Nicht irgendwie.
Nicht aus allgemeinem Modellwissen.
Nicht mit schönen Antworten, die am Ende niemand prüfen kann.
Sondern auf Basis dessen, was bei uns gilt.
Der Ausgangspunkt war das inside Kompendium: unser Handbuch für Wissensarbeit mit inside.
Es beschreibt, wie Wissensmanagement in Unternehmen praktisch umgesetzt werden kann: mit klaren Begriffen, Rollen, Methoden, Prinzipien und Zusammenhängen.
Für Menschen war das bereits hilfreich.
Für eine KI reichte das noch nicht.
Denn KI braucht Wissen anders.
Nicht als langen Fließtext.
Nicht als Sammlung guter Gedanken.
Nicht als Dokumentation, die Menschen schon irgendwie einordnen können.
Sondern als klar strukturierte Wissensbausteine.
Eindeutig formuliert.
Sauber eingeordnet.
Mit erkennbarem Kontext.
Und mit nachvollziehbarer Herkunft.
Genau dort begann die eigentliche Arbeit.
Nicht beim Prompt.
Nicht beim Modell.
Nicht bei der Oberfläche.
Sondern beim Wissen selbst.
Unsere wichtigste Erkenntnis:
KI macht Wissensmanagement nicht überflüssig.
KI macht sichtbar, wie wichtig es ist.
Denn bevor eine KI sinnvoll antworten kann, muss eine Organisation klären:
Was gilt?
Wo steht es?
In welchem Kontext gilt es?
Worauf stützt sich eine Aussage?
Und woran erkennt man, ob eine Antwort belastbar ist?
Für uns wurde das inside Kompendium deshalb mehr als ein Handbuch.
Es wurde zur Grundlage für verlässliche KI-Arbeit mit inside.
Weil gute KI-Antworten nicht mit Magie beginnen. Sondern mit sauberer Wissensarbeit.
Nächster Beitrag:
Warum wir das Kompendium in kleine, klar abgegrenzte Sections zerlegt haben und warum jede Section möglichst genau eine Frage beantworten sollte.