Der wichtigste Satz vorweg: Eine KI macht schlechtes Wissensmanagement nicht gut, sie macht es nur schneller sichtbar. Wenn drei Versionen einer Arbeitsanweisung nebeneinander liegen und niemand weiß, welche gilt, dann liefert ein Assistent alle drei – nur in flüssigen Sätzen und mit einem Selbstbewusstsein, das die Widersprüche verdeckt. Wer diesen Zusammenhang von Anfang an ernst nimmt, plant ein Projekt, das trägt. Wer ihn ignoriert, kauft ein Werkzeug und erntet Misstrauen.
Drei Merkmale unterscheiden den heutigen Ansatz von dem, was in den zwei Jahrzehnten davor unter Wissensmanagement lief:
Klassisches Wissensmanagement kennt jeder Mittelständler in mindestens einer Ausprägung: das Qualitätsmanagementhandbuch, das Intranet mit den Formularen, die Arbeitsanweisungen im Dokumentenmanagement, die Ordnerstruktur auf dem Laufwerk, im besseren Fall ein Wiki. Diese Systeme sind nicht falsch, und sie verschwinden nicht. Sie hatten nur alle dasselbe Problem: Sie belohnen die Pflege nicht. Wer eine Seite schreibt, hat Arbeit; wer sie liest, hat Nutzen – und weil beide selten dieselbe Person sind, verfällt der Bestand langsam und unbemerkt.
Was aus der klassischen Disziplin bleibt und heute wichtiger ist denn je, sind drei Dinge. Erstens die Verbindlichkeit: die Festlegung, welches Dokument gilt, wer es freigibt und wann es überprüft wird. Zweitens die Verantwortlichkeit: die Zuordnung von Themen zu Personen, die dafür geradestehen. Drittens der Lebenszyklus: die Regel, dass Inhalte ein Ablaufdatum haben und aktiv archiviert werden. Diese drei Elemente kann keine Technologie ersetzen. Im Gegenteil: Wenn ein Assistent aus dem Bestand antwortet, wird ihre Abwesenheit erstmals schmerzhaft spürbar.
Der Unterschied liegt also nicht in der Zielsetzung, sondern in der Reihenfolge. Klassisch hieß es: erst ordnen, dann nutzen – und weil das Ordnen nie fertig wurde, kam die Nutzung nie. Heute lässt sich mit einem begrenzten, gut gepflegten Kernbestand starten, der schon Nutzen liefert, während der Rest schrittweise nachgezogen wird. Diese Umkehrung ist der eigentliche methodische Fortschritt, und sie ist der Grund, warum Projekte heute in Wochen statt in Jahren erste Ergebnisse zeigen.
Die Unterscheidung zwischen explizitem und implizitem Wissen stammt aus der Wissensmanagement-Forschung der neunziger Jahre und ist für die Projektpraxis unverändert brauchbar. Explizites Wissen ist alles, was aufgeschrieben werden kann und aufgeschrieben ist: Verfahrensanweisungen, Prüfpläne, Angebotsvorlagen, Konstruktionsrichtlinien, Preisregeln, Protokolle. Implizites Wissen ist das, was jemand kann, ohne es formulieren zu können: die Einschätzung, welcher Kunde eine Sonderlösung wirklich zahlen wird, das Gehör für ein Lagergeräusch, die Reihenfolge, in der man ein Angebot kalkuliert, damit am Ende keine Position fehlt.
Für die Praxis folgt daraus eine unbequeme Erkenntnis: Eine KI kann nur mit explizitem Wissen arbeiten. Sie kann Dokumente lesen, Tickets auswerten, Protokolle zusammenfassen und Muster in geschriebenen Beständen finden. Was nie geschrieben wurde, ist für sie nicht vorhanden. Der oft gehörte Satz, KI werde das Erfahrungswissen der ausscheidenden Generation retten, ist deshalb in dieser Form falsch. Richtig ist: KI senkt die Kosten der Verschriftlichung so weit, dass sich das Aufschreiben plötzlich lohnt.
Genau hier wird das SECI-Modell nützlich, das vier Übergänge zwischen den Wissensformen beschreibt. Sozialisation überträgt Implizites zu Implizitem – gemeinsames Arbeiten, Mitlaufen, Patenschaft. Externalisierung macht aus Implizitem Explizites – das Interview, das Protokoll, die aufgezeichnete Erklärung. Kombination verbindet Explizites zu neuem Explizitem – die Zusammenführung von Handbuch, Tickets und Konstruktionsdaten zu einer Übersicht. Internalisierung macht aus Explizitem wieder Implizites – jemand liest, übt und kann es dann.
Die Werkzeuge greifen an genau zwei dieser vier Stellen. In der Externalisierung, weil Transkription und Zusammenfassung aus einem einstündigen Gespräch mit einem erfahrenen Meister in Minuten einen strukturierten Rohtext machen, den früher niemand geschrieben hätte. Und in der Kombination, weil sich verstreute Bestände über semantische Verfahren verbinden lassen, ohne sie vorher zu vereinheitlichen. Sozialisation und Internalisierung bleiben menschliche Vorgänge. Wer sein Projekt entlang dieser Landkarte plant, weiß, wo Technik hilft und wo Organisation gefragt ist – und verspricht der Geschäftsführung nichts, was die Technik nicht halten kann.
In unseren Projekten hat sich eine einfache Einteilung in drei Reifegrade bewährt, weil sie die Erwartung an Aufwand und Nutzen ordnet. Der erste Grad ist die bessere Suche: Ein semantischer Index über die vorhandenen Bestände liefert Treffer, die zur Frage passen, auch wenn die Wortwahl abweicht. Der Aufwand ist überschaubar, der Nutzen sofort spürbar, das Risiko gering, weil das System nichts formuliert, sondern nur zeigt.
Der zweite Grad ist die Assistenz mit Quellenangabe: Ein Sprachmodell formuliert aus den gefundenen Stellen eine Antwort und nennt, worauf sie beruht. Hier entsteht der eigentliche Komfortgewinn – und hier beginnt die Verantwortung, weil aus Fundstellen Aussagen werden. Dieser Grad verlangt Governance: Quellenpflicht, Aktualitätsprüfung, Rückmeldewege, Evaluation.
Der dritte Grad ist das eingebettete Wissen: Die Auskunft steht dort zur Verfügung, wo gearbeitet wird – im Ticketsystem beim Bearbeiten einer Störung, im Angebotswerkzeug beim Kalkulieren, im Chat des Teams. Dieser Grad bringt den größten Nutzen, weil er keinen Systemwechsel verlangt, und er ist der aufwendigste, weil er Integration, Berechtigungslogik und Betriebsstabilität erfordert. Unsere klare Empfehlung lautet, die Grade in dieser Reihenfolge zu durchlaufen und nicht zu überspringen. Wer mit dem dritten beginnt, baut auf einem Bestand, dessen Qualität niemand geprüft hat.
Diese vier Entwicklungen verstärken sich gegenseitig. Erfahrene Menschen gehen und nehmen mit, was nie geschrieben wurde. Gleichzeitig kommen weniger Menschen nach, und die, die kommen, brauchen länger, bis sie eigenständig arbeiten – weil die Person fehlt, die sie sonst gefragt hätten. Wer zusätzlich verteilt arbeitet, verliert die Gelegenheiten, bei denen Wissen früher nebenbei überging: den Gang über den Flur, das Mitlaufen im Werk, das Mithören am Nachbartisch.
Der Generationswechsel ist die einzige der vier Entwicklungen, die sich exakt vorhersagen lässt: Ihre Personalabteilung weiß auf den Monat genau, wer in den nächsten fünf Jahren geht. Trotzdem wird dieser Übergang in den meisten Unternehmen erst im letzten Quartal vor dem Austritt zum Thema, meist in Form einer hastigen Übergabe an eine Person, die parallel ihre eigene Arbeit macht. Was dabei übergeben wird, sind Zugänge, laufende Vorgänge und Ansprechpartner. Was nicht übergeben wird, ist das, was den Unterschied macht: die Begründungen hinter Entscheidungen, die bekannten Ausnahmen, die informellen Wege, die Fehler, die man einmal gemacht hat.
Der wirksamste Hebel ist deshalb organisatorisch und nicht technisch: eine strukturierte Wissenslandkarte je ausscheidender Rolle, erstellt zwölf bis achtzehn Monate vor dem Austritt. Sie beantwortet vier Fragen – Welche Themen verantwortet diese Person allein? Welche Entscheidungen trifft sie ohne Rückfrage? Welche Vorgänge laufen nur, weil sie da ist? Und wo existiert nichts Schriftliches? An dieser Stelle setzt die Technik an, und zwar sehr konkret: Aufgezeichnete Interviews, automatische Transkription und Zusammenfassung machen aus vier Gesprächsstunden ein strukturiertes Rohmaterial, das eine Nachfolgerin redigiert. Diese Arbeitsteilung – Maschine schreibt mit und ordnet vor, Mensch prüft und verantwortet – ist der realistische Kern dessen, was unter Wissenstransfer mit KI verstanden werden sollte.
Ein zweiter Aspekt wird häufig übersehen: Die Bereitschaft, Wissen zu teilen, ist keine Selbstverständlichkeit. Wer über Jahrzehnte über seine Unentbehrlichkeit definiert wurde, gibt sie nicht ab, weil ein Werkzeug eingeführt wurde. Wenn Beschäftigte den Eindruck gewinnen, sie sollten sich selbst ersetzbar machen, entsteht Zurückhaltung, die kein System auflöst. Wirksam ist das Gegenteil: Die Beteiligten werden als Autorinnen und Autoren sichtbar gemacht, ihre Beiträge werden benannt, und die Aufgabe wird als Anerkennung ihrer Erfahrung gerahmt, nicht als Vorbereitung ihres Abgangs.
Verteilte Arbeit hat einen Effekt, der in Diskussionen über Anwesenheit selten auftaucht: Sie macht sichtbar, wie viel Wissenstransfer bis dahin unbemerkt über Nähe lief. Die Frage über den Schreibtisch hinweg, das Zuhören beim Telefonat der Kollegin, der Blick auf den Bildschirm des Nachbarn – diese Kanäle sind unstrukturiert, schwer zu ersetzen und im verteilten Betrieb schlicht nicht mehr vorhanden. Was bleibt, ist die bewusste Anfrage über einen Kanal, und die kostet Überwindung, Wartezeit und die Aufmerksamkeit einer zweiten Person.
Parallel wächst die Zahl der Orte, an denen etwas stehen könnte. In einem typischen mittelständischen Unternehmen mit zweihundert Beschäftigten finden wir regelmäßig ein Dateisystem mit gewachsener Ordnerstruktur, ein Dokumentenmanagement für Verträge und Rechnungen, ein Wiki oder Intranet mit unterschiedlichem Pflegestand, ein Ticketsystem mit jahrelanger Historie, ein ERP mit Stammdaten und Belegen, ein CRM mit Kundenhistorie, Postfächer und Chatverläufe. Jedes dieser Systeme hat eine eigene Suche, eigene Berechtigungen und eine eigene Vorstellung davon, was ein Dokument ist.
Die Folge ist ein Suchaufwand, den kaum jemand misst und alle spüren. Wir empfehlen, ihn zu Projektbeginn wenigstens grob zu erfassen – nicht mit einer Studie, sondern mit einer kurzen Erhebung in zwei oder drei Abteilungen: Wie oft am Tag suchen Sie länger als fünf Minuten? Wie oft fragen Sie jemanden, weil Sie es nicht finden? Wie oft arbeiten Sie mit einem Dokument, bei dem Sie nicht sicher sind, ob es das aktuelle ist? Die Antworten sind belastbarer als jede fremde Kennzahl, sie sind in Ihrem Haus erhoben, und sie liefern später den Vergleichsmaßstab.
Und sie führen zu einer Erkenntnis, die den Zuschnitt des Projekts bestimmt: Das eigentliche Problem im Mittelstand ist selten fehlendes Wissen. Es ist die Unsicherheit darüber, ob das Gefundene noch gilt. Diese Unsicherheit lässt sich nicht durch mehr Inhalte lösen, sondern nur durch Verbindlichkeit – ein Punkt, der im Governance-Kapitel wiederkehrt und das ganze Vorhaben trägt.
Zur Ehrlichkeit gehört eine Abgrenzung nach unten. Realistisch verändert sich die Zeit bis zur Auskunft: Fragen, die früher eine Rückfrage und einen halben Tag Wartezeit auslösten, werden in Sekunden beantwortet, sofern die Antwort im Bestand steht. Realistisch verändert sich die Einarbeitung: Neue Beschäftigte werden früher selbstständig, weil sie sich trauen, ein System zu fragen, statt zum dritten Mal dieselbe Person. Realistisch verändert sich die Qualität von Dokumentation, weil das Schreiben durch Vorstrukturierung billiger wird.
Nicht verändert wird die Notwendigkeit, Inhalte zu pflegen. Ein Assistent, der auf einen fünf Jahre alten Bestand zugreift, liefert fünf Jahre alte Auskünfte in modernem Deutsch. Nicht verändert wird die Zuständigkeit: Es braucht weiterhin Menschen, die für ein Thema geradestehen. Und nicht verändert wird die Tatsache, dass sich Erfahrung nicht vollständig verschriftlichen lässt – ein Teil des impliziten Wissens bleibt an Menschen gebunden und geht mit ihnen. Wer diese Grenzen im Projektauftrag benennt, schützt das Vorhaben vor der Enttäuschung, die entsteht, wenn eine überhöhte Erwartung auf einen normalen Bestand trifft.
Die Architektur ist bewusst nicht als Systemdiagramm gedacht, sondern als Vereinbarung darüber, wie mit Wissen umgegangen wird. Sie besteht aus fünf Bausteinen, die aufeinander aufbauen und in dieser Reihenfolge geklärt werden sollten.
Beim Quelleninventar entsteht regelmäßig der Reflex, möglichst alles anzubinden – schließlich soll das System ja alles wissen. Dieser Reflex ist der häufigste Fehler in der Konzeptphase. Jede angebundene Quelle bringt nicht nur Inhalte, sondern auch deren Zustand mit: veraltete Fassungen, Entwürfe, private Notizen, Doppelungen, widersprüchliche Angaben. Ein Assistent kann nicht unterscheiden, was davon gelten soll, wenn Sie es ihm nicht sagen. Deshalb ist die Auswahl der Quellen eine inhaltliche Entscheidung, keine technische.
Bewährt hat sich eine Einteilung in drei Klassen. Belastbare Quellen sind freigegeben, gepflegt und haben eine verantwortliche Person – sie werden angebunden und dürfen Grundlage von Antworten sein. Ergänzende Quellen sind nützlich, aber nicht verbindlich, etwa Ticketverläufe oder Projektdokumentation – sie werden angebunden, aber im System als nicht verbindlich gekennzeichnet, damit der Assistent das in der Antwort ausweist. Ausgeschlossene Quellen sind Postfächer, private Ablagen, Entwurfsordner und alles mit besonderen Schutzanforderungen – sie bleiben draußen, und zwar dokumentiert, damit die Entscheidung später nachvollziehbar ist.
Die Taxonomie folgt demselben Prinzip der Sparsamkeit. Der Fehler, den wir am häufigsten reparieren, ist eine zu feine Ordnung: vier Ebenen, hundertzwanzig Kategorien, entworfen von einer Projektgruppe im Konferenzraum. Solche Strukturen werden nicht gepflegt, weil niemand weiß, wo etwas hingehört. Zwei Ebenen mit fünfzehn bis fünfundzwanzig Themen reichen fast immer, wenn sie mit einer guten Suche und Metadaten kombiniert werden. Wichtiger als die Tiefe ist die Herkunft der Begriffe: Sie müssen aus dem Sprachgebrauch des Hauses kommen, nicht aus einem Referenzmodell. Nichts entwertet ein Wissenssystem schneller als eine Kategorienbezeichnung, die niemand versteht.
Ein Detail mit großer Wirkung ist die Synonympflege. In jedem Unternehmen existieren mehrere Wörter für dieselbe Sache, oft historisch oder standortbedingt. Eine gepflegte Liste dieser Gleichsetzungen verbessert semantische Suche und Assistenzantworten spürbar und kostet wenig – meist reichen fünfzig bis hundert Einträge, gesammelt in zwei Workshops mit Menschen aus verschiedenen Bereichen.
Metadaten wirken wie Bürokratie und sind in Wahrheit das Steuerungsinstrument des ganzen Systems. Sechs Felder genügen in den meisten Fällen. Verantwortliche Person macht klar, wer bei Zweifeln entscheidet. Freigabedatum und nächste Prüfung ermöglichen es, Aktuelles zu bevorzugen und Fälliges automatisch zur Wiedervorlage zu bringen. Geltungsbereich unterscheidet, ob eine Anweisung für alle Standorte gilt oder nur für einen – der häufigste Grund für falsche Antworten in Unternehmen mit mehreren Werken. Vertraulichkeitsstufe steuert, wer die Inhalte in Antworten überhaupt sehen darf. Status trennt Entwurf, gültig und archiviert.
Diese Felder sollten technisch erzwungen und nicht erbeten werden. Ein Pflichtfeld beim Anlegen einer Seite wird ausgefüllt; eine Bitte in einer Richtlinie wird es nicht. Wo Bestände bereits existieren, ist eine nachträgliche Anreicherung nötig – und hier hilft die Technik erneut, weil Modelle Vorschläge für Themenzuordnung und Zusammenfassung liefern können, die eine Fachperson nur noch bestätigt. Die Verantwortung bleibt beim Menschen, der Aufwand sinkt deutlich.
Der Grundsatz der einen verbindlichen Quelle je Thema ist das Gegenstück dazu. Er bedeutet ausdrücklich nicht, dass alles in ein System muss – dieser Versuch scheitert im Mittelstand regelmäßig an gewachsenen Landschaften und an Fachanwendungen, die niemand ablösen wird. Er bedeutet, dass für jedes Thema eindeutig festgelegt ist, wo die gültige Fassung liegt, und dass alle anderen Orte darauf verweisen, statt Kopien zu führen. Kopien sind der Hauptgrund für Widersprüche, und sie sind besonders schädlich, sobald ein Assistent aus dem Bestand antwortet: Er kennt die Kopie nicht als Kopie und behandelt sie als gleichwertig.
Praktisch umsetzen lässt sich das mit einer Themenliste, die je Zeile ein Thema, das führende System und die verantwortliche Rolle nennt. Diese Tabelle passt für ein mittelständisches Unternehmen meist auf zwei Seiten und ist eines der wenigen Dokumente, das über Jahre benutzt wird. Sie ist zugleich der Prüfstein für jede Werkzeugauswahl: Ein Assistent, der Ihre führenden Systeme nicht erreichen kann, löst Ihr Problem nicht, so gut er auch wirkt.
Der Lebenszyklus ist der Baustein, der am häufigsten fehlt und den größten Unterschied macht. Inhalte entstehen in fast jedem Unternehmen; sie werden nur nie beendet. Das Ergebnis kennt jeder: eine Wissensbasis, in der die Hälfte der Seiten nicht mehr stimmt, ohne dass erkennbar wäre, welche Hälfte. Für Menschen ist das ärgerlich. Für einen Assistenten ist es fatal, weil er keine Möglichkeit hat, Veraltetes zu erkennen, wenn es nicht gekennzeichnet ist.
Ein tragfähiger Lebenszyklus braucht nur wenige Festlegungen. Erstens Prüfintervalle je Inhaltsart – sicherheitsrelevante Anweisungen häufiger, allgemeine Erklärungen seltener. Zweitens eine automatische Wiedervorlage an die verantwortliche Person, mit einer Erinnerung und einer Eskalation, wenn nichts passiert. Drittens die Möglichkeit, mit einem Klick zu bestätigen, dass ein Inhalt unverändert weiter gilt – ohne diese einfache Option wird die Prüfung übersprungen. Viertens eine Archivierung, die Inhalte aus dem aktiven Bestand nimmt, ohne sie zu löschen, damit sie für Nachweiszwecke verfügbar bleiben, aber nicht mehr Grundlage von Antworten sind.
Aus dieser letzten Anforderung folgt eine technische Konsequenz, die bei der Werkzeugauswahl geprüft werden muss: Der Index, aus dem der Assistent antwortet, muss dem Lebenszyklus folgen. Archivierte Inhalte müssen aus dem aktiven Index verschwinden, geänderte Inhalte müssen zeitnah nachgezogen werden, gelöschte müssen wirklich verschwinden. Wer das nicht prüft, erlebt den unangenehmsten Fall dieser Projekte: Ein System zitiert eine Anweisung, die vor Monaten zurückgezogen wurde, und niemand kann erklären, woher sie kommt.
Alle Verfahren lösen dieselbe Grundaufgabe in unterschiedlicher Tiefe: Sie sollen aus einem großen Bestand die wenigen Stellen finden, die zu einer Frage passen, und daraus eine belastbare Auskunft machen. Der Unterschied liegt darin, wie viel Bedeutung sie erfassen und wie viel Aufwand ihre Pflege kostet.
Die klassische Volltextsuche vergleicht Zeichenfolgen. Sie findet ein Dokument, wenn das gesuchte Wort darin vorkommt, und sie findet es nicht, wenn dort ein anderes Wort für dieselbe Sache steht. In Unternehmen ist genau das der Regelfall, weil Fachabteilungen unterschiedliche Begriffe verwenden und weil Dokumente in einer anderen Sprachebene geschrieben sind als die Frage gestellt wird. Semantische Suche löst dieses Problem, indem sie Texte in Zahlenrepräsentationen überführt, in denen Ähnlichkeit der Bedeutung zu Nähe im Raum wird. Zwei Abschnitte, die dasselbe meinen, liegen dicht beieinander, auch wenn sie kein Wort teilen.
Für die Praxis ist ein Detail wichtiger als die Wahl des Modells: die Abschnittsbildung. Bevor Texte eingebettet werden, müssen sie in Stücke zerlegt werden – zu große Stücke verwässern die Bedeutung, zu kleine reißen den Zusammenhang auseinander. Wer eine dreißigseitige Verfahrensanweisung mechanisch alle tausend Zeichen zerschneidet, produziert Abschnitte, die mitten in einer Tabelle beginnen und deren Bezug zur Überschrift verloren ist. Die Folge sind Antworten, die formal aus dem Dokument stammen und inhaltlich unsinnig sind.
Bewährt hat sich eine Zerlegung entlang der Struktur des Dokuments – nach Überschriften, Abschnitten, Tabellen – und die Mitgabe des Kontexts an jedes Stück: Dokumenttitel, Kapitelüberschrift, Geltungsbereich, Stand. Bei technischen Unterlagen mit vielen Tabellen und Zeichnungen ist zusätzlich zu klären, wie diese behandelt werden; reine Textextraktion verliert hier regelmäßig die entscheidende Information. Das ist unglamourös, verursacht in der Umsetzung einen erheblichen Teil des Aufwands und entscheidet über die Qualität mehr als jede Modellauswahl.
Ein zweiter praktischer Hinweis: Reine semantische Suche ist nicht immer die beste Lösung. Bei Artikelnummern, Normbezeichnungen, Kennzeichen und Kürzeln ist die exakte Übereinstimmung überlegen. Die meisten guten Umsetzungen kombinieren deshalb beide Verfahren und gewichten die Ergebnisse. Fragen Sie in Auswahlgesprächen ausdrücklich danach – die Antwort trennt durchdachte Lösungen von Demonstrationsoberflächen.
Retrieval-gestützte Generierung ist das Muster, auf dem praktisch jede seriöse Lösung für Unternehmenswissen beruht, und der Grund dafür ist einfach: Ein Sprachmodell weiß nichts über Ihr Unternehmen. Es kennt keine Artikelnummern, keine Kunden, keine internen Regeln. Fragt man es trotzdem, erzeugt es eine plausible Antwort aus allgemeinem Sprachwissen – und genau das ist die Quelle des Halluzinationsproblems. RAG dreht die Reihenfolge um: Zuerst wird im eigenen Bestand gesucht, dann bekommt das Modell die gefundenen Abschnitte mit dem Auftrag, ausschließlich daraus zu antworten und die Fundstellen zu nennen.
Daraus ergibt sich eine Eigenschaft, die für Governance zentral ist: Die Qualität der Antwort wird von der Qualität des Funds bestimmt, nicht von der Intelligenz des Modells. Wenn die richtige Stelle nicht gefunden wurde, kann auch das beste Modell nur eine unvollständige oder falsche Antwort geben. Deshalb liegt der Hebel für Verbesserungen fast immer im Retrieval – bessere Abschnittsbildung, bessere Metadatenfilter, Synonyme, Gewichtung nach Aktualität – und nur selten im Wechsel des Modells.
Vier Einstellungen sollten Sie bei jeder Lösung kennen und schriftlich festhalten. Erstens: Wie viele Abschnitte werden herangezogen, und nach welchen Kriterien werden sie ausgewählt? Zweitens: Werden Berechtigungen zum Zeitpunkt der Abfrage geprüft, sodass Menschen nur aus Inhalten Antworten bekommen, die sie ohnehin sehen dürften? Drittens: Was passiert, wenn nichts Passendes gefunden wird – antwortet das System aus allgemeinem Wissen weiter, oder sagt es, dass es nichts gefunden hat? Viertens: Werden Quellen mit Titel, Stand und Link ausgewiesen, sodass eine Prüfung ohne Umweg möglich ist?
Besonders die dritte Frage entscheidet über Vertrauen. Ein System, das offen sagt, dass es zu dieser Frage nichts in Ihrem Bestand findet, ist deutlich wertvoller als eines, das immer etwas antwortet. Wir empfehlen ausdrücklich, dieses Verhalten zu erzwingen und in der Abnahme zu testen – mit Fragen, deren Antwort nachweislich nicht dokumentiert ist.
Ein Wissensgraph beschreibt nicht Texte, sondern Dinge und ihre Beziehungen: Diese Maschine gehört zu dieser Anlage, diese Anlage steht bei diesem Kunden, dieser Kunde hat diesen Wartungsvertrag, dieses Ersatzteil passt zu dieser Baureihe. Damit lassen sich Fragen beantworten, für die es kein einzelnes Dokument gibt – etwa welche Kunden von einer Änderung an einer Baugruppe betroffen sind. In produzierenden Unternehmen mit langlebigen Anlagen und in Organisationen mit komplexen Vertragsstrukturen ist das ein erheblicher Mehrwert.
Der Preis ist Pflegeaufwand. Ein Graph ist nur so gut wie seine Beziehungen, und Beziehungen veralten schneller als Texte. Wo die Objekte und Verknüpfungen bereits in Ihren Systemen gepflegt werden – im ERP, im CRM, in der Stücklistenverwaltung –, lässt sich ein Graph weitgehend automatisch daraus ableiten und ist tragfähig. Wo er von Hand aufgebaut werden müsste, raten wir im Mittelstand meist ab, jedenfalls in der ersten Ausbaustufe. Der Nutzen tritt erst spät ein, der Aufwand sofort, und viele der erwarteten Fragen lassen sich mit gut strukturierten Dokumenten und sauberen Metadaten ebenfalls beantworten.
Ähnlich verhält es sich mit agentischen Ansätzen, bei denen ein System nicht nur antwortet, sondern mehrere Schritte plant, verschiedene Quellen nacheinander befragt und Aktionen auslöst. Technisch ist das verfügbar; organisatorisch verlangt es eine Reife, die in einem ersten Wissensprojekt selten vorhanden ist. Unsere Empfehlung lautet, die Architektur so zu bauen, dass solche Ausbaustufen später möglich sind – saubere Schnittstellen, dokumentierte Berechtigungslogik, austauschbare Modellschicht –, aber die erste Ausbaustufe bewusst einfach zu halten. Ein funktionierender, vertrauenswürdiger Frage-Antwort-Dienst über zwei gepflegte Bestände liefert im Mittelstand mehr Wert als eine ambitionierte Konstruktion, die niemand prüfen kann.
Die folgende Übersicht ordnet die typischen Quellen nach Eignung, Aufwand und Fallstricken. Sie ersetzt keine Erhebung im eigenen Haus, gibt aber die Reihenfolge vor, die sich in Projekten bewährt hat.
Das Ticketsystem ist der interessanteste Sonderfall. Es enthält oft die höchste Dichte an echtem Lösungswissen des ganzen Unternehmens, weil dort jahrelang aufgeschrieben wurde, wie konkrete Probleme tatsächlich gelöst wurden. Es ist zugleich die unstrukturierteste Quelle, weil die Lösung im Gesprächsverlauf steht, vermischt mit Rückfragen, Irrwegen und Höflichkeitsfloskeln. Der bewährte Weg ist zweistufig: Zuerst werden abgeschlossene Vorgänge mit hoher Wiederholungshäufigkeit ausgewertet und daraus redaktionell gepflegte Wissensartikel erstellt – ein Vorgang, bei dem Modelle sehr gut unterstützen. Erst danach wird gegebenenfalls der Rohbestand angebunden, und zwar als ergänzende, ausdrücklich nicht verbindliche Quelle.
Dateiablagen sind der Bestand, bei dem die meisten Projekte Zeit verlieren. Sie enthalten alles: gültige Fassungen, Entwürfe, Kopien, private Sammlungen, Material aus abgeschlossenen Projekten. Wer sie vollständig indexiert, verlagert das Chaos in den Assistenten. Bewährt hat sich, nur klar abgegrenzte Bereiche anzubinden – etwa den Ordner der freigegebenen Konstruktionsrichtlinien, nicht das gesamte Abteilungslaufwerk – und diese Auswahl schriftlich zu begründen. Postfächer und private Chatverläufe bleiben nach unserer klaren Empfehlung außen vor: Der Nutzen ist real, die datenschutz- und mitbestimmungsrechtlichen Fragen sind es ebenso, und ein Wissensprojekt sollte nicht an ihnen scheitern.
Wenn ein Wissensprojekt im Mittelstand kippt, dann meist hier. Die Anforderung klingt selbstverständlich und ist technisch anspruchsvoll: Ein Assistent darf einer Person nur aus Inhalten antworten, die diese Person auch selbst öffnen dürfte. Verletzt man diesen Grundsatz, entsteht ein Werkzeug, das Gehaltsstrukturen, Personalvorgänge, Kalkulationen oder Vertragskonditionen an Menschen ausgibt, die darauf keinen Zugriff haben – und zwar in gut formulierter Sprache, ohne dass ein Zugriffsprotokoll im Quellsystem etwas davon merkt.
Technisch gibt es dafür zwei Wege, und der Unterschied ist entscheidend. Beim ersten werden die Berechtigungen der Quellsysteme mit übernommen und bei jeder Abfrage geprüft, sodass die Suche nur Abschnitte zurückgibt, für die die fragende Person berechtigt ist. Das ist der einzige Weg, der auf Dauer trägt, und er ist aufwendig, weil Berechtigungsmodelle in Wiki, Dokumentenmanagement, Dateiablage und ERP unterschiedlich aufgebaut sind und sich laufend ändern. Beim zweiten Weg wird ein gemeinsamer Bestand indexiert, auf den alle zugreifen dürfen – zulässig nur dann, wenn dieser Bestand ausschließlich unternehmensweit freigegebene Inhalte enthält, und das muss vorher geprüft, nicht angenommen werden.
Drei Prüffragen gehören in jedes Auswahlgespräch. Erstens: Werden Berechtigungen zum Zeitpunkt der Abfrage ausgewertet oder nur beim Aufbau des Index? Nur die erste Variante bildet Änderungen zeitnah ab – wer die Abteilung wechselt oder das Unternehmen verlässt, verliert sonst den Zugriff erst mit dem nächsten vollständigen Durchlauf. Zweitens: Wie werden Berechtigungen aus mehreren Systemen zusammengeführt, wenn dieselbe Person dort unterschiedliche Rechte hat? Drittens: Werden auch die Belegstellen und Titel gefiltert – oder erscheinen in der Quellenliste Dokumente, deren Existenz allein schon verräterisch ist? Der letzte Punkt wird fast immer übersehen und ist in der Praxis der peinlichste.
Organisatorisch ergibt sich daraus eine unbequeme Nebenwirkung, auf die wir jede Geschäftsführung vorbereiten: Ein Wissensprojekt legt die Berechtigungslandschaft offen. In fast jedem Unternehmen finden sich dabei Ablagen mit Rechten, die niemand mehr erklären kann, ausgeschiedene Personen mit gültigen Zugriffen und Ordner, die versehentlich für alle offen sind. Das ist keine Folge des Projekts, sondern ein bestehender Zustand, der sichtbar wird. Planen Sie deshalb eine Aufräumphase ein, bevor der Assistent produktiv geht – sie ist Bestandteil des Vorhabens und nicht dessen Störung.
Eine Frage kommt in jedem Projekt: Sollen wir die Landschaft nicht vorher konsolidieren? Die ehrliche Antwort lautet in der Regel Nein. Die Ablösung eines Dokumentenmanagements oder die Migration einer gewachsenen Dateiablage ist ein eigenes Vorhaben mit eigener Laufzeit, eigenem Risiko und eigener Ermüdung. Wer beides koppelt, bringt keines von beiden zu Ende. Die semantische Schicht hat gerade den Vorteil, dass sie über heterogene Bestände hinweg funktioniert – dieser Vorteil sollte genutzt und nicht durch ein vorgelagertes Großprojekt verschenkt werden.
Sinnvoll ist stattdessen eine schrittweise Konsolidierung entlang der Themenliste aus dem Architekturkapitel. Für jedes Thema wird ein führendes System festgelegt; wo Inhalte am falschen Ort liegen, werden sie bei Gelegenheit verschoben, nicht in einer Migrationswelle. Nach etwa einem Jahr ist der Bestand deutlich geordneter, ohne dass ein Ablöseprojekt stattgefunden hätte.
Zum Schluss ein Hinweis zur Betriebsverantwortung. Eine Wissenslösung, die an sechs Systeme angebunden ist, hat sechs Stellen, an denen etwas ausfallen kann: geänderte Schnittstellen, abgelaufene Zugangsdaten, veränderte Berechtigungsmodelle, Aktualisierungen der Quellsysteme. Ohne eine benannte technische Verantwortung und eine einfache Überwachung – läuft die Aktualisierung, wie alt ist der Index, wie viele Dokumente wurden zuletzt verarbeitet – bemerkt man Ausfälle erst, wenn Antworten schlechter werden. Dann ist das Vertrauen bereits beschädigt, und Vertrauen zurückzugewinnen kostet in diesen Projekten mehr als jede technische Reparatur.
Vorweg eine Einordnung des Begriffs. Halluzination meint, dass ein Sprachmodell eine Aussage erzeugt, die plausibel klingt und nicht durch die vorliegenden Quellen gedeckt ist. Das ist kein Fehler im engeren Sinn, sondern eine Eigenschaft der Verfahren: Modelle erzeugen wahrscheinliche Fortsetzungen, sie prüfen nicht. Man kann das Risiko deutlich verringern, aber nicht auf null bringen. Jede Governance muss deshalb von der Annahme ausgehen, dass falsche Antworten vorkommen – und Vorkehrungen treffen, damit sie erkannt werden, bevor sie Schaden anrichten.
Die Quellenangabe ist das wichtigste Einzelmerkmal einer Unternehmenslösung, und sie muss mehr leisten als einen Dateinamen. Brauchbar ist sie, wenn sie vier Dinge zeigt: den Titel des Dokuments, den Stand oder das Freigabedatum, den Abschnitt, aus dem die Aussage stammt, und einen Sprung an genau diese Stelle. Erst dann kostet die Prüfung einer Antwort Sekunden statt Minuten – und nur dann wird sie tatsächlich durchgeführt. Eine Quellenangabe, die lediglich ein Dokument nennt, führt in der Praxis dazu, dass niemand nachschaut.
Ergänzend empfehlen wir eine sichtbare Alterskennzeichnung. Wenn eine Antwort auf einem Dokument beruht, dessen letzte Prüfung länger zurückliegt als das für diese Inhaltsart vorgesehene Intervall, sollte das System das anzeigen. Dieser kleine Hinweis verändert das Verhalten der Nutzenden erheblich: Aus einer Antwort, die stimmen könnte, wird eine Antwort mit erkennbarem Zustand. Er erzeugt außerdem Druck auf die Pflege, weil Fachbereiche nicht wollen, dass ihre Inhalte als überfällig ausgewiesen werden – ein Nebeneffekt, der in unseren Projekten mehr Aktualisierungen ausgelöst hat als jede Erinnerungsmail.
Widersprüche verdienen eine eigene Behandlung. Wenn zwei Quellen unterschiedliche Aussagen enthalten, ist die schlechteste Lösung, dass das System eine davon auswählt und die andere verschweigt. Gute Umsetzungen weisen den Widerspruch aus und nennen beide Fundstellen. Das wirkt zunächst wie ein Mangel und ist in Wahrheit die wertvollste Rückmeldung, die ein Wissenssystem liefern kann: Es zeigt genau die Stellen, an denen die Organisation sich nicht einig ist. Wir empfehlen, diese Fälle systematisch zu sammeln und im Redaktionsprozess aufzulösen.
Ohne benannte Verantwortung verfällt jeder Bestand. Für den Mittelstand haben sich vier Rollen bewährt, die keine neuen Stellen erfordern, sondern bestehenden Personen zugeordnet werden. Die Themenverantwortung liegt bei einer Fachperson je Themengebiet; sie entscheidet inhaltlich, gibt frei und bestätigt bei der Wiedervorlage. Die Redaktion achtet auf Form, Verständlichkeit, Metadaten und Doppelungen – oft eine Person mit einem Anteil ihrer Arbeitszeit, nicht eine Vollzeitrolle. Die fachliche Gesamtverantwortung entscheidet über Taxonomie, Regeln und Konflikte zwischen Bereichen. Die technische Verantwortung betreibt Anbindungen, Index und Überwachung.
Der Prozess selbst sollte so einfach sein, dass er ohne Werkzeugunterstützung erklärbar ist: Entwurf schreiben, fachlich prüfen lassen, freigeben, Wiedervorlagedatum setzen, bei Fälligkeit bestätigen oder überarbeiten, am Ende archivieren. Alles, was darüber hinausgeht – mehrstufige Freigabeketten, formale Gremien, aufwendige Formulare –, senkt die Beitragsbereitschaft stärker, als es die Qualität hebt. Eine Ausnahme gilt für Inhalte mit Sicherheits-, Normen- oder Haftungsbezug; dort ist die strengere Kette angemessen und in der Regel ohnehin durch das Qualitätsmanagement vorgegeben.
Ein Punkt, der oft unterschätzt wird: Auch KI-erzeugte Inhalte brauchen eine Freigabe. Wenn aus Ticketverläufen automatisch Wissensartikel entstehen oder aus einem Interview ein strukturierter Text, ist das ein Entwurf und kein freigegebener Inhalt. Er darf erst in den verbindlichen Bestand, wenn eine Fachperson ihn geprüft und ihre Verantwortung dafür übernommen hat. Diese Regel klingt banal und wird unter Zeitdruck regelmäßig übergangen – mit der Folge, dass sich Fehler im Bestand festsetzen und später als vermeintlich geprüfte Quelle zitiert werden.
Schließlich braucht es einen niedrigschwelligen Rückmeldeweg. An jeder Antwort und an jeder Wissensseite sollte mit einem Klick meldbar sein, dass etwas nicht stimmt. Entscheidend ist nicht der Knopf, sondern was danach passiert: Die Meldung muss bei der Themenverantwortung landen, sie muss beantwortet werden, und die meldende Person muss sehen, dass sich etwas geändert hat. Wo dieser Kreis geschlossen wird, entsteht eine Pflegekultur; wo Meldungen ins Leere laufen, hört das Melden nach wenigen Wochen auf.
Der letzte Baustein ist der, der am häufigsten fehlt: eine wiederholbare Prüfung, ob das System gute Antworten gibt. Ohne sie beruht jede Aussage über Qualität auf Einzeleindrücken – meist auf dem einen beeindruckenden Beispiel aus der Vorführung und dem einen Ärgernis aus dem Alltag. Beides taugt nicht als Entscheidungsgrundlage.
Das Vorgehen ist einfacher, als es klingt. Erstellen Sie mit den Fachbereichen einen Fragenkatalog aus realen Fragen – wir empfehlen eine überschaubare, aber ernsthafte Menge, verteilt über alle angebundenen Themen – und halten Sie zu jeder Frage die richtige Antwort und die richtige Quelle fest. Dieser Katalog wird bei jeder wesentlichen Änderung durchlaufen: neues Modell, neue Quelle, geänderte Abschnittsbildung, angepasste Systemvorgaben. Bewertet wird nach vier Kriterien: Ist die Antwort inhaltlich richtig? Ist sie vollständig? Nennt sie die richtige Quelle? Und erkennt das System, wenn es nichts weiß?
Ergänzend gehören Fragenarten in den Katalog, die absichtlich schwierig sind: Fragen mit widersprüchlicher Quellenlage, Fragen zu Themen, die bewusst nicht dokumentiert sind, Fragen mit Standortbezug in einem Unternehmen mit mehreren Werken, Fragen zu vertraulichen Inhalten aus der Perspektive einer nicht berechtigten Rolle. Gerade die letzte Gruppe wird selten getestet und deckt die schwerwiegendsten Probleme auf.
Diese Prüfung ist kein einmaliger Abnahmeschritt, sondern eine wiederkehrende Aufgabe – im laufenden Betrieb genügt ein regelmäßiger Rhythmus mit einem Teil des Katalogs. Der Aufwand ist überschaubar, der Effekt erheblich: Sie können gegenüber Geschäftsführung, Datenschutz und Fachbereichen belegen, wie gut das System arbeitet, statt es zu behaupten. Und Sie erkennen Verschlechterungen, bevor die Nutzenden sie erleben – etwa nach einem Aktualisierungslauf, bei dem eine Quelle stillschweigend ausgefallen ist.
Die Auswahl des ersten Anwendungsfalls entscheidet über den Verlauf des gesamten Vorhabens. Wir prüfen dafür vier Kriterien. Schmerz: Gibt es einen erkennbaren, von den Betroffenen selbst benannten Aufwand? Ein Fall, den nur die Projektleitung für wichtig hält, erzeugt keine Beteiligung. Bestand: Existiert Material, das gut genug ist, um daraus zu antworten? Wo nichts steht, muss zuerst geschrieben werden, und das ist ein anderes Projekt. Abgrenzbarkeit: Lässt sich der Fall so schneiden, dass er in Wochen und nicht in Quartalen abgeschlossen werden kann? Sichtbarkeit: Merken andere Bereiche, dass es funktioniert? Der zweite Anwendungsfall wird deutlich leichter, wenn der erste im Haus sichtbar war.
Die Datenaufbereitung ist der Teil, den niemand auf der Rechnung hat und der in unseren Projekten regelmäßig den größten Anteil der Arbeitszeit beansprucht. Sie besteht aus vier Tätigkeiten: Sichten und Aussortieren, Auflösen von Widersprüchen, Ergänzen von Metadaten und Schließen offensichtlicher Lücken. Bei gescannten Dokumenten kommt Texterkennung hinzu, bei technischen Unterlagen die Frage, wie mit Tabellen und Zeichnungen umgegangen wird. Diese Arbeit lässt sich teilweise mit Modellunterstützung beschleunigen – Vorschläge für Themenzuordnung, Zusammenfassungen, Hinweise auf mögliche Doppelungen –, aber sie lässt sich nicht delegieren, weil die Entscheidung, was gilt, fachliches Urteil verlangt.
Eine praktische Empfehlung dazu: Behandeln Sie diese Phase nicht als Vorarbeit, sondern als eigenständiges Ergebnis mit eigener Abnahme. Ein bereinigter, mit Metadaten versehener Bestand für ein Themengebiet ist auch dann wertvoll, wenn das Assistenzprojekt später anders verläuft als geplant. Das nimmt dem Vorhaben Risiko und macht es intern leichter vertretbar.
Der Pilot sollte drei Eigenschaften haben. Er läuft mit echten Menschen an echten Aufgaben, weil eine Testgruppe im Schulungsraum andere Fragen stellt als die Sachbearbeitung unter Zeitdruck. Er läuft lang genug, um über den Neuigkeitseffekt hinauszukommen – wenige Wochen genügen meist, um zu sehen, ob die Nutzung nach der ersten Woche zusammenbricht oder trägt. Und er wird ausgewertet, und zwar mit beidem: der maschinellen Prüfung über den Fragenkatalog und dem Gespräch mit den Beteiligten. Die interessantesten Erkenntnisse kommen fast immer aus dem Gespräch – etwa dass Menschen dem System bestimmte Fragen gar nicht erst stellen, weil sie ihm dieses Thema nicht zutrauen.
Beim Change Management gilt eine Regel, die diesem Thema eigen ist: Der Widerstand kommt selten aus Technikskepsis, sondern aus zwei anderen Quellen. Die erste ist die Sorge, überflüssig zu werden – besonders bei Menschen, deren Rolle im Haus die des Auskunftgebers ist. Die zweite ist die Sorge vor Kontrolle, weil ein System, das Fragen entgegennimmt, auch protokolliert, wer was wann nicht wusste. Beide Sorgen sind berechtigt und müssen ausdrücklich adressiert werden, nicht beschwichtigt. Wirksam sind klare Zusagen: keine personenbezogene Auswertung von Anfragen, keine Leistungsbewertung auf dieser Grundlage, und eine sichtbare Aufwertung derjenigen, die Wissen beitragen.
Der zweite Hebel ist die Befähigung im Umgang mit dem Werkzeug, und sie ist kürzer, als viele erwarten. Zwei Dinge müssen vermittelt werden: wie man eine gute Frage stellt – konkret, mit Kontext, mit Nennung des Bereichs oder Standorts – und warum die Quellenangabe geprüft werden muss. Eine halbe Stunde genügt dafür, wenn sie mit echten Beispielen aus dem eigenen Bereich gemacht wird. Deutlich mehr Zeit braucht die andere Seite: die Befähigung der Themenverantwortlichen, ihre Inhalte so zu schreiben, dass ein Assistent daraus antworten kann – kurze Abschnitte, eindeutige Überschriften, ausgewiesener Geltungsbereich, keine impliziten Voraussetzungen.
Bei der Einführung eines Systems, das Anfragen von Beschäftigten entgegennimmt und protokolliert, ist die Mitbestimmung regelmäßig berührt. In Deutschland ist dabei insbesondere die Mitbestimmung bei der Einführung und Anwendung technischer Einrichtungen relevant, die geeignet sind, Verhalten oder Leistung zu überwachen – der bekannte Tatbestand des § 87 Absatz 1 Nummer 6 Betriebsverfassungsgesetz. Ob und in welchem Umfang er greift, hängt vom konkreten System, den erhobenen Daten und den Auswertungsmöglichkeiten ab. Dies ist keine Rechtsberatung; die Bewertung gehört in die Hände Ihrer Rechtsberatung und Ihrer Datenschutzbeauftragten.
Für die Projektpraxis lässt sich unabhängig davon sagen, was funktioniert: die frühe Einbindung. Ein Betriebsrat, der das Vorhaben in der Konzeptphase kennt, gestaltet mit; einer, der es zwei Wochen vor dem Rollout auf den Tisch bekommt, prüft. Der Unterschied kostet Monate. Bewährt hat sich, dem Gremium drei Dinge früh vorzulegen: eine Beschreibung, welche Daten bei der Nutzung anfallen, eine Zusage über die Auswertungsgrenzen und einen Vorschlag für die Aufbewahrungsfristen der Nutzungsdaten.
Inhaltlich lassen sich die meisten Bedenken mit wenigen Festlegungen ausräumen. Anfragen werden nicht personenbezogen ausgewertet, sondern höchstens aggregiert, um Lücken im Bestand zu erkennen. Protokolldaten werden nach einer definierten, kurzen Frist gelöscht. Eine Leistungsbewertung auf Basis von Nutzungsdaten ist ausgeschlossen. Der Zugriff auf Rohdaten ist auf wenige benannte Personen begrenzt und dokumentiert. Wo Inhalte aus Personalbereichen betroffen sein könnten, werden diese Quellen ausgeschlossen. Diese Punkte lassen sich in einer kompakten Vereinbarung abbilden und sind in vielen Häusern der Schlüssel dafür, dass ein Vorhaben ohne monatelange Verhandlung startet.
Das Onboarding ist der Fall, den wir am häufigsten als Einstieg empfehlen, und zwar aus vier Gründen. Der Bestand ist überschaubar und meist schon halbwegs vorhanden. Die Nutzergruppe ist klar abgegrenzt. Der Nutzen ist unmittelbar spürbar, weil neue Beschäftigte ohnehin viele Fragen haben. Und das Risiko ist gering, weil es um erklärende Inhalte geht und nicht um sicherheitsrelevante Vorgaben. Praktisch bedeutet das: Ein Assistent, der Fragen zu Abläufen, Zuständigkeiten, Systemen, Regelungen und internen Gepflogenheiten beantwortet, entlastet die einarbeitende Person spürbar und macht die neue Kraft schneller handlungsfähig.
Ein wichtiger Nebeneffekt: Die Fragen, die neue Beschäftigte stellen, sind die beste verfügbare Lückenanalyse für Ihren Wissensbestand. Wo das System nichts findet, fehlt etwas – und zwar etwas, das jemand tatsächlich braucht. Wir empfehlen deshalb, unbeantwortete Fragen systematisch zu sammeln und quartalsweise auszuwerten. Diese Liste ist ein besserer Arbeitsplan für die Redaktion als jeder Vorsatz, den Bestand vollständig zu machen.
Das Servicewissen ist der Fall mit der schnellsten wirtschaftlichen Wirkung, wenn die Voraussetzungen stimmen. Im ersten Servicelevel wiederholen sich Fragen stark, die Antworten stehen irgendwo, und die Suche kostet in jedem Einzelfall Minuten. Wenn eine Mitarbeiterin am Telefon in Sekunden die richtige Vorgehensweise samt Quelle sieht, steigt die Quote der Fälle, die ohne Weitergabe an die zweite Ebene gelöst werden. Der Bestand dafür ist vorhanden – in Handbüchern, in Wissensartikeln und vor allem in abgeschlossenen Tickets. Der Aufwand liegt darin, aus dem Ticketbestand redaktionell gepflegte Artikel zu machen, statt den Rohverlauf anzubinden. Genau dabei helfen Modelle gut: Sie fassen wiederkehrende Fälle zusammen und liefern Entwürfe, die eine Fachperson prüft.
Im Angebots- und Ausschreibungsgeschäft liegt ein Wert, der in mittelständischen Unternehmen fast immer brachliegt. Über Jahre entstehen hunderte Angebote, Leistungsbeschreibungen, technische Erläuterungen, Referenzdarstellungen und Antworten auf Ausschreibungsfragen. Sie liegen in Ordnern, benannt nach Kunde und Jahr, und werden bei jedem neuen Vorgang mühsam gesucht – meist von der Person, die sich erinnert, dass es so etwas schon einmal gab. Ein semantischer Zugriff auf diesen Bestand verändert die Arbeitsweise sofort: Aus der Frage nach einer ähnlichen Leistung wird eine Fundstelle statt einer Erinnerungsleistung.
Zwei Einschränkungen gehören dazu. Erstens sind Angebotsunterlagen häufig vertraulich und enthalten Preise und Konditionen; die Berechtigungsfrage ist hier besonders ernst zu nehmen, und meist ist eine Beschränkung auf den Vertrieb sinnvoll. Zweitens ist ein automatisch erzeugter Angebotsentwurf ein Entwurf und nichts weiter. Er spart das Zusammensuchen der Bausteine, nicht die kaufmännische Prüfung. Wo diese Trennung nicht klar kommuniziert wird, entstehen Fehler, die teuer sind.
Der Wissenstransfer beim Ausscheiden ist der Fall mit der höchsten strategischen Bedeutung und dem größten Anteil an Handarbeit. Das bewährte Vorgehen ist dreistufig. Zuerst die Landkarte: Welche Themen verantwortet die Person, welche Entscheidungen trifft sie allein, wo gibt es nichts Schriftliches. Dann die Erhebung: mehrere strukturierte Gespräche entlang dieser Landkarte, aufgezeichnet und automatisch verschriftlicht, wobei die Aufzeichnung nur mit Einwilligung und klaren Regeln erfolgt. Schließlich die Redaktion: Aus dem Rohmaterial entstehen strukturierte Inhalte, die die ausscheidende Person prüft und die eine Nachfolgerin oder ein Fachbereich übernimmt.
Entscheidend ist der Zeitpunkt. Zwölf bis achtzehn Monate vor dem Austritt ist die Person noch im Thema, hat noch Kapazität und hat noch ein Interesse daran, dass ihre Arbeit fortgeführt wird. Drei Wochen vorher ist beides nicht mehr gegeben. Und ebenso entscheidend ist die Haltung: Diese Gespräche funktionieren als Anerkennung von Erfahrung, nicht als Abschöpfung. Wer das in der Ansprache verfehlt, bekommt korrekte, aber leere Antworten.
In Handwerk, Fertigung und Instandhaltung gelten andere Bedingungen als im Büro, und sie werden in Wissensprojekten regelmäßig übersehen. Die Menschen sitzen nicht am Rechner, sie haben oft keine persönliche Kennung, sie tragen Handschuhe, arbeiten in lauter Umgebung und haben nicht die Zeit, sich durch ein Dokument zu blättern. Ein Wissenssystem, das für diesen Kontext gedacht ist, muss deshalb anders aussehen: kurze Antworten, große Schrift, Bedienung mit wenigen Berührungen, gegebenenfalls Spracheingabe, und eine klare Angabe, für welche Maschine und welche Baureihe eine Auskunft gilt.
Der letzte Punkt ist der kritischste. In einem Werk mit mehreren Anlagengenerationen ist eine Antwort, die nicht sagt, für welche Anlage sie gilt, im besten Fall nutzlos und im schlechten Fall gefährlich. Das ist keine Frage des Modells, sondern der Metadaten: Ohne sauber gepflegten Geltungsbereich je Dokument lässt sich diese Unterscheidung nicht treffen. Wo dieser Bezug fehlt, empfehlen wir, den Anwendungsfall zurückzustellen und zuerst die Zuordnung herzustellen.
Praktisch bewährt hat sich der Einstieg über einen eng umrissenen Bereich – eine Anlagengruppe, eine Produktfamilie, ein Gewerk – statt über das ganze Werk. Der Bestand ist dann überschaubar, die Zuordnung leistbar, und die Rückmeldung der Beschäftigten kommt schnell und ungefiltert. Für das Handwerk gilt dasselbe im Kleinen: Ein Assistent, der Montageanleitungen, Freigaben, Materialvorgaben und Herstellerhinweise für die tatsächlich verbauten Systeme kennt, ist auf der Baustelle unmittelbar nützlich – vorausgesetzt, jemand pflegt, welche Systeme das sind. Auch hier gilt die Grundregel dieses Artikels: Der Nutzen entsteht in der Pflege, nicht im Werkzeug.
Die Gesamtkosten setzen sich aus sechs Blöcken zusammen, von denen nur der erste auf einem Angebot steht.
Auf der Nutzenseite empfehlen wir, auf fremde Kennzahlen zu verzichten und stattdessen zwei oder drei eigene Messpunkte vor dem Start zu erheben: die durchschnittliche Zeit bis zur Auskunft bei einem definierten Fragentyp, die Zahl der Rückfragen an eine Schlüsselperson pro Woche, die Dauer bis zur Eigenständigkeit neuer Beschäftigter. Diese Größen sind in Ihrem Haus erhoben, in einer Stunde geschätzt und nach zwölf Monaten wiederholbar. Je nach Ausgangslage fallen die Effekte sehr unterschiedlich aus – ein Unternehmen mit gepflegtem Wiki startet an einer völlig anderen Stelle als eines mit ausschließlich gewachsenen Dateiablagen.
Für die Frage, wo verarbeitet wird, gibt es drei Wege mit unterschiedlichen Profilen. Der Bezug als Dienst ist der schnellste und funktional breiteste Weg: Plattform und Modelle kommen von etablierten Anbietern, der Betrieb entfällt, Aktualisierungen erfolgen fortlaufend. Der Preis ist eine Verarbeitungskette außerhalb des eigenen Hauses, die vertraglich und dokumentarisch abgesichert werden muss – und bei außereuropäischen Anbietern die Frage des Drittlandtransfers.
Der zweite Weg ist der Bezug als Dienst mit europäischer Verarbeitung. Viele Anbieter stellen inzwischen europäische Regionen bereit, teilweise erst ab bestimmten Vertragsebenen und nicht immer für alle Funktionen. Hier ist die entscheidende Prüffrage nicht, ob eine EU-Region angeboten wird, sondern ob sie alle Bestandteile umfasst: Speicherung der Inhalte, Einbettungen, Modellaufrufe, Protokolle, Sicherungen und Support-Zugriffe. In der Praxis liegt genau dort die Lücke, und sie fällt erst bei genauer Nachfrage auf.
Der dritte Weg ist der Betrieb in eigener oder beauftragter Infrastruktur mit offen verfügbaren Modellen. Er bietet die weitreichendste Kontrolle: Inhalte verlassen die eigene Umgebung nicht, die Verarbeitungskette ist kurz, die Nachweisführung einfach. Er verlangt dafür Betriebskompetenz, geeignete Hardware und die Bereitschaft, Modelle selbst zu aktualisieren. Für Organisationen mit hohen Souveränitätsanforderungen ist dieser Weg oft die einzige tragfähige Option, und er ist im Mittelstand heute machbar – häufig sinnvoll in einer Mischform, bei der besonders schützenswerte Bestände lokal verarbeitet werden und allgemeine Inhalte über einen Dienst laufen.
Bei allen drei Wegen gilt eine Empfehlung, die sich über Jahre auszahlt: Halten Sie die Modellschicht austauschbar. Die Architektur sollte so gebaut sein, dass ein Wechsel des Modells oder des Anbieters möglich ist, ohne den Aufbau neu zu machen. Der Markt bewegt sich schnell; wer sich fest an eine Schicht bindet, verliert Verhandlungsposition und Handlungsspielraum. Das gilt auch für den Index: Klären Sie, ob und wie Sie Ihre aufbereiteten Inhalte und Metadaten wieder herausbekommen.
Sechs Punkte gehören in jedes Wissensprojekt, unabhängig vom gewählten Weg. Erstens die Aufnahme der Verarbeitung in das Verzeichnis der Verarbeitungstätigkeiten, einschließlich aller beteiligten Verarbeiter – bei diesen Lösungen sind es typischerweise mehrere. Zweitens die Auftragsverarbeitungsverträge mit Plattform- und Modellanbieter samt Bewertung eines möglichen Drittlandbezugs. Drittens ein dokumentiertes Berechtigungskonzept, das beschreibt, wie sichergestellt ist, dass Antworten die bestehenden Zugriffsrechte nicht aushebeln. Viertens Festlegungen zur Speicherung und Löschung von Anfragen, Antworten und Protokollen. Fünftens eine Prüfung, ob eine Datenschutz-Folgenabschätzung erforderlich ist – bei Beständen mit umfangreichem Personenbezug ist diese Frage ernsthaft zu stellen. Sechstens eine kurze Nutzungsrichtlinie, die klärt, welche Inhalte eingegeben werden dürfen und dass Antworten geprüft werden müssen.
Ein Punkt verdient besondere Aufmerksamkeit, weil er neu ist: Auch die Einbettungen selbst sind eine Verarbeitung. Sie sind zwar keine lesbaren Texte, aber sie sind aus personenbezogenen Inhalten abgeleitet und lassen sich unter Umständen teilweise zurückführen. Behandeln Sie den Index deshalb wie einen Datenbestand mit demselben Schutzbedarf wie die Quellen, aus denen er stammt – einschließlich Löschung. Wenn ein Dokument gelöscht wird, müssen die zugehörigen Abschnitte aus dem Index verschwinden; das ist eine Anforderung, die in Auswahlgesprächen ausdrücklich gestellt werden sollte, weil sie nicht selbstverständlich erfüllt wird.
Mit der europäischen Verordnung über künstliche Intelligenz existiert erstmals ein horizontaler Rechtsrahmen für KI-Systeme, der auf einem risikobasierten Ansatz beruht: Anwendungen werden nach ihrem Risiko eingeordnet, und daran knüpfen unterschiedliche Pflichten an. Für Unternehmen, die KI-Systeme einsetzen, ohne sie selbst zu entwickeln, kommen dabei vor allem Betreiberpflichten in Betracht. Anwendungsbereich, Rollenzuordnung und der jeweils maßgebliche Zeitpunkt hängen vom konkreten System und vom Einsatzzweck ab; hier werden bewusst keine Fristen oder Einstufungen behauptet. Dies ist keine Rechtsberatung.
Für die Praxis lässt sich unabhängig von der endgültigen rechtlichen Bewertung sagen, welche Vorbereitungen sinnvoll sind – und erfreulicherweise decken sie sich weitgehend mit dem, was ohnehin gute Praxis ist. Führen Sie ein Verzeichnis der eingesetzten KI-Anwendungen mit Zweck, Datenquellen, beteiligten Anbietern und verantwortlicher Rolle. Machen Sie für Nutzende erkennbar, dass sie mit einem KI-System arbeiten und dass Antworten zu prüfen sind. Sorgen Sie für eine angemessene Kompetenz der Personen, die das System bedienen. Dokumentieren Sie, wie Sie Qualität prüfen und welche Vorkehrungen gegen falsche Auskünfte bestehen. Halten Sie fest, in welchen Themenbereichen eine menschliche Bestätigung verlangt wird.
Ein interner Wissensassistent, der aus freigegebenen Unternehmensinhalten Auskünfte gibt, ist typischerweise ein deutlich weniger kritischer Anwendungsfall als Systeme, die über Menschen entscheiden – etwa in Personalauswahl, Kreditvergabe oder Zugangskontrolle. Genau diese Abgrenzung gehört aber ausdrücklich dokumentiert und nicht stillschweigend angenommen. Wenn Ihr Wissenssystem in Bereiche hineinreicht, die Personalentscheidungen, Leistungsbewertungen oder sicherheitskritische Vorgaben berühren, ändert das die Einschätzung, und die Prüfung sollte mit fachkundiger Unterstützung erfolgen.
