KI im Wissensmanagement: Chancen, Grenzen und Compliance für deutsche Unternehmen

Generative KI verspricht, aus unstrukturierten Ablagen Antworten zu erzeugen. Für den Mittelstand in Deutschland ist das verlockend und riskant zugleich. Dieser Beitrag trennt sinnvolle Einsatzfelder von Compliance-Fallen und schlägt eine Reihenfolge vor, die zu Betriebsrat, Datenschutz und Audit passt — ohne Innovationsrhetorik, die in der Praxis teure Schatten-IT erzeugt.

Die größte Chance liegt nicht im „selbstschreibenden Handbuch“. Sie liegt im Finden: Mitarbeitende stellen Fragen in natürlicher Sprache und erhalten Verweise auf geprüfte Quellen mit Fundstelle. Das reduziert Suchzeit und macht Veraltung sichtbar, weil Lücken in den Quellen zutage treten. Die größte Gefahr liegt im unkritischen Vertrauen auf Antworten, die plausibel klingen und falsch sind — besonders in Sicherheit, Qualität und Kundenpflichten.

Einsatzstufen, die sich steuern lassen

Stufe 1 ist Suche und Zusammenfassung geprüfter Bestände. Stufe 2 ist Entwurfshilfe für Redakteure, die jedes Ergebnis gegenquellen. Stufe 3 — autonomes Antworten ohne Quellenbindung — ist in regulierten und haftungsrelevanten Bereichen in der Regel ungeeignet. Viele Produkte vermischen die Stufen in der Oberfläche. Ihre Governance muss sie wieder trennen.

Recht und Organisation

Personenbezogene Daten in Prompts, Geschäftsgeheimnisse in öffentlichen Modellen, unklare Urheberrechte an Trainings- und Ausgabedaten, Auskunftsrechte nach DSGVO, Löschkonzepte, Auftragsverarbeitung und Drittlandtransfer: Das ist keine Anhangsliste für Juristen, sondern Projektinhalt. Ein EU-Hosting allein reicht nicht, wenn Prompts in Logs landen, die niemand löschen kann. Betriebsvereinbarungen müssen klären, ob Eingaben überwacht werden und wie Leistung nicht über Chatverläufe bewertet wird.

Technisch gehören Zugriffskontrollen der Knowledge Base vor den Modellzugriff. Wer im System keine Berechtigung auf ein Dokument hat, darf die Antwort daraus auch nicht über den Chat erhalten. Das klingt selbstverständlich und wird in Piloten regelmäßig vergessen. Ebenso: Kennzeichnung KI-gestützter Texte, Pflicht zur Quellenangabe, menschliche Freigabe vor Verbindlichkeit.

Was der Mittelstand zuerst tun sollte

Aufräumen vor Automatisieren. Eine KI auf einem unkuratierten Fileserver multipliziert Chaos. Zuerst Ownership, Metadaten und eine vertrauenswürdige Quelle — dann Assistenzfunktionen. Genau diese Reihenfolge verankern wir in Wissensmanagement-Einführungen. Für Lerninhalte gilt Analoges: KI darf Entwürfe für Mikro-Learnings liefern, die Akademie prüft; das LMS bleibt System of Record für Nachweise, siehe Corporate LMS.

Messen Sie Nutzen in eingesparter Suchzeit und in der Zahl der Fälle, in denen die KI auf „keine geprüfte Quelle“ korrekt hinweist — nicht in der Zahl generierter Seiten. Dr. Florian Becker rät Geschäftsleitungen in Frankfurt und bundesweit, ein KI-Leitplankendokument auf zwei Seiten zu halten: erlaubte Stufen, verbotene Datenklassen, Freigabe, Ansprechpartner. Alles Längere wird nicht gelesen und nicht befolgt.