Karl Wiig hat mit seinem Buch People-Focused Knowledge Management einen Klassiker geschrieben, der bis heute nachwirkt. Wiig erinnert daran, dass Wissensmanagement nie eindimensional war, sondern immer verschiedene Foki kannte: Mensch (People), Organisation (Process) und Technik (Technology). Je nach Zeitgeist stand mal der eine, mal der andere Fokus im Vordergrund. Aktuell ist es unübersehbar: Der Fokus liegt auf Künstlicher Intelligenz. Deshalb der Titel dieses Beitrags – als Hommage an Wiig und als Standortbestimmung für eine neue Ära: AI-Focused Knowledge Management.
Vom Tool zum Coworker in der Wissensarbeit
Die Dimension Technik hat uns über Jahrzehnte immer neue Werkzeuge beschert: Intranets, Wikis, Suchsysteme, Kollaborationsplattformen. Jedes dieser Tools hat nur dann etwas bewirkt, wenn Menschen es sich angeeignet haben. Ich sage dazu oft: „A fool with a tool is still a fool.“ Ein Werkzeug allein schafft kein Wissen.
KI, rein als Chatbot gedacht, reiht sich zunächst genau in diese Werkzeug-Tradition ein. Doch mit KI-Agenten und den jüngsten Entwicklungen ändert sich etwas Grundlegendes: Aus dem Werkzeug wird zunehmend ein „Coworker“. Ein aktuelles Paper von Tencent bringt diesen Wandel treffend auf den Punkt: From Chatbot to Digital Colleague. Die Autoren beschreiben fünf Meilensteine: vom Chatbot über Thinking LLMs und Agenten bis zu persistenten Arbeitsumgebungen (OpenClaw) und einem möglichen nächsten Paradigma echter Mensch-KI-Partnerschaft (Bildquelle, CC-BY-SA).
Die Kernaussage: KI ist nicht mehr nur ein weiteres Technik-Tool, das man erlernen muss, sondern KI wird zum Partner im Umgang mit Wissen. Dieser Rollenwechsel ist der Grund, warum wir Wissensmanagement jetzt neu denken müssen. Dafür brauchen wir keine neue Theorie. Die bewährten Modelle sind eine überraschend gute Landkarte.
Drei Landkarten für die neue Ära
Ich arbeite mit drei Orientierungsrahmen, die sich gegenseitig stützen:
- Die acht Bausteine des Wissensmanagements von Gilbert Probst, Steffen Raub und Kai Romhardt: das pragmatische Ordnungsraster für Interventionen.
- Das SECI-Modell von Ikujiro Nonaka und Hirotaka Takeuchi: die Wissensspirale mit vier Formen der Wissensumwandlung.
- ISO 30401: die internationale Norm für Wissensmanagementsysteme.
Die Verbindung liegt in einem Gedanken, der hinter jeder ISO-Managementnorm steckt, auch hinter der bekannten ISO 9001: dem PDCA-Zyklus nach Deming (Plan, Do, Check, Act). Wenn du die Bausteine von den Wissenszielen aus durchläufst, bekommst du genau einen solchen Zyklus in der Sprache des Wissensmanagements: Ziele setzen und Wissen identifizieren (Plan), Wissen erwerben, entwickeln, teilen, nutzen und bewahren (Do), Wissen bewerten (Check) und die Erkenntnisse in neue Wissensziele überführen (Act). Dieser Rückschritt zu den Zielen hat keinen eigenen Baustein, er steckt im Kreislauf selbst.
Die ISO 30401 folgt derselben Logik: Planung, Betrieb und Unterstützung, Leistungsbewertung, Verbesserung. Und sie führt zwei Kapitel, die wie Kurzfassungen unserer beiden anderen Landkarten wirken. Das Kapitel zur Wissensentwicklung (4.4.2) bündelt in wenigen Punkten, was die Bausteine des Wissensmanagements ausführlicher beschreiben: neues Wissen gewinnen, vorhandenes Wissen anwenden, bewahren und mit veraltetem oder ungültigem Wissen umgehen. Das Kapitel zu Wissensvermittlung und -umwandlung (4.4.3) entspricht fast eins zu eins den vier SECI-Konversionen: menschliche Interaktion, Repräsentation, Kombination sowie Internalisierung und Lernen.
Bausteine und SECI liefern also das Handwerkszeug, die Norm den Rahmen für ein Managementsystem. Schauen wir, was KI auf jeder dieser Ebenen verändert.
Die acht Bausteine von Probst et al. im KI-Zeitalter
Hier eine Sammlung von Ansatzpunkten, die sich in der Praxis bereits zeigen oder abzeichnen. Bewusst kompakt, damit du sie als Anregung für deine eigene Umsetzung nutzen kannst.
- Wissensziele: Orientierung geben, was wir wissen wollen und müssen.
- KI wertet Projektarchive aus und zeigt übersehene strategische Wissensziele.
- Szenario-Simulationen zeigen, welche Kompetenzen in drei bis fünf Jahren fehlen werden.
- KI leitet aus Unternehmenszielen persönliche Entwicklungsziele ab.
- Wissensidentifikation: Transparenz über vorhandenes Wissen schaffen.
- Automatisches Skill-Mapping aus E-Mails, Dokumenten und Tickets.
- KI findet vergessene Datenschätze auf Laufwerken (dunkles Wissen).
- Experten-Finder in Echtzeit: Wer arbeitet gerade an einem ähnlichen Problem?
- Wissenserwerb: Fehlendes Wissen von außen holen.
- Recherche-Agenten durchforsten Quellen, Patente und Wettbewerbsanalysen.
- Wissen aus Bewerbungsgesprächen und Interviews neuer Fachkräfte extrahieren.
- Kuratierte Briefings statt Informationsflut.
- Wissensentwicklung: Neues Wissen und neue Fähigkeiten entstehen lassen.
- KI als Sparringspartner, der unbequeme Rückfragen zu Annahmen stellt.
- Erste Entwürfe für Konzepte, Code oder Dokumente, die Menschen veredeln.
- Erkenntnisse aus verschiedenen Abteilungen zu neuen Lösungsansätzen verknüpfen.
- Wissens(ver)teilung: Wissen dorthin bringen, wo es gebraucht wird.
- Automatische Zusammenfassungen und Übersetzungen machen Wissen barrierefrei.
- Kontextsensitive Hinweise genau dann, wenn Wissen im Arbeitsfluss gebraucht wird.
- Podcast-zu-Wiki-Pipelines: Gespräche werden transkribiert, zusammengefasst und eingepflegt.
- Wissensnutzung: Wissen wirksam in die Anwendung bringen.
- Assistenten bieten Wissen proaktiv im genutzten Tool an, statt dass man es suchen muss.
- Fragen in eigenen Worten statt komplizierter Suchsyntax.
- KI erinnert an vorhandene Lösungen, bevor das Rad neu erfunden wird.
- Wissensbewahrung: Wertvolles Wissen vor dem Vergessen schützen.
- KI-gestützte Exit-Interviews dokumentieren Erfahrungswissen vor dem Ausscheiden.
- Lebendige Wissensarchive: KI hält Dokumentation aktuell und markiert Veraltetes.
- Digitale Wissenszwillinge auf Basis des Erfahrungswissens einzelner Expert:innen.
- Wissensbewertung: Wirkung messen und den Kreislauf schließen.
- Automatisiertes Controlling: Welche Dokumente und Antworten werden tatsächlich genutzt?
- Qualitäts-Scoring für Aktualität, Vollständigkeit und Widersprüche.
- Frühwarnsystem: Wiederkehrende ungelöste Fragen zeigen Wissenslücken.
Die Wissensspirale von Nonaka und Takeuchi im KI-Zeitalter
Das SECI-Modell beschreibt, wie Wissen zwischen implizit (im Kopf, in Erfahrung) und explizit (dokumentiert) wechselt und sich dabei von Einzelnen auf Teams und Organisationen ausweitet. KI greift an den vier Übergängen sehr unterschiedlich ein.
- Sozialisierung (implizit zu implizit): Erfahrungen im direkten Austausch teilen. Das bleibt im Kern menschlich, KI schafft Gelegenheiten.
- KI bringt passende Mentor:innen, Lernpartner:innen und Communities zusammen.
- KI bereitet Austauschformate vor, etwa mit Leitfragen auf Basis der letzten Projekte.
- Externalisierung (implizit zu explizit): Erfahrung in Worte fassen. Hier erleben wir die stärkste Veränderung.
- Gespräche aufzeichnen, transkribieren lassen und daraus per KI Dokumentation erstellen: ein Podcast über ein Projekt wird zum Lessons-Learned-Dokument oder Wiki-Artikel.
- KI führt Expert Debriefings und stellt gezielt Nachfragen, bis das Erfahrungswissen greifbar wird.
- Sprachnotizen und Whiteboard-Fotos werden zu strukturierten Notizen.
- Kombination (explizit zu explizit): Vorhandenes Wissen verknüpfen. Das ist das Heimspiel der KI.
- KI verbindet das dokumentierte Wissen der Organisation mit dem Wissen, das im Sprachmodell selbst gespeichert ist (Fachliteratur, Normen, Good Practices).
- Zusammenfassungen, Übersetzungen und Wissenslandkarten über große Dokumentenbestände.
- Antworten auf Fragen, die Wissen aus vielen Quellen kombinieren.
- Internalisierung (explizit zu implizit): Wissen durch Anwendung und Lernen verinnerlichen.
- KI als persönlicher Tutor mit individuellen Lernpfaden.
- Simulationen und Rollenspiele zum Üben, bevor es ernst wird.
- KI-Coach für die Reflexion nach Projekten oder Einsätzen.
Gerade die Internalisierung zeigt, dass Wissensmanagement und Personalentwicklung zusammengehören: Wissen wirkt erst, wenn Menschen es sich zu eigen machen. Darauf gehe ich gleich ein.
Warum das jetzt zählt
Diese Entwicklung fällt in eine Zeit wirtschaftlicher Unsicherheit, wachsenden Innovationsdrucks – nicht zuletzt aus China – und eines spürbaren demografischen Wandels. Genau wie das Internet vor rund 25 Jahren dem Wissensmanagement völlig neue Möglichkeiten eröffnet hat, tut dies heute die KI. Wer das jetzt nutzt, verschafft sich einen echten Vorsprung.
Besonders wichtig ist AI-Focused Knowledge Management in wissensintensiven Branchen, die an den sechs Schlüsseltechnologien der Hightech Agenda Deutschland arbeiten (Künstliche Intelligenz, Quantentechnologien, Mikroelektronik, Biotechnologie, Fusion und klimaneutrale Energieerzeugung sowie Technologien für klimaneutrale Mobilität). Diese Branchen sichern den künftigen Wohlstand unserer Gesellschaft, und ihr Wettbewerbsvorteil liegt im Wissen selbst.
Fazit und Ausblick: KnowledgeCamp
Wissensmanagement hat schon einmal einen fundamentalen technologischen Umbruch erlebt: das Internet. Heute stehen wir vor einem vergleichbaren Wendepunkt durch KI, nur dass sich diesmal nicht allein die Werkzeuge ändern, sondern die Rolle der Technik selbst. Aus dem Tool wird der Coworker. Bausteine, SECI und ISO 30401 zeigen dabei konkret, wo die Hebel liegen.
Auf dem KnowledgeCamp 2026 beleuchte ich diese Fragen gemeinsam mit Christoph Meier (SCIL, Universität St. Gallen) in unserem Vortrag „Wo KI im Wissensmanagement ansetzt – und was das für die Personalentwicklung bedeutet“. Ich skizziere den Rahmen aus ISO 30401, Bausteinen und SECI, Christoph vertieft den Einsatz von KI in Personalentwicklung und Weiterbildung.
Wie siehst du das?
Wo setzt du KI in deinem Wissensmanagement bereits ein, und wo siehst du noch ungenutztes Potenzial? Ich freue mich auf deine Gedanken in den Kommentaren und die Teilnahme an dieser Abstimmung zur Einschätzung der Wirkung von KI auf Bausteine und Wissensspirale.
Falls du AI-Focused Knowledge Management in deiner Organisation verankern möchtest: Ich unterstütze als Beirat für Führungskräfte sowie in Workshops und Vorträgen – sowohl Organisationen, die ihr bestehendes Wissensmanagement-Konzept um den KI-Fokus erweitern wollen, als auch solche, die ihr Konzept direkt KI-nativ neu aufbauen möchten. Kontaktiert uns gerne.
Transparenzhinweis: dieser Text und die zugehörige Präsentation wurde mit Hilfe von KI erstellt. Die kreative Idee, das Ausgangsmaterial und die innere Struktur habe ich erstellt.
- AI-Focused Knowledge Management – Eine neue Ära hat begonnen - 3. Oktober 2026
- New Kid on the Block: Lern geschehen! Summit in Berlin - 16. September 2026
- WissensTransferCamp 2026 – Das Programm steht! - 7. August 2026
