OnlineBerufsbegleitend
Wissensmanagement mit KI: Informationen intelligent erfassen, strukturieren und nutzen
infofeld GmbH infofeld GmbH Wiesenstraße 1, 91757 Treuchtlingen
Beschreibung
Modul 01: Einführung in KI und Wissensmanagement
- Begriffe & Grundlagen: Wissensmanagement im digitalen Wandel
- Rolle von KI: Klassifikation, Informationsextraktion, semantische Vernetzung
- Technologien: GPT, Vektorsuche, LLMs, Embeddings
- Anwendungsfälle: KI für Helpdesks, Expertensuche, Wissensportale
Modul 02: Wissensquellen automatisiert erfassen - Unstrukturierte vs. strukturierte Datenquellen identifizieren - Klassifikation mit NLP (Named Entity Recognition, Topic Modeling) - Informationsextraktion aus PDFs, E-Mails, Chatprotokollen mittels OCR & ASR - Anwendungsfälle: automatisches Protokollieren von Meetings, Dokumentenanalyse im Vertragsmanagement - Übung: Textklassifikation mit KI-Werkzeugen
Modul 03: Inhalte organisieren und verfügbar machen - Indexierung & semantische Suche mit Vektordatenbanken (z. B. FAISS, Weaviate) - Retrieval-Augmented Generation (RAG) zur dynamischen Antworterzeugung - Aufbau dynamischer Wissensmodelle statt starrer Taxonomien - Anwendungsfälle: Intranet-Suchsysteme, intelligente FAQs - Übung: Strukturierung einer Wissensdatenbank mit Beispieldaten
Modul 04: KI-gestützte Wissensbereitstellung im Alltag - Einsatz von GPT-basierten Assistenten zur Wissensabfrage (z. B. Chatbots) - Q&A-Systeme zur internen Unterstützung von Mitarbeitenden - Integration in bestehende Tools (z. B. Confluence, SharePoint, Slack) - Anwendungsfälle: Onboarding-Prozesse, Support-Automatisierung - Übung: GPT als interner Wissensassistent (Prompts & Workflow)
Modul 05: Qualität, Sicherheit und Governance - Verlässlichkeit: Quellenverknüpfung, Relevanzbewertung, Confidence Scores - Umgang mit veralteten, redundanten oder widersprüchlichen Informationen - DSGVO & Zugriffsschutz bei sensiblen Unternehmensinformationen - Anwendungsfälle: Audit-Protokollierung, Zugriffsbeschränkung nach Rollen - Checkliste: Governance und Qualitätssicherung im Wissensmanagement
Modul 06: Roadmap für den KI-Einsatz im Wissensmanagement - Erfolgsfaktoren: Zieldefinition, Use-Case-Validierung, Stakeholder-Einbindung - Typischer Projektablauf: PoC – Pilot – Rollout - Rollen: Data Owner, Knowledge Architect, Prompt Engineer - Anwendungsfälle: Aufbau eines Wissens-Hubs, Integration in ITSM-Prozesse - Abschlussübung: Entwicklung eines eigenen Projektvorschlags
Modul 02: Wissensquellen automatisiert erfassen - Unstrukturierte vs. strukturierte Datenquellen identifizieren - Klassifikation mit NLP (Named Entity Recognition, Topic Modeling) - Informationsextraktion aus PDFs, E-Mails, Chatprotokollen mittels OCR & ASR - Anwendungsfälle: automatisches Protokollieren von Meetings, Dokumentenanalyse im Vertragsmanagement - Übung: Textklassifikation mit KI-Werkzeugen
Modul 03: Inhalte organisieren und verfügbar machen - Indexierung & semantische Suche mit Vektordatenbanken (z. B. FAISS, Weaviate) - Retrieval-Augmented Generation (RAG) zur dynamischen Antworterzeugung - Aufbau dynamischer Wissensmodelle statt starrer Taxonomien - Anwendungsfälle: Intranet-Suchsysteme, intelligente FAQs - Übung: Strukturierung einer Wissensdatenbank mit Beispieldaten
Modul 04: KI-gestützte Wissensbereitstellung im Alltag - Einsatz von GPT-basierten Assistenten zur Wissensabfrage (z. B. Chatbots) - Q&A-Systeme zur internen Unterstützung von Mitarbeitenden - Integration in bestehende Tools (z. B. Confluence, SharePoint, Slack) - Anwendungsfälle: Onboarding-Prozesse, Support-Automatisierung - Übung: GPT als interner Wissensassistent (Prompts & Workflow)
Modul 05: Qualität, Sicherheit und Governance - Verlässlichkeit: Quellenverknüpfung, Relevanzbewertung, Confidence Scores - Umgang mit veralteten, redundanten oder widersprüchlichen Informationen - DSGVO & Zugriffsschutz bei sensiblen Unternehmensinformationen - Anwendungsfälle: Audit-Protokollierung, Zugriffsbeschränkung nach Rollen - Checkliste: Governance und Qualitätssicherung im Wissensmanagement
Modul 06: Roadmap für den KI-Einsatz im Wissensmanagement - Erfolgsfaktoren: Zieldefinition, Use-Case-Validierung, Stakeholder-Einbindung - Typischer Projektablauf: PoC – Pilot – Rollout - Rollen: Data Owner, Knowledge Architect, Prompt Engineer - Anwendungsfälle: Aufbau eines Wissens-Hubs, Integration in ITSM-Prozesse - Abschlussübung: Entwicklung eines eigenen Projektvorschlags