AI Meeting Assistants werden in vielen Unternehmen zunächst wie persönliche Produktivitätstools eingesetzt. Eine Mitarbeiterin richtet einen eigenen Account ein, ein Account Manager zeichnet Kundengespräche auf und ein Projektleiter nutzt die Lösung für interne Sitzungen. Die erzeugten Protokolle, Zusammenfassungen und Aufgaben landen danach im persönlichen Bereich der jeweiligen Person.
Am Anfang ist das meist unproblematisch. Sobald ein AI Meeting Assistant jedoch über Monate oder Jahre genutzt wird, entsteht daraus mehr als nur eine Sammlung persönlicher Notizen. In den gespeicherten Gesprächen befinden sich Kundenbedürfnisse, Entscheidungen, Zusagen, Projekthistorien, Preisgespräche, strategische Überlegungen und die Gründe hinter früheren Entscheidungen.
Damit stellt sich eine wichtige Frage: Sind AI Meeting Notes persönliche Notizen oder bereits Teil des Unternehmenswissens?
Diese Frage beeinflusst nicht nur Datenschutz und Zugriffsrechte. Sie entscheidet auch darüber, wie gut Wissen bei Handovers, Fluktuation oder einem Wechsel von Verantwortlichkeiten im Unternehmen erhalten bleibt.
AI Meeting Notes sind mehr als persönliche Notizen
Klassische Meeting-Notizen waren häufig eine persönliche Gedankenstütze. Eine Person schrieb während eines Gesprächs einige Stichpunkte auf und verwendete diese später für ihre eigene Arbeit.
Ein AI Meeting Assistant verändert diesen Prozess deutlich. Er kann ein vollständiges Gespräch transkribieren, eine strukturierte Zusammenfassung erstellen, Aufgaben und Entscheidungen erkennen und das Meeting dauerhaft durchsuchbar machen.
Aus einer persönlichen Notiz entsteht dadurch eine umfangreiche Dokumentation des Gesprächs.
Ein einziges Kundengespräch kann beispielsweise konkrete Anforderungen, Einwände, vereinbarte nächste Schritte, Preisvorstellungen, Produktfeedback und Informationen über interne Entscheidungsprozesse beim Kunden enthalten. Wenn dieselbe Person über mehrere Jahre mit diesem Kunden arbeitet, entsteht daraus eine detaillierte Gesprächshistorie.
Spätestens dann ist dieses Wissen nicht mehr nur für die einzelne Person relevant. Es wird für das Unternehmen wertvoll.
Was passiert mit fünf Jahren Kundenwissen?
Stellen wir uns einen Key Account Manager vor, der seit fünf Jahren einen wichtigen Kunden betreut und in dieser Zeit rund 150 Gespräche geführt hat. Alle Meetings wurden mit einem persönlichen AI Meeting Assistant dokumentiert.
In dieser Historie lässt sich nachvollziehen, welche Anforderungen der Kunde ursprünglich hatte, warum bestimmte Angebote abgelehnt wurden, welche Preisgespräche stattgefunden haben, welche Produktprobleme immer wieder aufgetreten sind und welche Zusagen das eigene Unternehmen gemacht hat.
Dann verlässt der Account Manager das Unternehmen.
In vielen Unternehmen beginnt nun eine klassische Übergabe. Die Person erstellt ein Dokument, führt ein oder zwei Meetings mit der Nachfolge und versucht, mehrere Jahre Kundenwissen in wenigen Stunden zusammenzufassen.
Das kann funktionieren, aber ein grosser Teil des Kontexts geht trotzdem verloren. Ältere Entscheidungen, frühere Einwände oder Zusammenhänge werden vergessen, weil niemand fünf Jahre Gesprächshistorie vollständig aus dem Gedächtnis rekonstruieren kann.
Wenn die relevanten Meetings dagegen strukturiert im Unternehmen verfügbar sind, kann die Nachfolge gezielt Fragen stellen. Sie kann beispielsweise herausfinden, welche Themen der Kunde im letzten Jahr mehrfach angesprochen hat, warum eine bestimmte Lösung früher abgelehnt wurde oder welche offenen Zusagen noch bestehen.
Damit verändert sich Wissenstransfer grundlegend.
Drei Arten, Meeting-Wissen zu organisieren
Unternehmen sollten deshalb bewusst entscheiden, wie Meeting-Wissen organisiert werden soll. In der Praxis lassen sich drei sinnvolle Ansätze unterscheiden.
Persönliche Nutzung
Bei der persönlichen Nutzung arbeitet jeder Mitarbeitende mit seinem eigenen Meeting-Bereich. Die Person entscheidet selbst, welche Gespräche aufgenommen werden und welche Inhalte sie später mit anderen teilt.
Dieses Modell ist einfach und eignet sich gut für den individuellen Einstieg. Nicht jedes Meeting muss automatisch Teil des gemeinsamen Unternehmenswissens werden, und persönliche oder sensible Gespräche können privat bleiben.
Problematisch wird es dann, wenn wichtige Kundengespräche, Projektentscheidungen oder strategische Diskussionen dauerhaft nur in einem persönlichen Account liegen.
Je länger ein AI Meeting Assistant genutzt wird, desto stärker verschwimmt deshalb die Grenze zwischen persönlicher Produktivität und geschäftlich relevantem Wissen.
Gemeinsames Teamwissen
Ein zweiter Ansatz besteht darin, relevante Meetings innerhalb eines Teams zu organisieren und gezielt zu teilen.
Kundengespräche können beispielsweise für das zuständige Account Team sichtbar sein. Projektmeetings können in einem gemeinsamen Projektordner liegen und Vorlagen können innerhalb des Teams gemeinsam genutzt werden.
Damit bleibt die persönliche Flexibilität erhalten, während wichtiges Wissen nicht in einzelnen Accounts verschwindet.
Für viele Unternehmen ist dieses Modell besonders sinnvoll, weil nicht jedes Meeting automatisch allen Mitarbeitenden zugänglich gemacht wird. Gleichzeitig kann relevantes Wissen genau dort verfügbar gemacht werden, wo es gebraucht wird.
Unternehmensweites Meeting-Wissen
Wenn ein AI Meeting Assistant breiter im Unternehmen eingesetzt wird, reicht reines Teilen irgendwann nicht mehr aus. Dann werden zusätzliche Regeln notwendig.
Unternehmen müssen beispielsweise festlegen, welche Meeting-Arten aufgenommen werden dürfen, welche Gespräche grundsätzlich privat bleiben, wie lange Daten gespeichert werden und was mit Meeting-Inhalten passiert, wenn eine Person das Unternehmen verlässt.
Auch Zugriffsrechte werden wichtiger. Ein Projektteam sollte seine Projekthistorie durchsuchen können, ohne automatisch Zugriff auf vertrauliche HR-Gespräche oder Sitzungen der Geschäftsleitung zu erhalten.
In diesem Modell wird der AI Meeting Assistant nicht mehr nur als persönliches Werkzeug gesehen. Er wird zu einer zentralen Wissensquelle, für die klare Regeln und Verantwortlichkeiten notwendig sind.
Müssen deshalb alle Meetings gemeinsam verfügbar sein?
Nein. Genau das wäre die falsche Schlussfolgerung.
Nicht jedes Gespräch sollte automatisch Teil einer zentralen Wissensbasis werden. Mitarbeitende führen auch Gespräche, die persönlich, vertraulich oder besonders sensibel sind. Dazu können HR-Gespräche, bestimmte Führungsgespräche, persönliche Notizen oder vertrauliche Einzelgespräche gehören.
Ein gutes System muss deshalb unterschiedliche Formen von Meeting-Wissen unterstützen.
Persönliche Gespräche sollten privat bleiben können. Relevante Projektmeetings sollten dagegen für das Projektteam verfügbar sein. Geschäftskritische Kundengespräche sollten nicht ausschliesslich in einem persönlichen Account verschwinden.
Das Ziel ist nicht, dass jeder alles sehen kann. Das Ziel ist, dass relevantes Wissen für die richtigen Personen verfügbar bleibt.
Privat oder gemeinsam als Standard?
AI Meeting Plattformen unterscheiden sich zunehmend darin, wie sie mit dieser Frage umgehen.
Einige Lösungen behandeln Meeting Notes grundsätzlich als persönliche Inhalte und setzen auf einen Ansatz, bei dem Inhalte zunächst privat bleiben. Andere Lösungen legen stärker den Fokus auf gemeinsame Arbeitsbereiche und zentrale Meeting-Historien.
Beide Ansätze haben Vorteile.
Ein privater Standard reduziert das Risiko, dass sensible Inhalte versehentlich geteilt werden. Gemeinsame Bereiche verhindern dagegen, dass wichtiges Wissen in persönlichen Silos verschwindet.
Für Unternehmen ist deshalb weniger entscheidend, welcher Ansatz grundsätzlich besser ist. Entscheidend ist, ob die Lösung beide Situationen sauber abbilden kann.
Was passiert, wenn ein Mitarbeitender das Unternehmen verlässt?
Spätestens beim Offboarding wird die Frage nach dem Meeting-Wissen sehr konkret.
Wenn eine Person das Unternehmen verlässt, muss geklärt sein, was mit ihren bisherigen Meetings passiert. Bleiben Kundengespräche erhalten? Werden persönliche Inhalte gelöscht? Wer übernimmt die Verantwortung für gemeinsam genutzte Meetings? Können Projektteams weiterhin auf frühere Entscheidungen zugreifen?
Diese Fragen sollten nicht erst beantwortet werden, wenn jemand kündigt.
Ein sinnvoller Ansatz unterscheidet zwischen persönlichen Meetings, gemeinsam genutzten Team-Meetings und geschäftskritischen Gesprächshistorien.
Persönliche Inhalte können privat bleiben oder entsprechend den internen Regeln gelöscht werden. Projekt- und Kundenmeetings können dagegen dort verbleiben, wo das Team sie weiterhin benötigt.
Damit wird Offboarding nicht zu einer hektischen Suche nach verlorenem Wissen.
Wissenstransfer wird deutlich einfacher
Besonders wertvoll wird eine strukturierte Meeting-Historie bei Handovers.
Heute läuft eine Übergabe häufig so ab, dass eine Person ein Dokument erstellt und anschliessend ein längeres Gespräch mit der Nachfolge führt. Die wichtigsten Punkte werden festgehalten, aber viele Hintergründe bleiben unklar.
Mit dokumentierten Meeting-Historien kann die Nachfolge später gezielt nachfragen.
Sie kann beispielsweise herausfinden, welche Entscheidungen bei einem Projekt im letzten Jahr getroffen wurden, welche Risiken mehrfach erwähnt wurden oder warum sich ein Team gegen eine bestimmte Lösung entschieden hat.
Dadurch bleibt nicht nur das Ergebnis einer Entscheidung erhalten. Auch der Kontext dahinter kann später wieder nachvollzogen werden.
Aus Meeting Notes entsteht langfristig Unternehmenswissen
Wenn relevante Gespräche über Jahre dokumentiert werden, entsteht daraus nach und nach ein digitales Unternehmensgedächtnis.
Meetings enthalten nämlich nicht nur Fakten. Sie enthalten auch Begründungen, Einwände, Zusammenhänge, Unsicherheiten, frühere Entscheidungen und Lernprozesse.
Dieses Wissen existierte früher häufig nur in den Köpfen einzelner Personen.
Wenn es strukturiert dokumentiert und später wieder auffindbar wird, kann das Unternehmen auch nach einem Wechsel von Mitarbeitenden auf diesen Kontext zurückgreifen.
Das ist besonders wertvoll bei Fluktuation, Pensionierungen, Reorganisationen, Führungswechseln, Fusionen oder Übernahmen.
Berechtigungen werden immer wichtiger
Je wertvoller das gespeicherte Meeting-Wissen wird, desto wichtiger werden klare Zugriffsrechte.
Eine organisationsweite AI-Suche darf nicht bedeuten, dass jeder Mitarbeitende automatisch alle Meetings durchsuchen kann.
Ein Sales-Mitarbeiter benötigt keinen Zugriff auf vertrauliche HR-Gespräche. Ein Projektteam muss keine Sitzungen der Geschäftsleitung sehen. Ein externer Berater sollte nur auf die Informationen zugreifen können, die für sein Mandat notwendig sind.
Meeting-Wissen braucht deshalb klare Berechtigungen auf persönlicher, Team- und Unternehmensebene.
Diese Regeln müssen auch dann gelten, wenn Meeting-Inhalte später über AI Chat, API oder MCP verwendet werden.
Was passiert, wenn ChatGPT oder Claude auf Meeting-Wissen zugreifen?
Diese Frage wird wichtiger, sobald Unternehmen ihre Meeting-Historie mit weiteren AI-Systemen verbinden.
Wenn ein Nutzer ein Meeting innerhalb der Plattform nicht sehen darf, sollte er auch über ChatGPT, Claude oder einen anderen AI-Agenten keine Informationen daraus erhalten.
Die bestehenden Zugriffsrechte dürfen durch eine neue Schnittstelle nicht umgangen werden.
Ein gutes System muss deshalb berücksichtigen, wer eine Frage stellt, auf welche Meetings diese Person zugreifen darf und welcher Kontext überhaupt an ein externes AI-System weitergegeben werden soll.
Damit wird aus einem einfachen Sharing-Thema eine grundsätzliche Frage der Datenkontrolle.
Datenschutz bedeutet mehr als nur den Serverstandort
Beim Thema Meeting-Wissen konzentriert sich die Diskussion häufig darauf, ob Daten in der Schweiz oder im Ausland gespeichert werden.
Das ist wichtig, aber es ist nur ein Teil der Frage.
Unternehmen sollten auch wissen, wer auf Inhalte zugreifen kann, wie lange Meeting-Daten gespeichert werden, wie sie exportiert oder gelöscht werden können und welche AI-Modelle bei der Verarbeitung eingesetzt werden.
Gerade bei sensiblen Gesprächen ist zudem relevant, ob Daten für Transkription und Zusammenfassung an externe Anbieter weitergegeben werden oder ob die Verarbeitung innerhalb einer kontrollierten Schweizer Umgebung erfolgt.
Datenschutz bedeutet deshalb nicht nur, den richtigen Speicherort zu wählen. Unternehmen müssen den gesamten Lebenszyklus ihrer Meeting-Daten kontrollieren können.
Welche Regeln sollten Unternehmen früh festlegen?
Unternehmen, die AI Meeting Assistants breiter einsetzen, sollten einige grundlegende Fragen früh beantworten.
Sie sollten festlegen, welche Meeting-Arten aufgenommen werden dürfen, welche Gespräche privat bleiben sollen und welche Inhalte für Teams oder andere Bereiche zugänglich gemacht werden können.
Auch die Speicherdauer, der Umgang mit Mitarbeiteraustritten und die Nutzung von AI-Funktionen sollten klar geregelt sein.
Solche Regeln müssen nicht kompliziert sein. Eine einfache Meeting-AI-Policy kann bereits verhindern, dass jeder Mitarbeitende dieselben Entscheidungen immer wieder selbst treffen muss.
Wie Meeting Metrics mit Meeting-Wissen umgeht
Meeting Metrics versteht Meeting-Dokumentation nicht nur als persönliche Produktivitätsfunktion.
Natürlich soll eine einzelne Person schneller ein gutes Protokoll erhalten und Aufgaben oder Entscheidungen automatisch erkennen können. Der langfristige Wert entsteht jedoch dann, wenn relevantes Meeting-Wissen auch für Teams und Unternehmen nutzbar bleibt.
Meetings, Ordner und Vorlagen können deshalb gemeinsam genutzt werden, während Berechtigungen dafür sorgen, dass sensible Gespräche nicht automatisch für andere sichtbar werden.
Für besonders sensible Anforderungen kann die Verarbeitung in der Schweiz erfolgen. Auch lokale Modelle und individuell definierte Setups sind möglich.
Über Suche, Chat, API und MCP kann Meeting-Wissen anschliessend in weitere Arbeitsprozesse eingebunden werden.
Das Ziel ist dabei nicht, möglichst viele Gespräche möglichst breit zu verteilen. Entscheidend ist, dass relevantes Wissen langfristig erhalten bleibt und gleichzeitig nur für die richtigen Personen zugänglich ist.
Fazit
AI Meeting Assistants beginnen in vielen Unternehmen als persönliche Produktivitätstools. Mit jedem dokumentierten Meeting wächst jedoch der Wert der gespeicherten Informationen.
Nach mehreren Jahren kann daraus ein erheblicher Teil des Kunden-, Projekt- und Entscheidungswissens eines Unternehmens entstehen.
Unternehmen sollten deshalb früh entscheiden, welche Meeting Notes persönlich bleiben und welche Teil des gemeinsamen Wissens werden sollen.
Die entscheidende Frage lautet nicht einfach, ob Meeting-Notizen dem Mitarbeitenden oder dem Unternehmen gehören.
Wichtiger ist die Frage:
Welches Wissen muss privat bleiben und welches Wissen darf das Unternehmen nicht verlieren?
Genau diese Unterscheidung entscheidet darüber, ob AI Meeting Notes langfristig nur bessere Notizen bleiben oder zu einer wertvollen Wissensbasis für das gesamte Unternehmen werden.
So ist er deutlich weniger „AI-Blog-mässig“ aufgebaut und liest sich mehr wie ein echter Fachartikel.
