"Where Provenance Ends, Knowledge Decays" Reflections

Author: Yauheni Kurbayeu
Published: Mar 17, 2026

Hier ist ein weiteres starkes Argument zu etwas, das sich still und leise unter der Oberfläche der KI-Welle angebahnt hat – die Beziehung zwischen Wissen und seinem Ursprung.

Ich habe kürzlich "Where provenance ends, knowledge decays" von Jessica Talisman gelesen, und was diesen Text so wirkungsvoll macht, ist nicht, dass er KI kritisiert, sondern dass er das Problem vollständig neu rahmt.

Er zeigt, wie Sprachmodelle, je besser sie darin werden, flüssige und überzeugende Ausgaben zu erzeugen, gleichzeitig die Kette auflösen, die Wissen überhaupt erst vertrauenswürdig macht.

Nicht nur Quellenangaben, sondern die gesamte Herkunftslinie – wer etwas erstellt hat, unter welchen Annahmen, in welchem Kontext und warum diese Entscheidungen zu jener Zeit sinnvoll waren.

Das Ergebnis ist subtil, aber strukturell.

Wir verlieren keine Informationen.
Wir verlieren die Fähigkeit zu verstehen, woher diese Informationen stammen und ob ihnen noch vertraut werden sollte.

Wissen beginnt sich zu verschieben – von etwas Verankertem und Nachverfolgbarem hin zu etwas, das schlicht plausibel erscheint.

Und je mehr wir uns auf diese Systeme verlassen, desto mehr verstärkt sich dieser Effekt.

Was ich als besonders wichtig erachte, ist, dass der Artikel das Problem nicht auf „KI braucht Zitate" reduziert.

Er geht tiefer.

Provenienz ist keine Formatierungsfrage – sie ist eine Integritätsschicht.

Sie ist das, was es Systemen – menschlichen wie technischen – ermöglicht, Wissen sicher zu validieren, zu prüfen und weiterzuentwickeln.

Ohne sie werden selbst korrekte Ausgaben fragil, weil ihre Begründung nicht rekonstruiert werden kann.

Beim Lesen habe ich dies immer wieder auf etwas abgebildet, das ich aus einem etwas anderen Blickwinkel erkunde – Entscheidungsprovenienz in der Softwarebereitstellung.

Im Ingenieurwesen waren wir schon immer gut darin, Ergebnisse zu bewahren.

Wir speichern Code, APIs, Infrastruktur, Dokumentation.

Aber die Begründungen dahinter – die Entscheidungen, Kompromisse und verworfenen Alternativen – verschwinden in der Regel in Meetings, Chats und dem Gedächtnis einzelner Personen.

Das war bereits ein Problem, aber ein beherrschbares, solange sich Systeme langsamer entwickelten.

KI verändert das vollständig.

Jetzt werden Entscheidungen nicht nur schneller getroffen – sie werden zunehmend gemeinsam von Menschen und Agenten erarbeitet.

Und wenn die Begründung hinter diesen Entscheidungen nicht als Teil des Systems selbst erfasst wird, landen wir bei derselben Art von Verfall, den der Artikel beschreibt – nur diesmal innerhalb der Systeme, die wir bauen, und nicht nur im Wissen, das wir konsumieren.

Hier sehe ich eine starke Überschneidung mit der Idee eines provenienznativen Ansatzes.

Der Artikel formuliert das Problem auf der Ebene von Wissensökosystemen.

Meine Arbeit versucht, es in die Ausführung zu übertragen.

Was würde es bedeuten, wenn jede bedeutsame Aktion im SDLC eine strukturierte Spur erzeugen würde – nicht nur was sich geändert hat, sondern warum es sich geändert hat, welche Einschränkungen bestanden, welche Optionen erwogen wurden und wer oder was die Entscheidung getroffen hat?

In diesem Sinne hört Provenienz auf, Dokumentation zu sein, und wird zur Infrastruktur.

Gleichzeitig gibt es hier auch eine Erweiterung.

Der Artikel fokussiert sich auf den Verlust von Provenienz als Risiko.

Doch sobald man beginnt, Entscheidungslinien systematisch zu erfassen, wird daraus mehr als Schadensminimierung.

Es verwandelt sich in eine neue Art von Fähigkeit – die Möglichkeit, Begründungen abzufragen, KI-Beteiligung zu prüfen, Entscheidungen nachzuspielen und Systeme weiterzuentwickeln, ohne raten zu müssen.

Und genau dort beginnen einige interessante Ableger zu entstehen.

Provenienz dreht sich nicht nur darum, Vertrauen zu bewahren – sie wird zu einem Fundament für Governance, für Erklärbarkeit und letztlich für den Aufbau von Systemen, die sicher mit anderen Systemen zusammenarbeiten können.

Was dieser Artikel sehr deutlich macht, ist, dass wir nicht nur die Wissensproduktion skalieren.

Wir gestalten die Bedingungen neu, unter denen Wissen gültig bleibt.

Und wenn Provenienz kein Teil dieses Fundaments ist, ist Verfall kein Randfall.

Er wird zum Standard.