Warum Bedeutung, Beziehungen und künstliche Intelligenz unsere Wirtschaft, Bildung und Politik grundlegend verändern können.
Von Georg Eck | November 2026
Wir modernisieren unsere Systeme. Aber verändern wir auch unser Denken?
Wir digitalisieren Verwaltungen, führen KI in Unternehmen ein, statten Schulen mit Tablets aus und verbinden Software über immer leistungsfähigere Schnittstellen. Überall entstehen neue Plattformen und Anwendungen, die uns das Leben und Arbeiten erleichtern sollen. Wir investieren enorme Summen in Technologien und sprechen von Digitalisierung, Automatisierung und Transformation. Und trotzdem bleibt erstaunlich vieles beim Alten.
In Unternehmen suchen Mitarbeitende nach Informationen, die längst vorhanden sind. In Verwaltungen werden Daten mehrfach erfasst, geprüft und weitergereicht. In Schulen vermitteln wir noch immer überwiegend Wissen in einzelnen Fächern, obwohl die großen Herausforderungen unserer Zeit nur fachübergreifend verstanden werden können.
Wir haben immer bessere Werkzeuge. Aber wir benutzen sie häufig, um die alten Abläufe noch effizienter zu machen. Dabei übersehen wir, dass viele dieser Abläufe in einer Zeit entstanden sind, in der Informationen knapp, Kommunikation aufwendig und Wissen nur begrenzt zugänglich war.
Heute haben wir genau die umgekehrte Situation. Informationen sind nahezu unbegrenzt verfügbar. Was uns fehlt, ist häufig die Fähigkeit, sie sinnvoll miteinander zu verbinden, ihre Bedeutung zu erkennen und daraus die richtigen Konsequenzen abzuleiten. Wir haben gelernt, Informationen zu speichern, zu transportieren und zu verarbeiten. Doch wie daraus tatsächlich nutzbares Wissen entsteht, haben wir lange Zeit vernachlässigt.
Vielleicht liegt genau darin unser Denkfehler: Wir versuchen, die Zukunft mit den Strukturen der Vergangenheit zu gestalten.
Künstliche Intelligenz eröffnet uns die Möglichkeit, nicht nur Tätigkeiten zu automatisieren, sondern auch die Art zu verändern, wie wir Wissen organisieren, Zusammenhänge erkennen und Entscheidungen vorbereiten. Damit entsteht eine Chance, die weit über die Einführung eines weiteren digitalen Werkzeugs hinausgeht.
Doch dafür müssen wir zunächst etwas verstehen, das uns Menschen selbstverständlich erscheint: die Bedeutung von Dingen und ihre Beziehungen zueinander.
Ein Kind versteht etwas, woran unsere IT-Systeme häufig scheitern
Stellen wir uns ein kleines Kind vor. Es sieht einen Baum, einen Vogel und ein Nest. Das Kind erkennt nicht nur drei Gegenstände. Es versteht, dass der Vogel im Baum lebt, dass das Nest Schutz bietet und dass der Baum Teil eines größeren Lebensraums ist. Vielleicht hat es schon einmal beobachtet, wie ein Vogel seine Jungen füttert oder wie sich der Baum im Laufe der Jahreszeiten verändert.
Fragt man das Kind, was geschieht, wenn der Baum gefällt wird, beginnt es über Folgen nachzudenken. Es erkennt, dass der Vogel möglicherweise sein Zuhause verliert und andere Lebewesen ebenfalls betroffen sein könnten.
Es stellt Beziehungen her.
Genau das tun wir Menschen jeden Tag. Wir erkennen Zusammenhänge, interpretieren Situationen, greifen auf Erfahrungen zurück und verbinden neue Informationen mit unserem bisherigen Wissen. Dabei denken wir nicht in Tabellen, Datenbanken oder Softwaremodulen. Wir denken in Bedeutungen, Erfahrungen und Beziehungen.
In der Informatik sprechen wir dabei von Semantik und Ontologien. Semantik beschäftigt sich mit Bedeutung. Eine Ontologie beschreibt Begriffe, ihre Eigenschaften und die Beziehungen zwischen ihnen. Ein Knowledge Graph bildet konkrete Dinge und ihre Verbindungen als Netzwerk ab.
Das klingt technisch, ist aber im Grunde etwas zutiefst Menschliches. Ein Baum ist nicht einfach ein Datensatz. Er ist Lebensraum, Sauerstoffproduzent, Schattenspender, Rohstoff und Teil eines Ökosystems. Ein Förster betrachtet ihn anders als ein Kind, ein Klimaforscher oder ein Schreiner. Alle sehen denselben Baum, verbinden aber unterschiedliches Wissen mit ihm.
Erst wenn wir diese Perspektiven miteinander verbinden, entsteht ein umfassenderes Verständnis. Wir erkennen nicht nur den Baum, sondern auch seine Rolle innerhalb eines größeren Zusammenhangs.
Wissen entsteht nicht allein dadurch, dass wir Dinge kennen. Es entsteht auch dadurch, dass wir ihre Beziehungen verstehen.

Schon ein einfacher Wissensgraph macht sichtbar, wie Dinge miteinander verbunden sind. Die beschrifteten Kanten erklären ihre Beziehungen und damit ihre Bedeutung.
Genau diese Fähigkeit können wir mithilfe semantischer Technologien und KI auf eine neue Ebene heben. Nicht indem wir menschliches Denken kopieren, sondern indem wir relevante Bedeutungen und Beziehungen so beschreiben, dass Menschen und Maschinen gemeinsam damit arbeiten können.
Warum unsere Unternehmen trotz Digitalisierung so viel manuell arbeiten
Übertragen wir dieses Prinzip auf ein Unternehmen. Ein Maschinenbauer verfügt über ein ERP-System, ein CAD-System, eine Produktdatenverwaltung, ein Dokumentationssystem und zahlreiche Excel-Tabellen. Über viele Jahre sind diese Systeme gewachsen, wurden erweitert und miteinander verbunden. Jedes sollte eine bestimmte Aufgabe besser, schneller oder zuverlässiger erfüllen. Und tatsächlich haben wir damit viel erreicht.
Das ERP-System kennt Bestellungen, Materialnummern und Lieferanten. Das CAD-System kennt die Konstruktion. Die Technische Dokumentation beschreibt Bedienung und Wartung. Der Service kennt wiederkehrende Fehler.
Doch wer kennt die Beziehungen zwischen all diesen Informationen?
Wenn ein Bauteil verändert wird, stellen sich viele Fragen: Welche Maschinen sind betroffen? Welche Kunden besitzen diese Maschinen? Welche Dokumentationen müssen geändert werden? Welche Ersatzteile werden benötigt? Welche Normen sind zu berücksichtigen? Welche Erfahrungen liegen aus früheren Servicefällen vor?
Heute beantworten Menschen diese Fragen häufig, indem sie zwischen Systemen wechseln, Kollegen anrufen, Dokumente vergleichen und Informationen manuell zusammenführen. Nicht weil unsere Software schlecht wäre, sondern weil die Systeme überwiegend für bestimmte Aufgaben entwickelt wurden und nicht dafür, das gesamte Unternehmenswissen in seinem Zusammenhang abzubilden.
Dabei sind gerade diese Zusammenhänge wirtschaftlich entscheidend. Eine falsche Information im Service verursacht Kosten. Eine übersehene Konstruktionsänderung kann Folgen für die Dokumentation haben. Und eine nicht genutzte Erfahrung aus einem früheren Projekt führt dazu, dass Menschen dieselben Probleme erneut lösen müssen.
Besonders deutlich wird das, wenn erfahrene Mitarbeitende das Unternehmen verlassen. Mit ihnen verschwindet häufig nicht nur Fachwissen, sondern auch das Verständnis dafür, warum bestimmte Entscheidungen getroffen wurden oder welche Erfahrungen bei einem Kunden gemacht wurden. Die Daten bleiben erhalten, aber ein Teil ihrer Bedeutung geht verloren.
Wir haben die Daten digitalisiert. Aber die Beziehungen dazwischen sind vielfach noch in den Köpfen unserer Mitarbeitenden verborgen.
Solange das so bleibt, werden wir trotz aller Digitalisierung einen erheblichen Teil unserer Arbeit weiterhin manuell erledigen.
Ein CEO, ein Stift und acht Kreise
Vor Kurzem saß ich einem Geschäftsführer gegenüber und versuchte, genau diesen Gedanken zu erklären. Ich hätte ihm eine komplexe Systemarchitektur zeigen können, mit Datenbanken, Schnittstellen, KI-Modellen und Softwarekomponenten. Doch ich wollte nicht mit einer technischen Lösung beginnen, sondern mit seinem Unternehmen und den Fragen, die ihn beschäftigen.
Stattdessen begann ich zu zeichnen.
In die Mitte schrieb ich: Unser Produkt. Darum herum entstanden weitere Kreise: Kunde, Bauteil, Lieferant, Dokumentation, Norm, Servicefall und Mitarbeiterwissen.
Dann verband ich die Kreise. Der Kunde besitzt das Produkt. Das Produkt enthält ein Bauteil. Das Bauteil stammt von einem Lieferanten. Eine Norm stellt Anforderungen an das Produkt. Ein Servicefall betrifft das Bauteil. Eine Dokumentation beschreibt dessen Wartung.
Plötzlich war nicht mehr die Software das Thema. Wir sprachen über das Unternehmen selbst, über seine Produkte, seine Kunden, seine Erfahrungen und die Zusammenhänge, die es einzigartig machen.
Während wir weitere Verbindungen zeichneten, wurde deutlich, dass sich aus nahezu jedem Kreis neue Fragen ergaben, die bisher unterschiedliche Mitarbeitende in unterschiedlichen Abteilungen beantworten mussten. Der Graph wurde zu einer Landkarte des Unternehmenswissens. Und der Geschäftsführer erkannte selbst, wo Informationen fehlten, welche Zusammenhänge wichtig waren und wo KI einen konkreten Nutzen schaffen könnte.

Acht Kreise zeigen erste Zusammenhänge des Unternehmenswissens. Die Beziehungen zwischen Produkt, Kunde, Bauteil, Lieferant, Norm, Dokumentation, Service und Erfahrung bilden einen Ausschnitt seines digitalen Fingerabdrucks.
Doch damit war unsere Zeichnung noch nicht fertig. Ich ergänzte einige Linien für die Geschäftsprozesse – von der Kundenanforderung über Entwicklung und Einkauf bis zur Dokumentation, Produktion und zum Service. Plötzlich wurde sichtbar, dass KI nicht nur in einer einzelnen Abteilung helfen kann. Wenn Prozesse auf ein gemeinsames, semantisch verbundenes Unternehmenswissen zugreifen, können Informationen entlang der gesamten Wertschöpfung genutzt werden.
Dafür brauchen wir eine AI-ready Platform: eine gemeinsame Wissens- und Kommunikationszentrale, in der strukturierte Inhalte aus einem Component Content Management System (CCMS), ein semantischer Layer, Knowledge Graphen und KI zusammenwirken. Rollen und Rechte sorgen dafür, dass Informationen den richtigen Menschen und Anwendungen zugänglich sind.

Die AI-ready Platform verbindet CCMS, Wissensgraph, Semantik und KI. Über Rollen und Rechte stellt sie Informationen für Menschen, Anwendungen und Prozesse bereit.
Das wurde sofort verstanden. Nicht als fertiges IT-Konzept, sondern als gemeinsame Vorstellung davon, wie das Unternehmen künftig arbeiten könnte. Welche Prozesse wir im Detail betrachten, wo Informationen fehlen und an welchen Stellen KI tatsächlich einen messbaren Nutzen schafft, werden wir anschließend gemeinsam im Projekt ausarbeiten.
Für mich liegt darin ein Schlüssel zur Veränderung. Wir müssen Menschen nicht zuerst erklären, wie eine Ontologie technisch funktioniert oder wie eine Prozessmodellierung nach BPMN aufgebaut ist. Wir müssen ihnen zeigen, dass sie selbst jeden Tag in Bedeutungen, Beziehungen und Abläufen denken. Wenn sie dieses Prinzip auf ihr Unternehmen übertragen, wird aus einer abstrakten Technologie etwas Vertrautes.
Wenn wir unser Wissen, seine Beziehungen und unsere Prozesse gemeinsam betrachten, entstehen neue Fragen – und neue Möglichkeiten.
Unsere Software bleibt wertvoll. Aber eine Schnittstelle schafft noch kein Unternehmenswissen.
Unternehmen haben über Jahrzehnte erhebliche Investitionen in ihre IT-Landschaften getätigt. ERP-Systeme wie SAP, INFOR oder Microsoft Dynamics, PLM- und PDM-Systeme, CAD-Anwendungen und Content-Management-Systeme erfüllen wichtige Aufgaben und werden auch künftig unverzichtbar bleiben. Sie steuern Prozesse, verwalten Transaktionen und sorgen dafür, dass komplexe Abläufe zuverlässig funktionieren.
Heute gibt es unterschiedliche Möglichkeiten, KI mit diesen Systemen zu verbinden. Dazu gehören standardisierte Schnittstellen und Protokolle wie das Model Context Protocol (MCP), aber ebenso spezialisierte Konnektoren, wie wir sie für Ontovia und den Smart AI-Hub einsetzen. Damit lassen sich Informationen aus bestehenden Systemen erschließen, ohne deren wertvolle Datenbestände ersetzen zu müssen.
Doch der technische Zugang zu Informationen ist noch nicht gleichbedeutend mit dem Verständnis ihrer Bedeutung und Beziehungen.
Eine Materialnummer bleibt zunächst eine Materialnummer. Erst wenn wir wissen, in welchen Produkten das Material eingesetzt wird, welche Varianten betroffen sind, welche Anforderungen gelten und welche Erfahrungen der Service damit gemacht hat, entsteht der fachliche Zusammenhang.
Genau hier setzt die zusätzliche semantische Wissensebene an. Konnektoren und geeignete Standards wie MCP schaffen den Zugang zu den Systemen. Ontologien und Knowledge Graphen helfen, fachliche Bedeutungen und Beziehungen über Systemgrenzen hinweg abzubilden. Und KI kann dieses vernetzte Wissen nutzen, um Fragen zu beantworten, Zusammenhänge aufzuzeigen und Arbeitsprozesse zu unterstützen.
Man könnte es auch so ausdrücken: Unsere bisherigen Systeme verwalten große Teile des Unternehmens. Eine AI-ready Platform hilft uns, das Unternehmen in seinen Zusammenhängen zu verstehen und sein Wissen für die Kommunikation und Wertschöpfung nutzbar zu machen.
Wir müssen unsere bestehenden Systeme nicht ersetzen. Wir müssen lernen, ihr Wissen miteinander zu verbinden.
Das ist der Unterschied zwischen einer weiteren Digitalisierung bestehender Abläufe und einer systemischen Erneuerung unserer Wissensarchitektur.
Was Christoph Quarch mit unserem digitalen Wandel zu tun hat
Der Philosoph Christoph Quarch hat in einem Podcast zum 80. Jahrestag des Endes des Zweiten Weltkriegs einen Gedanken formuliert, der mich besonders beschäftigt.
Er unterscheidet zwischen zwei grundlegenden Menschenbildern. Auf der einen Seite steht ein Denken, das den Menschen vor allem als konkurrierendes, eigennütziges Wesen betrachtet. Auf der anderen Seite steht die Vorstellung des Menschen als kooperatives Wesen, dessen Leben nur im Miteinander gelingen kann.
Quarch greift dafür auf die griechische Philosophie zurück und stellt die Frage, ob wir unsere gesellschaftlichen Probleme überhaupt lösen können, solange wir an einem überholten gedanklichen Fundament festhalten.
Sein Bild dafür ist das Betriebssystem. Wir können immer neue Programme installieren. Wenn aber das zugrunde liegende Betriebssystem nicht mehr zu unseren Anforderungen passt, werden die Probleme bleiben.
Mich beschäftigt daran vor allem eine Konsequenz: Was wäre, wenn wir nicht nur unsere Technik, sondern auch unsere Vorstellungen von Organisation, Zusammenarbeit, Bildung und wirtschaftlichem Erfolg verändern müssten?
Wir erleben, wie schwierig es ist, grundlegende Veränderungen innerhalb bestehender Strukturen durchzusetzen. Organisationen verteidigen Zuständigkeiten, politische Systeme reagieren häufig kurzfristig und Unternehmen optimieren ihre Abteilungen, obwohl der größte Nutzen möglicherweise zwischen ihnen entsteht.
Das ist kein Vorwurf an die Menschen, die in diesen Systemen arbeiten. Es ist die Frage, welche Denkweisen und Regeln wir über Jahrzehnte entwickelt haben und ob sie noch zu unseren heutigen Herausforderungen passen.
Wenn wir vor allem Konkurrenz erwarten, entwickeln wir andere Regeln und Institutionen, als wenn wir Kooperation, Vertrauen und gegenseitige Verantwortung zum Ausgangspunkt machen.
Kooperation bedeutet, Beziehungen ernst zu nehmen. In der Gesellschaft sind das Beziehungen zwischen Menschen, Institutionen und Interessen. In Unternehmen sind es zusätzlich die Beziehungen zwischen Wissen, Produkten, Prozessen und Erfahrungen.
Natürlich ist ein Knowledge Graph keine philosophische Antwort auf die Frage nach einer gerechten Gesellschaft. Aber die Denkbewegung ist verwandt: Wir verlassen die isolierte Betrachtung einzelner Elemente und beginnen, das Ganze und seine Wechselwirkungen zu sehen.
Vielleicht müssen wir genau das wieder lernen – nicht nur in der Technologie, sondern auch in unserem gesellschaftlichen und wirtschaftlichen Denken.
Wirtschaft: Vom Unternehmen als Maschine zum Wissensnetzwerk
Unsere Unternehmen sind über Jahrzehnte nach Funktionen, Abteilungen und Prozessen organisiert worden: Einkauf, Entwicklung, Produktion, Vertrieb, Service und Controlling. Das war sinnvoll. Und vieles davon wird sinnvoll bleiben.
Doch die Zukunftsfähigkeit eines Unternehmens hängt zunehmend davon ab, wie schnell es sein vorhandenes Wissen nutzen und neue Zusammenhänge erkennen kann. Der eigentliche Wert liegt nicht allein in der Menge seiner Daten, sondern auch in deren Qualität, Bedeutung, Verknüpfung und Nutzbarkeit.
Ein Unternehmen besitzt einen unverwechselbaren Wissensschatz. Seine Produkte, Kundenbeziehungen, Erfahrungen, Entscheidungen, Fehler und Lösungen bilden einen digitalen Fingerabdruck. Diesen Fingerabdruck können wir mit Ontologien, Knowledge Graphen und einer semantischen Wissensebene schrittweise sichtbar machen.
Dabei geht es nicht darum, alle Informationen in eine neue Datenbank zu kopieren. Es geht darum, vorhandenes Wissen in seinen jeweiligen Systemen zu belassen und relevante Bedeutungen und Beziehungen systemübergreifend nutzbar zu machen.
So können aus getrennten Informationen neue Erkenntnisse entstehen. Der Vertrieb erkennt, welche Erfahrungen der Service mit einem Produkt gemacht hat. Die Entwicklung sieht, welche Kundenanforderungen wiederholt auftreten. Und die Geschäftsführung kann Entscheidungen auf einer breiteren, nachvollziehbaren Wissensgrundlage treffen.
Auch Nachhaltigkeit müssen wir in diesem Zusammenhang neu denken. Sie darf nicht als isolierte Pflichtaufgabe neben Entwicklung, Einkauf, Produktion und Vertrieb stehen. Denn die ökologischen Auswirkungen eines Produkts entstehen entlang seines gesamten Lebenszyklus: bei der Materialauswahl, in der Lieferkette, während der Nutzung und schließlich bei Reparatur, Wiederverwendung oder Recycling.
Wenn wir diese Informationen semantisch verbinden, können wir Nachhaltigkeit unmittelbar in Produktentwicklung und Geschäftsprozesse integrieren. Knowledge Graphen können Beziehungen zwischen Materialien, Lieferanten, CO₂-Daten, gesetzlichen Anforderungen und Produktvarianten sichtbar machen. Damit entsteht eine Grundlage für bessere Entscheidungen und zugleich für den digitalen Produktpass.
Genau diesen Gedanken verfolgen wir mit unserer Initiative Digitale Produktdaten der Akademie der Kommunikation.
Compliance allein macht noch keinen Umsatz. Aber wenn wir regulatorische Anforderungen mit neuem Denken, vernetzten Produktdaten und innovativen Geschäftsmodellen verbinden, kann daraus ein echter Wettbewerbsvorteil entstehen.
Dann geht es nicht mehr nur darum, Vorschriften zu erfüllen. Es geht darum, Produkte langlebiger zu gestalten, Ressourcen intelligenter einzusetzen, neue Dienstleistungen anzubieten und wirtschaftlichen Erfolg mit ökologischer Verantwortung zu verbinden.
Die Technologie schafft damit nicht nur Effizienz. Sie eröffnet die Möglichkeit, Zusammenarbeit, Nachhaltigkeit und Wertschöpfung gemeinsam neu zu organisieren.
Bildung: Warum wir nicht nur Antworten, sondern Urteilskraft brauchen
Auch unser Bildungssystem steht vor einer grundlegenden Herausforderung. Junge Menschen nutzen KI längst selbstverständlich. Sie fragen, recherchieren, formulieren Texte und lassen sich komplexe Sachverhalte erklären. Aber eine überzeugend formulierte Antwort ist noch kein gesichertes Wissen. KI kann Fehler machen, Quellen falsch interpretieren und Aussagen erzeugen, die plausibel erscheinen, aber nicht ausreichend belegt sind.
Deshalb müssen wir Bildung neu denken. Nicht nur: Was weißt du? Sondern: Woher weißt du das? Welche Zusammenhänge erkennst du? Welche Quellen sind vertrauenswürdig? Was spricht gegen deine Annahme? Und welche Folgen hätte deine Entscheidung?
Die Fähigkeit, Fragen zu stellen, Zusammenhänge zu prüfen, gemeinsam zu lernen und verantwortlich zu entscheiden, wird wichtiger.
Vielleicht sollten wir uns dabei wieder stärker daran erinnern, wie Kinder ursprünglich lernen. Sie beobachten, experimentieren, fragen nach dem Warum und entdecken Beziehungen zwischen Dingen, lange bevor sie diese in Schulfächer einordnen.
Wenn ein Kind verstehen möchte, warum ein Fluss verschmutzt ist, interessiert es sich nicht dafür, ob die Antwort zur Biologie, Chemie, Geografie oder Politik gehört. Es möchte den Zusammenhang verstehen. Genau dieses vernetzte Denken benötigen wir, um die Herausforderungen unserer Zeit zu bewältigen.
Eine semantisch strukturierte Wissensbasis kann helfen, Quellen, Begriffe, Perspektiven und Widersprüche sichtbar zu machen. Sie ersetzt weder kritisches Denken noch menschliche Erfahrung. Sie kann aber ein Werkzeug sein, mit dem junge Menschen lernen, Wissen von Behauptungen zu unterscheiden.
Das wäre eine Bildung, die nicht nur auf eine Prüfung oder einen Beruf vorbereitet, sondern Menschen befähigt, eine zunehmend komplexe Welt selbstständig zu verstehen und mitzugestalten.
Politik: Warum Digitalisierung allein keine Erneuerung ist
In der Politik erleben wir ein ähnliches Dilemma. Wir diskutieren über Digitalisierung, Bürokratieabbau, neue Plattformen und den Einsatz künstlicher Intelligenz. Doch häufig bleiben Zuständigkeiten, Verfahren und Entscheidungsstrukturen weitgehend unverändert.
Eine digitalisierte Verwaltung ist nicht automatisch eine bessere Verwaltung. Das fällt mir besonders bei manchen öffentlichen Websites, Onlineformularen und digitalen Verwaltungsprozessen auf. Obwohl technisch vieles möglich ist, scheint die Perspektive der Menschen, die diese Angebote nutzen sollen, gelegentlich in den Hintergrund zu geraten.
Dabei ist eine gute User Experience (UX) weit mehr als eine ansprechende Oberfläche. Sie bedeutet, Menschen mitzunehmen, ihre Bedürfnisse zu verstehen und Abläufe so zu gestalten, dass sie nachvollziehbar und möglichst einfach funktionieren. Bevor wir einen komplizierten analogen Prozess digitalisieren, sollten wir fragen, ob er überhaupt noch sinnvoll ist. Methoden wie die Business Process Model and Notation (BPMN) können helfen, Prozesse, Verantwortlichkeiten und unnötige Übergaben sichtbar zu machen.
Stellen wir uns vor, eine Kommune möchte eine neue Schule bauen. Daran hängen Bevölkerungsentwicklung, Verkehrsplanung, Flächenverbrauch, Energieversorgung, Bauvorschriften, Finanzierung und pädagogische Konzepte. Diese Informationen existieren, liegen aber in unterschiedlichen Ämtern, Datenbeständen und Verantwortungsbereichen.
Was wäre, wenn wir diese Zusammenhänge transparent und überprüfbar miteinander verbinden könnten? Nicht damit KI politische Entscheidungen trifft, sondern damit Menschen deren Auswirkungen besser verstehen, unterschiedliche Interessen erkennen und Alternativen nachvollziehbar diskutieren können.
Gerade in einer Demokratie wäre das ein bedeutender Fortschritt. Denn viele politische Konflikte entstehen nicht allein durch unterschiedliche Interessen, sondern auch dadurch, dass Menschen auf unterschiedlichen Informationsgrundlagen argumentieren.
Eine solche Wissensinfrastruktur könnte helfen, Silodenken zu überwinden. Sie müsste demokratisch kontrolliert, datenschutzgerecht, transparent und offen für unterschiedliche Perspektiven gestaltet sein. Denn die Qualität politischer Entscheidungen hängt nicht nur von Informationen ab, sondern auch von Werten, Beteiligung und Verantwortung.
Unterschiedliche Meinungen würden nicht verschwinden, und das wäre in einer Demokratie auch nicht wünschenswert. Aber wir könnten besser unterscheiden, worüber wir tatsächlich unterschiedlicher Meinung sind und wo uns schlicht eine gemeinsame, überprüfbare Wissensgrundlage fehlt.
Die nächste Entwicklungsstufe: Wissen gemeinsam mit KI gestalten
Ich stelle mir die Zukunft der Wissensarbeit manchmal wie die Brücke des Raumschiffs Enterprise vor. Nicht wegen der futuristischen Technik, sondern wegen einer einfachen Vorstellung:
Vor uns liegt eine große, interaktive Wissenslandkarte unseres Unternehmens. Wir sehen Produkte, Kunden, Lieferanten, Anforderungen, Erfahrungen und ihre Beziehungen. Wir berühren einen Punkt und erkennen, welche anderen Bereiche damit verbunden sind.
Wir fragen die KI: Was passiert, wenn wir diesen Lieferanten wechseln? Welche Produkte wären betroffen? Welche Risiken kennen wir? Welche Alternativen gibt es?
Die KI zeigt mögliche Zusammenhänge, macht Vorschläge und verweist auf die zugrunde liegenden Quellen. Wir prüfen, diskutieren, ergänzen unser Erfahrungswissen und entscheiden.
Dabei entsteht etwas Neues: Wir arbeiten nicht mehr nur mit einzelnen Dokumenten oder Softwaremasken, sondern mit einem lebendigen Wissensmodell, das wir gemeinsam weiterentwickeln können.
Ein erfahrener Servicetechniker ergänzt eine Erkenntnis. Die Entwicklung prüft deren Bedeutung für andere Produkte. Die KI schlägt weitere mögliche Beziehungen vor. Und das Unternehmen entscheidet, welche Erkenntnisse in sein gesichertes Wissen übernommen werden.
So könnte die Wissensarbeit der Zukunft aussehen: nicht als Konkurrenz zwischen Mensch und Maschine, sondern als Zusammenarbeit, bei der beide ihre Stärken einbringen. Die KI kann große Informationsmengen erschließen und Zusammenhänge vorschlagen. Der Mensch bringt Erfahrung, Urteilsvermögen, Verantwortung und die Fähigkeit ein, Ziele und Werte zu bestimmen.
Der Mensch bestimmt die Richtung. Die KI hilft, die Wissenslandschaft zu erkunden.
Das ist für mich eine wesentlich interessantere Zukunft als ein Chatbot, der lediglich schneller Antworten produziert. Und wir können heute damit beginnen.
Vom Nachdenken zum Handeln: klein anfangen, aber grundsätzlich anders
Mit Ontovia und unserem Smart AI-Hub verfolgen wir genau diesen Ansatz. Wir wollen nicht einfach ein weiteres KI-Werkzeug bereitstellen, sondern Unternehmen helfen, ihr vorhandenes Wissen über eine semantische Ebene miteinander zu verbinden, fachliche Beziehungen sichtbar zu machen und daraus konkrete Anwendungen zu entwickeln.
Das beginnt nicht mit einem riesigen IT-Projekt, sondern mit einer Frage an die Geschäftsführung:
Wo verlieren Ihre Mitarbeitenden heute am meisten Zeit, weil sie vorhandenes Wissen nicht im richtigen Zusammenhang nutzen können?
Dann zeichnen wir gemeinsam die wichtigsten Dinge und ihre Beziehungen auf. Wir betrachten die dazugehörigen Prozesse, identifizieren vorhandene Datenquellen, ergänzen relevantes Erfahrungswissen und bilden daraus ein erstes fachliches Wissensmodell.
Mit KI können wir Informationen erschließen, Beziehungen vorschlagen und konkrete Arbeitsprozesse unterstützen. Fachleute prüfen dabei, welche Verbindungen tatsächlich gültig sind.
Ein solcher Einstieg kann im Service, in der Technischen Dokumentation, im Produktmanagement oder in der Entwicklung stattfinden. Entscheidend ist nicht die Größe des Projekts, sondern dass ein konkretes Problem gelöst wird und der Nutzen erkennbar ist.
Besonders wichtig ist mir, die Menschen im Unternehmen von Anfang an einzubeziehen. Denn sie kennen fachliche Zusammenhänge, die in keinem System vollständig dokumentiert sind. Erst wenn wir dieses Wissen mit vorhandenen Daten verbinden, entsteht eine Grundlage, auf der KI verlässlich unterstützen kann.
So entsteht Schritt für Schritt eine Wissensinfrastruktur, die mit dem Unternehmen wächst. Der Nutzen muss messbar sein: weniger Suchaufwand, weniger Doppelarbeit, schnellere Entscheidungen, bessere Qualität und neue Möglichkeiten für Produkte und Dienstleistungen.
Das ist für mich keine weitere Digitalisierungswelle. Es ist der Beginn einer anderen Art, Unternehmen zu verstehen und zu führen.
Wir brauchen mehr als Transformation. Wir brauchen eine Erneuerung unseres Denkens.
Vielleicht verwenden wir das Wort Transformation inzwischen zu selbstverständlich. Wir transformieren Prozesse, Organisationen und Geschäftsmodelle. Doch häufig bleibt das zugrunde liegende Denken unverändert.
Ich würde deshalb lieber von einer systemischen Erneuerung sprechen. Einer Erneuerung, die nicht nur bestehende Abläufe verbessert, sondern fragt, ob wir überhaupt noch die richtigen Strukturen und Annahmen verwenden.
In der Wirtschaft bedeutet das, Wissen statt Softwaregrenzen zum Ausgangspunkt zu machen. In der Bildung bedeutet es, Zusammenhänge, Urteilskraft und Kooperation stärker zu fördern. In der Politik bedeutet es, Entscheidungen stärker an überprüfbaren Zusammenhängen, langfristigen Wirkungen und dem Gemeinwohl auszurichten. Und für unsere Umwelt bedeutet es, Nachhaltigkeit von Anfang an in Entscheidungen und Wertschöpfungsprozesse einzubeziehen.
Vielleicht liegt die gemeinsame Herausforderung darin, dass wir zu lange gelernt haben, Probleme voneinander zu trennen, um sie besser bearbeiten zu können. Jetzt müssen wir wieder lernen, sie miteinander zu verbinden, um sie wirklich zu verstehen.
Das erfordert Mut. Denn es ist einfacher, ein neues Werkzeug einzuführen, als eine vertraute Denkweise infrage zu stellen. Und es ist einfacher, einen bestehenden Prozess zu automatisieren, als zu überlegen, ob er überhaupt noch notwendig ist.
Warum ich Wirtschaft, Bildung und Politik in einem Beitrag zusammenbringe
Vielleicht fragen sich manche Leser, warum ich in einem Beitrag über KI und Unternehmenswissen immer wieder auf Bildung und Politik zurückkomme.
Weil ich zunehmend den Eindruck habe, dass wir in Deutschland in einem systemischen Dilemma stecken: Alle drei Bereiche erkennen, dass sich etwas verändern muss. Aber jeder wartet darauf, dass die anderen beginnen.
Die Wirtschaft erwartet von der Politik bessere Rahmenbedingungen, weniger Bürokratie und ein Bildungssystem, das junge Menschen auf die Zukunft vorbereitet. Die Politik erwartet von der Wirtschaft Investitionen, Innovationen und neue Arbeitsplätze. Und die Bildung wartet vielerorts auf politische Entscheidungen, finanzielle Mittel und gesellschaftliche Anerkennung, während Unternehmen gleichzeitig über fehlende Kompetenzen klagen.
Jeder hat nachvollziehbare Argumente. Und jeder kann erklären, warum Veränderung unter den gegebenen Bedingungen schwierig ist. Doch genau dadurch entsteht eine gegenseitige Abhängigkeit, die uns immer wieder in bestehenden Strukturen festhält.
Wenn ich auf die vergangenen zwanzig Jahre zurückblicke, habe ich zunehmend das Gefühl, dass Deutschland in wichtigen Bereichen seiner einstigen Kernkompetenzen an Dynamik verloren hat. Wir waren stolz auf Ingenieurskunst, industrielle Innovation, hochwertige Bildung und die Fähigkeit, komplexe Herausforderungen zu lösen. Vieles davon besitzen wir noch immer. Aber wir müssen aufpassen, dass wir unsere Stärken nicht mit Zukunftsfähigkeit verwechseln.
Während wir darüber diskutieren, wer zuerst die Voraussetzungen für Veränderung schaffen muss, entwickeln sich Technologien, Märkte und gesellschaftliche Anforderungen weiter. Wir riskieren, den Anschluss nicht deshalb zu verlieren, weil uns Wissen, Ideen oder Fähigkeiten fehlen, sondern weil wir zu lange an überholten Strukturen und Denkweisen festhalten.
Vielleicht ist das unser eigentliches systemisches Problem: Wir erwarten Veränderung von anderen, obwohl wir selbst Teil des Systems sind, das sich verändern muss.
Genau deshalb glaube ich, dass wir nicht länger aufeinander warten dürfen.
Unternehmen können beginnen, ihr Wissen neu zu organisieren und Zusammenarbeit über Abteilungsgrenzen hinweg zu gestalten. Schulen können junge Menschen stärker befähigen, selbstständig zu denken, Zusammenhänge zu erkennen und Verantwortung zu übernehmen. Und die Politik kann Bedingungen schaffen, unter denen Innovation, Kooperation und langfristiges Handeln leichter werden.
Wir brauchen dafür nicht erst den großen gemeinsamen Neustart. Wir brauchen Menschen und Organisationen, die in ihrem Verantwortungsbereich anfangen – und andere mitnehmen.
Das ist für mich auch der tiefere Gedanke hinter dem digitalen Fingerabdruck und dem Knowledge Graphen: Nicht die isolierten Elemente bestimmen das Ganze, sondern ihre Beziehungen und ihr Zusammenwirken.
Was für das Wissen eines Unternehmens gilt, lässt sich als Denkprinzip auch auf unsere Gesellschaft übertragen.
KI kann uns dabei unterstützen. Sie kann Informationen verbinden, Muster aufzeigen und neue Perspektiven eröffnen. Aber sie wird uns das neue Denken nicht abnehmen. Das bleibt unsere menschliche Aufgabe.
Vielleicht besteht die größte Chance der künstlichen Intelligenz deshalb nicht darin, dass Maschinen lernen, wie Menschen zu denken. Sondern darin, dass wir Menschen wieder lernen, in Zusammenhängen zu denken – und unsere Maschinen uns dabei unterstützen.
Und deshalb möchte ich mit einer Frage schließen, die ich inzwischen auch in Gesprächen mit Unternehmern stelle:
Wenn wir morgen Ihr Unternehmen nicht mehr anhand seiner Software, Abteilungen und Prozesse zeichnen würden, sondern anhand seines Wissens und seiner Beziehungen – was würden wir entdecken?
Georg Eck beschäftigt sich mit der Zukunftsfähigkeit von Wirtschaft, Bildung und Politik sowie mit der Frage, wie Unternehmen ihr Wissen mithilfe semantischer Technologien und künstlicher Intelligenz nutzbar machen können. Mit der Akademie der Kommunikation, SQUIDDS und Ontovia begleitet er Unternehmen auf diesem Weg.
Weiterführende Beiträge und Initiativen
- Warum wir Kommunikation in Unternehmen völlig neu denken müssen
- Warum erfolgreiche KI-Projekte mit Unternehmenswissen beginnen
- Digitale Produktdaten – Nachhaltigkeit, Digitalisierung und neue Wertschöpfung
- Schule im Aufbruch – Bildung neu denken und gestalten
- Christoph Quarch: Podcast-Ausschnitt „80 Jahre nach Kriegsende“ – philosophischer Impuls zur Kooperation und zum gesellschaftlichen Betriebssystem.