In jedem Wartungssystem finden sich Einträge wie dieser: »Pumpe getauscht.« Zwei Worte für einen Vorgang, hinter dem eine ganze Diagnose steckt. Der Kollege, der die Störung damals gelöst hat, hatte mehrere Ursachen geprüft und verworfen, bevor er die richtige fand: eine Lieferantencharge mit abweichender Dichtung. Dieser Weg zur Lösung steht in keinem Dokument. Er blieb im Kopf des Kollegen, und mit dessen Eintritt in den Ruhestand hat er das Unternehmen verlassen.

Die Wissenschaft nennt das Implizites Wissen: Erfahrung, die Menschen sicher anwenden, aber von sich aus kaum in Worte fassen. Es gilt als die wertvollste und zugleich flüchtigste Ressource einer Organisation. Tritt dieselbe Störung Jahre später erneut auf, beginnt die Diagnose von vorn.

An dieser Stelle entscheidet sich, ob ein KI-gestütztes Wissenssystem mehr leistet als eine bessere Suchfunktion. Die eigentliche Frage ist nämlich nicht, wie ein solches System Wissen findet. Sie lautet, wie das Wissen überhaupt ins System kommt.

Die falsche Rollenverteilung

Die letzten dreißig Jahre Wissensmanagement folgten einem stillen Grundsatz: Die Fachkraft ist in der Pflicht. Sie soll dokumentieren, verschlagworten, Formulare pflegen – neben dem Tagesgeschäft, in einer Sprache, die nicht ihre ist, für einen Nutzen, den andere haben. Dass daraus »Pumpe getauscht« wird, ist keine Frage mangelnder Disziplin. Es ist eine Frage des Aufwands: Wir verlangen die teuerste Übersetzungsleistung ausgerechnet von der Person, deren Zeit am knappsten ist, und der Ertrag fällt woanders an, irgendwann, vielleicht.

Ikujiro Nonaka und Hirotaka Takeuchi haben diesen Schritt Externalisierung genannt: aus Erfahrung wird Sprache, aus persönlichem Können etwas, das andere nutzen können. In ihrem Modell der Wissensspirale ist er der entscheidende Schritt – und zugleich der schwierigste, weil sich Erfahrung nur mühsam in Worte fassen lässt. Aus meiner Sicht kommt ein zweites Problem hinzu, das über den Erfolg entscheidet: Dieser Schritt ist auch der teuerste. Wir haben ihn drei Jahrzehnte lang Menschen überlassen, ohne ihnen Zeit dafür zu geben, und uns dann über leere Wikis gewundert.

Die Umkehrung: erzählen statt ausfüllen

Fragen Sie denselben Kollegen dagegen an der Anlage, was damals los war, bekommen Sie in zehn Minuten die ganze Geschichte: welche Charge war betroffen, woran er den Fehler gemerkt hat und was er ausgeschlossen hat, bevor er darauf kam. Nichts davon ist geheim. Es hat ihn nur nie jemand gefragt – und in ein Formular hätte er es so nicht geschrieben.

Genau hier setzt unser Forschungsansatz an. Nicht der Mensch soll sich dem System anpassen müssen, sondern das System dem Menschen: Die Fachkraft erzählt in ihrer Sprache, in ihrem Tempo, gern direkt an der Maschine. Eine Sprachschnittstelle nimmt auf und transkribiert. Ein Sprachmodell macht daraus keine Textdatei, sondern Struktur: Anlage, Symptom, vermutete Ursache, Maßnahme, Randbedingung. Und der Wissensgraph aus dem letzten Teil verknüpft diese Bausteine mit dem, was ohnehin im Haus liegt – Wartungshistorie, Störungsmeldungen, Sensordaten. Der schwierigste Schritt der Wissensspirale wird damit erstmals technisch unterstützt, statt allein an Menschen zu hängen.

Und das System hört nicht nur zu, es fragt nach. Bleibt eine Aussage unvollständig, hakt es ein, so wie es ein interessierter Kollege täte. Dieses geleitete Gespräch ist der eigentliche Kern der Methode: Es holt heraus, was beim freien Erzählen unausgesprochen bliebe, weil es der erzählenden Person selbstverständlich erscheint. Darin liegt auch die wissenschaftliche Herausforderung, nicht im Mitschreiben, sondern in der Frage, welche Nachfrage im richtigen Moment das Entscheidende an die richtige Stelle führt.

Was am Ende bei den Nutzenden ankommt, ist dagegen sehr einfach: eine kurze Antwort in wenigen Sätzen, dazu die Angabe, woher sie stammt und wie belastbar sie ist. Die Komplexität bleibt im Hintergrund.

Wo anfangen? Drei Kriterien für den Einstieg

Kein Unternehmen kann sein gesamtes Erfahrungswissen auf einmal sichern und sollte es auch nicht versuchen. Sie sollten sich drei Leitfragen stellen, die in unserer Erfahrung zu sinnvollen Pilotbereichen für den Einstieg führen:

Erstens: Wo ist die Lücke zwischen Können und Dokumentation am größten? Gesucht wird der Bereich, in dem am meisten Wissen ungeschrieben bleibt. Die Instandhaltung ist deshalb ein naheliegender Startpunkt: Was eine Fachkraft bei der Fehlersuche denkt und ausschließt, steht in keinem Protokoll – dort steht nur das Ergebnis.

Zweitens: Gibt es schon Daten, an die sich das Erzählte anschließen lässt? Eine Erfahrung wird erst dann richtig nützlich, wenn sie mit dem verbunden ist, was das System bereits kennt. Ein Beispiel: Erzählt jemand über Anlage 12, und sind zu dieser Anlage bereits Stammdaten, Wartungshistorie und Störungsmeldungen vorhanden, findet die Erzählung sofort ihren Platz. Beim nächsten Ausfall dieser Anlage erscheint sie automatisch. Fehlen solche Anknüpfungspunkte, bleibt die beste Geschichte ein Einzelstück, das niemand findet.

Drittens: Wo drängt die Zeit am meisten? Wo steht der Generationswechsel unmittelbar bevor? Wo droht implizites Wissen mit den ausscheidenden Fachkräften für immer zu verschwinden? Diese Frage sortiert die Reihenfolge oft härter als jede Nutzwertanalyse.

Was das für Ihr Unternehmen bedeutet

Der praktische Unterschied ist eine Frage von Aufwand und Ertrag. Ein klassisches Übergabeprojekt bindet Expertinnen und Experten über Wochen und liefert Dokumente, die kaum jemand liest. Ein dialogbasierter Ansatz kostet die Fachkraft Gesprächszeit statt Schreibzeit – und liefert Wissen in einer Form, die sich abfragen und verknüpfen lässt. Damit wird Wissenssicherung erstmals etwas, das im laufenden Betrieb nebenherlaufen kann. Mindestens ebenso wichtig sind die sozialen und psychologischen Nebeneffekter: Wer gefragt wird, fühlt sich gewertschätzt, wer ein Formular bekommt, fühlt sich verwaltet. Wertschätzung ist in diesen Projekten kein weicher Faktor, sondern die Bedingung dafür, dass überhaupt erzählt wird.

Wo die Methode an Grenzen stößt

Nicht alles implizite Wissen ist sprachlich explizierbar. Das Gespür in der Hand beim Anziehen einer Schraube, das Körperwissen der Schweißerin – solches verkörperte Können lässt sich erzählen, aber nicht vollständig übertragen. Unser Anspruch ist deshalb nicht, die Fachkraft zu ersetzen, sondern ihre Urteilsgrundlagen für alle im Unternehmen verfügbar zu halten: das Was, Wann und Warum ihrer Entscheidungen. Auch bei diesem Verfahren gibt es Einschränkungen: Erzähltes Wissen ist nicht automatisch geprüftes Wissen. Herkunftsnachweise und Qualitätssicherung müssen deshalb von Anfang an in der Architektur mitgedacht werden.

Die beste Wissensmanagement-Technologie ist die, die sich nicht wie Dokumentieren anfühlt, sondern wie ein Gespräch unter Kollegen. Ich bin überzeugt, dass hier die eigentliche Innovation liegt – nicht im Modell, sondern in der Umkehrung der Prioritäten: Maschinen ermöglichen uns eine Dokumentation, die für Menschen besser nutzbar ist und damit für Unternehmen wertvoller Solange wir von unseren erfahrensten Kolleginnen und Kollegen verlangen, sich in Formularsprache zu übersetzen, werden wir ihr Wissen weiter verlieren.

Mein Rat für den ersten Schritt: Suchen Sie sich einen einzigen Fall, den alle im Haus kennen – eine wiederkehrende Störung, einen kniffligen Prozess –, und lassen Sie die Person, die ihn am besten beherrscht, zwanzig Minuten darüber reden. Sie werden überrascht sein, wie viel in diesen zwanzig Minuten steckt und wie wenig davon je in einem System stand.

Eine Grenze bleibt allerdings, und sie führt direkt zum nächsten Teil: Manches Können lässt sich nicht erzählen, nur zeigen. Was passiert, wenn KI nicht mehr nur zuhört, sondern zusieht?

Sie stehen vor einem Generationswechsel und wissen nicht, wo Sie anfangen sollen? Wir begleiten Unternehmen von der ersten Bestandsaufnahme über Workshops und Proof of Concept bis zum produktiven System – sprechen Sie uns an (siehe Leselinks).

Leselinks:

• Teil 1 der Blogreihe »Das Gedächtnis der Organisation«
• Projekt »TACIT-Talk« – Vom Forschungsprototyp zur industriellen Wissensextraktion
• Forschungs- und Innovationszentrum KODIS des Fraunhofer IAO
• Clark/Chalmers: The Extended Mind, Analysis 58 (1998)
• Hutchins: Cognition in the Wild, MIT Press (1995)

Kategorien: Arbeitswelten und Transformation, Künstliche Intelligenz
Tags: Gedächtnis der Organisation, Wissensmanagement