In der Vergangenheit hat es wohl noch nie einen Kampf um Wettbewerbsvorteile gegeben, der so dynamisch verlaufen ist, wie das gegenwärtige Rennen beim Thema Künstliche Intelligenz (KI). Für Europa ergeben sich neue Möglichkeiten mit einer wissensspezifischen (domain-specific) KI. Diese Chancen bauen auf den traditionellen Stärken des „alten Kontinents“ auf. Um den vorhandenen Rückstand aufzuholen, erscheint es notwendig, sich vertieft mit dem Thema Wissen und dessen langer Entwicklungsgeschichte zu beschäftigen.

Im Rahmen unserer Reihe zu KI als Werkzeug für Strategien knüpft dieser neue Blogpost an meine Erläuterung von strategischen Lernschleifen an. Zunächst geht es um die Verbindung von Wissensmanagement und KI-Technologien im Rahmen der fünften Entwicklungsstufe eines konnektiven strategischen Managements.

Kampf um die Führung bei KI

Die fünf Unternehmen mit dem weltweit höchsten Börsenwert sind (Stand Dezember 2024) Apple, Nvidia, Microsoft, Amazon und Alphabet. Ein wichtiger Werttreiber ist die Künstliche Intelligenz. Der Wert von Apple liegt bei 3,7 Billionen Euro. Alle 40 DAX-Konzerne zusammen kommen nur auf einen Wert von 1,9 Billionen Euro.¹

Ende Januar 2025 überraschte das chinesische Start-up Deepseek die Weltöffentlichkeit mit einem neuen KI-Sprachmodell, das mit den besten Modellen westlicher Tech-Riesen mithalten können soll, aber weniger Rechenleistung benötigt und geringere Kosten verursacht. Die Nachricht löste einen Kursrutsch bei US-Technologiewerten aus. Die Kursverluste summierten sich zwischenzeitlich auf eine Billion US-Dollar. Das von Liang Wenfeng 2023 gegründete Unternehmen setzt auf Open Source, d.h. die Software steht anderen frei zur Verfügung. Außerdem soll sie ohne Hightech-Chips trainiert worden sein. Damit stellt sich die Frage, ob die Milliardeninvestitionen der US-Konzerne wirklich erforderlich sind. Das gute Preis-Leistungsverhältnis bei Deepseek resultiert wahrscheinlich aus einer Kombination verschiedener Ansätze, z.B. der Zusammensetzung aus vielen kleinen Expertenmodellen, von denen jeweils nur die relevanten aktiviert werden.² Für europäische KI-Anbieter, die über weniger Kapitalkraft verfügen, liegt in dieser Entwicklung möglicherweise eine Chance.

Wettbewerbsvorteile mit KI aus Europa

Beim Thema Künstliche Intelligenz steht Europa vor der Aufgabe, aufzuholen und die Abhängigkeit von großen Tech-Unternehmen zu verringern. Außerdem gilt es, kritische Infrastrukturen zu sichern und das geistige Eigentum der hier ansässigen Organisationen zu schützen. Dies ist in besonderem Maße für die vielen Hidden Champions und deren herausragende Kompetenzen in Spezialgebieten von Bedeutung. Nach dem Hype und einer gewissen Ernüchterung bei großen Sprachmodellen zeichnen sich nun neue Möglichkeiten für eine KI-Strategie ab, die auf den Stärken der europäischen Wirtschaft aufbaut. Eine wichtige Rolle spielt dabei die wissensspezifische (domain-specific) Künstliche Intelligenz, die Wettbewerbsvorteile auch für die vielen kleineren und mittelgroßen Unternehmen ermöglicht. Das Heidelberger Start-up AlephAlpha hat hierzu einen neuen Ansatz entwickelt.

Dabei liegt der Vorteil für Unternehmen darin, Sprachmodelle mit eigenem Wissen zu gestalten und zu betreiben. Heutige Modelle basieren auf der Transformer-Architektur und einem Tokenizer, der Sprachmuster erkennt. Hierzu werden große Textmengen analysiert und in einzelne Bausteine zerlegt (Text-Segmentierung). AlephAlphas T-Free-Ansatz und sein KI-Modell Pharia funktionieren anders. T-Free steht für Tokenizer-frei und verarbeitet fortlaufend Gruppen aus drei nebeneinander liegenden Zeichen. So gelingt eine einfachere Anpassung an andere Sprachen und Begriffswelten. Gemeinsam mit dem Halbleiterhersteller AMD und dem von AMD übernommenen finnischen Start-up SiloAI hat AlephAlpha mit T-Free einen Weg gefunden, branchen- und unternehmensspezifische Begriffe („Sprachen“) mit einer deutlich verbesserten Leistung zu trainieren. Außerdem hilft der Ansatz, die KI-Souveränität zu erhöhen.³

Ein Konsortium aus Unternehmen, Universitäten und Supercomputing-Zentren entwickelt gegenwärtig eine KI für Europa. Peter Sarlin von SiloAI betrachtet das neue Open Europe LLM-Projekt als „Moonshot“. Aus Deutschland sind unter anderem AlephAlpha und das Fraunhofer-Institut für Intelligente Analyse- und Informationssysteme (IAIS) beteiligt. Sowohl der Code als auch die Forschung werden Open Source veröffentlicht. Die Europäische Kommission soll für die nächsten drei Jahre bis zu 54 Millionen Euro bereitstellen. Im internationalen Vergleich ist diese Summe relativ klein. Eine europäische KI, die zum Gemeingut wird, erhöht aber entscheidend die Souveränität.⁴

Nach Einschätzung von Experten hat Europa die Chance, bei der Künstlichen Intelligenz Wettbewerbsvorteile zu erzielen, wenn es gelingt, die folgenden vier Erfolgsfaktoren zu verbinden:⁵

1. Eine verbesserte Zusammenarbeit von Politik, Wissenschaft, Wirtschaft und Gesellschaft
2. eine Fokussierung auf wissensspezifische KI-Anwendungen
3. die Bündelung von Ressourcen, um Größennachteile zu überwinden und
4. die Schaffung einer vertrauenswürdigen KI als Differenzierungsmerkmal.

Eine solche Verbindung erfordert ein konnektives strategisches KI-Management. Während Frankreichs Präsident Emmanuel Macron 150 Milliarden Euro in europäische KI-Start-ups investieren möchte, kommt das Thema Künstliche Intelligenz im deutschen Bundestagswahlkampf leider kaum vor.

Im Folgenden möchte ich skizzieren, wie die Verbindung von Wissensmanagement mit KI-Technologien gelingt.

Verbindung von Wissensmanagement mit KI-Technologien

Die Zusammenarbeit von Mensch und KI funktioniert ähnlich wie Stabhochsprung. Dabei ist der Stab ein Werkzeug, das die Fähigkeiten des Springers und der Springerin verstärkt, wenn diese das Werkzeug beherrschen.

Eine Nutzung von KI verändert die Wissensarbeit von Menschen in den folgenden drei Dimensionen:

1. Zeitersparnis durch eine Automatisierung von Routinetätigkeiten
2. Erweiterung der Fähigkeiten bei einer Bearbeitung sowohl von datenintensiven als auch von unstrukturierten Aufgaben und
3. individualisiertes Lernen zur Weiterentwicklung von menschlichen Fähigkeiten.

Im Zusammenwirken dieser Dimensionen liegt das Potenzial des Werkzeugs KI.

Mit der Verbindung von Wissensmanagement und KI-Technologien zeichnet sich nun eine neue Möglichkeit zur Erzielung von Wettbewerbsvorteilen ab. Die Ausgangsbasis bildet die Aktivierung des spezifischen Wissens und Könnens von Unternehmen. Hinzu kommt eine Nutzung des Potenzials von KI zur Erweiterung der Kompetenzen und damit zur Differenzierung im Wettbewerb. Entscheidend ist dann als dritter Punkt die systematische Verbesserung von Fähigkeiten, die Wissen und KI verbinden. Dies erfordert eine gezielte Aus- und Weiterbildung.

Für Jeanette zu Fürstenberg, der Europa-Verantwortlichen der US-Investmentgesellschaft General Catalyst, bestehen die Möglichkeiten der europäischen Wirtschaft in einer Verbindung des großen Datenbestandes und Wissens etablierter Unternehmen mit KI-Technologien.⁶

Im Folgenden möchte ich den Zusammenhang zwischen Wissensmanagement und Künstlicher Intelligenz erläutern und in diesem und den nächsten Blogposts die Implikationen für das strategische Management behandeln.

Das Wissen für innovative Geschäftsmodelle hat eine lange Entwicklungsgeschichte von der griechischen Antike bis zur heutigen Wissensgesellschaft. In den 1990er Jahren setzte sich die Überzeugung durch, dass die Schaffung von neuem Wissen eine wichtige Quelle von Wettbewerbsvorteilen ist. Nach diesem Hype beim Thema Wissensmanagement folgte aber eine Ernüchterung. Gleichzeitig gelang es US-amerikanischen Start-ups, eine wissensbasierte Wertschöpfung und Wertsteigerung mit digitalen Geschäftsmodellen zu verknüpfen.

Die Entwicklung der KI-Technologien ist von der symbolischen KI und neuronalen Netzwerken zur generativen KI (GenAI) verlaufen. 2024 wurden vier KI-Forscher mit Nobelpreisen ausgezeichnet. Aber bei dem Hype um große Sprachmodelle zeichnet sich eine Ernüchterung ab. Kleine Sprachmodelle haben eine Reihe von Vorteilen. Sie sind kostengünstiger und leichter an spezifische Anwendungen anpassbar. Auch hier stellt sich die Frage, wie die Gefahren von KI einzudämmen sind.

Aus der Verbindung dieser beiden Themenfelder resultiert die Erkenntnis, dass die wissensspezifische KI ein wichtiges Prozess- und Gestaltungselement in Strategien ist. Dabei kann man zwischen der Ebene der Unternehmensstrategie und der Ebene der Funktionalstrategien unterscheiden. KI ist ein neues Werkzeug zur Unterstützung von Strategieprozessen und der Zusammenarbeit von Strategieteams. Darüber hinaus ermöglicht KI die Gestaltung innovativer Produkte, Dienstleistungen und Geschäftsmodelle. Auf der funktionalen Ebene leistet KI wichtige Beiträge zur Produktivitätssteigerung verbundener Geschäftsprozesse. Außerdem führt ein KI-unterstütztes, agiles Performance Management zu einer besseren Komplexitätsbewältigung als die traditionellen Ansätze.

Da das Wissensmanagement eine Grundlage für den Einsatz von KI-Technologien bildet, möchte ich zunächst die Entwicklung des Themas Wissen von der griechischen Antike bis zur Wissensgesellschaft skizzieren.

Von der griechischen Antike zur Wissensgesellschaft

In der griechischen Antike diskutierten der Philosoph Platon und sein Schüler Aristoteles im 3. Jahrhundert vor Christus die Frage, ob deduktive oder empirische Erkenntnistheorien zum Wissenserwerb führen.

Zu Beginn der Neuzeit propagierte Rene Descartes (1596-1650) eine Trennung zwischen dem Subjekt des Wissenden und dem Objekt des Wissens. Diese sogenannte kartesianische Spaltung sollte die Wissenschaft noch lange beschäftigen.

Der deutsche Philosoph Immanuel Kant (1724-1804) versuchte eine Synthese. Dabei wirken logisches Denken und Erfahrung zusammen.

Anfang des zwanzigsten Jahrhunderts beschäftigte sich der amerikanische Pragmatismus mit Vertretern wie William James mit der Beziehung zwischen Wissen und Handeln.

1969 prägte Peter Drucker den Begriff einer durch Wissensarbeit und Knowledge Worker geprägten Wissensgesellschaft.⁷

Von großer praktischer Relevanz waren dann seit Ende der 1970er Jahre die Arbeiten von Chris Argyris und Donald Schön zum Single Loop und Double Loop Learning,⁸ die die Grundlage für das Konzept einer lernenden Organisation bildeten.

Erstaunlicherweise spielte das Thema Wissen in der Anfang der 1990er Jahren entstandenen ressourcenorientierten Sichtweise des strategischen Managements keine entscheidende Rolle.

Aus heutiger Sicht definieren wir Wissen als Ressource und Ergebnis von Lernprozessen, die Menschen im Austausch mit Teams, Organisationen und Künstlicher Intelligenz gestalten.

Schaffung von neuem Wissen als Quelle von Wettbewerbsvorteilen

Für die Schaffung von neuem Wissen ist der Begriff des impliziten oder stillen (tacit) Wissens von Bedeutung, den der Naturwissenschaftler und Philosoph Michael Polanyi bereits seit den 1950er Jahren geprägt hat.⁹ Beim stillen Wissen weiß jemand, wie es geht, aber sein Wissen steckt implizit in seinem Können. Es ist schwer verbal oder schriftlich in Form von explizitem Wissen zu dokumentieren.

Die japanischen Wissenschaftler Nonaka und Takeuchi haben Mitte der 1990er Jahre beschrieben, wie neues Wissen als Quelle von Wettbewerbsvorteilen aus den folgenden vier Formen einer Wissensumwandlung entsteht:¹⁰

1. Von implizit zu implizit (Sozialisation)
2. von implizit zu explizit (Externalisierung)
3. von explizit zu explizit (Kombination) und
4. von explizit zu implizit (Internalisierung).

Diese Formen der Wissensumwandlung sind für den Erfolg von Hidden Champions entscheidend. Dort hat die Verbindung von Wissen, Können und Handeln eine lange Tradition. Die Schaffung von neuem Wissen, die Entwicklung von Fähigkeiten und die Umsetzung in praktisches Handeln erfolgen häufig in Lernprozessen bei denen – ähnlich wie im Sport – das Vormachen und Nachmachen eine wichtige Rolle spielen. Diese Lernprozesse sind z.B. mit Videos dokumentier- und skalierbar.

Hieraus ergeben sich neue Impulse für die Anwendung von wissensspezifischer Künstlicher Intelligenz.

Hype und Ernüchterung beim Wissensmanagement

In der zweiten Hälfte der 1990er Jahren erlebte das Wissensmanagement eine Hype-Phase, der aber eine Ernüchterung folgte. Auslöser des Hypes war vor allem das Buch The Knowledge Creating Company von Nonaka und Takeuchi, das das Wissensmanagement japanischer Unternehmen behandelt.

Letztlich ist die Bedeutung von implizitem Wissen „im Westen“ aber nicht wirklich verstanden worden. Der Schwerpunkt von Unternehmen und Beratern lag bei der Extraktion und Zusammenführung des vorhandenen expliziten Wissens („wenn HP wüsste, was HP weiß…“). Dies hat sich als schwierig und kostspielig erwiesen und in den 2000er Jahren zu einer Ernüchterung beigetragen.

Ein pragmatischer Ansatz, der Wissen, Können und Handeln verknüpft, spielte in den Publikationen dieser Zeit keine große Rolle.

Wissensbasierte Wertschöpfung, Wertsteigerung und KI-basierte Geschäftsmodelle

Eine wissensbasierte Wertschöpfung, Wertsteigerung und Verbindung mit digitalen Geschäftsmodellen behandelt unser 2001 erschienenes Buch WissensWert.¹¹ Die Arbeiten hierzu haben Mitte der 1990er Jahre angeregt durch die zunehmende Bedeutung des Wissensmanagements begonnen. Sie knüpfen an die „Reengineering-Welle“ und IT-basierte Innovationen bei Routineprozessen an. Unsere Ausgangsthese war, dass eine wissensbasierte Wertschöpfung und die Wertsteigerung mit Wissen neue Möglichkeiten zur Erzielung von Wettbewerbsvorteilen eröffnen.

Zur gleichen Zeit sind mit den Internet-Technologien zunächst im Online-Handel (Electronic Business) neue digitale Geschäftsmodelle entstanden. Nach dem Zusammenbruch der New Economy haben Start-ups wie Amazon, Google und Facebook führende Marktpositionen erreicht und sind zu den wertvollsten Unternehmen der Welt geworden.

Europa ist bei digitalen Geschäftsmodellen in eine starke Abhängigkeit geraten. Im Rückblick ist es erstaunlich, wie wenig man hier bemerkt hat, dass seit der Jahrtausendwende Geschäftsmodell-Innovationen entstanden sind, die auf KI-Anwendungen basieren.

In den frühen 2000er Jahren begann die damalige Princeton-Informatikprofessorin Fei-Fei Li mit dem Aufbau der größten Datenbank der KI-Forschung (Computervision, später ImageNet). Ein Anwender war der Online-Buchhändler Amazon. Das 1994 gegründete Unternehmen gilt als Erfinder KI-basierter persönlicher Produktempfehlungen.¹² Seit 2003 verwendet Amazon hierfür die Methode des Item-to-Item Collaborative Filtering.

Ein weiterer KI-Anwender war Facebook mit einem sozialen Netzwerk, das maschinelles Lernen nutzt, um Leute zusammenzubringen („matching“), die Gemeinsamkeiten haben. Maschinelle Lernmodelle sortieren personalisierte Werbung nach der höchsten Erfolgswahrscheinlichkeit und begründeten so innovative Geschäftsmodelle, wie die Suchmaschine von Google und deren RankBrain-Algorithmus. Auf dem KI-basierten Prinzip persönlicher Empfehlungen bauen auch das Musikstreaming-Geschäftsmodell von Spotify, das Videostreaming von Netflix und die Kurzvideoplattform der chinesischen Bytedance-Tochter TikTok auf.

Viele Menschen haben also bereits seit der Jahrtausendwende täglichen Kontakt mit KI-Anwendungen, ohne sich dessen bewusst zu sein. Europa steht gegenwärtig vor der Herausforderung, die sich bietenden neuen Chancen beim Thema KI besser zu nutzen als in der Vergangenheit.

Fazit

• Angesichts der extremen Wettbewerbsdynamik bei der Künstlichen Intelligenz muss Europa aufholen und seine Anhängigkeit verringern
• Eine Möglichkeit hierzu eröffnet die Verbindung von unternehmens-spezifischem Wissen mit innovativen KI-Technologien wie dem Tokenizer-Free-Ansatz
• Der Erfolg der heutigen Tech-Giganten seit der Jahrtausendwende basiert auf einer kreativen Anwendung von KI
• Eine wissensspezifische Künstliche Intelligenz könnte an die Erfolgsgeschichte der europäischen Hidden Champions anknüpfen und diese fortsetzen.

Literatur

[1] Sommer U., USA dominiert wie nie. In: Handelsblatt, 27./28./29. Dezember 2024, S.1, 6-8

[2] Gusbeth, S. et al., Sputnik-Moment. In: Handelsblatt, 31. Januar, 1./2. Februar 2025, S. 50-55

[3] Holzki, L., Bis zu 400 Prozent leistungsfähiger. In: Handelsblatt, 22. Januar 2025, S. 23

[4] Holzki, L., 54 Millionen für eine Europa-KI. In: Handelsblatt, 4. Februar 2025, S. 18-19

[5] Bomke, L., Knees, L., Wo Europa Chnacen im KI-Rennen hat. In: Handelsblatt, 10. Februar 2025, S. 20-21

[6] zu Fürstenberg, J., „Wir brauchen viel mehr Kapital, das auch mal ins Risiko geht“ (Interview), In: Handelsblatt, 31. Januar, 1./2. Februar 2025, S. 32-33

[7] Drucker, P.F., The Age of Disconinuity – Guidelines to our Changing Society Butterworth-Heinemann 1969

[8] Argyris, L., Schön, D.A., Organizational Learning – A Theory of Action Perspective, Addison Wesley 1978

[9] Polanyi, M., Implizites Wissen, Suhrkamp 1985

[10] Nonaka, I., Takeuchi, H., The Knowledge-Creating Company – How Japanese Companies Create the Dynamics of Innovation, Oxford University Press 1995

[11] Palass, B., Servatius, H.G., WissensWert – Mit Knowledge Management erfolgreich im E-Business, Schäffer-Poeschel 2001

[12] Meckel, M., Steinacker, L., Alles überall auf einmal – Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können, Rowohlt 2024