Unternehmen, die ihr Wissen systematisch erfassen, organisieren und teilen, sichern sich einen Wettbewerbsvorteil. Über Abteilungen und Standorte hinweg stehen den Mitarbeitenden etwa im Firmen-Intranet fundierte Kenntnisse zur Verfügung, die sich vermehren und vertiefen lassen und auch nach personellen Abgängen in der Organisation bleiben. Damit aus unstrukturierten Informationen wertvolles Wissen wird, müssen Daten aus verschiedenen Quellen zusammengeführt, verknüpft und in einen bereits vorhandenen, sinnhaften Kontext eingebettet werden. Machine Learning kann diesen Prozess unterstützen und Informationen aufspüren, analysieren und Muster und Zusammenhänge erkennen. Generative KI geht noch weiter und stellt vorhandenes Wissen im Sinnzusammenhang dar. Damit entsteht nicht nur eine solide Grundlage für die tägliche Zusammenarbeit in Unternehmen, sondern auch für strategische Entscheidungen – und letztlich für den Geschäftserfolg.

Wissen generieren per KI

Sofern Informationen maschinenlesbar vorliegen, kann KI daraus relevantes Wissen erzeugen. Via Machine Learning lassen sich Texte zusammenfassen sowie Informationen aus unterschiedlichen Kanälen auswerten und verbinden. Wenn dann noch der richtige Bezugsrahmen gespannt wird – durch semantische Beziehungen zwischen Datenquellen, Zusammenhänge und Themenkomplexe – sprechen wir von Wissensgenerierung. 

Im Wissensmanagement geht es darum, viel substanzielles Wissen bestmöglich zu verbreiten (etwa in Intranets). Damit dieses Wissen von den Nutzerinnen und Nutzern gefunden wird, ist das Taggen von Dokumenten ratsam. Mithilfe von KI-Systemen ist das leicht möglich, Metadaten zu generieren und damit die Suche zu erleichtern. Auch virtuelle Assistenten, wie z. B. Chatbots, leisten gute Dienste wenn es darum geht, häufig gestellte Fragen zu beantworten. Dabei machen sie sich unternehmensinternes Wissen zunutze. In der Interaktion mit den Usern vergrößern sie dieses Wissen und tragen es in die Organisation.

Ein Game Changer könnte KI auf dem Gebiet der Vorhersagemodelle werden: Mittels Machine Learning lassen sich enorme Datenmengen durchsuchen und aussagekräftige Erkenntnisse für Vorhersagen gewinnen. Auf dieser Basis erstellte Prognosen in Form von Predictive Analytics helfen dabei, Unternehmensentscheidungen vorzubereiten. Generative KI befördert diese Vorhersagen von Zukünftigem anhand von Vergangenem auf ein höheres Level, weil sie Daten deutlich effizienter als bisher verarbeitet und auswertet. Binnen Sekunden entwickelt sie fiktive Szenarien und hilft so bei Prognosen und der Entscheidungsfindung. Damit entwickelt KI-Technologie den gesamten Bereich Predictive Analytics weiter. Spätestens an dieser Stelle wird deutlich, wie relevant KI nicht nur für den Bereich Wissensmanagement, sondern weit darüber hinaus ist. 

Chancen und Herausforderungen

Zusammengefasst erfüllt KI im Wissensmanagement schwerpunktmäßig sechs Aufgaben: 

• Wissen inhaltlich aufbereiten mit vorhandenen Datenquellen, wie etwa Produkttexte, Schulungsunterlagen und Tickets
• Wissen aufwerten, indem das System Fehler findet und korrigiert, Bestehendes ergänzt und Veraltetes archiviert
• Vorhandenes Wissen schnell und intuitiv erschließen, z. B. über Chatbots
• Neues Wissen zugänglich machen durch die systematische Kombination, Zusammenfassung und Aufbereitung von Inhalten für verschiedene Unternehmensbereiche
• Attraktiven Content erstellen, etwa durch personalisierte Inhalte, auf Regionen/Sprachen angepasst und somit auf die User zugeschnitten
• Probleme lösen durch die Analyse von Mustern in Daten, wie z. B. wiederkehrende Probleme und ihre Lösungen 

Sowohl beim operativen als auch beim strategischen Wissensmanagement kann künstliche Intelligenz einen Unterschied machen. Im operativen Wissensmanagement optimiert sie die Nutzung von Wissen im Geschäftsbetrieb. Strategisches Wissensmanagement richtet sich in die Zukunft, befördert handlungsrelevantes Wissen und schafft beste Lernbedingungen in Unternehmen. Auch verhindert es den Verlust von wertvollem Know-how und Erfahrungswissen im Generationswechsel. 

Generell sollten beim Einsatz von KI-Lösungen folgende Bedingungen erfüllt werden:

• Sicherheit und Datenschutz müssen gewährleistet sein.
• Qualität und Genauigkeit des Outputs müssen stets kritisch betrachtet und überprüft werden (Nachvollziehbarkeit).
• Konsequentes Training (z. B. durch die Verwendung relevanter Datensätze) muss unpräzise Ergebnisse durch Datenverzerrung ausschließen.

Volle Kontrolle über Unternehmensdaten

Auf dem Gebiet der KI-basierten Entwicklung und Integration kooperieren wir mit verschiedenen Unternehmen, um unseren Auftraggebern optimale Lösungen für ihre Anforderungen zu bieten. Im Segment Wissensmanagement kommt eine Open-Source-Lösung der Comma Soft AG zum Einsatz, die Large Language Models nutzt. Basierend auf Llama 3 liefert sie nachvollziehbare Ergebnisse mit Quellenangaben. Die Datengrundlage reichern wir via Retrieval Augmented Generation (RAG) an, sodass das LLM auf unternehmensinterne Daten zugreift.  Entsprechend ihrer Vorgaben für Datenschutz und Compliance entscheidet die Organisation selbst darüber, wo sie das System hostet und betreibt. Für das Hosting der Anwendung ohne Datenweitergabe an Dritte bietet Comma Soft ein On-Premise-Modell an, das auch hohe Datenschutzanforderungen erfüllt. Daten gelangen also nicht nach draußen, sondern bleiben im Unternehmen.

KI-gestütztes Wissensmanagement für Ihren Geschäftserfolg

Wissen ist ein Wettbewerbsfaktor für jedes Unternehmen – ganz gleich welcher Branche und Größe. Mithilfe von künstlicher Intelligenz lässt es sich noch effizienter aufbereiten, erschließen und in der Organisation verankern als bisher. Wir helfen Ihnen dabei,

• einen Überblick Ihrer Prozesse und deren Potenzial für KI-Optimierung zu erhalten. 
• KI-Technologie auszuwählen und passgenau in Ihre Webanwendungen zu integrieren.

Titelfoto: Freepik