Aareon AAVA Contextlaag
Verkenning 2

Het kennisvraagstuk

Hoe bouwen en onderhouden we levende kennis?

Research klaarHoofdstuk 6
Context

De moeilijkste en belangrijkste vraag van het concept. De kennis zit in hoofden van consultants en bij klanten. Het faalpunt van dertig jaar kennismanagement was niet vastlegging maar onderhoud: vastgelegde kennis werd dode kennis. De paper moet laten zien dat er bewezen mechanismen bestaan.

Plan en route
  1. Research: hoe organiseren kennisintensieve organisaties opbouw en onderhoud van levende kennisbanken? (afgerond, zie bevindingen)
  2. Samen ontwerpprincipes kiezen die passen bij Embrace: wie is eigenaar, hoe komt kennis erin, hoe blijft die actueel.
  3. Besluiten wat de paper claimt en wat bewust open blijft voor de uitwerkfase.
Bevindingen

Samenvatting

Kennis blijft alleen levend als (a) elk stuk kennis een eigenaar heeft met een verplicht herbeoordelingsritme, (b) onderhoud wordt aangejaagd door daadwerkelijk gebruik, en (c) het dagelijkse werk zelf de bron van nieuwe kennis is. AI verschuift de rol van de expert van schrijver naar keurmeester — en dat blijkt de schaalbare variant.

Wat anderen doen

  • Guru: elke kenniskaart heeft een verifier en een verificatie-interval; verlopen kennis wordt zichtbaar "unverified". Teams zien binnen 60 dagen ~20% minder herhaalvragen.
  • Stack Overflow "Content Health": systeemgestuurde verouderingsdetectie; na introductie steeg de onderhoudsactiviteit met ruim 600%.
  • Harvey (legal AI): "lawyer in the loop" in het bouwproces, golden vraagsets als kwaliteitsanker, en de "Data Factory": een pijplijn die zelf dekkingsgaten signaleert en experts gedestilleerde concepten laat reviewen — doorvoer verdubbelde, opgeschaald van 20 naar 400+ bronnen in een jaar.
  • Zendesk / Intercom: opgeloste tickets worden automatisch conceptartikelen voor menselijke review; kennisgaten worden gedetecteerd op het moment van escalatie. Bewezen pre-AI-voorganger: KCS (kennis als bijproduct van het werk).
  • McKinsey "Lilli": 72% van de firma gebruikt het, tot 30% tijdsbesparing. Lessen: bronvermelding was dé adoptiefactor, data-curatie is voorwaarde, klein beginnen, leiderschap als motor.
  • Kennisextractie: experts laten bij vrije navertelling ~70% van hun beslisstappen weg. Wat werkt: casusgedreven interviews (Cognitive Task Analysis), echte werkartefacten als bron, meekijken plus nabespreking.

Zeven kandidaat-ontwerpprincipes

  1. Elk kennisitem heeft een eigenaar en een houdbaarheidsdatum.
  2. Vertrouwen is zichtbaar, ook als het ontbreekt (verified/unverified, bronvermelding).
  3. Kennis ontstaat als bijproduct van het werk, niet als aparte schrijftaak.
  4. Onbeantwoorde vragen worden automatisch vulopdrachten.
  5. AI schrijft het concept, de expert keurt — nooit andersom.
  6. Extractie is casusgedreven, want experts kunnen hun kennis niet navertellen.
  7. Meet de kennislaag als product: gebruik, oplossingsgraad en gaten.

Volledige onderbouwing met bronnen: 05-kennisvraagstuk.md in de projectmap.

← VorigeDe corporatie centraal