KI-WISSENSMANAGEMENT

KI-Wissensmanagement im Alltag: erfassen, pflegen, nutzen lassen

Ein Wissensassistent scheitert selten daran, dass zu wenig Wissen im Haus ist. Er scheitert daran, dass niemand festlegt, was zuerst erfasst wird, wer eine veraltete Fassung aussortiert und ob Mitarbeitende dem System nach der ersten Antwort überhaupt eine zweite Frage stellen.

Wissensprojekt besprechen Zur KI-Beratung

Oder: 20-Minuten-Erstgespräch anfragen

AKTUALISIERT: 13. September 2026
LESEZEIT: 6 Min.
THEMA: KI-Wissensmanagement

Zeitaufwand: Wissensarbeitende verbringen weltweit im Schnitt ein Viertel ihrer Arbeitswoche mit der Suche nach Informationen (Atlassian, State of Teams 2025).
KI-Nutzung im Mittelstand: 26 Prozent der Unternehmen ab 10 Beschäftigten in Deutschland nutzten 2025 KI-Technologien, bei 250 und mehr Beschäftigten 57 Prozent (Destatis, 2025).
Referenzrahmen: ISO 30401 beschreibt Anforderungen an ein Managementsystem für Wissensmanagement, unabhängig von der eingesetzten Software (ISO, 2018).
Der eigentliche Engpass: Die meisten Betriebe bremst weniger fehlendes Wissen als eine fehlende Zuständigkeit dafür, was davon noch gilt.

Warum scheitert Wissensmanagement öfter an der Pflege als am Erfassen?

Das erste Erfassen gelingt in den meisten Betrieben: Ein Ordner wird angelegt, ein erster Assistent geht in Betrieb. Danach fehlt oft eine Person, die entscheidet, welche Fassung noch gilt. Ein System zitiert eine veraltete Anleitung dann genauso überzeugend wie eine gültige, und niemand bemerkt den Unterschied, bis ein Fehler auffällt.

Der Aufwand verschiebt sich also nicht weg, sondern nach hinten: vom einmaligen Einlesen zur laufenden Frage, was noch stimmt.

Wie bringt man verstreutes Wissen ohne große Aufräumaktion zusammen?

Verstreutes Wissen muss vor dem Start nicht aufgeräumt werden. Sinnvoller ist ein enger Anfang: ein Wissensgebiet, für das bereits eine zuständige Person und echte, wiederkehrende Fragen existieren. Laufwerke, Wikis und Tickets werden angebunden, wie sie sind, und erst ein Test an echten Fragen zeigt, wo tatsächlich aufgeräumt werden muss.

Ein zu breiter Start verdeckt dagegen genau die Stellen, an denen die Datenlage nicht trägt, weil ein einzelnes schwaches Gebiet im Gesamteindruck untergeht.

Wer sollte im Haus für ein KI-Wissenssystem zuständig sein?

Bewährt hat sich eine geteilte Zuständigkeit: Der Fachbereich entscheidet, welche Quelle noch gilt, die IT verantwortet Betrieb und Zugriffsrechte, und eine benannte Person sammelt Rückmeldungen zu falschen Antworten. Fehlt die fachliche Seite, läuft das System technisch stabil und veraltet inhaltlich, ohne dass es jemand bemerkt.

Diese Aufteilung ist wichtiger als die Wahl der Technik, weil eine falsche Antwort nie ein technisches, sondern immer ein inhaltliches Problem ist.

Warum nutzen Mitarbeitende einen neuen Wissensassistenten oft nicht?

Vertrauen entsteht in den ersten echten Fragen, nicht in einer Ankündigung per Rundmail. Beantwortet ein Assistent die erste ernsthafte Anfrage falsch, unvollständig oder ohne nachprüfbare Quelle, kehren viele Mitarbeitende nicht zurück und fragen wieder die Kollegin, die es ohnehin weiß.

Ein Assistent, der in ein bereits genutztes Werkzeug eingebettet ist, etwa das Intranet oder den bestehenden Chat, bekommt eher eine zweite Chance als ein zusätzliches Fenster, das sich niemand merkt.

Was gehört zuerst erfasst, und was kann warten?

Zuerst gehört erfasst, wofür bereits eine zuständige Person und wiederkehrende, echte Fragen existieren, nicht das größte oder sichtbarste Wissensgebiet. Ein Teil des Wissens lässt sich ohnehin nie vollständig aufschreiben, das sogenannte implizite Wissen (Polanyi, 1966); dafür braucht es Gespräche, nicht nur Dokumente.

Wissensgebiete auflisten
Grob nach Abteilung oder Thema, ohne Anspruch auf Vollständigkeit.
Echte Fragen sammeln
Was wird tatsächlich wiederholt gefragt, per Mail, am Telefon oder an der Rezeption.
Eine Quelle je Gebiet bestimmen
Bei mehreren Fassungen entscheidet eine benannte Person, welche gilt.
Zuständige Person benennen
Wer pflegt das Gebiet, nachdem der Assistent live ist.
Mit einem Gebiet beginnen
Am besten mit dem am klarsten geklärten Gebiet, unabhängig von seiner Größe oder Sichtbarkeit im Haus.

Wissen entsteht einem einflussreichen Modell zufolge zuerst im Austausch zwischen Personen, bevor es überhaupt aufschreibbar wird (Nonaka, 1994). Ein Assistent kann diesen Austausch stützen, aber nicht ersetzen.

Wie bleibt eine Wissensbasis aktuell, statt langsam zu veralten?

Ein Assistent auf Basis von Retrieval-Augmented Generation liest bei jeder Frage aus dem aktuellen Bestand vor. Das macht neues Wissen sofort verfügbar, sobald es eingelesen ist, verlagert die eigentliche Aufgabe aber nur: Wer entfernt eine überholte Fassung, bevor sie zitiert wird?

Checkliste

Auslöser für eine Prüfung festlegen

0 von4

Diese Punkte klären, wie eine Quelle aktuell bleibt, ohne dass jemand sie täglich durchsieht.

Anlass statt starrem KalenderEine neue Version, ein Regelwechsel oder eine gemeldete falsche Antwort löst die Prüfung aus.
Eine Quelle pro GebietBei widersprüchlichen Fassungen entscheidet eine benannte Person, welche gilt.
Veraltetes klar markiertEin System kann eine alte Fassung genauso überzeugend zitieren wie eine gültige.
Rückmeldung hat eine AdresseEine falsche Antwort erreicht die Person, die die Quelle ändern kann.

Welche Annahmen über KI-Wissensmanagement stimmen selten?

Wie wird ein Wissensassistent im Alltag tatsächlich genutzt, statt zu verstauben?

Genutzt wird ein Assistent, der die erste ernsthafte Frage einer Person richtig beantwortet und dabei die Quelle nennt. Eingebettet in ein bereits vorhandenes Werkzeug, statt als zusätzliches Fenster, sinkt die Hürde für die zweite Frage. Suchzeit ist dabei kein Randthema, sondern ein messbarer Teil der Arbeitswoche.

ein Viertelder Arbeitswoche verbringen Wissensarbeitende weltweit mit der Suche nach InformationenAtlassian, State of Teams 2025

26 %der deutschen Unternehmen ab 10 Beschäftigten nutzten 2025 KI-TechnologienDestatis, 2025

Diese Zahlen messen Suchzeit und Nutzung, nicht ob eine Antwort stimmt. Ob die eigene Wissensbasis dafür bereit ist, lässt sich mit dem RAG-Readiness-Check einschätzen; die technische Umsetzung beschreibt RAG-Implementierung.

VERTRAUT VON TEAMS, DIE KI ERNST NEHMEN

Häufige Fragen

Brauchen wir vor dem Start ein vollständig aufgeräumtes Wissen?

Nein. Ein enger, gut geklärter Anfangsbereich mit einer zuständigen Person und echten Fragen reicht, um zu starten. Ein Test an diesen Fragen zeigt schnell, wo die Datenlage noch nicht trägt, und genau dort lohnt sich das Aufräumen zuerst.

Was passiert, wenn zwei Dokumente sich widersprechen?

Ein Assistent löst diesen Widerspruch nicht selbst auf. Er zitiert beide Fassungen, sofern beide im Index liegen. Jemand aus dem Fachbereich muss festlegen, welche Fassung gilt, und die andere entfernen oder eindeutig als überholt kennzeichnen.

Wie gewinnt ein neuer Wissensassistent das Vertrauen der Mitarbeitenden?

Über die ersten echten Antworten, nicht über eine Ankündigung. Jede Antwort nennt eine Quelle, an der sich die Aussage prüfen lässt. Eine falsche Antwort, die schnell korrigiert wird, stärkt das Vertrauen eher als der Versuch, Fehler zu vermeiden, indem man sie verschweigt.

Braucht ein solches Projekt zwingend eine eigene IT-Abteilung?

Nein. Wichtiger als eine eigene IT-Abteilung ist eine fachlich zuständige Person, die entscheidet, was gilt. Der technische Betrieb lässt sich auch extern absichern, solange diese fachliche Zuständigkeit im Haus eindeutig bleibt.

Woran erkennt man, dass eine Wissensbasis beginnt zu veralten?

Meist zuerst an Rückmeldungen: Eine Antwort verweist auf eine Regel, die inzwischen geändert wurde, oder zwei Personen erhalten auf dieselbe Frage unterschiedliche Antworten. Ein fester Ansprechpunkt für solche Rückmeldungen macht das Veralten sichtbar, bevor es sich häuft.

Sollte man mit dem größten oder mit dem am besten dokumentierten Bereich beginnen?

Mit dem am besten dokumentierten und geklärten Bereich, auch wenn er nicht der sichtbarste ist. Ein kleiner Bereich mit klarer Zuständigkeit liefert schneller ein verlässliches Ergebnis als ein großer Bereich mit ungeklärten Zuständigkeiten.

Was unterscheidet ein KI-Wissenssystem von einer klassischen Wissensdatenbank?

Eine klassische Wissensdatenbank liefert eine Liste von Fundstellen, die jemand selbst durchlesen muss. Ein KI-Wissenssystem formuliert daraus eine direkte Antwort und nennt die Quelle mit, sodass sich die Aussage prüfen lässt, ohne mehrere Dokumente einzeln zu öffnen. Die zugrunde liegenden Dokumente bleiben in beiden Fällen dieselben.