Jump to content
Menü aufrufen
Toggle preferences menu
Persönliches Menü aufrufen
Nicht angemeldet
Ihre IP-Adresse wird öffentlich sichtbar sein, wenn Sie Änderungen vornehmen.

Unser Wiki ist seit dem 2. Oktober öffentlich lesbar. Mehr dazu.

Gkc26-Session: Wissensmanagement neu gedacht: Welche Arbeitsweisen setzen sich in der KI-Zukunft durch?

Aus GfWM Wiki
Disclaimer
Diese Seite ist KI-generiert. Sowohl die Zusammenfassung als auch das zugrundeliegende Transkript der Videoaufzeichnung wurden mithilfe von KI erstellt.
Wissensmanagement neu gedacht: Welche Arbeitsweisen setzen sich in der KI-Zukunft durch?
Art Barcamp-Session
KnowledgeCamp KnowledgeCamp 2026
Sessiongebende Dr. René Sternberg


Datum 09.10.2026
Zeit 10:00 bis 10:45 Uhr
Raum München (2.OG)
Sprache Deutsch
Aufzeichnung YouTube
Im Programm Pretalx
KI-Unterstützung Whisper large-v3 (Transkription), gpt-6.1-sol (Redaktion)

Aus dem Veranstaltungsprogramm:

Ohne gute Datengrundlage keine gute KI – diese Erkenntnis ist nicht neu. Aber KI verändert gerade grundlegend, wie Daten und Informationen bereitgestellt, gepflegt, gefunden und genutzt werden.

Was bedeutet das für unser Wissensmanagement?

Brauchen wir künftig noch Wikis, Datenhandbücher, Produktkataloge, Intranetseiten und klassische Dateiablagen – oder werden diese Datenquellen durch neue Formen der Bereitstellung und Nutzung abgelöst? Wie müssen Inhalte künftig gepflegt und qualitätsgesichert werden, damit KI sie zuverlässig nutzen kann? Und verändert sich dadurch vielleicht sogar unser Verständnis davon, was „gute Dokumentation“ bedeutet?

Auf der anderen Seite steht die Frage der Informationsnutzung: Reicht ein allgemeiner KI-Assistent wie Copilot oder Gemini aus, um aus unseren Daten Wissen und konkrete Handlungsempfehlungen zu gewinnen? Oder werden sich spezialisierte KI-Agenten durchsetzen, die jeweils einen klar definierten Anwendungsfall beherrschen?

Nach einem kurzen Impuls möchte ich mit Euch gemeinsam einen Blick in die Zukunft des Wissensmanagements werfen – und darüber diskutieren, welche Arbeitsweisen sich tatsächlich durchsetzen könnten.

Was bleibt? Was verschwindet? Was müssen wir völlig neu denken?

Die Session lebt von Euren Erfahrungen, Ideen und kontroversen Einschätzungen. Kommt vorbei und diskutiert mit!

Zusammenfassung

Die Barcamp-Session „Wissensmanagement neu gedacht: Welche Arbeitsweisen setzen sich in der KI-Zukunft durch?“ mit Dr. René Sternberg untersuchte, wie künstliche Intelligenz die Bereitstellung und Nutzung organisationaler Informationen verändern könnte. Auf einen einführenden Impuls folgte eine Diskussion über Erfahrungen, geplante Anwendungen und offene Fragen.

Sternbergs Ausgangspunkt war die Unterscheidung zwischen Daten, Informationen und Wissen. KI mache diese begriffliche Trennung besonders wichtig: Gute Antworten setzten geeignete Informationsgrundlagen voraus, während Wissen nicht mit abgelegten Dokumenten oder generierten Texten gleichzusetzen sei. Als zentrale These stellte er zur Diskussion, ob im beruflichen Alltag stärker eingegrenzte, auf bestimmte Aufgaben zugeschnittene KI-Anwendungen gegenüber sehr offenen Chatbots an Bedeutung gewinnen könnten.

Die Beiträge machten mehrere Spannungsfelder sichtbar: Chatbots könnten den Zugang zu Informationen vereinfachen, zugleich aber die unmittelbare Pflege der Quellen schwächen. Spezialisierte Anwendungen könnten die Nutzung erleichtern, benötigten jedoch einen übersichtlichen gemeinsamen Zugang. Automatisierung wurde als Möglichkeit diskutiert, redaktionelle Arbeit und Informationspflege zu unterstützen. Offen blieben insbesondere die zuverlässige Rückmeldung von Fehlern, die Zuordnung zu ihren Quellen und der Umgang mit einer weiter wachsenden Informationsmenge.

Einstieg: Informationen bereitstellen und nutzen

Sternberg stellte sich als promovierter Organisationssoziologe vor. Bereits in seiner Forschung habe er untersucht, wie Web 2.0 die interne Unternehmenskommunikation verändert. Seine berufliche Tätigkeit beschrieb er als Unterstützung von Organisationen bei der Einführung digitaler Werkzeuge – einschließlich organisatorischer Anpassung und Begleitung der Menschen.

Anknüpfend an die Wissenstreppe von Professor North kritisierte er, dass „Wissen“ häufig synonym mit Daten oder Informationen verwendet werde. Gerade bei KI erschwere diese Unschärfe, die eigentlichen Probleme zu erkennen.

Als historische Entwicklung skizzierte er den Übergang von einer vorwiegenden Ablage von Inhalten zu deren gemeinschaftlicher Nutzung durch Kommentieren, Teilen und Bewerten. KI verstärke damit eine Entwicklung, die schon mit Web 2.0 begonnen habe.

Für die Session unterschied er zunächst Datenbereitstellung und Datennutzung. Nach einem Einwand aus der Runde übernahm er die präzisere Bezeichnung Informationsbereitstellung und Informationsnutzung. Diese beiden Seiten strukturierten die weitere Diskussion:

  • Welche Quellen und Prozesse liefern verlässliche Informationen?
  • Über welche Oberflächen und Arbeitsweisen werden diese Informationen genutzt?
  • Was verändert sich auf beiden Seiten, wenn KI dazwischengeschaltet wird?

Zwei Zugänge zur KI-Nutzung

Offene Chatbots und ihre Voraussetzungen

Sternberg beschrieb Wikis, Intranets, Organisationshandbücher, Datenblätter und Dateiablagen als klassische Orte der Informationsbereitstellung. Hinter einem Teil dieser Angebote stünden redaktionelle Prozesse zur Qualitätssicherung. Bei der Einführung von Sprachmodellen entstehe daher häufig der Wunsch, solche kuratierten Bestände anzubinden.

Damit verband er eine Zukunftsfrage: Wenn Beschäftigte Informationen überwiegend über einen Chatbot abrufen, könnte die sichtbare Gestaltung des Intranets an Bedeutung verlieren, während dessen redaktionelle Prozesse weiterhin benötigt würden. Ob diese Entwicklung tatsächlich eintrete, ließ er offen.

Unter Bezug auf die Dissertation einer Kollegin stellte er Anforderungen an gute Chatbot-Antworten vor. Dazu gehörten Korrektheit, Verlässlichkeit, Relevanz, Verständlichkeit, Kontextsensitivität, Transparenz bei Unsicherheit und Konsistenz. Hinzu kämen unter anderem Datenschutz, Governance, geeignete Technik und kontinuierliche Qualitätsverbesserung.

Seine Schlussfolgerung lautete, dass ein leistungsfähiger allgemeiner Chatbot anspruchsvolle Voraussetzungen habe: bei Technik, Quellen, Informationsaufbereitung und Nutzungskompetenz. Offenheit könne hilfreich sein, wenn Suchende ihr Anliegen noch nicht genau kennen. Sie erhöhe aus seiner Sicht aber auch die Unsicherheit über die Ergebnisqualität. Er stellte Chatbots damit nicht grundsätzlich infrage, sondern betonte den Aufwand für ihren verlässlichen Einsatz.

Eingrenzbare Anwendungen statt ausschließlich freier Prompts

Als Gegenbeispiel zeigte Sternberg ein intern entwickeltes Werkzeug zur Aufbereitung von Microsoft-365-Updates. Nach seiner Darstellung sei die Menge der Änderungen so groß, dass ihre laufende Verarbeitung schwierig werde.

Das Werkzeug nutze KI nicht über einen freien Chat, sondern über eine Oberfläche ähnlich einer Suchergebnisseite. Einstellbar seien unter anderem:

  • der betrachtete Zeitraum,
  • die Zielgruppe,
  • vorbereitete Prompts,
  • die zu berücksichtigenden Microsoft-Quellen.

Die sprachliche Aufbereitung könne dadurch beispielsweise für technische Fachleute, Redaktionsteams oder Endnutzende angepasst werden. Die Idee sei, durch wenige Auswahlmöglichkeiten die Bedienung zu erleichtern und Quellen sowie Verarbeitung stärker einzugrenzen.

Als übertragbaren Anwendungsfall nannte Sternberg Wartungsarbeiten: Wer vor einer Maschine stehe, könne Produkt, eigene Rolle und Informationsquelle auswählen, statt den gesamten Produktkatalog mit einer offenen Frage zu durchsuchen. Seine These war, dass solche aufgabenspezifischen Zugänge die Stärken von KI nutzbar machen könnten, ohne sämtliche Anforderungen eines allgemeinen Chatbots zu übernehmen.

Qualitätssicherung und veränderte Redaktionsprozesse

Weniger Quellenbesuche, weniger Korrekturen?

In der Diskussion wurde die Sorge geäußert, dass ein Chatbot den direkten Besuch von Wiki-Artikeln vermindern könnte. Dadurch würden falsche oder veraltete Inhalte möglicherweise seltener entdeckt und unmittelbar korrigiert. Die Qualitätssicherung der Informationsbereitstellung müsse dann gezielter organisiert werden.

Ein Erfahrungsbericht verdeutlichte die Schwierigkeit: Trotz Bewertungsmöglichkeiten, Kommentaren und positiven oder negativen Rückmeldungen erhalte man über den Chatbot wenig Nutzerfeedback – nach diesem Bericht sogar weniger als an der ursprünglichen Quelle.

Dem stand die Hoffnung gegenüber, KI könne die Aktualisierung erleichtern. Vorgeschlagen wurde ein Ablauf, bei dem Nutzende eine unzutreffende Antwort melden, der Chatbot die Inhaltsverantwortlichen anspricht und diese eine Korrektur dialogisch vornehmen. Eine ausdrückliche Freigabe durch einen Menschen wurde dabei weiterhin als wichtig angesehen.

Sternberg ordnete dies als Verbindung von KI und Automatisierung ein. Als Herausforderungen benannte er Rollen und Rechte, den Zugriff auf die Originalquelle, die Prüfung der Änderung und die Frage, welches Informationsartefakt tatsächlich falsch sei. Wenn eine Antwort mehrere Quellen kombiniere, lasse sich der Korrekturbedarf nicht ohne Weiteres einer einzelnen Stelle zuweisen.

Kuratierte Wissensgraphen und kontrollierte Verarbeitung

Ein Beitrag stellte ein geplantes Experiment eines Vereins vor, der ausländische Bildungsnachweise prüft. Informationen aus Confluence und weiteren internen sowie externen Quellen sollten in einem Wissensgraphen zusammengeführt werden. Das Sprachmodell solle dabei vor allem als sprachlicher Zugang dienen.

Die vorgesehene Kuratierung sollte durch wenige Personen erfolgen, die zugleich in der fachlichen Begutachtung tätig seien. Als offene Fragen wurden die praktische Funktionsfähigkeit und der Umgang mit konkurrierenden Quellen benannt. Es handelte sich um ein Vorhaben für das folgende Jahr, nicht um ein bereits ausgewertetes Ergebnis.

Ein weiterer Diskussionsbeitrag betonte kontrollierende Verarbeitungsschichten, Versionierung, unterschiedliche fachliche Blickwinkel und normierte Sprache. Dahinter stand die Position, dass vorhandene Daten allein noch keine belastbare Entscheidungsgrundlage bildeten.

Aus einer anderen Organisation wurde berichtet, dass bereits bei der Einführung einer Open-Source-KI die redaktionelle Aufbereitung von Intranet-Inhalten zum Thema geworden sei: Inhalte sollten sowohl für Menschen verständlich bleiben als auch von der KI gut verarbeitet werden können.

Spezialisierte Anwendungen und ein gemeinsamer Einstieg

Sternberg sah in vielen Beiträgen eine Bestätigung seiner Spezialisierungsthese: Die beschriebenen Vorhaben konzentrierten sich auf ausgewählte Quellen und klar umrissene Aufgaben. Nach seiner beruflichen Erfahrung seien Informationsbestände in Organisationen häufig uneinheitlich und unzureichend gepflegt. Besonders bei kollaborativ entstandenen Arbeitsständen sei nicht automatisch dieselbe Qualität zu erwarten wie bei streng redaktionell betreuten Inhalten.

Aus der Runde wurde allerdings auf ein Folgeproblem hingewiesen: Viele spezialisierte Chatbots oder Agenten dürften nicht zu einer unübersichtlichen Vielzahl von Zugängen führen. Benötigt werde ein Single Point of Entry, der unterschiedliche Systeme und Anwendungen erschließe.

Sternberg stimmte dem zu. Er verwies auf Oberflächen, über die unterschiedliche Modelle angesprochen werden könnten, ohne deren technische Umsetzung im Detail zu erläutern. Als Zukunftsvermutung ergänzte er, dass kleinere, spezialisierte Sprachmodelle auch aus Kostengründen an Bedeutung gewinnen könnten.

Auf die Frage nach dem Unterschied zur klassischen Suche wurden dialogische Nutzung und die Neukombination von Informationen aus mehreren Quellen hervorgehoben. Zugleich warnte Sternberg davor, jede als KI vermarktete Funktion als grundsätzlich neu anzusehen.

Datenschutz, Zugriffsrechte und zusätzliche Einsatzfelder

Datenschutz und organisatorische Kontrolle wurden als weitere Einflussfaktoren behandelt. Sternberg vermutete, dass Organisationen die nicht freigegebene Nutzung öffentlicher KI-Dienste stärker einschränken würden. Ein Beitrag berichtete, dass entsprechende Seiten auf Firmenrechnern bereits gesperrt seien. Dies war eine konkrete Erfahrung, kein Nachweis einer allgemeinen Entwicklung.

Weitere Beiträge benannten zwei Schwierigkeiten:

  • Informationen unterliegen unterschiedlichen Schutzklassen und dürfen nicht allen Beschäftigten zugänglich sein.
  • Bei lizenzierten externen Daten kann die KI-Verarbeitung vertraglich ausgeschlossen sein.

Als zusätzliche Nutzungsmöglichkeiten wurden die KI-gestützte Erstellung von Berichten aus vorhandenen Arbeitsdaten und die Erschließung älterer Dokumentbestände genannt. Dazu zählten gescannte Unterlagen, deren Inhalte mit der bisherigen Suche schwer zugänglich seien.

Informationswachstum und Lebenszyklusmanagement

Sternberg stellte die wachsende Informationsmenge als langfristiges Problem dar. Bereits kollaborative Werkzeuge hätten zahlreiche Informationsartefakte erzeugt, die lediglich Arbeitsstände seien. KI könne zusätzlich neue Texte und Zusammenfassungen produzieren und diese Entwicklung verstärken.

Als möglichen Umgang damit diskutierte er automatisierte oder teilautomatisierte Pflegeprozesse. Seine Beispiele umfassten die Löschung nicht mehr benötigter alter Versionen sowie automatische Nachrichten an Inhaltsverantwortliche, wenn Dokumente längere Zeit nicht genutzt worden seien. Diese könnten anschließend über Beibehaltung oder Entfernung entscheiden.

Die Beispiele waren als mögliche Abläufe gemeint, nicht als allgemein gültige Aufbewahrungsregeln. Sternberg fasste die Richtung als Data Lifecycle Management zusammen: Aufräumen dürfe nicht nur anlässlich einer Migration stattfinden, sondern müsse die laufende Entstehung neuer Inhalte begleiten. Andernfalls drohe aus seiner Sicht eine Verschlechterung der Informationsgrundlage.

Nutzungskompetenz, Kontext und Entscheidungsqualität

Zum Ende rückten die Nutzenden stärker in den Mittelpunkt. Mehrere Beiträge betonten, dass Rolle und aktueller Arbeitskontext beeinflussen, welche Antwort hilfreich ist. Diskutiert wurden vorbereitete Prompts, Auswahlfelder und Nutzerprofile. Ein Beitrag berichtete von Plänen für ein Dropdown zur Auswahl etwa von Vertrieb, Entwicklung oder Technik, weil Kontextangaben trotz Schulungen nur begrenzt mitgegeben würden.

Gleichzeitig wurde davor gewarnt, aus einer organisatorischen Rolle vorschnell abzuleiten, welche Informationen jemand benötige oder sehen dürfe.

Schulungen wurden als notwendig, aber nicht als einmalige Lösung betrachtet. Sternberg beschrieb Befähigung angesichts der schnellen technischen Entwicklung als kontinuierliche Aufgabe. Aus der Diskussion kam zudem der Hinweis, fachliche und soziale Kompetenzen durch Austauschformate, Communities of Practice oder Planspiele zu erhalten.

Ein abschließender Beitrag schlug vor, Entscheidungsgrundlagen, erwartete Ergebnisse und tatsächlich eingetretene Wirkungen festzuhalten. So könne geprüft werden, ob verwendete Informationen zu den angestrebten Ergebnissen beigetragen hätten.

Die Session endete ohne einheitliches Zukunftsmodell. Als wiederkehrende Linien blieben die Bedeutung kuratierter Quellen, nachvollziehbarer Pflegeprozesse, verständlicher Zugänge und kontinuierlicher Befähigung. Welche Kombination aus offenen Chatbots, spezialisierten Anwendungen und Automatisierung sich bewährt, blieb Gegenstand weiterer Erprobung.

Cookies helfen uns bei der Bereitstellung von GfWM Wiki. Durch die Nutzung von GfWM Wiki erklärst du dich damit einverstanden, dass wir Cookies speichern.