Die eigentliche Trennlinie in dieser Kategorie ist heute nicht mehr die Frage „hat es KI?“ – das hat praktisch alles. Entscheidend ist vielmehr, ob eine Plattform von Anfang an rund um KI-bereites Wissen aufgebaut wurde oder ob es sich um ein Wiki aus der Zeit vor der KI handelt, an das nachträglich ein Chatbot angebunden wurde.

Der Grund, warum diese Unterscheidung inzwischen ins Gewicht fällt, ist technischer Natur: Die meisten KI-Assistenten im Unternehmen funktionieren, indem sie relevante Inhalte aus den eigenen Seiten des Unternehmens abrufen und daraus ihre Antworten ableiten – ein Ansatz, der allgemein als Retrieval-Augmented Generation bekannt ist. Die Qualität der Antwort wird daher durch die Qualität, Aktualität und Struktur der zugrunde liegenden Inhalte begrenzt. Aus diesem Grund ist die Pflege der Wissensdatenbank still und leise zu einem KI-Infrastrukturproblem geworden statt einer nachrangigen Dokumentationsaufgabe.

Dieser Unterschied wird deutlich, sobald Inhalte sich anhäufen: Kollaborationsorientierte Tools sammeln mit wachsenden Teams veraltete, doppelt vorhandene Seiten, und jede KI, die auf diesem Durcheinander aufsetzt, erbt all das – einschließlich der selbstbewussten Wiederholung von Informationen, die nicht mehr stimmen.

Einige der unten genannten Plattformen bleiben im Kern Dokumente für Menschen mit zusätzlich angeflanschter KI; andere wurden neu aufgebaut oder von Grund auf um eine völlig andere Prämisse herum entwickelt. Hier sind zehn, die aktuell im Einsatz sind.

Notion (mit Notion AI)

Notion verdankt seine Anziehungskraft schon immer seiner Flexibilität: ein Arbeitsbereich, der sich je nach Nutzung durch das Team zu einem Wiki, einer Datenbank, einem Projekttracker oder allem zugleich formen lässt, ohne dass von außen eine starre Struktur aufgezwungen wird.

Notion AI setzt darauf als vergleichsweise günstiges Add-on auf und ermöglicht es Nutzern, Fragen zu stellen und Antworten zu erhalten, die direkt in den bereits geschriebenen Inhalten des Teams verankert sind – dazu kommen Zusammenfassungs- und Entwurfshilfen.

Wenn das Wissen eines Teams bereits in Notion lebt, ist das in der Regel ein hervorragendes Preis-Leistungs-Verhältnis ohne erforderliche Migration. Der ehrliche Haken: Das Tool erbt jedes Durcheinander, das im Arbeitsbereich bereits existiert, denn die KI ist nur so gut organisiert wie die Seiten darunter.

Confluence (Atlassian Intelligence + Rovo)

Confluence begann als einfaches Team-Wiki und hat sich zu etwas deutlich Größerem entwickelt – insbesondere in Kombination mit Rovo, Atlassians neuerer KI-Agenten-Schicht, die mit Jira, Loom und dem restlichen Atlassian-Stack zusammenarbeitet.

Atlassian Intelligence ergänzt die bestehende Wiki-Struktur um automatische Zusammenfassungen von Besprechungsnotizen, Inhaltsvorschläge und Suche in natürlicher Sprache – Funktionen, die für Entwicklungs- und Produktteams, die für ihre tägliche Projektarbeit ohnehin in Confluence arbeiten, erhebliche Bedeutung haben.

Seine eigentliche Stärke entfaltet es dort, wo Dokumentation neben aktiver Entwicklung liegt. Die Einschränkung: Es ist deutlich weniger gut darin, implizites Wissen zu erfassen, das nie als Seite festgehalten wurde.

Das ist im Kern der Kompromiss bei Confluence: Es passt natürlich zu Organisationen, in denen Entwicklungs- und Produktteams die Hauptnutzer des Wissens sind, und ist eine weniger naheliegende Wahl für Abteilungen, deren Wissen ohnehin nicht in strukturierten Seiten lebt.

Guru

Guru basiert auf einer bewusst einfachen und eng gefassten Idee: Wissen lebt in „Karten“, die verifiziert und aktuell gehalten werden, und die Aufgabe der KI ist es, die richtige Karte zur richtigen Zeit der richtigen Person bereitzustellen – nicht, eine Allzweck-KI-Suchmaschine für das gesamte Unternehmen zu sein.

Das macht es wirklich stark für kuratiertes, strukturiertes Wissen, das korrekt bleiben muss (interne SOPs, Sales-Enablement-Material, Support-Skripte) – gerade weil jemand dafür verantwortlich ist, dass jede Karte stimmt.

Die Einschränkung – die auch Befürworter von Guru einräumen – besteht darin, dass weiterhin grundsätzlich ein Mensch etwas aufschreiben muss; dokumentiert niemand einen Prozess, hat Guru nichts, was es bereitstellen könnte.

Bloomfire

Bloomfire setzt stark auf das, was es „Enterprise Intelligence“ nennt, statt auf bloße Wissensspeicherung, und positioniert sich rund um Governance, Inhaltszuverlässigkeit und Wissen, das sich bei Veränderungen der Organisation aktiv selbst korrigiert, statt im Hintergrund still zu veralten.

Es wurde unabhängig genau in Bezug auf diese Governance-Bereitschaft hoch bewertet: automatisches Monitoring der Inhaltsqualität, Verfolgung der Zuständigkeit und konversationelle KI in einer Betriebsschicht statt als drei separate Zusatzbausteine.

Diese Ausrichtung ist bedeutsam, weil Bloomfire einen etwas anderen Kunden anspricht als Notion oder Guru: ein Unternehmen, das bereits schlechte Erfahrungen mit KI-Initiativen gemacht hat, die nicht am Modell scheiterten, sondern an einer Wissensgrundlage, die niemand tatsächlich vermessen hatte.

Document360

Document360 hat seine Identität auf eine bestimmte Aufgabe aufgebaut, die es ungewöhnlich gut beherrscht: gepflegte, öffentlich zugängliche Dokumentation – Helpcenter, Produktdokumentation und Onboarding-Material, das Kunden oder externe Nutzer tatsächlich durchsuchen, nicht nur ein internes Team.

Seine KI-gestützte Suche hilft Nutzern, sich schnell in großen Dokumentationsbibliotheken zurechtzufinden, und es hat sich gerade für diesen öffentlichen Anwendungsfall einen starken Ruf erarbeitet – eher als für internes Q&A.

Wenn es um ein sauberes, professionelles Helpcenter mit solider integrierter KI-Suche geht, gehört Document360 zu den engagierteren Optionen; wer stattdessen internes, Slack-basiertes Q&A braucht, für den zielt es schlicht auf ein anderes Ziel.

Tettra

Tettra bleibt bewusst leichtgewichtig: ein strukturiertes internes Wiki, kombiniert mit einem Q&A-System, das mithilfe von KI bestehende Antworten bereitstellt, bevor jemandem einem Kollegen zum dritten Mal im Monat dieselbe Frage stellen muss.

Operativ hebt es sich dadurch ab, wo es lebt: Es antwortet direkt in Slack, anstatt jemanden zu zwingen, das Tool, in dem er gerade arbeitet, zu verlassen und ein separates Ziel aufzusuchen.

Für kleinere und mittlere Teams, die das Governance-Gewicht von etwas wie Bloomfire nicht brauchen, liegt Tettras Reiz vor allem in dieser reibungsarmen Qualität von „die Antwort erscheint genau dort, wo man ohnehin schreibt“.

Shelf

Shelf nimmt einen tatsächlich anderen Ausgangspunkt ein als die meisten Plattformen oben. Es ist ausdrücklich um die Idee herum gebaut, dass KI-Agenten etwas anderes aus einer Wissensdatenbank brauchen als Menschen.

Menschen können Dokumente überfliegen, schlussfolgern und ein gewisses Maß an Mehrdeutigkeit tolerieren; ein Agent braucht Struktur, Nachvollziehbarkeit und eindeutige Verankerung, sonst erzeugt er selbstbewusst eine falsche Antwort, statt Unsicherheit zu kennzeichnen.

Shelf konzentriert sich auf aktive Deduplizierung, kontinuierliche Überwachung der Aktualität und Quellenrückverfolgbarkeit für jede KI-generierte Antwort – und behandelt geregelte Datenqualität als das eigentliche Produkt statt als einen Merkmalspunkt auf einem traditionellen Wiki.

Es ist eine nützliche Erinnerung daran, dass sich Tools für „KI-Agenten im Produktiveinsatz“ und Tools für „Mitarbeiter, die ein Wiki durchsuchen“ zunehmend in getrennte Kategorien auseinanderentwickeln – auch wenn beide technisch als Wissensmanagement-Software bezeichnet werden.

KMS Lighthouse

KMS Lighthouse hat seinen Ruf speziell in regulierten, risikoreichen Serviceumgebungen aufgebaut – Gesundheitswesen, Finanzen, Telekommunikation und Kundensupport –, in denen ein Mitarbeiter eine präzise, sofort korrekte Antwort aus der internen Dokumentation braucht statt einer plausibel klingenden Zusammenfassung.

Es ist weniger ein allgemeines Arbeitsplatz-Wiki als ein operatives Tool, das direkt in laufende Kundeninteraktionen eingebunden ist: die Art von System, auf das sich ein Callcenter-Mitarbeiter mitten im Gespräch verlässt, statt etwas, das man zwischen Besprechungen beiläufig durchstöbert.

Genau diese vertikalisierte, präzisionsorientierte Ausrichtung ist der eigentliche Unterscheidungsfaktor gegenüber breiteren horizontalen Plattformen, die gleichzeitig jede Abteilung bedienen wollen.

Microsoft SharePoint (mit Copilot)

SharePoint’ Vorteil ist derselbe, der sich überall im Microsoft-Ökosystem zeigt: tiefe native Integration mit dem restlichen Microsoft 365, rollenbasierte Zugriffskontrolle, Versionsverlauf und Workflows, auf die stark regulierte oder komplexe Organisationen für das Dokumentenmanagement bereits setzen.

Copilot daraufzuschieben, ergänzt Wissenskarten und Abruf in natürlicher Sprache direkt in den Apps, die Menschen täglich nutzen, statt Mitarbeiter aufzufordern, ein separates Ziel aufzusuchen.

Die wiederkehrende Kritik, die sich in unabhängigen Reviews findet: Einrichtung und Berechtigungsverwaltung können ohne dedizierten IT-Support tatsächlich zeitaufwendig sein, und die Genauigkeit der Antworten erfordert manchmal eine menschliche Gegenprüfung, bevor jemand danach handelt.

Coworker AI

Coworker AI verfolgt ein Problem, das die meisten der oben genannten Plattformen kaum berühren: die Tatsache, dass das meiste Organisationswissen nie aufgeschrieben wird.

Es lebt in Slack-Threads, Aufzeichnungen von Verkaufsgesprächen, CRM-Notizen und in den Köpfen von Menschen, die einfach lange genug dabei waren, um sich zu erinnern, wie die Dinge wirklich funktionieren.

Seine Architektur baut über mehr als hundert verbundene Tools hinweg einen kontinuierlich aktualisierten Wissensgraphen auf, der erfasst, was Mitarbeiter tatsächlich getan und gesagt haben – statt nur dessen, was jemand die Zeit genommen hat, formell zu dokumentieren.

Es ist ausdrücklich keine dokumentenzentrierte Wissensdatenbank wie Notion oder Confluence. Die ehrliche Positionierung: Es ergänzt diese Tools für die strukturierte Dokumentation und deckt zugleich die viel größere, unordentlichere Wissensschicht ab, die ohnehin nie aufgeschrieben worden wäre.

Quelle: Metaverse Post