KI und Wissensarbeit: Wissensprozesse vor der Toolauswahl einordnen

In vielen Organisationen liegt relevantes Wissen in Dokumenten, Fachanwendungen und der Erfahrung von Mitarbeitenden. Eine Suche kann vorhandene Informationen auffindbar machen; eine generative KI kann daraus zusätzlich eine formulierte Antwort erstellen. Beide Funktionen greifen jedoch nur so gut, wie es der konkrete Arbeitsablauf, die verfügbaren Quellen und die technischen Einstellungen zulassen.

Vor einer Toolauswahl hilft es deshalb, den Wissensprozess zu beschreiben: Wer benötigt welche Information, aus welchen freigegebenen Quellen, für welchen Arbeitsschritt und mit welcher möglichen Folge einer falschen oder unvollständigen Antwort? Diese Fragen schaffen eine gemeinsame Grundlage für Fachbereich, IT und verantwortliche Stellen.

Wissen entsteht nicht nur in Dokumenten

Für eine erste Einordnung ist es hilfreich, zwischen dokumentierten Informationen und Erfahrungswissen zu unterscheiden. Handbücher, freigegebene Prozessbeschreibungen und FAQ enthalten explizit festgehaltene Inhalte. Einschätzungen, Routinen und Kontextwissen können dagegen an die Erfahrung bestimmter Personen gebunden sein. Diese Kategorien überschneiden sich im Arbeitsalltag; sie sind keine vollständige Beschreibung jeder Wissensform.

Eine KI-Anwendung kann nur die Informationen verarbeiten, die ihr über Eingabe, Training oder angebundene Quellen verfügbar sind. Daraus folgt nicht, dass sämtliche relevanten Zusammenhänge in diesen Informationen enthalten sind. Prüfen Sie daher vor einer Einführung, welche Quellen tatsächlich zugänglich sind, wem sie gehören, wie aktuell sie sind und welches Wissen außerhalb der Dokumentation benötigt wird.

Suche und generierte Antwort erfüllen verschiedene Aufgaben

Eine Suchfunktion liefert Treffer, die Mitarbeitende selbst einordnen. Ein generatives System kann Informationen zusammenfassen oder eine Antwort formulieren. Bei einer quellengebundenen Anwendung, etwa mit Retrieval Augmented Generation (RAG), werden passende Textstellen zunächst abgerufen und dem Sprachmodell als Kontext übergeben. Das kann Antworten an bereitgestellte Inhalte anbinden; es garantiert weder vollständige Treffer noch korrekte Formulierungen. Microsoft beschreibt diese Grenzen ausdrücklich für RAG-Anwendungen: Unvollständige oder unpassende Abrufe können zu unvollständigen oder falschen Antworten führen, und auch mit Quellenkontext sind Fehler möglich (Microsoft Learn: Retrieval augmented generation).

Quellenhinweise sind deshalb ein Prüfmittel, keine automatische Bestätigung. Für eine konkrete Antwort sollte nachvollziehbar sein, welche Dokumente herangezogen wurden und ob sie die Aussage tragen. Bei widersprüchlichen oder fehlenden Informationen muss klar sein, ob das System nachfragt, auf die Lücke hinweist oder an eine zuständige Person verweist. Eine vertiefte technische Einordnung bietet der Beitrag RAG-Assistenten für Unternehmenswissen: Möglichkeiten und Grenzen.

Qualität, Zuständigkeit und Folgen klären

Das NIST AI Risk Management Framework empfiehlt, den vorgesehenen Einsatzzweck, bekannte Systemgrenzen, mögliche Auswirkungen und menschliche Aufsicht zu dokumentieren. Es ist ein freiwilliger Orientierungsrahmen, keine rechtliche Einzelfallprüfung. Seine Hinweise lassen sich als Fragen für einen Wissensprozess nutzen: Welche Aufgabe unterstützt das System? Wer bewertet Nutzen und mögliche Fehlerfolgen? Wer überwacht den Einsatz und bearbeitet Rückmeldungen? (NIST AI RMF 1.0, Core; NIST AI RMF, Audience).

Die Prüfung sollte zur möglichen Auswirkung passen. Eine intern verwendete Zusammenfassung kann andere Kontrollen benötigen als eine Antwort, die in eine Kundenkommunikation oder eine fachliche Entscheidung einfließt. Legen Sie fest, welche Antworten geprüft werden müssen, welche Quellen zulässig sind und wie Mitarbeitende Fehler oder veraltete Inhalte melden. Testen Sie den Ablauf mit typischen, unklaren und widersprüchlichen Fragen, bevor Sie ihn breiter einsetzen.

Das betrifft auch Zugriffsrechte und Pflege. Eine angebundene Wissensquelle macht Inhalte nicht automatisch aktuell oder für alle Nutzenden geeignet. Prüfen Sie deshalb, ob Berechtigungen beim Abruf wirksam sind, wer veraltete Inhalte korrigiert und wie Änderungen in der Anwendung ankommen. Die Verantwortung für fachliche Inhalte und Entscheidungen bleibt bei den dafür benannten Personen.

Erst den Prozess, dann die Lösung einordnen

Vor einer Beschaffung oder technischen Umsetzung können Verantwortliche den Ablauf anhand weniger Punkte beschreiben:

1. Anlass: Welche wiederkehrende Frage oder welcher Arbeitsschritt soll unterstützt werden?
2. Quellen: Welche freigegebenen und aktuellen Informationen dürfen dafür verwendet werden?
3. Nutzerkreis: Wer darf die Informationen sehen und die Ergebnisse verwenden?
4. Fehlerfolgen: Was passiert, wenn eine Antwort fehlt, falsch oder veraltet ist?
5. Kontrolle: Wer prüft Ergebnisse, pflegt Quellen und entscheidet über Eskalationen?
6. Bewertung: Woran erkennen Sie im Pilot, ob der Ablauf brauchbar ist – einschließlich Fehlern und zusätzlichem Prüfaufwand?

Diese Fragen können auch zeigen, dass zuerst Dokumentation, Suche, Zuständigkeiten oder Berechtigungen geklärt werden sollten. Ob KI geeignet ist, hängt vom konkreten Prozess und den verfügbaren Quellen ab. Eine allgemeine Aussage über erwartete Zeitersparnis oder Wirtschaftlichkeit lässt sich daraus nicht ableiten.

Eine gemeinsame Sprache für Fachbereich und IT

Fachbereiche beschreiben meist Fragen, Übergaben und Folgen im Arbeitsalltag. IT-Teams betrachten zusätzlich Datenquellen, Schnittstellen, Suchverfahren und Modellverhalten. Eine gemeinsame Prozessbeschreibung verbindet diese Perspektiven: Sie benennt die Frage, die benötigten Belege, die Nutzergruppe und den Umgang mit Unsicherheit.

Der NIST-Rahmen betont ebenfalls, dass unterschiedliche Perspektiven über den Lebenszyklus eines KI-Systems zusammenarbeiten sollen. Für Wissensprozesse bedeutet das praktisch: Fachverantwortliche, IT, Datenschutz und betroffene Nutzende sollten ihre jeweiligen Anforderungen früh einbringen. So lassen sich Prüfkriterien und Verantwortlichkeiten festlegen, bevor technische Optionen miteinander verglichen werden.

Fazit: Die konkrete Wissenssituation entscheidet

KI kann Suche, Strukturierung und Aufbereitung von Informationen unterstützen. Ob eine generierte Antwort für einen Arbeitsablauf geeignet ist, hängt unter anderem von Quellenqualität, Berechtigungen, Prüfbarkeit und den Folgen möglicher Fehler ab. Beschreiben Sie daher zuerst die Wissenssituation und den gewünschten Arbeitsschritt. Daraus können Sie ableiten, ob eine bessere Suche, gepflegte Dokumentation oder eine generative Anwendung geprüft werden sollte.

Wenn Sie Wissensprozesse, Wissenssuche und KI-Unterstützung gemeinsam einordnen möchten, bietet der Workshop „KI-gestützte Wissensprozesse verstehen“ einen passenden nächsten Schritt. Der Workshop behandelt Einordnung, Wirkungslogik und Grenzen, ohne eine Toolauswahl oder Implementierung vorauszusetzen.