Wissensübertragung per anonymisierter Erfahrung (WISPER)

Motivation
Die informelle Weitergabe von relevantem Erfahrungswissen langjähriger Mitarbeitender in Industrieunternehmen macht Wissenstransfer personengebunden und schwer übertragbar. Video-basierte Dokumentation realer Arbeitsprozesse ermöglicht grundsätzlich, praxisnahes Erfahrungswissen standort- und sprachübergreifend zu sichern und verfügbar zu machen. Allerdings ergeben sich besonders für Deutschland datenschutzrechtliche Herausforderungen. Dieser Konflikt zwischen wirksamer Wissenssicherung und Schutz persönlicher Daten stellt bislang eine Hürde für den breiten Einsatz videobasierter Wissensformate in industriellen Wertschöpfungsketten dar.

Ziele und Vorgehen
Ziele des Forschungsprojekts WISPER sind die Entwicklung eines konzeptuellen Rahmenwerks für videobasierte Wissensdokumentation und der Aufbau eines Orts der Innovation im Rahmen einer dauerhaften Forschungskooperation mit Südkorea. Dies erfordert die Identifikation notwendiger Informationen für die sachgerechte Wissensvermittlung und deren optimale Vereinbarkeit mit Datenschutzvorgaben. Untersucht werden Aspekte menschlicher Wahrnehmung ebenso wie KI-gestützte Verfahren zur Personen-Re-Identifikation und deren Begrenzung durch Anonymisierungstechniken. Methodisch werden Literaturrecherchen mit innovativen, kollaborativen Formaten, etwa interdisziplinären Kreativ-Workshops, in internationaler Zusammenarbeit kombiniert, um nationale Perspektiven und lokales Kontextwissen zu vereinen.

Innovationen und Perspektiven
Das entwickelte Rahmenwerk ermöglicht es, erfahrungsbasiertes Wissen aus realen Arbeitshandlungen dauerhaft in Unternehmen zu sichern und in digitalisierte Wertschöpfungsketten zu überführen. Dies kann besonders relevant sein für industrielle, sicherheitskritische und regulierte Bereiche sowie besonders schutzbedürftige Kontexte. Perspektivisch kann eine datenschutzkonforme Wissenseinheit zudem als qualitativ hochwertige Ressource für Aus- und Weiterbildung sowie für das Training vertrauenswürdiger KI-Systeme dienen und damit zur technologischen Souveränität beitragen.

• Universität des Saarlandes
• Universität zu Lübeck