Copedia - Letzte Änderungen [de]

Wissen managen

Simon.dueckert — Sat, 02 May 2026 05:23:25 GMT

Kernaussagen

← Nächstältere Version		Version vom 2. Mai 2026, 07:23 Uhr
Zeile 6:		Zeile 6:
	== Kernaussagen ==		== Kernaussagen ==

	* Wissen ist die einzige Ressource, die sich durch Gebrauch vermehrt und wird zur wichtigsten Wettbewerbsressource		* [[Wissen]] ist die einzige Ressource, die sich durch Gebrauch vermehrt und wird zur wichtigsten Wettbewerbsressource
	* Die organisationale Wissensbasis umfasst individuelle und kollektive Wissensbestände sowie Daten und Informationen		* Die organisationale [[Wissensbasis]] umfasst individuelle und kollektive Wissensbestände sowie Daten und Informationen
	* Acht [[Bausteine des Wissensmanagements]] bilden einen integrierten Managementkreislauf		* Acht [[Bausteine des Wissensmanagements]] bilden einen integrierten Managementkreislauf
	* Wissensziele auf normativer, strategischer und operativer Ebene geben dem Wissensmanagement Richtung		* Wissensziele auf normativer, strategischer und operativer Ebene geben dem Wissensmanagement Richtung

Gesellschaft für Wissensmanagement

Simon.dueckert — Wed, 29 Apr 2026 09:06:08 GMT

GfWM Impulse

← Nächstältere Version		Version vom 29. April 2026, 11:06 Uhr
Zeile 14:		Zeile 14:
	Im Jahr. 2026 hat die GfWM mit dem Format GfWM Impulse eine Veranstaltungsreihe mit Vorträgen von Mitgliedern für Mitglieder gestartet:		Im Jahr. 2026 hat die GfWM mit dem Format GfWM Impulse eine Veranstaltungsreihe mit Vorträgen von Mitgliedern für Mitglieder gestartet:

	* 22.04.2026: [[Gesellschaft für Wissensmanagement/Warum Wissensmanagement-Projekte scheitern (GfWM Impulse)\|Warum Wissensmanagement-Projekte scheitern – und zwar nachhaltig?]] mit Pavel Kraus		* '''22.04.2026:''' [[Gesellschaft für Wissensmanagement/Warum Wissensmanagement-Projekte scheitern (GfWM Impulse)\|Warum Wissensmanagement-Projekte scheitern – und zwar nachhaltig?]] mit Pavel Kraus
	* '''26.03.2026:''' [[Gesellschaft für Wissensmanagement/Wissensorientierung als Führungsaufgabe (GfWM Impulse)\|Wissensorientierung als Führungsaufgabe]] mit [https://www.linkedin.com/in/nakhosteen/ Benjamin Nakhosteen]		* '''26.03.2026:''' [[Gesellschaft für Wissensmanagement/Wissensorientierung als Führungsaufgabe (GfWM Impulse)\|Wissensorientierung als Führungsaufgabe]] mit [https://www.linkedin.com/in/nakhosteen/ Benjamin Nakhosteen]

Gesellschaft für Wissensmanagement/Warum Wissensmanagement-Projekte scheitern (GfWM Impulse)

Simon.dueckert — Wed, 29 Apr 2026 09:05:17 GMT

HIL

← Nächstältere Version		Version vom 29. April 2026, 11:05 Uhr
Zeile 1:		Zeile 1:
	Wissensmanagement scheitert in der Praxis selten an fehlender Technologie, sondern fast immer an falschen Erwartungen, organisatorischer Fehlverortung und der Verwechslung von Wissen mit Information. Anhand langjähriger Beratungserfahrung werden typische Scheitermuster analysiert und ein praxiserprobtes Gegenbild skizziert. Der entscheidende Erfolgsfaktor ist die Verankerung von Wissensmanagement in den primären, wertschöpfenden Leistungsprozessen einer Organisation – mit klaren Kennzahlen, Unterstützung durch Führungskräfte und messbaren Ergebnissen.		[[Wissensmanagement]] scheitert in der Praxis selten an fehlender Technologie, sondern fast immer an falschen Erwartungen, organisatorischer Fehlverortung und der Verwechslung von [[Wissen]] mit [[Information]]. Anhand langjähriger Beratungserfahrung werden typische Scheitermuster analysiert und ein praxiserprobtes Gegenbild skizziert. Der entscheidende Erfolgsfaktor ist die Verankerung von Wissensmanagement in den primären, wertschöpfenden Leistungsprozessen einer Organisation – mit klaren Kennzahlen, Unterstützung durch Führungskräfte und messbaren Ergebnissen.

			'''Referent:''' [https://www.linkedin.com/in/pavel-kraus/ Pavel Kraus]

	== Typische Scheitermuster und ihre Ursachen ==		== Typische Scheitermuster und ihre Ursachen ==

	Ein zentrales Muster des Scheiterns ist die überhöhte Erwartung an Technologielösungen – das, was treffend als '''„Zauberfee"''' bezeichnet wird: die Illusion, man installiere ein Tool, und Wissen fließe automatisch. Zwei konkrete Beispiele illustrieren dies eindrücklich. Bei ~~'''~~Roche~~'''~~ wurde eine Plattform zum Teilen von Informationen über klinische Versuche mit erheblichem Aufwand – inklusive intensiver Befüllung vor dem Launch – eingeführt. Nach zwei Wochen ohne Beteiligung der Nutzenden und einem halben Jahr ohne Belebung wurde sie still abgeschaltet; '''5 Millionen''' wurden abgeschrieben. Bei '''Boehringer Mannheim''' scheiterte eine Kontaktdatenbank (vergleichbar einem CRM-System, Customer Relationship Management), in die Kundenbesuche eingetragen und Erfahrungen ausgetauscht werden sollten, auf ähnliche Weise.		Ein zentrales Muster des Scheiterns ist die überhöhte Erwartung an Technologielösungen – das, was treffend als '''„Zauberfee"''' bezeichnet wird: die Illusion, man installiere ein Tool, und Wissen fließe automatisch. Zwei konkrete Beispiele illustrieren dies eindrücklich. Bei [[Roche]] wurde eine Plattform zum Teilen von Informationen über klinische Versuche mit erheblichem Aufwand – inklusive intensiver Befüllung vor dem Launch – eingeführt. Nach zwei Wochen ohne Beteiligung der Nutzenden und einem halben Jahr ohne Belebung wurde sie still abgeschaltet; '''5 Millionen''' wurden abgeschrieben. Bei '''Boehringer Mannheim''' scheiterte eine Kontaktdatenbank (vergleichbar einem CRM-System, Customer Relationship Management), in die Kundenbesuche eingetragen und Erfahrungen ausgetauscht werden sollten, auf ähnliche Weise.

	Als strukturelle Ursachen werden benannt: falsche Vorstellungen davon, was Wissensmanagement leisten kann; interne Regeln (z. B. darf man keine IT-Ausgaben tätigen, obwohl Organisationsentwicklung erlaubt wäre); Reorganisationen mitten in laufenden Projekten, die das Interesse an solchen Vorhaben erlöschen lassen; und schließlich die häufige '''Verwechslung von Information und Wissen'''. Letzteres wird im ~~SKMF~~-~~Dachglossar~~ klar definiert: '''Wissen existiert ausschließlich im Kopf eines Menschen''' – alles außerhalb, auch das sogenannte „explizite Wissen", ist Information.		Als strukturelle Ursachen werden benannt: falsche Vorstellungen davon, was Wissensmanagement leisten kann; interne Regeln (z. B. darf man keine IT-Ausgaben tätigen, obwohl Organisationsentwicklung erlaubt wäre); Reorganisationen mitten in laufenden Projekten, die das Interesse an solchen Vorhaben erlöschen lassen; und schließlich die häufige '''Verwechslung von Information und Wissen'''. Letzteres wird im [[D-A-CH Wissensmanagement Glossar]] klar definiert: '''Wissen existiert ausschließlich im Kopf eines Menschen''' – alles außerhalb, auch das sogenannte „explizite Wissen", ist Information.

	Auch die Besetzung von Wissensmanagement-Projekten mit unerfahrenen Junioren statt mit anerkannten Fachleuten wird als häufiger Fehler genannt, ebenso die Einstellung: „Wissensmanagement machen wir später."		Auch die Besetzung von Wissensmanagement-Projekten mit unerfahrenen Junioren statt mit anerkannten Fachleuten wird als häufiger Fehler genannt, ebenso die Einstellung: „Wissensmanagement machen wir später."
Zeile 11:		Zeile 13:
	== Das Drei-Sphären-Modell: Wissen, Information und Handlungsfähigkeit ==		== Das Drei-Sphären-Modell: Wissen, Information und Handlungsfähigkeit ==

	Zur Erklärung, warum technologiezentrierte Ansätze so oft versagen, dient das '''Drei-Sphären-Modell''', das im Rahmen des SKMF (Schweizerische Gesellschaft für Wissensmanagement, im Transkript erwähnt) entwickelt wurde. Das Modell unterscheidet drei Sphären entlang zweier Achsen: Die linke Achse beschreibt den Anteil von Wissen (alles im Kopf, alles in Diskussionen) versus Information (alles aufgeschrieben, alles dokumentiert). Die untere Achse beschreibt den '''Beitrag zum Erfolg''' – von passiv und teuer (links, IT-Seite) bis aktiv und kostengünstig (rechts, Wissensseite).		Zur Erklärung, warum technologiezentrierte Ansätze so oft versagen, dient das '''Drei-Sphären-Modell''', das im Rahmen des [[SKMF]] (Schweizerische Gesellschaft für Wissensmanagement, im Transkript erwähnt) entwickelt wurde. Das Modell unterscheidet drei Sphären entlang zweier Achsen: Die linke Achse beschreibt den Anteil von Wissen (alles im Kopf, alles in Diskussionen) versus Information (alles aufgeschrieben, alles dokumentiert). Die untere Achse beschreibt den '''Beitrag zum Erfolg''' – von passiv und teuer (links, IT-Seite) bis aktiv und kostengünstig (rechts, Wissensseite).

	Die ~~drei Sphären sind: die~~ '''~~Wissenssphäre''' (oben rechts, Rhetorik, Diskussion, direktes Handeln), die '''Informationssphäre''' (unten links, IT-Tools, Datenbanken) und die entscheidende '~~''~~Handlungssphäre~~'~~'' (übergreifend), in der Menschen entscheidungs- und handlungsfähig~~ sind~~. In der Mitte des Modells sind Workshop-Designs und Diskussionsformate angesiedelt.~~		Die '''drei Sphären''' sind:

	~~> „Wenn jemand zu mir kommt mit einer Frage über Wissensmanagement~~, ~~da kann ich im Dialog ihm in einer Viertelstunde gut helfen. Wenn man mich aber bitten würde~~, ~~das zu verschriftlichen~~, ~~dann brauche ich ein Jahr und ich schreibe ein Buch."~~		# '''Wissenssphäre''' (oben rechts, Rhetorik, Diskussion, direktes Handeln)
	~~> – Dave Snowden~~ (~~Keynote~~, ~~GFWM Knowledge Camp~~, ~~Potsdam~~)		# '''Informationssphäre''' (unten links, IT-Tools, Datenbanken)
			# '''Handlungssphäre''' (übergreifend), in der Menschen entscheidungs- und handlungsfähig sind.

	Dieses Zitat bringt das Kernproblem auf den Punkt: Im Dialog lässt sich schnell präzisieren, was gemeint ist. Schriftlich müssen alle denkbaren Varianten berücksichtigt werden. Keine Organisation verfügt über die Ressourcen, alles aufzuschreiben – und oft fehlt es den Beteiligten an der Fähigkeit, präzise und missverständnisfrei zu formulieren. Der richtige Ansatz liegt daher in der bewussten Nutzung von Moderationsmethoden, Workshop-Formaten und Kommunikationsdesign – und erst danach in der IT-gestützten Dokumentation.		In der Mitte des Modells sind Workshop-Designs und Diskussionsformate angesiedelt.<blockquote>„Wenn jemand zu mir kommt mit einer Frage über Wissensmanagement, da kann ich im Dialog ihm in einer Viertelstunde gut helfen. Wenn man mich aber bitten würde, das zu verschriftlichen, dann brauche ich ein Jahr und ich schreibe ein Buch." - [https://www.linkedin.com/in/dave-snowden-2a93b/ Dave Snowden] (Keynote, GFWM Knowledge Camp, Potsdam)</blockquote>Dieses Zitat bringt das Kernproblem auf den Punkt: Im Dialog lässt sich schnell präzisieren, was gemeint ist. Schriftlich müssen alle denkbaren Varianten berücksichtigt werden. Keine Organisation verfügt über die Ressourcen, alles aufzuschreiben – und oft fehlt es den Beteiligten an der Fähigkeit, präzise und missverständnisfrei zu formulieren. Der richtige Ansatz liegt daher in der bewussten Nutzung von Moderationsmethoden, Workshop-Formaten und Kommunikationsdesign – und erst danach in der IT-gestützten Dokumentation.

	== Organisatorische Verortung von Wissensmanagement ==		== Organisatorische Verortung von Wissensmanagement ==

	Basierend auf einem '''Funktionsmodell von Andreas Brandner''' (Wien) wird gezeigt, dass jede Funktion einer Organisation – von Human Resources über IT bis hin zu Forschung und Entwicklung – einen Teilbereich hat, der Wissensmanagement betrifft. Dabei ist der Inhalt dieses Teilbereichs je nach Funktion unterschiedlich: Bei HR gehören Onboarding und Wissenstransfer beim Ausscheiden von Mitarbeitenden dazu, bei der Organisationsentwicklung ~~'''~~Communities of Practice~~'''~~ (themenbasierte Netzwerke quer zur Hierarchie), beim Informationsmanagement beispielsweise eine Taxonomie (strukturiertes Begriffssystem zur Einordnung von Informationen).		Basierend auf einem '''Funktionsmodell von Andreas Brandner''' (Wien) wird gezeigt, dass jede Funktion einer Organisation – von Human Resources über IT bis hin zu Forschung und Entwicklung – einen Teilbereich hat, der Wissensmanagement betrifft. Dabei ist der Inhalt dieses Teilbereichs je nach Funktion unterschiedlich: Bei HR gehören Onboarding und Wissenstransfer beim Ausscheiden von Mitarbeitenden dazu, bei der Organisationsentwicklung [[Communities of Practice]] (themenbasierte Netzwerke quer zur Hierarchie), beim Informationsmanagement beispielsweise eine Taxonomie (strukturiertes Begriffssystem zur Einordnung von Informationen).

	Das Problem: Wissensmanagement wird in der Praxis fast ausschließlich bei der IT angesiedelt, weil Wissen und Information verwechselt werden. Die Überzeugung lautet dann: „Das ist unsere Domäne – wir installieren etwas, und es läuft." Die richtige Verortung wäre jedoch in den '''primären Leistungsprozessen''': Marketing, Forschung und Entwicklung, Verkauf und Service. Dort entsteht Wertschöpfung, dort sind die relevanten Wissensprobleme – und dort sollte Wissensmanagement primär wirken.		Das Problem: Wissensmanagement wird in der Praxis fast ausschließlich bei der IT angesiedelt, weil Wissen und Information verwechselt werden. Die Überzeugung lautet dann: „Das ist unsere Domäne – wir installieren etwas, und es läuft." Die richtige Verortung wäre jedoch in den '''primären Leistungsprozessen''': Marketing, Forschung und Entwicklung, Verkauf und Service. Dort entsteht Wertschöpfung, dort sind die relevanten Wissensprobleme – und dort sollte Wissensmanagement primär wirken.
Zeile 34:		Zeile 37:
	Als Lieblingsbeispiel für eine Wissensmanagement-KPI wird die '''MTTR''' (Mean Time to Repair, mittlere Zeit bis zur Reparatur) aus dem Diagnostikbereich genannt: Sie misst, wie schnell ein Serviceingenieur ein defektes Analysegerät im Krankenhaus wieder in Betrieb nehmen kann. Das umfasst alle Wissensmanagement-Dimensionen: das implizite Lösungswissen des Ingenieurs, die kollegiale Wissensabfrage (in den USA teils per Sammelvoicemail an hunderte Kollegen verteilt über ganz Amerika), und schließlich die Suche in Handbüchern und Dokumentationen.		Als Lieblingsbeispiel für eine Wissensmanagement-KPI wird die '''MTTR''' (Mean Time to Repair, mittlere Zeit bis zur Reparatur) aus dem Diagnostikbereich genannt: Sie misst, wie schnell ein Serviceingenieur ein defektes Analysegerät im Krankenhaus wieder in Betrieb nehmen kann. Das umfasst alle Wissensmanagement-Dimensionen: das implizite Lösungswissen des Ingenieurs, die kollegiale Wissensabfrage (in den USA teils per Sammelvoicemail an hunderte Kollegen verteilt über ganz Amerika), und schließlich die Suche in Handbüchern und Dokumentationen.

	Strukturell wird eine '''Klassifizierung in vier Ebenen nach Dirtin''' (im Transkript erwähnt, im SKMF weiterentwickelt) eingesetzt: Ebene 1 – Informationsmanagement; Ebene 2 – Wissensaustausch, Training, Lernen; Ebene 3 – Innovation und Zusammenarbeit (kaum IT-abhängig); Ebene 4 – Führung und Kulturaspekte. Insbesondere die dritte Ebene macht deutlich, dass gutes Wissensmanagement vor allem ein Führungs- und Kommunikationsthema ist.		Strukturell wird eine '''Klassifizierung in vier Ebenen nach Dirtin''' (im Transkript erwähnt, im SKMF weiterentwickelt) eingesetzt:

			* Ebene 1 – Informationsmanagement
			* Ebene 2 – Wissensaustausch, Training, Lernen
			* Ebene 3 – Innovation und Zusammenarbeit (kaum IT-abhängig)
			* Ebene 4 – Führung und Kulturaspekte.

			Insbesondere die dritte Ebene macht deutlich, dass gutes Wissensmanagement vor allem ein Führungs- und Kommunikationsthema ist.

	Weitere Erfolgsfaktoren: eine fundierte Problemanalyse mit Wissensmanagement-Erfahrung, um die richtigen Hebel zu identifizieren; Begleitung der Umsetzenden über die Einführungsphase hinaus durch '''Coaching''' und Betreuung; und schließlich der Einsatz des '''Knowledge Management Storytelling Canvas''' (entwickelt gemeinsam mit Manfred Bornemann) zur Kommunikation der Projektziele.		Weitere Erfolgsfaktoren: eine fundierte Problemanalyse mit Wissensmanagement-Erfahrung, um die richtigen Hebel zu identifizieren; Begleitung der Umsetzenden über die Einführungsphase hinaus durch '''Coaching''' und Betreuung; und schließlich der Einsatz des '''Knowledge Management Storytelling Canvas''' (entwickelt gemeinsam mit Manfred Bornemann) zur Kommunikation der Projektziele.
Zeile 40:		Zeile 50:
	== KI als neue Welle – alte Muster, neue Risiken ==		== KI als neue Welle – alte Muster, neue Risiken ==

	In der anschließenden Diskussion wurde deutlich, dass die Gefahr besteht, mit KI (Künstlicher Intelligenz) denselben Fehler zu wiederholen, den man mit Datenbanken, Portalen und anderen Tools bereits mehrfach gemacht hat: das Kaufen einer Technologie in der Hoffnung, dass sie Wissensaustausch und -management automatisch ermöglicht.		In der anschließenden Diskussion wurde deutlich, dass die Gefahr besteht, mit KI (Künstlicher Intelligenz) denselben Fehler zu wiederholen, den man mit Datenbanken, Portalen und anderen Tools bereits mehrfach gemacht hat: das Kaufen einer Technologie in der Hoffnung, dass sie Wissensaustausch und -management automatisch ermöglicht.<blockquote>„Wir dürfen uns nicht der Illusion hingeben, dass KI jetzt alles macht, was wir bisher nicht hingekriegt haben."</blockquote>Die Diskussion griff auch das Thema '''Digital Twins''' (digitale Abbilder einer Person, die etwa an Meetings teilnehmen, E-Mails lesen und Zusammenfassungen liefern können) auf. Während dies als möglicher Weg gesehen wird, um den aufwendigen Schritt der Verschriftlichung von Wissen zu umgehen, bleibt die Frage offen, ob Menschen bereit wären, einen solchen digitalen Zwilling einzusetzen. Auch das Thema '''Data Readiness''' (die Frage, wie Daten so organisiert werden, dass KI sinnvoll darauf zugreifen kann) wurde diskutiert – mit dem Hinweis, dass die zugrundeliegenden Probleme (fehlende Metadaten, fehlende Motivation zur Datenpflege) dieselben seien wie früher. KI kann helfen, aber sie ist keine Zauberlösung.

	> „Wir dürfen uns nicht der Illusion hingeben, dass KI jetzt alles macht, was wir bisher nicht hingekriegt haben."

	Die Diskussion griff auch das Thema '''Digital Twins''' (digitale Abbilder einer Person, die etwa an Meetings teilnehmen, E-Mails lesen und Zusammenfassungen liefern können) auf. Während dies als möglicher Weg gesehen wird, um den aufwendigen Schritt der Verschriftlichung von Wissen zu umgehen, bleibt die Frage offen, ob Menschen bereit wären, einen solchen digitalen Zwilling einzusetzen. Auch das Thema '''Data Readiness''' (die Frage, wie Daten so organisiert werden, dass KI sinnvoll darauf zugreifen kann) wurde diskutiert – mit dem Hinweis, dass die zugrundeliegenden Probleme (fehlende Metadaten, fehlende Motivation zur Datenpflege) dieselben seien wie früher. KI kann helfen, aber sie ist keine Zauberlösung.

	== Fazit ==		== Fazit ==

Gesellschaft für Wissensmanagement/Warum Wissensmanagement-Projekte scheitern (GfWM Impulse)

Simon.dueckert — Wed, 29 Apr 2026 08:57:14 GMT

Zusammenfassung aus Transkript des Vortrags mit Claude Sonnet 4.6 generiert

Neue Seite

Wissensmanagement scheitert in der Praxis selten an fehlender Technologie, sondern fast immer an falschen Erwartungen, organisatorischer Fehlverortung und der Verwechslung von Wissen mit Information. Anhand langjähriger Beratungserfahrung werden typische Scheitermuster analysiert und ein praxiserprobtes Gegenbild skizziert. Der entscheidende Erfolgsfaktor ist die Verankerung von Wissensmanagement in den primären, wertschöpfenden Leistungsprozessen einer Organisation – mit klaren Kennzahlen, Unterstützung durch Führungskräfte und messbaren Ergebnissen.

== Typische Scheitermuster und ihre Ursachen ==

Ein zentrales Muster des Scheiterns ist die überhöhte Erwartung an Technologielösungen – das, was treffend als '''„Zauberfee"''' bezeichnet wird: die Illusion, man installiere ein Tool, und Wissen fließe automatisch. Zwei konkrete Beispiele illustrieren dies eindrücklich. Bei '''Roche''' wurde eine Plattform zum Teilen von Informationen über klinische Versuche mit erheblichem Aufwand – inklusive intensiver Befüllung vor dem Launch – eingeführt. Nach zwei Wochen ohne Beteiligung der Nutzenden und einem halben Jahr ohne Belebung wurde sie still abgeschaltet; '''5 Millionen''' wurden abgeschrieben. Bei '''Boehringer Mannheim''' scheiterte eine Kontaktdatenbank (vergleichbar einem CRM-System, Customer Relationship Management), in die Kundenbesuche eingetragen und Erfahrungen ausgetauscht werden sollten, auf ähnliche Weise.

Als strukturelle Ursachen werden benannt: falsche Vorstellungen davon, was Wissensmanagement leisten kann; interne Regeln (z. B. darf man keine IT-Ausgaben tätigen, obwohl Organisationsentwicklung erlaubt wäre); Reorganisationen mitten in laufenden Projekten, die das Interesse an solchen Vorhaben erlöschen lassen; und schließlich die häufige '''Verwechslung von Information und Wissen'''. Letzteres wird im SKMF-Dachglossar klar definiert: '''Wissen existiert ausschließlich im Kopf eines Menschen''' – alles außerhalb, auch das sogenannte „explizite Wissen", ist Information.

Auch die Besetzung von Wissensmanagement-Projekten mit unerfahrenen Junioren statt mit anerkannten Fachleuten wird als häufiger Fehler genannt, ebenso die Einstellung: „Wissensmanagement machen wir später."

== Das Drei-Sphären-Modell: Wissen, Information und Handlungsfähigkeit ==

Zur Erklärung, warum technologiezentrierte Ansätze so oft versagen, dient das '''Drei-Sphären-Modell''', das im Rahmen des SKMF (Schweizerische Gesellschaft für Wissensmanagement, im Transkript erwähnt) entwickelt wurde. Das Modell unterscheidet drei Sphären entlang zweier Achsen: Die linke Achse beschreibt den Anteil von Wissen (alles im Kopf, alles in Diskussionen) versus Information (alles aufgeschrieben, alles dokumentiert). Die untere Achse beschreibt den '''Beitrag zum Erfolg''' – von passiv und teuer (links, IT-Seite) bis aktiv und kostengünstig (rechts, Wissensseite).

Die drei Sphären sind: die '''Wissenssphäre''' (oben rechts, Rhetorik, Diskussion, direktes Handeln), die '''Informationssphäre''' (unten links, IT-Tools, Datenbanken) und die entscheidende '''Handlungssphäre''' (übergreifend), in der Menschen entscheidungs- und handlungsfähig sind. In der Mitte des Modells sind Workshop-Designs und Diskussionsformate angesiedelt.

> „Wenn jemand zu mir kommt mit einer Frage über Wissensmanagement, da kann ich im Dialog ihm in einer Viertelstunde gut helfen. Wenn man mich aber bitten würde, das zu verschriftlichen, dann brauche ich ein Jahr und ich schreibe ein Buch."
> – Dave Snowden (Keynote, GFWM Knowledge Camp, Potsdam)

Dieses Zitat bringt das Kernproblem auf den Punkt: Im Dialog lässt sich schnell präzisieren, was gemeint ist. Schriftlich müssen alle denkbaren Varianten berücksichtigt werden. Keine Organisation verfügt über die Ressourcen, alles aufzuschreiben – und oft fehlt es den Beteiligten an der Fähigkeit, präzise und missverständnisfrei zu formulieren. Der richtige Ansatz liegt daher in der bewussten Nutzung von Moderationsmethoden, Workshop-Formaten und Kommunikationsdesign – und erst danach in der IT-gestützten Dokumentation.

== Organisatorische Verortung von Wissensmanagement ==

Basierend auf einem '''Funktionsmodell von Andreas Brandner''' (Wien) wird gezeigt, dass jede Funktion einer Organisation – von Human Resources über IT bis hin zu Forschung und Entwicklung – einen Teilbereich hat, der Wissensmanagement betrifft. Dabei ist der Inhalt dieses Teilbereichs je nach Funktion unterschiedlich: Bei HR gehören Onboarding und Wissenstransfer beim Ausscheiden von Mitarbeitenden dazu, bei der Organisationsentwicklung '''Communities of Practice''' (themenbasierte Netzwerke quer zur Hierarchie), beim Informationsmanagement beispielsweise eine Taxonomie (strukturiertes Begriffssystem zur Einordnung von Informationen).

Das Problem: Wissensmanagement wird in der Praxis fast ausschließlich bei der IT angesiedelt, weil Wissen und Information verwechselt werden. Die Überzeugung lautet dann: „Das ist unsere Domäne – wir installieren etwas, und es läuft." Die richtige Verortung wäre jedoch in den '''primären Leistungsprozessen''': Marketing, Forschung und Entwicklung, Verkauf und Service. Dort entsteht Wertschöpfung, dort sind die relevanten Wissensprobleme – und dort sollte Wissensmanagement primär wirken.

In der eigenen Beratertätigkeit wurden konsequent Führungskräfte aus diesen primären Prozessen als Auftraggeber gewählt – vornehmlich aus Forschung und Entwicklung sowie aus dem '''Service-Bereich''' (etwa bei Analysegeräten in der Diagnostik). IT-Abteilungen wurden bewusst gemieden. Eine eingehende Anfrage einer IT-Abteilung, die ein Tool eingekauft hatte und nicht wusste, wie sie es dem Business erklären sollte, wurde abgelehnt.

== Merkmale erfolgreicher Wissensmanagement-Projekte ==

Aus der persönlichen Beratungsbiografie lassen sich klare Erfolgsmuster ableiten. Erstens muss die '''Problemdefinition aus dem Business''' kommen – aus den primären, wertschöpfenden Prozessen, nicht aus unterstützenden Funktionen. Zweitens muss das Problem klar messbar sein: Es werden '''KPIs''' (Key Performance Indicators, Kennzahlen zur Leistungsmessung) definiert, die direkt mit den persönlichen Zielen der Auftraggeber verknüpft sind – im Idealfall '''bonusrelevant'''.

Als Lieblingsbeispiel für eine Wissensmanagement-KPI wird die '''MTTR''' (Mean Time to Repair, mittlere Zeit bis zur Reparatur) aus dem Diagnostikbereich genannt: Sie misst, wie schnell ein Serviceingenieur ein defektes Analysegerät im Krankenhaus wieder in Betrieb nehmen kann. Das umfasst alle Wissensmanagement-Dimensionen: das implizite Lösungswissen des Ingenieurs, die kollegiale Wissensabfrage (in den USA teils per Sammelvoicemail an hunderte Kollegen verteilt über ganz Amerika), und schließlich die Suche in Handbüchern und Dokumentationen.

Strukturell wird eine '''Klassifizierung in vier Ebenen nach Dirtin''' (im Transkript erwähnt, im SKMF weiterentwickelt) eingesetzt: Ebene 1 – Informationsmanagement; Ebene 2 – Wissensaustausch, Training, Lernen; Ebene 3 – Innovation und Zusammenarbeit (kaum IT-abhängig); Ebene 4 – Führung und Kulturaspekte. Insbesondere die dritte Ebene macht deutlich, dass gutes Wissensmanagement vor allem ein Führungs- und Kommunikationsthema ist.

Weitere Erfolgsfaktoren: eine fundierte Problemanalyse mit Wissensmanagement-Erfahrung, um die richtigen Hebel zu identifizieren; Begleitung der Umsetzenden über die Einführungsphase hinaus durch '''Coaching''' und Betreuung; und schließlich der Einsatz des '''Knowledge Management Storytelling Canvas''' (entwickelt gemeinsam mit Manfred Bornemann) zur Kommunikation der Projektziele.

== KI als neue Welle – alte Muster, neue Risiken ==

In der anschließenden Diskussion wurde deutlich, dass die Gefahr besteht, mit KI (Künstlicher Intelligenz) denselben Fehler zu wiederholen, den man mit Datenbanken, Portalen und anderen Tools bereits mehrfach gemacht hat: das Kaufen einer Technologie in der Hoffnung, dass sie Wissensaustausch und -management automatisch ermöglicht.

> „Wir dürfen uns nicht der Illusion hingeben, dass KI jetzt alles macht, was wir bisher nicht hingekriegt haben."

Die Diskussion griff auch das Thema '''Digital Twins''' (digitale Abbilder einer Person, die etwa an Meetings teilnehmen, E-Mails lesen und Zusammenfassungen liefern können) auf. Während dies als möglicher Weg gesehen wird, um den aufwendigen Schritt der Verschriftlichung von Wissen zu umgehen, bleibt die Frage offen, ob Menschen bereit wären, einen solchen digitalen Zwilling einzusetzen. Auch das Thema '''Data Readiness''' (die Frage, wie Daten so organisiert werden, dass KI sinnvoll darauf zugreifen kann) wurde diskutiert – mit dem Hinweis, dass die zugrundeliegenden Probleme (fehlende Metadaten, fehlende Motivation zur Datenpflege) dieselben seien wie früher. KI kann helfen, aber sie ist keine Zauberlösung.

== Fazit ==

Wissensmanagement scheitert nicht an fehlenden Tools, sondern an strukturellen und kulturellen Fehlern: falscher Verortung in der Organisation, überzogenen Erwartungen an Technologie und der anhaltenden Verwechslung von Wissen und Information. Erfolgreiche Projekte entstehen dort, wo ein konkretes Problem in einem wertschöpfenden Prozess gelöst werden soll, Führungskräfte die Relevanz verstehen und Ergebnisse messbar sind.

* Wissensmanagement in primären Leistungsprozessen verankern, nicht bei IT oder unterstützenden Funktionen
* Klare, messbare KPIs definieren – idealerweise bonusrelevant für die Auftraggeber
* Moderations- und Workshop-Methoden vor Technologielösungen einsetzen
* Wissen und Information klar unterscheiden (Dachglossar nutzen)
* Nach der Implementierung Coaching und Begleitung sicherstellen
* Bei KI-Einführungen dieselben Grundfragen stellen wie bei jedem anderen Tool: Welches Problem lösen wir damit wirklich?

Gesellschaft für Wissensmanagement

Simon.dueckert — Wed, 29 Apr 2026 08:52:25 GMT

GfWM Impulse

← Nächstältere Version		Version vom 29. April 2026, 10:52 Uhr
Zeile 14:		Zeile 14:
	Im Jahr. 2026 hat die GfWM mit dem Format GfWM Impulse eine Veranstaltungsreihe mit Vorträgen von Mitgliedern für Mitglieder gestartet:		Im Jahr. 2026 hat die GfWM mit dem Format GfWM Impulse eine Veranstaltungsreihe mit Vorträgen von Mitgliedern für Mitglieder gestartet:

			* 22.04.2026: [[Gesellschaft für Wissensmanagement/Warum Wissensmanagement-Projekte scheitern (GfWM Impulse)\|Warum Wissensmanagement-Projekte scheitern – und zwar nachhaltig?]] mit Pavel Kraus
	* '''26.03.2026:''' [[Gesellschaft für Wissensmanagement/Wissensorientierung als Führungsaufgabe (GfWM Impulse)\|Wissensorientierung als Führungsaufgabe]] mit [https://www.linkedin.com/in/nakhosteen/ Benjamin Nakhosteen]		* '''26.03.2026:''' [[Gesellschaft für Wissensmanagement/Wissensorientierung als Führungsaufgabe (GfWM Impulse)\|Wissensorientierung als Führungsaufgabe]] mit [https://www.linkedin.com/in/nakhosteen/ Benjamin Nakhosteen]

Hanse

Simon.dueckert — Sun, 26 Apr 2026 06:58:49 GMT

Weiterleitung nach HANSE-Modell erstellt

Neue Seite

#REDIRECT [[HANSE-Modell]]

HANSE-Modell

Simon.dueckert — Sun, 26 Apr 2026 06:58:12 GMT

← Nächstältere Version		Version vom 26. April 2026, 08:58 Uhr
Zeile 1:		Zeile 1:
	Das '''HANSE-Modell''' (im englischen ~~Prachaum~~ ASHEN) wurde von Dave Snowden entwickelt und zerlegt [[Wissen]] in die fünf Komponenten ~~Heuristik~~, ~~Artefakt~~, natürliche Begabung, ~~Skill~~ und ~~Erfahrung~~.		Das '''HANSE-Modell''' (im englischen Sprachaum ASHEN) wurde von Dave Snowden entwickelt und zerlegt [[Wissen]] in die fünf Komponenten Heuristiken, Artefakte, natürliche Begabung (Talent), Skills (Fähigkeiten) und Erfahrungen.

	== Literatur ==		== Literatur ==
Zeile 5:		Zeile 5:

	== Weblinks ==		== Weblinks ==
	* ~~http~~://~~www~~.~~ikmagazine~~.com/~~xq/asp/sid.0/articleid.8B4FF69B-C965-49B6-B76C~~-~~2A997D824D59~~/qx/~~display.htm~~		* https://cdn.cognitive-edge.com/wp-content/uploads/sites/2/2020/11/16123749/7-Organic-KM-1-of-3-ASHEN.pdf
	* http://~~www.ikmagazine.com~~/xq/~~asp~~/~~sid.0/articleid.7168913E~~-~~4F94~~-~~49E5~~-~~88F0~~-~~67EBC84A4457/eTitle.I_only_know_what_I_know_when_I_need_to_know_it___Embracing_the_active_management_of_tacit_knowledge/qx/display~~.~~htm~~

	[[Kategorie:Wissensmanagement-Modell]]		[[Kategorie:Wissensmanagement-Modell]]

DIY LED-Lampe

Simon.dueckert — Sat, 25 Apr 2026 05:13:08 GMT

← Nächstältere Version		Version vom 25. April 2026, 07:13 Uhr
Zeile 103:		Zeile 103:
	* 2-polige Lüsterklemme		* 2-polige Lüsterklemme
	* [https://de.wikipedia.org/wiki/Litze_(Elektrotechnik) Litzekabel] in den Farben schwarz (GND), rot (5 V) und grün (Daten)		* [https://de.wikipedia.org/wiki/Litze_(Elektrotechnik) Litzekabel] in den Farben schwarz (GND), rot (5 V) und grün (Daten)
			* Isolierband

	=== Benötigtes Werkzeug und Material ===		=== Benötigtes Werkzeug und Material ===
Zeile 114:		Zeile 115:

	# Lampe oben öffnen: Griff gegen den Uhrzeigersinn drehen.		# Lampe oben öffnen: Griff gegen den Uhrzeigersinn drehen.
			# Stativ am Fuß der Lampe entfernen: Die 3 Schrauben unten am Gehäuse lösen. ('''Tipp:''' Schrauben sofort wieder an den Stativteilen befestigen, damit sie nicht verloren gehen.)
	# Die 6 Schrauben unter dem Griff lösen.		# Die 6 Schrauben unter dem Griff lösen.
	~~# Stativ am Fuß der Lampe entfernen: Die 3 Schrauben unten am Gehäuse lösen. ('''Tipp:''' Schrauben sofort wieder an den Stativteilen befestigen, damit sie nicht verloren gehen.)~~
	# Am Stativ: Die 2 Schrauben oben sowie die Schraube mit dem roten Kopf lockern; den Ring des Stativs nach oben abziehen.		# Am Stativ: Die 2 Schrauben oben sowie die Schraube mit dem roten Kopf lockern; den Ring des Stativs nach oben abziehen.
	# Die 6 Schrauben oben und unten am Lampengehäuse lösen.		# Die 6 Schrauben oben und unten am Lampengehäuse lösen.
	# Den Ring oben am Gehäuse gegen den Uhrzeigersinn abdrehen; Ring und transparentes Rohr abnehmen. (Darunter liegt ein sechskantiges Aluminium-Profil, auf dem die originalen weißen LED-Streifen aufgeschraubt sind.)
	~~# Die 6 originalen LED-Streifen vom Aluminium-Profil lösen (Schrauben oben lösen).~~
	# Die 2 Befestigungsschrauben des Originalnetzteils im Fuß lösen.		# Die 2 Befestigungsschrauben des Originalnetzteils im Fuß lösen.
	# Alle Steckverbindungen am Originalnetzteil lösen (6× zu den LED-Streifen, 1× zum Netzkabel, 1× zum Dimmer); Netzteil entnehmen.		# Alle Steckverbindungen am Originalnetzteil lösen (6× zu den LED-Streifen, 1× zum Netzkabel, 1× zum Dimmer); Netzteil entnehmen.
			# Den Ring oben am Gehäuse gegen den Uhrzeigersinn abdrehen; Ring und transparentes Rohr abnehmen. (Darunter liegt ein sechskantiges Aluminium-Profil, auf dem die originalen weißen LED-Streifen aufgeschraubt sind.)
			# Die 6 originalen LED-Streifen vom Aluminium-Profil lösen. Dazu Schrauben oben lösen und LED-Streifen aus dem Aluminium-Profil ziehen.
	# Die 4 Schrauben der Steckdose im Fuß lösen. Auf der Rückseite der Steckdose die 3 Kabelschrauben lösen, Kabel abziehen und Steckdose entnehmen.		# Die 4 Schrauben der Steckdose im Fuß lösen. Auf der Rückseite der Steckdose die 3 Kabelschrauben lösen, Kabel abziehen und Steckdose entnehmen.

Zeile 129:		Zeile 130:

	# Den 5-m-LED-Streifen auf 6 × 48 LEDs zuschneiden. Den Schnitt mittig auf den Lötpads setzen, damit beidseitig freie Lötflächen verbleiben.		# Den 5-m-LED-Streifen auf 6 × 48 LEDs zuschneiden. Den Schnitt mittig auf den Lötpads setzen, damit beidseitig freie Lötflächen verbleiben.
	# An '''einen''' der 6 zugeschnittenen LED-Streifen ein JST-Kabel anlöten - und zwar an dem Ende, an dem der Pfeil auf der Datenleitung in den Streifen hinein zeigt (Eingangsseite).		# An '''einen''' der 6 zugeschnittenen LED-Streifen ein JST-Kabel anlöten (wenn nicht schon mti Kabel geliefert) - und zwar an dem Ende, an dem der Pfeil auf der Datenleitung in den Streifen hinein zeigt (Eingangsseite).

	'''ESP32 und Netzteil vorbereiten'''		'''ESP32 und Netzteil vorbereiten'''

Blp26

Simon.dueckert — Tue, 14 Apr 2026 08:24:35 GMT

← Nächstältere Version		Version vom 14. April 2026, 10:24 Uhr
Zeile 8:		Zeile 8:

	== Teilnehmende Unternehmen ==		== Teilnehmende Unternehmen ==
			# [[Cogneon]]
			# [[Continental]]
	# [[DATEV]]		# [[DATEV]]
	# [[EnBW]]		# [[EnBW]]

KI-Campus

Simon.dueckert — Sat, 11 Apr 2026 11:29:30 GMT

Änderungen zeigen

Diskussion:KI-Campus

Simon.dueckert — Sat, 11 Apr 2026 11:14:22 GMT

Die Seite wurde neu angelegt: „Die erste Version der Seite wurde mit KI-Unterstützung erstellt (Claude), mit den Inhalten [dieser Website](https://ki-campus.org/) und dem Transkript dieses [https://podcasts.apple.com/us/podcast/ki-update-deep-dive-kompetenzen-verbessern-mit-dem/id1691536182?i=1000760667783 KI Update Podcasts] erstellt.“

Neue Seite

Die erste Version der Seite wurde mit KI-Unterstützung erstellt (Claude), mit den Inhalten [dieser Website](https://ki-campus.org/) und dem Transkript dieses [https://podcasts.apple.com/us/podcast/ki-update-deep-dive-kompetenzen-verbessern-mit-dem/id1691536182?i=1000760667783 KI Update Podcasts] erstellt.

KI-Campus

Simon.dueckert — Sat, 11 Apr 2026 11:02:21 GMT

← Nächstältere Version		Version vom 11. April 2026, 13:02 Uhr
Zeile 1:		Zeile 1:
			Der '''KI-Campus''' ist die kostenlose Lernplattform des Stifterverbandes für Künstliche Intelligenz. Sie richtet sich an alle gesellschaftlichen Gruppen - von Studierenden und Lehrenden über Beschäftigte in Unternehmen und der öffentlichen Verwaltung bis hin zu allen Interessierten ohne Vorkenntnisse. Als gemeinwohlorientierte Initiative verfolgt der KI-Campus die Vision einer KI-kompetenten Gesellschaft und stärkt diese durch kostenlose, digitale Lernangebote in Form von Onlinekursen, Videos, Podcasts und Tools. Kooperation und Offenheit sind dabei die Leitprinzipien. Bis 2030 sollen 500.000 Menschen und mindestens 100 Hochschulen erreicht werden; aktuell (Stand 2025) nutzen bereits über 150.000 Lernende die Plattform.

			== Entstehung und zeitliche Entwicklung ==

			Der KI-Campus wurde im Rahmen der KI-Strategie der Bundesregierung gegründet und durchlief bisher drei Förderphasen, die eine schrittweise Weiterentwicklung von einem Pilotprojekt zur dauerhaft etablierten Plattform dokumentieren.

			=== KI-Campus 1.0 (2019-2022) ===

			Die erste Förderphase wurde vom Bundesministerium für Bildung und Forschung (BMBF) finanziert. Zentrales Ziel war der prototypische Aufbau der Plattform. Projektpartner dieser Gründungsphase waren der Stifterverband, das Deutsche Forschungszentrum für Künstliche Intelligenz (DFKI), das Hasso-Plattner-Institut (HPI), das mmb Institut sowie NEOCOSMO.

			=== KI-Campus 2.0 (2023-2024) ===

			Die zweite, ebenfalls vom BMBF geförderte Phase erweiterte das Konsortium erheblich. Neu hinzu kamen die Charité, die Duale Hochschule Baden-Württemberg (DHBW), die FernUniversität in Hagen, die Humboldt-Universität zu Berlin sowie das Hasso-Plattner-Institut. Der Fokus lag auf strategischen Partnerschaften sowie der Entwicklung und Erprobung nachhaltiger Umsetzungskonzepte für offene Lernangebote, Communities und Technologien für Wissenschaft und Praxis.

			=== KI-Campus 3.0 (2024-2030) ===

			Seit 2024 trägt der Mercedes-Benz Fonds als Ankerpartner zur nachhaltigen und langfristigen Breitenwirkung des KI-Campus bei. Schwerpunkt ist dabei das Thema "KI als Breitenkompetenz" mit neuen Lernangeboten und Formaten für die Aus- und Weiterbildung.

			Parallel läuft seit 2026 das vom Bundesministerium für Forschung, Technologie und Raumfahrt (BMFTR) geförderte Projekt "KI-Kompetenzen an Hochschulen stärken" (Laufzeit bis 2029) mit einem bundesweiten Konsortium unter Leitung des Stifterverbandes, dem RWTH Aachen, Humboldt-Universität zu Berlin, DFKI, DHBW, Heinrich-Heine-Universität Düsseldorf, FernUniversität in Hagen, TU München und Universität Tübingen angehören. Anlass ist der EU AI Act, der neue Anforderungen für den kompetenten Einsatz von KI im Hochschulbereich verbindlich macht.

			== Trägerschaft und Organisation ==

			Der Stifterverband verantwortet die Geschäftsstelle und koordiniert die Projekte. Leiter der Geschäftsstelle ist Florian Rampelt. Die FernUniversität in Hagen betreibt das zugrunde liegende Moodle-[[Learning Management System]] (LMS).

			Der KI-Campus ist Teil der '''Zukunftsmission Bildung''' des Stifterverbandes und leistet dort einen zentralen Beitrag zur '''Allianz für Future Skills''' mit dem Ziel, dass alle Hochschulen in Deutschland KI-Kompetenzen fest in ihr Bildungsangebot integrieren.

			== Lernangebote ==

			=== Kurse ===

			Alle Kurse sind kostenlos zugänglich. Eigene KI-Campus-Kurse stehen unter der offenen Lizenz CC BY-SA 4.0 und können flexibel weiterverwendet werden. Das Themenspektrum umfasst:

			* '''KI-Grundlagen''' - einschließlich der Anforderungen des EU AI Acts
			* '''Data Literacy''' - Datenkompetenz für unterschiedliche Berufsgruppen
			* '''Machine Learning''' - vertiefende technische Inhalte
			* '''Generative KI''' und Chatbots - Anwendung aktueller KI-Tools
			* '''Agentic AI''' - KI-Agenten als neues Software-Paradigma
			* '''KI & Ethik''' - gesellschaftliche und rechtliche Fragestellungen

			Fachspezifische Kurse gibt es für die Bereiche Medizin, Schulbildung, Hochschullehre und öffentliche Verwaltung. Kurse werden in Zusammenarbeit mit exzellenten Hochschulen und Praxispartnern entwickelt, darunter appliedAI, Charité, DFKI, RWTH Aachen, TU München, [[IBM]] SkillsBuild, Humboldt-Universität zu Berlin und Hochschule Kempten.

			=== Videos ===

			Kurze Lernvideos ergänzen die Kurse und ermöglichen einen niedrigschwelligen Einstieg in einzelne KI-Themen.

			=== Podcasts ===

			Der KI-Campus bietet mehrere Podcast-Formate an, die alle als KI-Campus-Originale unter offener Lizenz erscheinen:

			* '''KI kapiert''' - Der Community-Podcast des KI-Campus, moderiert von Stefan Göllner (Innovation Manager beim Stifterverband). Gäste aus Hochschule, Schule, Wirtschaft und Zivilgesellschaft berichten, wie KI ihren Beruf und den Alltag verändert und warum sie sich für eine breitere KI- und Datenkompetenz in der Gesellschaft einsetzen.
			* '''Dr. med. KI''' (Charité) - Podcast zu KI-Anwendungen in der Medizin
			* '''KI im Journalismus''' (Katholische Universität Eichstätt-Ingolstadt) - Podcast zu KI & Ethik im Journalismus
			* '''Den Daten auf der Spur''' (Celonis) - Podcast zu Process Mining und Data Science

			=== Tools ===

			Ergänzend zu den klassischen Lernformaten stellt der KI-Campus praktische Tools bereit, die den direkten Einsatz von KI erfahrbar machen.

			== Zielgruppen ==

			Der KI-Campus richtet seine Angebote explizit an vier Gruppen:

			* '''Alle Interessierten''' - Kostenloser Einstieg, Zertifikate ohne Vorkenntnisse
			* '''Hochschulen''' - Integration von KI-Lernangeboten in Studium, Lehre und Verwaltung; Studierende und Lehrende können KI-Kompetenzen gezielt erwerben
			* '''Unternehmen''' - Aufbau von KI-Kompetenzen im Betrieb, Identifikation geeigneter KI-Use-Cases, Verständnis der Anforderungen des EU AI Acts
			* '''Öffentliche Verwaltungen''' - Aufbau von KI-Kompetenzen, Einsatz von KI-Systemen, Umsetzung rechtlicher Vorgaben

			== Regionale Hubs ==

			Neben der zentralen Plattform fördert der KI-Campus regionale Ökosysteme. Der '''KI-Campus-Hub Baden-Württemberg''' (Laufzeit 2022-2027, gefördert durch die Dieter Schwarz Stiftung) ist Teil des Innovationsparks für Künstliche Intelligenz (IPAI) in Heilbronn und stärkt den KI-Innovationsstandort Baden-Württemberg mit digitalen Lernangeboten und Community-Aktivitäten. Partner sind u. a. DHBW, Hochschule Heilbronn, TU München und Fraunhofer IAO.

			== Europäische Dimension ==

			Mit dem Projekt '''AISkills4Europe''' (2024-2026, gefördert durch [[IBM]]) bündeln Stifterverband, IBM und der KI-Campus Kräfte, um den souveränen Einsatz von KI in Bildungseinrichtungen und der Arbeitswelt europaweit zu fördern. Im Mittelpunkt stehen gemeinsame Lernangebote und Zertifikate von IBM SkillsBuild auf dem KI-Campus.

	== Weblinks ==		== Weblinks ==
			* [https://ki-campus.org/ KI-Campus - Offizielle Website]
			* [https://ki-campus.org/lernangebote Alle Lernangebote]
			* [https://ki-campus.org/ueber-uns/projekte Projekthistorie]
			* [https://ki-campus.org/lernangebote/podcasts Podcasts]

	* https:~~//ki~~-~~campus.org/~~		[[Kategorie:E-Learning]]
			[[Kategorie:Künstliche Intelligenz]]
			[[Kategorie:Open Educational Resources]]

KI-Campus

Simon.dueckert — Sat, 11 Apr 2026 10:47:36 GMT

Die Seite wurde neu angelegt: „== Weblinks == * https://ki-campus.org/“

Neue Seite

== Weblinks ==

* https://ki-campus.org/

Künstliche Intelligenz

Simon.dueckert — Sat, 11 Apr 2026 10:47:15 GMT

← Nächstältere Version		Version vom 11. April 2026, 12:47 Uhr
Zeile 56:		Zeile 56:
	* Bitkom-Leitfaden [https://www.bitkom.org/Bitkom/Publikationen/Kognitive-Maschinen-Meilenstein-in-der-Wissensarbeit.html Kognitive Maschinen – Meilenstein in der Wissensarbeit] (u.a. mit Kapitel 4.5 "Denkende Maschinen - Freund und Helfer oder Feind des Wissensarbeiters" von Simon Dückert)		* Bitkom-Leitfaden [https://www.bitkom.org/Bitkom/Publikationen/Kognitive-Maschinen-Meilenstein-in-der-Wissensarbeit.html Kognitive Maschinen – Meilenstein in der Wissensarbeit] (u.a. mit Kapitel 4.5 "Denkende Maschinen - Freund und Helfer oder Feind des Wissensarbeiters" von Simon Dückert)
	* Ethan Mollick: [[Co-Intelligence\|Co-Intelligence: Living and Working with AI]]		* Ethan Mollick: [[Co-Intelligence\|Co-Intelligence: Living and Working with AI]]

			== Siehe auch ==

			* [[KI-Campus]]

	== Weblinks ==		== Weblinks ==

Wissensbasis

Simon.dueckert — Tue, 07 Apr 2026 14:30:32 GMT

← Nächstältere Version		Version vom 7. April 2026, 16:30 Uhr
Zeile 1:		Zeile 1:
	Nach Probst et.al. im Standardwerk Wissen managen setzt sich eine '''organisatorische Wissensbasis''' aus '''individuellen''' und '''kollektiven Wissensbeständen''' zusammen, auf die eine Organisation zur '''Lösung ihrer Aufgaben''' zurückgreifen kann. Sie umfaßt darüber hinaus die '''Daten''' und '''Informationsbestände''', auf welchen individuelles und organisationales Wissen aufbaut.<ref>Probst et.al.: [[Wissen managen]].</ref>		Nach Probst et.al. im Standardwerk Wissen managen setzt sich eine '''organisatorische Wissensbasis''' aus '''individuellen''' und '''kollektiven Wissensbeständen''' zusammen, auf die eine Organisation zur '''Lösung ihrer Aufgaben''' zurückgreifen kann. Sie umfaßt darüber hinaus die '''Daten''' und '''Informationsbestände''', auf welchen individuelles und organisationales Wissen aufbaut.<ref>Probst et.al.: [[Wissen managen]].</ref>

			<embedvideo service=youtube>https://www.youtube.com/watch?v=uz0KXaflY2w</embedvideo>

	== Wissensbasis vs. Wissensdatenbank ==		== Wissensbasis vs. Wissensdatenbank ==

Wissensdatenbank

Simon.dueckert — Tue, 07 Apr 2026 14:29:08 GMT

Weiterleitung nach Wissensbasis erstellt

Neue Seite

#REDIRECT [[Wissensbasis]]

Wissensbasis

Simon.dueckert — Tue, 07 Apr 2026 14:28:39 GMT

← Nächstältere Version		Version vom 7. April 2026, 16:28 Uhr
Zeile 1:		Zeile 1:
	~~==Literatur==~~		Nach Probst et.al. im Standardwerk Wissen managen setzt sich eine '''organisatorische Wissensbasis''' aus '''individuellen''' und '''kollektiven Wissensbeständen''' zusammen, auf die eine Organisation zur '''Lösung ihrer Aufgaben''' zurückgreifen kann. Sie umfaßt darüber hinaus die '''Daten''' und '''Informationsbestände''', auf welchen individuelles und organisationales Wissen aufbaut.<ref>Probst et.al.: [[Wissen managen]].</ref>
	* Probst, ~~Raub~~, ~~Romhardt~~: [[Wissen managen]].

	==Weblinks==		== Wissensbasis vs. Wissensdatenbank ==
	*Christoph Puls, Luca Bongulielmi, Patrick Henseler: [~~http~~://~~www~~.~~cogneon~~.de/~~node~~/~~341~~ Leitfaden für den Aufbau einer unternehmensinternen Wissensbasis mit Hilfe von Wiki]		Nicht zu verwechseln ist der Begriff ''Wissensbasis'' mit der ''Wissensdatenbank''. Die Wissensdatenbank impliziert, dass Wissen vollumfänglich in Datenbanken gespeichert werden kann. Das ist nicht der Fall (z.B. [[Implizites Wissen]]). Der Begriff Wissensdatenbanken führt in der Praxis oft zu Falschannahmen, er sollte vermieden werden.

			== Siehe auch ==
			* [[Wissen]]
			* [[Wissensmanagement]]

			== Weblinks ==
			* Christoph Puls, Luca Bongulielmi, Patrick Henseler: [https://de.readkong.com/page/leitfaden-f-ur-den-aufbau-einer-unternehmensin-ternen-7687107 Leitfaden für den Aufbau einer unternehmensinternen Wissensbasis mit Hilfe von Wiki]
	* [http://books.google.com/books?id=rWSqXtFP2sYC&pg=PA202&lpg=PA202&dq=wissensbasis+pautzke&source=web&ots=6X0iPXpHi1&sig=BJVMswRkgz_ZCYHv_7zjPr71zuE Vertikales Modell der organisationalen Wissensbasis nach Pautzke]		* [http://books.google.com/books?id=rWSqXtFP2sYC&pg=PA202&lpg=PA202&dq=wissensbasis+pautzke&source=web&ots=6X0iPXpHi1&sig=BJVMswRkgz_ZCYHv_7zjPr71zuE Vertikales Modell der organisationalen Wissensbasis nach Pautzke]

			== Einzelnachweise ==
			<references />

Wissen

Simon.dueckert — Tue, 07 Apr 2026 14:18:20 GMT

← Nächstältere Version		Version vom 7. April 2026, 16:18 Uhr
(Eine dazwischenliegende Version desselben Benutzers wird nicht angezeigt)
Zeile 1:		Zeile 1:
	Für '''Wissen''' existiert keine allgemeingültige Definition. Für den eigenen [[Wissensmanagement]]-Ansatz ist es wichtig, sich die eigene Definition von Wissen bewusst zu machen, da diese die eigenen Handlungen beeinflusst. Wichtig ist hierbei die Einsicht, dass Wissen nicht direkt gemanaget werden kann, sondern nur "wissensfreundliche" Rahmenbedingungen geschaffen werden können (s.a. von Krogh, Nonaka: "This is a book about knowledge enabling. It is our strong conviction that knowledge cannot be managed, only enabled").		Für '''Wissen''' existiert keine allgemeingültige Definition. Für den eigenen [[Wissensmanagement]]-Ansatz ist es wichtig, sich die eigene Definition von Wissen bewusst zu machen, da diese die eigenen Handlungen beeinflusst. Wichtig ist hierbei die Einsicht, dass Wissen nicht direkt gemanaget werden kann, sondern nur "wissensfreundliche" Rahmenbedingungen geschaffen werden können (s.a. von Krogh, Nonaka: "This is a book about knowledge enabling. It is our strong conviction that knowledge cannot be managed, only enabled").

	In der Praxis wird hier oftmals die Definition von Probst et. al. verwendet:		In der Praxis wird hier oftmals die Definition von Probst et. al. aus dem Standardwerk [[Wissen managen]] verwendet:
	<blockquote>"Wissen bezeichnet die Gesamtheit der Kenntnisse und Fähigkeiten, die Individuen zur Lösung von Problemen einsetzen. Dies umfasst sowohl theoretische Erkenntnisse als auch praktische Alltagsregeln und Handlungsanweisungen. Wissen stützt sich auf Daten und Informationen, ist im Gegensatz zu diesen jedoch immer an Personen gebunden. Es wird von Individuen konstruiert und repräsentiert deren Erwartungen über Ursache-Wirkungs-Zusammenhänge". <ref>Probst, Raub, Romhardt: Wissen managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen.</ref></blockquote>		<blockquote>"'''Wissen''' bezeichnet die Gesamtheit der '''Kenntnisse''' und '''Fähigkeiten''', die Individuen zur '''Lösung von Problemen''' einsetzen. Dies umfasst sowohl '''theoretische Erkenntnisse''' als auch '''praktische Alltagsregeln''' und '''Handlungsanweisungen'''. Wissen stützt sich auf Daten und [[Informationen]], ist im Gegensatz zu diesen jedoch '''immer an Personen gebunden'''. Es wird von Individuen konstruiert und repräsentiert deren Erwartungen über Ursache-Wirkungs-Zusammenhänge". <ref>Probst, Raub, Romhardt: Wissen managen. Wie Unternehmen ihre wertvollste Ressource optimal nutzen.</ref></blockquote>

	Wichtige Dimensionen zur Klärung des Wissensbegriffs:		Wichtige Dimensionen zur Klärung des Wissensbegriffs:
Zeile 15:		Zeile 15:
	== Siehe auch ==		== Siehe auch ==
	* [[HANSE-Modell]]		* [[HANSE-Modell]]
	* [[~~Sieben Freie Künste~~]]		* [[Wissensbasis]]

	== Literatur ==		== Literatur ==

DIY LED-Lampe

Simon.dueckert — Mon, 06 Apr 2026 09:23:56 GMT

Änderungen zeigen

DIY LED-Lampe

Simon.dueckert — Sat, 04 Apr 2026 09:58:31 GMT

Die Seite wurde neu angelegt: „Die '''DIY LED Lampe''' ist eine selbst gebaute Countdown-Lampe auf Basis eines ESP32-Mikrocontrollers mit WS2812B-LEDs. Sie zeigt den Ablauf einer konfigurierbaren Zeit durch Farbwechsel an und kann per Bluetooth LE oder WLAN gesteuert werden. __TOC__ == Versionen == === Version 1 === ''Dokumentation folgt.'' === Version 2 === Aktuelle Version. Basis ist ein ESP32 WROOM 32 Dev Board. Gegenüber Version 1 wurde die Steuerung um WLAN erweitert und neue…“

Neue Seite

Die '''DIY LED Lampe''' ist eine selbst gebaute Countdown-Lampe auf Basis eines ESP32-Mikrocontrollers mit WS2812B-LEDs. Sie zeigt den Ablauf einer konfigurierbaren Zeit durch Farbwechsel an und kann per Bluetooth LE oder WLAN gesteuert werden.

__TOC__

== Versionen ==

=== Version 1 ===
''Dokumentation folgt.''

=== Version 2 ===
Aktuelle Version. Basis ist ein ESP32 WROOM 32 Dev Board. Gegenüber Version 1 wurde die Steuerung um WLAN erweitert und neue Lichteffekte hinzugefügt.

== Technik (Version 2) ==

{| class="wikitable"
|-
! Komponente || Details
|-
| Mikrocontroller || ESP32 WROOM 32 Dev Board
|-
| LEDs || 48 × WS2812B
|-
| Datenpin || GPIO 16
|-
| Bluetooth || BLE UART (Nordic UART Service)
|-
| WLAN || WiFiManager (Auto-Connect + Access Point)
|-
| Bibliotheken || FastLED, WiFiManager (tzapu), ESP32 BLE Arduino
|}

== Bedienung ==

=== Countdown ===

Die Lampe zeigt den Zeitfortschritt durch Farbwechsel an:

{| class="wikitable"
|-
! Phase || Farbe || Zeitraum
|-
| Laufend || Grün || Bis zur letzten Minute
|-
| Warnung || Gelb || Letzte 50 Sekunden
|-
| Kritisch || Rot || Letzte 10 Sekunden
|-
| Abgelaufen || Rot blinkend || Nach Ablauf der Zeit
|}

=== Befehle ===

Die Lampe akzeptiert folgende Befehle – sowohl per Bluetooth LE (Bluefruit Connect App, UART-Modus) als auch per Web-Interface:

{| class="wikitable"
|-
! Befehl || Alternativ || Funktion
|-
| <code>s</code> || <code>start</code> || Countdown starten
|-
| <code>r</code> || <code>reset</code> || Countdown stoppen, LEDs aus
|-
| <code>t5</code> || <code>time5</code> || Countdown auf 5 Minuten setzen (beliebige Zahl möglich)
|-
| <code>t</code> || <code>time</code> || Aktuelle Minuteneinstellung abfragen
|-
| <code>f</code> || <code>fire</code> || Feuer-Effekt anzeigen
|-
| <code>p</code> || <code>pride</code> || Rainbow-Effekt anzeigen
|-
| <code>i</code> || <code>ip</code> || IP-Adresse abfragen (nur bei WLAN-Verbindung)
|}

=== Bluetooth LE ===

# Bluefruit Connect App öffnen (iOS oder Android)
# Gerät ''DIY LED Lampe v2'' verbinden
# Modul ''UART'' öffnen
# Befehl eingeben und mit Enter bestätigen

=== WLAN ===

Beim ersten Start oder ohne gespeicherte Zugangsdaten öffnet die Lampe einen Access Point mit dem Namen ''DIY LED Lampe v2''. Darüber können WLAN-Zugangsdaten eingerichtet werden. Nach erfolgreicher Verbindung ist die Lampe erreichbar unter:

* <code>http://ledlampe.local</code> (mDNS, empfohlen)
* IP-Adresse (per <code>i</code>-Befehl abfragen oder Serial Monitor)

Das Web-Interface bietet dieselben Funktionen wie die Bluetooth-Steuerung.

=== Lichteffekte beim Start ===

Nach dem Einschalten zeigt die Lampe automatisch den Rainbow-Effekt, bis ein Befehl gesendet wird.

== Bauanleitung (Version 2) ==

''Dokumentation folgt.''

== Quellcode ==

''Link zum Repository folgt.''

Lightning Talks

Simon.dueckert — Sat, 04 Apr 2026 09:53:16 GMT

← Nächstältere Version		Version vom 4. April 2026, 11:53 Uhr
Zeile 5:		Zeile 5:

	<embedvideo service=youtube>https://www.youtube.com/watch?v=7atMXYyzkBc</embedvideo>		<embedvideo service=youtube>https://www.youtube.com/watch?v=7atMXYyzkBc</embedvideo>

			== Siehe auch ==

			* [[DIY LED-Lampe]]

	== Weblinks ==		== Weblinks ==
	* Wikipedia-Artikel [https://de.m.wikipedia.org/wiki/Lightning_Talk Lightning Talk]		* Wikipedia-Artikel [https://de.m.wikipedia.org/wiki/Lightning_Talk Lightning Talk]