Vom Meeting-Protokoll zum gemeinsamen Projektgedächtnis

Vielleicht gibt es ein Protokoll. Vielleicht eine automatische Zusammenfassung durch einen KI-Assistenten. Vielleicht hat jemand ein paar Stichpunkte notiert. Die Informationen sind also vorhanden. Nur liegen sie an unterschiedlichen Orten. Ein Teil steht im Chat, ein anderer im Aufgabenmanagement, der Rest in persönlichen Notizen. Wer drei Wochen später wissen möchte, warum eine bestimmte Entscheidung getroffen wurde, muss sich durch mehrere Dokumente arbeiten oder die beteiligten Kolleginnen und Kollegen erneut fragen.

So entsteht ein merkwürdiger Widerspruch: Unternehmen dokumentieren immer mehr, aber das vorhandene Wissen wird dadurch nicht unbedingt leichter zugänglich.

Warum ein gutes Protokoll nicht ausreicht
Moderne KI-Systeme können Besprechungen transkribieren, zusammenfassen und Aufgaben herausfiltern. Das spart Arbeit. Es löst jedoch nur einen Teil des Problems. Denn Projekte entwickeln sich nicht innerhalb einzelner Meetings. Eine Entscheidung wird in einer Besprechung vorbereitet, in der nächsten verändert und Wochen später erneut aufgegriffen. Dazwischen entstehen neue Informationen, Anforderungen und Abhängigkeiten. Ein einzelnes Protokoll kann diesen Zusammenhang kaum abbilden. Es dokumentiert einen Zeitpunkt, aber nicht die gesamte Entwicklung. Daher ergibt sich der Bedarf, das Wissen aus verschiedenen Meetings miteinander zu verbinden.

Ein Gedächtnis, das mit dem Projekt wächst
Aktuelle Forschungsansätze untersuchen, wie aus einzelnen Besprechungsprotokollen eine gemeinsame, kontinuierlich wachsende Wissensbasis entstehen kann. Die Idee ist einfach. Statt jedes Meeting als abgeschlossenes Ereignis zu behandeln, werden Informationen über mehrere Besprechungen hinweg miteinander verknüpft. Entscheidungen, offene Fragen, Aufgaben und deren Hintergründe bilden ein gemeinsames Projektgedächtnis. Dabei spielt der Kontext eine wichtige Rolle. Ein KI-System sollte nicht nur erkennen, was in einem Meeting gesagt wurde. Es sollte die Aussagen auch mit vorhandenen Projektdokumenten, Fachbegriffen und früheren Entscheidungen in Verbindung bringen können. Wenn beispielsweise in einer Besprechung über eine geänderte Produktanforderung gesprochen wird, könnte das System auf die ursprüngliche Anforderung und ihre Begründung verweisen. Wird eine frühere Entscheidung aufgehoben, sollte auch diese Veränderung nachvollziehbar bleiben. So entsteht mehr als eine Sammlung von Zusammenfassungen. Es entsteht eine Wissensbasis, die den Verlauf eines Projekts verständlich macht.

Fragen stellen, statt Dokumente durchsuchen
Besonders interessant wird dieser Ansatz durch die Verbindung mit generativer KI. Anstatt selbst nach Informationen zu suchen, könnten Beschäftigte dem System direkte Fragen stellen. Etwa: „Warum haben wir uns gegen die ursprüngliche Lösung entschieden?“ oder „Welche offenen Punkte aus den letzten drei Projektbesprechungen betreffen die Entwicklung?“ Die KI durchsucht die verknüpften Informationen und formuliert eine passende Antwort. Idealerweise verweist sie dabei auf die entsprechenden Protokolle und Dokumente, sodass die Aussagen überprüft werden können. Alle Beteiligten greifen dabei auf dieselbe Wissensbasis zu, benötigen aber unterschiedliche Ausschnitte daraus. Statt alle mit sämtlichen Informationen zu versorgen, kann das System die jeweils relevanten Zusammenhänge zugänglich machen.

Lernen, ohne erneut fragen zu müssen
Ein großer Teil des betrieblichen Wissens entsteht nicht in Schulungen, sondern während der täglichen Zusammenarbeit. Kolleginnen und Kollegen erklären Zusammenhänge, begründen Entscheidungen und teilen Erfahrungen. Dieses Wissen ist wertvoll, wird aber selten systematisch für spätere Lernprozesse aufbereitet. Eine vernetzte Knowledge Base könnte hier nützlich werden. Neue Teammitglieder müssten nicht mehr jedes Detail persönlich erfragen. Sie könnten nachvollziehen, welche Alternativen diskutiert wurden und warum bestimmte Entscheidungen getroffen wurden. Auch erfahrene Beschäftigte könnten frühere Projekte gezielter nutzen, um Lösungen für neue Herausforderungen zu finden.

Nicht alles, was gesagt wird, ist bereits Wissen
Bei aller Begeisterung für automatisierte Dokumentation bleibt eine wichtige Grenze. Ein Meeting enthält nicht ausschließlich gesicherte Erkenntnisse. Menschen äußern Vermutungen, machen Vorschläge, widersprechen sich oder ändern später ihre Meinung. Eine KI kann solche Aussagen falsch zusammenfassen oder vorläufige Überlegungen als endgültige Entscheidungen darstellen. Deshalb muss ein vernetztes Wissenssystem zwischen Diskussionen, Beschlüssen und offenen Fragen unterscheiden können. Ebenso wichtig ist, dass Aussagen auf ihre Quellen zurückgeführt und bei Bedarf korrigiert werden können. Auch Datenschutz und Zugriffsrechte gehören von Anfang an dazu. Nicht jedes Gespräch darf aufgezeichnet werden, und nicht jedes Teammitglied sollte Zugriff auf alle Informationen erhalten. Eine gemeinsame Wissensbasis darf bestehende Vertraulichkeitsgrenzen nicht einfach aufheben. Die Qualität des Systems hängt deshalb nicht allein von der KI ab. Sie hängt ebenso davon ab, wie sorgfältig Informationen erfasst, überprüft und gepflegt werden.

Wissen der Organisation über Meetings hinaus aufbauen
Wie bei vielen KI-getriebenen Prozessen hängt der Erfolg mit der Qualität der verwendeten Daten zusammen. Zunächst sollte eine gemeinsame Ablagestruktur geschaffen werden, in der Besprechungsprotokolle, Entscheidungen und Aufgaben miteinander verknüpft werden. Besonders hilfreich ist es, nicht nur festzuhalten, was entschieden wurde, sondern auch warum. Darauf können KI-gestützte Funktionen aufbauen, die Informationen zusammenfassen, durchsuchen und in Zusammenhang setzen. Entscheidend ist, dass die Dokumentation nicht beim einzelnen Meeting endet. Damit verändert sich auch die Rolle von KI-Assistenten. Sie dienen nicht mehr ausschließlich dazu, das Schreiben von Protokollen zu erleichtern. Sie können helfen, das bereits vorhandene Wissen einer Organisation besser nutzbar zu machen. Denn der Wert eines Meetings liegt nicht in seiner Zusammenfassung. Er liegt in den Erkenntnissen, die daraus entstehen und später erneut verwendet werden können. Ein gutes Projektgedächtnis sorgt dafür, dass diese Erkenntnisse nicht jedes Mal von Neuem erarbeitet werden müssen.

Dieser Beitrag basiert auf der Forschung von Krisam und Yang (2026) mit dem Titel „Too Much, Too Scattered: Supporting Organizational Memory Across Meetings“. Die wissenschaftliche Veröffentlichung ist in der AIS Electronic Library zu finden.