Barbara zeigt uns, welche Werkzeuge der Künstlichen Intelligenz sie selbst als Hochschuldozentin nutzt, um ihre persönliche Wissensarbeit effizienter zu gestalten. (Dauer: 50:00 min):
29:08 min : Wie individuell kann DeepL Write eingestellt werden?
31:17 min : Wer trägt die Kosten der wissenschaftlichen KI-Tool Nutzung?
34:12 min : Welche GPT’s/Chatbots wurden von Frau Geyer schon kreiert?
36:02 min : Wie hoch ist der Einarbeitungsaufwand für einen sinnvollen Umgang mit Chatbots?
38:43 min : Hat sich die Interaktion mit Menschen durch den verstärkten Einsatz von KI verändert?
43:39 min : Welche urherberrechtlichen Risiken bestehen beim Einsatz von KI?
46:21 min : Wo liegt das Potenzial im Bezug für organisationales WM?
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
Wissensmanagement bei der Deutschen Bahn – Blick in die Praxis der DB Engineering & Consulting
mit Erik Schulz, Referent Wissensmanagement der DB E&C
Als Ingenieurdienstleister der Deutschen Bahn bietet die DB E&C mit rund 6.000 Mitarbeitenden technisch hochwertige und maßgeschneiderte Beratung, Planung und Realisierung für Infrastruktur- und Mobilitätsprojekte in Deutschland und weltweit. Erik Schulz nimmt uns mit in die Praxis des Wissensmanagements im Unternehmen. In dieser WMOOC Live-Session werden verschiedene Tools und Aktivitäten sowie aktuelle Herausforderungen aus dem Themenfeld Wissensmanagement vorgestellt.(Dauer: 49:49 min)
35:10 min : Abschluss- & Semesterarbeiten im Intranet
Beginn Fragen & Antworten
36:21 min : Werden die Personen im Netzwerk in den Techniken/Workshops ausgebildet?
38:43 min : Wie können Personen diesen Service anfragen? Gibt es Vorbedingungen, wann unterstützt wird?
40:45 min : Wie kommen die fachlichen Ansprechpartner:innen in die Datenbank und was sagt der Betriebsrat dazu?
43:56 min : Gibt es Wissensmanagement-Austausch mit der übrigen DB?
46:17 min : Werden Lessons Learned eher zum Projektende gemacht oder auch im Projektverlauf?
47:01 min : Gibt es Auswertungen, in welchem Umfang die Abschlussarbeiten später genutzt werden?
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
mit Laura Rinker (M. Sc.), Wissenschaftliche Mitarbeiterin am Lehrstuhl für Wirtschafts- und Organisationspsychologie an der Universität Hohenheim
Laura geht darauf ein, welche Möglichkeiten und Ansätze es gibt, Menschen zum Wissenstransfer zu motivieren. Welche Motive haben wir, unser Wissen weiterzugeben und wie beeinflusst der Führungsstil die Bereitschaft, Wissens zu teilen? Warum kann der Weg zum funktionierenden Wissenstrasfer lang sein? Das sind nur einge der Punkte, mit denen sich diese WMOOC Live Session beschäftigt. (Dauer: 55:36 min):
36:54 min : Inwiefern ist die Angst vor dem Vorwurf des Hochstaplers ein Hindernis für die Motivation zum Wissenstransfer?
38:48 min : Wie lässt sich Wissenstransfer in der Forschung messen und operationalisieren?
42:34 min : Wo genau situiert sich die Forschung und wie werden Stichproben ausgewählt?
45:21 min : Wie werden Vorbilder ausgewählt, um die Motivation für Wissenstransfer zu steigern?
47:03 min : Sind soziale Vergleiche und ihre Bedeutung vom Persönlichkeitstyp abhängig? Sind manche stärker davon abhängig als andere?
50:10 min : Inwiefern spielt die Hierarchie eine Rolle bei sozialen Vergleichen?
51:23 min : Welche Rolle spielt Fehlerkultur bei der Motivation zum Wissenstransfer?
53:16 min : Sind einige der genannten Faktoren für den Wissenstransfer möglicherweise wichtiger als andere?
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
Praxisbeispiel aus der Qualitätssicherung im Sonderfahrzeugbau
mit Larissa Uebereck (Qualitätsingenieurin Daimler Truck)
Im Vortrag berichtet Larissa von ihren Erfahrungen und Learnings aus der Qualitätssicherung im Sonderfahrzeugbau bei Daimler Truck. Dort hat sie unter Anwendung von Design Thinking Methoden in enger Zusammenarbeit mit den Mitarbeitenden die Wissensflüsse in der Qualitätssicherung untersucht, sowie einen Optimierungsansatz erarbeitet. Der Vortrag sensibilisiert für die Chancen und Problematiken von WM im Produktionsumfeld und hilft uns dabei zu erkennen, dass WM nicht nur für den klassischen Wissensarbeitenden, sondern auch für Produktionsmitarbeitende relevant ist. (Dauer: 50:56 min):
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
Wissensmanagement so einfach wie möglich, aber nicht einfacher!
mit Dr. Karsten Ehms (Experte für Wissensmanagement und Digitale Zusammenarbeit, Gesellschaft für Wissensmanagement / Siemens AG)
Karsten Ehms versucht in seinem Ansatz eines Zero Bullshit KM seine relevanten Erfahrungen aus über 20 Jahren Wissensmanagement verständlich zu bündeln. Es geht ihm dabei darum, faktenbasiert, seriöse Vereinfachung zu betreiben und dabei auch auf veränderte Rahmenbedingungen einzugehen.(Dauer: 59:43 min)
56:11 min : Frage: Gibt es aktuelle Theorien im Fach Wissensmanagement?
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
mit Thiemo von Gillhaußen (Head of Business Unit Congree Content Analytics, Congree Language Technologies GmbH)
Achtung: Wir entschuldigen uns für Tonstörungen, die während des Mitschnitts aufgetreten sind.
Wissensgraphen sind zu einer wichtigen Komponente der maschinellen Intelligenz geworden, die allgegenwärtige digitale Assistenten antreibt. Wir zeigen Ihnen, wie Sie toolgestützt einen Wissensgraphen aus vorhandener Terminologie ableiten können.
Stichpunkte zum Inhalt:
Was ist eine Terminologie ?
Was ist ein Wissensgraph?
Warum sollte ich mich mit Wissensgraphen und Ontologien beschäftigen?
Warum ist die Terminologie ein geeigneter Startpunkt für den Aufbau eines unternehmensweiten Wissensgraphen?
Thiemo von Gillhaußen verantwortet den Unternehmensbereich New Language Technologies bei Congree. Darunter fallen auch die Themen rund um Information Extraction, Content Classification, Text Mining bis hin zum Knowledge- und Ontologieaufbau. Bei seinen früheren Tätigkeiten beschäftigte er sich mit modularer Informationserstellung, der Aufbereitung und Analyse von Massendaten sowie dem bestmöglichen Zugang zu diesen Inhalten. Eines der Kernthemen ist dabei schon immer die Strukturierung von Daten zur Bereitstellung der enthaltenen Informationen.(Dauer: 48:05 min):
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
Erfahrungswissen kollektiv veredeln und weitergeben
mit Dr. Angelika Mittelmann (The Frankfurt Knowledge Group, Mitglied des Beirats der GfWM) und Dr. Christine Erlach (Inhaberin NARRATA Consult, The Frankfurt Knowledge Group)
Angelika Mittelmann und Christine Erlach nehmen uns mit auf die Reise der Entwicklung einer Mustersprache, und zwar zu Wissenstransfer. Diese bündelt als Body of Knowledge zum Thema Wissenstransfer das Erfahrungswissen einer Gruppe ausgewiesener Expert:innen und macht es für andere nutzbar.(Dauer: 59:21min):
13:21 min : Definition: Was ist eine Mustersprache?
16:33 min : Entwicklungsprozess einer Mustersprache Beginn Fragen & Antworten
28:56 min : Wie aufwendig und zeitintensiv war die Erhebungsphase schlussendlich?
31:59 min : Wie schafft eine Gruppe von Expert:innen sich zu einigen?
33:17 min : Zwischenfrage: Werden die Treffen moderiert?
35:43 min : Wie viel Kontext kann und muss bei einem Muster, also einer Problem-Lösungs-Kombination, mitgegeben werden für ein „richtiges“ Verständnis?
39:35 min : Praktisches Beispiel: Einblick in Inside
42:55 min : Musterbeispiel: Wissenstransfer zwischen Führungskräften
49:54 min : Gibt es Tests, wie die Mustersprache in der realen Anwendung funktioniert und ob sie als hilfreich empfunden wird?
50:23 min : Wann kann eine Mustersprache angewendet werden?
52:34 min : Wie kann die Anwendung einer Mustersprache vereinfacht werden?
55:11 min : Wird für jede Mustersprache ein Expert-Briefing benötigt?
56:57 min : Könnten Expert:innen die bereits vorhandenen Mustersprachen anwenden und dadurch auch testen?
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
„Faktoren, die unseren Umgang mit Wissensbeständen (Bodies of Knowledge) maßgeblich beeinflussen können“
mit Stefan Zillich (re:Quest, Berlin)
Ein Body of Knowledge (BoK) bezeichnet den Wissensbestand einer fachlichen Disziplin und wird uns präsentiert von deren Vertretern. Unsere Entscheidung, einen BoK zu akzeptieren, hängt von dessen Inhalten ab. Doch es lohnt sich, noch weitere Faktoren zu beachten, die unseren Umgang mit Wissensbeständen maßgeblich beeinflussen. Stefan Zillich weist auf die Rolle von Meta-Information über Wissensbestände hin. Er stellt vor dem Hintergrund von Erfahrungen und Projekten Ideen und strukturierte Fragen vor, die uns einerseits beim Entscheidungsprozess für oder gegen einen BoK unterstützen. Andererseits lassen sich daraus Punkte ableiten, mit denen die Herausgeber eines BoK dessen Akzeptanz erhöhen können. Diese Session ist eine Fortführung einer Session aus dem WMOOC 2022 („Body of Knowledge„).(Dauer: 57:36 min):
45:30 min : Kann mensch Teilbereiche eines BoK akzeptieren und andere Bereiche ablehnen?
48:42 min : Gibt es eine Unterscheidung zwischen BoK und Regelwerk und wenn ja, wo verläuft die Grenze?
49:24 min : Könnte ein BoK, durch eine vereinfachte, weniger fachliche Sprache größere Akzeptanz erzielen?
52:06 min : Braucht mensch die Unterscheidung zwischen BoK und Regelwerk?
53:40 min : Kann ein BoK durch eine fortlaufende Weiterentwicklung an Verständlichkeit einbüßen und inwieweit ist er dann noch anwendbar?
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
Der Einsatz von künstlicher Intelligenz (KI) im organisationalen Wissensmanagement kann in mehreren strategischen und operativen Handlungsfeldern erfolgen:
Hinweis: Da sich die KI-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.
Wissensidentifikation
Die Analyse von Kommunikationsdaten (z. B. E-Mails, Chats), die automatisierte Erkennung von Expertennetzwerken oder Skill-Mapping durch semantische Analyse von Lebensläufen oder Projektberichten, kann dabei helfen zu erkennen, wo im Unternehmen Wissen vorhanden ist oder fehlt.
Wissenserschließung und -extraktion
Mittels Natural Language Processing (NLP) kann relevantes Wissen aus unstrukturierten Daten gewonnen werden. Außerdem kann generative KI Dokumente automatisch zusammenfassen. Und schließlich kann KI die Klassifikation und Verschlagwortung von Inhalten automatisieren, z. B. um diese Inhalte dann in einem Wiki oder einer Datenbank korrekt abzulegen.
Wissensdokumentation
KI kann dabei unterstützen Wissen systematisch zu erfassen und verfügbar zu machen, z. B. durch die Transkription von Audio, das Erstellen von Texten. So muss bei einem Meeting eigentlich keiner mehr protokollieren.
Wissensverteilung
Über beispielsweise personalisierte Empfehlungssysteme für Inhalte oder interne Chatbots für den interaktiven Wissenszugang wird der schnelle Zugriff auf wichtige Informationen unterstützt.
Wissensnutzung
Ziel ist es Wissen effektiv in Entscheidungen und Prozessen anzuwenden. Dazu können Entscheidungsunterstützung durch KI-gestützte Analysen, die Automatisierung von Routineaufgaben mit Wissensbezug oder die Integration von KI in Workflows beitragen
Wissensbewahrung
KI kann zum Einsatz kommen bei der Identifikation von Wissensverlust-Risiken (z. B. bei Personalabgängen), ebenso wie bei der Unterstützung bei der Nachfolgeplanung und schließlich bei der konkreten Wissenssicherung z. B. indem ein Story Telling einer ausscheidenden Expertin durch KI transkribiert, strukturiert und zusammengefasst, verschlagwortet und schließlich im Wiki an den passenden Stellen einsortiert wird.
Wissensbewertung und -weiterentwicklung
Schließlich kann KI dabei helfen, veraltete Informationen zu erkennen und Vorschläge zur Aktualisierung oder Ergänzung machen. Und nicht nur das, KI kann durch (teilweise kontra-intuitiven) Vorschlägen unsere Kreativität anregen. Hier ein Beispiel aus der Forschung.
Nicht zu vergessen: KI unterstützt im Sinne eines persönlichen Wissensmanagement jedes einzelne Organisationsmitglied und bereichert auch dadurch das organisationale Wissensmanagement.
Die oben aufgeführten Handlungsfelder haben wir durch eine KI in eine Visualisierung transformieren lassen:
erstellt durch KI (Napkin AI)
Herausforderungen bei der Nutzung von KI im organisationalen Wissensmanagement:
Die Nutzung von künstlicher Intelligenz (KI) im organisationalen Wissensmanagement bietet große Chancen – etwa bei der Automatisierung von Wissensprozessen, der intelligenten Suche oder der Generierung von Inhalten. Gleichzeitig birgt sie jedoch auch vielschichtige Herausforderungen neben den allgemeinen Risiken:
Datenqualität und Datenverfügbarkeit
KI-Systeme benötigen große Mengen qualitativ hochwertiger Daten. In vielen Unternehmen – insbesondere in KMU – sind relevante Wissensdaten jedoch nicht strukturiert, nicht zentral verfügbar oder nicht ausreichend gepflegt.
Technologische Komplexität
Die Integration von KI in bestehende Wissensmanagementsysteme erfordert oft tiefgreifende technische Anpassungen. Semantische KI-Anwendungen (z. B. intelligente Suchsysteme) sind komplex und benötigen eine sorgfältige Modellierung.
Mangel an Fachwissen und Ressourcen
Viele Unternehmen verfügen (noch) nicht über das nötige Know-how, um komplexe KI-Systeme sinnvoll zu implementieren und zu betreiben.
Rechtliche und ethische Fragen
Der Einsatz von KI wirft Fragen auf zu:
– Datenschutz (DSGVO),
– Urheberrecht bei generierten Inhalten,
– Transparenz und Nachvollziehbarkeit von Entscheidungen
Vertrauen und Akzeptanz
Mitarbeitende müssen Vertrauen in KI-Systeme entwickeln. Studien zeigen, dass Unsicherheit und Skepsis gegenüber KI häufig sind – insbesondere, wenn die Systeme Entscheidungen treffen oder Inhalte generieren.
Fehlende strategische Einbettung
KI wird oft als isoliertes Tool eingeführt, ohne klare Einbettung in die Wissensstrategie des Unternehmens. Das führt zu ineffizienter Nutzung und fehlender Skalierbarkeit.
Fazit: Der Einsatz von KI im Wissensmanagement erfordert, neben den technischen Voraussetzungen:
eine klare Strategie mit Antworten auf rechtliche und ethische Fragestellungen
gezielte Qualifizierung der Belegschaft und begleitendes Change Management im Sinne einer sogenannten Augmented Intelligence, dem effektiven Zusammenwirken menschlicher und künstlicher Intelligenz
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
Dieses Jahr startet der Wissensmanagement MOOC wieder pünktlich am 3.Oktober. Es gibt Neuerungen und frischen Wind, aber einiges bleibt konstant. Wie bereits seit 2016 ist die Teilnahme am WMOOC auch in diesem Jahr komplett kostenlos. Außerdem soll es auch dieses Jahr wieder in jeder Kurswoche eine Live-Session zu interessanten Themen mit entsprechenden Expertinnen geben.
Was wird in diesem Jahr neu?
Wir verkürzen den WMOOC auf drei Monate von Oktober bis Dezember (statt wie bisher Oktober-Januar). Die Praxisbeispiele werden mit in die Inhalte der ersten drei Module integriert.
Wir haben dieses Jahr das Schwerpunktthema „KI im Wissensmanagement“
KI (Künstliche Intelligenz / AI – Artificial Intelligence, bzw. das was heute so genannt wird) hat in den letzten Jahren ein hohes Einsatzpotential zu unterschiediedlichen Themenbereichen im Wissensmanagement erreicht. Zudem erreichen wir wahrscheinlich in näherer Zukunft die Schwelle zu wirklicher KI, was noch einmal einen derzeit schwer abschätzbaren Qualitätssprung bedeutet, was weitere Auswirkungen auf das Wissensmanagement und unsere Gesellschaft haben wird.
Natürlich bleiben die grundlegenden Wissensmanagement-Themen des WMOOC erhalten. Das Ziel einer Weiterbildung zum „Wissensmanagement Professional“ bleibt also erhalten. Dazu werden im Juli/August auch die bestehenden Inhalte aktualisiert und auch noch erweitert.
Es lohnt sich deshalb auch wieder, für Teilnehmer aus früheren Jahren dabei zu sein, nicht nur wegen der Live-Sessions.
Ein Start der Teilnahme (auch wenn es jederzeit möglich ist) empfiehl sich mit dem ersten Modul (Oktober), damit man vom persönlichen Feedback der Teilnehmer:innen und der Moderator:innen profitieren kann.
Um dabei zu sein, empfielt sich sowohl eine Anmeldung hier im WMOOC-Newsletter und zum interaktiven WMOOC-Kurs in der „oncampus plattform“:
entweder beruflich oder privat eine wichtige Rolle spielt, ist es sinnvoll sich möglichst schon zum ersten Modul (Oktober) anzumelden.
Wir freuen uns über Eure aktive Teilnahme und interessante Interaktionen, Erfahrungsaustausch und gemeinsames Lernen
Gabriele und Dirk
PS: Auch wenn wir keinen entsprechenden „Vertrieb“ machen, freuen wir uns über Mitmacher und evtl. sogar Sponsoren, die von selbst auf uns zukommen. (siehe: „Unterstützer(in) werden„)
Kommentare/Hinweise:
Wir freuen uns über Ergänzungs- oder Änderungsvorschläge. Gerne per eMail (unbedingt mit dieser URL) an uns Autoren (Gabriele Vollmar und/oder Dirk Liesch).
