Blog

Foucault und die Diskursmaschine KI

Vor 100 Jahren wurde der Philosoph Michel Foucault geboren. Sein Werk kreist in der Tradition von Kant und Hegel um die Begriffe Macht, Wissen und Wahrheit. Schaut man aus unserer aktuellen Situation auf sein konstruktivistisches Gedankengebäude, entbehrt es leider nicht einer gewissen Ironie, dass sein Infragestellen von so etwas wie objektivem Wissen oder absoluter Wahrheit heute nicht genutzt wird, um in seinem Sinne Machtpositionen zu erschüttern, sondern von den Mächtigen, um zugunsten ihres Machterhaltes zu manipulieren.

Trotzdem hat sein Denken nicht an Relevanz verloren. Im Gegenteil, gerade bezogen auf das allgegenwärtige und übermächtige Thema KI ist es durchaus inspirierend:

Zentral für Foucault ist der Diskurs, und zwar die Frage, welche Denkmuster und Machtstrukturen unsere Sprache nicht nur prägen, sondern auch hervorbringen (Sprache schafft Sachen). Und diese Frage ist mehr als brisant, denn KI ist vor allem eines, eine mächtige Diskursmaschine. KI überschwemmt uns mit Sprache, zieht uns hinein, macht uns zum Teil ihres Diskurses, beeinflusst unsere Wahrnehmung, formt unsere Realität qua Diskurs.

Müssen wir uns also nicht drängend die Frage stellen, welche Denkmuster und Machtstrukturen diesen Diskurs prägen? Durch die alltägliche Anthropomorphisierung der KI einerseits (Die KI denkt, die KI will, die KI plant….) sowie anderseits durch die dystopischen Zukunftsszenarien, die seit Kurzem durch die Tech Bosse selbst so laut vertreten werden, wird abgelenkt davon, dass völlig intransparent ist, nach welchen Prinzipien und Regeln, ja nach welchen Absichten der KI-Unternehmen diese Software (und das ist KI schlicht immer noch) trainiert und ‚aligned‘ wird – und zwar letztendlich von Menschen.

Und hier wird Foucault plötzlich ganz aktuell: „(Wir müssen die Diskurse) als Praktiken behandeln, die systematisch die Gegenstände bilden, von denen sie sprechen. Zwar bestehen diese Diskurse aus Zeichen; aber sie benutzen diese Zeichen für mehr als nur zur Bezeichnung der Sachen (…) Dieses mehr muss man ans Licht bringen und beschreiben.“ (aus Michel Foucault: Die Archäologie des Wissens).

Also, mehr Licht ins Dunkel! Denn Aufklärung (im Französischen L’Age des Lumières, das Zeitalter des Lichts) ist die Voraussetzung für kritisches Denken und für Emanzipation. Wir müssen es uns unbequem machen, versuchen KI in ihren Grundsätzen zu verstehen. Die Strategien und Denkmuster dahinter. Mehr Transparenz einfordern. Uns selbst nicht zugunsten einer komfortabel (kurzfristig?) zu erzielenden Effizienzsteigerung aufsaugen lassen vom KI-Diskurs. Sapere aude! Wage es zu denken, und zwar selbst! Vielleicht war Kant nie so aktuell und wichtig wie gerade jetzt.

Übrigens, ganz emanzipatorisch habe ich für diesen Blogpost selbst gelesen, selbst gedacht und selbst geschrieben. Vielleicht ist der Text dadurch ein wenig sperrig geworden. Aber nur Sperrigkeit bietet Anknüpfungspunkte, an sprachlicher Glätte rutschen wir bequem ab.

WMOOC 2026 startet am 3.10.

WMOOC 2026 startet am 3.10.
WMOOC Kursbuch

Ausnahmsweise an einem Samstag, traditionell zum Tag der Deutschen Einheit, geht es los. Unser MOOC rund um das Thema Wissensmanagement startet zum 10. Mal. Freut euch mit uns auf tolle wöchentliche Live-Sessions aus Theorie und Praxis. In diesem Jahr haben wir sogar einige MOOC-Wochen mit zwei Sessions. Das wird intensiv! Seid also ab Samstag aktiv beim WMOOC 2026 dabei!

Wir starten wie immer mit unserer Auftaktveranstaltung für WMOOC-Neulinge und Neugierige (erste Live Session):
Am Montag dem 5. Oktober um 16 Uhr : Einführung in den WMOOC (Ablauf, Organisatorisches, Neues im WMOOC 2026 usw.) mit Gabriele & Dirk. Wir freuen uns, wenn auch ihr live dabei sein könnt. Du bist nicht für den WMOOC registriert, möchtest aber trotzdem an der Session teilnehmen? Dann melde dich einfach bei mir!
Achtung: Diese Live Session wird nicht online gestellt, da es hauptsächlich ums Kennenlernen und Organisatorisches geht.

Vorschau auf unsere Live Sessions im ersten WMOOC-Modul, d. h. im Oktober:

Thema: Smartes objektbasiertes Lernen mit Dirk Liesch
Termin: Montag 12.10.2026 16 Uhr

Thema: Besser unterscheiden mit Chatbots mit Stefan Holtel
Termin: Montag 19.10.2026 16 Uhr

Thema: Vorausschauende Wissenssicherung mit der Transferampel mit Christian Keller und Gabriele Vollmar
Termin: Mittwoch 21.10.2026 11 Uhr

Tragt euch diese Termine ein! Auch wenn die meisten Live Sessions als Aufzeichnung zur Verfügung gestellt werden, ist es doch immer schöner selbst dabei zu sein und z. B. Fragen stellen zu können. Und auch die Referent:innen freut’s, wenn möglichst viele von Euch live dabei sind!

Alle, die für den WMOOC registriert sind, erhalten außerdem in jeder MOOC-Woche empfohlene Lernmaterialien für das Selbststudium und eine Arbeitsaufgabe, für die es über die Plattform einen Badge für das eigene ePortfolio gibt. Also schaut doch gerne mal beim WMOOC rein!

WMOOC 2026 – noch mehr Save the Dates

WMOOC 2026 – noch mehr Save the Dates
MOOC

Am 3. Oktober startet zum zehnten Mal der Wissensmanagement MOOC und der Kalender mit den Live Sessions füllt sich immer weiter. In den letzten Tagen sind zwei spannende Sessions dazu gekommen – beide mit einem Fokus auf Wissensmanagement und KI:

  • 19.10. 16 Uhr: Stefan Holtel, Kurator für digitalen Wandel, zeigt uns in einer Live Demo, wie wir mittels Chatbots besser unterscheiden: Chatbots werden meist als schnelle Antwortmaschinen genutzt. Ihr größerer Nutzen für die tägliche Wissensarbeit könnte jedoch darin liegen, genauer zu unterscheiden: Was bedeutet eine unklare Anforderung eigentlich? Welche Annahmen bleiben unausgesprochen? Welche Zielkonflikte oder Perspektiven übersehen wir?
  • 9.11. 17 Uhr: Maximilian Moore berichtet über ein Praxisprojekt zum Einsatz von KI für den Wissenstransfer beim Jobwechsel bei einem großen Chemie-Unternehmen.

Außerdem freuen wir uns über eine Session mit gleich vier Session Geber:innen – ein ganzes Autor:innen-Team:

  • 20.11. 13 Uhr: Onboarding und Offboarding in der Öffentlichen Verwaltung. Grundlage das Vortrags ist eine Veröffentlichung der Gesellschaft für Wissensmanagement e.V.

Und nochmal erinnern möchte ich auch an die bereits publizierten Termine:

  • 5.10. 16 Uhr: Wie immer starten Dirk und ich die Session-Serie mit einer kleinen Einführung in den WMOOC. Das ist vor allem für die Neulinge gedacht.
  • 21.10. 11 Uhr: Christian Keller und ich stellen unser kleines Tool ‚Transferampel‚ vor und berichten darüber, wie dieses Tool die Verankerung eines systematischen Wissenssicherungsprozesses in der Organisation unterstützen kann.
  • 4.11. 16 Uhr: Stefan Zillich stellt die aktuell hochbrisante Frage, „Wie robust sind unsere epistemischen Systeme?„
  • 10.11. 17 Uhr: Angelika Mittelmann nimmt uns mit auf ihren Fitness-Parcours Persönliches Wissensmanagement
  • 1.12. 16 Uhr: Pavel Kraus und Manfred Bornemann zeigen, wie mit ihrem KM Story Telling Canvas die Überzeugung des Top Managements in Sachen Wissensmanagement gelingt
  • 8.12. 17 Uhr: Benjamin Nahkosteen führt uns entlang seines pragmatischen Leitfadens zur erfolgreichen wissensorientierten Führung

Wenn du über den WMOOC und die Live Sessions in den nächsten Wochen auf dem Laufenden gehalten werden möchtest, dann abonniere am besten unseren Newsletter. Oder registriere dich für den WMOOC und nutze neben den Live Sessions auch die Lerninhalte und Lernaufgaben entlang des 3-monatigen Curriculums.

Zum Glück werde ich dieses Jahr 57!

Zum Glück werde ich dieses Jahr 57!
ich_2017

Vor kurzem bin ich in der ZEIT über eine Aussage gestolpert, die mich – aus persönlichen Gründen – neugierig gemacht hat: Mit 57 Jahren, so war dort zu lesen, erreiche unsere kristalline Intelligenz ihren Höhepunkt. Die fluide Intelligenz dagegen nehme bereits ab einem Alter von etwa 20 Jahren ab. Und mehr noch: Eine neue Studie lege nahe, dass Menschen zwischen 57 und 60 Jahren besonders gut für Entscheidungspositionen mit hoher Verantwortung geeignet seien.

Das fand ich interessant. Vielleicht nicht nur aus persönlichen Gründen (s.o.), sondern auch deshalb, weil es so schön gegen die verbreitete Vorstellung verstößt, geistige Leistungsfähigkeit sei vor allem eine Frage der Jugend. Also habe ich mir die Studie selbst angeschaut.

Die fluide Intelligenz beschreibt unsere Fähigkeit, neue Probleme zu lösen, Muster zu erkennen und logisch zu schlussfolgern – ohne dafür auf bereits erworbenes Wissen zurückgreifen zu können. Die kristalline Intelligenz beruht dagegen auf Wissen und Erfahrung. Wortschatz, Fachwissen und das, was wir über Jahre gelernt und erlebt haben, gehören dazu.

Und diese beiden Fähigkeiten entwickeln sich im Laufe unseres Lebens sehr unterschiedlich: Die fluide Intelligenz erreicht ungefähr mit 20 Jahren ihren Höhepunkt und nimmt danach tendenziell ab. Andere Fähigkeiten entwickeln sich dagegen noch lange weiter. Dazu gehört die kristalline Intelligenz, aber beispielsweise auch emotionale Intelligenz oder finanzielles Wissen.

An dieser Stelle wird es interessant. Denn die Aussagen in der ZEIT sind zwar eingängig, verkürzen die Studie aber etwas.

Gilles Gignac von der University of Western Australia und Marcin Zajenkowski von der Universität Warschau haben für ihre 2025 in der Zeitschrift Intelligence veröffentlichte Studie nicht einfach fluide und kristalline Intelligenz miteinander verglichen. Sie haben Ergebnisse bereits veröffentlichter Untersuchungen zu einer ganzen Reihe von Fähigkeiten und Persönlichkeitsmerkmalen zusammengetragen und deren Entwicklung über das Erwachsenenleben betrachtet. Neben verschiedenen kognitiven Fähigkeiten flossen unter anderem Persönlichkeit, emotionale Intelligenz, finanzielle Kompetenz, moralisches Urteilsvermögen, kognitive Flexibilität, Empathie und die Widerstandsfähigkeit gegenüber bestimmten Denkfehlern ein. Daraus konstruierten die Forscher einen Cognitive-Personality Functioning Index, kurz CPFI. Und dieser zusammengesetzte Index erreicht tatsächlich ungefähr zwischen 55 und 60 Jahren seinen höchsten Wert.

Das bedeutet aber nicht: Mit 57 sind wir am intelligentesten. Es bedeutet vielmehr: Einige Fähigkeiten haben zu diesem Zeitpunkt bereits nachgelassen, während andere über Jahrzehnte gewachsen sind. In der Summe können sich diese unterschiedlichen Entwicklungen offenbar erstaunlich gut ergänzen.

Mit 25 können wir möglicherweise schneller neue Zusammenhänge erkennen als mit 57. Mit 57 verfügen wir dafür über drei Jahrzehnte zusätzliches Wissen und Erfahrung. Wir haben mehr Situationen erlebt. Wir können neue Probleme mit bereits bekannten vergleichen. Wir erkennen vielleicht schneller, welche Informationen wirklich wichtig sind. Und wir haben gelernt, welche Entscheidungen in der Vergangenheit funktioniert haben – und welche nicht.

Die Forscher gehen deshalb auch der Frage nach, was das für anspruchsvolle Entscheidungspositionen bedeutet. Ihre Schlussfolgerung ist allerdings vorsichtiger, als die griffige Zahl „57“ vermuten lässt: Menschen, die für Entscheidungen mit hohen Konsequenzen besonders gut geeignet sind, seien wahrscheinlich weder jünger als 40 noch älter als 65. Es geht also nicht um ein magisches Alter, in dem wir plötzlich optimale Entscheider sind. Es geht um ein Zusammenspiel unterschiedlicher Fähigkeiten.

Und an dieser Stelle stellt sich für mich eine weitere Frage, die in der Studie so noch gar nicht beantwortet wird: Was passiert mit diesem Verlauf, wenn wir Künstliche Intelligenz hinzunehmen?

Denn ausgerechnet bei einigen Fähigkeiten, die mit zunehmendem Alter nachlassen, kann KI uns unterstützen. Eine KI kann große Informationsmengen schnell durchsuchen, Alternativen generieren, Muster sichtbar machen, Argumente gegenüberstellen oder uns auf Widersprüche aufmerksam machen. Sie könnte damit einen Teil dessen kompensieren, was unsere fluide Intelligenz im Laufe des Lebens weniger gut leistet. Unser Erfahrungswissen kann sie dagegen nicht einfach ersetzen. Wissen besteht schließlich nicht nur aus gespeicherten Informationen. Es besteht auch daraus, Situationen erlebt, Konsequenzen erfahren und Zusammenhänge über Jahre verstanden zu haben.

Vielleicht liegt deshalb gerade hier eine der interessantesten Perspektiven für die Zusammenarbeit von Mensch und KI: Wir nutzen KI nicht, um unsere Erfahrung zu ersetzen. Wir nutzen sie, um unsere Erfahrung mit Fähigkeiten zu ergänzen, die uns zunehmend schwerer fallen. Dann könnte die eigentlich interessante Frage irgendwann nicht mehr lauten: In welchem Alter erreichen Menschen den Höhepunkt ihrer Leistungsfähigkeit? Sondern: Wie lange können wir diesen Höhepunkt halten, wenn menschliche Erfahrung und künstliche Intelligenz zusammenkommen?

WMOOC 2026 Vorschau auf geplante Live Sessions

WMOOC 2026 Vorschau auf geplante Live Sessions
WMOOC

Aktuell laufen die Vorbereitungen für unseren Wissensmanagement MOOC (WMOOC) auf Hochtouren. Und der Kalender mit den wöchentlichen Live Sessions füllt sich schon beachtlich. Daher schon jetzt ein paar ‚Save the Dates‘ und Vorgucker:

  • 5.10. 16 Uhr: Wie immer starten Dirk und ich die Session-Serie mit einer kleinen Einführung in den WMOOC. Das ist vor allem für die Neulinge gedacht.
  • 21.10. 11 Uhr: Christian Keller und ich stellen unser kleines Tool ‚Transferampel‚ vor und berichten darüber, wie dieses Tool die Verankerung eines systematischen Wissenssicherungsprozesses in der Organisation unterstützen kann.
  • 4.11. 16 Uhr: Stefan Zillich stellt die aktuell hochbrisante Frage, „Wie robust sind unsere epistemischen Systeme?„
  • 10.11. 17 Uhr: Angelika Mittelmann nimmt uns mit auf ihren Fitness-Parcours Persönliches Wissensmanagement
  • 1.12. 16 Uhr: Pavel Kraus und Manfred Bornemann zeigen, wie mit ihrem KM Story Telling Canvas die Überzeugung des Top Managements in Sachen Wissensmanagement gelingt
  • 8.12. 17 Uhr: Benjamin Nahkosteen führt uns entlang seines pragmatischen Leitfadens zur erfolgreichen wissensorientierten Führung

Soweit die Termine, die schon feststehen. Aber das ist noch nicht alles. In unserer Pipeline sind noch weitere Input-Geber:innen und Themen wie Erfahrungen mit KI fürs persönliche Wissensmanagement, funktionierende Praxis von KI fürs organisationale Wissensmanagement, Entwicklung einer Wissensmanagement-Strategie für ein städtisches Amt, Onboarding und Offboarding in der Öffentlichen Verwaltung…

Wenn du über den WMOOC und die Live Sessions in den nächsten Wochen auf dem Laufenden gehalten werden möchtest, dann abonniere am besten unseren Newsletter. Oder registriere dich für den WMOOC und nutze neben den Live Sessions auch die Lerninhalte und Lernaufgaben entlang des 3-monatigen Curriculums.

Knowledge Garden online

Knowledge Garden online
Knowledge Garden

Recently, I’ve been asked time and again how it could be that my own ‘Knowledge Garden’ model isn’t available on my website. That isn’t entirely true, though it was indeed somewhat buried and could only be found in two or three specialist articles.

I’ve now changed that and made the model more readily accessible, including an explanation, of course. You should now be able to find it here quite easily (I hope).

Knowledge Camp 2026 – the AI Era

Knowledge Camp 2026 – the AI Era

Es ist wieder soweit: Das KnowledgeCamp der Gesellschaft für Wissensmanagement e. V. (GfWM) geht in die nächste Runde – und zwar bereits zum 22. Mal!

In diesem Jahr steht es unter dem Motto „KM in the AI Era – Wissensmanagement im Zeitalter der KI”.

Eine wunderbare Gelegenheit, sich zu vernetzen, auszutauschen, inspirieren zu lassen. Mit über 220 Teilnehmenden aus Unternehmen, Verwaltung, Wissenschaft und Non-Profit-Organisationen werden die unterschiedlichsten Perspektiven zusammengebracht.
Besonders spannend in diesem Jahr ist die thematische Ausrichtung. KM in the AI Era – denn Wissensmanagement und KI sind längst untrennbar miteinander verbunden. Wer sich mit Wissensarbeit befasst, kommt an KI nicht mehr vorbei – und umgekehrt braucht KI ein fundiertes Verständnis von Wissensmanagement. Auch in unserem WMOOC beschäftigen wir uns mit dem Thema KI im WM. Mehr dazu findet ihr hier.
Durch die bewährte Mischung aus Präsenz- und virtuellem Format bleibt das KnowledgeCamp offen und zugänglich für alle – egal, ob sie vor Ort in Berlin oder von überall aus dabei sind. Auch weiterhin lebt das Projekt vom Engagement der vielen Ehrenamtlichen, die seit Jahresbeginn planen und nun langsam in die heiße Phase gehen.
So freue ich mich, auch 2026 das GKC als Sponsorin unterstützen zu können.

Anmelden und hin! Ich freue mich auf euch und darauf, gemeinsam Wissensmanagement im KI-Zeitalter zu gestalten.
Mehr Informationen und Anmeldung: gfwm.de/knowledgecamp-2026

Wissensgarten online

Wissensgarten online
Wissensgarten

In der letzten Zeit wurde ich immer wieder gefragt, wie es denn sein könne, das mein eigenes Modell des Wissensgartens nicht auf meiner Webseite zu finden sei. Was so nicht ganz stimmt, allerdings war es tatsächlich etwas vergraben nur in den Publikationen in zwei, drei Fachartikeln zu finden.

Das habe ich jetzt geändert und das Modell direkter zugänglich gemacht, natürlich einschließlich einer Erläuterung. Hier findet ihr es nun (hoffentlich) ganz einfach.

Wie hoch ist meine persönliche KI-Kompetenz?

Diese Frage habe ich mittels das KI-Kompetenz-Audits der DHBW Heilbronn beantwortet. Das Ergebnis sehr ihr hier:

Das KI-Kompetenz-Audit entstand im Rahmen des Projekts KI-Campus Hub Baden-Württemberg, ein Projekt unter Leitung des Stifterverbandes mit Förderung der Dieter Schwarz Stiftung. Entwickelt wurde das Audit vom KI-Team der Bildungsforschung an der DHBW Heilbronn.

Probiert es doch auch einmal aus! Neben der grafischen Auswertung gibt es noch eine ausführliche schriftliche Bewertung mit Hinweisen auf passende Weiterbildungsmöglichkeiten aus dem Angebot des KI Campus. Der KI Campus Baden-Württemberg ist eine komplett kostenfreie Lernplattform mit einem vielfältigen und hochwertigen Angebot an Webinaren.

Übrigens: Das KI-Kompetenz-Audit gibt es auch für Unternehmen/Organisationen: Wie hoch ist die KI-Kompetenz meines Unternehmens?

Why starting a career is becoming harder with AI

Why starting a career is becoming harder with AI
AI generated

In my last blog post, I explored a central insight from recent research: AI does not (yet) destroy jobs – but it reshapes them.
However, there is one group for whom the picture looks considerably less optimistic: early-career professionals. Here are some reasons why:

  1. The disappearing ‚first steps‘
    For decades, organisations relied on a relatively stable pattern: Entry-level employees handled rather routine tasks like research, documentation, data preparation etc. Doing this, over time, they developed judgment, contextual understanding, and professional intuition.
    Thus, this was never just “simple work.” It was learning infrastructure.
    Today, this infrastructure is eroding. Recent studies (e.g. McKinsey, Revelio, Stanford) show that precisely these tasks are increasingly being taken over by AI systems and that the demand for entry-level roles is declining sharply. While demand for experienced workers is holding steady or even increasing.
  2. A fundamental shift
    The challenge is not losing jobs. The challenge is not getting in. Entry-level roles are becoming fewer, more demanding, and less “forgiving”.
    In other words: The threshold for becoming productive is rising.
  3. From learning-by-doing to learning-by-design?
    Traditionally, organisations relied on a simple mechanism: People learn through doing – even if the work is imperfect. AI disrupts this mechanism in two ways:
    Task removal: The “practice field” disappears.
    Task delegation: Instead of doing the work, juniors supervise AI output.
    And here lies a paradox. Experimental research shows that heavy reliance on AI can actually impair skill development, particularly for novices: weaker conceptual understanding, reduced ability to diagnose errors, and less deep learning.
    So we are asking early-career professionals to start at a higher level with fewer opportunities to learn while relying on tools that may undermine their learning.
  4. The missing piece: Seniors because they work at home
    If entry-level work becomes more complex, the obvious answer is: more support from experienced colleagues. But this is exactly where the second major trend comes into play: remote and hybrid work.
    Research (e.g. Emma Harrington, University of Virginia and again Emma) shows:
    Remote work makes it harder to train and mentor junior employees. Physical proximity significantly increases feedback and learning. Career progression slows when mentoring is reduced.
    There is even evidence suggesting that a large share of rising youth unemployment can be linked to the spread of remote work.
    From a knowledge perspective, this is not surprising. Learning in organisations is not just about formal training, explicit knowledge, and documented processes. It is about informal feedback, observation, asking “quick questions”, being pulled into conversations. In short: tacit knowledge transfer. And tacit knowledge does not travel well over Teams.
  5. Double disruption
    If we combine both developments, a problematic dynamic emerges:
    AI removes beginner tasks, raises entry requirements, speeds up workflows. Remote work removes informal learning, reduces access to mentors, slows down capability building.
  6. A Knowledge Management blind spot
    From a KM perspective, this should ring alarm bells. Many organisations are currently focusing on AI tools, automation, efficiency gains, and knowledge repositories.
    But they are overlooking more fundamental questions: How do people develop the capability to work with knowledge in the first place? Where do juniors practice? Where do they make mistakes? Where do they receive feedback? Where do they observe experts at work?If these mechanisms are not redesigned, we risk creating a generation of workers who are highly tool-enabled but insufficiently experienced.
  7. Rethinking the entry phase
    Based on the emerging evidence, three areas seem critical:
    Deliberate learning design (structured learning tasks, well designed progression paths, combination of AI use with reflection)
    Reinvestment in mentoring with structured check-ins, conscious feedback loops, and visible expert work.
    Hybrid thinking (not just hybrid working), which means that if proximity matters for learning, then presence must be intentional. Thus, not “come to the office sometimes” but „come together when learning happens“.

So – who should be worried now?

In the last post, the answer was: It depends on the tasks. For early-career professionals, the answer becomes sharper: You should be concerned if your learning depends on routine tasks, passive observation, and implicit guidance. Because all three are under pressure.

Final thought

The first blog post asked: Who is afraid of AI? Who should be?
This follow-up suggests a different question: Who will still be able to learn how to work? Because the real long-term risk is not job loss. It is the quiet erosion of the pathways that create expertise. And that is, at its core, a knowledge management challenge.