Wissensmanagement Mit genAI in die Zukunft der Dokumentenverwaltung

Anbieter zum Thema

d.velop AG

Fabasoft Deutschland GmbH

SmartDocuments Deutschland GmbH

xSuite Group GmbH

KI-Modelle bieten großes Potenzial für das Daten- und Wissensmanagement der öffentlichen Verwaltungen. Unser Gastautor Nico Bäumer erläutert, worauf es dabei ankommt – rechtssichere Systeme und hochwertige Trainingsdaten gehören dazu. Sein Tipp: Retrieval Augmented Generation.

Traditionelle Arbeitsabläufe bieten oft wenig Raum für Flexibilität, Effizienz und Nachverfolgbarkeit. Im Gegenteil: Manuelle Prozesse und papierbasierte Dokumentation sorgen häufig für umständliche Vorgänge, Fehler und Engpässe. Mit der voranschreitenden digitalen Transformation und neuen, aufstrebenden Technologien scheint die Lösung jedoch zum Greifen nah: Schon jetzt verändert generative KI (genAI) die Art und Weise, wie wir arbeiten. Viele Unternehmen erkennen bereits das Potenzial und setzen auf genAI zur Optimierung interner Prozesse. Der öffentliche Sektor hängt in diesen Belangen jedoch noch häufig hinterher. Nach wie vor herrschen hier in vielen Bereichen ein merklicher Innovationsrückstand und veraltete Technologien, die Flexibilität und Produktivität in Arbeitsabläufen hemmen. Dabei könnte die Öffentliche Hand deutlich von generativer KI profitieren, vor allem im Bereich des Wissens- und Informationsmanagements.

Gesucht und gefunden – Durchblick im Dokumentendschungel

Werden KI-Modelle richtig eingesetzt, helfen sie dabei, Dokumenten- und Geschäftsprozesse zu optimieren und können Routineaufgaben in vielen Fällen sogar vollständig automatisieren. KI-gestützte Dokumentenmanagement-Systeme (DMS) erkennen große Mengen von Schriftstücken automatisch, kategorisieren diese und können Schlüsselinformationen extrahieren, ganz ohne manuelles Eingreifen. So können sie zur schnellen und effektiven Aufbereitung von organisationseigenen Inhalten genutzt werden. Digitale Assistenzsysteme erlauben den Mitarbeitenden anschließend in intelligenter Weise auf diese Inhalte zuzugreifen, um schnelleren Zugang zu internem Knowhow zu erhalten.

Gerade in wissensintensiven Abteilungen wie der Entwicklung oder Planung kann das ein großer Vorteil sein, um die Informationen aus Artikeln, Berichten und Dokumenten effektiv zu verwerten. Aber auch in anderen Bereichen helfen KI-Systeme dabei, relevante Informationen aus unstrukturierten Daten zu extrahieren. In der Buchhaltung sind dank KI-Modellen etwa benötigte Informationen wie Absender- und Empfängerangaben oder Positions- und Steuerdaten schneller zur Hand denn je.

GenAI ist für alle da

Als besonders hilfreich erweisen sich im Geschäftsalltag KI-Modelle, die auf natürlicher Sprache basieren und über ein möglichst barrierefreies Sprachmodul zur Ein- und Ausgabe von Informationen verfügen. Dank Echtzeit-Chatfunktion können Fragen zu Dokumenten und Inhalten so in kürzester Zeit beantwortet werden. Außerdem macht die natürliche Sprachausgabe KI-Systeme für jeden und damit gerade auch für weniger technikaffine Mitarbeitende zugänglich.

Von dieser Demokratisierung der Informationen profitieren am Ende alle Beteiligten. Selbst in der Arbeit mit Kunden schlägt sich das effizientere Wissensmanagement nieder. Hier können Informationen dank KI einfacher personalisiert und Produkte und Dienstleistungen besser an den jeweiligen Kunden angepasst werden. Das zeigt sich wiederum in erhöhter Kundenzufriedenheit. Die Arbeit mit generativer KI macht sich intern vor allem durch beschleunigte Prozesse bemerkbar. So werden Zeit und Kosten eingespart, ohne dass die Qualität darunter leidet. In vielen Fällen nimmt die Qualität sogar eher zu, da mehr Informationen im Prozess selbst genutzt werden können. Reibungslose Prozess- und Arbeitsabläufe sorgen auch für zufriedenere Mitarbeiter, denn repetitive Tätigkeiten bleiben ihnen erspart und somit bekommen sie mehr Freiräume für kreative und strategische Aufgaben.

Stolperfallen kennen und meiden

Gerade deshalb nutzen technisch versierte Mitarbeitende häufig eigenständig KI-Tools, die frei im Internet zugänglich sind. Dabei machen sie sich jedoch nur selten Gedanken darüber, was mit den eingegebenen Daten passiert, und wie diese vom Anbieter weiterverarbeitet werden. Das stellt ein potenzielles Risiko dar und kann im schlimmsten Fall zum Verlust von firmeninternem Know-how führen. Um solche Verluste und einen Wildwuchs an selbst eingeführten Tools zu verhindern, müssen sich Organisationen rechtzeitig darum bemühen, ihren Mitarbeitenden rechtssichere KI-Systeme zur Verfügung zu stellen.

Für diesen Schritt setzen Organisationen auf zwei unterschiedliche Herangehensweisen. In vielen Fällen entscheiden sie sich dazu, ihre eigenen KI-Modelle zu trainieren. Zu diesem Zweck wird ein Trainingsdatensatz definiert, mit dem das Modell gefüttert wird. Das ist der entscheidende Punkt: Stimmt die Qualität oder der Umfang der eingespeisten Daten nicht, kann die KI auch keinen hochwertigen Output generieren. Sind Daten fehlerhaft oder schlecht gepflegt, kommt es vor, dass die KI fehlerhafte Informationen ausgibt. Zusätzlich neigen KI-Modelle aufgrund der hohen erforderlichen Datenmenge dazu, falsche Schlussfolgerungen zu ziehen und so Falschaussagen zu treffen. Mitarbeitende sollten deshalb KI-Systemen nicht blind vertrauen, sondern müssen den generierten Output hinterfragen und dazu in der Lage sein, inhaltliche Fehler zu erkennen. Liegt jedoch ein umfangreicher und korrekter Datensatz vor, verbessert sich das KI-Modell im Laufe der Zeit kontinuierlich durch den Einsatz von Machine Learning. Dadurch wird die Belegschaft zunehmend durch qualitativ hochwertige Ergebnisse entlastet. Besonders in der Öffentlichen Verwaltung fallen naturgemäß große Datenmengen an. Ein Umstand, der sich beim Training einer KI zu Nutze gemacht werden sollte.

Obwohl das Aufsetzen eines hauseigenen KI-Systems naheliegend ist, müssen Organisationen, die daran interessiert sind, bewusst sein, dass generative KI eine Menge Ressourcen verschlingt. Gerade kleinere Behörden verfügen häufig nicht über ausreichende Server-Kapazitäten oder das nötige Knowhow, um ein eigenes genAI-System zu entwickeln und instand zu halten. Deshalb nehmen viele Organisationen KI-Lösungen als Managed Service in Anspruch. Hier bietet sich die Methode der Retrieval Augmented Generation an, bei der Organisationen auf ein allgemeines KI-Modell zurückgreifen und dieses in ihren persönlichen Kontext überführen. Statt ein KI-System mit eigenen Daten zu trainieren, wird einem bestehenden Modell bei dieser Methode ein intelligenter Suchprozess vorgeschaltet, der Nutzeranfragen in einen relevanten Kontext einbettet. So liefert die KI organisations- und branchenbezogene Antworten. Aber auch hier gilt: der Output eines KI-Modells ist nur so gut wie seine Trainingsdaten. Daher lohnt es sich, bei der Auswahl des Anbieters besonders gut hinzuschauen. Anbieter, die über eigene Rechenzentren verfügen und ihre KI-Systeme in der EU hosten, kommen auch für stark regulierte Branchen wie das Gesundheitswesen in Frage.

Fazit

GenAI birgt großes Potenzial für das Daten- und Wissensmanagement, das mit dem richtigen Knowhow gewinnbringend ausgeschöpft werden kann. Auch wenn die Einführung eines generativen KI-Systems nicht ohne Herausforderungen kommt, lohnt es sich, die Möglichkeiten für die eigene Organisation zu prüfen, um von optimierten Prozessen und demokratisiertem Wissen zu profitieren.

Mit genAI eröffnen sich immer dann ganz neue Möglichkeiten, wenn hochwertige Daten, geschulte Mitarbeitende und die Integration von KI in Unternehmensprozesse sinnvoll kombiniert werden.

Künstliche Intelligenz für die Verwaltung

Aleph Alpha kommt nach Bayern

Generative KI

Der Weg zur KI-gestützten, effizienten und bürgerzentrierten Verwaltung

(ID:49970621)