Aude Vik ist seit Januar 2024 Geschäftsbereichsleiterin Informationstechnologie (CIO) bei der Techniker Krankenkasse. Zuvor verantwortete sie als Fachbereichsleiterin die Kernapplikationen des Unternehmens. Aude Vik verfügt über vielfältige und langjährige Erfahrungen aus verschiedenen Führungspositionen im IT-Management in den Branchen Energie und Finanzen. Ihr Studium der Informatik absolvierte sie an der Hochschule in Lille und an der Universität Karlsruhe.
Eine zukunftsfähige IT soll dafür sorgen, dass neues Wissen möglichst einfach in Inhalte und Daten transformiert oder konsumiert werden kann und dass vorhandenes Wissen optimal verwertet werden kann. Die Vielfalt der Anwendungsfälle rund um das Wissensmanagement ist so groß, dass es nicht nur eine Technologie gibt, die dies am besten unterstützt, vielmehr gibt es eine Reihe kontextspezifischer digitaler Werkzeuge.
Wissensmanagement ist eine Disziplin, die sich nicht nur mit dokumentiertem Wissen beschäftigt, sondern auch mit dem, was bekannt, jedoch nicht dokumentiert ist.
Wissensmanagement ist eine Disziplin, die die Verwaltung geistiger Ressourcen formalisiert und durch deren Nutzung ein effektives Handeln ermöglicht. Wissensmanagement fördert einen kollaborativen und integrativen Ansatz für die Schaffung, Erfassung, Bewahrung, Verteilung und Nutzung von Wissen.
Es bezieht sich auf den systematischen Prozess der Erfassung, Organisation, Speicherung und Verbreitung von Wissen innerhalb einer Organisation, um Effizienz, Produktivität und Innovationsfähigkeit zu steigern. Das Ziel ist es, das in Dokumenten, Datenbanken und den Köpfen der Mitarbeitenden vorhandene Wissen nutzbar zu machen und einen Rahmen zu schaffen, der den Austausch und die Entwicklung von neuem Wissen fördert. Dies umfasst sowohl explizites Wissen, das leicht zu dokumentieren und zu teilen ist, als auch implizites Wissen, das auf Erfahrungen und persönlichen Einsichten basiert.
Durch den Einsatz von Technologien wie Intranets und Content-Management-Systeme ermöglicht Wissensmanagement den Nutzerinnen und Nutzern einen schnellen Zugang zu wichtigen Informationen und Expertenwissen. Neben einer effizienten technologischen Infrastruktur sind sowohl die organisatorischen Strukturen und Prozesse, die Wissensflüsse steuern, als auch eine Kultur, die den Austausch von Wissen fördert, essenziell. Dies stärkt die Kundenperspektive, indem es ermöglicht, maßgeschneiderte Lösungen zu entwickeln und präzise auf Kundenbedürfnisse zu reagieren. Die Anerkennung von Wissensbeiträgen motiviert Mitarbeitende und steigert die Servicequalität.
Ein effektives Wissensmanagement integriert Technologie, Struktur und Kultur, um Innovationen zu fördern, Entscheidungen zu verbessern, Fehler zu minimieren und letztendlich den Unternehmenserfolg zu sichern.
Durch diesen ganzheitlichen Ansatz trägt das Wissensmanagement nachhaltig und wirkungsvoll zur Wertschöpfung bei.
Im digitalen Zeitalter revolutionieren IT-Technologien das Wissensmanagement, indem sie bestehende Verfahren prägen und zukunftsweisende Entwicklungspfade eröffnen.
Wissensmanagement-Systeme sind IT-basierte Systeme, die Organisationen dabei unterstützen, Wissen zu erfassen, zu speichern, zu teilen und zu nutzen. Sie spielen eine zentrale Rolle in der Informationsgesellschaft, indem sie helfen, die Informationsflut zu managen und das in Dokumenten, Datenbanken und Köpfen gespeicherte Wissen zugänglich zu machen. In Tabelle 1 sind einige der gängigsten Arten Software-Systeme, die Wissensmanagement unterstützen, aufgeführt.
Die effektive Nutzung dieser Systeme erfordert eine sorgfältige Planung, Implementierung und laufende Wartung, um sicherzustellen, dass das Wissen innerhalb der Organisation effizient verwaltet und genutzt wird. Die Systeme bauen dabei auf unterschiedliche Technologien, die teilweise sehr schnell weiterentwickelt werden. Auf die relevantesten soll im Folgenden etwas näher eingegangen werden.
Softwaretechnische Unterstützung des Wissensmanagements
Anwendungen zur sozialen Vernetzung, Intranet-Lösungen, Community-Software
Besprechungslösungen, Werkzeuge für kollaboratives Schreiben und visuelle Zusammenarbeit, Spracherkennungslösungen, Notizbücher
spezialisierte Anwendungen, die bestimmte Prozesse unterstützen
Personalisierungsdienste, Virtuelle Agenten, Chatbots, Konversationsplattformen
Content-Management-Systeme, Lernplattformen, Intranet-Lösungen, Data-Warehouse-Systeme
Data , Prozess- und Text-Mining-Systeme, Suchdienste, Dokumentenverarbeitungssysteme, allgemeine Sprachencoder und -umwandler, Machine-Learning-Werkzeuge, Daten-Analyse und Daten-Visualisierungswerkzeuge
In der heutigen Ära der Digitalisierung spielen fortschrittliche IT-Technologien eine entscheidende Rolle bei der Bewältigung der enormen Informationsflut, mit der Einzelpersonen und Organisationen konfrontiert sind. Die effektive Nutzung und Analyse dieser Datenmengen erfordert den Einsatz einer Reihe von Schlüsseltechnologien. Die folgende Zusammenstellung bietet einen umfassenden Überblick über diese Technologien.
Data Lakes und Datenbankmanagement-Systeme (DBMS) bilden die Grundlage für die Speicherung und Verwaltung großer Datenmengen. Während DBMS strukturierte Daten in einem definierten Schema organisieren, ermöglichen Data Lakes die Speicherung von Rohdaten in ihrem nativen Format, sei es strukturiert, semi-strukturiert oder unstrukturiert, zum Beispiel E-Mails, Dokumente, PDF-Dateien und binäre Daten (Bild, Ton, Speicherabbilder). Diese Flexibilität ist entscheidend für Big-Data-Anwendungen, die eine Vielzahl von Datenquellen und -typen umfassen.
Big Data und Data Analytics: Big Data bezieht sich auf die Verarbeitung und Analyse riesiger Datenmengen aus verschiedenen Quellen, um Muster, Trends und Verbindungen zu erkennen, die sonst verborgen bleiben würden. Data Analytics verwendet statistische Modelle und maschinelles Lernen, um diese Daten zu untersuchen und umsetzbare Erkenntnisse zu generieren, die die Entscheidungsfindung unterstützen. Diese Technologien ermöglichen es, aus dem Meer von Daten nützliches Wissen zu extrahieren, das für Entscheidungsträgerinnen und -träger in Unternehmen, Wissenschaft und Politik wertvoll ist.
Künstlichen Intelligenz (KI) und Maschinelles Lernen (ML) revolutionieren die Art und Weise, wie Daten analysiert und interpretiert werden. KI-Modelle können große Datenmengen analysieren, um Vorhersagen zu treffen, Entscheidungsprozesse zu automatisieren und personalisierte Nutzererfahrungen zu schaffen. KI- und ML-Algorithmen sind in der Lage, Muster und Zusammenhänge in großen Datenmengen zu erkennen, die für menschliche Analysten und Analystinnen unzugänglich sind. Diese Technologien werden zunehmend für die automatische Klassifizierung, Zusammenfassung von Texten und Vorhersage von Trends eingesetzt und helfen bei der Automatisierung komplexer Prozesse.
Generative KI geht noch einen Schritt weiter, indem sie neue Inhalte erzeugt, die auf vorhandenen Daten basieren, was neue Wege für die Content-Erstellung und Dateninterpretation eröffnet.
Natural Language Processing (NLP), Natural Language Understanding (NLU), Natural Language Generation (NLG): NLP ist eine Methode der KI, die die Verarbeitung und Analyse menschlicher Sprache ermöglicht, was für die Extraktion von Bedeutungen aus Textdaten und die Interaktion mit Nutzenden in natürlicher Sprache unerlässlich ist. Dies ist besonders relevant für Anwendungen, die automatisierte Kundenbetreuung, Chatbots, Sentiment-Analyse oder Zusammenfassungen großer Textmengen bieten. NLU vertieft dieses Verständnis, indem es die Absicht hinter den Nutzereingaben erfasst und so komplexen Anfragen gerecht wird. NLG ergänzt dies, indem es die Erzeugung eigenständiger verständlicher Texte aus Daten ermöglicht, wie etwa bei Wetterberichten oder Zusammenfassungen.
Suchtechnologien ermöglichen durch die Nutzung von komplexen Algorithmen und maschinellem Lernen die schnelle Extraktion relevanter Informationen aus großen Datenmengen und verbessern so die Sucheffizienz und -personalisierung. Die Fähigkeit, in Echtzeit zu indizieren und zu suchen, macht sie besonders wertvoll für Anwendungen, die einen schnellen Zugriff auf aktualisierte Informationen erfordern.
Datenvisualisierung: Zur Datenvisualisierung werden verschiedene Technologien und Tools genutzt, einschließlich Business-Intelligence-Plattformen oder geografischer Informationssysteme (GIS), die es ermöglichen, komplexe Datenmengen auf verständliche und visuell ansprechende Weise darzustellen. Diese reichen von einfachen Diagrammen und Berichten bis hin zu interaktiven Dashboards und Visualisierungen.
Virtuelle Realität (VR) und das Metaverse: Die Entwicklung von VR und dem Metaverse bietet innovative Wege, um mit Daten zu interagieren und sie zu visualisieren. Diese Technologien schaffen immersive Umgebungen, die komplexe Informationen und Daten in einem verständlichen und greifbaren Format präsentieren, was insbesondere im Bereich Bildung und Training von Vorteil ist.
Cloud-Computing, das Services wie Server, Speicher und Software online anbietet, ermöglicht Unternehmen ein innovatives und skalierbares Wachstum. Nutzerinnen und Nutzern hingegen erlaubt es, ohne hohen Wartungsaufwand auf fortschrittliche Technologien und unbegrenzte Speicherkapazitäten zuzugreifen. Diese Flexibilität und Skalierbarkeit macht Cloud-Computing zu einer kosteneffizienten Lösung für die Speicherung und das Management von Wissen. Darüber hinaus fördert die Cloud verbesserte Zusammenarbeit und Zugänglichkeit durch zentralisierte Datenhaltung und demokratisiert den Zugang zu fortgeschrittenen Analysetools.
Neben diesen Software-Innovationen spielen auch neue Hardware-Technologien eine entscheidende Rolle bei der Bewältigung und Analyse von Daten. Quantencomputer versprechen, Probleme in Bereichen wie Kryptografie, Materialwissenschaft und komplexe Systemsimulationen zu revolutionieren, indem sie Berechnungen durchführen, die für traditionelle Computer praktisch unlösbar sind. Spezialisierte KI-Chips, wie Grafikprozessoren (GPUs) und Tensor Processing Units (TPUs), sind für spezifische Aufgaben wie das Training von KI-Modellen optimiert und beschleunigen die ML-Aufgaben erheblich. Edge-Computing-Hardware bringt Datenverarbeitungskapazitäten näher an den Ort der Datenerfassung, was Echtzeitanalysen, insbesondere in IoT-Anwendungen, unterstützt.
Parallel werden viele technologische Fortschritte erzielt, die die Daten-Akquisition und -Verarbeitung weiterhin verbessern und beschleunigen. Zum Beispiel führen Fortschritte in der Materialwissenschaft und Mikroelektronik zu immer besseren Implantaten und Prothesen, die natürliche Funktionen simulieren oder wiederherstellen können. Dazu gehören Cochlea-Implantate für Gehörlose, Retina-Implantate zur Wiederherstellung des Sehvermögens und bionische Gliedmaßen, die über neuronale Schnittstellen gesteuert werden können. Weitere Beispiele sind tragbare Diagnostikgeräte, Mikrofluidik-Chips, haptische Rückmeldesysteme, fortgeschrittene Bewegungserkennung, smarte Textilien oder AR-Brillen.
Die erfolgreiche und nachhaltige Implementierung von IT-Technologien in einer Organisation erfordert ein umfassendes Verständnis sowohl der technologischen als auch der menschlichen Faktoren. Es geht nicht nur darum, die neuesten Technologien einzuführen, sondern auch darum, wie diese Technologien in bestehende Systeme integriert, von den Nutzenden akzeptiert und zur Förderung langfristiger Ziele eingesetzt werden können. Im Folgenden sind Schlüsselaspekte aufgeführt, die für eine erfolgreiche Implementierung beachtet werden müssen.
Klare Definition der Bedürfnisse und Ziele: Vor der Einführung neuer Technologien ist es entscheidend, die spezifischen Ziele und Bedürfnisse einer Organisation klar zu definieren. Dies könnte im Kontext der Informationsflut beispielsweise die Verbesserung der Datenanalyse, die Optimierung der Informationsverwaltung oder die Erhöhung der Datensicherheit umfassen. Basierend darauf sollte eine strategische Roadmap erarbeitet werden, die Zeitrahmen, Meilensteine und den Ressourcenbedarf umfasst. Gleichzeitig sind Change-Management-Strategien zu planen und zu implementieren, um den Übergang zu erleichtern und die Akzeptanz zu fördern. Eine wichtige Unterstützung bietet dabei das Enterprise Architecture Management (EAM), das durch eine klare Übersicht über die IT-Architektur – wie Daten und Informationen innerhalb der Organisation fließen – die Identifizierung von Redundanzen, Engpässen oder ineffizienten Prozessen erleichtert, die die Informationsverarbeitung behindern könnten.
Ausbildung und Kompetenzentwicklung: Die fortlaufende Schulung und der Ausbau von Fertigkeiten sind Schlüsselfaktoren für die effektive Nutzung neuester Technologien. In einer sich rasch verändernden digitalen Welt sind neben soliden IT-Kenntnissen auch Fähigkeiten wie Analysevermögen, die Bereitschaft zu kontinuierlichem Lernen und Offenheit für Neuerungen entscheidend. Diese Kompetenzen steigern nicht nur die Effizienz der Organisation, sondern erleichtern auch die schnelle Entscheidungsfindung und reduzieren den Stress der Belegschaft. Unternehmen, die in IT-Fähigkeiten und fortwährende Bildung investieren, sind besser gerüstet, um technologische Innovationen zu adaptieren, Prozesse zu verbessern und agil auf Marktdynamiken zu reagieren.
In einer sich rapide verändernden digitalen Welt sind Analysevermögen, kontinuierliches Lernen und Offenheit für Neuerungen entscheidend.
Kultur, Methoden und Organisationsformen: Die Einbindung aller relevanten Stakeholder – einschließlich IT-Expertinnen und -Experten, Endnutzerinnen und -nutzern sowie Entscheidungsträgerinnen und -trägern – ist entscheidend für die Akzeptanz und den Erfolg von Technologieeinführungen. Eine transparente Kommunikation über Nutzen, mögliche Schwierigkeiten und erwartete Veränderungen kann Widerstände abbauen und Unterstützung stärken. Zudem sind ein fundiertes Know-how im Projektmanagement, die Anwendung agiler Methoden und eine konsequente geschäftswertorientierte Priorisierung der Vorhaben essenziell für schnelle und effiziente Ergebnisse. Agile, produktorientierte Strukturen und der Freiraum zum Experimentieren sowie die Entwicklung von Minimal Viable Products (MVPs) sind förderlich für Innovationen. Gleichzeitig schaffen kulturelle Werte wie ein offener Umgang mit Fehlern, Teamdiversität, interdisziplinäre Zusammenarbeit, gegenseitige Wertschätzung und die Ermutigung von Mitarbeitenden eine stabile Grundlage für kontinuierlichen Fortschritt und Erfolg.
In der heutigen digitalisierten Welt, wo Informationen überfluten und die Aufmerksamkeitsspanne der Nutzenden immer kürzer wird, spielen Personalisierung und Nutzererfahrung eine zentrale Rolle in der Gestaltung von IT-Systemen. Diese Aspekte sind entscheidend, um sicherzustellen, dass Benutzerinnen und Benutzer das benötigte Wissen nicht nur finden, sondern auch effektiv nutzen können. Eine benutzerfreundliche Schnittstelle, die auf die spezifischen Bedürfnisse und Präferenzen der Nutzenden zugeschnitten ist, kann die Zufriedenheit und Produktivität signifikant steigern. Umgekehrt kann eine negative Erfahrung zu Frustration führen und Nutzende davon abhalten, das System zu verwenden, was den Zugang zu wichtigen Informationen behindert und potenziell schädlich für das Image des Unternehmens ist.
Total Experience (TX)
TX spielt eine entscheidende Rolle bei der Bewältigung des Informationsflusses in der digitalen Welt. User Experience (UX) fokussiert sich darauf, Nutzerinnen und Nutzern eine intuitive, zugängliche und effiziente Interaktion mit digitalen Produkten und Diensten zu bieten. Customer Experience (CX) erweitert diesen Ansatz auf die gesamte Kundenreise, indem es alle Berührungspunkte mit dem Unternehmen einbezieht – von der Werbung über den Kauf bis zum Kundenservice. Ziel ist es, positive Erfahrungen zu schaffen, die Kundenbindung und -loyalität fördern. Bei Employee Experience (EX) geht es um die Wahrnehmung und Erfahrungen der Mitarbeitenden innerhalb ihrer Arbeitsumgebung. Eine positive EX trägt zu höherer Arbeitszufriedenheit, Produktivität und Mitarbeiterbindung bei. Multi-Experience (MX) umfasst die vielfältigen Interaktionsarten, wie Touch, Sprache und Gestik, quer durch verschiedene Geräte und Anwendungen, und zielt darauf ab, ein konsistentes und nahtloses Nutzererlebnis über alle Kanäle und Plattformen hinweg zu schaffen. TX bildet eine umfassende Strategie, die darauf ausgerichtet ist, sowohl die Kundenzufriedenheit als auch die Mitarbeiterzufriedenheit durch eine integrative Betrachtung von CX, EX, MX und UX zu verbessern, anstatt diese Bereiche isoliert voneinander zu betrachten.
Benutzerfreundliche Schnittstellen: Eine intuitive und leicht navigierbare Benutzeroberfläche ist das Herzstück einer positiven Nutzererfahrung. Sie sollte so gestaltet sein, dass sie den Zugriff auf Informationen vereinfacht und die Interaktion mit dem System so effizient wie möglich macht. Dazu gehört die Implementierung einer klaren Struktur, verständlicher Symbole und einer einheitlichen Terminologie. Fortschritte in der UX-Designforschung haben gezeigt, dass eine gut durchdachte Schnittstelle die kognitive Belastung der Nutzenden reduzieren kann, was die Informationsaufnahme und -verarbeitung erheblich erleichtert. Auf die Zugänglichkeit der Systeme soll geachtet werden, sodass diese auch für Menschen mit Behinderung nutzbar sind.
Personalisierung und ihre Bedeutung: Die Personalisierung von Nutzeroberflächen und Zugangsoptionen ermöglicht es den Anwendenden, relevante Informationen schneller zu identifizieren und zu verarbeiten. Indem Systeme das Verhalten, die Vorlieben und frühere Interaktionen der Nutzenden lernen und berücksichtigen, können sie maßgeschneiderte Inhalte (z.B. Empfehlungen) und Funktionen bereitstellen. Dies verbessert nicht nur die UX, sondern trägt auch zur Effizienzsteigerung bei, da Nutzende weniger Zeit mit der Suche verbringen und schneller zum Kern ihrer Anfragen vordringen können. Die Customer Experience (CX) profitiert ebenso, da personalisierte Dienste oft eine höhere Nutzerbindung und Zufriedenheit erzeugen.
Qualität und Verfügbarkeit der Daten: Eine hohe Datenqualität und -integrität ist entscheidend für den Erfolg einer Organisation, da sie die Grundlage für valide Geschäftsentscheidungen, effiziente Prozesse und Compliance mit regulatorischen Anforderungen bildet. Fehlerhafte oder veraltete Informationen können zu falschen Entscheidungen und Problemen führen. Um eine hohe Datenqualität und -integrität zu erreichen und zu erhalten, sind mehrere Maßnahmen erforderlich: klare Datenstandards festlegen, regelmäßige Datenbereinigungen durchführen und strenge Datenvalidierungsprozesse implementieren. Wichtig ist auch die kontinuierliche Schulung der Mitarbeitenden, um das Bewusstsein für Datenqualität zu schärfen. Der Einsatz von Technologien und Tools zur Unterstützung der Datenqualität, die Festlegung klarer Verantwortlichkeiten und die kontinuierliche Überwachung und Verbesserung der Datenpraktiken sind ebenso entscheidend. Eine datenzentrierte Kultur, die den Wert von Daten anerkennt, fördert das Ziel einer hohen Datenqualität und -integrität. Die Trennung relevanter von irrelevanten Informationen erfordert effektive Filter und Suchmechanismen sowie den Einsatz von Taxonomien und Metadaten für strukturierte, leicht auffindbare und verständliche Datenkategorien. Die stetige Verfügbarkeit der Daten wird durch den zuverlässigen Betrieb und die professionelle Wartung der IT-Systeme gewährleistet.
Sicherheit und Datenschutz: Angesichts der zunehmenden Bedrohungen durch Cyberangriffe und Datenlecks müssen Sicherheits- und Datenschutzaspekte von Anfang an in die Technologieimplementierung einbezogen werden. Dies umfasst die Anwendung bewährter Sicherheitspraktiken, die regelmäßige Überprüfung der Sicherheitssysteme und die Einhaltung relevanter Datenschutzgesetze. Die IT muss robuste Sicherheitsmaßnahmen implementieren, um vertrauliche Informationen zu schützen. Verschlüsselung, Zugriffskontrollen und regelmäßige Sicherheitsaudits sind entscheidend, um die Integrität des Wissens zu gewährleisten. Sie muss ebenso die strengen Datenschutzrichtlinien und -praktiken implementieren, die mit lokalen Gesetzen und Vorschriften übereinstimmen.
Standards für Interoperabilität im Ökosystem: Die Fähigkeit verschiedener IT-Systeme, effektiv zusammenzuarbeiten, ist für die Bewältigung der Informationsflut von entscheidender Bedeutung. Interoperabilität ermöglicht eine nahtlose Datenintegration und -nutzung über verschiedene Plattformen und Werkzeuge hinweg. Dies erfordert kompatible und flexible Systeme. Richtig erfolgreich wird es, wenn alle Beteiligten eines Ökosystems sicher miteinander kommunizieren können, was der Etablierung von Standards und klarer Regeln bedarf.
In der digitalen Transformation ist es entscheidend, die Wirtschaftlichkeit neuer Technologien genau zu prüfen. Modelle wie Software-as-a-Service (SaaS) und Cloud-Technologien verändern Finanzstrategien, indem sie laufende Investitionen statt Einmalkäufen erfordern und neue Kompetenzen im Kostenmanagement voraussetzen. Die Herausforderung liegt allerdings darin, den direkten wirtschaftlichen Nutzen dieser Technologieinvestitionen klar zu belegen, da der daraus resultierende Produktivitätszuwachs oft von einer Vielzahl weiterer Faktoren beeinflusst wird.
Nachhaltigkeit gewinnt ebenfalls an Bedeutung, wobei der Fokus auf ressourcenschonenden, umweltfreundlichen Technologien und der Minimierung des ökologischen Fußabdrucks digitaler Aktivitäten liegt. Daten-Sparsamkeit und die Reduktion von Computing-Ressourcen sind Schlüsselstrategien zur Förderung einer umweltbewussten IT-Nutzung.
Ethik in der KI erfordert Transparenz, Gerechtigkeit und Verantwortlichkeit.
Ethische Überlegungen runden die Herausforderungen ab, insbesondere im Datenschutz und beim Einsatz von KI. Die Berücksichtigung von Nutzerinteressen und ein ausgewogenes Verhältnis zwischen individuellen Rechten und kollektivem Nutzen sind entscheidend. Ethik in der KI erfordert Transparenz, Gerechtigkeit und Verantwortlichkeit. Die Integration von Wirtschaftlichkeit, Nachhaltigkeit und Ethik ist somit zentral für einen verantwortungsvollen Umgang mit IT und der Bewältigung der Informationsflut.
Die fortschreitende Integration von IT-Innovationen und Wissensmanagement-Systemen verspricht, die enorme Informationsflut im Gesundheitswesen nicht nur zu bewältigen, sondern auch zum Vorteil von Patientenschaft und Fachpersonal zu nutzen. Die strategische Implementierung zukunftsweisender Technologien, verbunden mit einer kollaborativen Wissenskultur, die kontinuierliches Lernen, Anpassungsfähigkeit und einen kritischen Umgang mit Daten fördert, schafft ein robustes Ökosystem für die Gesundheitsversorgung. Dies umfasst Methoden für ein effektives Datenmanagement und die Nutzung von Daten, die Personalisierung der Nutzererfahrung unter Berücksichtigung individueller Bedürfnisse sowie die stetige Weiterbildung der im Gesundheitswesen Tätigen. Datenschutz und -sicherheit sind dabei unerlässlich, um Vertrauen und die Integrität des Systems zu gewährleisten. Im Gesundheitswesen stellen die Menge, Vielfalt und Verteilung der Patientendaten besondere Herausforderungen dar.
Eine effiziente und sichere Vernetzung aller Akteure sowie der zeitnahe Austausch ihrer Daten bilden die Grundlage für einen optimalen Einsatz künstlicher Intelligenz, die dank hochqualitativer Daten die Entscheidungsfindung und Diagnostik revolutionieren und zu einer präziseren sowie effizienteren Patientenbetreuung durch alle Akteure führen wird
Zudem bieten patientenzentrierte Technologien neue Möglichkeiten für die Prävention und das Management chronischer Erkrankungen. Eine kontinuierliche Evaluation und Anpassung der Strategien und gesetzlichen Rahmenbedingungen sind entscheidend, um die Lücke zwischen technologischer Innovation und ihrer praktischen Anwendung zu überbrücken und den sich wandelnden Anforderungen des Gesundheitssektors gerecht zu werden. In dieser dynamischen Landschaft ist die Agilität aller Akteure in der Annahme von Innovationen entscheidend für nachhaltigen Erfolg. Die geschickte Kombination aus technologischer Exzellenz und menschlicher Expertise bietet im Gesundheitswesen die große Chance, eine umfassende, patientenorientierte Versorgung zu gewährleisten.
Deters J (2023) Mit Daten „bombardiert“ – Führungskräfte im Entscheidungsdilemma. URL: www.wiwo.de/erfolg/management/decision-dilemma-mit-daten-bombardiert-fuehrungskraefte-im-entscheidungsdilemma/29099782.html (abgerufen am 21.05.2024)
Gartner (2022) Quick Answer: What Technologies Should We Use for Knowledge Management? ID G00772216
Gartner (2023) Achieve Best-in-Class CX Wins Through Total Experience. ID G00785840
Lehner F (2021) Wissensmanagement: Grundlagen, Methoden und technische Unterstützung. Carl Hanser Verlag München
Meckel M, Steinacker L (2024) Alles überall auf einmal: Wie Künstliche Intelligenz unsere Welt verändert und was wir dabei gewinnen können. Rowohlt Verlag Hamburg
Pearlson KE, Saunders CS, Galletta DF (2023) Managing and using information systems: A strategic approach. Wiley
