Gkc26-Session: KI im Wissenstransfer, Segen oder Fluch?!
Weitere Optionen
Diese Seite ist KI-generiert. Sowohl die Zusammenfassung als auch das zugrundeliegende Transkript der Videoaufzeichnung wurden mithilfe von KI erstellt.
| KI im Wissenstransfer, Segen oder Fluch?! | |
|---|---|
| Art | Barcamp-Session |
| KnowledgeCamp | KnowledgeCamp 2026 |
| Sessiongebende | Ingo Sell
|
| Datum | 09.10.2026 |
| Zeit | 10:00 bis 10:45 Uhr |
| Raum | Karlsruhe (2.OG) |
| Sprache | Deutsch |
| Aufzeichnung | YouTube |
| Im Programm | Pretalx |
| KI-Unterstützung | Whisper large-v3 (Transkription), gpt-6.1-sol (Redaktion) |
Aus dem Veranstaltungsprogramm:
Der Einsatz von KI im Wissenstransfer ist nicht mehr aufzuhalten, aber was macht Sinn?
Segen : Zeitersparnis, Struktur, Informationen speichern
Fluch : Kein Bauchgefühl, keine Verantwortung, DatenfriedhofKI für Geschwindigkeit, der Mensch für Qualität die Methode für die Verankerung =
Wissenstransfer der funktioniert
Zusammenfassung
Die Barcamp-Session „KI im Wissenstransfer, Segen oder Fluch?!“ mit Ingo Sell untersuchte, wie künstliche Intelligenz die Weitergabe von Wissen innerhalb von Organisationen unterstützen kann und wo dabei fachliche, zwischenmenschliche und organisatorische Grenzen liegen. Gemeint war insbesondere der Transfer zwischen Menschen, etwa beim Ruhestand, beim Stellenwechsel oder bei der Übergabe von Führungsaufgaben – nicht der Transfer wissenschaftlicher Erkenntnisse in die Wirtschaft.
Ausgangspunkt war ein strukturierter, bislang wesentlich durch persönliche Gespräche geprägter Wissenstransferprozess. Daran schloss sich eine Diskussion über mögliche KI-Anwendungen an: Transkription, Strukturierung, Wissenslandkarten, vorbereitende Interviews und gezielte Rückfragen. Die Beiträge unterschieden dabei zwischen bereits beschriebenen Arbeitsweisen und möglichen künftigen Anwendungen.
Im Verlauf verschob sich der Schwerpunkt von der technischen Leistungsfähigkeit zur Frage, unter welchen Bedingungen Menschen ihr Wissen überhaupt weitergeben möchten. Vertrauen, Freigabemöglichkeiten, sensible Informationen und die Organisationskultur wurden zu zentralen Themen. Als gemeinsame Richtung zeichnete sich ein bedarfsorientierter, hybrider Einsatz ab: KI könnte vorbereiten, strukturieren und größere Mengen erschließen; persönliche Gespräche blieben insbesondere für vertrauliche und situationsabhängige Inhalte wichtig. Ein allgemeingültiges Verhältnis zwischen beiden Ansätzen wurde nicht festgelegt.
Einstieg und vorgestellter Wissenstransferprozess
Die Session verband einen kurzen Folieneinstieg mit einer offenen Diskussion. Neben der Praxisperspektive wurden wissenschaftliche Perspektiven aus der Beschäftigung mit KI und Wissenstransfer eingebracht. Auch online zugeschaltete Teilnehmende konnten sich beteiligen.
Zunächst wurde der Gegenstand eingegrenzt: Wissenstransfer sollte Wissen ausscheidender oder wechselnder Beschäftigter für Nachfolgende beziehungsweise für die Organisation zugänglich machen. Der vorgestellte Ansatz richtete sich besonders auf implizite Wissensanteile, die nicht bereits vollständig in Dokumentationen vorliegen.
Der als Standard beschriebene Prozess bestand aus zwei Phasen:
- In der Analysephase werden eine Wissenslandkarte erstellt, mögliche Widerstände betrachtet und Ziele geklärt. Wissensgebende, Wissensnehmende und Führungskräfte werden einbezogen.
- In der Durchführung wird das Wissen vor allem in Gesprächen erschlossen. Weitere Methoden können ergänzend hinzukommen; der dialogische Austausch bildet jedoch den Schwerpunkt.
Für diesen Prozess wurde eine ungefähre Dauer von drei Monaten genannt. Dokumentation, Gesprächsführung und Prozesssteuerung wurden als mögliche Ansatzpunkte für Unterstützung oder Automatisierung beschrieben. Zugleich hänge der tatsächliche KI-Einsatz stark von kundenseitigen Vorgaben ab. Teilweise bestünden erhebliche Einschränkungen für externe Werkzeuge oder Zugriffe.
Die Einführung solcher Verfahren wurde außerdem als Veränderungsaufgabe verstanden. Nicht alle Wissensgebenden wollten mit einem Bot sprechen, und nicht jede Person habe Zeit für längere, standardisierte Abläufe. Der Faktor Mensch sollte deshalb auch bei stärkerer Automatisierung berücksichtigt bleiben.
Von der Wissenstreppe zur praktischen Anwendung
Als theoretischer Einstieg diente die Wissenstreppe von North. Dazu wurde die provokante These formuliert, KI sei gegenwärtig eher im Informationsmanagement als im eigentlichen Wissensmanagement zu verorten: Sie könne große Informationsmengen verarbeiten und miteinander verknüpfen, während die Einordnung als Wissen zusätzliche Anforderungen stelle.
Die Diskussion zeigte unterschiedliche Verständnisse. Ein Beitrag betonte die Bedeutung von Verknüpfung, Beurteilung und Bewertung auf dem Weg von Daten über Informationen zu Wissen. Ein anderer stellte infrage, ob sich aktuelle KI-Entwicklungen überhaupt angemessen in dieses Modell einordnen ließen.
Dem wurde eine unmittelbar praktische Perspektive gegenübergestellt. Eine Person mit langjähriger Erfahrung im Wissenstransfer schilderte die Herausforderung, aus einem mehrstündigen Gespräch ein tatsächlich nutzbares Ergebnis zu gewinnen. Eine umfangreiche Transkription allein helfe noch nicht ausreichend: Sie müsse strukturiert und so aufbereitet werden, dass Wissen über die ursprüngliche Gesprächssituation hinaus für weitere Menschen zugänglich werde.
Diese Intervention führte die Session stärker zu konkreten Einsatzmöglichkeiten. In einem weiteren Beitrag wurde die enge Einordnung von KI bestritten. Als Gegenargumente wurden KI-generierte Forschungsarbeiten und agentische Systeme angeführt, die Aktionen ausführen können. Die Beispiele dienten der These, dass KI nicht ausschließlich vorhandene Informationen wiedergebe. Die genannten Veröffentlichungen und ihre Ergebnisse wurden in der Session jedoch nicht näher geprüft.
Mögliche Einsatzfelder entlang des Prozesses
Transkription, Strukturierung und Quellenbezug
Transkription und Zusammenfassung waren naheliegende Anwendungsfelder. Die Diskussion machte zugleich deutlich, dass zwischen einem Gesprächstranskript und einem brauchbaren Wissenstransferergebnis erhebliche Aufbereitungsarbeit liegt. Gefragt waren nicht nur kürzere Texte, sondern nachvollziehbare Strukturen und für andere nutzbare Inhalte.
Zur Frage nach falschen oder erfundenen Antworten wurde Retrieval Augmented Generation, kurz RAG, angesprochen. Beschrieben wurde ein Ansatz, bei dem Antworten mit vorhandenen Dokumenten und Fundstellen verbunden werden beziehungsweise einschlägige Dokumentausschnitte zurückgegeben werden. Dies wurde als mögliche technische Unterstützung für Nachvollziehbarkeit vorgestellt, nicht als in der Session nachgewiesene Garantie faktischer Korrektheit.
Wissenslandkarten und vorbereitende Interviews
Als weitergehende Möglichkeit wurden KI-Agenten skizziert, die Wissenslandkarten automatisch aufbauen und pflegen könnten. Vortrainierte Sprachmodelle könnten nach dieser Vorstellung fachliches Vorwissen mitbringen und dadurch in spezialisierten Gebieten gezielter nachfragen als fachfremde Transferbegleitende.
Auch menschenähnliche Gesprächssituationen mit generierten Videobildern wurden als Zukunftsszenario angesprochen. Dem stand der Einwand gegenüber, dass persönliche Begegnungen Vertrauen anders aufbauen könnten und bei digitalen Gesprächen zusätzliche Unsicherheiten über Aufzeichnung und Mitwirkung Dritter entstünden.
Für die Vorbereitung erschien mehreren Diskutierenden ein KI-Einsatz besonders anschlussfähig: Grundlagen müssten möglicherweise nicht mehr vollständig in einem zusätzlichen persönlichen Gespräch erhoben werden. Eine vorbereitende Struktur könnte anschließend als Ausgangspunkt für eine vertiefende Begegnung dienen.
Zeitlich verteilte Erhebung
Ein späterer Beitrag hob hervor, dass KI-gestützte Interviews nicht auf einen einzelnen Termin begrenzt sein müssten. Beschäftigte könnten über längere Zeit und beispielsweise per Audio Informationen ergänzen. Für stark ausgelastete Führungskräfte wurde dies als möglicher Vorteil beschrieben.
Dahinter stand die Frage, wie jahrzehntelange Erfahrung überhaupt in einem kurzen Gespräch erschlossen werden könne. Dokumente, Handbücher oder weitere vorhandene Informationen könnten nach dieser Vorstellung helfen, konkretere Rückfragen zu entwickeln. Auch dies blieb eine diskutierte Möglichkeit, kein vorgestelltes Evaluationsergebnis.
Persönliche Begegnung und implizites Wissen
Mehrere Erfahrungsberichte betonten den Wert menschlich begleiteter Gespräche. Eine Person schilderte, dass dabei Fragen entstanden seien, an die sie selbst zuvor nicht gedacht hatte. Außerdem wurde berichtet, dass das Erstellen einer Wissenslandkarte Menschen regelrecht aktiviert habe: Im Gegenüber hätten sie erst wahrgenommen, wie viel sie tatsächlich wissen.
Ob Vorbehalte gegenüber KI eine Generationenfrage seien, blieb umstritten. Einer entsprechenden Vermutung wurde ausdrücklich widersprochen. Entscheidend seien eher die jeweilige Offenheit, eine gute Einführung des Prozesses und die passende Kombination von Methoden.
Ein wichtiger Unterschied wurde zwischen dokumentierten Abläufen und tatsächlich gelebter Praxis gesehen. Vorhandene Unterlagen könnten ein offizielles Bild vermitteln, während Erfahrungswissen auch Abweichungen, informelle Vorgehensweisen und Unternehmenskultur umfasse. Hier wurde menschlichen Gesprächen eine besondere Stärke zugeschrieben.
Andere Beiträge hielten auch die KI-gestützte Erhebung impliziten Wissens grundsätzlich für vorstellbar. Die entscheidende Frage sei weniger, ob KI Empathie besitze, sondern wie sie fragen müsse, damit Menschen ins Erzählen kommen. Ob die damit erreichbare Tiefe ausreiche, wurde ausdrücklich als offen und prüfungsbedürftig bezeichnet.
Vertrauen, Datennutzung und Freigabe
Den größten Raum nahm die Frage ein, was mit anvertrautem Wissen geschieht. Ingo Sell beschrieb einen Prozess, in dem Wissensgebende vor der Weitergabe entscheiden können, ob Inhalte freigegeben oder entfernt werden. Diese Entscheidungsmöglichkeit wurde als wichtiger Bestandteil des Vertrauensverhältnisses dargestellt.
Daran knüpfte die Sorge an, dass digital erfasste beziehungsweise bereits in einem KI-System verarbeitete Informationen nicht mehr ausreichend kontrollierbar seien. Als problematisches Praxisbeispiel wurden automatisch mitlaufende Transkriptionsassistenten in Videokonferenzen genannt, deren Einsatz vorher nicht ausdrücklich abgestimmt worden sei.
Ein Gegenentwurf behandelte dies als Implementierungsfrage. Vorgeschlagen wurde, Gesprächsinhalte zunächst getrennt zu halten, sie zur Freigabe vorzulegen und erst danach in das eigentliche Wissenssystem zu übernehmen. Auch ein Zurücksetzen des Bots wurde als Möglichkeit behauptet. Die Diskussion klärte jedoch nicht technisch, unter welchen Bedingungen dies zuverlässig umsetzbar wäre.
Damit wurden zwei Ebenen sichtbar:
- Technische Kontrolle betrifft Speicherung, Verarbeitung und die Übernahme freigegebener Inhalte.
- Wahrgenommenes Vertrauen betrifft die Frage, ob Wissensgebende diese Abläufe verstehen und ihnen glauben.
Auch eine spätere Korrekturmöglichkeit überzeugte nicht alle, wenn Inhalte bereits digital vorlagen. Umgekehrt wurde gefragt, ob sich das Misstrauen tatsächlich speziell gegen KI richte oder ebenso andere digitale Arbeitsmittel betreffen müsse. Handschriftliche Notizen wurden als möglicherweise vertrauensbildender Zwischenschritt diskutiert, nicht als allgemeine Lösung festgelegt.
Organisationskultur und sensible Inhalte
Ein Onlinebeitrag brachte den Zusammenhang von Wissen, Macht und Aufstieg ein. Wenn Wissensweitergabe als Machtverlust erlebt werde, könnten Widerstände entstehen – unabhängig davon, ob ein Mensch oder ein Bot frage. In der Diskussion wurde betont, solche Störungen zunächst bearbeiten zu müssen. Andernfalls komme möglicherweise nur ein oberflächlicher oder unvollständiger Transfer zustande.
Transparenz über Ziel, Methode und Zustimmungsmöglichkeiten galt als wichtig. Gleichzeitig wurde auf ein Spannungsfeld hingewiesen: Ausführliche Aufklärung könne Sorgen erst sichtbar machen oder verstärken. Eine abschließende Regel, wie detailliert informiert werden sollte, entstand daraus nicht.
Zudem wurde kritisiert, grundlegendes Misstrauen gegenüber der eigenen Organisation allein durch externe Transferbegleitung ausgleichen zu wollen. Wissensgebende sollten im Mittelpunkt stehen und darüber entscheiden können, was sie erzählen und was davon weitergegeben wird.
Ein Beispiel aus der Übergabe von Führungsaufgaben verdeutlichte die Grenzen möglichst vollständiger Dokumentation: Informationen über Abmahnungen oder schwierige Personalsituationen könnten für Nachfolgende relevant sein, zugleich aber sensible Inhalte darstellen. Daraus folgte keine rechtliche Bewertung, sondern der Hinweis, dass nützliches Wissen nicht automatisch uneingeschränkt dokumentiert werden sollte.
Abschluss und wichtigste Erkenntnisse
Zum Ende verdichtete sich die Diskussion auf gemischte Vorgehensweisen, zeitweise als „Blended AI“ bezeichnet. Genannt wurden sowohl eine KI-gestützte Vorbereitung vor dem persönlichen Gespräch als auch der umgekehrte Weg: zunächst Vertrauen aufbauen und anschließend einzelne Themen mit einem Bot vertiefen.
Die bevorstehenden Ruhestände wurden aus der Praxisperspektive als Mengenproblem beschrieben, das sich nicht ausschließlich durch persönliche Einzelbegleitung bewältigen lasse. KI-Unterstützung erschien deshalb mehreren Beteiligten notwendig. Zugleich wurde angekündigt, Werkzeuge zu testen und angebotene Lösungen selbst gegenzuprüfen.
Als wesentliche Erkenntnisse blieben:
- KI-Unterstützung muss zu Personen, Wissensarten und organisatorischen Bedingungen passen.
- Transkription allein schafft noch keinen nutzbaren Wissenstransfer.
- Freigabe und nachvollziehbare Datennutzung sind zentrale Vertrauensfragen.
- Organisationskultur und Machtverhältnisse beeinflussen die Bereitschaft zur Weitergabe.
- Das Potenzial zur Erhebung impliziten Wissens wurde unterschiedlich eingeschätzt und blieb offen.
Ein abschließender persönlicher Rückblick aus dem Ruhestand ergänzte die technische Diskussion um die Frage, wie eng Menschen ihre Identität mit ihrem beruflichen Wissen verbinden. Damit endete die Session nicht mit einer eindeutigen Entscheidung zwischen „Segen“ und „Fluch“, sondern mit einem differenzierten Bild möglicher Unterstützung und weiterhin zu klärender Grenzen.