KI im Managementsystem: Von dokumentiertem Wissen zu nutzbarer Intelligenz

Managementsysteme enthalten heute mehr dokumentiertes Wissen als jemals zuvor. Prozesse, Arbeitsanweisungen, Auditfeststellungen, Risiken, Maßnahmen, Reklamationen und Nachweise sind vorhanden.

Im entscheidenden Moment – beispielsweise eine anstehende Re-Zertifizierung – beginnt dennoch häufig die Suche: Welcher Prozess gilt aktuell? Welche Version ist freigegeben? Welche frühere Abweichung betrifft denselben Prozess? Ein formal vollständiges Managementsystem beantwortet diese Fragen nicht automatisch. Wo Informationen nur abgelegt werden, bleibt dokumentiertes Wissen ein digitaler Aktenschrank.

Die Internationale Organisation für Normung (ISO) beschreibt dokumentierte Information ausdrücklich nicht nur als Nachweis, sondern auch als Mittel zur Kommunikation, zum Wissensaustausch und zur Bewahrung organisatorischer Erfahrung. Entscheidend ist damit nicht die größtmögliche Dokumentenmenge, sondern die wirksame Nutzung relevanter Information.

Künstliche Intelligenz kann diesen Zugang verändern. Sie kann Inhalte kontextbezogen erschließen, Zusammenhänge sichtbar machen und Antworten vorbereiten. Dafür reicht jedoch weder ein Chatfenster noch eine isolierte KI-Funktion.

Dokumentiert ist noch lange nicht nutzbar

Qualitäts-, Informationssicherheits- und KI-Managementsysteme erweitern die Wissensbasis einer Organisation. Mit ISO 9001, ISO/IEC 27001 oder ISO/IEC 42001 treten neben Prozesse und Richtlinien weitere Anforderungen, Risiken, Kontrollen und Nachweise in den Fokus. Ergänzend dazu beschreibt ISO/IEC 42001 einen systematischen Rahmen für die Einführung, Umsetzung, Aufrechterhaltung und fortlaufende Verbesserung eines KI-Managementsystems. Die zentrale Herausforderung der Dokumentation verschiebt sich damit von der Ablage zur kontextbezogenen Nutzung.

Ein Managementsystem ist nicht schon dann wirksam, wenn alle geforderten Informationen irgendwo vorhanden sind. Die entscheidende Frage lautet: Können Beschäftigte die richtige Information im richtigen Kontext und in nützlicher Frist finden, verstehen und anwenden? ISO betont für Qualitätsmanagementsysteme den Unterschied zwischen einem dokumentierten Managementsystem und einem bloßen „System von Dokumenten“. Dieser Unterschied wird im Zeitalter generativer KI noch wichtiger.

Warum viele Qualitätsmanagementsysteme digitalisierte Aktenschränke bleiben

Ablage, Freigabe, Versionierung und Volltextsuche sind notwendige Grundfunktionen eines digitalen Managementsystems. Sie machen aus einer Dokumentensammlung aber noch kein Wissenssystem. Bleiben Informationen in Ordnern, PDFs oder voneinander getrennten Modulen eingeschlossen, verlagert sich die Sucharbeit lediglich von der Papierablage in die digitale Benutzeroberfläche. Wer bestehende Ablagelogik nur digital nachbildet, digitalisiert auch ihre Schwächen.

Das zeigt sich besonders bei fachlichen Fragen. Eine Prozessverantwortliche sucht nicht nach „VA-7.4-03.pdf“, sondern möchte wissen, welche Freigaben für eine Lieferantenbewertung gelten, welche Risiken zu berücksichtigen sind, welche Nachweise erforderlich sind oder welche Abhängigkeiten zu anderen Prozessen bestehen. Die Antwort kann über mehrere Dokumente verteilt sein. Die klassische Dateien-Suche liefert hier ohne Zweifel viele Treffer. Ein wissensorientiertes Managementsystem muss dagegen Zusammenhänge zwischen Anforderungen, Prozessen, Rollen, Risiken und Nachweisen erschließbar machen und plausibel darstellen.

Ein Chatfenster macht noch kein intelligentes Managementsystem

Generative KI eröffnet dafür neue und umfangreiche Möglichkeiten. Entscheidend ist jedoch die Architektur hinter der sichtbaren Oberfläche. Ein Chatbot über einem Dokumentenbestand ist noch kein intelligentes Managementsystem. Eine belastbare Unterstützung benötigt definierte Quellen, gültige Versionen, eindeutige Berechtigungen und nachvollziehbare Fundstellen. Ebenso wichtig ist der Arbeitskontext. Liegen Zusammenarbeit, Identitäten und Dokumente beispielsweise in Microsoft 365, entsteht zusätzlicher Nutzen, wenn das Managementsystem diese Umgebung konsistent einbezieht, statt eine parallele Informationswelt aufzubauen.

Bei all dem gilt es zu berücksichtigen: KI-Risiken müssen aktiv gesteuert werden. Das vom US-amerikanischen National Institute of Standards and Technology (NIST) entwickelte NIST AI Risk Management Framework und das ergänzende Profil für generative KI dienen dazu, Vertrauenswürdigkeitsaspekte und Risiken bei Entwicklung, Nutzung und Bewertung von KI-Produkten, -Diensten und -Systemen zu berücksichtigen. Auch ISO/IEC 42001 adressiert unter anderem Risikomanagement, Transparenz und verantwortungsvollen Einsatz von KI. Unabdingbar bleibt also auch eine saubere Governance als stabile Grundlage für den mehrwertstiftenden Einsatz von KI. Dies spiegelt sich auch in den folgenden Anwendungsfälle wider.

Intelligente Wissenssuche

Wer ein Managementsystem wie einen digitalen Aktenschrank bedienen muss, verschenkt einen wesentlichen Teil von dessen Potenzial. KI kann diese Logik umkehren: Statt nach dem richtigen Dokument zu suchen, wird eine konkrete Fachfrage gestellt, etwa welche Prozessschritte und Freigaben für eine Lieferantenbewertung gelten. Entscheidend ist, dass Antworten auf freigegebenen Informationen basieren, bestehende Zugriffsrechte berücksichtigen und ihre Quellen nachvollziehbar ausweisen. Erst dadurch wird aus einer plausiblen Antwort eine überprüfbare Arbeitshilfe.

Compliance-Checks: Hinweise statt vermeintlicher Gewissheit

Die Gegenüberstellung von Normanforderungen, internen Regelungen und vorhandenen Nachweisen verursacht Prüfaufwand. KI kann dabei unterstützen, Zusammenhänge herzustellen und mögliche Lücken sichtbar zu machen sowie den manuellen Abgleich massiv zu reduzieren. Aus einer Anforderung lassen sich beispielsweise zugehörige Prozesse, Verantwortlichkeiten und Nachweise gegenüberstellen. Doch eine plausible Zuordnung ist noch kein Konformitätsnachweis. Die fachliche Interpretation, die Anwendbarkeit einer Anforderung und die Entscheidung über tatsächlichen Handlungsbedarf bleiben Aufgaben qualifizierter Personen.

Gap-Analysen: Unterschiede schneller sichtbar machen

Besonders interessant wird KI, wenn Managementsysteme erweitert oder neue Anforderungen integriert werden. Bestehende Prozesse und Regelungen können strukturiert einem definierten Anforderungskatalog gegenübergestellt werden, beispielsweise bei der Ergänzung eines QMS um Informationssicherheits- oder KI-Governance-Anforderungen. KI kann fehlende, widersprüchliche oder unklare Bezüge markieren und damit die Fachprüfung fokussieren. Ob daraus tatsächlich eine normative Lücke entsteht, lässt sich jedoch nicht allein aus einer generierten Antwort ableiten.

Auditvorbereitung: Weniger Sucharbeit, mehr Zeit für die Prüfung

Ein erheblicher Teil der Auditvorbereitung besteht darin, Informationen aus unterschiedlichen Quellen zusammenzuführen. KI kann relevante Dokumente verdichten, frühere Feststellungen thematisch zuordnen und mögliche Auditfragen vorbereiten. Dadurch lässt sich vorhandenes Wissen gezielter in die Auditplanung einbeziehen. Voraussetzung bleibt eine vollständige und aktuelle Informationsbasis. Auditprogramm, Stichprobenauswahl, Bewertung und Auditurteil bleiben menschliche Aufgaben. KI kann die Vorbereitung verbessern, aber keine unabhängige fachliche Beurteilung ersetzen.

Managementbewertung: Aus Daten wird noch keine Entscheidung

Managementbewertungen führen Informationen aus Audits, Risiken, Maßnahmen, Reklamationen und Kennzahlen zusammen. KI kann diese Informationsmengen strukturieren, Themen verdichten und Zusammenhänge für eine Managementübersicht vorbereiten. Damit entsteht schneller eine gemeinsame Informationsgrundlage. Gerade bei der Verdichtung besteht allerdings die Gefahr, dass relevante Einzelereignisse, Ausreißer oder gegenläufige Entwicklungen zu wenig sichtbar werden. Quellen, Zeitraum und Datenstand müssen deshalb nachvollziehbar bleiben. Bewertung, Priorisierung und Entscheidung liegen weiterhin bei den verantwortlichen Führungskräften.

Ohne tiefe Integration bleibt KI eine Demonstration

Alle beschriebenen Szenarien stehen und fallen mit einer fundierten Informationsbasis. Freigabestatus, Version, Geltungsbereich und verantwortliche Rolle müssen eindeutig erkennbar sein. Zugriffsrechte müssen auch für KI-gestützte Suche und Zusammenfassung gelten. Antworten benötigen Fundstellen, damit sie geprüft werden können. Änderungs-, Lösch- und Archivierungsregeln dürfen nicht an der KI-Schnittstelle enden. Ohne diese Voraussetzungen kann eine Demo beeindrucken, im regulierten Arbeitsalltag bleibt sie jedoch schwer belastbar.

Damit wird Integration zu einem Qualitätsmerkmal. In einer Microsoft-365-geprägten Arbeitsumgebung sollte geprüft werden, ob Identitäten, Gruppen, Berechtigungen sowie zum Beispiel Teams- und SharePoint-Kontexte konsistent berücksichtigt werden. Ebenso wichtig ist die fachliche Integration: Kennt das System die Beziehungen zwischen Normanforderung, Prozess, Risiko, Maßnahme und Nachweis? Tiefe Integration bedeutet nicht möglichst viele Schnittstellen. Sie bedeutet, dass Kontext und Governance beim Zugriff auf Wissen erhalten bleiben.

Was KI nicht leisten kann

KI ersetzt keine Fachkompetenz und keine normative Interpretation im konkreten Organisationskontext. Sie ersetzt weder interne noch externe Auditorinnen und Auditoren, übernimmt keine Führungsverantwortung und trifft keine Zertifizierungsentscheidung. Auch eine sprachlich überzeugende Antwort kann fehlerhaft oder unvollständig sein. NIST behandelt Vertrauenswürdigkeit von KI deshalb als Gegenstand systematischen Risikomanagements. Zuständigkeiten, Freigaben und Kontrollschritte müssen klar geregelt bleiben.

Die entscheidende Grenze verläuft damit nicht zwischen Mensch und Maschine, sondern zwischen Unterstützung und Verantwortung. KI kann Informationen erschließen, Zusammenhänge sichtbar machen und Prüfungen vorbereiten. Entscheidungen, Bewertungen und Freigaben benötigen weiterhin fachlich zuständige Personen.

Das Managementsystem der Zukunft antwortet, statt nur abzulegen

Der nächste Entwicklungsschritt führt vom Dokumentenmanagement zum nutzbaren Wissenssystem. Der mögliche Nutzen liegt nicht allein in schnellerer Suche. Erfahrungen aus Audits, Maßnahmen, Risiken und Reklamationen können durch KI leichter in neue Fragestellungen einfließen. Das Managementsystem rückt damit näher an die tägliche Arbeit und kann seine eigentliche Funktion besser erfüllen: Orientierung geben, Wirksamkeit unterstützen und Wissen verfügbar machen.

Die Einführung von KI im Managementsystem ist deshalb weniger eine Frage des spektakulärsten Modells als der organisatorischen Reife. Strukturierte Informationen, eindeutige Verantwortlichkeiten, wirksame Berechtigungen und nachvollziehbare Quellen bilden die Grundlage. Organisationen, die diese Voraussetzungen schaffen, entwickeln ihr Managementsystem vom digitalen Archiv zum aktiven Wissens- und Führungsinstrument. Ein KI-Label allein genügt nicht. Entscheidend ist, ob aus dokumentiertem Wissen überprüfbare und im Alltag nutzbare Intelligenz entsteht.

 

Über den Autor:
Heinz Süess ist Geschäftsführer der Power Manufaktur GmbH und Experte für digitale Managementsysteme. Seine Schwerpunkte sind Microsoft 365, Qualitätsmanagement und künstliche Intelligenz. Im Zentrum seiner Arbeit steht die Frage, wie Managementsysteme vom Dokumentenarchiv zum intelligenten Arbeitsinstrument werden.

 

Literaturverzeichnis

ISO/TC 176/SC 2: Guidance on the requirements for Documented Information of ISO 9001:2015. ISO.

ISO/IEC 42001:2023: Information technology – Artificial intelligence – Management system. ISO/IEC.

National Institute of Standards and Technology: AI Risk Management Framework 1.0 und Generative Artificial Intelligence Profile, NIST AI 600-1.