Author: Gabriele Vollmar

Von der Terminologie zum Knowledge Graph

Es gibt wieder eine Aufzeichnung aus dem WMOOC auf dem open academy-Kanal. Dieses Mal mit Thiemo von Gillhaußen von Congree Language Technologies zu einem im Kontext KI hochaktuellen und spannenden Thema, nämlich Knowledge Graphs. Betrachtet wird die Frage, wie eine Terminologie, die viele Unternehmen seit Jahren bereits pflegen, genutzt werden kann, um Knowledge Graphs zu erstellen, die dann wiederum KI Lösungen ermöglichen. Viel Spaß! (Dauer 47’50 Min).

Übrigens, der WMOOC startet wieder am 3. Oktober. Aktuell stecken wir mitten in der Planung. Ideen und Vorschläge für neue Live Sessions sind immer willkommen! https://www.wissen-kommunizieren.de/kontakt/

Wissen ist kein Sack Reis

Wissen: Produkt oder Prozess?
Immer wieder ein nützlicher Diskussionspunkt in meinen Lehrveranstaltungen, um die Studierenden zum Nachdenken über das Wesen von Wissen anzuregen.
Dazu hier nun ein weiteres anregendes Zitat:

Wissen ist kein Sack Reis, den man von A nach B trägt. Wissen ist nichts, was man googeln kann, allerdings auch nichts, was in Büchern steht. Wissen entsteht, wenn ich aktiv einen Gedanken nachvollziehe, ein geistiges Modell aufbaue und dieses Modell dann auch auf andere Situationen übertragen kann.“
Henning Beck, Neurowissenschaftler

Oder ganz anschaulich, Wissen als subjektive Konstruktion:

Die ganze Vielfalt von Wissensmanagement (fast) in einer Mindmap

Seit Januar 2023 arbeite ich mit in einer Fachgruppe der Gesellschaft für Wissensmanagement e. V. (GfWM) unter der Leitung von Sonja Kaiser und Martin Harnisch gemeinsam mit Sabine Wax, Florian Schmuhl und Dirk Liesch an einer Mindmap Wissensmanagement. Diese wurde nun nach zahlreichen Treffen, lebendigen (manchmal heißen) Diskussionen und konstruktivem Feedback weiterer Wissensmanagement-Expert:innen auf der Website der GfWM veröffentlicht – hurra! https://www.gfwm.de/wm-mindmap/

Die Wissensmanagement-Mindmap soll einen systematischen Überblick über die wesentlichen Handlungsfelder, Modelle, Methoden und Tools im Bereich des Wissensmanagements geben. Sie wurde entwickelt, um Interessierten einen erleichterten Einstieg in dieses vielfältige Themenfeld zu ermöglichen. Als umfangreiche Orientierungshilfe richtet sie sich sowohl an Einzelpersonen als auch an Organisationen.

Auf der Website der GfWM kann die Mindmap in unterschiedlichen Formaten heruntergeladen werden.
Viel Spaß damit!

Entwicklung einer Mustersprache als Wissensmanagement-Methode

Es gibt eine weitere Aufzeichnung einer Live Session aus dem letzten Wissensmanagement-MOOC (WMOOC). Dieses Mal stellen und Angelika Mittelmann und Christine Erlach von der Frankfurt Knowledge Group ihr beeindruckendes Projekt einer Mustersprache zum Wissensgebiet „Wissenstransfer“ vor. Damit schlagen sie gleich 2 Wissensmanagement-Fliegen: Zum einen viel Erfahrungswissen rund um die Wissenssicherung beim Personalweggang und -wechsel, zum anderen die Anregung eine Mustersprache selbst als Wissensmanagement-Methode zu begreifen. Ganz faszinierend. Ich habe die Methode Mustersprache unmittelbar in meine Lehrveranstaltungen integriert.

Wie immer ist das Video auf dem open academy-Kanal zu finden (Dauer 59’21 Min.):

Ist das m/ein Body of Knowledge? Aufzeichnung der WMOOC Live Session

Die Aufzeichnung der Live Session mit Stefan Zillich aus dem letzten Wissensmanagement-MOOC (WMOOC) ist nun auf unserem open academy-Kanal verfügbar (Dauer 57’37):

Mit der Session schließt Stefan an seine Session aus dem Vorjahr an und führt uns weiter in die Fragestellungen rund um einen so genannten Body of Knowledge. Auch diese erste Session zum Thema wurde aufgezeichnet und ist verfügbar.

Viel Spaß allen „Zuschauern“ beim Nachdenken über den Body of Knowledge. Und herzlichen Dank, Stefan, für deine erneute großartige Unterstützung unseres WMOOC!

Ein neuer Wissensbaustein?

Im Rahmen meiner Lehrveranstaltung zu Wissensmanagement an der Dualen Hochschule Baden-Württemberg haben wir uns am Freitag mit verschiedenen Wissensmanagement-Modellen beschäftigt, darunter (natürlich) auch das Bausteine-Modell nach Probst et al. Dabei äußerte eine Studentin einen interessanten Gedanken: Sollten die Bausteine bzw. Wissensprozesse in Zeiten von Fake News und KI generiertem „Wissen“ eventuell um einen Baustein „Wissen validieren“ ergänzt werden?

Vielen Dank für diese Anregung zum Nachdenken, liebe Jasmin!

Reading Tip

Reading Tip
fantasy-1077863_640

Today I have a very interesting book tip for you to read. „The Smart Mission“ by Edward Hoffman, Mathew Kohut and Laurence Prusak sheds light on knowledge management at NASA, especially after the shuttle disasters (Challenger, Columbia). It provides valuable insights that can be applied to other knowledge and project-based organisations.

„In the current world characterized by unprecedented uncertainty, any project’s substantial risks encompass social, political, and economic dimensions. Adding to this uncertainty, technology further complicates our ability to predict future events and anticipate developments that may impact us.

In this intricate landscape, the roles of knowledge and leadership become pivotal for our success, demanding effective management of both.“

Dr. Moria Levy 2024. The Smart Mission – Book Review. ROM Global.

Mit dem GfWM Kompetenzkatalog zu den Future Skills

Pünktlich zur jährlichen Mitgliederversammlung der Gesellschaft für Wissensmanagement (GfWM) e.V. ist Band 6 des von der GfWM herausgegebenen Kuratierten Dossiers erschienen. Dieses Mal unter dem Titel Future Skills Knowledge Management.

Wie immer versammelt die Publikation lesenswerte und inspirierende Beiträge rund um das Thema Wissensmanagement. Einer davon stammt aus der Feder von Angelika Mittelmann, Ute John und mir. Darin wenden wir den von uns entwickelten Kompetenzkatalog Wissensmanagement exemplarisch auf drei fiktive Wissensarbeiter:innen an und gehen dabei der Frage nach, welche Future Skills diese benötigen. Den Beitrag findet ihr im Dossier oder als Einzelpublikation direkt hier.

Viel Spaß bei der Lektüre!

Die KI, das implizite Wissen und die Expert:innen

Einige von euch erinnern sich vielleicht noch an die kleine Serie hier in meinem Blog vor fast einem Jahr, in der wir teilweise auch gemeinsam über Künstliche Intelligenz (KI) philosophiert haben (ist sie intelligent? ist sie kreativ? verfügt sie über Wissen?…).

Nun habe ich dazu heute Interessantes gelesen, und zwar von David Autor (Applying AI to Rebuild Middleclass Jobs. NBER Working Paper 32140). Autor geht explizit auf die Polanyischen Kategorien ‚explizites‘ und ‚implizites‘ Wissen ein, wenn er darlegt wie sich Digitalisierung und KI auf den Arbeitsmarkt ausgewirkt haben und aktuell auswirken. Er argumentiert, das explizite Wissen, also das laut Polanyi gut verbalisierbare Wissen, sei bereits in den vergangenen Jahrzehnten der Digitalisierung in Computercodes und Algorithmen übertragen worden, wodurch Berufe der Mittelschicht, in denen es vorrangig um dieses Wissen geht, unter Druck gerieten. Ebenso wie minder qualifizierte Berufe, weil nun mehr Menschen in diese Berufe drängten. Profitiert hätten hoch qualifizierte Wissensarbeitenden: Computer hätten es diesen Expert:innen ermöglicht sich auf die Interpretation und (komplexe, Anm. der Autorin) Verwendung von Informationen zu konzentrieren, wofür es auf das implizite Wissen ankomme, das Computer bisher nicht nachbilden konnten.

Nun könne, so Autor, aber die KI Regeln eigenständig entwickeln und damit implizites Wissen, das schwer weiterzugeben ist, selbst erlernen: „Künstliche Intelligenz kann auf der Grundlage von Training und Erfahrung improvisieren. So kann sie Expertenurteile fällen – eine Fähigkeit, die bisher nur Eliteexperten vorbehalten war. Obwohl sie erst in den Kinderschuhen steckt (…)“.

Autors Theorie eines Statusverlusts von Expert:innen wird durch Studien aus der Praxis bestätigt. So haben beispielsweise Kolleg:innen von Autor am MIT Akademiker:innen unterschiedliche Schreibaufgaben gestellt, die einmal mit, einmal ohne Hilfe einer KI bearbeitet werden sollten. Dabei hat sich gezeigt, dass sich zwar alle mittels der KI verbesserten, sowohl hinsichtlich der Effizienz als auch des Ergebnisses, die schwächeren Schreiber aber deutlich mehr als die bereits guten. D.h. der Abstand zwischen Mittelbau und Elite wird mit KI geringer.