Für den Unternehmenserfolg am Wettbewerbsmarkt braucht es neben offensichtlichen Erfolgsfaktoren wie effizienten Produktionsprozessen und motivierten Mitarbeitern auch zunehmend bessere Möglichkeiten, bestehendes Wissen zu verwalten. Konzerne leisten sich daher häufig aufwändige Wissensmanagementsysteme. Neben Investitionen in teures Equipment fallen auch Beiträge für Schulungen der Wissensarbeiter an, was solche Systeme für kleinere Unternehmen unattraktiv macht. Kleine und mittlere Unternehmen (KMU) können sich mit Wiki-Systemen behelfen, die aufgrund ihres geringen Verwaltungsaufwands und der niedrigen technischen Barrieren eine kostengünstige Alternative für eine Wissensbasis darstellen. Obwohl die Weitergabe von Wissen mit Hilfe von Wikis ein probates Mittel für KMUs zu sein scheint, ergibt sich ein Problem hinsichtlich der Qualitätsbestimmung der Artikel. Artikel können sich in verschiedenen Stadien ihres Reifungsprozesses befinden und damit entweder einen eher größeren oder geringeren Wertbeitrag leisten. Für die Nutzer ist die Unterscheidung des Reifegrads von Artikeln schwierig, vor allem dann, wenn noch kaum Domänenwissen vorhanden ist. Im Zweifel könnte über den Artikel eigenhändig Recherche betrieben werden, was als Lösungsansatz aber eher unbefriedigend erscheint. Die vorliegende Arbeit stellt daher einen Ansatz vor, mit dem die Artikelqualität eines Wiki-Beitrags über einen Wissensdienst automatisiert bestimmt werden kann. Dieser Wissensdienst extrahiert die Inhalte und Metadaten eines einzelnen Wiki-Artikels, leitet davon Metriken wie die Lesbarkeit oder die Reputation des Artikels ab und gibt anschließend die Ergebnisse an den Benutzer des Wissensdienstes weiter.