Wissensmanagement ist in vielen Unternehmen ein verbrannter Begriff. Doch durch Methoden im Bereich der KI ergeben sich für Unternehmen neue Möglichkeiten, die KI im Wissensmanagement einzusetzen. In diesem Blogartikel beschreiben wir, was in der Vergangenheit schief lief, warum es an der Zeit ist, sich nochmal mit Wissensmanagement zu beschäftigen und was sich durch KI verändert hat.
Inhaltsverzeichnis
Warum ist Wissensmanagement ein verbrannter Begriff?
Gerade in den 2000er Jahren war Wissensmanagement ein gehypter Begriff – auch wenn KI im Wissensmanagement natürlich noch keine Option war. Die Möglichkeit, Informationen digital abzuspeichern und schnell wieder zu finden wurde auf einmal für viele Unternehmen zugänglich.
In der Praxis entstanden in den Unternehmen – bis heute übrigens – immer neue Datensilos. Laufwerke, SharePoint, Teams, Intranet, DMS, etc – um nur ein paar von ihnen zu nennen. Schnell war auch damals schon nicht mehr klar, wo welche Information abliegt.
Die Lösung damals: Man nimmt einfach ein Wissensmanagementtool und speichert dort alle relevanten Informationen ab. Dann gibt es immer einen zentralen Ort, um die Informationen zu finden.
Das Problem dabei: Ein solches Tool muss immer gepflegt werden. Viel zu oft ging es in solchen Projekten um die Prozesse, die Technologie oder das Tool selbst. Die Mitarbeiter oder der notwendige Wandel bei den Mitarbeitern fehlte einfach und viele speicherten die Dinge nach wie vor in den Datensilos ab – so wie es die letzten Jahre auch gemacht wurde. Zu guter Letzt muss man auch festgehalten werden, dass ein Großteil des Wissens nicht in den streng dokumentierten Prozessen liegt, sondern im täglichen Doing. In den Dokumenten, den E-Mails & Co.
Wer von uns einige Tipps haben möchte, wie man analoges Expertenwissen aus den Köpfen der Mitarbeitenden digitalisieren kann, der sollte sich diesen Blogbeitrag ansehen.
Warum hat Wissensmanagement durch KI eine neue Chance verdient?
In den letzten Jahren hat sich jedoch einiges getan. Neben der Kultur hat sich auch die Technologie verändert. Daher sind hier 5 Gründe, warum es sich lohnt, das Thema Wissensmanagement nochmal neu anzuschauen:
1. Es ist mehr digitalisiert
Wo Unternehmen in den 2000er Jahren auf einem grünen Feld standen und verhältnismäßig keine Daten hatten, blicken die meisten Unternehmen nun auf 20+ Jahre an Daten zurück. Das bedeutet, es ist schon deutlich mehr Know-How digitalisiert. Dieses muss also nicht erst für ein solches Projekt digitalisiert werden.
2. Schnittstellen sind Stand der Technik
Wo Schnittstellen für viele Softwareanbieter Anfang der 2000er noch Fremdwörter waren, besitzen fast alle Systeme mittlerweile Schnittstellen. Somit ist die Kommunikation – und auch die Möglichkeit, Wissen aus den Systemen herauszuholen – deutlich vereinfacht worden. Lösungen, die keine Schnittstellen haben sind heutzutage eher die Ausnahme und werden über kurz oder lang wohl vom Markt verschwinden.
3. Die Kultur in Unternehmen wandelt sich
Wo früher einige MitarbeiterInnen das Selbstverständnis hatten, auf dem Know-How zu sitzen und die Daten der Abteilungen streng getrennt waren, lockert sich dies in den letzten Jahren auf. Durch Kollaborationstools wie Intranets oder bspw. Teams werden Informationen deutlich zugänglicher und auch Unternehmen legen einen Fokus auf kollaborative Arbeit. Und auch die Mitarbeiter merken, dass es immer wichtiger wird, Wissen zu teilen und zugänglich zu machen.
4. Datenmengen steigen exponentiell
Wer seine IT fragt, wie schnell die Datenmengen des eigenen Unternehmens über die Jahre gewachsen sind, wird vermutlich Antworten von um die 50% und höher bekommen. Es ist also nicht nur die Technologie da, sondern es ist auch nötig KI-Tools einzuführen, um einen Überblick über das Know-How zu behalten.
5. Mitarbeiterdurchlauf & Fachkräftemangel haben sich erhöht
Wo es früher oft die Norm war, dass Mitarbeiter über mehrere Jahrzehnte, teilweise von der Ausbildung bis zur Rente bei Unternehmen blieben, wechseln gerade jüngere Mitarbeiter spätestens alle 5 Jahre. Früher blieb das Know-How also im Unternehmen, mittlerweile verlässt es umso schneller wieder das Unternehmen.
Unternehmen müssen heute – mehr denn je – sicherstellen, dass neue Mitarbeiter möglichst schnell effizient werden und das Know-How des Unternehmens richtig einsetzen.
In unserem White Paper „So geht eine erfolgreiche Einführung von generativer KI“ erklären wir, was eine erfolgreiche Einführung von generativer KI im Unternehmen ausmacht. Wer das gesamte, 16-seitige White Paper mit allen Insights lesen möchte, der kann sich den ganzen Report hier kostenlos herunterladen:
Wie kann man KI im Wissensmanagement einsetzen?
Seit 2022 erfährt insbesondere die generative Künstliche Intelligenz einen echten Hype durch Anwendungen wie ChatGPT. Doch die Technologie darunter existiert bereits seit 2017 und hat mehrere Anwendungsfälle, die sich ideal für das Wissensmanagement miteinander kombinieren lassen und viele weitere Möglichkeiten bieten.
Für Wissensmanagement sind insbesondere die Anwendungsfälle Information Retrieval sowie generative KI relevant. Und in diesen Bereichen setzt man KI im Wissensmanagement idealerweise ein:
Was ist Information Retrieval?
Beim Information Retrieval geht es darum, Informationen aus einem bestimmten Datensatz wieder zu finden. Dies geht natürlich auch ohne Künstliche Intelligenz und nennt sich dann Keyword-basierte Suche. Doch es hat sich einiges getan: 2017 wurden auf einer Entwicklerkonferenz von Google sogenannte Transformermodelle vorgestellt. In 2020 haben wir einige unserer selbsttrainierten Modelle Open Source gestellt. Damit muss nun nicht mehr nach Worthäufigkeiten in einem Dokument gesucht werden, sondern man kann nun über semantische Inhalte nach Informationen suchen. Für den Mitarbeitenden bedeutet das, dass es nicht mehr darauf ankommt, genau das richtige Wording zu treffen, sondern vor allen Dingen auf die Inhaltliche Bedeutung seiner Suchanfrage. In diesem Blogbeitrag haben wir niedergeschrieben, wie eine KI-basierte Suche im Gegensatz zu einer Keyword-basierten Suche funktioniert.
Kurz zusammengefasst sind das die größten Vorteile dieser Technologie für Information Retrieval:
- Informationen bzw. Daten müssen nicht mehr redaktionell oder manuell aufbereitet werden, um für die KI verständlich zu sein.
- Die KI versteht, worum es in Dokumenten geht. Es geht weniger um das genau Wording, sondern viel stärker um echte Inhalte.
Idealerweise wird diese Technologie also in einer Enterprise Search eingesetzt. Eine Enterprise Search ist eine unternehmensinterne, systemübergreifende Suchmaschine, die Mitarbeitenden hilft, die unternehmensinternen Informationen zu finden. Dadurch werden dann auch die „operativen“ Informationen, aus Dokumenten, Teamschats, Projektmanagementtools etc mit in die Suche einbezogen, ohne das diese separat aufbereitet werden müssen. Bei amberSearch funktioniert das übrigens alles unter Berücksichtigung der Zugriffsrechte und der DSGVO.
Generative KI im Wissensmanagement
Generative KI alleine bringt im Wissensmanagement nicht viel, sondern es muss mit einer Enterprise Search kombiniert werden. Dann kann eine generative KI nämlich die Informationen, die für den Mitarbeitenden in der jeweiligen Situation relevant sind, besser aufbereiten bzw. zusammenzufassen. Ein solches System nennt man dann ein Retrieval Augmented Generation (RAG) System.
In diesem Fall wird der Input der generativen KI durch eine vorgeschaltete Suche definiert. Darüber können dann auch alle Zugriffsrechte berücksichtigt werden. Die Kombination aus Enterprise Search und generativer KI geben Unternehmen die Möglichkeit, sich einen DSGVO-konformen Chatbot, ähnlich wie dem Copiloten von Microsoft, jedoch über alle unternehmensinternen Softwaresysteme, zu bauen. Wer einen ersten Eindruck davon bekommen möchte, der sollte amberAI ausprobieren.
Damit jeder amberSearch einmal ausprobieren kann, haben wir in unserer Onlinedemo eine mittlere sechsstellige Anzahl an Dokumenten auf über 10 Systeme verteilt:
KI im Wissensmanagement wird unerlässlich sein
Dadurch, dass KI mittlerweile soweit ist, dass Informationen nicht mehr aufbereitet werden müssen, ist die Einführung solcher Systeme kein Riesenprojekt mehr. Als Beispiel: Die technische Einführung von amberSearch als Managed Service Lösung benötigt im Idealfall 2-3 Stunden von einem IT-Administrator.
Da parallel die Datenmengen so schnell steigen, dass schon heute kein Mitarbeiter mehr einen Überblick über alle Informationen hat und der Fachkräftemangel sich zu dem verstärkt, werden Unternehmen Lösungen einführen müssen, die ihre Mitarbeitenden deutlich effizienter machen.
Du findest unseren Content spannend?
Dann bleib jetzt über unseren Newsletter mit uns in Kontakt: