Wissensmanagement – Die neue Knappheit

Wissensmanagement klingt nach verstaubten Unternehmensberatungen, nach SharePoint-Ordnerstrukturen, die niemand pflegt, und nach Wikis, die keiner liest. Nach etwas, das man sich vornimmt, wenn gerade Zeit ist – die es nie gibt. Diese Gleichgültigkeit ist gefährlich. Wer sich jetzt nicht damit beschäftigt, wie mit Wissen im Unternehmen umgegangen wird, ist morgen abgehängt. Es geht um systemisches Denken, um die Gestaltung von Prozessen und Kultur – und letztlich um den Aufbau der Grundlage, auf der KI zukünftig arbeitet.

Das Ende der Ausreden

Bislang war fehlendes Wissensmanagement kein existenzielles Problem. Die meisten Unternehmen haben keine Ahnung, wo ihr Wissen eigentlich steckt. Es lebt in den Köpfen von Mitarbeitern, in E-Mail-Verläufen und Chats, im sporadisch gepflegten Confluence-System. Das war bis heute vor allem frustrierend und ineffizient – aber man konnte damit umgehen, solange die Informationen irgendwo im Unternehmen existierten.

Doch die Zeiten haben sich geändert. Menschen wechseln häufiger das Unternehmen oder gehen in Rente. Projekte werden komplexer. Die Geschwindigkeit, mit der sich Märkte und Technologien verändern, macht es unmöglich, sich auf informelle Wissensweitergabe zu verlassen.

Und dann ist da die KI. Eine Technologie, die nur so gut sein kann wie das Wissen, mit dem sie gefüttert wird. Ob KI im Unternehmen erfolgreich eingesetzt werden kann, hängt stark von den ihr zur Verfügung stehenden Daten ab. Wissen ist die wertvollste Ressource geworden – wird aber immer noch wie ein Nebenprodukt behandelt.

KI verändert nicht nur, was wir tun können. Sie verändert fundamental, was wertvoll ist. Routineaufgaben werden automatisiert, standardisierte Prozesse von Algorithmen übernommen. Was bleibt, ist das, was nicht standardisiert werden kann: Expertise, Kontext, Erfahrung.

Und hier offenbart sich ein Paradox: Wissen ist eine der wertvollsten Ressourcen – und gleichzeitig scheint es in Zeiten von LLMs wertlos geworden zu sein.

Wie Wissen verloren ging

Im Mittelalter trug der Handwerksmeister sein gesamtes Wissen in sich. Er kannte jeden Schritt des Prozesses, von der Materialbeschaffung bis zur Übergabe beim Kunden. Sein Wissen war implizit – in seinen Händen, seinen Erfahrungen, seinem Urteilsvermögen.

Spätestens mit der Industrialisierung zerfiel dieses Modell. Jeder Arbeiter war nur noch für einen winzigen Ausschnitt zuständig. Was davor und danach passierte, brauchte ihn nicht zu interessieren. Das Wissen über den Gesamtprozess ging verloren.

Diese Logik funktionierte, solange die Prozesse stabil blieben. Aber sie schuf ein fundamentales Problem: Unternehmen verloren die Fähigkeit, aus Erfahrung zu lernen. Wissen wurde fragmentiert, Kontext ging verloren – und mit ihm die Möglichkeit, Probleme systematisch zu verstehen und zu lösen.

Heute verschärft sich dieses Problem dramatisch. In einer volatilen Welt haben die Regeln von damals keinen Bestand. Was heute als Standard gilt, kann morgen obsolet sein. Wer in dieser Welt sein vorhandenes Wissen nicht zugänglich dokumentiert und aktualisiert, verliert nicht nur den Anschluss – er verliert die Grundlage, um überhaupt noch handlungsfähig zu bleiben.

Information als Qualitätsfaktor

Studien im Qualitätsmanagement zeigen, dass ein Großteil der Qualitätsmängel auf einen nicht funktionierenden Informationsfluss zurückzuführen ist – also darauf, dass die richtige Information nicht zur richtigen Zeit am richtigen Ort ist.

Das vielleicht eindrücklichste Beispiel dafür kommt von der NASA. Als die Raumfahrtbehörde Jahre nach dem Apollo-Programm versuchte, die F-1-Raketentriebwerke der Saturn V nachzubauen, stieß sie auf ein massives Problem: Die Blueprints existierten zwar, aber das Wissen, wie man diese Triebwerke tatsächlich baut, war verschwunden. Viele der Ingenieure waren verstorben oder in Rente. Und was noch gravierender war: Jedes F-1-Triebwerk war per Hand gebaut worden, mit undokumentierten Anpassungen, die nie formal festgehalten wurden. Die NASA musste ihre eigenen Triebwerke reverse-engineeren – weil das institutionelle Wissen verloren war.

Diese Informationslücken sind kein Zufall. Sie sind das direkte Ergebnis fehlenden Wissensmanagements. Und sie kosten Unternehmen täglich Geld, Zeit und Reputation.

William Edwards Deming (bekannt für seine Arbeit am Qualitätsmanagement) hat das schon in den 1950er Jahren beschrieben. Seine Kritik am tayloristischen System ging genau in diese Richtung: Man kann ein System nicht verbessern, wenn das Wissen über das System verloren gegangen ist. Qualität entsteht nicht durch Kontrolle, sondern durch Verstehen. Und Verstehen braucht Wissen.

Von Daten zu Wettbewerbsfähigkeit

Aber wovon sprechen wir eigentlich, wenn wir von Wissen, Information und Daten sprechen? Ich denke, hier liegt durch die unscharfe Trennung der Begriffe ein Missverständnis, das die aktuelle Debatte um KI und Wissen vernebelt und die Erklärung für das oben genannte Paradox darstellt.

Die Wissenstreppe nach Klaus North macht den Unterschied greifbar. Auf der untersten Stufe stehen Daten: isolierte Zeichen ohne Kontext. Eine Stufe höher steht Information: Daten im Kontext. Dann kommt Wissen: vernetzte Information, die anwendbar wird. Darüber stehen Können und Handeln: die Fähigkeit, Wissen in der Praxis einzusetzen und daraus konkrete Entscheidungen abzuleiten. Und ganz oben steht die Kompetenz und Wettbewerbsfähigkeit: die Fähigkeit, auch in unklaren Situationen richtig zu handeln und sich als Organisation zu behaupten.

Die meisten Unternehmen ertrinken in Daten. Sie sammeln alles: Verkaufszahlen, Nutzerdaten, Prozessmetriken. Aber sie schaffen es nicht, aus diesen Daten Information zu machen. Und noch weniger, aus Information Wissen zu generieren, das tatsächlich anwendbar ist.

Das Problem liegt im Informationsfluss. Daten werden gesammelt, aber nicht geteilt. Informationen werden dokumentiert, aber nicht zugänglich gemacht. Wissen entsteht, aber es bleibt in Silos – in Abteilungen, in Projekten, in einzelnen Köpfen.

Die neue Knappheit

Ich denke, wir können uns darauf einigen, dass Informationen nicht mehr knapp sind. Jeder kann heute innerhalb von Sekunden über ein LLM auf scheinbar jedes verfügbare Wissen zugreifen. Aber was ist dann die neue Knappheit?

Die Antwort liegt in genau dem Missverständnis, das Norths Wissenstreppe offenlegt: LLMs demokratisieren den Zugang zu Information, nicht zu Wissen. Sie können Fakten abrufen, Texte generieren, Muster erkennen. Aber sie können nicht gut einordnen, welche Information in einem spezifischen Kontext relevant ist. Sie können nicht beurteilen, ob eine Antwort zur aktuellen Situation passt. Sie können nicht aus individueller Erfahrung lernen.

Und das ist auch die Auflösung des Paradoxes: Es existiert nur, weil man Wissen, Daten und Information gedanklich gleichsetzt. Wer nicht unterscheidet, glaubt, dass KI das Wissensproblem löst. Tut sie aber nicht.

Die Wissenstreppe zeigt genau, wo die neue Knappheit liegt. Nicht auf den unteren Stufen – Daten und Information sind durch KI tatsächlich demokratisiert. Die Knappheit verschiebt sich nach oben:

Wissen bedeutet: Information in Kontext setzen können. Verstehen, warum etwas funktioniert, nicht nur dass es funktioniert. Zusammenhänge erkennen, die nicht offensichtlich sind.

Können bedeutet: Wissen in der Praxis anwenden. Entscheiden, welche Information relevant ist und welche nicht. Beurteilen, ob eine KI-generierte Antwort sinnvoll ist oder Unsinn.

Kompetenz bedeutet: Auch in unklaren, mehrdeutigen Situationen richtig entscheiden. Die Grenzen des eigenen Wissens erkennen. Den Unterschied zwischen Korrelation und Kausalität verstehen.

Genau diese Fähigkeiten kann KI nicht ersetzen. Und genau diese Fähigkeiten basieren auf systematischem Wissensmanagement. Ein Unternehmen, das sein Wissen nicht organisiert, hat keinen Kontext. Ohne Kontext kann es nicht beurteilen, ob eine KI-Antwort richtig oder falsch ist. Es kann nicht entscheiden, welche Information relevant ist. Es kann nicht aus Fehlern lernen.

Die neue Knappheit ist nicht der Zugang zu Information. Die neue Knappheit ist die Fähigkeit, mit dieser Information umzugehen.

Die KI-Falle

Trotzdem glauben viele Unternehmen, KI könne ihre Wissensprobleme lösen. Die Idee: Wir werfen alle Daten in ein Large Language Model, und die KI findet schon die richtigen Antworten. Was dabei unterschätzt wird: Wenn das Wissen im Unternehmen unvollständig, fragmentiert, unstrukturiert und in Silos verteilt ist, wird auch die KI fragmentierte und widersprüchliche Antworten geben.

Das Gefährliche dabei ist, dass KI es verführerisch leicht macht, Information zu konsumieren, ohne sie zu verstehen. Man kann Texte generieren lassen, ohne den Kontext zu kennen. Man kann Analysen erstellen lassen, ohne die zugrunde liegenden Daten zu verstehen. Das schafft eine gefährliche Illusion von Kompetenz.

Menschen glauben, etwas zu wissen, weil sie es abfragen können. Aber Abrufen ist nicht Verstehen. Generieren ist nicht Begreifen.

KI ist kein Ersatz für strukturiertes Wissen. Sie ist ein Werkzeug, das nur dann funktioniert, wenn die Grundlage stimmt.

Der Wettbewerbsvorteil

Unternehmen, die ihr Wissen nicht im Griff haben, verlieren die Kontrolle und werden abgehängt. Sie setzen Tools ein, die sie nicht verstehen. Sie treffen Entscheidungen auf Basis von Outputs, die sie nicht hinterfragen können. Sie verlieren den Anschluss, weil sie nicht mehr beurteilen können, welche Antworten sinnvoll sind und welche nicht.

Unternehmen, die ihr Wissen im Griff haben, gewinnen hingegen mehrfach. Sie können KI gezielt einsetzen, weil sie ihre Systeme mit hochwertigen, kontextreichen Daten füttern. Sie können die Qualität von KI-Outputs beurteilen, weil sie den fachlichen Kontext verstehen. Vor allem aber: Sie können die richtigen Fragen stellen. Denn nicht jeder, der eine Antwort bekommt, weiß auch, welche Frage gestellt werden muss. Diese Fähigkeit basiert auf Erfahrung, auf vernetztem Wissen, auf systematisch dokumentierter Expertise.

Systematisches Wissensmanagement schafft noch einen weiteren Vorteil: Schnelligkeit. Wenn Wissen zugänglich, vernetzt und aktuell ist, können Unternehmen schneller auf Veränderungen reagieren. Sie müssen nicht erst monatelang recherchieren, was vor drei Jahren funktioniert hat. Sie müssen nicht die gleichen Fehler wiederholen, weil niemand mehr weiß, warum eine Entscheidung damals anders getroffen wurde. Sie können aus ihrer eigenen Geschichte lernen – und das ist in volatilen Märkten ein entscheidender Vorteil.

Wissensmanagement war schon immer wichtig. Aber jetzt wird es existenziell. Wer wartet, bis die KI-Transformation abgeschlossen ist, hat verloren. Wer jetzt anfängt, systematisch mit Wissen umzugehen, legt das Fundament für die nächsten Jahre. Wer es nicht tut, wird sich bald fragen, warum alle anderen schneller, besser, effizienter sind.