Der Kurator sitzt nicht mehr im Archiv

Kurzfassung: Weltraum-Rechenzentren, lunare Datendienste und KI-Assistenten im Raumfahrtumfeld sind für Unternehmen kein kurzfristiger Einkaufsplan. Sie machen aber eine aktuelle Machtverschiebung sichtbar: Wer geschäftskritisches Wissen kuratiert, freigibt und in KI-Systeme einspeist, beeinflusst künftig stärker die Wertschöpfung als der reine Systembesitz.

Viele Unternehmen behandeln Wissen noch wie einen Bestand: Dokumente, Datenbanken, Handbücher, Preislisten, Projektakten. KI macht daraus eine laufende Produktionsressource. Sobald ein System Angebote vorbereitet, Serviceantworten formuliert oder Projektstände zusammenfasst, entsteht aus gespeicherter Information eine geschäftlich wirksame Aussage. Die entscheidende Managementfrage lautet deshalb nicht nur, wo Daten liegen. Entscheidend ist, wer bestimmt, welche Wissensbestände in KI-gestützten Abläufen verwendbar, verbindlich und kundenfähig sind.

Raumfahrt als Extremfall der Wissenskuratorik

Starcloud beschreibt sich auf seiner offiziellen Website als Anbieter von Rechenzentren im Weltraum. Lonestar Data Holdings positioniert sich mit Datenspeicherung und Datenübertragung im Umfeld lunarer Infrastruktur. Die ESA dokumentiert mit CIMON einen KI-gestützten Assistenten für das bemannte Raumfahrtumfeld und bezeichnet ihn als weltweit ersten KI-Astronautenassistenten.

Für Geschäftsführerinnen und Geschäftsführer ergibt sich daraus keine unmittelbare IT-Beschaffungsliste. Kaum ein mittelständisches Unternehmen muss heute entscheiden, ob Angebotsdaten im Orbit verarbeitet oder Servicehandbücher in einer Mondinfrastruktur gespeichert werden. Der Nutzen dieses Extremfalls liegt woanders: Er trennt Wissen, Arbeitsort, Infrastruktur und Verantwortung sichtbar voneinander.

Genau diese Trennung entsteht bereits in alltäglicher Form. KI im Mittelstand kommt häufig über bestehende Plattformen: Office-Software, CRM, ERP-Erweiterungen, Servicetools, Dokumentenmanagement, Projektanwendungen oder branchenspezifische Lösungen. Die technische Leistung läuft außerhalb der eigenen Organisation, während die Ergebnisse direkt in Vertrieb, Service, Betrieb oder Kundenkommunikation wirken.

Damit wandert Einfluss an eine Stelle, die früher oft unterschätzt wurde: an die Kuratierung von Wissen. Gemeint ist nicht Archivpflege. Gemeint ist die operative Entscheidung, aus welchen Quellen ein KI-System schöpfen darf, welcher Stand fachlich gilt und an welcher Stelle ein Vorschlag zur belastbaren Aussage wird.

Die Macht liegt bei der freigegebenen Quelle

In vielen Betrieben ist geschäftliches Wissen verteilt. Preise stehen im ERP, Kundenzusagen im CRM, technische Varianten in Produktdokumentationen, Sonderabsprachen in E-Mails, Projekterfahrung in Köpfen, Servicewissen in Tickets und Handbüchern. Menschen können solche Brüche oft ausgleichen. Sie fragen nach, erinnern sich an Ausnahmen oder wissen, dass ein Dokument zwar existiert, aber nicht mehr maßgeblich ist.

KI-Systeme können diese soziale Kontextarbeit nicht automatisch ersetzen. Ein Assistent, der nur einen Text sprachlich verbessert, bleibt nahe an der Oberfläche. Ein System, das ein Angebot vorbereitet, eine Reparaturempfehlung formuliert oder einen Projektbericht erzeugt, arbeitet anders: Es veredelt Informationen zu einer Aussage, auf die andere reagieren.

Damit verändert sich der Machtzuschnitt im Unternehmen. Nicht mehr allein die Person mit Kundenkontakt prägt das Ergebnis. Einfluss erhält auch die Stelle, die entscheidet, ob eine Preisliste freigegeben ist, ob eine Produktvariante angeboten werden darf, ob eine Serviceanleitung noch gültig ist oder ob ein Projektstatus als beschlossen gilt.

Das betrifft die Wertschöpfung sehr direkt. Ein Vertriebsassistent kann nur dann Produktivität schaffen, wenn Preislogik, Konditionen, Lieferfähigkeit und Freigaben stimmen. Ein Serviceassistent hilft nur dann, wenn Reparaturanweisungen, Gewährleistungsregeln und Eskalationslogik aktuell sind. Ein Projektassistent entlastet nur dann, wenn er zwischen Idee, Protokollnotiz, Entscheidung und verbindlichem Termin unterscheiden kann.

Die neue Rolle ist daher weniger „Datenbesitzer“ als Wissenskurator. Sie verbindet Fachkenntnis, Datenverantwortung und Prozessverständnis. In vielen Unternehmen ist diese Rolle noch nicht sauber benannt. Sie liegt teilweise im Fachbereich, teilweise in der IT, teilweise bei Produktmanagement, Serviceleitung, Vertrieb oder Qualitätsmanagement. KI macht diese Verteilung sichtbar, weil schlechte Kuratierung sofort in schlechten Vorschlägen, Nacharbeit oder falschen Kundenaussagen erscheint.

Anbieter-Roadmaps greifen in die Wertschöpfung ein

Die Beispiele aus der Raumfahrt zeigen einen Punkt in zugespitzter Form: Infrastruktur ist nicht neutral. Starclouds Positionierung als Weltraum-Rechenzentrumsanbieter und Lonestars Fokus auf Dateninfrastruktur rund um den Mond machen deutlich, dass Speicherort, Rechenleistung, Rechtsraum und Betriebsmodell zusammengehören. CIMON zeigt zusätzlich, dass KI nicht nur als Rechenkapazität gedacht wird, sondern als Assistenz in einer konkreten Arbeitsumgebung.

Übertragen auf Unternehmen heißt das: Anbieter liefern nicht mehr nur Softwarefunktionen. Sie prägen zunehmend, wie Wissen im Prozess erscheint. Ein CRM-Anbieter kann automatische Gesprächszusammenfassungen einführen. Eine Office-Plattform kann Dokumente semantisch durchsuchbar machen. Ein Servicetool kann Antwortvorschläge ergänzen. Ein Projektwerkzeug kann Aufgaben aus Besprechungen ableiten.

Für Fachbereiche ist das attraktiv, weil nützliche Funktionen ohne großes Einführungsprojekt verfügbar werden. Für IT, Einkauf, Recht und Datenschutz verändert sich die Aufgabe. Es reicht nicht mehr, Lizenzkosten und Sicherheitszertifikate zu prüfen. Relevant sind Datenflüsse, Unterauftragnehmer, Speicherbedingungen, Ausschluss von Training mit Kundendaten, Änderungsrechte des Anbieters, Schnittstellenstabilität und Wechselkosten.

Souveränität bedeutet hier nicht Eigenbetrieb um jeden Preis. Für die meisten Unternehmen wäre es weder sinnvoll noch wirtschaftlich, alle Modelle selbst zu betreiben. Entscheidend ist ein anderer Kontrollpunkt: Das Unternehmen muss bestimmen können, an welchen Stellen extern bereitgestellte KI-Funktionen auf geschäftskritische Bestände zugreifen und wo fachliche Verbindlichkeit intern bleibt.

Das ist eine Machtverschiebung zwischen Fachbereich, IT, Anbieter und Management. Fachbereiche erleben den unmittelbaren Nutzen. Anbieter setzen Funktionen über Roadmaps und Voreinstellungen. Die IT sieht die Systemfolgen. Das Management muss entscheiden, bei welchen Abläufen Geschwindigkeit akzeptiert wird und wo belastbare Quellen wichtiger sind als schnelle Automatisierung.

Kunden kaufen auch die Nachvollziehbarkeit der Wissenskette

Im B2B-Geschäft wird diese Kuratierungsfähigkeit Teil des Leistungsversprechens. Kunden fragen zunehmend, ob KI in der Leistungserbringung genutzt wird, ob vertrauliche Informationen in externe Systeme eingehen, ob Daten für Training verwendet werden, wo Verarbeitung stattfindet und wer Ergebnisse fachlich prüft.

Das betrifft nicht nur regulierte Branchen. Maschinenbauer, technische Dienstleister, Softwareanbieter, Beratungen, Industriehändler oder Zulieferer können in Ausschreibungen und Audits ähnliche Fragen erhalten. Besonders kritisch sind Situationen, in denen KI an Angeboten, technischen Klärungen, Serviceantworten, Vertragsarbeit, Qualitätsnachweisen oder Projektkommunikation beteiligt ist.

Eine allgemeine Aussage wie „Wir nutzen sichere KI“ trägt dann wenig. Vertrauensfähig wird ein Anbieter, wenn er die Wissenskette erklären kann: Herkunft der Information, freigegebene Quelle, eingesetzte KI-Funktion, fachliche Prüfung, finale Entscheidung. Diese Kette muss nicht jeden internen Entwurf dokumentieren. Sie sollte aber dort belastbar sein, wo Kundenversprechen, technische Spezifikationen, Preise oder Haftungsfragen berührt werden.

Auch die Wirtschaftlichkeit hängt daran. Ein günstiger KI-Assistent kann teuer werden, wenn seine Ergebnisse häufig korrigiert, neu recherchiert oder intern abgestimmt werden müssen. Eine teurere Lösung kann sinnvoll sein, wenn sie auf eine stabile Wissensbasis zugreift und verwertbare Ergebnisse liefert. Die relevante Steuerungsgröße ist nicht die Zahl erzeugter Texte, sondern der Anteil fachlich nutzbarer Vorschläge.

Für ein KMU ergibt sich daraus eine konkrete Entscheidung: Bevor KI tiefer in Vertrieb, Service oder Projektabwicklung eingebunden wird, sollte die Geschäftsführung die wenigen Wissensbestände benennen lassen, die Umsatz, Marge, Lieferfähigkeit oder Kundenvertrauen steuern. Dort braucht es nicht zuerst ein großes KI-Governance-Programm, sondern klare Kuratierung: freigegebene Quellen, zuständige Fachrollen, nachvollziehbare Anbieterbedingungen und eine einfache Regel, ab wann ein KI-Ergebnis als geschäftliche Aussage gelten darf.