WissensTransferCamp 2025/Wissenslandkarten mit KI

Diese Session behandelte die Herausforderung der automatisierten Erstellung von Wissenslandkarten in Echtzeit während Expertengesprächen im Wissenstransfer. Die Diskussion zeigte, dass trotz des Wunsches nach technologischer Unterstützung die menschliche Moderation und der Beziehungsaufbau zwischen Moderator und Experte zentrale Erfolgsfaktoren bleiben. Verschiedene KI-Anwendungsmöglichkeiten wurden identifiziert, jedoch nicht für die Echtzeitvisualisierung, sondern für die Vorbereitung und Nachbearbeitung von Wissenstransferprozessen.

Session Owner: Christian Keller

Video laden

YouTube

YouTube sammelt möglicherweise persönliche Daten. Datenschutzrichtlinie

Fortfahren Ausblenden

Hauptthemen der Präsentation:

1. Ausgangssituation und Herausforderung der Echtzeit-Mindmap-Erstellung
2. Verschiedene Prozessmodelle im Wissenstransfer
3. Kritische Bewertung der KI-Integration in sensible Moderationsprozesse
4. Alternative KI-Anwendungsmöglichkeiten im Wissenstransfer
5. Begriffsdefinitionen und Szenarien im Wissenstransfer

Ausgangssituation und Herausforderung der Echtzeit-Mindmap-Erstellung

Irma stellte ein konkretes Problem aus der Praxis vor: Bei Expertengesprächen sind normalerweise zwei Personen erforderlich - ein Moderator für die Gesprächsführung und eine zweite Person für die gleichzeitige Erstellung einer Mindmap. Diese Konstellation ist ressourcenintensiv und kostenaufwendig.

Das Ziel war es, eine technologische Lösung zu finden, die es ermöglicht, dass eine einzelne Person sowohl moderiert als auch eine Wissenslandkarte in Echtzeit erstellt. Dabei sollte der Experte die entstehende Mindmap verfolgen können, um Korrekturen und Ergänzungen vorzunehmen.

Die Anforderungen umfassten:

• Echtzeit-Visualisierung während des Gesprächs
• Interaktive Korrekturmöglichkeiten für den Experten
• Ressourcenschonung durch Reduzierung des Personalaufwands
• Erhaltung der Gesprächsqualität

Bisherige Versuche mit Tools wie Mappify zeigten unzureichende Ergebnisse, da wichtige Inhalte verloren gingen und die Qualität der automatisch erstellten Mindmaps deutlich unter manuell erstellten lag.

Verschiedene Prozessmodelle im Wissenstransfer

Die Diskussion offenbarte unterschiedliche Herangehensweisen im Wissenstransfer. Während Irmas Team getrennte Termine für Wissensgeber und Wissensnehmer durchführt, arbeitet Lothar mit einem anderen Modell, bei dem alle Beteiligten gleichzeitig anwesend sind.

Irmas Prozessmodell gliedert sich in mehrere Phasen:

• Kick-off mit der Führungskraft zur Bedarfsermittlung
• Separate Termine mit dem Wissensgeber zur Wissensaufnahme
• Getrennte Gespräche mit dem Wissensnehmer zur Fragensammlung
• Transfergespräche mit beiden Parteien
• Abgleich der entstandenen Wissenslandkarten

Lothars Ansatz sieht vor, dass der Wissensnehmer die Fragen stellt, während der Moderator dokumentiert und bei Bedarf eingreift. Dieser Unterschied in den Prozessmodellen beeinflusst die Anforderungen an technologische Unterstützung erheblich.

Christian ergänzte, dass FreeMind (heute Freeplane) als schlankes Tool durchaus von einer Person allein bedient werden kann, wenn entsprechende Routine vorhanden ist. Die Vorstrukturierung durch Vorgespräche kann die Live-Dokumentation erheblich erleichtern.

Kritische Bewertung der KI-Integration in sensible Moderationsprozesse

Die Teilnehmer äußerten erhebliche Bedenken gegenüber der Integration von KI in Echtzeit-Moderationsprozesse. Jenny betonte, dass bereits die Geschwindigkeit manueller Mindmap-Erstellung für viele Wissensgeber herausfordernd sei. Eine zusätzliche KI-Komponente könnte zu ständigen Korrekturen führen und vom eigentlichen Gesprächsinhalt ablenken.

Frank hob die Bedeutung des integrierten Moderations- und Visualisierungsprozesses hervor:

• Moderation und Visualisierung als Chance für eine Person
• Aushandlung von Bedeutung zwischen den Beteiligten
• Aufbau und Erhaltung von Beziehungsstrukturen
• Entschleunigung statt Beschleunigung sensibler Prozesse

Claudia bestätigte diese Einschätzung und verwies auf ihre Erfahrungen mit automatischen Transkriptionen, die bereits störend wirken können. Die gleichzeitige Beobachtung einer KI-generierten Mindmap könnte die Gesprächsqualität erheblich beeinträchtigen.

Die Teilnehmer betonten, dass der Beziehungsaufbau zwischen Moderator und Wissensgeber, besonders bei widerstandsbehafteten oder interpersonell problematischen Themen, durch KI-Integration gefährdet werden könnte.

Alternative KI-Anwendungsmöglichkeiten im Wissenstransfer

Obwohl die Echtzeit-Integration kritisch bewertet wurde, identifizierten die Teilnehmer verschiedene sinnvolle KI-Anwendungen im Wissenstransfer:

Vorbereitung und Strukturierung:

• Erstellung von Grundstrukturen für unbekannte Professionen
• Einordnung von Stellenbeschreibungen in Wissenskategorien
• Generierung von Vorlagen basierend auf Vorgesprächen
• Unterstützung bei der Fragenerstellung für spezifische Themenbereiche

Nachbearbeitung und Analyse:

• Transkription und nachträgliche Mindmap-Erstellung
• Abgleich von Wissensgeber- und Wissensnehmer-Karten
• Identifikation von Differenzen und Übereinstimmungen
• Strukturierung von Gesprächsinhalten in standardisierte Formate

Technische Unterstützung:

• Speech-to-Text-Funktionen für Textsequenzen
• OPML-Format-Generierung aus Gliederungen
• Markdown-basierte Strukturierung mit Tools wie Markmap
• Integration in bestehende Mindmap-Programme

Jürgen experimentierte bereits mit einem Overlay-Ansatz, bei dem KI-generierte Strukturen aus Vorgesprächen mit frei entwickelten Wissenslandkarten abgeglichen werden. Diese Methode zeigt gemischte Ergebnisse, bietet aber interessante Entwicklungsmöglichkeiten.

Begriffsdefinitionen und Szenarien im Wissenstransfer

Die Session verdeutlichte die Notwendigkeit einheitlicher Begriffsdefinitionen in der Wissenstransfer-Community. Christian verwies auf die Arbeit der Frankfurt Knowledge Group, die eine Mustersprache für Wissenstransfer entwickelt hat.

Historische Entwicklung der Begriffe:

• Expert Debriefing als ursprüngliche Methode
• Weiterentwicklung zur Wissensstafette über VW
• Verschiedene Interpretationen in unterschiedlichen Organisationen

Szenario-basierter Ansatz:

• Definition verschiedener Wissenstransfer-Szenarien
• Anpassung der Methoden an spezifische Situationen
• Berücksichtigung von Wissensgeber, Wissensnehmer und Moderator-Konstellationen

Die Diskussion zeigte, dass verschiedene Organisationen unterschiedliche Prozessmodelle entwickelt haben, die jeweils spezifische Anforderungen an technologische Unterstützung stellen. Eine einheitliche Begriffsbasis könnte die Entwicklung geeigneter Tools fördern.

Fazit und Ausblick

Die Session verdeutlichte, dass die ursprünglich angestrebte Echtzeit-KI-Unterstützung für Mindmap-Erstellung in Moderationsprozessen kritisch zu bewerten ist. Die menschliche Komponente - Beziehungsaufbau, Vertrauensbildung und sensible Gesprächsführung - bleibt zentral für erfolgreichen Wissenstransfer.

Zentrale Erkenntnisse:

• Echtzeit-KI-Integration kann die Gesprächsqualität beeinträchtigen
• Moderation und Visualisierung bilden eine sinnvolle Einheit
• KI-Unterstützung ist wertvoll in Vorbereitung und Nachbearbeitung
• Verschiedene Prozessmodelle erfordern unterschiedliche technologische Ansätze

Handlungsempfehlungen:

• Entwicklung von KI-Tools für die Vor- und Nachbereitung von Wissenstransferprozessen
• Verbesserung der Speech-to-Text-Integration für punktuelle Unterstützung
• Standardisierung von Begriffen und Prozessmodellen in der Community
• Weitere Experimente mit Overlay-Ansätzen und Abgleichsfunktionen

Offene Fragen:

• Wie können KI-Tools die Qualität der Vorbereitung auf Expertengespräche verbessern?
• Welche standardisierten Formate eignen sich für den automatisierten Abgleich von Wissenslandkarten?
• Wie lassen sich die verschiedenen Prozessmodelle im Wissenstransfer systematisch kategorisieren?

Die Session bestätigte, dass technologische Innovation im Wissenstransfer durchaus wertvoll ist, jedoch nicht um jeden Preis die bewährten menschlichen Interaktionsmuster ersetzen sollte.