Wenn KI zum Mitautor wird

Wie Versionierung, Metadaten, Suche und Governance bei der KI-gestützten Dokumentenerstellung eine neue Rolle spielen.

KI als „Mitautor“ zu bezeichnen, ist bewusst provokativ.

Aus operativer Sicht beschreibt der Begriff jedoch treffend, was geschieht: Ein zunehmender Teil des Inhalts eines Dokuments kann von einem KI-System vorgeschlagen, umgewandelt oder generiert werden; die Verantwortung liegt jedoch weiterhin beim Menschen.

Die meisten internationalen Richtlinien schließen die Möglichkeit aus, dass ein KI-System formal als Autor angesehen wird, da es keine Verantwortung für die Richtigkeit, Integrität und Originalität des Werks übernehmen kann. Folglich liegt die Verantwortung weiterhin bei den Personen, die die generierten Inhalte nutzen und prüfen.
Gerade diese Trennung zwischen dem Beitrag zur Erstellung und der Verantwortung für das Ergebnis macht dieses Thema für das Dokumentenmanagement so bedeutsam.

Innerhalb von Unternehmensabläufen ist ein Dokument nicht mehr nur ein Endergebnis, sondern auch die Abfolge von Prozessen und Schritten, die zu diesem Ergebnis geführt haben.
Das Dokumentenmanagement muss daher beginnen, das Dokument nicht nur als Objekt, sondern als Ergebnis eines Informationsproduktionsprozesses zu betrachten.
Dies stellt einen bedeutenden Wandel dar, der bereits seit Langem in Dokumentenmanagementsystemen vorhandene Werkzeuge und Funktionen wieder in den Mittelpunkt rückt.

Versionsverwaltung: vom Änderungsverlauf zum Entscheidungsverlauf

Die Versionskontrolle ist eines der deutlichsten Beispiele. Traditionell verhindert diese Funktion, dass das Revisionsmanagement auf separate Kopien derselben Datei angewiesen ist – die oft manuell ungenau oder falsch umbenannt wurden –, was es erschwert, die richtige Version zu identifizieren oder den Änderungsverlauf nachzuvollziehen. Ein Versionsverwaltungssystem hingegen bewahrt alle Überarbeitungen innerhalb eines einzigen Dokuments auf, dokumentiert deren Historie und ermöglicht eine klare Rekonstruktion der Entwicklungsgeschichte des Dokuments.
Mit dem Aufkommen der KI erhält die Versionsverwaltung eine sekundäre Funktion: Sie wird zu einem Mittel, um die Entwicklungsgeschichte des Inhalts nachzuvollziehen.

Dies bedeutet nicht zwangsläufig, dass jede einzelne Eingabeaufforderung oder Variante, die während einer KI-Sitzung entsteht, aufbewahrt werden muss; dies wäre sinnlos und wahrscheinlich kontraproduktiv. Es bedeutet vielmehr, die wichtigsten Phasen des Dokumentenlebenszyklus zu identifizieren: Erstellung des Entwurfs, Überprüfung durch den Menschen, wesentliche Änderungen, Freigabe und Veröffentlichung.

Die Unterscheidung, die LogicalDOC zwischen „Dokumentversion“ und „Dateiversion“ trifft, ist ein nützliches Beispiel. Das System verfolgt auch Änderungen an Metadaten, die nicht unbedingt mit dem Ersetzen der physischen Datei einhergehen.
Diese Unterscheidung ist wertvoll, da die Entwicklung eines Dokuments nicht nur seinen Inhalt, sondern auch seinen Kontext, seinen Status und seine Herkunftsinformationen umfassen kann.

Metadaten werden zu Provenienz-Metadaten.

Auch die Rolle von Metadaten verändert sich. Traditionell beschreiben Metadaten das Dokument selbst – Kunde, Projekt, Autor, Datum, Dokumenttyp, Abteilung und Status.
In Zukunft könnten sie zunehmend den Prozess beschreiben, durch den das Dokument erstellt wurde.
Beispielsweise könnte eine Organisation festhalten, ob bei der Dokumentenerstellung KI zum Einsatz kam und welche Rolle diese spielte, welche Dokumente als Primärquellen dienten und wer die abschließende Überprüfung durchgeführt hat.
Dies erfordert nicht unbedingt Dutzende neuer Felder. Der eigentliche Wert liegt darin, Informationen, die derzeit implizit vorhanden sind, in strukturierten, abfragbaren Kontext umzuwandeln.

LogicalDOC ermöglicht es Benutzern beispielsweise, Dokumentklassen, Attributsätze und benutzerdefinierte Metadaten festzulegen, einschließlich Validierungsregeln und Standardwerten. Diese Funktionen wurden zwar ursprünglich zur Klassifizierung von Geschäftsdokumenten entwickelt, können aber auch zur Modellierung von Informationen über den Prozess der Inhaltserstellung und -prüfung genutzt werden.

Die
Suche muss das richtige Dokument finden, nicht nur das ähnlichste.

KI bringt zudem ein scheinbar paradoxes Problem mit sich: Je einfacher es wird, Inhalte zu erstellen, desto mehr Inhalte müssen wir verwalten.
Ein einzelnes Dokument könnte eine Zusammenfassung, eine Übersetzung, eine vereinfachte Version, eine Präsentation, eine FAQ oder einen neuen, von KI generierten Entwurf hervorbringen.
All dies sind semantisch sehr ähnliche Dokumente.
In solchen Fällen kann eine effektive Suche nicht einfach das Dokument identifizieren, das der Suchanfrage am ähnlichsten ist.
Sie muss dabei helfen, zu bestimmen, welches Dokument maßgeblich ist.

Die semantische Suche ist daher wichtig, ersetzt jedoch weder Metadaten noch Versionierung, Berechtigungen oder den Dokumentstatus; vielmehr macht sie diese noch unverzichtbarer.
Der maximale Nutzen wird erzielt, wenn semantische Ähnlichkeit in ein Dokumentenmanagementsystem integriert wird, das gleichzeitig die Klassifizierung, Sicherheit, den Status und die Historie der Dokumente bewahrt.

In LogicalDOC nutzt die semantische Suche Einbettungen, um Dokumente anhand ihrer Bedeutung und nicht nur anhand des Vorhandenseins identischer Wörter zu finden.

Workflows: Wo die Verantwortung wieder beim Menschen liegt

Wenn ein Teil der Arbeit an KI delegiert wird, muss klar definiert werden, wo die Automatisierung endet und die menschliche Verantwortung beginnt. Workflows sind ein traditionelles, bewährtes Merkmal von DMS-Plattformen, können jedoch mit dem Aufkommen der KI eine noch größere Bedeutung erlangen. Eine Genehmigung ist nicht mehr nur ein bürokratischer oder administrativer Schritt; sie kann zu dem Vorgang werden, durch den eine Person die Verantwortung für Inhalte übernimmt, die mit Hilfe von KI erstellt oder geändert wurden.
Die dokumentierbare Überprüfung durch Menschen wird zu einer Schlüsselkomponente der Vertrauensarchitektur rund um KI-generierte Inhalte.

In einem DMS wie LogicalDOC ermöglichen Workflows bereits Prozesse, bei denen verschiedene Benutzer ein Dokument prüfen, genehmigen oder ablehnen.
Während KI die Erstellung oder Änderung von Dokumenten beschleunigen kann, bestimmt der Workflow, wer das Endergebnis genehmigt.

KI sollte nicht mehr Zugriff haben als der Benutzer.

Ein weniger offensichtliches, aber grundlegendes Problem bleibt bestehen. Wenn ein KI-Assistent beim Entwurf eines Dokuments unter Verwendung von Unternehmensinformationen helfen soll, muss er zunächst in der Lage sein, nach diesen Daten zu suchen; dies darf jedoch keinen wahllosen Zugriff auf das gesamte Repository beinhalten. So sollte beispielsweise ein Benutzer, der keine Berechtigung zum Lesen eines vertraulichen Vertrags hat, nicht in der Lage sein, dessen Inhalt indirekt abzurufen, indem er die KI bittet, einen Bericht zu erstellen.
Die Autorisierung muss daher bereits vor dem Abruf erfolgen und darf sich nicht nur auf das endgültige Dokument beschränken. Dadurch wird das Berechtigungssystem des DMS effektiv zu einem Bestandteil der KI-Architektur.
Da Agenten bei der Suche nach und der Bearbeitung von Informationen zunehmend autonomer werden, wird es immer wichtiger, dass sie innerhalb derselben Dokumentgrenzen agieren, die für menschliche Mitarbeiter und Geschäftsprozesse festgelegt wurden.

Ein DMS muss mehr leisten als nur „KI-Funktionen“ zu bieten

Aus diesem Grund birgt die Bewertung eines Dokumentenmanagementsystems allein anhand des Vorhandenseins von KI-Fähigkeiten die Gefahr, sich auf die falsche Frage zu konzentrieren.
Die wichtigere Frage lautet:
Wie effektiv kann das Dokumentensystem steuern, was die KI erstellt, verändert und nutzt?
Funktionen wie KI-gestützte Dokumentenverarbeitung oder semantische Suche können die Klassifizierung, Extraktion und Zugänglichkeit von Informationen sicherlich verbessern.
In diesem Zusammenhang liegt der Wert eines DMS wie LogicalDOC jedoch nicht lediglich darin, das Repository um KI zu erweitern, sondern in der bestehenden Infrastruktur rund um diese Dokumente – Versionierung, Metadaten, Sicherheit, Workflows, Prüfpfade und Suchfunktionen.
Schließlich verlagert sich die Herausforderung, sobald künstliche Intelligenz in den Erstellungsprozess einfließt, von der schnelleren Erstellung eines besseren Dokuments hin zum Verständnis – selbst Monate oder Jahre später –, wie dieses Dokument entstanden ist.
Und je mehr KI zur Erstellung von Unternehmensdokumenten beiträgt, desto wichtiger wird diese Dokumentation.