Technologische Abhängigkeiten im KI-Zeitalter:

Warum Unternehmen ihre Wissenssouveränität neu denken müssen

1.     Die aktuelle Debatte über den Zugang zu US-KI-Technologien hat das Thema digitale Souveränität neu entfacht. Warum greift diese Diskussion aus Ihrer Sicht zu kurz?

Raphael Baier: „Die aktuelle Debatte lenkt den Blick zunächst auf digitale Souveränität. Hier zeigt sich der globale Einfluss von Entscheidungen einzelner Regierungen. Bestes Beispiel ist die Einschränkung des Zugangs zu bestimmten KI-Modellen für Nicht-US-Bürger durch Anthropic. Dass das keine Ausnahme bleiben wird, ist den meisten bereits bewusst. Wie geht es also weiter? Aus meiner Sicht greift die vorliegende Diskussion zu kurz. Sie suggeriert, dass die Abhängigkeit allein durch den Einsatz bestimmter KI-Anwendungen oder Cloud-Lösungen entsteht. Ich sehe jedoch ein anderes Risiko:

„Abhängigkeit entsteht nicht durch den Einsatz von Technologien an sich, sondern durch die Art und Weise, wie sie genutzt werden.“

Mit dem Einsatz generativer KI verlagern sich immer mehr content- und wissensintensive Aufgaben in digitale Systeme: von der Recherche über die Analyse bis hin zur Erstellung neuer Inhalte. Wenn Unternehmen nicht mehr nachvollziehen können, auf welches Wissen diese KI-Systeme zugreifen, wie eben dieses Wissen genutzt wird oder wie flexibel sie ihre Technologien künftig anpassen können, entsteht eine strukturelle Abhängigkeit.“

2.     Sie sprechen von Wissenssouveränität. Was verstehen Sie darunter – und warum wird dieses Thema gerade jetzt für Unternehmen so relevant?

Raphael Baier: „Datensouveränität ist die Voraussetzung. Wissenssouveränität geht einen Schritt weiter. Sie beschreibt die Fähigkeit einer Organisation, die Kontrolle darüber zu behalten, wie ihr Wissen entsteht, verknüpft und gegebenenfalls durch Künstliche Intelligenz genutzt wird. Gerade jetzt wird das relevant, weil viele Unternehmen KI zunächst auf bestehende Prozesse aufsetzen. Dadurch werden zwar einzelne Arbeitsschritte automatisiert, die eigentliche Wissensbasis bleibt jedoch oft unstrukturiert und über verschiedene Systeme verteilt. KI kann dann zwar Inhalte erzeugen, greift aber nicht auf einen konsistenten Wissenskontext zu.

Ein gutes Beispiel hierfür sind wissenschaftliche Einrichtungen. Dort entstehen täglich Inhalte, die über Jahre hinweg geprüft, ergänzt und miteinander verknüpft werden: von Forschungsberichten über Fachbeiträge bis hin zu Büchern. Der eigentliche Wert liegt dabei nicht in den einzelnen Dokumenten, sondern in dem vernetzten Wissen, das aus ihrem Zusammenspiel entsteht. Nutzt KI diese Wissensbasis, sollte nachvollziehbar bleiben, auf welchen Inhalten ein neuer Inhalt basiert. Nur so können Organisationen sicherstellen, dass KI auf ihrem eigenen, qualitätsgesicherten Wissen arbeitet, und nicht auf öffentlichen Informationen.“

3.     Viele Unternehmen investieren derzeit massiv in generative KI. Wo sehen Sie die größten Herausforderungen?

Raphael Baier: „Generative KI macht viele Aufgaben einfacher und effizienter. Gleichzeitig entstehen neue Abhängigkeiten. Während KI bereits fester Bestandteil vieler Arbeitsprozesse ist, bleibt eine Herausforderung oft unsichtbar. Wissen entsteht zunehmend in unterschiedlichen Anwendungen. Wird es nicht systematisch im Unternehmen verankert, sondern verbleibt in einzelnen Tools oder persönlichen Arbeitsumgebungen, entstehen Silos. Wertvolles Know-how wird schwer auffindbar oder geht verloren.

Dieses Problem zeigt sich besonders deutlich im Zusammenhang mit Schatten-KI. Mitarbeitende nutzen generative KI eigenständig und außerhalb etablierter Unternehmensprozesse. Erkenntnisse und Entscheidungsgrundlagen verbleiben in persönlichen Chats oder anderen Tools und Ablagen, statt dem Unternehmen als gemeinsames Wissen zur Verfügung zu stehen. Organisationen verlieren so den Überblick darüber, wo Wissen entsteht und wie es weiter genutzt werden kann. Für mich ist Schatten-KI deshalb kein Technologieproblem, sondern ein Organisationsproblem. Der größte Hebel liegt nicht in der KI selbst, sondern im Workflow.“

4.     Sie sprechen von Workflow. Was müssen Unternehmen tun, um reibungslose Prozesse mit KI zu ermöglichen?  

Raphael Baier: „Der erste Schritt ist aus meiner Sicht nicht der Kauf eines KI-Tools, sondern die Analyse des Ist-Zustands: Wie sind Inhalte, Wissen und Prozesse im Unternehmen heute organisiert? Nur wenn Unternehmen ihre bestehenden Abläufe verstehen, können sie erkennen, wo Medienbrüche, Dopplungen oder manuelle Tätigkeiten entstehen.

Im zweiten Schrittgeht es darum, den Soll-Prozess zu definieren. Dabei stellt sich nicht die Frage, wo KI überall eingesetzt werden kann, sondern an welchen Stellen sie einen konkreten Mehrwert schafft, etwa indem sie Routinetätigkeiten automatisiert, Informationen schneller verfügbar macht oder Mitarbeitende gezielt unterstützt.

Erst im dritten Schritt wird KI in diesen Workflow integriert. Sie sollte bestehende Prozesse sinnvoll ergänzen und nicht neue Insellösungen oder weitere Komplexität schaffen. Dafür braucht es strukturierte Daten, einen zentralen Bestand an Inhalten, klare Verantwortlichkeiten und eine gemeinsame Wissensbasis, auf die KI nachvollziehbar zugreifen kann. Denn digitale Souveränität entsteht nur, wenn Unternehmen die Kontrolle über ihre Daten, Schnittstellen und Prozesse behalten.

Den einen idealen KI-Workflow gibt es nicht. Jeder Anwendungsfall stellt andere Anforderungen – ob im Wissensmanagement, der Content-Verwaltung oder administrativen Prozessen. Entscheidend ist deshalb eine gemeinsame Grundlage, auf der KI nachvollziehbar arbeiten kann.“

„Denn KI schafft keine Ordnung, sondern skaliert das, was bereits vorhanden ist. Aus einem ungeordneten Prozess wird schnell Chaos.“

5.     Welche strategischen Fehler beobachten Sie beim Einsatz von KI besonders häufig?

Raphael Baier: „Wir befinden uns vermutlich alle gerade in einer Art Experimentierphase. Das ist grundsätzlich nichts Schlechtes. Problematisch wird es, wenn aus vielen Einzelprojekten keine nachvollziehbare Strategie entsteht. Unternehmen betrachten den KI-Einsatz häufig noch immer als reines Technologieprojekt. Die Diskussion dreht sich sehr schnell um die Frage, welches Tool als Nächstes eingesetzt werden soll. Meiner Meinung nach ist das der falsche Ausgangspunkt. Ich rate Verantwortlichen nach dem gerade skizzierten Drei-Schritte-Prinzip zu gehen. Zunächst muss ich also verstehen, wie die eigenen Prozesse jetzt funktionieren. Erst auf dieser Basis lässt sich ein sinnvoller Soll-Prozess definieren, um anschließend entscheiden zu können, an welchen Stellen KI echten Mehrwert schafft. Denn wer immer neue KI-Anwendungen miteinander kombiniert, in der Hoffnung, dass die richtige Kombination die Arbeit effizienter macht, schafft am Ende mehr Komplexität und ein neues Geflecht an Abhängigkeiten. “

6.     Wenn Sie nur einen Rat geben dürften: Was sollten Unternehmen heute tun, um ihre Wissenssouveränität langfristig zu sichern?

Raphael Baier: „Unternehmen sollten ihr Wissen genauso strategisch behandeln wie ihre wichtigsten Geschäftsprozesse. Die aktuelle Diskussion um mögliche Einschränkungen beim Zugang zu KI-Diensten zeigt, wie volatil das technologische Umfeld inzwischen ist: Modelle können ersetzt, Dienste eingeschränkt und Rahmenbedingungen kurzfristig verändert werden. Langfristig entscheiden nicht KI-Modelle über Erfolg, sondern die Frage, ob das eigene Wissen auch morgen noch unabhängig verfügbar und nutzbar ist.

Souveränität bedeutet dabei nicht, jedes System selbst zu betreiben, sondern die Kontrolle über die eigenen Inhalte und Daten zu behalten. Nur so können Unternehmen neue KI-Modelle flexibel, ohne Abhängigkeiten, integrieren.“

„Denn in der KI-Ära wird Wissenssouveränität zum neuen Unternehmenskapital.“