Wie KI das Lernen im Unternehmen transformiert
KI verändert den Zugang zu Unternehmenswissen: Sie verbindet Informationen aus verschiedenen Quellen, bereitet Wissen bedarfsgerecht auf und verändert damit Lernen und Knowledge Management. Der Beitrag zeigt, welche Anforderungen daraus für Inhalte, Systeme, Governance und Kompetenzen entstehen.
Wenn Wissen verteilt ist, braucht es neuen Zugang
Künstliche Intelligenz verändert die Art und Weise, wie Unternehmen Wissen erstellen, organisieren und vermitteln. Dabei geht es um weit mehr als darum, mit generativer KI schneller ein E-Learning zu erstellen oder einen bestehenden Text zusammenzufassen. KI verändert zunehmend die gesamte Wissenslandschaft eines Unternehmens und damit auch die Rolle von People Enablement, Learning Development und Knowledge Management.
Während Mitarbeitende bisher häufig selbst wissen mussten, wo eine Information zu finden ist, kann KI künftig dabei unterstützen, Wissen aus unterschiedlichen Quellen zusammenzuführen und bedarfsgerecht bereitzustellen. Gleichzeitig entstehen neue Anforderungen an Lerninhalte, technische Systeme und die Menschen, die für das Wissensmanagement verantwortlich sind.
Vier Entwicklungen sind dabei besonders relevant.
#01: Wissen wird anders gesucht
In vielen Unternehmen ist Wissen heute auf zahlreiche Systeme verteilt: Learning Management Systeme, SharePoint-Seiten, Dokumentationen, Meeting Notes, Wikis oder andere Plattformen. Wer eine konkrete Information benötigt, muss daher häufig nicht nur wissen, wonach er sucht, sondern auch, wo er suchen muss.
KI kann diese Logik grundlegend verändern: Erhält ein KI-System Zugriff auf verschiedene freigegebene Wissensquellen, können Mitarbeitende ihre Frage direkt formulieren. Statt mehrere Plattformen und Dokumente einzeln zu durchsuchen, wird die KI zur zentralen Schnittstelle zwischen Anwender und Unternehmenswissen.
Damit verändert sich auch die Idee eines „Single Point of Truth“. Nicht zwangsläufig müssen alle Informationen physisch an einem einzigen Ort gespeichert sein. Entscheidend ist vielmehr, dass die richtigen und freigegebenen Quellen für die KI eindeutig zugänglich und auffindbar sind.
Ein weiterer Vorteil liegt darin, dass KI Informationen nicht nur finden, sondern auch miteinander in Beziehung setzen kann. Die Antwort auf eine Frage befindet sich schließlich nicht immer in einem einzigen Lernmaterial. Häufig müssen Informationen aus mehreren Dokumenten kombiniert werden. KI kann dabei unterstützen, diese Zusammenhänge herzustellen und dem Anwender eine konsolidierte Antwort zu liefern.
Gleichzeitig kann Wissen zielgruppengerechter zugänglich werden. Ein komplexes technisches Dokument muss beispielsweise nicht für jede Zielgruppe vollständig neu erstellt werden. KI kann Inhalte zusammenfassen, vereinfachen oder auf einen bestimmten Wissensstand zuschneiden. So kann dieselbe Wissensbasis für unterschiedliche Zielgruppen nutzbar gemacht werden.
Was passiert, wenn internes Wissen nicht ausreicht?
Besonders interessant wird es, wenn KI interne Wissensquellen mit öffentlich verfügbaren Informationen kombiniert. Auf diese Weise könnten Wissenslücken geschlossen oder interne Inhalte um allgemeines Fachwissen ergänzt werden.
Genau hier müssen Unternehmen jedoch klare Grenzen definieren. Externe Informationen können falsch, veraltet oder für unternehmensspezifische Prozesse schlicht ungeeignet sein. Hinzu kommt das Risiko von Halluzinationen, bei denen ein KI-Modell plausible, aber falsche Aussagen erzeugt.
Unternehmen müssen deshalb bewusst entscheiden, welche Quellen eine KI verwenden darf, wie Antworten gekennzeichnet werden und wann eine menschliche Prüfung erforderlich ist.
#02: Wissen muss anders aufbereitet werden
Mit KI verändert sich nicht nur die Suche nach Wissen. Auch die Anforderungen an die Erstellung und Pflege von Lerninhalten verschieben sich.
Bisher standen bei der Erstellung eines Lernangebots häufig der eigentliche Inhalt und dessen didaktische Aufbereitung im Mittelpunkt. Metadaten wie Titel, Beschreibung oder Tags wurden dagegen teilweise eher als administrative Zusatzinformationen betrachtet.
In einer KI-gestützten Wissenslandschaft gewinnen genau diese Informationen an Bedeutung. Damit ein KI-System relevante Inhalte zuverlässig identifizieren und bei einer Anfrage berücksichtigen kann, müssen Inhalte eindeutig beschrieben, strukturiert und auffindbar sein. Ein aussagekräftiger Titel, eine präzise Beschreibung und sinnvolle Tags können wesentlich dazu beitragen, dass die richtigen Inhalte gefunden und vorgeschlagen werden.
Auch das Format eines Lerninhalts wird wichtiger. Moderne KI-Systeme können Inhalte teilweise direkt analysieren und indexieren. Das funktioniert jedoch nicht mit jedem Dateiformat und jeder technischen Plattform gleich gut.
Für Knowledge Management bedeutet das: Nicht nur die Qualität des Wissens selbst zählt, sondern zunehmend auch seine Maschinenlesbarkeit. Content Governance, Metadaten, Taxonomien und technische Standards werden damit zu einem wichtigen Bestandteil einer erfolgreichen KI-Strategie im Lernen.
#03: Neue Kompetenzen im Knowledge Management
Auch die Rollen im Learning Development verändern sich. Für die Erstellung guter Lernangebote werden weiterhin Fachexpertinnen und -experten und didaktische Expertise benötigt. Mit dem Einsatz von KI kommen jedoch weitere Kompetenzfelder hinzu.
Unternehmen benötigen Menschen, die verstehen, wie KI-Systeme auf interne Wissensquellen zugreifen, wie Inhalte für eine KI strukturiert werden müssen und wie sich die Qualität der generierten Antworten überprüfen lässt.
Lernexpertinnen und -experten bewegen sich damit zunehmend an der Schnittstelle zwischen Didaktik, Knowledge Management und Technologie. Das bedeutet nicht, dass jeder Learning Professional zum KI-Entwicklenden werden muss. Ein grundlegendes technisches Verständnis wird jedoch wichtiger: Welche Wissensquellen nutzt ein Modell? Wie werden diese angebunden? Wie lässt sich beeinflussen, welche Informationen bevorzugt verwendet werden? Wie können Antworten evaluiert werden? Und wie verhindert man, dass veraltete oder falsche Informationen verbreitet werden?
Damit entsteht ein neues Kompetenzprofil: Neben der Fähigkeit, Wissen didaktisch aufzubereiten, wird die Fähigkeit wichtiger, KI-basierte Wissenssysteme zu gestalten, zu steuern und kontinuierlich zu optimieren.
#04: Wissenserstellung wird demokratisiert
KI verändert schließlich auch, wer Lerninhalte erstellen kann. Generative KI und KI-Funktionen in modernen Learning Management Systemen und Autorentools senken die Einstiegshürde erheblich. Aus einem Prompt, einer Präsentation oder einem bestehenden Dokument können innerhalb kurzer Zeit erste Lerninhalte, Zusammenfassungen, Quizfragen oder einfache Trainings entstehen.
Damit wird die Erstellung von Wissen stärker dezentralisiert. Nicht jeder einfache Lerninhalt muss vollständig durch ein Learning-&-Development-Team produziert werden. Fachbereiche können stärker selbst zu Content Creators werden.
Das bietet enormes Potenzial, schafft aber gleichzeitig eine neue Herausforderung: Wenn theoretisch jeder Inhalte erstellen kann, wird die Qualitätssicherung umso wichtiger. Learning & Development übernimmt deshalb zunehmend eine befähigende und steuernde Rolle. Lernexpertinnen und -experten erstellen nicht mehr ausschließlich selbst Inhalte, sondern entwickeln Standards, Vorlagen und Guidelines, schulen Mitarbeitende im Umgang mit KI-Werkzeugen und definieren Prozesse zur Qualitätssicherung.
Was Unternehmen für KI-gestütztes Lernen benötigen
Der erfolgreiche Einsatz von KI im Knowledge Management beginnt deshalb nicht mit der Auswahl eines KI-Tools. Unternehmen sollten zunächst ihre eigene Wissenslandschaft betrachten.
Welche Wissensquellen existieren? Welche davon sind aktuell und vertrauenswürdig? Wer ist für ihre Pflege verantwortlich? Welche Informationen darf eine KI verwenden? Welche Inhalte dürfen miteinander kombiniert werden? Und wie erkennen Mitarbeitende, auf welcher Grundlage eine KI ihre Antwort erzeugt hat?
Darüber hinaus sollten Unternehmen insbesondere fünf Themen berücksichtigen:
Governance
Klare Regeln dafür, welche Daten und Wissensquellen verwendet werden dürfen.
Content-Qualität
Prozesse, um Inhalte aktuell, korrekt und eindeutig zu halten.
Technische Zugänglichkeit
Systeme und Formate müssen so gestaltet sein, dass relevante Inhalte zuverlässig gefunden und verarbeitet werden können.
Qualitätssicherung
KI-generierte Inhalte und Antworten müssen überprüfbar sein; besonders bei kritischen Informationen sollte nachvollziehbar bleiben, auf welchen Quellen eine Antwort basiert.
Befähigung
Mitarbeitende und Lernexpertinnen und -experten benötigen die Kompetenz, KI sinnvoll einzusetzen, Ergebnisse kritisch zu bewerten und die Grenzen der Technologie zu verstehen.
Vom Überblick zur Umsetzung: der 6-Schritte-Guide
Die beschriebenen Veränderungen zeigen, worauf es bei KI-gestütztem Lernen ankommt. Die eigentliche Herausforderung beginnt jedoch bei der Umsetzung: Welcher Usecase eignet sich? Welche Wissensquellen dürfen genutzt werden? Wie müssen Inhalte vorbereitet und Qualität abgesichert werden? Unser kompakter Guide „In 6 Schritten zu KI-gestützten Lernprozessen“ übersetzt diese Fragen in einen pragmatischen Ablauf, von der Usecase-Auswahl bis zur kontinuierlichen Optimierung.
Fazit:: Vom Wissen zum intelligenten Wissenszugang
KI verändert Lernen im Unternehmen nicht allein dadurch, dass Inhalte schneller erstellt werden können. Die größere Transformation findet im Umgang mit Wissen selbst statt.
Statt Mitarbeitenden immer mehr Lerninhalte und Wissensquellen zur Verfügung zu stellen und ihnen die Suche zu überlassen, können KI-Systeme künftig eine Vermittlerrolle übernehmen: Sie finden Informationen, stellen Zusammenhänge her, reduzieren Komplexität und bereiten Wissen passend zur jeweiligen Fragestellung auf.
Damit verschiebt sich auch die Aufgabe des Knowledge Managements. Die zentrale Frage lautet nicht mehr nur: „Wie erstellen und speichern wir Wissen?“ Sie lautet zunehmend: „Wie gestalten wir unsere Wissenslandschaft so, dass Menschen und KI gemeinsam zuverlässig auf das richtige Wissen zugreifen können?“
Unternehmen, die KI für Lernen und Knowledge Management einsetzen wollen, sollten deshalb nicht nur in neue Tools investieren. Entscheidend sind eine gut strukturierte Wissensbasis, klare Governance, geeignete technische Schnittstellen und Mitarbeitende, die sowohl die Möglichkeiten als auch die Grenzen von KI verstehen.
Denn auch im KI-Zeitalter gilt: Eine KI kann Wissen nur dann sinnvoll vermitteln, wenn das Wissen, auf das sie zugreift, verlässlich ist.
Lassen Sie sich individuell beraten
Sie möchten die beschriebenen Prinzipien auf Ihre eigene Wissenslandschaft und konkrete KI-Usecases übertragen?
Dann kommen Sie gerne mit uns ins Gespräch. Gemeinsam können wir klären, wo ein sinnvoller Startpunkt liegt und welche nächsten Schritte für Ihr Unternehmen relevant sind.
Dr. Nadine Weifels
Download: In 6 Schritten zu KI-gestützten Lernprozessen
Bitte füllen Sie unser Formular aus, um zum Download zu gelangen.
