In der laufenden Woche haben mehrere Technologieunternehmen und Dienstleister neue Lösungen vorgestellt, die darauf abzielen, das verstreute Wissen in Konzernen durch Künstliche Intelligenz (KI) systematisch nutzbar zu machen. Im Zentrum der Entwicklungen stehen sogenannte „Unternehmensgedächtnisse“ und autonome Agenten, die auf interne Wissensbasen zugreifen können.
Strategische Initiativen für ein dauerhaftes Wissensmanagement
Das Unternehmen Brain startete laut einem Bericht vom 23.09.2026 eine KI-Plattform, die über ein dauerhaftes Unternehmensgedächtnis sowie integrierte Agenten verfügt. Das System, das bereits bei ChainGPT und anderen Partnern produktiv eingesetzt wird, verbindet bestehende Datenquellen wie Google Drive und Notion.
Ein zentraler Aspekt sind dabei die Zugriffskontrollen: Agenten erhalten spezifische Berechtigungen, wobei kritische Aktionen eine menschliche Freigabe erfordern können.
Parallel dazu setzt der Einzelhändler HEMA auf eine interne Lösung namens HAL, die auf Amazon Bedrock AgentCore basiert. Wie das Unternehmen am 23.09.2026 bekannt gab, bündelt HAL das Wissen aus den über 750 Filialen.
Während die Suche nach Informationen früher teils mehrere Portale und einen erheblichen zeitlichen Aufwand erforderte, soll der Assistent nun Ergebnisse innerhalb von Sekunden liefern. Der Zugriff bleibt dabei an bestehende Berechtigungsgruppen gebunden und ist derzeit schreibgeschützt.
Investitionen und messbarer Geschäftswert
Die Relevanz dieser Technologien wird durch aktuelle Investitionen unterstrichen. Accenture Ventures gab am 23.09.2026 eine strategische Beteiligung an Within bekannt. Deren Plattform erstellt aus Arbeitsabläufen ein fortlaufend aktualisiertes „Work Brain“, das KI-Agenten als Kontext dient.
Die rasante Entwicklung von KI-Systemen in Unternehmen erfordert eine präzise Kenntnis der rechtlichen Rahmenbedingungen, insbesondere im Hinblick auf den EU AI Act. Dieser kostenlose Download verschafft Ihnen den Überblick, den Ihre Rechts- und IT-Abteilung jetzt dringend braucht. EU AI Act in 5 Schritten verstehen: Fristen, Pflichten und Risikoklassen kompakt erklärt
Laut einer begleitenden Umfrage von Accenture unter mehr als 3.000 Führungskräften erhöhen 82 % der Unternehmen ihre KI-Investitionen. Dabei berichten 23 % von einem bereits erzielten, nachhaltigen Geschäftswert – ein Rückgang gegenüber den 32 %, die noch im Frühjahr 2026 verzeichnet wurden.
Auch im Bereich der Automatisierung gibt es Fortschritte. UiPath stellte am 24.09.2026 das Produkt Cartographer vor, das aus Dokumenten und Experteninterviews gesteuerte Prozesskarten erstellt. Diese erfassen explizite Regeln sowie menschliche Entscheidungen.
Eine interne Umfrage von UiPath unter 590 Führungskräften ergab, dass zwei Drittel bereits agentische KI eingeführt haben. Unternehmen, die diese Technologie vollständig in ihre Workflows integrierten, erfüllten laut der Erhebung zu 89 % ihre ROI-Erwartungen.
Fachkräftemangel und technische Absicherung
Ein wesentlicher Treiber für die Automatisierung des Wissensmanagements ist der Fachkräftemangel. Laut einer Studie von Hanover Research für Rocket Software sehen 81 % der IT-Führungskräfte im Finanzsektor eine bedeutende Kompetenzlücke im Mainframe-Bereich. Rocket Software reagierte darauf am 23.09.2026 mit einer Erweiterung der Plattform EVA um auditierbare KI-Agenten und eine neue Sicherheitsschranke namens PlanGuard.
Da immer mehr KI-Systeme geschäftskritische Aufgaben übernehmen, rücken neue regulatorische Anforderungen und Haftungsfragen in den Fokus. Ein kostenloser Report klärt auf, welche KI-Systeme als Hochrisiko gelten und was Unternehmen jetzt konkret tun müssen. Welche KI-Systeme gelten als Hochrisiko – und was müssen Unternehmen jetzt konkret tun?
Die Notwendigkeit solcher Systeme belegt zudem eine Umfrage von Octave Intelligence unter 756 Technologieentscheidern. Demnach sichern 7 von 10 Unternehmen wichtiges Wissen für künftige Abläufe nicht ausreichend.
Während 47 % Kernprozesse dokumentieren, bleibt implizites Erfahrungswissen oft unberücksichtigt. Als größte Risiken bei der KI-Einführung nannten die Befragten Sicherheitsrisiken durch Fehler sowie die mangelnde Erklärbarkeit von Entscheidungen.
Technologische Grundlagen: Wissensgraphen und Datensouveränität
Branchenexperten empfehlen zunehmend die Kombination von Large Language Models mit Wissensgraphen (GraphRAG), um die Genauigkeit und Nachvollziehbarkeit zu erhöhen. Eine aktuelle Studie in Earth Science Informatics demonstrierte die Effektivität dieses Ansatzes am Beispiel einer Infrastruktur-Datenbank, wobei eine Genauigkeit von 95,16 % bei natürlichsprachlichen Abfragen erreicht wurde.
Zusätzlich gewinnt die Souveränität der Daten an Bedeutung. Laut einem Bericht vom 24.09.2026 halten 95 % von über 2.500 befragten Führungskräften private oder souveräne KI für wichtig. Getrieben wird diese Entwicklung durch strengere Regulierung und den Schutz des geistigen Eigentums in einer zunehmend fragmentierten globalen Wirtschaftslandschaft.
