考虑到在大多数对知识管理的主流定义中都把计算机化的信息处理放在中心位置，大部分知识管理系统都主要依赖于编程为计算机逻辑的程序以及数据仓库中的数据。这种系统的基础是连接“信息输入”和“信息输出”的程序逻辑的预先定义和预先确定，是基于各种多数意见、一致和服从来确保组织程序的一致的。这种基于服从的信息处理及控制的机械模式不仅局限在计算机中，还扩展至目标和任务以及达成这些预先明确的结果的最佳实践及制度流程的明确定义。在对最优化及规模效益的强调下，上述知识管理的逻辑来源自“科学”泰勒主义以及福特的流水线技术。

毫无疑问，这种知识管理系统的原始版本被一些信息系统研究研究人员的解释发扬光大，他们相信技术的投入而不是知识工人，将在上述业绩结果方程式中发挥决定性作用。一些哈佛商学院的教授们所编的一本极为流行的信息系统教材中所提出的就是这种系统的实例：

“信息系统将保留那些老员工拥有的企业历史、经验以及专家技能。信息系统本身——而不是人——成为组织的稳定结构。人们将自由进出企业，但他们的经验将集成在系统中，来帮助他们以及他们的继任者运营企业。”

毫无疑问，以同样的逻辑培训出来的大量商业和技术主管正在努力采用计算机技术把员工的“知识”“保存”在计算机数据库以及计算机程序逻辑中。最佳实践、基准和规则都倾向于定义这种不仅存在于数据库，而且存在与组织战略、薪酬系统以及资源定位系统中的这些假设。

这种基于预先定义、预先明确以及预先确定的知识管理模式由图表1进行了解释。由Gartner Group所普及的一个知识管理定义也是基于这种模式的（Oracle Magazine, 1998）：

“知识管理促进一种综合方法来识别、捕获、检索、分享以及评估企业的信息资产。这些信息资产可能包括数据库、文档、政策、程序，以及存储在个人头脑中的未捕获的隐性的专家技能与经验。”

图表1:适用于程序化和结构化的信息处理的知识管理

这种面向输入的机制以及知识的静态表示没有解释这些输入是如何影响商业业绩的。也没有表明如何处理隐性知识所具有的“相关联的情感和特定背景”（Nonaka & Takeuchi 1995）。

最近一些组织的知识管理项目致力于把“最佳实践”和“我们所知道的”形成文档，来指导将来的决策和行动，这也是基于一种相对可预见的商务环境的。毫无疑问，这种由预先明确及预先确定的商业逻辑指引的知识管理，其重点是优化对现有知识（具体为最佳实践、计算机逻辑、数据仓库等等）的利用，主要焦点是知识的重复利用而不是知识的创造。这种模式的焦点是寻求一致，减少偏差，获得预先确定的业绩成果。

毫无疑问，许多赞成模式1的知识管理实践中和研究人员是把“信息”和“知识”混为一谈了。在他们看来，信息和知识都可以使用基于计算机规则的逻辑，以及数据输入和输出的形式来表达，这些数据输入和输出可以按照预先编好的模式触发预先定义和预先确定的行动。对同一信息，不同的代理的解释应该相差无几，基于同一信息的意思也应该没什么不同。信息处理流程和控制逻辑的一致性是所期望的，因为它确保了预先确定的工作模式。使用反馈和前馈来为这种机制提供输入的微调，来使输入更好地转变为输出。

这种基于模式1的知识管理系统的目标常常概括为“在正确的时间，将正确的信息送到正确的人手中。”这种模式是基于这样一个假设：所有的知识，包括隐性知识，都可以存储在计算机数据库、软件程序、制度规范以及做法中。这种模式的显著特点来自以下假设：

• 同一知识可以被任何人或计算机重复使用，重复处理同一逻辑，来产生同一结果；
• 通过输入资源的最优利用，同一结果将被一再需要和交付；
• 系统的主要目标是以最有效的方式将预先确定的输入转变为预先确定的输出结果；
• 没必要对信息进行主观解释——批评和矛盾必须尽量减少，来达成一致和服从。知识管理系统的模式1是基于“将事情做对”，其中，预先确定的输入、处理逻辑以及输出结果被假定代表了“正确的事情”。最核心的信仰是系统的设计师和知识管理人员对输入——输出转变过程的发展可能以及预先定义的业绩结果的发展可能有着无比精确和完全的知识。

  下一节介绍与此相对的知识管理系统模式2，它更适合当确定性的控制遇到以“大量潜在可能”为特征，不符合预先逻辑的不确定环境时，非程序化和非结构化的理解形成。