Research Note 003 · Impact50

Deep Smarts, Tacit Knowledge und Knowledge Continuity

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

Originaltext · unverändert

Impact50 Research Note 003 Deep Smarts, Tacit Knowledge und Knowledge Continuity Wo endet die bestehende Forschung – und wo beginnt Impact50? Arbeitsfassung 0.1 ⸻ Abstract Seit Jahrzehnten beschäftigt sich die Forschung mit der Frage, wie implizites Erfahrungswissen erhalten und weitergegeben werden kann. Begriffe wie Tacit Knowledge, Deep Smarts oder Erfahrungswissen beschreiben unterschiedliche Aspekte desselben Phänomens: Menschen wissen häufig mehr, als sie vollständig ausdrücken können. Diese Research Note untersucht die Gemeinsamkeiten und Unterschiede zwischen diesen Forschungsansätzen und der sich entwickelnden Architektur von Impact50. Die zentrale Hypothese lautet: Die bestehende Forschung untersucht vor allem, wie implizites Wissen expliziert und übertragen werden kann. Impact50 untersucht dagegen die vorgelagerte Frage, welche Struktur menschliche Erkenntnis besitzt und was beim Explizieren erhalten bleiben muss, damit Erkenntnis langfristig anschlussfähig bleibt. ⸻ 1. Ein gemeinsamer Ausgangspunkt Unabhängig von Disziplin und Terminologie beschreibt nahezu die gesamte Literatur dasselbe Grundproblem. Organisationen verlieren Wissen. Nicht, weil Dokumente fehlen. Sondern weil erfahrene Menschen ausscheiden. Dorothy Leonard bezeichnet diesen Wissensbestand als Deep Smarts. Michael Polanyi spricht von Tacit Knowledge. Fraunhofer IFF verwendet den Begriff Erfahrungswissen. Nancy Dixon spricht von Knowledge Transfer. Die Begriffe unterscheiden sich. Die Grundbeobachtung ist nahezu identisch. ⸻ 2. Die Antwort von Dorothy Leonard Leonard beschreibt Deep Smarts als über Jahre gewachsene Fähigkeit, komplexe Situationen richtig einzuschätzen, Muster zu erkennen, Risiken abzuwägen und unter Unsicherheit gute Entscheidungen zu treffen. Dieses Wissen lässt sich nur teilweise dokumentieren. Deshalb entstehen Lernprozesse häufig durch gemeinsame Arbeit, Beobachtung, Geschichten, Mentoring, wiederholte Praxis. Leonard beschreibt damit überzeugend, warum klassische Dokumentation nicht genügt. ⸻ 3. Die Antwort von Nancy Dixon Nancy Dixon verschiebt den Schwerpunkt. Sie fragt weniger, was Wissen ist, sondern wie Wissen übertragen werden kann. Ihre Arbeiten zeigen, dass erfolgreicher Wissenstransfer stark vom jeweiligen Kontext, von Dialog, Vertrauen und geeigneten Austauschformaten abhängt. Wissen entsteht dadurch nicht isoliert, sondern in sozialer Interaktion. ⸻ 4. Die Antwort des Fraunhofer IFF Das Fraunhofer IFF geht einen weiteren Schritt. Es fragt, wie implizites Erfahrungswissen nicht nur zwischen Menschen, sondern auch mithilfe digitaler Systeme erfasst, aufbereitet und situationsgerecht bereitgestellt werden kann. Besonders bemerkenswert ist dabei, dass der eigentliche Fokus nicht auf Dokumenten, sondern auf dem Warum einer Handlung liegt. Systeme wie KIMO versuchen deshalb, Experten nicht nur nach Arbeitsschritten, sondern nach Begründungen, Warnhinweisen, Randbedingungen und Erfahrungswerten zu fragen. ⸻ 5. Eine gemeinsame Grenze Ob Leonard, Dixon oder Fraunhofer. Alle drei beginnen implizit mit derselben Voraussetzung. Ein Mensch besitzt bereits wertvolles Erfahrungswissen. Die Forschungsfrage lautet anschließend: Wie kann dieses Wissen möglichst vollständig expliziert und übertragen werden? Genau hier endet aus heutiger Sicht ihr gemeinsamer Erklärungsraum. ⸻ 6. Die Arbeitshypothese von Impact50 Impact50 beginnt möglicherweise eine Ebene früher. Nicht: Wie übertragen wir Erfahrungswissen? Sondern: Was genau übertragen wir eigentlich? Diese Frage erscheint zunächst trivial. Sie ist es möglicherweise nicht. Denn Begriffe wie Beobachtung, Interpretation, Erfahrung, Schlussfolgerung, Erkenntnis, Überzeugung, Wissen werden in vielen Arbeiten gemeinsam behandelt, ohne ihre Beziehungen systematisch zu unterscheiden. Impact50 entwickelt derzeit die Hypothese, dass genau diese innere Struktur entscheidend ist. ⸻ 7. Erkenntnis besitzt möglicherweise eine eigene Architektur Unsere bisherigen Arbeiten legen nahe, dass Erkenntnis nicht als einzelnes Wissenselement entsteht, sondern als Beziehung zwischen mehreren Ebenen. Zum Beispiel: Beobachtungen, Deutungen, Hypothesen, Evidenz, Entscheidungen, Erfahrungen, spätere Bestätigung oder Widerlegung. Beim Explizieren geht daher möglicherweise nicht primär Wissen verloren, sondern Beziehungen. ⸻ 8. Knowledge Continuity Hier entsteht ein möglicher Unterschied zwischen bestehender Forschung und Impact50. Der bisherige Schwerpunkt lautet häufig: Wissen erhalten. Impact50 erweitert diese Frage zu: Wie bleibt der Erkenntnisprozess selbst fortsetzbar? Knowledge Continuity bedeutet damit nicht, dass Informationen dauerhaft gespeichert werden. Sondern, dass spätere Menschen den ursprünglichen Erkenntnisprozess nachvollziehen, überprüfen, erweitern und weiterentwickeln können. ⸻ 9. Konsequenzen Sollte sich diese Hypothese bestätigen, verschiebt sich die Aufgabe zukünftiger Wissenssysteme. Sie dokumentieren nicht mehr ausschließlich Ergebnisse. Sie bewahren die Entstehungsstruktur menschlicher Erkenntnis. Damit verändert sich auch die Rolle künstlicher Intelligenz. KI wird nicht mehr primär zum Abruf gespeicherter Informationen eingesetzt, sondern zur Rekonstruktion und Fortsetzung von Erkenntniszusammenhängen. ⸻ Offene Forschungsfragen Diese Arbeit führt unmittelbar zu neuen Fragen. Welche Elemente gehören tatsächlich zu einer Erkenntnisstruktur? Welche Beziehungen sind unverzichtbar? Welche lassen sich formalisieren? Welche bleiben implizit? Wie verändert der Explikationsprozess selbst die ursprüngliche Erkenntnis? Welche Rolle spielen narrative Verfahren? Kann eine KI erkennen, welche Teile einer Erkenntnis noch fehlen? Wie lässt sich Knowledge Continuity empirisch untersuchen? ⸻ Vorläufiges Fazit Die Forschung der letzten Jahrzehnte hat eindrucksvoll gezeigt, dass implizites Erfahrungswissen eine der wichtigsten Ressourcen moderner Organisationen ist. Impact50 stellt diese Arbeiten nicht infrage. Im Gegenteil. Sie bilden den Ausgangspunkt. Die gegenwärtige Arbeitshypothese lautet jedoch, dass der entscheidende wissenschaftliche Schritt noch vor der Explikation beginnt. Nicht: Wie übertragen wir Wissen? Sondern: Welche Struktur menschlicher Erkenntnis muss beim Explizieren erhalten bleiben, damit andere Menschen – und künftig auch intelligente Systeme – darauf weiterdenken können? Genau an dieser Grenze könnte der Beitrag von Impact50 liegen.

Ergänzende, freigegebene Einordnung

Bedeutung für die berufliche Entwicklung 45+

Erfahrene Berufstätige verfügen häufig über Fähigkeiten, die sie im Arbeitsalltag selbstverständlich einsetzen, aber nur schwer beschreiben können. Dazu gehören das Erkennen von Mustern, das Einschätzen von Risiken und der Umgang mit ungewöhnlichen Situationen. Für die berufliche Entwicklung ab 45 ist deshalb nicht nur wichtig, vorhandenes Erfahrungswissen weiterzugeben. Ebenso wichtig ist es, dieses Wissen überhaupt erst zu erkennen und seine Entstehung nachvollziehbar zu machen. So können bislang wenig sichtbare Kompetenzen auch für neue berufliche Rollen erschlossen werden.