Achtung, dieser Artikel enthält zwar Knowledge…
…ist aber weit entfernt von Knowledge as a Service. Vielleicht findet ihn der eine oder andere aber trotzdem hilfreich. Ganz offensichtlich ist Knowledge as a Service nicht gerade eine selbsterklärende Vokabel. Nicht einmal mit einem ganzen Satz kann man der Tragweite des Begriffes wirklich gerecht werden. Man liest verzweifelte Versuche wie „KaaS bedeutet das richtige Wissen der richtigen Person im richtigen Kontext zur richtigen Zeit auf dem richtigen Endgerät verfügbar zu machen.“ Na toll! Wem jetzt schon alles klar ist, der darf gerne seine wertvolle Zeit einem anderen Artikel widmen. Mir hat das jedenfalls nicht viel gesagt. Am Anfang war Google Ich werde es mal mit mehreren (und hoffentlich auch schöneren) Sätzen versuchen. Dazu muss man etwas weiter ausholen. Am besten beginnt man mit der Frage: Wie gelange ich, als Person mit einer Wissenslücke, eigentlich an Informationen? – Manchmal kennt Google nicht nur die Antwort, manchmal ist Google die Antwort. Die Art und Weise, wie Google uns die fehlenden Infos liefert und genauso auch die Methode, mit der wir danach suchen hat sich im Laufe der Jahre stark verändert. Alles fing an mit ein paar einfachen, hierarchischen Kategorien. Suchte man damals nach dem besten Consulting Unternehmen in München, schlug man die “Gelben Seiten” auf, blätterte vor bis zu den Unternehmensberatungen und fand dann lediglich alphabetisch sortiert die entsprechenden Einträge. So ähnlich hat auch Google mal funktioniert. Das hat aber nur so lange funktioniert, bis das Volumen an Informationen zu groß wurde, um jede Information in die passende Schublade zu packen. Ganz zu schweigen von ewigen Diskussionen darüber, welche Kategorie für einzelne Datensätze die richtige ist. Über eine andere Reihenfolge als eine alphabetische Auflistung hat man eigentlich noch gar nicht nachgedacht. Nachdem Kategorien sich also irgendwann in Unter- und Unterunterkategorien auflösten, Einträge in mehreren Kategorien auftauchten und Suchanfragen auf diese Weise nicht mehr konsistent bearbeitet werden konnten, musste ein neues System her. Stichworte sind hier das Stichwort. Man arbeitete sich also nicht mehr über die Kategorien München, Unternehmensberater und Firmenname zum Ergebnis vor, sondern suchte einfach nach „München“ und „Unternehmensberater“. Da man sich nun mit der Stichwortsuche möglicherweise aus mehreren der ehemaligen Kategorien-Schubladen bediente, reichte das alphabetische Sortieren der Begriffe nicht mehr aus, um zu garantieren, dass der Suchende tatsächlich das Ergebnis erhielt, nach dem er gesucht hatte.
„Page Ranking“ wurde erfunden
SEO-Mechanismen sind so komplex und interessant, dass sie einen eigenen Artikel verdienen. Nur so viel in aller Kürze: Zu Grunde liegt die Annahme, dass sich das Internet schon mehr oder weniger selbst organisiert. Man sortierte also nach Merkmalen wie Stichwortdichte und Anzahl der Verlinkungen. Schließlich würde ja niemand eine Seite verlinken, wenn sie nicht interessant wäre, oder? Aber auch dieser Ansatz hat noch seine Schönheitsfehler. SEO-Mechanismen lassen sich (früher sicher deutlich leichter und stärker als heute) manipulieren. Und was, wenn ich nicht explizit nach meiner Information suchen kann, sondern nur implizit? Ein Beispiel: Ich will mehr über Elon Musk erfahren, weiß aber seinen Namen nicht. Ich weiß lediglich, dass er der Chef von Tesla ist. Mit einer einfachen Stichwortsuche würde ich hier nicht weit kommen. Hier kommt der sogenannte Knowledge Graph von Google ins Spiel. Dieser Knowledge Graph löst eine noch einigermaßen bildlich vorstellbare Tabelle mit Kategorien und Fakten vollkommen auf. Informationen sind nun nur noch sogenannte Entities. Erstmal vollkommen unabhängig voneinander (1). Im nächsten Schritt werden diese Entities um Attribute erweitert (2). Im letzten Schritt werden dann die Entities mit ihren Attributen in Beziehung zueinander gesetzt (3). Das Ergebnis ist eine sogenannte Ontologie. Unser Elon Musk Beispiel würde dann stark vereinfacht so aussehen:
…ist aber weit entfernt von Knowledge as a Service. Vielleicht findet ihn der eine oder andere aber trotzdem hilfreich. Ganz offensichtlich ist Knowledge as a Service nicht gerade eine selbsterklärende Vokabel. Nicht einmal mit einem ganzen Satz kann man der Tragweite des Begriffes wirklich gerecht werden. Man liest verzweifelte Versuche wie „KaaS bedeutet das richtige Wissen der richtigen Person im richtigen Kontext zur richtigen Zeit auf dem richtigen Endgerät verfügbar zu machen.“ Na toll! Wem jetzt schon alles klar ist, der darf gerne seine wertvolle Zeit einem anderen Artikel widmen. Mir hat das jedenfalls nicht viel gesagt. Am Anfang war Google Ich werde es mal mit mehreren (und hoffentlich auch schöneren) Sätzen versuchen. Dazu muss man etwas weiter ausholen. Am besten beginnt man mit der Frage: Wie gelange ich, als Person mit einer Wissenslücke, eigentlich an Informationen? – Manchmal kennt Google nicht nur die Antwort, manchmal ist Google die Antwort. Die Art und Weise, wie Google uns die fehlenden Infos liefert und genauso auch die Methode, mit der wir danach suchen hat sich im Laufe der Jahre stark verändert. Alles fing an mit ein paar einfachen, hierarchischen Kategorien. Suchte man damals nach dem besten Consulting Unternehmen in München, schlug man die “Gelben Seiten” auf, blätterte vor bis zu den Unternehmensberatungen und fand dann lediglich alphabetisch sortiert die entsprechenden Einträge. So ähnlich hat auch Google mal funktioniert. Das hat aber nur so lange funktioniert, bis das Volumen an Informationen zu groß wurde, um jede Information in die passende Schublade zu packen. Ganz zu schweigen von ewigen Diskussionen darüber, welche Kategorie für einzelne Datensätze die richtige ist. Über eine andere Reihenfolge als eine alphabetische Auflistung hat man eigentlich noch gar nicht nachgedacht. Nachdem Kategorien sich also irgendwann in Unter- und Unterunterkategorien auflösten, Einträge in mehreren Kategorien auftauchten und Suchanfragen auf diese Weise nicht mehr konsistent bearbeitet werden konnten, musste ein neues System her. Stichworte sind hier das Stichwort. Man arbeitete sich also nicht mehr über die Kategorien München, Unternehmensberater und Firmenname zum Ergebnis vor, sondern suchte einfach nach „München“ und „Unternehmensberater“. Da man sich nun mit der Stichwortsuche möglicherweise aus mehreren der ehemaligen Kategorien-Schubladen bediente, reichte das alphabetische Sortieren der Begriffe nicht mehr aus, um zu garantieren, dass der Suchende tatsächlich das Ergebnis erhielt, nach dem er gesucht hatte.
„Page Ranking“ wurde erfunden
SEO-Mechanismen sind so komplex und interessant, dass sie einen eigenen Artikel verdienen. Nur so viel in aller Kürze: Zu Grunde liegt die Annahme, dass sich das Internet schon mehr oder weniger selbst organisiert. Man sortierte also nach Merkmalen wie Stichwortdichte und Anzahl der Verlinkungen. Schließlich würde ja niemand eine Seite verlinken, wenn sie nicht interessant wäre, oder? Aber auch dieser Ansatz hat noch seine Schönheitsfehler. SEO-Mechanismen lassen sich (früher sicher deutlich leichter und stärker als heute) manipulieren. Und was, wenn ich nicht explizit nach meiner Information suchen kann, sondern nur implizit? Ein Beispiel: Ich will mehr über Elon Musk erfahren, weiß aber seinen Namen nicht. Ich weiß lediglich, dass er der Chef von Tesla ist. Mit einer einfachen Stichwortsuche würde ich hier nicht weit kommen. Hier kommt der sogenannte Knowledge Graph von Google ins Spiel. Dieser Knowledge Graph löst eine noch einigermaßen bildlich vorstellbare Tabelle mit Kategorien und Fakten vollkommen auf. Informationen sind nun nur noch sogenannte Entities. Erstmal vollkommen unabhängig voneinander (1). Im nächsten Schritt werden diese Entities um Attribute erweitert (2). Im letzten Schritt werden dann die Entities mit ihren Attributen in Beziehung zueinander gesetzt (3). Das Ergebnis ist eine sogenannte Ontologie. Unser Elon Musk Beispiel würde dann stark vereinfacht so aussehen:
Erst, wenn die Daten auf diese Weise aufbereitet werden, kann auch eine implizite Frage wie „Wie heißt der Chef von Tesla“ durch eine Suchmaschine wie Google beantwortet werden. Genau wie im menschlichen Gehirn, sind gespeicherte Informationen ein wertvolles Gut. Intelligenz und vor allem Wissen (Knowledge!) zeichnen sich aber vor allem dadurch aus, wie viele Verknüpfungen unter den einzelnen Entitäten vorhanden sind und wie schnell man in der Lage ist, das gespeicherte Wissen abzurufen.
Ist das schon Knowledge as a Service?
Noch nicht ganz, aber die Grundlage davon. Genau genommen ist das DaaS – Data as a Service. Anfrage rein, Antwort raus. Das allein ist schon eine Errungenschaft. KaaS will noch einen Schritt weiter gehen. KaaS will eigentlich Daas+ sein. Darum werden bei Knowledge as a Service noch weitere Faktoren mit einbezogen. Denn schließlich soll ja per Definition „Das richtige Wissen der richtigen Person im richtigen Kontext zur richtigen Zeit auf dem richtigen Endgerät verfügbar gemacht werden“. Also werden sowohl bei der Auswahl der Informationen, die zur Verfügung gestellt werden, als auch beim Ranking noch weitere Beziehungen mit einbezogen. Das können weiterführende Infos sein, oder allgemeiner ausgedrückt: sämtliche Attribute, die mit den Entitäten verknüpft wurden. Aber auch die Beziehungen selbst werden überprüft. Um sicher zu stellen, dass die richtigen Informationen auch bei der richtigen Person landen, könnten auch Daten des Nutzers mitberücksichtigt werden. Zum Beispiel: Welche Sprachen spricht der User, welchen Wissensstand hat der User oder simple Standortinformationen. So kann aus dem Kontext geschlossen werden, welche Information dem User zum Zeitpunkt der Anfrage tatsächlich weiterhilft. KaaS ist also DaaS mit Comfort-Extras:
Ist das schon Knowledge as a Service?
Noch nicht ganz, aber die Grundlage davon. Genau genommen ist das DaaS – Data as a Service. Anfrage rein, Antwort raus. Das allein ist schon eine Errungenschaft. KaaS will noch einen Schritt weiter gehen. KaaS will eigentlich Daas+ sein. Darum werden bei Knowledge as a Service noch weitere Faktoren mit einbezogen. Denn schließlich soll ja per Definition „Das richtige Wissen der richtigen Person im richtigen Kontext zur richtigen Zeit auf dem richtigen Endgerät verfügbar gemacht werden“. Also werden sowohl bei der Auswahl der Informationen, die zur Verfügung gestellt werden, als auch beim Ranking noch weitere Beziehungen mit einbezogen. Das können weiterführende Infos sein, oder allgemeiner ausgedrückt: sämtliche Attribute, die mit den Entitäten verknüpft wurden. Aber auch die Beziehungen selbst werden überprüft. Um sicher zu stellen, dass die richtigen Informationen auch bei der richtigen Person landen, könnten auch Daten des Nutzers mitberücksichtigt werden. Zum Beispiel: Welche Sprachen spricht der User, welchen Wissensstand hat der User oder simple Standortinformationen. So kann aus dem Kontext geschlossen werden, welche Information dem User zum Zeitpunkt der Anfrage tatsächlich weiterhilft. KaaS ist also DaaS mit Comfort-Extras:
Und wie kann KaaS jetzt eingesetzt werden?
Nicht nur beim Googlen – Eigentlich in jedem Unternehmen, immer. Überall da, wo mehrere Personen gemeinsam auf ein Ziel hinarbeiten und dabei auf gemeinsames Wissen zugreifen müssen. Je schneller jeder Mitarbeiter an genau die Informationen gelangt, die er zum Weiterarbeiten benötigt, desto effizienter kann er seine Arbeit erledigen.
Ein Beispiel aus der Praxis: In naher Zukunft wird es möglich sein, aus einer abfotografierten Rechnung durch einen Mitarbeiter abzuleiten, welche Informationen in dem Bild enthalten sind, und wie sie weiterverarbeitet werden sollen. Das Foto selbst stellt dabei eine Art implizite Frage: „Was soll ich mit diesem Beleg tun?“ Durch das Einbeziehen der Kontext-Informationen kann dann beispielsweise ein ERP-System ableiten, dass es um eine Rechnung geht, da auf dem Beleg „Rechnung“ steht (OCR-Scan). Außerdem schließt das System, dass es wohl um eine Spesenabrechnung geht, da auf der Rechnung die Worte „Händl“ und „Hofbräuhaus“ stehen. Und zu guter Letzt werden die Auslagen dem passenden Projekt zugeordnet (Projekt-Management-Workflow), da im Kalender des Users ein Abendessen mit dem Kunden Vielfraß GmbH steht (Outlook-Schnittstelle). KaaS geht in diesem Beispiel weit über eine einfache Datenabfrage hinaus. Dem User steht praktisch das gesamte Wissen über den Ablauf einer Spesenabrechnung zur Verfügung. Aufgabe von Consulting-Unternehmen wie der Digital Solution Group ist es zum einen schon jetzt solche Workflows für Ihre Branchen zu entwickeln und ihren Kunden zugänglich zu machen.
Zum anderen sollte sich auch jeder Service-Anbieter Gedanken darüber machen, wie er diese Möglichkeiten für sich selbst einsetzen kann. Denn schließlich gilt ja auch für den Support-Bereich: Je schneller der Techniker genau die Infos erhält, die er benötigt, desto schneller kann er einen Fehler beheben. Vielleicht kann bald ein Ticketsystem einen einfachen Screenshot des Kunden soweit mit Informationen anreichern, dass ein vollständiges Fehlerprotokoll beim Support-Mitarbeiter ankommt, sodass sich dieser unmittelbar mit der Behebung des Fehlers beschäftigen kann, ohne vorher eine große Fehlersuche betreiben zu müssen. Allein aus diesen beiden Ansätzen geht hervor, wie viel Wertschöpfung hinter Knowledge-Management stecken kann. So ist es auch nicht verwunderlich, dass Zion Market Research in einer Studie von Mai 2018 schätzt, dass der Wert des Knowledge-Management Marktes im Jahr 2025 die Marke von „USD 1,232,000 Million“ knacken wird. Ich gehe sogar davon aus, dass Knowledge Management noch wichtiger werden könnte als vermutet. Immerhin hatte man 2018 wohl noch nicht damit gerechnet, dass zwei Jahre später mit einem Schlag Remote-Arbeit in den Mittelpunkt unserer Gesellschafft rücken und somit das herkömmliche Wissensmanagement, nämlich die direkte Ansprache von Kollegen, derart erschwert werden könnte.
Nicht nur beim Googlen – Eigentlich in jedem Unternehmen, immer. Überall da, wo mehrere Personen gemeinsam auf ein Ziel hinarbeiten und dabei auf gemeinsames Wissen zugreifen müssen. Je schneller jeder Mitarbeiter an genau die Informationen gelangt, die er zum Weiterarbeiten benötigt, desto effizienter kann er seine Arbeit erledigen.
Ein Beispiel aus der Praxis: In naher Zukunft wird es möglich sein, aus einer abfotografierten Rechnung durch einen Mitarbeiter abzuleiten, welche Informationen in dem Bild enthalten sind, und wie sie weiterverarbeitet werden sollen. Das Foto selbst stellt dabei eine Art implizite Frage: „Was soll ich mit diesem Beleg tun?“ Durch das Einbeziehen der Kontext-Informationen kann dann beispielsweise ein ERP-System ableiten, dass es um eine Rechnung geht, da auf dem Beleg „Rechnung“ steht (OCR-Scan). Außerdem schließt das System, dass es wohl um eine Spesenabrechnung geht, da auf der Rechnung die Worte „Händl“ und „Hofbräuhaus“ stehen. Und zu guter Letzt werden die Auslagen dem passenden Projekt zugeordnet (Projekt-Management-Workflow), da im Kalender des Users ein Abendessen mit dem Kunden Vielfraß GmbH steht (Outlook-Schnittstelle). KaaS geht in diesem Beispiel weit über eine einfache Datenabfrage hinaus. Dem User steht praktisch das gesamte Wissen über den Ablauf einer Spesenabrechnung zur Verfügung. Aufgabe von Consulting-Unternehmen wie der Digital Solution Group ist es zum einen schon jetzt solche Workflows für Ihre Branchen zu entwickeln und ihren Kunden zugänglich zu machen.
Zum anderen sollte sich auch jeder Service-Anbieter Gedanken darüber machen, wie er diese Möglichkeiten für sich selbst einsetzen kann. Denn schließlich gilt ja auch für den Support-Bereich: Je schneller der Techniker genau die Infos erhält, die er benötigt, desto schneller kann er einen Fehler beheben. Vielleicht kann bald ein Ticketsystem einen einfachen Screenshot des Kunden soweit mit Informationen anreichern, dass ein vollständiges Fehlerprotokoll beim Support-Mitarbeiter ankommt, sodass sich dieser unmittelbar mit der Behebung des Fehlers beschäftigen kann, ohne vorher eine große Fehlersuche betreiben zu müssen. Allein aus diesen beiden Ansätzen geht hervor, wie viel Wertschöpfung hinter Knowledge-Management stecken kann. So ist es auch nicht verwunderlich, dass Zion Market Research in einer Studie von Mai 2018 schätzt, dass der Wert des Knowledge-Management Marktes im Jahr 2025 die Marke von „USD 1,232,000 Million“ knacken wird. Ich gehe sogar davon aus, dass Knowledge Management noch wichtiger werden könnte als vermutet. Immerhin hatte man 2018 wohl noch nicht damit gerechnet, dass zwei Jahre später mit einem Schlag Remote-Arbeit in den Mittelpunkt unserer Gesellschafft rücken und somit das herkömmliche Wissensmanagement, nämlich die direkte Ansprache von Kollegen, derart erschwert werden könnte.
