Explorez tous les épisodes du podcast WissensTransferCamp

Gabi Riedmann de Trinidad stellte in ihrer Session vor, wie Künstliche Intelligenz das Wissensmanagement revolutionieren kann. Sie demonstrierte, wie traditionelle Wissensdokumente und Experteninterviews durch KI in interaktive Micro-Learnings umgewandelt werden können, die an unterschiedliche Skill-Level und Sprachniveaus angepasst sind. Besonders im Kontext des Fachkräftemangels und der zunehmenden Heterogenität in Unternehmen bietet diese Technologie neue Möglichkeiten für effektiven Wissenstransfer.

Diese Session behandelte die Herausforderung der automatisierten Erstellung von Wissenslandkarten in Echtzeit während Expertengesprächen im Wissenstransfer. Die Diskussion zeigte, dass trotz des Wunsches nach technologischer Unterstützung die menschliche Moderation und der Beziehungsaufbau zwischen Moderator und Experte zentrale Erfolgsfaktoren bleiben. Verschiedene KI-Anwendungsmöglichkeiten wurden identifiziert, jedoch nicht für die Echtzeitvisualisierung, sondern für die Vorbereitung und Nachbearbeitung von Wissenstransferprozessen.

Diese Session behandelte die Digitalisierung von Expert Debriefings und diskutierte verschiedene Ansätze zur Skalierung von Wissenstransfer-Prozessen in Unternehmen. Die Teilnehmer tauschten sich über Tools, Methoden und Herausforderungen aus, insbesondere vor dem Hintergrund demografischer Veränderungen und größerer Personalabgänge. Zentrale Themen waren die Balance zwischen digitalen und Präsenz-Formaten, selbstgesteuertes Debriefing sowie die Frage nach spezialisierten Tools versus vorhandene Standard-Software.

Die Session behandelte die systematische Vernetzung verschiedener Wissensmanagement-Formate entlang des Employee Lifecycle - von Onboarding über die Zugehörigkeitszeit bis hin zum Offboarding. Dabei wurde diskutiert, wie Expert-Debriefing, Communities of Practice, Peer-Learning und andere Lernformate strategisch miteinander verknüpft werden können, um Wissen kontinuierlich zu bewahren und zu teilen. Ein zentraler Fokus lag auf der Entwicklung eines ganzheitlichen Ansatzes, der über traditionelle Weiterbildung hinausgeht und alle Mitarbeitenden als potenzielle Wissensträger und -vermittler betrachtet.

Diese Session stellt das “Culture Pursuit”-Spiel vor, eine innovative Methode zur systematischen Erfassung impliziter kultureller Wissensinhalte im Wissenstransfer. Das spielerische Format mit sechs Kategorien (Zitate, Persönlichkeitskultur, Lebenskultur, Organisationskultur, Situationen und Arbeitskultur) ermöglicht es, kulturelle Aspekte besprechbar zu machen, die normalerweise schwer zu fassen sind. Das Spiel wird sowohl als Warm-up für Transfergespräche als auch zur gezielten Erweiterung von Wissenslandkarten eingesetzt.

In dieser Session reflektierten die Teilnehmeden über die Auswirkungen von Künstlicher Intelligenz auf den Wissenstransfer in Unternehmen. Basierend auf einer strukturierten Diskussion werden verschiedene Perspektiven beleuchtet: von der Veränderung zwischenmenschlicher Interaktionen bis hin zu kulturellen Wandlungsprozessen in der Arbeitswelt.

Die Session behandelte die Herausforderungen bei der Dokumentation in technischen Bereichen am Beispiel der Deutschen Welle. Der Session Owner teilte seine Erfahrungen als neuer Dokumentationskoordinator und diskutierte mit den Teilnehmenden über strukturelle, organisatorische und menschliche Aspekte der Wissensdokumentation. Zentrale Themen waren die Priorisierung von Dokumentationsinhalten, die Überwindung mentaler Hürden bei der Dokumentationserstellung und innovative Ansätze wie Wissenslandkarten und mediale Dokumentation.

Die Session behandelte das Expert Debriefing als strukturierten Wissenstransferprozess, bei dem Wissen von Experten systematisch auf Nachfolger übertragen wird. Silvia Roderus stellte den sechsstufigen Prozess vor und führte mit den Teilnehmenden einen praxisorientierten Austausch über Herausforderungen und Erfahrungen bei der Umsetzung. Besonders diskutiert wurden die Übertragung praktischen Wissens, die Rolle externer Moderation und konkrete Maßnahmen zur Wissenssicherung.

Die Session von Simon stellt einen umfassenden Überblick über den Einsatz von KI-basierten Tools in Expert-Debriefing-Prozessen vor. Simon zeigt, wie moderne KI-Technologien die Dokumentation von Wissenstransfer-Sessions revolutionieren können - von der automatischen Transkription über die intelligente Zusammenfassung bis hin zur Erstellung interaktiver Chatbots. Dabei werden sowohl Cloud-basierte als auch lokale Lösungen für verschiedene Sicherheitsanforderungen präsentiert, mit praktischen Demonstrationen der gesamten Prozesskette.

Die Beratungsgesellschaft Baumer stellt ihre ersten Erfahrungen mit Expert Debriefing im Kontext von Unternehmensnachfolgen vor. Als Newbies in diesem Bereich haben sie erkannt, dass Wissenstransfer ein kritischer Erfolgsfaktor bei M&A-Transaktionen ist und entwickeln innovative Ansätze, um implizites Wissen von Schlüsselpersonen zu sichern. Trotz besonderer Herausforderungen wie Zeitdruck, Vertraulichkeit und fehlenden Nachfolgern zeigen zwei Praxisbeispiele sowohl die Potentiale als auch die Grenzen des Expert Debriefings in der Unternehmensnachfolge.

Das Expert-Debriefing-Interview ist ein komplexer Kommunikationsprozess, der darauf abzielt, implizites Wissen von ausscheidenden Experten zu explizieren und strukturiert zu übertragen. Dabei sind hilfreiche Fragetechniken, die Vermeidung von No-Go’s und der professionelle Umgang mit sensiblen Informationen entscheidend für den Erfolg. Die Metapher des “Trüffelschweins” beschreibt treffend die Rolle des Moderators, der gezielt nach wertvollen Wissensschätzen sucht.

Dieser Beitrag behandelt die systematische Übertragung von Projektwissen durch strukturierte Debriefing-Prozesse. Der Referent zeigt auf, wie explizites und implizites Wissen aus Projekten extrahiert, dokumentiert und organisationsweit verfügbar gemacht werden kann. Dabei wird das SECI-Modell von Nonaka und Takeuchi als theoretische Grundlage verwendet, um Wissenstransformation zu ermöglichen und eine lernende Projektorganisation zu schaffen.

Diese Session widmete sich der systematischen Sammlung von Erfahrungswerten und bewährten Praktiken im Expert Debriefing Prozess. Durch eine kollaborative Whiteboard-Session wurden Do’s und Don’ts identifiziert, die in zukünftige Versionen des LernOS Expert Debriefing Leitfadens einfließen sollen. Der Fokus lag auf der Erfassung praktischer Erfahrungen aus der Community, um den Referenzprozess kontinuierlich zu verbessern.

Dieser Vortrag präsentiert einen praxisorientierten Werkstattbericht über den Einsatz von Large Language Models (LLMs) in Unternehmen, speziell zur Bewältigung des demografischen Wandels und Wissenstransfers. Das Hauptaugenmerk liegt auf der Entwicklung einer datenschutzkonformen Lösung mittels Embedding Models, die es ermöglicht, interne Unternehmensdaten zu nutzen, ohne diese in externe KI-Systeme zu übertragen oder das zugrundeliegende Modell zu trainieren.

Der Vortrag von Steve Holtel demonstriert praxisnah, wie ChatGPT als intelligentes Werkzeug zur Unterstützung von Expert-Debriefings eingesetzt werden kann. Anhand konkreter Beispiele zeigt er, dass der Chatbot nicht als Ersatz für methodische Expertise fungiert, sondern als kraftvoller Assistent für erfahrene Praktiker, um Dokumente zu analysieren, Interviews vorzubereiten und Wissenslandkarten zu erstellen.

Professor Müller von der Hochschule Ansbach präsentierte innovative Ansätze zur Digitalisierung und Automatisierung von Expert-Debriefing-Prozessen. Mit über 30 Jahren Erfahrung und etwa 1.000 begleiteten Sitzungen zur Wissenssicherung stellte er konkrete Lösungsansätze vor, wie Organisationen dem demografischen Wandel und dem drohenden Wissensverlust durch ausscheidende Mitarbeiter begegnen können. Dabei betonte er die Notwendigkeit einer “Blended-Lösung”, die technische Innovation mit menschlicher Begleitung verbindet.

Das Expert Debriefing hat sich von einem einfachen Wissenstransferprozess zu einem umfassenden System entwickelt, das heute über 950 ausgebildete Moderatoren umfasst und durch KI-Integration neue Dimensionen erreicht. Der Vortrag zeigt die Evolution von den frühen Fallbeispielen bei Audi und Schaeffler bis hin zu modernen digitalen Lösungen und gibt einen Ausblick auf zukünftige Entwicklungen mit Künstlicher Intelligenz.

Wissenstransfer ist ein komplexer Prozess mit vielen Stellschrauben, bei dem Motivation zwar eine zentrale, aber nicht die einzige Rolle spielt. Dr. Laura Rinker von der Universität Hohenheim zeigt auf, dass neben individuellen Motiven wie dem Entwicklungs- und Generativitätsmotiv auch soziale Vergleichsprozesse und organisationale Strukturen entscheidend für erfolgreichen Wissenstransfer sind. Besonders interessant ist der empirische Alterstrend: Während das Entwicklungsmotiv mit dem Alter abnimmt, steigt das Generativitätsmotiv an, was wichtige Implikationen für altersgemischte Teams hat.