Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 3 – Woche 3:
Deine Lernziele:
Du hast einen Überblick über bewährte Werkzeuge und Methoden mit den Schwerpunkten ‚Wissenskultur entwickeln‘ und ‚Persönliches Wissensmanagement‘.
Der Methodenkoffer ist gut gefüllt. Wähle einfach diejenigen Steckbriefe aus, die sich am meisten interessieren. Du musst nicht alle durcharbeiten!
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 3 – Woche 2:
Deine Lernziele:
Du hast einen Überblick über bewährte Werkzeuge und Methoden mit den Schwerpunkten ‚Wissen weitergeben‘ und ‚Wissen dokumentieren und speichern‘.
Der Methodenkoffer ist gut gefüllt. Wähle einfach diejenigen Steckbriefe aus, die sich am meisten interessieren. Du musst nicht alle durcharbeiten!
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 3 – Woche 1:
Deine Lernziele:
Du hast einen Überblick über bewährte Werkzeuge und Methoden mit den Schwerpunkten ‚Wissen identifizieren‘ und ‚Wissen erlangen und entwickeln‘.
Der Methodenkoffer ist gut gefüllt. Wähle einfach diejenigen Steckbriefe aus, die sich am meisten interessieren. Du musst nicht alle durcharbeiten!
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 2 – Woche 3:
Deine Lernziele:
Du verstehst die Bedeutung eines begleitenden Change Management für die Einführung von Wissensmanagement.
Du kennst die organisatorischen Fragen, die für einen nachhaltigen Betrieb von Wissensmanagement beantwortet werden müssen.
Du kannst zwischen einer Wirkungsmessung im Wissensmanagement und dem Intellectual Capital Reporting unterscheiden.
Du kennst die Möglichkeiten und Herausforderungen einer Wirkungsmessung.
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 2 – Woche 2:
Deine Lernziele:
Du kennst unterschiedliche Möglichkeiten, den umfangreichen Methoden- und Werkzeugkoffer des Wissensmanagements zu strukturieren.
Du weißt, wie du die passenden Methoden für eine konkrete Praxis auswählst.
Du kennst die Anforderungen an eine IT-Strategie im Kontext Wissensmanagement.
Du weißt, wie KI im Wissensmanagement unterstützen kann.
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 2 – Woche 1:
Deine Lernziele:
Du weißt, welche Inhalte eine Wissensmanagement-Strategie haben sollte.
Du weißt, welche Rolle Ziele dabei spielen und wie diese definiert werden.
Du kennst unterschiedliche Möglichkeiten einer Ist-Analyse zur Ermittlung der wesentlichen Handlungsfelder.
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 1 – Woche 3:
Deine Lernziele:
Du kennst die wesentlichen Modelle im Wissensmanagement.
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 1 – Woche 2:
Deine Lernziele:
Du erfährst, welche Interaktion von Wissensmanagement mit anderen Managementdisziplinen es gibt bzw. wo es sich abgrenzt ab.
Du entwickelst eine Vorstellung darüber, wie sich Wissensmanagement bei dir in der Organisation integrieren würde.
Du hast einen ersten Überblick über den Einsatz von KI im Kontext Wissensmanagement.
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
Falls du unser empfohlenes Curriculum entlang der neun Wissensmanagement-MOOC Wochen bearbeiten möchtest, findest du hier die Informationen zu Modul 1 – Woche 1:
Deine Lernziele:
Du verstehst, warum Wissensmanagement wichtig ist und kannst dies gegenüber Kollegen / Kolleginnen und Entscheidern / Entscheiderinnen verargumentieren.
Du kennst und verstehst die grundlegenden Begriffe im Wissensmanagement. Du kennst unterschiedliche Definitionen für ‚Wissensmanagement‘ und kannst eine eigene für deine Organisation passende Definition formulieren.
Diese Inhaltsempfehlung ist Teil des Wissensmanagement MOOC (WMOOC), in dem es auch Live-Session Termine, Wochenaufgaben und digitale „Badges“ gibt. Dazu ist eine Anmeldung zum WMOOC im „oncampus“ erforderlich. Der WMOOC wird jährlich vom in der Regel vom 3. Oktober bis 23. Dezember durchgeführt. Über die Live-Session Termine und kurzfristige Änderungen werdet ihr auch über unseren Newsletter hier informiert.
erreicht nur noch einer von acht analysierten Bereichen (von etablierter Bilderkennung bis hin zu komplexen Aufgaben in der Mathematik und umfangreichem Textverständnis) nicht die von einem Menschen zu erwartende Performance (Human Baseline), und zwar das multimodale Verstehen und Schlussfolgern.
ist KI zunehmend Teil unseres täglichen Lebens.
steigen Investitionen in KI weltweit rasant.
nimmt der KI-Optimismus weltweit deutlich zu, in Deutschland zwischen 2022 und 2025 um 10%.
Hinweis: Da sich die Tools sehr dynamisch entwickeln und wir mit dem freien Kursbuch neutral bleiben wollen, nennen wir keine Tool-Beispiele. Aber sicher kennst du bereits zahlreiche KI-Anwendungen.
Künstliche Intelligenz (KI) ist ein Sammelbegriff für Technologien, die darauf abzielen, kognitive Funktionen auszuführen, die mit menschlichem Denkvermögen gleichgesetzt werden. Dazu zählen unter anderem Wahrnehmung, Lernen, Interaktion, Problemlösung, Entscheidungsfindung und der Ansatz von Kreativität.
Die von der Europäischen Kommission eingesetzte Expertengruppe für künstliche Intelligenz (AI HLEG) definiert den Begriff der künstlichen Intelligenz folgendermaßen:
„Künstliche Intelligenz (KI)-Systeme sind von Menschen entwickelte Software- (und möglicherweise auch Hardware-)Systeme, die – unter der Vorgabe eines komplexen Ziels – in der physischen oder digitalen Dimension agieren, indem sie ihre Umgebung durch Datenerfassung wahrnehmen, die gesammelten strukturierten oder unstrukturierten Daten interpretieren, auf dem daraus abgeleiteten Wissen schlussfolgern oder Informationen verarbeiten und anschließend die beste(n) Handlung(en) auswählen, um das gegebene Ziel zu erreichen….“.
Was ist generative KI?
Generative KI erzeugt Inhalte aus Daten, mit denen sie vorher trainiert worden ist. Die Basis sind Large Language Models (LLM), die vorhandene Daten nach den Gesetzen der Häufigkeit, Gewohnheit, Wahrscheinlichkeit kombinieren.
Typische Einsatzgebiete generativer KI sind:
Informationsrecherche
Generierung von Texten, Bildern und Videos
Kommunikation, z. B. Chatbots im Kundenservice
Technologische Grundlagen
Machine Learning (ML)
Ein Teilgebiet der KI, bei dem Systeme aus Daten lernen, ohne explizit programmiert zu sein, vielmehr verbessern sich die Computeralgorithmen durch Erfahrung automatisch. Diese Algorithmen entwickeln ein mathematisches Modell, welches auf sogenannten Trainingsdaten basiert. Damit haben sie die Möglichkeit, Vorhersagen zu treffen oder Entscheidungen zu fällen, ohne speziell dafür programmiert zu sein. ML ist die Grundlage vieler KI-Anwendungen – von Spam-Filtern bis zu Produktempfehlungen.
Deep Learning (DL)
Eine Weiterentwicklung des ML ist Deep Learning (DL). Während ein Modell beim ML regelmäßig trainiert wird, um Genauigkeit und Präzision sicherzustellen, kann das Modell beim DL von selbst dazulernen und im Laufe der Zeit eigenständig, ohne manuelles Training präziser und differenzierter werden, und zwar auf Basis neuronaler Netze. Deep Learning ermöglicht besonders leistungsfähige Modelle, z. B. für Bilderkennung oder Sprachverarbeitung.
Large Language Models (LLMs)
Sehr große, auf Deep Learning basierende Sprachmodelle, die auf riesigen Textmengen trainiert wurden. Sie bilden das Herzstück vieler generativer KI-Anwendungen LLMs können Sprache verstehen, interpretieren und selbstständig neue Texte generieren.
Wenn du die Rolle der Wahrscheinlichkeitsrechnung für eine generative KI verstehen möchtest, erklärt das am besten die Maus (Dauer 5’51 Min.):
Der Lernprozess einer KI und die Rolle der so genannten neuronalen Netze sind hier gut erklärt (Dauer 4’51 Min.):
Andere Formen von KI
Neben der so genannten generativen KI gibt es weitere wichtige Formen von KI, die in unterschiedlichen Anwendungsfeldern zum Einsatz kommen:
Analytische KI
Konzentriert sich auf die Analyse von Daten zur Mustererkennung. Dadurch werden aus großen Datenmengen Informationen extrahiert und auf dieser Basis Vorhersagen getroffen. Es handelt sich also um Machine-Learning-Algorithmen zur Datenanalyse.
Typische Einsatzgebiete analytischer KI sind Expertensysteme zur Einbindung menschlichen Fachwissens in automatisierte Abläufe, die Optimierung von Abläufen durch Fehlererkennung in Fertigungsprozessen oder auch die Ahndung von Finanzkriminalität durch Mustererkennung in Geldströmen.
Kognitive KI
Zielt darauf ab, menschliche Denk- und Wahrnehmungsfähigkeiten nachzuahmen und zu nutzen. Sie ist darauf ausgerichtet, Aufgaben zu bewältigen, die sonst menschliche Intelligenz erfordern. Kognitive KI unterscheidet sich von analytischer KI insofern, dass sie ihre Muster und Regeln auf Basis der vorgefundenen Daten selbst entwickelt und diese nicht von einem Menschen vorgegeben bekommt. Während analytischer KI also gesagt wird, wonach sie suchen soll, versucht kognitive KI, das anhand der vorliegenden Daten selbst herauszufinden.
Typische Einsatzgebiete kognitiver KI sind Natural Language Processing (Umwandlung von Text zu Wort), Gesichts- oder Objekterkennung, neuronale Netze: zur Vorhersage bestimmter Ereignisse in Geschäftsabläufen, Früherkennung von Krankheiten mit Bildanalyse.
Denkaufgabe:
Verfügt eine KI tatsächlich über Wissen? Wenn du an die Definitionen von Daten, Informationen, Wissen, Kompetenz usw. zurückdenkst: Was spricht dafür? Was dagegen?
Das KI-Team der Bildungsforschung an der DHBW Heilbronn hat unter Leitung des Stifterverbandes und mit Förderung der Dieter Schwarz Stiftung eine kostenlose Lernplattform für das Ausbilden und Erweitern von KI-Kompetenzen entwickelt. Neben grafischen Auswertungen zu persönlichen oder organisationalen KI-Kompetenzen, gibt es es eine Vielzahl passender Weiterbildungsmöglichkeiten auf dem KI-Campus. Schaut doch mal rein!
