Wir haben in Unternehmen jahrelang versucht, Wissenssilos aufzubrechen. Wir haben Wikis eingeführt, Dokumentationen geschrieben, zentrale Ablagen geschaffen und Prozesse entwickelt, damit wichtige Informationen nicht ausschließlich in den Köpfen einzelner Mitarbeitender existieren.
Und jetzt führen wir mit Begeisterung künstliche Intelligenz ein – und schaffen damit möglicherweise gerade eine völlig neue Generation von Wissenssilos.
Das Bemerkenswerte daran ist, dass wir diese Silos ausgerechnet mit einer Technologie erzeugen, die uns eigentlich dabei helfen soll, Wissen besser zugänglich zu machen.
Wenn aus einem Gespräch wertvolles Unternehmenswissen wird
Stell dir vor, eine Mitarbeiterin beschäftigt sich mit einem Problem, das im Unternehmen schon mehrfach aufgetreten ist. Sie analysiert gemeinsam mit ihrem KI-Assistenten die Situation, prüft unterschiedliche Lösungswege, verwirft einige davon und findet schließlich eine funktionierende Lösung.
Vielleicht geht es um einen technischen Fehler, eine ungewöhnliche Kundenanforderung oder einen komplizierten internen Ablauf. Die KI hilft dabei, Zusammenhänge zu erkennen, Informationen aufzubereiten und die richtige Entscheidung vorzubereiten.
Am Ende ist das Problem gelöst. Die Mitarbeiterin ist zufrieden, die Arbeit kann weitergehen.
Ein wirklich produktiver Einsatz von KI.
Aber wo ist das Wissen geblieben, das während dieses Gesprächs entstanden ist?
Im Chat.
Dort liegt jetzt eine Lösung, in die möglicherweise mehrere Stunden menschlicher Erfahrung, fachlicher Überlegungen und KI-gestützter Analyse eingeflossen sind. Sie ist für die Mitarbeiterin weiterhin erreichbar. Für den Kollegen, der nächste Woche vor demselben Problem steht, existiert sie dagegen praktisch nicht.
Er wird die Frage erneut stellen. Eine weitere Analyse durchführen. Möglicherweise dieselben Fehler machen und schließlich zu einem ähnlichen Ergebnis kommen.
Beide haben mit KI produktiv gearbeitet.
Das Unternehmen hat trotzdem zweimal für dieselbe Erkenntnis bezahlt.
Die KI macht uns produktiver. Aber lernt dadurch auch unser Unternehmen?
Für mich liegt hier einer der größten Denkfehler beim Einsatz künstlicher Intelligenz in Unternehmen.
Wir betrachten häufig die Produktivität einzelner Mitarbeitender. Wie viel schneller können sie Aufgaben erledigen? Wie viel Zeit sparen sie bei Recherche, Analyse oder Dokumentation? Wie viele Tätigkeiten lassen sich automatisieren?
Das sind berechtigte Fragen. Aber sie betrachten nur einen Teil des möglichen Nutzens.
Wenn hundert Mitarbeitende mithilfe von KI ihre individuellen Aufgaben schneller erledigen, ist das zunächst ein Erfolg. Wenn die dabei gewonnenen Erkenntnisse jedoch in hundert voneinander getrennten Chatverläufen verbleiben, entsteht daraus noch lange kein intelligenteres Unternehmen.
Im Gegenteil: Je intensiver wir KI einsetzen, desto mehr wertvolles Wissen kann außerhalb unserer gemeinsamen Wissensbasis entstehen.
Früher steckte dieses Wissen vielleicht in persönlichen Notizbüchern, lokalen Dateien oder E-Mail-Postfächern. Heute liegt es zunehmend in KI-Gesprächen.
Die Technologie hat sich verändert. Das organisatorische Problem ist erstaunlich ähnlich geblieben.
Individuelle Produktivität ist nicht dasselbe wie organisationales Lernen.
Ein Unternehmen lernt erst dann nachhaltig, wenn Erkenntnisse über den einzelnen Menschen und die einzelne Arbeitssituation hinaus verfügbar bleiben.
Warum das Problem größer ist als ein fehlendes Chatarchiv
Natürlich könnte man argumentieren, dass KI-Chats gespeichert werden und sich später wieder aufrufen lassen.
Aber damit verwechseln wir die Speicherung eines Gesprächs mit der Bewahrung von Wissen.
Ein Chatverlauf enthält Fragen, Vermutungen, falsche Ansätze, verworfene Ideen und manchmal auch Informationen, die überhaupt nicht für andere bestimmt sind. Die eigentliche Erkenntnis versteckt sich möglicherweise irgendwo zwischen Dutzenden Nachrichten.
Selbst wenn alle Mitarbeitenden Zugriff auf diese Gespräche hätten, wäre damit wenig gewonnen. Niemand möchte sich durch fremde Chatverläufe arbeiten, um herauszufinden, welche Lösung am Ende tatsächlich funktioniert hat.
Und aus guten Gründen sollten persönliche KI-Gespräche auch nicht automatisch für alle sichtbar werden.
Was wir brauchen, ist deshalb keine zentrale Sammlung sämtlicher Unterhaltungen. Wir brauchen die Möglichkeit, relevante Erkenntnisse bewusst aus einem Gespräch herauszulösen und in dauerhaft nutzbares Unternehmenswissen zu verwandeln.
Das bedeutet auch, zwischen einer interessanten Idee und einer geprüften Information zu unterscheiden. Wissen muss eingeordnet, bei Bedarf freigegeben, aktualisiert und mit den richtigen Zugriffsrechten versehen werden.
Sonst ersetzen wir die bisherigen Wissenssilos lediglich durch einen großen gemeinsamen Speicher voller ungeprüfter KI-Ergebnisse.
Der entscheidende Schritt muss im Arbeitsalltag funktionieren
Es gibt durchaus unterschiedliche technische Möglichkeiten, Informationen dauerhaft zu speichern und für KI-Assistenten verfügbar zu machen. Das eigentliche Problem ist also nicht, dass uns eine Datenbank oder eine geeignete Schnittstelle fehlen würde.
Die entscheidende Frage ist eine andere:
Wie wahrscheinlich ist es, dass jemand nach einem erfolgreichen KI-Gespräch tatsächlich noch eine zusätzliche Anwendung öffnet, einen Artikel anlegt, den Inhalt aufbereitet und anschließend die richtige Ablage auswählt?
Manchmal wird das passieren. Häufig wird es im Arbeitsalltag schlicht untergehen.
Genau dieser Gedanke war für mich bei der Entwicklung von Atrium Tablinum entscheidend.
Warum sollte ein Mitarbeiter seinen gewohnten Arbeitsablauf überhaupt verlassen müssen?
Wenn er ohnehin gerade mit ChatGPT oder Claude arbeitet, kann er seinem Assistenten auch einfach sagen: „Speichere diese Lösung für unser Team in Atrium.“
Der Assistent bereitet die Information auf und legt sie im gemeinsamen Wissensspeicher ab. Dort kann sie entsprechend den Berechtigungen geprüft, gepflegt und später von anderen Mitarbeitenden wiedergefunden werden – auch wenn diese einen völlig anderen KI-Assistenten verwenden.
Das Wissen verlässt den Chat. Der Mensch muss dafür seinen Arbeitsfluss nicht verlassen.
Darin liegt für mich der entscheidende Unterschied.
Nicht darin, dass Atrium Informationen speichern kann. Das können andere Systeme auch. Sondern darin, dass das gemeinsame Unternehmenswissen direkt aus der vertrauten Arbeit mit einem KI-Assistenten heraus entsteht und später auf demselben einfachen Weg wieder genutzt werden kann.
Ohne dass jeder Mitarbeiter verstehen muss, wie die technische Infrastruktur dahinter funktioniert.
Und genau das macht einen solchen Ansatz auch außerhalb der IT-Abteilung alltagstauglich.
Wir sollten anfangen, den richtigen Erfolg zu messen
Vielleicht müssen wir unsere Erwartungen an künstliche Intelligenz in Unternehmen deshalb ein Stück weit verändern.
Es ist beeindruckend, wenn ein Mitarbeiter mit KI eine Aufgabe in einer Stunde erledigt, für die er früher einen ganzen Tag gebraucht hätte.
Noch wertvoller wird dieser Erfolg aber, wenn seine Erkenntnisse dazu führen, dass zehn andere Mitarbeitende dieselbe Aufgabe beim nächsten Mal gar nicht mehr von vorne beginnen müssen.
Dann entsteht aus individueller Produktivität ein gemeinsamer Fortschritt.
Dafür müssen wir nicht jedes KI-Gespräch dokumentieren und schon gar nicht jede Antwort zu Unternehmenswissen erklären. Wir müssen vielmehr lernen, die wirklich wertvollen Erkenntnisse zu erkennen, zu bewahren und anderen zugänglich zu machen.
Ich glaube, dass darin ein wesentlicher Teil der nächsten Entwicklungsstufe des KI-Einsatzes in Unternehmen liegt.
Denn die Frage sollte langfristig nicht nur lauten, wie viel intelligenter jeder einzelne Mitarbeiter durch KI geworden ist.
Sondern auch, wie viel intelligenter das Unternehmen durch die Arbeit seiner Mitarbeitenden geworden ist.
Wenn wir darauf keine überzeugende Antwort haben, schaffen wir mit KI möglicherweise gerade die produktivsten Wissenssilos, die es jemals gab.
