Vom Fachbereich bis zum CIO spüren viele denselben Druck: „Wir müssen jetzt irgendetwas mit KI machen." Dieses Whitepaper fasst die wichtigsten Erkenntnisse aus dem Expertengespräch von Prof. Dr. Ute Schmid (Universität Bamberg) und migRaven-CEO Thomas Gomell vom 9. Dezember 2025 zusammen — ein Realitätscheck für 2026.
Das eigentliche Problem: Informationsflut statt nutzbarem Wissen
Fehlende oder falsche KI-Antworten sind selten ein exotischer Sonderfall. Wenn Wissen chaotisch vorliegt, kann KI nur bedingt gute Ergebnisse liefern: „Wenn du schlechte Fragen stellst, bekommst du schlechte Antworten." Die Big-Data-Idee, einfach alles zu speichern, rächt sich — relevante Inhalte und Datenmüll sind kaum noch zu unterscheiden, und Content-Produktion auf Autopilot verschärft das Problem.
Mensch und KI als Team
Wo der Standard-Workflow zu „prompten, prüfen, freigeben" verkommt, erodieren fachliche Fähigkeiten (Skill-Skipping). Hochleister nutzen KI dagegen als Sparringspartner — mit Human-in-the-Loop-Strukturen, die Kompetenzen stärken statt ersetzen.
Knowledge Graphs & neuro-symbolische KI
Dokumente aus 20 Jahren in eine Vektordatenbank zu kippen, ist keine Strategie. Erst kuratierte Wissensmodelle — Knowledge Graphs kombiniert mit Sprachmodellen — machen KI erklärbar (Antworten lassen sich auf Knoten und Kanten zurückführen), kontrollierbar (Governance ist abbildbar) und nachhaltig (Wissen überlebt den Tool-Wechsel). Ein Framework wie aikux.Brain dient dabei als Fundament für Lösungen wie migRaven.MAX.
Vier Handlungsfelder
- Aufräumen und kuratieren, 2. Human-in-the-Loop verankern, 3. Knowledge-Graph-Ansätze pilotieren, 4. Souveränität als Zielgröße definieren — wer kontrolliert unser Wissen: wir oder unsere Plattformanbieter?
