Research Note 001 · Impact50

Warum Wissensmanagement allein nicht genügt

Eine Forschungsposition von Impact50 – mit einer gesonderten Einordnung für die berufliche Entwicklung 45+.

Originaltext · unverändert

Impact50 Research Note 001 Warum Wissensmanagement allein nicht genügt Arbeitsfassung 0.1 Organisationen verfügen heute über mehr gespeicherte Informationen als je zuvor. Dokumente, E-Mails, Wikis, Datenbanken, Chatverläufe, Prozessbeschreibungen und zunehmend auch KI-generierte Inhalte bilden umfangreiche Wissensbestände. Trotzdem bleibt ein altes Problem bestehen: Wenn erfahrene Menschen gehen, Projekte enden oder Teams sich verändern, geht entscheidendes Wissen verloren. Der Grund liegt nicht nur darin, dass Informationen fehlen. Häufig sind die Informationen vorhanden – aber die Zusammenhänge, in denen sie Bedeutung bekommen, sind nicht mehr rekonstruierbar. Dorothy Leonard und Walter Swap haben dieses Problem mit dem Begriff Deep Smarts beschrieben: wertvolles Erfahrungswissen, das über Jahre entsteht und sich gerade nicht vollständig durch Dokumente, Best-Practice-Sammlungen oder Schulungsunterlagen übertragen lässt. Der entscheidende Teil liegt in Urteilsvermögen, Erfahrung und der Fähigkeit, Situationen im Zusammenhang zu lesen. Nancy Dixon kommt aus einer anderen Richtung zu einem verwandten Ergebnis. Ihre Arbeit zum organisationalen Wissen betont, dass Wissenstransfer nicht einfach durch Ablage oder technische Verfügbarkeit entsteht. Entscheidend sind geeignete Transferformen, der jeweilige Kontext und die Interaktion zwischen Menschen. Ihre Arbeit richtet sich deshalb stark auf die menschliche Seite des Wissensmanagements und auf Dialog als Mechanismus des Wissenstransfers. Auch technische Forschungsansätze zeigen seit Jahren dieselbe Grenze. Das Fraunhofer IFF entwickelte beispielsweise Assistenzsysteme, in denen erfahrene Beschäftigte ihr Erfahrungswissen zu seltenen Störungen hinterlegen können, damit weniger erfahrene Kollegen später darauf zugreifen können. Bemerkenswert ist dabei nicht nur die Speicherung des Wissens, sondern seine situative Bereitstellung im konkreten Arbeitskontext. Neu ist, dass diese alte Herausforderung durch KI noch einmal grundsätzlicher wird. Ein aktuelles Positionspapier der ETH Zürich beginnt genau bei dieser Fragmentierung: Organisationales Wissen liegt über Software-Systeme, Dokumente und implizite Expertise verteilt. Wenn KI-Systeme künftig stärker an Entscheidungen beteiligt werden sollen, benötigen auch sie Zugang zu diesem Wissen. Die Autoren fragen deshalb, wie Organisationen Wissen speichern und pflegen müssen, damit es sowohl für Menschen als auch für zukünftige KI-Systeme zugänglich bleibt. Besonders interessant ist eine weiterführende Forschungsfrage des Papers: Wie lässt sich nicht nur dokumentiertes Wissen zugänglich machen, sondern auch die Begründungsebene hinter Entscheidungen – also das „Warum“? Die Autoren bezeichnen gerade diese Reasoning Layer als bislang unzureichend erschlossen. Genau hier beginnt die Fragestellung von Impact50. Die Grenze klassischer Wissensmanagement-Systeme Klassisches Wissensmanagement behandelt Wissen häufig wie einen Bestand: erzeugen → dokumentieren → speichern → suchen → wiederverwenden Dieses Modell ist notwendig. Aber es ist nicht hinreichend. Denn menschliche Erkenntnis entsteht nicht als fertiger Datensatz. Sie entsteht über Zeit: Beobachtung → Interpretation → Erfahrung → Zusammenhang → Erkenntnis → Handlung → neue Erfahrung Wenn nur das Ergebnis dieses Prozesses gespeichert wird, geht ein Teil seiner Bedeutung verloren. Ein Beschluss kann dokumentiert sein, ohne dass später noch verständlich ist, warum die Alternativen verworfen wurden. Eine Reparaturanweisung kann vorhanden sein, ohne dass erkennbar ist, welche ungewöhnlichen Signale einen erfahrenen Techniker überhaupt zu dieser Diagnose geführt haben. Eine Projektentscheidung kann vollständig archiviert sein, während der organisatorische Kontext, in dem sie sinnvoll war, längst verschwunden ist. Das Problem lautet daher nicht nur: Wo speichern wir Wissen? Sondern: Wie bewahren wir den Zusammenhang, in dem Wissen entstanden ist und in dem es später wieder sinnvoll verwendet werden kann? Die Impact50-Hypothese Impact50 arbeitet derzeit mit folgender Hypothese: Wissen verliert einen wesentlichen Teil seines Wertes, wenn sein relevanter Kontext über die Zeit verloren geht. Daraus folgt eine andere Sicht auf Wissensmanagement. Nicht das Speichern steht im Zentrum, sondern Kontinuität. Ein zukünftiges Wissenssystem müsste deshalb mindestens drei Dinge leisten: Es müsste relevante Erkenntnisse bereits während ihrer Entstehung erfassen können – nicht erst nachträglich in einer Dokumentationsphase. Es müsste Beziehungen zwischen Erkenntnissen, Quellen, Personen, Situationen und Zeitpunkten erhalten, damit Kontext rekonstruierbar bleibt. Es müsste diesen Kontext später so bereitstellen können, dass ein anderer Mensch – oder ein intelligentes System – darauf weiterdenken kann. Das ist mehr als Archivierung. Es ist der Versuch, einen Denk- und Wissensprozess fortsetzbar zu machen. Vom Wissensbestand zum Wissensraum Ein hilfreiches technisches Bild ist das Dateisystem. Auf einer Festplatte können sämtliche Daten physisch vorhanden sein. Ohne Dateisystem wären sie prinzipiell noch lesbar – etwa über einen Hexdump –, praktisch aber kaum sinnvoll nutzbar. Das Dateisystem erzeugt nicht die Daten. Es erhält ihre Struktur und Beziehungen. Für organisationales Wissen fehlt häufig ein vergleichbares Prinzip. Es gibt die „Daten“: Dokumente, Gespräche, Entscheidungen, Erfahrungen, Beobachtungen, Fachliteratur, implizites Wissen. Aber der über längere Zeit entstehende Zusammenhang zwischen ihnen bleibt fragmentiert. Die langfristige Forschungsfrage von Impact50 lautet deshalb nicht nur, wie Wissen gespeichert werden kann. Sondern: Wie bewahren wir das, was Menschen im Laufe ihres Lebens erkennen, verstehen und weitergeben – damit andere darauf aufbauen können? Offene Forschungsfragen Aus dieser Position ergeben sich unmittelbar weitere Fragen: Was genau muss aus einem menschlichen Erkenntnisprozess erhalten werden: Ergebnis, Evidenz, Kontext, Begründung oder deren Beziehungen? Welche Teile impliziten Wissens lassen sich überhaupt externalisieren? Wie verändert sich Wissen, wenn es aus seinem ursprünglichen sozialen Kontext herausgelöst wird? Wie muss ein Wissensraum strukturiert sein, damit Menschen und KI-Systeme damit arbeiten können? Wie verhindert man, dass eine Formalisierung von Wissen gerade jene Mehrdeutigkeit zerstört, die für menschliche Urteilskraft wichtig ist? Wie kann ein System Wissen aktualisieren, ohne seine Entstehungsgeschichte zu überschreiben? Diese Fragen liegen heute noch in verschiedenen Forschungsgebieten verstreut. Genau darin liegt möglicherweise die eigentliche Aufgabe: nicht noch ein weiteres Wissensmanagement-System zu bauen, sondern die bislang getrennten Fragen zu einer Architektur für kontinuierliches Wissen zusammenzuführen.

Ergänzende, freigegebene Einordnung

Bedeutung für die berufliche Entwicklung 45+

Langjährige Berufserfahrung lässt sich nicht vollständig durch Lebensläufe, Tätigkeitsbeschreibungen oder Arbeitszeugnisse abbilden. Ein wesentlicher Teil ihres Wertes liegt in den Zusammenhängen, die erfahrene Menschen erkennen, und in den Gründen für ihre Entscheidungen. Für die berufliche Entwicklung ab 45 bedeutet das: Nicht nur die ausgeübten Tätigkeiten sollten sichtbar werden, sondern auch das Erfahrungswissen, das ihnen zugrunde liegt. Genau darin liegt eine Chance, Kompetenzen differenzierter zu erkennen und für neue berufliche Aufgaben nutzbar zu machen.