Für den Einsatz von KI im Wissensmanagement ist die Qualität der zugrunde liegenden Daten entscheidend. Neben strukturierten, unstrukturierten, Echtzeit- und historischen Daten sind auch sensible Informationen zu berücksichtigen. Damit kein „Shit in, shit out“-Problem entsteht, braucht es Vorarbeit: Bestandsaufnahme, Bereinigung, Strukturierung und klare Zugriffsregeln sichern Konsistenz und Verlässlichkeit. Pilotprojekte mit Nutzerfeedback ermöglichen schrittweise Optimierung. Grenzen ergeben sich durch Datenqualität, Bias, Sprachbarrieren, technische Limitierungen und rechtliche Vorgaben wie die DSGVO, die den Einsatz komplex machen.