Retaining explicit and implicit knowledge with RAG-enhanced Generative AI

Vorschaubild
Autor:innen
Autor:in (Körperschaft)
Publikationsdatum
2026
Typ der Arbeit
Studiengang
Sammlung
Institut für Wirtschaftsinformatik
Komplettanzeige
Typ
04B - Beitrag Konferenzschrift
Herausgeber:innen
Herausgeber:in (Körperschaft)
Betreuer:in
Übergeordnetes Werk
2026 IEEE Conference on Artificial Intelligence (CAI)
Themenheft
DOI der Originalpublikation
https://doi.org/10.1109/cai68641.2026.11536520
URI
https://irf.fhnw.ch/handle/11645/57124
Link
Zugehörige Forschungsdaten
Reihe / Serie
Reihennummer
Jahrgang / Band
Ausgabe / Nummer
Seiten / Dauer
403-406
Patentnummer
Verlag / Herausgebende Institution
IEEE
Verlagsort / Veranstaltungsort
Granada
Auflage
Version
Programmiersprache
Abtretungsempfänger:in
Praxispartner:in/Auftraggeber:in
Zusammenfassung
Organizational knowledge, both explicit in documents and implicit in employees’ minds, is a key source of competitive advantage but is often lost through turnover and inadequate knowledge management. This study demonstrates how Generative AI (GenAI) combined with Retrieval Augmented Generation (RAG) can help retain and reuse such knowledge. Using the Design Science Research methodology, a GenAI system was developed and applied in a case study of the purchasing department of a major European engineering and technology company. The solution uses transcripts from expert debriefing interviews to elicit and categorize implicit knowledge at both surface and deep levels. The AI system interprets and contextualizes expert insights, transforming them into accessible organizational knowledge. The resulting artefact enables efficient retrieval and reuse of codified expertise and is transferable across business contexts. Workshop evaluations confirmed its effectiveness in capturing and applying implicit knowledge, demonstrating that GenAI with RAG offers a practical approach to mitigating knowledge loss and leveraging organizational expertise more effectively.
Schlagwörter
Fachgebiet (DDC)
658 - General Management
005 - Computer Programmierung, Programme und Daten
Projekt
Veranstaltung
2026 IEEE Conference on Artificial Intelligence (CAI)
Startdatum der Ausstellung
Enddatum der Ausstellung
Startdatum der Konferenz
08.05.2026
Enddatum der Konferenz
10.05.2026
Datum der letzten Prüfung
ISBN
979-8-3315-6039-3
979-8-3315-6040-9
ISSN
Sprache
Englisch
Während FHNW Zugehörigkeit erstellt
Ja
Zukunftsfelder FHNW
Publikationsstatus
Veröffentlicht
Begutachtung
peer-reviewed
Open Access-Status
Closed
Lizenz

Zitation
Miliaev, S., Hinkelmann, K., & Eisenbart, B. (2026). Retaining explicit and implicit knowledge with RAG-enhanced Generative AI. 2026 IEEE Conference on Artificial Intelligence (CAI), 403–406. https://doi.org/10.1109/cai68641.2026.11536520
Komplettanzeige