Wissensmanagement mit KI: Warum das nächste Firmenwiki wieder verwaisen wird

Ein neues Wiki mit KI-Suche sichert das Wissen in deinem Unternehmen kaum besser als das alte, weil das eigentliche Problem schon vor der Suche anfängt. Das Wissen, das du absichern willst, hat nie jemand aufgeschrieben. Es steckt in Kundengesprächen, in Entscheidungen aus Besprechungen und in den Köpfen von zwei, drei Leuten, die seit Jahren wissen, warum etwas so gemacht wird. Wissensmanagement, das von genau diesen Leuten zusätzliches Ablegen und Pflegen verlangt, verliert gegen ihr Tagesgeschäft.

KI kann daran etwas Grundsätzliches ändern. Der größere Hebel liegt aber woanders als in der besseren Suche. Mit KI kann Wissen direkt beim Arbeiten entstehen. Aus einem Kundengespräch werden festgehaltene Zusagen, aus einer erledigten Aufgabe ein nachvollziehbares Ergebnis und aus einer Besprechung eine Liste der Entscheidungen. Die Menschen im Team prüfen und berichtigen nur noch, was festgehalten wurde. KI-Agenten nutzen dieses Wissen sofort für die nächste Aufgabe, und dadurch bleibt es aktueller, als es ein Wiki-Verantwortlicher je halten könnte.

Warum Firmenwikis verwaisen

Ein Wiki verlangt von Menschen Arbeit, deren Nutzen bei anderen ankommt. Wer eine Seite zur Reklamationsabwicklung schreibt, braucht sie selbst nicht, weil er den Ablauf kennt. Den Aufwand hat er heute, den Nutzen hat ein Kollege irgendwann später. Unter Zeitdruck geht diese Rechnung fast nie auf, und in einem Unternehmen mit 60 Leuten, in dem jeder mehrere Rollen ausfüllt, gibt es fast immer Zeitdruck.

Jakob Nielsen hat das Muster für Online-Communitys als 90-9-1-Regel beschrieben. 90 Prozent der Nutzer lesen nur, 9 Prozent tragen gelegentlich etwas bei, und 1 Prozent liefert fast alle Beiträge. Nielsen hat vor allem öffentliche Plattformen untersucht, aber viele kennen die Verteilung auch aus dem eigenen Firmenwiki. Meistens gibt es eine Person, die das Wiki eingeführt hat und am Leben hält. Wenn sie die Stelle wechselt oder andere Prioritäten bekommt, hört die Pflege auf.

Danach läuft ein Kreislauf ab, der das Wiki leerlaufen lässt. Eine Seite ist veraltet. Jemand merkt das bei einer Kundenanfrage und fragt künftig lieber gleich den Kollegen. Weil weniger Leute lesen, fallen weitere Fehler niemandem mehr auf, und ohne Leser gibt es keinen Grund, etwas zu aktualisieren. Nach zwei Jahren enthält das Wiki viele Seiten, und niemand weiß mehr, welche davon noch stimmen. Damit ist es für die tägliche Arbeit wertlos, auch wenn es gut gefüllt aussieht.

Warum eine bessere Suche allein nicht hilft

Wenn Anbieter über KI im Wissensmanagement sprechen, geht es meist um Retrieval Augmented Generation, kurz RAG. Dabei sucht ein System in einer Wissensbasis nach passenden Textstellen und gibt sie einem Sprachmodell mit, das daraus eine Antwort formuliert. IBM beschreibt den Ablauf ausführlich. Der erste Schritt beim Aufbau ist dort eine durchsuchbare Wissensbasis aus PDFs, Dokumenten und Anleitungen. Im selben Text steht auch, dass diese Wissensbasis laufend aktualisiert werden muss, damit das System brauchbar bleibt.

Genau daran hakt es im Mittelstand. RAG macht vorhandene Dokumente gut nutzbar, aber das Pflegeproblem bleibt bestehen. Wenn niemand ablegt, findet auch die beste semantische Suche nichts. Wenn die Dokumente veraltet sind, formuliert das Modell aus ihnen eine flüssige Antwort, und die ist gefährlicher als eine leere Trefferliste, weil sie überzeugend klingt.

Die Zeit fürs Suchen fehlt trotzdem wirklich. McKinsey schätzte schon 2012, dass Wissensarbeiter fast 20 Prozent ihrer Arbeitswoche damit verbringen, interne Informationen zu suchen oder Kollegen zu finden, die bei einer Aufgabe helfen können. Spannend an derselben Studie ist, woher die Autoren die Verbesserung erwarteten. Wenn Kommunikation in durchsuchbaren Werkzeugen stattfindet, werden die Nachrichten selbst zu Inhalt, und die Suchzeit könne dadurch um bis zu 35 Prozent sinken. Der Hebel war also schon damals das Festhalten dessen, was ohnehin passiert.

Welches Wissen im Mittelstand wirklich fehlt

Wenn eine erfahrene Person geht, fehlen selten Dinge, die in einem Handbuch stehen könnten. Es fehlen die Begründungen und die Ausnahmen. Dazu gehört, warum ein bestimmter Kunde Rechnungen nur mit Bestellnummer akzeptiert, weshalb vor drei Jahren das Material gewechselt wurde, wer beim Lieferanten wirklich entscheidet und was einem Großkunden im letzten Jahresgespräch mündlich zugesagt wurde. Dieses Wissen entsteht in Gesprächen, E-Mails und Entscheidungen, und genau diese Quellen sind an ein klassisches Wissenssystem nicht angeschlossen.

Der Druck steigt. Laut dem KfW-Nachfolge-Monitoring Mittelstand 2025 sind 57 Prozent der mittelständischen Inhaber 55 Jahre oder älter. Vor 20 Jahren waren es 20 Prozent. Bis Ende 2029 wollen jedes Jahr rund 109.000 Inhaber kleiner und mittlerer Unternehmen ihr Unternehmen an einen Nachfolger übergeben. In vielen dieser Firmen steckt das wichtigste Kundenwissen beim Inhaber und bei wenigen langjährigen Mitarbeitern. Es reicht nicht, wenn diese Leute kurz vor der Übergabe noch ein paar Dokumente schreiben, weil sie dabei nur an das denken, was ihnen gerade einfällt.

Im Kleinen gibt es dasselbe Problem jede Woche, wenn jemand krank ist, Urlaub hat oder ein Projekt an einen Kollegen abgibt. Oft ist dann die Übergabe-Mail die einzige Dokumentation, und darin steht nur, woran der Absender in zehn Minuten gedacht hat.

Dazu kommt ein neueres Leck. In vielen Firmen nutzen Mitarbeiter längst KI-Chats, jeder für sich und mit eigenem Kontext. Die Recherchen, Entwürfe und Überlegungen darin gehen genauso verloren wie früher das Wissen im Kopf, weil sie in einem privaten Verlauf liegen, den sonst niemand sieht.

Wissen als Nebenprodukt der Arbeit

Nielsen nennt in seinem Text auch das wirksamste Mittel gegen die ungleiche Beteiligung. Sie soll ein Nebeneffekt von etwas werden, das Menschen ohnehin tun. Sein Beispiel sind die Buchempfehlungen bei Amazon. Sie entstehen, weil Leute Bücher kaufen, ohne dass jemand dafür etwas eintragen muss. Für Wissensmanagement ließ sich dieser Ansatz lange kaum umsetzen, weil keine Software aus einem Gesprächsmitschnitt oder einem E-Mail-Verlauf verlässlich herauslesen konnte, was davon Wissen ist. Sprachmodelle können das inzwischen gut genug, dass sich eine Arbeitsweise darauf aufbauen lässt.

Das übernimmt ein KI-Agent, also ein KI-System, das mit eigenen Zugriffen und Werkzeugen Aufgaben selbst ausführt. Er ist an die Stellen angebunden, an denen Arbeit passiert. Er begleitet eine Besprechung, transkribiert sie und hält fest, welche Entscheidungen gefallen sind und wer was übernimmt. Er liest die Korrespondenz mit einem Kunden mit und ergänzt, was sich an Ansprechpartnern, Konditionen oder Zusagen geändert hat. Wenn er selbst eine Aufgabe erledigt, etwa eine Lieferantenrecherche oder die Vorbereitung eines Angebots, bleiben Ergebnis und Begründung für das Team erhalten.

Damit verschiebt sich die Arbeit. Beim Wiki muss ein Mensch erkennen, dass etwas festhaltenswert ist, die richtige Seite finden oder anlegen und dann schreiben. Wenn Wissen als Nebenprodukt entsteht, fällt dieser Schritt weg, und es kommt auch Wissen hinein, dessen Wert im Moment niemand erkannt hat. Dass ein Kunde im Juni nebenbei einen Standortwechsel erwähnt hat, schreibt niemand ins Wiki. Im Gesprächsprotokoll steht es trotzdem, und ein halbes Jahr später ist es genau die Information, die bei der Lieferung fehlt.

Menschen korrigieren, statt zu schreiben

Automatisch erfasstes Wissen ist nicht automatisch richtig. Ein Transkript kann einen Namen falsch schreiben, eine Zusammenfassung kann einen Vorschlag aus der Diskussion als Entscheidung festhalten, und zwei Gespräche können sich widersprechen. Deshalb bleibt der Mensch in dem Ablauf. Seine Aufgabe ist jetzt aber, zu lesen, was der Agent festgehalten hat, und zu berichtigen, was nicht stimmt.

Auch dafür liefert Nielsen den Grund. Er rät, Menschen lieber etwas Vorhandenes bearbeiten zu lassen, weil das weit weniger Überwindung kostet als eine leere Seite. Wer nach einem Kundengespräch fünf festgehaltene Punkte vor sich hat, korrigiert den einen falschen in einer halben Minute. Von sich aus hätte dieselbe Person wahrscheinlich gar nichts aufgeschrieben.

Damit das im Alltag trägt, braucht es zwei Dinge. Jede festgehaltene Aussage muss ihre Quelle zeigen, also das Gespräch, die E-Mail oder die Aufgabe, aus der sie stammt, damit sich das in Sekunden prüfen lässt. Außerdem braucht jeder Bereich einen Verantwortlichen, der Widersprüche entscheidet. Wenn der Vertrieb von zwei Prozent Skonto für einen Kunden ausgeht und die Buchhaltung von drei, kann ein Agent das nicht selbst auflösen. Er kann den Widerspruch aber finden und der Person vorlegen, die entscheidet.

Warum Nutzung das Wissen aktuell hält

Dieser Teil entscheidet, ob das neue System in zwei Jahren ebenfalls verwaist. Wissen bleibt nur aktuell, wenn es benutzt wird, weil Fehler erst bei der Nutzung auffallen. Das Wiki ist daran gescheitert, dass Menschen es irgendwann nicht mehr gelesen haben. Ein Agent, der das Wissen für seine eigene Arbeit braucht, liest es bei jeder Aufgabe.

Ein Beispiel aus dem Vertrieb zeigt, wie das aussieht. Vor jedem Kundentermin stellt ein Agent die offenen Punkte, die letzten Zusagen und die Ansprechpartner zusammen. Nach dem Termin gleicht er ab, was sich geändert hat. Dann legt er die vereinbarten Folgeaufgaben an, schickt dem Kunden die versprochenen Unterlagen und aktualisiert den Eintrag im CRM. Das sind erlaubte Routineaktionen, die er selbst erledigt. Wenn in der Vorbereitung etwas nicht stimmt, merkt der Vertriebsmitarbeiter das im Termin und korrigiert es danach, und die nächste Vorbereitung ist besser. Nur wenn aus dem Gespräch eine verbindliche Zusage folgt, etwa ein Sonderpreis im Angebot, legt der Agent das Angebot zur Freigabe vor, bevor es an den Kunden geht.

So entsteht ein Kreislauf, der genau umgekehrt läuft wie beim Wiki. Weil das Wissen benutzt wird, fallen Fehler auf. Weil Fehler korrigiert werden, wird es verlässlicher, und weil es verlässlich ist, schauen auch die Kollegen wieder hinein, bevor sie jemanden fragen. Die Menschen legen dabei fest, welche Ziele ein Agent verfolgt, auf welche Systeme er zugreift und welche Aktionen er ohne Rückfrage ausführen darf.

Grenzen und Risiken

Was nicht erfasst wird

Ein solches System hält nur fest, was durch seine Kanäle läuft. Das Telefonat vom Handy, das Gespräch an der Maschine und die Absprache auf dem Flur bleiben draußen. Du kannst einen Teil davon auffangen, wenn Mitarbeiter nach einem wichtigen Telefonat zwei Sätze diktieren, aber vollständig wird es nie. Handwerkliches Können, etwa das Gefühl dafür, wann eine Einstellung an der Maschine stimmt, lässt sich auch mit KI kaum festhalten. Für dieses Wissen bleibt die Einarbeitung durch erfahrene Kollegen der richtige Weg.

Fehler und doppelte Einträge

Sprachmodelle machen weiterhin Fehler. Selbst IBM schreibt, dass RAG das Risiko erfundener Antworten senkt, ein Modell aber nicht fehlerfrei macht. Preise, Termine und Mengen sollten deshalb immer mit Quelle erscheinen. Automatisch befüllte Wissensbasen halten außerdem oft dasselbe mehrfach fest, weil ein Thema in mehreren Gesprächen vorkommt. Wenn niemand zusammenführt, stehen irgendwann drei leicht abweichende Fassungen derselben Kundenregel nebeneinander.

Aufzeichnung, Datenschutz und Betriebsrat

Wer Gespräche aufzeichnen will, braucht dafür eine Befugnis, denn § 201 StGB stellt das unbefugte Aufnehmen des nichtöffentlich gesprochenen Wortes unter Strafe. Die einfachste Befugnis ist die Zustimmung der Teilnehmer, und gerade bei Terminen mit Externen sollte vorher klar geregelt sein, ob aufgezeichnet wird. Wenn es in deinem Unternehmen einen Betriebsrat gibt, gehört das Vorhaben früh auf den Tisch. § 87 BetrVG gibt ihm ein Mitbestimmungsrecht bei technischen Einrichtungen, die dazu bestimmt sind, Verhalten oder Leistung der Arbeitnehmer zu überwachen. Die Einzelheiten zu personenbezogenen Daten klärst du am besten mit deinem Datenschutzbeauftragten.

Genauso wichtig ist, was nicht einfließen soll. Private Chats, Personalgespräche und Gehaltsthemen gehören nicht in eine gemeinsame Wissensbasis, und das Wissen sollte nach Bereichen getrennt sein, damit ein Agent im Marketing keine Interna aus der Personalabteilung kennt. Dein Team muss außerdem wissen, was erfasst wird und was nicht. Wenn Mitarbeiter sich beobachtet fühlen, reden sie in den erfassten Kanälen nicht mehr offen, und das System hält nur noch die unwichtige Hälfte fest.

Wie du anfängst

Fang mit dem Wissen an, dessen Verlust dir am meisten schaden würde. In den meisten Firmen ist das Kundenwissen, also wer beim Kunden entscheidet, was zugesagt ist und welche Besonderheiten gelten. Überleg dir, in wessen Kopf davon am meisten steckt, und fang in diesem Bereich an.

Schließ dann die Quellen an, über die diese Arbeit läuft. Meistens sind das E-Mail, Kalender, Besprechungen und das CRM. Gib einem Agenten eine echte, wiederkehrende Aufgabe in diesem Bereich, etwa die Vorbereitung und Nachbereitung von Kundenterminen. Diese Aufgabe ist der wichtigste Teil, weil erst durch sie das Wissen tatsächlich benutzt wird und Fehler auffallen.

Vorhandene Dokumente wie alte Handbücher, Angebotsvorlagen und Prozessbeschreibungen kannst du einmal einlesen, ohne sie vorher aufzuräumen. Was veraltet ist, fällt auf, sobald ein Agent damit arbeitet und das Ergebnis nicht zu dem passt, was im aktuellen Gespräch gesagt wurde.

Leg fest, wer das festgehaltene Wissen in den ersten Wochen durchsieht. Am Anfang lohnt sich ein kurzer wöchentlicher Blick darauf, später reicht die Korrektur in dem Moment, in dem jemandem ein Fehler auffällt. Nach zwei, drei Monaten gibt es einen einfachen Test. Frag die Person, von der bisher alles abhing, wie oft sie noch mit Fragen unterbrochen wird, die das System hätte beantworten können. Wenn das deutlich seltener passiert, steckt das Wissen nicht mehr nur in ihrem Kopf.

Häufige Fragen

Brauche ich noch ein Wiki, wenn KI das Wissen sammelt?

Für wenige Dinge ja. Verbindliche Regeln wie Sicherheitsanweisungen, freigegebene Prozesse oder Vorlagen brauchen ein Dokument, bei dem eine Person bewusst entscheidet, was gilt. Diese Sammlung bleibt klein und hat einen klaren Verantwortlichen.

Das laufende Arbeitswissen über Kunden, Projekte und Entscheidungen musst du dort nicht mehr pflegen.

Wie verhindere ich, dass falsches Wissen gespeichert wird?

Ganz verhindern lässt es sich nicht. Du begrenzt das Risiko, wenn jede Aussage ihre Quelle zeigt, pro Bereich jemand Widersprüche klärt und Agenten das Wissen regelmäßig für echte Aufgaben nutzen. Dann fallen Fehler schnell auf und werden korrigiert.

Müssen Teilnehmer zustimmen, wenn Besprechungen aufgezeichnet werden?

Das unbefugte Aufnehmen des nichtöffentlich gesprochenen Wortes ist nach § 201 StGB strafbar. Deshalb ist die Zustimmung der Teilnehmer der übliche Weg. Kläre die Regeln mit deinem Datenschutzbeauftragten und, falls vorhanden, mit dem Betriebsrat, bevor die erste Aufzeichnung läuft.

Was passiert mit dem Wissen, wenn wir das System wechseln?

Prüf das vor der Entscheidung. Du solltest das gesamte gesammelte Wissen in einem lesbaren Format exportieren können. Sonst hängt dein Firmenwissen an einem Anbieter, und genau diese Abhängigkeit wolltest du bei einzelnen Mitarbeitern vermeiden.

Wie viel Aufwand macht das für die Mitarbeiter?

Weniger als ein Wiki, aber nicht null. Die Mitarbeiter arbeiten weiter wie bisher und korrigieren, was ihnen falsch auffällt. Dazu kommen am Anfang eine kurze wöchentliche Durchsicht durch den Verantwortlichen des Bereichs und bei Telefonaten ab und zu ein diktierter Satz.