Prozesse durchdringt. Wagner formuliert dies als Anspruch, weiterhin selbst Regie zu führen, statt von der Technologie geführt zu werden.

Dafür müssen Menschen sich mit KI auseinandersetzen und sich selbst herausfordern. Gleichzeitig verbindet Wagner individuelle Lernfähigkeit mit organisatorischen Bedingungen: Persönlicher Wissenszuwachs genügt nicht, wenn andere davon nichts erfahren oder neue Ideen keine Wirkung entfalten.

[[Organisationskultur]] wird damit zum tragenden Thema. Wagner beschreibt Kultur als Normen und Werte sowie als Rituale, durch die diese praktisch umgesetzt werden. Ausschlaggebend sei, welche Routinen Organisationen entwickeln und ob sie diese kontinuierlich praktizieren. Zukunftsfitness betrifft folglich sowohl das eigene Lernen als auch den gemeinsamen Umgang mit Wissen.

== Wo Wissen versandet ==

Wagner erläutert das Grundproblem anhand einer wiederkehrenden Situation: Eine Person bearbeitet ein Problem, entwickelt eine Lösung und dokumentiert sie möglicherweise. Monate später steht jemand anderes vor einer ähnlichen Aufgabe, kennt diese Vorarbeit jedoch nicht und beginnt erneut von vorn. Wissensmanagement soll solche Doppelarbeit und die Wiederholung derselben Fehler vermeiden.

Generative KI kann nach Wagners Darstellung helfen, bereits vorhandene Lösungen zu finden. Das setzt allerdings voraus, dass Menschen überhaupt nach vorhandenen Erfahrungen suchen. Daraus ergibt sich eine mögliche Veränderung der eigenen Routine: vor der eigenständigen Problembearbeitung prüfen, ob andere bereits mit einer vergleichbaren Frage konfrontiert waren.

Die erste Gruppenphase macht sichtbar, dass Wissen nicht nur wegen fehlender Suchmöglichkeiten ungenutzt bleibt. Genannt werden:
* Wissen, das im Kopf einzelner Personen verbleibt.
* Fehlende Transparenz.
* Fehlende Möglichkeiten, Wissensmanagement zu betreiben.
* Fehlende persönliche Anerkennung für die Nutzung von Wissen.
* Zu viele Informations- beziehungsweise Kommunikationskanäle.
* Hierarchien und Entscheider als Hindernisse.
* Schwierigkeiten, eigene Gedanken anderen verständlich zu vermitteln.

Diese Sammlung bildet den Ausgangspunkt der weiteren Arbeit. Sie ist kein abschließender Befund über die beteiligten Organisationen, sondern eine Verdichtung der Erfahrungen aus den Gruppen. Die Hindernisse betreffen sowohl Zugänglichkeit und Strukturen als auch Anerkennung und zwischenmenschliche Verständigung.

== Menschliche Kompetenzen im KI-Alltag ==

In der zweiten Arbeitsphase fragt Wagner, welche menschlichen Kompetenzen angesichts dieser Hindernisse notwendig sind, um gegenüber KI handlungsfähig zu bleiben. Die Gruppen nennen:
* Fragestellung.
* Orientierung und Mindset.
* Beharrlichkeit.
* Vertrauen und Wertschätzung schaffen.
* Kritisches Denken und Bewertungskompetenz.
* Informationskompetenz.
* Empathie und Verständnis füreinander.

Die Antworten bilden keinen ausgearbeiteten Kompetenzkatalog. Sie zeigen vielmehr die unterschiedlichen Schwerpunkte der Teilnehmenden: Fragen stellen und Informationen beurteilen stehen neben Orientierung, Ausdauer und der Fähigkeit, tragfähige Beziehungen zu gestalten.

Damit verschiebt sich die Diskussion von der reinen Werkzeugbedienung auf menschliche Voraussetzungen des Zusammenarbeitens. Gerade Vertrauen, Wertschätzung und Empathie greifen die zuvor benannten Kommunikations- und Anerkennungsprobleme auf. Die Sammlung verbindet so den Anspruch, gegenüber KI selbst Regie zu führen, mit der Frage, wie Menschen Wissen gemeinsam nutzbar machen.

== Microflows: Lernen in kleinen Herausforderungen ==

Wagner erläutert ihren Lernansatz über den Begriff Flow. Menschen setzen sich ein Ziel, das etwas über dem liegt, was sie bereits unmittelbar bewältigen können. Um es zu erreichen, müssen sie sich etwas Neues aneignen. Wird dies regelmäßig praktiziert, entsteht ein schrittweiser Entwicklungsprozess.

Im Mittelpunkt stehen kleine Herausforderungen statt ausschließlich großer Lernziele. Wagner bezeichnet diese als Microflows und spricht außerdem von Microskills. Der begrenzte Umfang soll Überforderung vermeiden und zugleich verhindern, dass Lernen beim bereits Beherrschten stehen bleibt.

Dieses Verständnis von Bildung umfasst für sie die Weiterentwicklung der eigenen Person, der Organisation und der Gesellschaft. Individuelle Lernschritte müssen deshalb durch geteilte Erfahrungen ergänzt werden: Lessons Learned sollen ermöglichen, dass andere am Wissensfortschritt teilhaben und nicht dieselben Probleme erneut durcharbeiten.

Wagner grenzt sich von großformatigen und insbesondere frontalen Bildungsangeboten ab; Compliance-Schulungen nimmt sie ausdrücklich von dieser Bemerkung aus. Für Innovation setzt sie auf kleinteilige Entwicklung und [[kollektive Intelligenz]]. Menschen sollten nicht darauf warten, dass ihnen eine Organisation ein Curriculum vorgibt, dessen Abarbeitung vermeintliche Sicherheit verspricht. Stattdessen gelte es, selbstständige Entwicklung zu ermutigen und organisatorische Bedingungen für ihren Transfer zu schaffen.

== Routinen und Austauschformate für wirksames Wissen ==

Die dritte Arbeitsphase sammelt Praktiken, mit denen neues Wissen in Organisationen gelangen kann. Dabei treten formelle und informelle Ansätze nebeneinander. Genannt werden regelmäßiger, praxisorientierter und protokollierter Wissensaustausch, Stimmungsbarometer, offen zugängliches Wissen sowie konkrete Ansprechpersonen für Fragen.

Weitere Beiträge betreffen Kaffeekultur, Netzwerkformate, [[Communities of Practice]] und Communities of Interest. Informelle Begegnungen erscheinen dabei nicht als Gegensatz zum aktiven Wissensmanagement, sondern als zusätzlicher Weg, Wissen zugänglich zu machen.

Eine Gruppe unterscheidet zwischen unterschiedlichen Einsatzfeldern: Für Routineaufgaben oder große Datenmengen könne KI hilfreich sein; bei innovativen Themen bleibe persönlicher Austausch wichtig. Peers und Peergroups werden als Möglichkeit genannt, sich gemeinsam weiterzuentwickeln.

Aus der Online-Runde kommen weitere Vorschläge:
* Regelmäßige Brownbags.
* Lernchallenges.
* Zeit für zwischenmenschliche Kommunikation.
* Etablierte Netzwerkformate.
* Learn Nuggets am Ende von Meetings.

Ein Teilnehmer erläutert Brownbags als ungefähr einstündige Angebote um die Mittagszeit, in denen Kolleginnen und Kollegen etwas zeigen oder vermitteln. Er beschreibt das Format als formalisiertes informelles Lernen.

Auch KI wird in der Sammlung als mögliche Anlaufstelle erwähnt, wenn keine geeignete Person für eine Frage bekannt ist. Daneben stehen persönliche Netzwerke nach dem Prinzip, jemanden zu kennen, der wiederum eine passende Ansprechperson kennt. Die Session ermittelt daraus keine Rangfolge: Sie stellt unterschiedliche Erfahrungen zur Verfügung, aus denen die Teilnehmenden passende Ansätze auswählen können.

== Transfer: Was am Montag anders werden kann ==

Zum Abschluss der Arbeitsphasen bittet Wagner die Teilnehmenden, eine konkrete Idee für ihre eigene Organisation mitzunehmen. Die Frage lautet nicht nur, was interessant erscheint, sondern was sie am folgenden Montag anders machen wollen. Ausgangspunkt ist die Erfahrung, dass eigene Ideen und Abläufe bisher möglicherweise keine Wirkung über den persönlichen Arbeitsplatz hinaus entfalten.

Aus der Runde kommt die Frage, woran eine Verbesserung erkennbar wäre. Wagner räumt ein, dass die Entwicklung und Überprüfung eines solchen Vorhabens mehr Zeit benötigt, als in der Session verbleibt.

Daraufhin befragt sie ChatGPT mit den gesammelten Ergebnissen. Als Beispiel aus der Antwort nennt sie die Prüfung, ob ein wöchentliches Mini-Retrospektiven-Format Wissen sichtbarer machen könnte. Besonders hilfreich findet sie die Verbindung zweier Fragen: Was soll sich verändern, und woran lässt sich die Verbesserung erkennen?

Die KI-Ausgabe wird damit als Vorschlag für die weitere Verarbeitung genutzt, nicht als bereits erprobtes Ergebnis. Wagner kündigt an, die Sammlung und die Vorschläge zu teilen. Sie betont erneut, dass sie kein Patentrezept anbietet: Jede Person müsse selbst entscheiden, was sie im eigenen Umfeld daraus macht.

== Unsicherheit und Innovation als kulturelle Frage ==

In der abschließenden Diskussion erweitert Wagner den Blick auf kulturelle Bedingungen von Innovation. Sie beschreibt Deutschland als stark von Unsicherheitsvermeidung geprägt und bezieht sich dabei auf kulturvergleichende Untersuchungen von Hofstede. Ihre Aussage betrifft ausdrücklich eine kulturelle Tendenz, nicht jede einzelne Person.

Am Vergleich von DARPA und der SprinD-Agentur diskutiert sie unterschiedliche Spielräume für Experimente. DARPA beschreibt sie als Beispiel einer Arbeitsweise, die mögliches Scheitern von Beginn an akzeptiert. Bei SprinD sieht sie trotz positiver Arbeit stärkere Grenzen durch Regulierung und Rechtfertigungsanforderungen.

Ein Teilnehmer ergänzt die Bedeutung privater Investitionen und der Bereitschaft, eigenes Geld unter Risiko einzusetzen. Wagner unterscheidet daraufhin die staatliche Finanzierung von DARPA von nachfolgenden privaten Investitionen und führt die Diskussion wieder auf den Umgang mit Unsicherheit zurück.

Ihr Schlussgedanke bleibt mit dem Lernansatz der Session verbunden: Appelle allein verändern keine Kultur. Veränderung müsse von unten entstehen. Kleine Experimente, eigenständige Entwicklung und eine Kultur, die Wissen wirksam werden lässt, bilden dafür die im Vortrag diskutierten Ansatzpunkte.

Gkc25-Vortrag: The CEO’s Blind Spot: How KM Bridges the Value Gap

2026-10-03T15:40:19Z

Florian Schmuhl: Session-Dokumentation automatisiert aus freigegebener Zusammenfassung angelegt

{{DISPLAYTITLE:Gkc25-Session: The CEO’s Blind Spot: How KM Bridges the Value Gap.}}
{{Infobox gkc-Session
| titel = The CEO’s Blind Spot: How KM Bridges the Value Gap.
| art = Vortrag
| jahr = 2025
| beitragende = Dr. Pavel Kraus, Dr. Manfred Bornemann
| track = KM Global Track
| datum = 2025-10-23
| startzeit = 15:00
| endzeit = 15:45
| sprache = Englisch
| video_url = https://www.youtube.com/watch?v=4f9QzDDtKmc
| programm_url = https://pretalx.com/gkc25/talk/GGKVM7/
| kimodell = GPT-6.1 Sol
}}

'''Aus dem Veranstaltungsprogramm:'''
<blockquote>[[Knowledge Management]] initiatives frequently fail because they cannot articulate their value in terms of C-Level priorities. This session provides the practitioner’s guideline for ending this misalignment. Building on an industry case study, we demonstrate how to translate intangible KM benefits into specific Key Performance Indicators that address operational threats like resource waste and slow projects in a story telling format. Learn to strategically position KM as a tool for tangible value creation and organizational resilience.</blockquote>

<youtube>https://www.youtube.com/watch?v=4f9QzDDtKmc</youtube>

== Zusammenfassung ==

Dr. Pavel Kraus und Dr. Manfred Bornemann untersuchen, warum [[Wissensmanagement]] trotz möglicher Beiträge zum Unternehmenserfolg auf Führungsebene häufig an Aufmerksamkeit verliert. Ihre zentrale These: Wissensmanagement muss von konkreten geschäftlichen Problemen und den Zielen der Verantwortlichen ausgehen, statt zuerst eigene Werkzeuge und Initiativen anzubieten. Mit dem „Knowledge Management Storytelling Canvas“ stellen sie einen Ansatz vor, der Wissensdefizite über nachvollziehbare Ereignisse mit strategischen Risiken und bestehenden Leistungskennzahlen verbindet. Ein wiederholt aufgegriffenes Beispiel eines gescheiterten Produktstarts und mehrere Publikumsfragen verdeutlichen diesen Perspektivwechsel.

== Gliederung und dialogischer Aufbau ==

Der Vortrag ist als Dialog angelegt. Nach einer Einführung zur Global Knowledge Week und ihrer internationalen Vernetzung entwickeln die Vortragenden zunächst das Problem fehlender Anschlussfähigkeit an Managementprioritäten. Anschließend führen sie die Geschichte eines Technologieunternehmens ein, dessen neues Produkt am Markt scheitert.

Diese Geschichte bildet den roten Faden. Sie wird mehrfach aus unterschiedlichen Richtungen erzählt: von fehlendem [[Wissen]] zu wirtschaftlichen Folgen und von einem geschäftlichen Risiko zurück zu dessen wissensbezogenen Ursachen. Dabei zeigen die Vortragenden auch, wie schnell eine Diskussion wieder bei Lösungen und Werkzeugen landet, bevor das eigentliche Problem verstanden ist.

Eine Publikumsrunde in der Mitte behandelt die strategische Verankerung, den öffentlichen Sektor und die Messbarkeit. Danach erläutern Kraus und Bornemann die Funktionsweise des Canvas. Abschließende Fragen greifen die Verbindung zwischen Führungsebenen und die Grenzen einer Bewertung anhand übergeordneter Kennzahlen auf.

== Der blinde Fleck: unterschiedliche Prioritäten und Sprachen ==

Nach Einschätzung der Vortragenden scheitert die Verbindung zwischen Wissensmanagement und Geschäftsführung häufig nicht an fehlenden Möglichkeiten, sondern an einer unpassenden Begründung. Wissensmanagerinnen und Wissensmanager sprechen über Communities of Practice oder Plattformen zum Wissensaustausch. Führungskräfte beschäftigen sich dagegen mit finanziellen Ergebnissen, Risiken, Compliance oder der Geschwindigkeit von Forschung und Entwicklung.

Dadurch erscheint Wissensmanagement als interne Zusatzinitiative, die bei knappen Budgets gestrichen werden kann. Die Vortragenden beschreiben darin eine Ironie: Gerade in schwierigen Situationen könne Wissensmanagement zu den relevanten Problemen beitragen, werde aber wegen seiner Darstellung nicht berücksichtigt.

Im Projekt „Business-Aligned Knowledge Management“ des KMGN verdichteten sie ihre Überlegungen zu einer einfachen Orientierung: Geschäftlich ausgerichtetes Wissensmanagement soll das Überleben der Organisation sichern. Dazu zählen im Vortrag etwa ausreichende Liquidität, eine tragfähige Produktpipeline und ein belastbares Verständnis der Kundenbedürfnisse.

== Der gescheiterte Produktstart als Wissensproblem ==

Das zentrale Beispiel handelt von einer Produkteinheit eines Technologieunternehmens. Der Marketingleiter glaubt, die Kundenbedürfnisse bereits zu kennen, und beschränkt deshalb die Kundenbesuche der Marktforschung. Tatsächliche Anforderungen werden dadurch unzureichend erfasst; teilweise werden Bedürfnisse erfunden oder verzerrt weitergegeben. Forschung und Entwicklung entwickeln schließlich nicht das, was die Kundschaft benötigt.

Die Vortragenden ergänzen, dass der Marketingleiter keinen Zugang zum Erfahrungswissen seines Vorgängers hatte. Fehlendes Wissen betrifft damit sowohl die Kundenseite als auch die interne Weitergabe von Erfahrung. Der Produktstart scheitert, während finanzielle Schwierigkeiten entstehen.

Die Geschichte verbindet diese Lücken mit Folgen, die für Führungskräfte unmittelbar relevant sind: schlechte Entscheidungen, unzutreffende Prognosen, falsche Einschätzungen des Marktpotenzials, überzogene Erwartungen und verschwendete Marketingausgaben. Auch Frustration in Forschung und Entwicklung wird angesprochen. Der entscheidende Schritt besteht darin, nicht beim Begriff „Wissenstransfer“ stehenzubleiben, sondern den Weg zum wirtschaftlichen Schaden nachvollziehbar zu machen.

== Erst das Problem verstehen, dann über Lösungen sprechen ==

Eine wiederkehrende Warnung lautet, nicht zu früh lösungsorientiert zu argumentieren. Im Dialog werden Vorschläge zu Agilität, Produktivität, Motivation und besseren Wissensflüssen ausdrücklich als verfrüht zurückgewiesen. Sie beantworten noch nicht die Frage, wie die Aufmerksamkeit der Führung gewonnen wird.

Zunächst soll eine Geschichte entstehen, die einen relevanten Problempunkt mit den Zielen der Verantwortlichen verbindet. Diese erste Argumentation soll ohne vorweggenommene Lösungen auskommen. Werkzeuge des Wissensmanagements sind dabei nicht der Ausgangspunkt, sondern spätere Möglichkeiten, ein verstandenes Problem zu bearbeiten.

Die Vortragenden empfehlen deshalb, sich in die Wertschöpfung der Organisation einzuordnen. Wissensmanagement soll nicht sich selbst zur ersten Priorität erklären, sondern zeigen, wie seine Fähigkeiten zur Bewältigung eines bereits wichtigen Geschäftsproblems beitragen können.

== Das Knowledge Management Storytelling Canvas ==

=== Geschäfts- und Wissensperspektive verbinden ===

Der Canvas dient dazu, die Argumentation vorzubereiten. Auf der Geschäftsseite steht ein kritischer Problempunkt, beispielsweise das finanzielle Risiko des Technologieunternehmens. Dazu kommen verständliche Gefährdungen: Das Produkt wird vom Markt nicht angenommen, während die Marketingausgaben zu hoch sind.

Auf der Wissensseite stehen mangelnde Erfahrung, zu wenige Kundeninterviews und ein unzureichendes Verständnis tatsächlicher Anforderungen. Zwischen beiden Perspektiven werden die Ereignisse und Entscheidungen ergänzt, die erklären, wie aus Wissensdefiziten geschäftliche Folgen entstanden.

Die Verbindung kann in beide Richtungen entwickelt werden. Für das Gespräch mit Führungskräften betonen die Vortragenden jedoch den Einstieg über deren Anliegen: vom strategischen Problem zu den wissensbezogenen Ursachen. So wird zunächst Aufmerksamkeit gewonnen, bevor die Rolle des Wissensmanagements erläutert wird.

=== Reale Ereignisse statt abstrakter Modelle ===

Die einzelnen Argumentationspunkte sollen aus dem tatsächlichen Organisationsgeschehen stammen und den relevanten Beteiligten bekannt sein. Gefragt sind keine erfundenen Geschichten und keine abstrakte Wissensmanagementsprache, sondern konkrete, nachvollziehbare Zusammenhänge.

Als Quellen nennen die Vortragenden eigene Erfahrungen und informelle Gespräche, etwa beim Kaffee. Die Aufgabe des Wissensmanagements besteht darin, daraus einen logischen, unternehmensspezifischen Pfad zu entwickeln. Eine einzelne Geschichte verbindet nur eine Auswahl der möglichen Punkte.

Der Canvas ist ausdrücklich Vorbereitungsarbeit und nicht das Material, das der Führungskraft unverändert gezeigt werden soll. Im Verlauf des Vortrags erkennen Kraus und Bornemann darin zudem mehr als ein Erzählwerkzeug: Er kann ein strategisches Gespräch unterstützen, in dem Führungskräfte die Bedeutung von Wissensmanagement selbst erkennen.

== Bestehende Führungskennzahlen als Bezugspunkt ==

Auf die Frage, wie sich immaterielles Wissen in [[Key Performance Indicator|KPIs]] übersetzen lasse, antworten die Vortragenden mit einem Perspektivwechsel: Sie wollen keine eigenen Wissensmanagementkennzahlen erfinden, sondern die bereits bestehenden Kennzahlen der Verantwortlichen aufgreifen.

Als Beispiele nennen sie Umsatz mit Produktlinien, die jünger als drei Jahre sind, sowie Termine und Meilensteine in Forschungs- und Entwicklungsprojekten. Auch kürzere Durchlaufzeiten und weniger Verzögerungen werden als anschlussfähige Ziele angesprochen.

Dafür müsse man die persönlichen Zielvereinbarungen der Führungskräfte verstehen. Sind diese nicht öffentlich, empfehlen die Vortragenden, nachzufragen. Kraus berichtet, in seiner Praxis relevante Zielvereinbarungen auch von hohen Führungsebenen erhalten zu haben.

Die Argumentation richtet sich nicht ausschließlich an CEOs. Ebenso können Abteilungs- oder Bereichsleitungen angesprochen werden, die über Budgets und Mandate verfügen. Ein Auftrag entsteht dann aus der Bearbeitung ihres Problems, nicht aus einer isolierten Bitte um ein Wissensmanagementbudget.

== Strategische Verankerung: eine diskutierte Reihenfolge ==

Ein Publikumsbeitrag fordert, Wissensmanagement bereits auf CEO-Ebene und bei der Entwicklung der Gesamtstrategie einzubeziehen. Die nachträgliche Reparatur von Führungs- und Wissensproblemen reiche nicht aus.

Die Vortragenden stimmen der Notwendigkeit einer Verbindung zur Gesamtstrategie zu, setzen aber einen anderen Schwerpunkt bei der Reihenfolge. Wissensmanagement solle nicht zunächst eine eigenständige Strategie auf oberster Ebene beanspruchen. Durch überzeugende Beiträge zur Lösung realer Geschäftsprobleme könne seine strategische Bedeutung wachsen.

Diese Position wird mit praktischer Erfahrung begründet: Eine hervorgehobene Stellung von Anfang an sei schwer durchzusetzen. Die gewünschte Verankerung solle daraus entstehen, dass Führungskräfte den Nutzen für ihre eigenen Ziele erkennen. Der Vortrag dokumentiert damit unterschiedliche Vorstellungen darüber, wann und wie strategisches Wissensmanagement eingebunden werden sollte.

== Übertragbarkeit und Verständigungsprobleme ==

Auf die Frage nach öffentlichen Einrichtungen erklären Kraus und Bornemann, dass ihr Ansatz nicht auf finanzielle Unternehmensziele beschränkt sei. Ausgangspunkt seien jeweils die Aufgaben und Ziele der verantwortlichen Person, beispielsweise einer Bürgermeisterin oder eines Bürgermeisters. Bei gemeinnützigen Organisationen könne die Sicherung der Finanzierung relevant sein, einschließlich der Frage, wie sie ihre Förderwürdigkeit gegenüber Geldgebenden begründen.

Ein weiterer Publikumsbeitrag verweist auf Lernkurven: In der Produktion sei die Verbindung zwischen Lernen, sinkenden Kosten und besseren Ergebnissen sichtbar, während sie bei Wissens- und Projektarbeit häufig verloren gehe.

Die Antworten betonen zusätzliche Verständigungsprobleme. Praktisches Wissensmanagement berühre bereits besetzte Zuständigkeitsbereiche wie Personal, Qualität, Projekte oder Prozesse. Verbesserungsangebote könnten als Kritik an erfahrenen Fachleuten verstanden werden. Zudem würden Begriffe wie „Risiko“ je nach beruflichem Hintergrund unterschiedlich bewertet. Eine gemeinsame Sprache müsse deshalb erst hergestellt werden.

== Wirkung belegen, ohne Werkzeuge mit Ergebnissen gleichzusetzen ==

In der Schlussdiskussion wird eingewandt, dass Führungskennzahlen auch durch externe Faktoren beeinflusst werden. Wissensmanagement könne dadurch mit schlechten Ergebnissen verbunden werden, obwohl es diese nicht verursacht habe.

Die Antwort weist eine direkte Gleichsetzung einzelner Methoden, etwa Lessons Learned, mit übergeordneten KPIs zurück. Entscheidend sei, konkrete Probleme zu verbessern: beispielsweise Projektmanagement zu beschleunigen oder Risiken tatsächlich zu vermeiden. Nicht das Vorhandensein eines Repositories oder eines Verfahrens zähle, sondern die veränderte Leistung.

Die Vortragenden erkennen externe Einflüsse an, verweisen zugleich aber auf mögliche Skaleneffekte von Wissen. Zum Abschluss wird ein Praxisbeispiel genannt, in dem das Ressourcenmanagement einer Technologieabteilung nach eigener Darstellung um den Faktor vier verbessert wurde. Eine allgemeine Berechnungsmethode oder nähere Messdetails werden dazu nicht erläutert.

== Praktische Konsequenzen des Vortrags ==

Aus dem Vortrag ergeben sich folgende ausdrücklich vertretene Empfehlungen:
* Mit einem konkreten Problem beginnen, das für eine budgetverantwortliche Führungskraft wichtig ist.
* Deren Ziele und vorhandene Kennzahlen verstehen und gegebenenfalls direkt erfragen.
* Reale Ereignisse sammeln und die Verbindung zwischen Wissenslücken, Entscheidungen und geschäftlichen Folgen nachvollziehbar machen.
* Den Canvas zur Vorbereitung einer fokussierten Geschichte nutzen, nicht als unmittelbare Präsentation für die Führungsebene.
* Lösungen und Werkzeuge erst auf Grundlage des verstandenen Problems auswählen.
* Den Beitrag anhand konkreter Verbesserungen erläutern, statt Wissensmanagement als Selbstzweck zu begründen.

Der abschließende Gedanke fasst die angestrebte Verschiebung zusammen: Wissensmanagement soll als Beitrag zur Wertschöpfung verstanden werden. Die vorgeschlagene Bezeichnung „management of knowledge value“ unterstreicht diese Orientierung am Wert, der durch Wissen entsteht.