Kaizen 2 go 397 : KI-Einsatz im Wissensmanagement

Fragestellungen in der Unterhaltung mit Oliver Ratajczak: Über welche Art und Form von Wissen unterhalten wir uns? Welche Rolle spielt dabei ein Wiki? Welche Randbedingungen (Nachteile) muss man dabei beachten? Welche Rolle kann jetzt eine KI übernehmen? Was bedeutet das für die beteiligten und betroffenen Menschen? Wo sind die Grenzen und was bleibt in der Verantwortung des Menschen? Wie sieht der Einstieg in das Thema aus? Was sollte man beachten/vermeiden?

Werbung

Das Transkript der Episode ist hier verfügbar.

Kaizen 2 go 397 : KI-Einsatz im Wissensmanagement

KI-generierte Zusammenfassung des Transkripts

In dieser Episode spricht Götz Müller mit Oliver Ratajczak über den Einsatz von Künstlicher Intelligenz im Wissensmanagement und insbesondere über die Verbindung von Wikis mit großen Sprachmodellen. Oliver Ratajczak ist seit vielen Jahren als Berater für profitable Kundenbeziehungen tätig und beschäftigt sich parallel als Chief Innovation Officer mit Innovationsprozessen. Ausgangspunkt des Gesprächs ist die Frage, wie Wissen in Unternehmen so verfügbar gemacht werden kann, dass es zur richtigen Zeit am richtigen Ort zur Verfügung steht.

Für Oliver Ratajczak sind Wikis dafür ein besonders geeignetes Werkzeug. Anders als zentral redaktionell gepflegte Wissenssammlungen ermöglichen sie, dass Mitarbeiter Wissen unmittelbar eintragen, ergänzen und verändern. Dabei darf ein Wiki durchaus unvollständig, redundant oder gelegentlich widersprüchlich sein. Entscheidend ist zunächst, dass Wissen überhaupt festgehalten wird. Eine zentrale Redaktion kann zwar für eine ansprechende und einheitliche Darstellung sorgen, wird aber schnell zum Flaschenhals. Informationen, die gerade spontan und aus der praktischen Arbeit heraus entstehen, erreichen eine solche Redaktion häufig gar nicht.

Mit zunehmender Größe eines Wikis entsteht allerdings ein neues Problem: die Pflege. Oliver Ratajczak beschreibt dafür das Konzept der Wiki-Gärtner. Diese Mitarbeiter kümmern sich darum, Inhalte zu beobachten, Widersprüche aufzuspüren, Redundanzen zu erkennen und die Wissensbasis weiterzuentwickeln. Bei mehreren hundert Mitarbeitern und tausenden Seiten wird diese Aufgabe jedoch schnell umfangreich. Genau hier sieht Oliver Ratajczak einen besonders interessanten Anwendungsfall für generative KI.

Als Ausgangspunkt dient ein Konzept von Andrej Karpathy, das Wikis mit Large Language Models verbindet. Statt Wissen ausschließlich manuell zu strukturieren und zu pflegen, kann ein Sprachmodell vorhandene Inhalte analysieren, thematisch zusammenführen und daraus neue Wissensseiten erzeugen. Oliver Ratajczak hat dieses Vorgehen praktisch ausprobiert und dafür unter anderem Podcast-Transkriptionen und eigene Bücher verwendet. Aus dem Material entstanden innerhalb von etwa zwei Wochen rund 3.800 thematisch strukturierte Seiten. Besonders interessant ist dabei, dass das System neue Fundstellen zu bereits behandelten Themen erkennt und bestehende Seiten entsprechend ergänzt.

Eine weitere Stärke liegt in der automatisierten Suche nach Widersprüchen und Redundanzen. Die KI soll dabei nicht eigenmächtig entscheiden, welche Aussage richtig ist, sondern auf mögliche Konflikte hinweisen. Die inhaltliche Bewertung bleibt beim Menschen. Gerade dieses Vorgehen reduziert das Risiko, dass vermeintlich widersprüchliche Aussagen vorschnell vereinheitlicht werden, obwohl sie möglicherweise unterschiedliche Situationen oder bewusst unterschiedliche Perspektiven beschreiben.

Damit verbunden ist die Frage nach den bekannten Halluzinationen generativer KI. Oliver Ratajczak erläutert das Prinzip von Retrieval-Augmented Generation, bei dem ein Sprachmodell für eine Antwort gezielt Informationen aus einer Wissensbasis erhält. Dadurch steht der KI relevanter Kontext zur Verfügung und die Wahrscheinlichkeit frei erfundener Antworten lässt sich deutlich reduzieren. Die Kombination aus Wiki und Sprachmodell geht dabei noch einen Schritt weiter, weil die Wissensbasis dauerhaft aufgebaut und für spätere Fragen wiederverwendet werden kann.

Eine zentrale Rolle bleibt trotzdem beim Menschen. KI kann die aufwendige Verwaltung, Strukturierung und Analyse von Wissen erheblich beschleunigen. Neues Wissen zu entwickeln, Aussagen zu bewerten, Erfahrungen einzuordnen und Widersprüche aufzulösen, bleibt jedoch menschliche Arbeit. Vollständigkeit ist dabei kein sinnvolles Ziel. Es geht vielmehr darum, das vorhandene Unternehmenswissen systematisch aufzubauen und für andere zugänglich zu machen.

Besonders relevant wird das bei Erfahrungswissen, das häufig in den Köpfen einzelner Mitarbeiter steckt. Gerade bei langjährigen Mitarbeitern besteht die Gefahr, dass dieses Wissen beim Ausscheiden verloren geht. Die klassische Aufforderung, einen Mitarbeiter kurz vor dem Ruhestand aufzufordern, sein gesamtes Wissen aufzuschreiben, greift zu kurz. Viele Details sind implizit und werden erst sichtbar, wenn konkrete Fragen gestellt werden. Eine KI kann hier als neutraler Gesprächspartner dienen, der vorhandene Dokumente analysiert, Fragen stellt und damit auch Wissen sichtbar macht, das dem Wissensträger selbst gar nicht mehr bewusst ist.

Interessant ist zudem der kommunikative Effekt. Wenn Mitarbeiter Inhalte gegenseitig bearbeiten, entstehen Verbindungen und neue Zusammenarbeit. Wissen wird dadurch nicht nur konserviert, sondern kann sich weiterentwickeln. KI wirkt in diesem Zusammenhang weniger als Ersatz für Kommunikation, sondern vielmehr als deren Katalysator.

Für den Einstieg empfehlen beide einen pragmatischen Ansatz. Unternehmen sollten nicht erst jahrelang ein umfassendes Wissensmanagement-Konzept entwickeln. Stattdessen können sie mit einer überschaubaren Menge vorhandener Dokumente beginnen, diese in ein geeignetes Wiki überführen und ausprobieren, welche Erkenntnisse die KI daraus gewinnt. Gleichzeitig sollten sensible oder personenbezogene Daten nicht unkontrolliert in eine solche Wissensbasis übernommen werden. Gerade für mittelständische Unternehmen kann eine lokale Verarbeitung interessant sein, wenn das eigene Know-how das Unternehmen nicht verlassen soll.

Als besonders geeignete Anwendung nennt Oliver Ratajczak beispielsweise Due-Diligence-Prozesse, bei denen große Mengen von Informationen schnell analysiert und auf Widersprüche geprüft werden müssen. Letztlich geht es aber um eine grundlegendere Frage: Wo befindet sich das Wissen eines Unternehmens tatsächlich und wie kann verhindert werden, dass es mit einzelnen Menschen verschwindet? Die Verbindung von Wiki und KI bietet dafür einen pragmatischen Ansatz, der Wissensmanagement beschleunigt, Wissen sichtbar macht und gleichzeitig die notwendige menschliche Auseinandersetzung mit diesem Wissen fördert.

Werbung