Wissensmanagement bezeichnet die systematische Gestaltung der Prozesse, mit denen eine Organisation Wissen erzeugt, dokumentiert, teilt und für ihre Aufgaben nutzbar macht. Der Begriff etablierte sich in den 1990er Jahren als eigenständige Managementdisziplin, die explizites Wissen – Dokumente, Datenbanken, Verfahrensanweisungen – von implizitem Wissen unterscheidet, das in den Köpfen und Handlungsroutinen von Mitarbeitenden liegt.
Zusammenfassung
Organisationen erzeugen im Alltag mehr Wissen, als sie systematisch festhalten. Ein Teil davon liegt in Dokumenten und Datenbanken vor und lässt sich leicht weitergeben; ein anderer Teil steckt in der Erfahrung Einzelner und wird oft nur durch Zusammenarbeit sichtbar. Wissensmanagement stellt Verfahren, Rollen und – zunehmend – Software bereit, um beide Formen zu erfassen, zugänglich zu machen und vor Verlust zu schützen.
Ikujiro Nonaka und Hirotaka Takeuchi lieferten 1995 mit dem SECI-Modell den bis heute meistzitierten theoretischen Rahmen. Wissen entsteht darin in einem fortlaufenden Kreislauf aus Sozialisation, Externalisierung, Kombination und Internalisierung, in dem implizites und explizites Wissen ineinander übergehen.
Maryam Alavi und Dorothy Leidner systematisierten 2001 die IT-Perspektive und prägten den engeren Begriff der Knowledge-Management-Systeme – Software, die diese Prozesse unterstützt, ohne sie zu ersetzen.
Mit KI-Systemen erhielt das Feld ab den frühen 2020er Jahren einen neuen Werkzeugkasten. Sprachmodelle können unstrukturierte Dokumente durchsuchbar machen, Zusammenfassungen erzeugen und Fragen auf Basis interner Bestände beantworten – Aufgaben, die zuvor auf Volltextsuche und manuell gepflegte Wikis angewiesen waren.
Begriffsgeschichte
Vorläufer des Feldes reichen in die Organisationstheorie der 1960er Jahre zurück. Michael Polanyi prägte 1966 die Unterscheidung zwischen explizitem und implizitem Wissen und die vielzitierte Formel, dass Menschen mehr wissen, als sie sagen können – eine Grundlage, auf die sich spätere Wissensmanagement-Theorien bis heute berufen, ohne dass Polanyi selbst den Begriff verwendete.
Als eigene Managementdisziplin etablierte sich Wissensmanagement in den frühen 1990er Jahren, parallel zum Aufstieg der Wissensgesellschaft als wirtschaftspolitischem Leitbild. Nonaka und Takeuchis The Knowledge-Creating Company (1995) übertrug Polanyis Unterscheidung auf japanische Unternehmen und wurde zum Referenztext der Disziplin.
In den 2000er Jahren verschob sich der Schwerpunkt von der Theorie zur Umsetzung: Intranets, Dokumentenmanagementsysteme und später Wikis sollten explizites Wissen zentral zugänglich machen. Alavi und Leidners Übersichtsartikel von 2001 bilanzierte diese erste Technisierungswelle und benannte zugleich ihre Grenze – Systeme allein erzeugen keine Teilungsbereitschaft.
Seit den frühen 2020er Jahren verändern Sprachmodelle die technische Basis erneut. Retrieval-Augmented Generation erlaubt es, ein Sprachmodell Antworten aus einem unternehmensinternen Dokumentenbestand ableiten zu lassen, statt Nutzende auf eine Volltextsuche zu verweisen.
Methodische Grundlagen
Explizites und implizites Wissen. Explizites Wissen lässt sich in Sprache, Formeln oder Diagrammen festhalten – Handbücher, Datenbanken, Prozessdokumentationen. Implizites Wissen ist an Personen gebunden und zeigt sich in Handlungsfähigkeit, nicht in einer Beschreibung; es ist der Gegenstand des benachbarten Begriffs Erfahrungswissen.
Das SECI-Modell. Nonaka und Takeuchi beschreiben vier Umwandlungsformen. Sozialisation gibt implizites Wissen durch gemeinsames Erleben weiter, etwa im Mentoring; Externalisierung fasst implizites Wissen in Sprache oder Modelle. Kombination setzt vorhandenes explizites Wissen neu zusammen; Internalisierung macht explizites Wissen durch Anwendung wieder zu implizitem Können. Der Kreislauf gilt als fortlaufend, nicht als einmalig abgeschlossen.
Wissensmanagement-Systeme. Alavi und Leidner unterscheiden Systeme nach der Umwandlungsform, die sie unterstützen: Diskussionsforen und Video-Konferenzen fördern Sozialisation, Dokumentenmanagementsysteme Externalisierung, Suchmaschinen und Data-Warehouses Kombination, Trainingsplattformen Internalisierung. Kein System deckt den gesamten Kreislauf ab.
KI-gestützte Umsetzung. Aktuelle Systeme kombinieren meist zwei Bausteine: eine durchsuchbare Ablage interner Dokumente und ein Sprachmodell, das daraus Antworten formuliert. Die Qualität der Antwort hängt dabei stärker von der Aufbereitung und Aktualität des Dokumentenbestands ab als vom eingesetzten Modell – ein Punkt, den Praktiker regelmäßig unterschätzen.
Anwendungsfelder
Onboarding und Wissenstransfer. Neue Mitarbeitende erschließen sich über Wissensmanagement-Systeme schneller, wie eine Organisation tatsächlich arbeitet, statt sich allein auf informelle Nachfragen zu verlassen.
Kundenservice und Support. Support-Teams greifen auf durchsuchbare Wissensdatenbanken zurück, zunehmend über Sprachmodelle, die aus internen Handbüchern und früheren Fällen Antworten ableiten.
Fachkräftemangel und demografischer Wandel. Mit dem Ausscheiden erfahrener Belegschaften – in Deutschland spitzt sich das durch den Renteneintritt geburtenstarker Jahrgänge zu – rückt die systematische Sicherung von Erfahrungswissen stärker in den Vordergrund.
Forschung und Entwicklung. In wissensintensiven Branchen wird Wissensmanagement genutzt, um Projekterfahrungen, Patente und technische Spezifikationen über Teamgrenzen hinweg verfügbar zu halten.
Kontroversen und Kritik
Technikgläubigkeit. Der wiederkehrende Einwand lautet, Organisationen kauften Software, ohne die kulturellen Voraussetzungen für Wissensteilung zu schaffen – ein System dokumentiert nur, was Menschen bereit sind einzustellen. Alavi und Leidner benannten dieses Problem bereits 2001 als Hauptursache gescheiterter Projekte.
Grenzen der Externalisierung. Ein Teil des Einwands gegen das SECI-Modell lautet, dass sich nicht jedes implizite Wissen verlustfrei in explizites Wissen überführen lässt – Polanyis ursprüngliche Beobachtung wird in der Managementliteratur teils zu optimistisch gelesen.
Halluzinationsrisiko bei KI-gestützten Systemen. Sprachmodelle, die aus internen Dokumenten antworten, können auch bei sorgfältiger Aufbereitung des Bestands falsche oder veraltete Informationen als sicher formulierte Antworten ausgeben – ein Risiko, das mit der Zahl der angebundenen Quellen wächst.
Messbarkeit. Der wirtschaftliche Nutzen von Wissensmanagement lässt sich selten direkt beziffern; Erfolgskennzahlen bleiben meist indirekt (Einarbeitungszeit, Supportfallzeiten), was Investitionsentscheidungen erschwert.
Stand 2025/2026
Sprachmodellgestützte Systeme sind Stand 2025/2026 die verbreitetste Neuerung im Feld, ohne das ältere SECI-Rahmenwerk zu ersetzen: Die technische Umsetzung hat sich verändert, die organisatorische Grundfrage – wie implizites Wissen sichtbar wird, bevor es verloren geht – bleibt bestehen.
Verwandte Begriffe
- Predictive Maintenance – Anwendungsfall, der Erfahrungswissen in ein Vorhersagemodell überführt
- Foundation Models – Modellklasse, auf der aktuelle Wissensmanagement-Systeme meist aufsetzen
- Context Engineering – kuratiert Wissen für den einzelnen Modellaufruf, nicht für die Organisation als Ganzes
Quellenangaben
- Alavi, Maryam / Leidner, Dorothy E., 2001. Knowledge Management and Knowledge Management Systems: Conceptual Foundations and Research Issues. In: MIS Quarterly 25 (1), S. 107–136. DOI: 10.2307/3250961.
- Nonaka, Ikujiro, 1994. A Dynamic Theory of Organizational Knowledge Creation. In: Organization Science 5 (1), S. 14–37. DOI: 10.1287/orsc.5.1.14.
- Nonaka, Ikujiro / Takeuchi, Hirotaka, 1995. The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation.
- Polanyi, Michael, 1966. The Tacit Dimension.