Wenn erfahrene Mitarbeitende in den Ruhestand gehen, das Unternehmen wechseln oder innerhalb der Organisation neue Aufgaben übernehmen, verschwindet häufig weit mehr als reine Fachinformation. Verloren gehen Erfahrungswerte, eingespielte Routinen, Wissen über Sonderfälle und all die kleinen Entscheidungen, die in keinem Prozesshandbuch stehen.
Für Unternehmen wird dieser Verlust zunehmend zum Betriebs- und Kapazitätsrisiko. Nachfolger finden wichtige Informationen nicht dokumentiert vor, neue Mitarbeitende benötigen Monate bis zur vollen Produktivität und erfahrene Fachkräfte beantworten immer wieder dieselben Fragen. Gleichzeitig ist klassische Dokumentation aufwendig und teilweise bereits wieder veraltet, bevor sie umfassend gepflegt wurde.
Genau hier setzt der digitale Wissenszwilling an.
Vom Wissen im Kopf zur nutzbaren Wissensbasis
Die entscheidende Frage ist also: Wie lässt sich Erfahrungswissen bewahren, ohne Mitarbeitende mit zusätzlicher Dokumentationsarbeit zu belasten?
Der digitale Wissenszwilling schafft dafür eine gemeinsame Grundlage. Er führt bereits dokumentiertes Unternehmenswissen mit bislang undokumentiertem Erfahrungswissen zusammen. Vorhandene Inhalte können aus unterschiedlichen Datenquellen automatisiert erschlossen werden, während persönliches Erfahrungswissen gezielt erfasst und nach fachlicher Prüfung in die Wissensbasis aufgenommen wird.
Das technologische Fundament bildet ein Knowledge Graph. In ihm wird das Wissen strukturiert zusammengeführt und für unterschiedliche Anwendungen verfügbar gemacht. So entsteht eine zentrale Wissensbasis, auf der verschiedene Formen des Wissenszugangs und der Wissensvermittlung aufbauen können.
Abbildung 1: Der digitale Wissenszwilling macht Erfahrungswissen dauerhaft nutzbar
Die Abbildung zeigt das Grundprinzip: Unterschiedliche Wissensquellen fließen im Knowledge Graph zusammen. Darauf setzen Anwendungen wie der Knowledge Chatbot, der Wiki Agent und der Study Agent auf. Wie insbesondere das bislang undokumentierte Erfahrungswissen seinen Weg in diese Wissensbasis findet, ist dabei eine der entscheidenden Fragen.
Die eigentliche Herausforderung: implizites Wissen sichtbar machen
Besonders wertvoll ist in vielen Unternehmen das Wissen, das nirgendwo aufgeschrieben wurde. Eine erfahrene Fachkraft weiß beispielsweise, bei welcher Konstellation ein Standardprozess nicht funktioniert, welche Auffälligkeiten auf ein bestimmtes Problem hindeuten oder wann ein scheinbar logischer nächster Schritt besser vermieden werden sollte. Dieses sogenannte implizite Wissen entsteht über Jahre und lässt sich mit klassischen Dokumentationsmethoden nur schwer erfassen.
Der Wissenszwilling setzt deshalb auf einen strukturierten Prozess, der dieses Erfahrungswissen Schritt für Schritt erschließt:
Abbildung 2: Implizites Wissen systematisch erschließen
1. Vorbereitung: Gemeinsam mit dem Fachbereich werden relevante Wissensträger und kritische Themen identifiziert. Auf dieser Grundlage erstellt die KI einen strukturierten Leitfaden für das anschließende Gespräch.
2. Durchführung: Das Interview führt eine Fachperson oder bei standardisierbaren Themen ein Sprachagent. Durch gezielte Nachfragen werden Routinen und Erfahrungswerte explizit gemacht, die zuvor vor allem in den Köpfen der Mitarbeitenden vorhanden waren.
3. Transkription: Der Sprachdialog wird automatisch transkribiert, gegliedert und zu prüfbaren Wissensbausteinen verdichtet.
4. Redaktion und Qualitätssicherung: Fachverantwortliche prüfen die aufbereiteten Inhalte, ergänzen sie bei Bedarf und geben sie anschließend frei. Nichts gelangt ungeprüft in die Wissensbasis.
5. Verankerung im Knowledge Graph: Die freigegebenen Inhalte werden versioniert im Knowledge Graph verankert und stehen von dort für die weitere Nutzung zur Verfügung, beispielsweise über Chatbot, Wiki oder Lernmodus.
Die KI übernimmt damit einen großen Teil der aufwendigen Vorbereitung, Transkription und Strukturierung. Die fachliche Verantwortung bleibt jedoch beim Menschen: Erst nach der Prüfung und Freigabe durch die jeweiligen Experten wird das erfasste Wissen Teil der Wissensbasis. Dieses Human-in-the-Loop-Prinzip verbindet die Effizienz der KI mit der fachlichen Qualitätssicherung durch den Menschen.
Der nächste Schritt: vom Wissenszwilling zum agentischen Zwilling
Mit dem digitalen Wissenszwilling wird Unternehmens- und Erfahrungswissen strukturiert verfügbar. Der nächste Entwicklungsschritt geht darüber hinaus: Neben dem Wissen selbst rückt auch die Frage in den Fokus, wie Arbeit im Unternehmen tatsächlich ausgeführt wird. Hier kommen Process Mining und Task Mining ins Spiel. Process Mining rekonstruiert anhand von Systemdaten, wie Prozesse tatsächlich ablaufen, während Task Mining einzelne Arbeitsschritte am Arbeitsplatz erfasst. Dadurch lassen sich Wissen, Prozessschritte und die verwendeten Systeme miteinander verknüpfen.
Abbildung 2: Vom Wissenszwilling zum agentischen Zwilling
Auf dieser Basis kann sich der Wissenszwilling zu einem agentischen Zwilling weiterentwickeln: Er stellt Wissen nicht mehr nur bereit, sondern kann unter Aufsicht auch aktiv unterstützen – etwa indem er wiederkehrende Vorgänge eigenständig ausführt oder den nächsten Schritt im Fachverfahren vorschlägt. Die Kontrolle bleibt dabei beim Menschen: Freigaben, Ausnahmen und Eskalationen werden weiterhin von Mitarbeitenden übernommen.
So führt der Weg vom Wissen über das Verständnis tatsächlicher Arbeitsabläufe bis hin zur unterstützten Handlung. Der Wissenszwilling wird damit zur Grundlage für Systeme, die Unternehmenswissen nicht nur verfügbar machen, sondern es zunehmend auch im operativen Arbeitskontext einsetzen können.
Aus der Praxis: KI-gestütztes Wissensmanagement
Wie KI-gestütztes Wissensmanagement in der Praxis aussehen kann, zeigt das Beispiel der HF Group. Dort besteht die Herausforderung darin, kritisches Erfahrungswissen zu sichern, das durch Fluktuation, Ruhestand oder Standortwechsel verloren gehen kann. Gleichzeitig ist implizites „Kopfwissen“ häufig kaum strukturiert dokumentiert, während die dezentrale Organisation den unternehmensweiten Wissenstransfer zusätzlich erschwert.
Der Lösungsansatz setzt auf Sprachdialog statt Formular: Wissensträger geben ihre Erfahrungen im Gespräch weiter, während die KI durch den Dialog führt und die Inhalte für die weitere Nutzung aufbereitet. Benannte Fachverantwortliche prüfen und geben das erfasste Wissen frei. Anschließend wird es in die bestehende Wiki-Landschaft integriert und kann standortübergreifend genutzt werden. Ein zusätzlicher Lernmodus unterstützt neue Mitarbeitende bei der Einarbeitung.
Ziel ist es, wertvolles Erfahrungswissen langfristig zu erhalten, die Einarbeitung neuer Mitarbeitender zu beschleunigen und die Prozess- und Qualitätsstabilität zu erhöhen. Gleichzeitig lässt sich einmal erfasstes Wissen effizient wiederverwenden und zu einer strategischen, gruppenweiten Wissensbasis ausbauen.
Wie die HF Group diesen Ansatz konkret umsetzt und welche Erfahrungen dabei gesammelt werden, beleuchten wir ausführlicher in einem unserer nächsten Beiträge.
Fazit: Mit KI wird Erfahrungswissen zur strategischen Wissensbasis
Der demografische Wandel und die zunehmende Fluktuation machen Wissensmanagement zu einer strategischen Aufgabe. Entscheidend ist dabei nicht allein, möglichst viele Informationen zu dokumentieren. Unternehmen müssen insbesondere jenes Erfahrungswissen erschließen, das bislang ausschließlich in den Köpfen ihrer Mitarbeitenden steckt.
Der digitale Wissenszwilling bietet dafür einen neuen Ansatz: KI hilft, Wissen zu erfassen, zu strukturieren und im richtigen Kontext verfügbar zu machen. Menschen sichern durch Prüfung und Freigabe die fachliche Qualität.
So entsteht aus individuellem Erfahrungswissen eine dauerhafte Wissensbasis – und perspektivisch sogar die Grundlage für Systeme, die nicht nur wissen, was zu tun ist, sondern Prozesse verstehen und Mitarbeitende bei der konkreten Ausführung unterstützen können.
Erfahrungswissen mit KI für Ihr Unternehmen nutzbar machen
Sie möchten Erfahrungswissen in Ihrem Unternehmen mit KI sichern und gezielt nutzbar machen? Gemeinsam entwickeln wir einen digitalen Wissenszwilling, der zu Ihren Anforderungen und Ihrer bestehenden Systemlandschaft passt.