Armin Zoike - Mind the AI Gap - Warum dokmentiertes Wissen das wichtigste Asset im KI-Zeitalter ist und wie man es einfach aufbaut

Armin Zoike: Mind the AI Gap: Warum dokmentiertes Wissen das wichtigste Asset im KI-Zeitalter ist und wie man es einfach aufbaut

Das bestehenden Ansätze zum Wissensmanagement es nur begrenzt schaffen Wissen aus den Köpfen von Mitarbeitern zu digitalisieren, führt nicht nur zu direkten Produktivitätsverlusten durch Wissensverlust, Wissenssilos und verlorener Zeit bei der Suche und beim Teilen von Informationen, sondern bedroht fundamental die Wettbewerbsfähigkeit von Unternehmen im KI-Zeitalter. Ich gehe kurz darauf ein warum Unternehmen nur in dem Maße von KI profitieren können, in dem sie dieser ihr Wissen digital dokumentiert zur Verfügung stellen können und zeige dann auf wie das am effektivsten gelingt.

Armin, Mitgründer des Nürnberger Startups Complemental AI, präsentierte einen innovativen Ansatz zur Verbindung von Wissensmanagement und Künstlicher Intelligenz. In seinem Vortrag stellte er dar, wie Unternehmen durch besseres Wissensmanagement ihre KI-Initiativen deutlich effektiver gestalten können. Seine zentrale These: Wissensmanagement und KI müssen strategisch zusammen gedacht werden, um echten wirtschaftlichen Wert zu schaffen. Dabei präsentierte er eine Lösung, die menschliche Kommunikationsmuster nachahmt und automatisch Wissen aus Gesprächen extrahiert und für zukünftige Anfragen verfügbar macht.

Gliederung und Aufbau des Vortrags

Der Vortrag gliederte sich in vier Hauptteile:

Vorstellung und Mission: Einführung des Speakers und seines Startups Complemental AI
Problemanalyse: Darstellung der typischen Herausforderungen im Wissensmanagement
Neues Framing: Verbindung von Wissensmanagement und KI als strategische Notwendigkeit
Lösungsansatz: Präsentation einer innovativen KI-Lösung zur automatischen Wissenserfassung

Die Mission von Complemental AI

Armin stellte sich als Entwickler und Mitgründer des Nürnberger Startups Complemental AI vor. Das Unternehmen hat sich eine klare Mission gesetzt: "Unternehmen KI zur Verfügung zu stellen, die ihren Mitarbeitern mehr Wissen zugänglich macht, es bewahrt vor Verlust und auch effektiver mit KI nutzbar macht."

Die Gründung basierte auf einer fundamentalen Erkenntnis über den Zustand des Wissensmanagements in Unternehmen: "meist internes Wissen in Unternehmen schafft es halt nicht in zuverlässige und leicht zugängliche Daten." Diese Beobachtung führte zur Identifikation klassischer Probleme:

Schwierigkeiten beim Überbrücken von Silos
Mangelnde Zugänglichkeit von Wissen für Mitarbeiter
Kontinuierlicher Wissensverlust

Neues strategisches Framing für Wissensmanagement

Armins zentrale Botschaft richtete sich speziell an Personen im Wissensmanagement: "Das ist ein schwieriges Thema, um wirklich viel Budget locker zu machen oder das so zu framen, dass die Geschäftsleitung da voll hinter steht." Als Lösung bot er ein revolutionäres neues Framing an: "Wissensmanagement und KI strategisch zusammen gedacht werden müssen."

Die DNA eines KI-Use-Cases

Armin erläuterte die typische Struktur erfolgreicher KI-Anwendungen:

Input: Nutzer-Prompt oder Anfrage
Large Language Model: Generelle Intelligenz und Weltwissen von großen Anbietern
Eigenes Wissen: Integration unternehmensinterner Daten
Tool-Integration: Einbindung in bestehende Prozesse
Output: Wertschöpfendes Ergebnis

Der entscheidende Differenzierungsfaktor

Bei der wirtschaftlichen Betrachtung von KI-Projekten identifizierte Armin einen kritischen Punkt: "Wir kriegen generelle Intelligenz von OpenAI, aber die kriegt jeder. Wir können es in unsere Prozesse integrieren. Das ist auch nicht die allergrößte Kunst. Aber das große, große Problem, was viele haben, ist halt genau dieser Punkt, dem LLM den eigenen Kontext verständlich zu machen."

Der Zugang zum internen Wissen wird damit zum entscheidenden Wettbewerbsvorteil. Ohne diesen Zugang bleiben KI-Initiativen oberflächlich und austauschbar.

Wirtschaftliche Dimension des Wissensmanagements

Armin präsentierte eine überzeugende wirtschaftliche Argumentation für besseres Wissensmanagement. Er betonte, dass "die Qualität und die Quantität von verfügbarem Wissen für KI beeinflusst, wie effektiv uns KI helfen kann, einerseits, und andererseits, wie häufig wir es nutzen können."

Die Rechnung ist beeindruckend: "wenn man es schafft, durch bessere Daten nur 10% häufiger oder effektiver KI nutzen zu können im Unternehmen, dann reden wir oft von einem vierstelligen Betrag pro Mitarbeiter und Jahr."

Diese Kalkulation macht deutlich, warum Investitionen in Wissensmanagement nicht mehr als Kostenfaktor, sondern als strategische Investition betrachtet werden sollten.

Analyse der klassischen Wissensmanagement-Situation

Armin skizzierte die typischen Herausforderungen des traditionellen Wissensmanagements:

Ausgangssituation: Unternehmen wollen "aus Wissen Wert schöpfen, gerade in so einem Wissensstandort wie Deutschland."

Probleme der klassischen Herangehensweise: - Wenig Wissen wird in dokumentierte Daten überführt - Dokumentation ist aufwendig ohne entsprechende Anreize - Governance-Systeme sind oft ineffektiv - Wissenspflege erfordert Antizipation zukünftiger Anfragen - Geringe Wertschöpfung aus vorhandenem Wissen

Konsequenz: "Als Ergebnis kann ich daraus relativ wenig Wert schöpfen."

Das KI-Zeitalter als Wendepunkt

Armin argumentierte, dass sich im KI-Zeitalter die Prioritäten fundamental ändern: "Im KI-Zeitalter ändert sich dieses Bild jetzt und wenn das erste Bild des Management nicht überzeugt, dass man was tun muss, dann tut es vielleicht das zweite Bild."

Der entscheidende Punkt: "existierende KI-Ansätze begrenzt auf existierende Daten." Ohne qualitativ hochwertige, gut strukturierte Wissensbasis bleibt auch die beste KI-Technologie limitiert in ihrem Output.

Innovative Lösungsstrategie: Menschliche Kommunikation nachahmen

Complemental AI entwickelte einen innovativen Ansatz zur Lösung des Wissensmanagement-Problems: "Wir haben uns gedacht, wir bauen einfach eine KI, die das Gleiche macht, was ein Mensch macht."

Funktionsweise der Lösung

Das System funktioniert nach einem natürlichen Kommunikationsmuster:

Problemerkennung: Wenn eine Nutzerfrage nicht mit existierenden Daten beantwortet werden kann
Expertenidentifikation: Das System "findet einfach die richtigen Ansprechpartner"
Kommunikation initiieren: Es "erstellt einen Gruppenchat mit den richtigen Ansprechpartnern"
Wissensextraktion: Das System "lernt vor allem von den Antworten"
Wissensbewahrung: "wenn der nächste Nutzer die gleiche Frage stellt, dann ist das Wissen jetzt verfügbar"

Philosophie der natürlichen Wissensteilung

Die Grundidee basiert auf einer einfachen Erkenntnis: "was gibt es denn für einen einfacheren Weg, Wissen zu teilen als über Sprache. Also irgendwie muss es ja aus meinem Kopf rauskommen. Und das kann ich durch Reden oder Schreiben halt noch relativ effektiv machen."

Dieser Ansatz eliminiert die künstlichen Barrieren traditioneller Wissensmanagement-Systeme und nutzt die natürlichste Form menschlicher Kommunikation.

Handlungsempfehlungen und Call to Actions

Während des Vortrags vermittelte Armin mehrere implizite und explizite Handlungsempfehlungen:

Für Wissensmanagement-Verantwortliche

Strategisches Umdenken: Wissensmanagement nicht isoliert betrachten, sondern strategisch mit KI-Initiativen verknüpfen
Neues Framing nutzen: Die wirtschaftliche Argumentation über KI-Effektivität verwenden, um Budget und Unterstützung der Geschäftsleitung zu gewinnen
Quantifizierung der Auswirkungen: Die 10%-Regel nutzen, um konkrete ROI-Berechnungen für Wissensmanagement-Investitionen zu erstellen

Für Unternehmensentscheider

Priorität setzen: Erkennen, dass der Zugang zu internem Wissen der entscheidende Differenzierungsfaktor bei KI-Projekten ist
Investitionsperspektive ändern: Wissensmanagement als strategische Investition statt als Kostenfaktor betrachten
Sofortiges Handeln: Die Dringlichkeit erkennen, da Konkurrenten mit besseren Daten deutliche Wettbewerbsvorteile erlangen können

Direkter Aufruf zur Kontaktaufnahme

Armin schloss mit einer konkreten Handlungsempfehlung: "Wer dazu mehr lernen will, der spricht mich nachher am besten an." Diese Einladung zum persönlichen Gespräch unterstreicht die Bereitschaft, das Thema individuell zu vertiefen und konkrete Lösungsansätze zu diskutieren.

Fazit und strategische Implikationen

Armins Vortrag revolutioniert die Betrachtung von Wissensmanagement, indem er es aus der traditionellen IT-Ecke herauslöst und als strategischen Enabler für KI-Erfolg positioniert. Seine Argumentation macht deutlich, dass Unternehmen, die weiterhin isoliert über Wissensmanagement und KI nachdenken, erhebliche Wettbewerbsnachteile riskieren.

Die präsentierte Lösung von Complemental AI zeigt einen vielversprechenden Weg auf, wie die natürlichen Kommunikationsmuster von Menschen genutzt werden können, um die traditionellen Barrieren des Wissensmanagements zu überwinden. Durch die Automatisierung des Wissenstransfers über Gespräche wird eine kontinuierliche und organische Wissensbasis geschaffen, die KI-Systeme deutlich effektiver macht.

Für Unternehmen bedeutet dies eine fundamentale Neubewertung ihrer Wissensmanagement-Strategien. Die Zeit der isolierten Betrachtung ist vorbei – wer im KI-Zeitalter erfolgreich sein will, muss Wissensmanagement und KI als untrennbare strategische Einheit verstehen und entsprechend handeln.