Warum ich mich für die Arbeitnehmerschaft freue, dass sogenannte Wissensmanager Wissen mit Information verwechseln

Es gibt eine Sorte Text, die in den letzten Jahren das Feld des Wissensmanagements füllt — Konferenzberichte, LinkedIn-Beiträge, Branchen-Newsletter, Substack-Reportagen. Sie kündigen Kontextlayer an, Knowledge Graphs, Ontologien, semantische Suche, RAG-Pipelines, jetzt mit KI verschaltet. Sie tun das im Ton der strategischen Frische, als sei hier ein Feld zu erschließen, das eben erst sichtbar geworden ist. Wer den Diskurs länger verfolgt, liest darin etwas anderes: die Wiederkehr von Konzepten, die seit den siebziger Jahren ausgearbeitet sind. Sowa hat 1976 Conceptual Graphs eingeführt — den formalen Vorläufer späterer Wissensgraphen; der Begriff „Knowledge Graph“ geht auf Schneider 1972 zurück und wurde 2012 durch Google popularisiert. Gruber hat Ontologien 1993 definiert, Retrieval-Augmented Generation ist seit 2020 dokumentiert (Lewis et al.), GraphRAG seit Anfang 2024 (Microsoft Research), Taxonomien als Wissensorganisation sind älter als jede Datenverarbeitung. Die KI hat an dieser Konstellation nichts grundlegend verändert. Sie hat die Folgen mangelnder Wissensorganisation teurer gemacht und die Lexik aufgefrischt.

Das wäre eine harmlose Diagnose, wenn die Texte, die diese Konzepte einführen, nicht in derselben Bewegung etwas Schwerwiegenderes täten: Sie behandeln Daten und Information durchgängig als Wissen. Was gespeichert, indexiert, abgefragt, in Graphen verknüpft werden kann, gilt ihnen als Wissen des Unternehmens, der Branche, der Profession. Diese Identifikation ist nicht ein gelegentlicher Fehlgriff, sondern die operative Voraussetzung der Disziplin, die sich Wissensmanagement nennt. Eine Praxis, die ihren Gegenstand korrekt unterscheiden würde — Daten und Information hier, an einen Körper und ein Urteilsvermögen gebundenes Wissen dort —, hätte den Großteil ihres Marktes nicht. Was die Disziplin verkaufen kann, ist Information. Was sie verkaufen muss, um eine Disziplin zu sein, ist Wissen. Der Ausweg ist die Verwechslung.

Diese Verwechslung ist das eigentliche Thema des folgenden Textes. Sie ist mir an einem konkreten Beispiel aufgefallen — einem Reportagetext, der einen Vortrag „Wissen sichern mit KI“ als strategisches Highlight präsentierte. Das Beispiel bleibt im Hintergrund, weil es typisch ist und nicht herausragend. Was im Vordergrund steht, ist die strukturelle Lage, die solche Texte hervorbringt — und die Pointe, die mich dazu bringt, mich für die Arbeitnehmerschaft zu freuen, dass die Disziplin ihren Gegenstand verfehlt.

Die Unterscheidung, an der hier vieles hängt, ist alt und in der Disziplin selbst kanonisch geworden — meist als Stufenfolge von Daten, Information und Wissen, die sogenannte DIKW-Hierarchie (mit Wisdom als oft mitgenannter vierter Stufe). Daten sind unverknüpfte Zeichen: Werte, Messpunkte, Buchstaben, ohne Kontext. Information entsteht, wenn Daten in einen Bedeutungszusammenhang treten — wenn die Zahl 37,2 als Körpertemperatur eines bestimmten Patienten gelesen wird, das Wort „Müller“ als Familienname, ein Frequenzanteil im Vibrationsspektrum als beginnende Lagerresonanz. Wissen ist, was jemand mit dieser Information anfangen kann — eine Lage einschätzen, ein Urteil fällen, mit einer Situation umgehen, die im Manual nicht vorgesehen war, einem Anfänger den entscheidenden Hinweis geben, der nicht im Curriculum steht.

Daten und Information lassen sich speichern, kopieren, indexieren, in Vektorräume einbetten, durch Graphen verknüpfen, durch Modelle abfragen. Wissen sitzt in einem Körper, in einer Praxis, in einer Beziehung. Wissensmanagement, wie es heute auftritt, adressiert die ersten beiden Stufen; was es als Wissen ausweist, sind im günstigen Fall in Kontext gebrachte Daten, also Information. Die dritte Stufe, das, was die philosophische Tradition Wissen genannt hat, kommt in der Bewirtschaftung von Daten und Information nicht vor. Der Sprung über diese Stufe ist der definitorische Trick, ohne den die Disziplin ihren Namen nicht tragen könnte.

Michael Polanyi hat die Stelle, an der dieser Sprung scheitert, in zwei Hauptwerken markiert — Personal Knowledge (1958) führte den Begriff des persönlichen, an den Vollzug gebundenen Wissens ein; The Tacit Dimension (1966) verdichtete den Befund in dem Satz, der später zur Standardformel der Diskussion wurde: „We can know more than we can tell.“ Wir wissen mehr, als wir sagen können. Polanyi meinte das nicht als kontingente Lücke, die durch mehr Aufzeichnung zu schließen wäre, sondern als strukturelles Merkmal des Wissens selbst: das, was wir wissen, ist an die Form gebunden, in der wir es ausüben. Die Schwimmerin weiß, wie das Wasser sie trägt, ohne die Hydrodynamik des Auftriebs berechnen zu müssen; ein Käseaffineur weiß den Reifegrad am Klang des Klopfens, ohne den Klang in Frequenzen zerlegen zu können. Ihr Wissen lässt sich nicht in eine Datei schreiben.

Gilbert Ryle hat dieselbe Lage 1949 in The Concept of Mind von der anderen Seite beschrieben — als Unterscheidung zwischen knowing that und knowing how, zwischen dem Wissen, dass etwas der Fall ist, und dem Wissen, wie etwas zu tun ist. Ryle bestand darauf, dass sich Können nicht aus Beschreibungen ableiten lässt. Wer alle Bücher über das Fahrradfahren gelesen hat, fährt deshalb noch nicht. Hinter beiden Befunden steht die ältere aristotelische Trias — episteme als das beweisbare Wissen über das, was nicht anders sein kann, techne als das produktive Können der Hervorbringung, phronesis als die situative Klugheit, mit der jemand im Einzelfall richtig urteilt. Wissensmanagement kennt nur den ersten Modus und behandelt ihn so, als sei er der einzige.

Diese Unterscheidungen sind keine philologischen Feinheiten. Sie verändern, was unter dem Programm „Wissen sichern“ überhaupt zu verstehen ist. Wer techne und phronesis nicht mitdenkt, sichert nicht Wissen, sondern dessen Spuren — die Dokumente, die jemand einmal angefertigt hat, weil ein Compliance-Prozess es verlangte; die Tickets, die im System abgelegt wurden; die Slack-Threads, in denen Probleme verhandelt, aber selten gelöst wurden. Was so gesichert wird, ist Information über vergangene Vorgänge. Was die Vorgänge zu Vorgängen machte — das Urteilen und das Können —, bleibt außen vor.

Eine Disziplin braucht einen Gegenstand, mit dem sie umgehen kann. Sie braucht ihn nicht nur intellektuell — als das, worauf sich ihre Begriffe beziehen —, sondern operativ: als das, was sich in einem Beratungsmandat, einem Softwareprodukt, einem Schulungsformat adressieren lässt. Wissen im strikten Sinn, das Polanyi und Ryle beschreiben, taugt für diese Adressierung nicht. Es lässt sich nicht in einem Workshop heben, nicht in einer Datenbank ablegen, nicht in ein Dashboard übersetzen, ohne dass dabei genau das verlorengeht, was es zu Wissen machte. Eine Disziplin, die ihren Gegenstand korrekt fasst, hätte kein Geschäft. Sie musste ihn also zurechtschneiden.

Thomas Davenport und Laurence Prusak haben in Working Knowledge (1998) eine Definition vorgeschlagen, die lange Zeit als Standardreferenz galt: Wissen sei eine flüssige Mischung — „fluid mix” — aus strukturierten Erfahrungen, Wertvorstellungen, Kontextinformationen und Fachkenntnissen. Die Definition ist instruktiv, wenn man sie genau liest. Sie reiht das, was sich bewirtschaften lässt (Kontextinformationen, dokumentierbare Fachkenntnisse) zwischen Begriffen ein, die das Nichtbewirtschaftbare benennen (strukturierte Erfahrungen, Wertvorstellungen). Aus dieser Mischung wird ein Hybrid konstruiert, der sich anschließend als Ganzes managen lassen soll. Was den bewirtschaftbaren Anteil ausmacht, kann die Disziplin sichtbar machen. Was den anderen Anteil ausmacht, verschwindet im Wort „fluid” — und mit ihm die Frage, wie man eine Flüssigkeit eigentlich „managt”.

Ikujiro Nonaka und Hirotaka Takeuchi haben in The Knowledge-Creating Company (1995) den ehrgeizigeren Versuch unternommen und zugleich das aufschlussreichere Modell vorgelegt. Ihr SECI-Kreislauf beschreibt vier Modi: Sozialisierung (tacit zu tacit, durch geteilte Praxis), Externalisierung (tacit zu explicit, durch Sprache und Metapher), Kombination (explicit zu explicit, durch Sortierung und Verknüpfung), Internalisierung (explicit zu tacit, durch Übung). Der entscheidende Schritt ist Externalisierung. Wenn er gelingt, ist das Argument der Disziplin gerettet; tacit knowledge wäre dann doch erfassbar, wäre lediglich eine besondere Form von Information, die durch geeignete Verfahren in eine andere Form überführt werden könnte. Polanyis These — dass dieser Schritt strukturell unmöglich ist, weil das Wissen an die Form seiner Ausübung gebunden bleibt — wird dabei stillschweigend verworfen, ohne argumentativ widerlegt zu werden.

Die bloße Existenz des Externalisierungsschritts ist die verräterische Stelle des Modells. Eine Disziplin, die mit der Polanyi-Diagnose ernst gemacht hätte, hätte sich anders aufgestellt — als Praxisbegleitung, als Erfahrungspflege, als Resonanzraum, in dem Wissen in der Form weitergegeben wird, in der es auch sonst weitergegeben wird: durch Anwesenheit, Mitvollzug, Korrektur am lebendigen Beispiel. Stattdessen hat die Disziplin ein Modell entwickelt, in dem die schwierige Übertragung als Verfahrensschritt erscheint, den Methoden, Workshops und Tools unterstützen sollen. Was in der Praxis dabei meist passiert, ist die Beschreibung von Routinen, die bereits explizit waren — Prozesse, die man auch ohne SECI hätte aufschreiben können. Das tacit knowledge der Beteiligten bleibt unberührt; es entzieht sich dem Verfahren, weil das Verfahren auf seine Übertragbarkeit gewettet hat.
Auch wo Externalisierung zu gelingen scheint, übertragen wird nicht das Können selbst, sondern eine extrahierbare Mustereigenschaft davon.

Was die Disziplin nicht erfasst, bleibt am Ort seiner Ausübung. Polanyi hat das die tacit dimension genannt; die Wissensmanagement-Literatur hat den Begriff übernommen und in dem Sinn entschärft, in dem ein Erbe entschärft wird, wenn man ihn verwaltet. Was die Lokalisierung tatsächlich bedeutet — und welche Folgen sie für das Verhältnis zwischen Disziplin, Unternehmen und Beschäftigten hat —, lässt sich an einem konkreten Fall sehen.

Ein Maschinenführer in einer Präzisionsfertigung, seit zweiundzwanzig Jahren an demselben Maschinenpark, sagt im Übergabegespräch zur Frühschicht, die Spindel an Linie drei werde in den nächsten Wochen ausfallen. Das Diagnosesystem zeigt grüne Werte; die Vibrationsmessung liegt im Toleranzfenster, die Temperaturkurve unauffällig, der Wartungsplan weist die nächste Inspektion in drei Monaten aus. Die Wartungsleitung lehnt einen außerplanmäßigen Eingriff ab. Zwölf Tage später bleibt die Spindel stehen. Die Schadensanalyse stellt einen Lagerverschleiß fest, der in der laufenden Sensorik nicht abbildbar war, weil die relevanten Frequenzanteile außerhalb des überwachten Spektrums lagen. Was der Mann gehört hatte, war kein einzelner Ton, sondern eine Veränderung im Klangbild des Maschinenparks, die er deshalb wahrnehmen konnte, weil er dieses Klangbild über zwei Jahrzehnte als Hintergrund mitgehört hatte. Sein Wissen war an die konkrete Maschine gebunden und an die zwei Jahrzehnte gemeinsamer Geschichte, die zwischen ihm und ihr entstanden waren.​​​​​​​​​​​​​​​​

Die Disziplin würde an dieser Stelle vorschlagen, das Wissen zu „heben“. Man könnte den Mann interviewen, ein Onboarding-Dokument aus dem Gespräch destillieren, eine Checkliste erstellen, die sein Vorgehen abbildet. Was dabei entstünde, wäre eine Beschreibung von Routinen, die bereits explizit waren — „auf ungewöhnliche Geräusche achten“, „bei Auffälligkeiten in der Akustik die Wartung informieren“. Die spezifische Diskrimination, die er leistet, würde in der Beschreibung nicht auftauchen, weil sie die Beschreibung übersteigt. Der nächste Maschinenführer, dem man die Checkliste in die Hand drückt, hört mit einem anderen Ohr, das ein anderes Hintergrundklangbild gelernt hat. Wenn er die zweiundzwanzig Jahre bleibt, wird er ein eigenes Wissen entwickeln. Die Checkliste hilft ihm dabei nicht.

Solange das Wissen verkörpert bleibt, bleibt der Körper Voraussetzung der Wertschöpfung. Daten und Information lassen sich von der Person ablösen, vervielfältigen, durch ein Modell ersetzen oder durch ein erweitertes Sensorsystem, das die fehlenden Frequenzanteile mitliest. Sobald diese Ablösung gelingt, wird die Person entbehrlich. Wo aber die spezifische Diskrimination, das geübte Urteil, die Beziehung zur konkreten Maschine die Voraussetzung der Wertschöpfung bleibt, bleibt auch die Person, die diese Diskrimination leistet, unentbehrlich. Die Grenze zwischen Information und Wissen — zwischen der zweiten und der dritten Stufe der Hierarchie — ist hier keine philologische Feinheit. Sie verläuft als Linie zwischen Ersetzbarkeit und Unersetzbarkeit der konkreten Arbeitskraft.

An diesem Bild hängt eine Ironie, die nur am Rand erwähnt sei: Maschinenparks, die zwei Jahrzehnte am Stück laufen, sind in vielen Branchen längst nicht mehr vorgesehen. Lebenszyklen sind kürzer geworden, eine zweiundzwanzigjährige Beziehung zwischen einem Menschen und einer konkreten Maschine wird zur Ausnahme. Die Voraussetzung der Integration, von der hier die Rede ist, wird von derselben ökonomischen Bewegung abgebaut, die das Wissensmanagement aufruft. Stoff für einen anderen Essay.

Eine Wissensmanagement-Praxis, die ihren erklärten Auftrag tatsächlich erfüllen würde, wäre die methodische Vorbereitung der eigenen Entbehrlichkeit für die Beschäftigten. Sie würde aus Wissen Information machen — und damit aus unentbehrlichen Personen ersetzbare Träger. Dass die Disziplin diesen Auftrag nicht erfüllt, ist aus Sicht der Auftraggeber Inkompetenz, aus Sicht der Beschäftigten Schutz. Die Disziplin greift bei dem, was sie zu greifen behauptet, deshalb nicht zu, weil sie es nicht greifen kann — und genau diese Untauglichkeit ist es, die den Beschäftigten ihren Wert auf eine Weise erhält, wie es kein Tarifvertrag und kein Betriebsrat tun könnten.

Genau an dieser Stelle hat die Disziplin neu angesetzt. Mit der LLM-Welle hat sie ihr Versprechen erneuert. Was bisher als methodische Schwierigkeit erschien — die Brücke zwischen tacit und explicit, die Externalisierung, das Heben des Wissens —, soll nun durch Modelle geleistet werden, die in einem Umfang Sprache verarbeiten, der jede frühere Verfahrensvorstellung weit übersteigt. Kontextlayer, RAG-Pipelines, Knowledge Graphs als Backend von LLMs — die Konfigurationen variieren, der Anspruch bleibt: Was im Unternehmen gewusst wird, soll endlich verfügbar werden.

Die technischen Tatsachen sind, wenn man sie nüchtern liest, ernüchternder. Ein LLM verarbeitet Text. Ein Knowledge Graph verknüpft strukturierte Daten. Ein RAG-System legt dem Modell Dokumentenausschnitte aus einem Index als Kontext vor; das Modell baut daraus seine Antwort. Was diese Architekturen leisten, ist die Verarbeitung von Daten in höherer Geschwindigkeit, mit mehr Variation in der Ausgabe und in einer Lexik, die menschlicher Rede näher steht als jede Datenbankabfrage. Was sie nicht leisten, ist eine Veränderung dessen, was als Eingabe verfügbar ist. In das Modell geht ein, was geschrieben wurde. Was aus strukturellen Gründen nicht geschrieben werden konnte, geht nicht ein.

Die Verschärfung liegt in einer Eigenheit der Ausgabe. Sprachmodelle produzieren Texte, die den Stil von Erfahrung tragen — Anekdoten, Faustregeln, abgewogene Urteile, Praxisbeispiele —, ohne dass dieser Stil aus Erfahrung gewonnen wäre. Er ist aus den Texten gewonnen, in denen Erfahrung beschrieben worden war. Wer ein Modell befragt, was im Wartungsfall einer Spindel zu beachten sei, erhält eine Antwort, die so klingt, als spreche jemand, der schon viele Spindeln gewartet hat. Die Antwort ist das statistische Aggregat dessen, was im Trainingsmaterial über Spindelwartung geschrieben stand. Der Maschinenführer in seinem zweiundzwanzigsten Jahr an Linie drei kommt darin nicht vor; sein Wissen hat nicht die Form, die in Trainingsdaten landet.

Damit verschiebt sich die Lage in einer Weise, die für das Argument dieses Essays bemerkenswert ist. Die Schutzwirkung, die ich der Untauglichkeit der Disziplin zugeschrieben habe, ist durch die KI-Welle eher gewachsen als geschrumpft. Je überzeugender die Modelle das tacit knowledge zu simulieren scheinen, desto deutlicher zeichnet sich der Bereich ab, den sie nicht simulieren können, weil er nicht im Trainingsmaterial liegt. Die Beschäftigten, deren Wissen in den verfügbaren Texten nicht abgebildet ist, bleiben unentbehrlich aus demselben Grund, aus dem sie es schon vorher waren. Die Modelle haben daran nichts geändert; sie haben, indem sie alles andere automatisierbar machten, die Grenze zwischen Ersetzbarem und Unersetzbarem nur schärfer gezogen.

Der Befund über die Grenze der Bewirtschaftung lässt sich in einer zweiten Richtung verschärfen, die das Kommende betrifft, nicht das Vorhandene. Bisher war von Wissen die Rede, das bereits da ist und sich der Extraktion entzieht. Eine andere Frage ist, woher Neues kommt — neue Begriffe, neue Lösungen für Probleme, die in den vorhandenen Kategorien nicht aufgehen.

Mehrere Traditionen geben darauf eine ähnliche Antwort. Die phänomenologische Tradition seit Merleau-Pontys Phänomenologie der Wahrnehmung (1945) beschreibt das Können als leibliche Habitualität — als Gewohnheit, die durch wiederholten Vollzug sedimentiert und einen weiteren Vollzug erst möglich macht. In der Neurowissenschaft der letzten zwei Jahrzehnte wird ein verwandter Sachverhalt anders beschrieben: Marcus Raichle und Kollegen haben 2001 das Default Mode Network identifiziert — ein Netzwerk, das gerade dann aktiv wird, wenn keine externe Aufgabe das Bewusstsein bindet, und das in der Folge mit mind wandering und divergentem Denken in Verbindung gebracht wurde. Was diese Traditionen teilen, ist die Beobachtung, dass Vollzug und Hervorbringung beide an etwas hängen, das sich nicht auf gerichtete Aufmerksamkeit reduzieren lässt — bei Merleau-Ponty an die leibliche Sedimentierung, in der DMN-Forschung an Phasen, in denen das Bewusstsein nicht von außen gebunden ist. Ein älterer Begriff dafür ist die Leere.

Wissensmanagement produziert systematisch das Gegenteil. Es sorgt für Datenüberfluss, auch dort, wo es sich mit „Vergessen“ oder „Aufmerksamkeitsökonomie“ beschäftigt — die Verwaltung der Vergesslichkeit ist eine Variante der Bewirtschaftung, keine Aussetzung. Beschäftigte, deren Bewusstsein durch Slack-Threads, Dashboards, Onboarding-Module und Briefing-Pipelines gefüllt wird, leben in einem Alltag, in dem die Pausen verplant sind und jede Aufmerksamkeitslücke durch eine neue Eingabe geschlossen wird.

Die KI-Welle verstärkt diese Lage in spezifischer Weise. Sprachmodelle leisten Synthese in einem Umfang, der bisher nicht möglich war — sie können vorhandenes Material in einer Geschwindigkeit und Variation kombinieren, die menschliches Denken übersteigt. Sie leisten nicht die Hervorbringung eines Begriffs, der das Vorhandene anders sortiert, oder einer Geste, die etwas tut, was zuvor nicht getan worden ist. Synthese arbeitet auf vorhandenem Material; in der Modellarchitektur gibt es keinen Mechanismus, der das Material überschritte. Damit verdoppelt sich der Befund: Wissensmanagement scheitert an der Hebung des Bestehenden, weil das Bestehende sich entzieht; es scheitert zugleich an der Voraussetzung des Neuen, weil die Voraussetzung des Neuen ein Aufmerksamkeitsraum ist, den die Disziplin systematisch verfüllt.

Die Verwechslung von Wissen und Information ist, wie ich gezeigt habe, das, was die Disziplin am Leben hält. Sie ist nicht durch besseres Vorgehen behebbar, weil ihre Behebung das Ende der Disziplin wäre. Solange sie sich Wissensmanagement nennt, kann sie nicht werden, was aus den Polanyi-Befunden eigentlich folgte: eine Praxis der Erfahrungspflege, der Begleitung von Können in seinem Vollzug, des Resonanzraums, in dem Wissen in der Form weitergegeben wird, in der es sich weitergeben lässt — durch Anwesenheit, durch Mitvollzug, durch Korrektur am lebendigen Beispiel. Eine solche Praxis hätte mit Management nichts zu tun. Sie wäre näher an dem, was Lehren einmal bedeutet hat — an dem, was eine Meisterin ihrer Schülerin gibt, indem sie sie über lange Zeit am eigenen Tun teilhaben lässt.

Die Disziplin verfehlt ihren Gegenstand, und in dieser Verfehlung liegt — vorerst — der Schutz derer, deren Arbeitskraft sonst längst extrahiert worden wäre. Die Freude, die ich im Titel angekündigt habe, ist die Freude über ein Versagen — das Versagen einer Disziplin, deren Erfolg den Beschäftigten ihre Unentbehrlichkeit kosten würde. Er würde ihnen außerdem den Aufmerksamkeitsraum nehmen, aus dem Neues entsteht. Es ist eine zweideutige Pointe. Sie beschreibt einen Zustand, in dem solches Versagen das Beste ist, was der Arbeitnehmerschaft zur Verfügung steht.