Die Datenräumer

Einführung in den Wissenstransfer

Der Podcast behandelt die Frage, wie Wissen dorthin gelangt, wo es benötigt wird, und beleuchtet den Wissenstransfer in verschiedenen Bereichen wie Unternehmen, Forschung und Museen. Künstliche Intelligenz (KI) spielt dabei eine entscheidende Rolle, indem sie neue Möglichkeiten für den Wissenstransfer eröffnet.

Die Herausforderung des Wissenstransfers

Wissen entfaltet seinen Wert erst, wenn es denjenigen erreicht, die es benötigen. Der Verlust von Erfahrungswissen, wie das Wissen eines scheidenden Mitarbeiters, sowie der ungenutzte Wissensschatz in Museen und der Forschung sind zentrale Herausforderungen. Wissenstransfer bedeutet nicht nur Informationsweitergabe, sondern auch das Verständnis und die Anwendbarkeit von Wissen.

Die Rolle der KI im Wissenstransfer

Künstliche Intelligenz wird zunehmend als Werkzeug zur Organisation und Strukturierung von Wissen wahrgenommen. Die Forschung zeigt, dass KI nicht nur bei der Inhaltserstellung, sondern auch bei der Identifizierung relevanter Informationen und Ansprechpartner eine wichtige Rolle spielt.

Voraussetzungen für effektiven Wissenstransfer

Um KI im Wissenstransfer erfolgreich einzusetzen, sind Vertrauen, eine geeignete Datenbasis und eine Kultur des Wissensteilens entscheidend. KI kann nur dann effektiv arbeiten, wenn die Informationen strukturiert und zugänglich sind.

Empfehlungen für Unternehmen

Unternehmen sollten nicht mit der Technologie beginnen, sondern mit konkreten Problemen, die sie lösen möchten. Klein und konkret starten, um Vertrauen aufzubauen und den Nutzen von KI im Arbeitsalltag sichtbar zu machen, ist der Schlüssel.

Zukunft des Wissenstransfers

KI wird in Zukunft stärker im Hintergrund arbeiten und Wissen situativ anbieten. Der Mensch bleibt jedoch ein zentraler Bestandteil des Wissenstransfers, da er Verantwortung, Vertrauen und zwischenmenschliche Aspekte einbringt.

Forschung zu Datenökosystemen

Temu Toroi, Gastwissenschaftler am Fraunhofer ISST, und Julian Beer, sein Forschungspartner, arbeiten gemeinsam an der Frage, wie Unternehmen in einem Datenökosystem Werte schaffen und nutzen können. Toroi konzentriert sich auf die Wertschöpfung durch Daten und die notwendigen Fähigkeiten, während Beer die Innovationsmechanismen in Datenökosystemen untersucht.

Zusammenarbeit und Erkenntnisse

Die beiden Forscher tauschen sich regelmäßig über ihre unterschiedlichen Perspektiven aus, was die Entwicklung ihrer Forschung beschleunigt. Sie arbeiten an mehreren wissenschaftlichen Artikeln, die sich mit dem asymmetrischen Wertschöpfungsprozess in Datenökosystemen befassen und Herausforderungen der kollektiven Aktion thematisieren.

Internationale Perspektiven

Die Forschung deckt verschiedene europäische Länder und deren Ansätze zu Datenökosystemen ab. Unterschiede in der Industrie- und Förderstruktur beeinflussen die Möglichkeiten zur Skalierung und die Entwicklung von Datenräumen. Es wird auf die Notwendigkeit hingewiesen, europäische Datenstrategien zu stärken und internationale Vergleiche anzustellen.

Einblicke in die Zusammenarbeit

Toroi hebt die Unterstützung durch Kollegen am Fraunhofer ISST hervor, die ihm bei der Integration in die deutsche Forschungslandschaft halfen. Er schätzt die strukturierte Unterstützung für Doktoranden und die Möglichkeit, mit anderen Forschern in einem kreativen Umfeld zusammenzuarbeiten.

Persönliche Erfahrungen in Deutschland

Das Leben in Dortmund und die Zusammenarbeit mit Julian Beer haben Toroi positiv beeinflusst. Er hat nicht nur akademische Fortschritte gemacht, sondern auch soziale Kontakte geknüpft und sich sportlich betätigt.

Textprovenienz und Unsichtbare Wasserzeichen

Der Text behandelt die wachsende Rolle digitaler Texte und Risiken bei Herkunft, Veränderung und Vertrauen. Am Fraunhofer ISST wurde Innamark als unsichtbare Wasserzeichentechnik entwickelt, um Texte zu kennzeichnen, rückverfolgen und so Herkunft sowie Änderungen nachvollziehen zu können, ohne den Lesefluss zu stören.

Funktionsweise und Grenzen von Innamark

Innamark integriert Wasserzeichen direkt in den Text, nutzt dabei feine Veränderungen auf Unicode-Ebene und bleibt für den Leser unsichtbar. Das System prüft nach, ob ein Wasserzeichen vorhanden ist, und identifiziert dessen Struktur. Der Algorithmus ist robust gegen typische Textveränderungen, jedoch hängt Stärke und Auslesbarkeit von Umfang und Art der Modifikation ab.

Anwendungsbereiche und Nutzen

Zu den Kernfeldern zählen der Schutz geistigen Eigentums, die Verifikation von Dokumenten sowie die Nachverfolgung von Weitergaben. Zusätzlich wird die Möglichkeit betont, KI-generierte Inhalte zu erkennen und zu kennzeichnen, was im Kontext des AI Acts als relevante Orientierung gilt, ohne vorhandene Texte zu beeinträchtigen.

Integration, Praxisbezug und Ausblick

Innamark ist als API-orientierte Lösung konzipiert und lässt sich in bestehende Systeme wie E-Mail- oder Textverarbeitung integrieren. Bereits existieren Extensions und offene Ressourcen, sodass Unternehmen Wasserzeichen direkt im Workflow einsetzen können, um Dokumente transparent zu schützen und zurückzuverfolgen.