Wtc26/Wissensdokumentation ohne Zusatzaufwand: Kann Copilot das lösen? (wtc26)
Wissensdokumentation ohne Zusatzaufwand: Kann Copilot das lösen?
Diese Session widmete sich der Frage, ob und wie KI-Tools wie Copilot den Wissenstransfer und die Wissensdokumentation in Organisationen unterstützen können, ohne den Moderationsaufwand für Wissenstransfer-Verantwortliche zu erhöhen. Die Diskussion zeigte kontroverse Perspektiven zwischen technischer Machbarkeit und menschlich-emotionalen Anforderungen an gute Wissenstransfer-Prozesse. Anhand konkreter Praxisbeispiele aus verschiedenen Organisationen wurden Chancen, aber auch deutliche Grenzen von KI-gestützten Ansätzen herausgearbeitet.
Session Owner: Benjamin Wölfel
Schlagworte: KI im Wissenstransfer, Expert Debriefing, Wissenslandkarte, Copilot, implizites Wissen, Dokumentation
Der Ausgangspunkt: KI als Unterstützung für Moderator:innen
Der Session Owner beschrieb seine bisherige Praxis, Wissenstransfers mittels Expert-Debriefing-Interviews und Wissenslandkarten zu dokumentieren. Er stellte die Idee vor, KI (insbesondere Copilot) als Unterstützung einzusetzen – sowohl bei der Transkription und Zusammenfassung von Interviews als auch möglicherweise als eigenständigen “Agenten”, der Mitarbeitende direkt befragt. Zentrale Frage: Wo kann KI im Prozess sinnvoll ansetzen, ohne die persönliche Vertrauensbasis zu ersetzen, die für Wissenstransfer essenziell ist?
Kritische Gegenpositionen: Menschliche Faktoren vs. Tool-Fixierung
Mehrere Teilnehmende warnten eindringlich vor einer reinen Tool-Fokussierung. Ein Praxisbeispiel aus einem Großkonzern zeigte, wie ein von der IT bereitgestelltes KI-Chat-Tool zur Wissenssicherung ohne begleitende Prozesse und ohne Wertschätzung der Mitarbeitenden eingesetzt wird – mit der Gefahr, dass nur oberflächliches Wissen erfasst wird und die entscheidende Einordnung durch einen Menschen fehlt. Die Diskussion betonte, dass Aspekte wie Wertschätzung, Vertrauen und sozio-emotionale Zwischenmenschlichkeit von KI-Systemen bisher nicht abgebildet werden können, da Wissenstransfer eine hochgradig implizite Angelegenheit ist.
Differenzierung der Einsatzfelder für KI
Ein wichtiger Diskussionsstrang differenzierte drei Ebenen: die Moderation (Beziehungsaufbau, Vertrauen), die Dokumentation (Erfassen und Strukturieren von Inhalten) und den Transfer (Wissen nutzbar machen). Konsens war, dass KI in Dokumentation und Transfer bereits Potenzial zeigt, in der Moderation aber weiterhin fragwürdig bleibt. Auch die Idee eines “digitalen Zwillings” oder Avatars, der stellvertretend für Moderator:innen Interviews führt, wurde als Experiment diskutiert, setzt aber eine vorherige persönliche Vertrauensbasis voraus.
Praktische Ansatzpunkte und Grenzen
Mehrere Teilnehmende berichteten von konkreten Experimenten: Auswertung von Marktstudien durch KI zur Anreicherung von Wissensgeber-Reflexionen, kleine Prompt-Bausteine für Alltagsanwendungen (z. B. Ansprechpartner-Netzwerke, Social-Network-Diagramme) statt eines “Big Bang”-Dokumentationsprojekts, sowie DIY-Pakete mit Reflexionsfragen für Mitarbeitende. Kritisch angemerkt wurde, dass die Menge an vorhandenem dokumentierten Wissen (die berühmten “80/20”) oft zu gering ist, um verlässliche KI-Antworten zu generieren, und dass Transparenz über Datenbasis und Grenzen der Systeme fehlt.
Fazit
- KI ersetzt keine Vertrauensbasis: Der Aufbau von Vertrauen zwischen Moderator:in und Wissensgeber:in bleibt zentral für erfolgreichen Wissenstransfer – KI kann hier unterstützen, aber nicht substituieren.
- Differenzierte Nutzung statt Gesamtlösung: KI sollte gezielt in klar abgegrenzten Teilschritten (Dokumentation, Musteranalyse, Reflexionsunterstützung) eingesetzt werden, nicht als Ersatz für den gesamten Prozess.
- Experimentieren statt Patentlösung: Der Umgang mit KI im Wissenstransfer erfordert eine Try-and-Error-Haltung mit kleinen, konkreten Anwendungsfällen (z. B. kleine Prompts, Netzwerk-Diagramme), aus denen sukzessive eine Sammlung bewährter Praktiken entstehen kann.
