Dieses Interview ist ein Teil der Reihe „Fragen, die Türen öffnen – Expertengespräche mit dem Consulting-Team von Fsas Technologies“. Alle Beiträge finden Sie unter dem Hashtag Expertengespräche Consulting.
Jedes Jahr gehen in deutschen Unternehmen tausende erfahrene Fachkräfte in den Ruhestand – und nehmen dabei etwas mit, das sich in keiner Personalakte findet: das implizite Wissen aus Jahren gelebter Praxis. Wie ein Prozess wirklich funktioniert. Welche Ausnahmeregel gilt, wenn das System streikt. Wen man anruft, wenn nichts mehr geht. Dieses Wissen existiert in Köpfen, nicht in Datenbanken. Und wenn es weg ist, ist es weg.
Die IT-Branche spricht vom „Silver Tsunami“ – einer Welle erfahrener Expert*innen, die in den nächsten Jahren in Rente gehen. Was bleibt, sind oft veraltete Wikis, überfüllte E-Mail-Postfächer und neue Mitarbeiter*innen, die Monate brauchen, um sich das notwendige Wissen mühsam zusammenzusuchen.
Sascha Voß, Consultant bei Fsas Technologies, beschäftigt sich damit, wie Unternehmen dieses Problem mit Künstlicher Intelligenz (KI) strukturell lösen können – nicht mit einem weiteren Tool, sondern mit einem grundlegend anderen Ansatz zum Thema Wissensmanagement.
Warum klassische Wissensdatenbanken nicht helfen
Sascha, der Begriff „Silver Tsunami“ klingt dramatisch. Ist er das?
Der Begriff ist durchaus treffend gewählt – auch wenn er manchmal etwas übertrieben wirkt. Was tatsächlich passiert, ist schleichend, aber real: Wenn zum Beispiel eine erfahrene Kollegin geht, die seit 15 Jahren einen kritischen Prozess betreut, dann gibt es natürlich eine Übergabe. Aber was in dieser Übergabe nicht steckt, ist das, was sie nie aufgeschrieben hat – weil es für sie selbstverständlich war. Genau das ist das Problem. Und es trifft Unternehmen aller Branchen und Größen.
Warum lösen klassische Wissensdatenbanken dieses Problem nicht?
Weil sie von menschlicher Disziplin abhängen. Confluence, SharePoint, interne Wikis – all das funktioniert nur so gut, wie die Menschen es pflegen. Und die haben in der Regel keine Zeit dafür, finden es lästig oder schätzen es schlicht nicht als prioritär ein. Das Ergebnis sind sogenannte Daten-Friedhöfe: Systeme voller veralteter Inhalte, denen niemand mehr vertraut. Und wenn das Vertrauen einmal weg ist, schaut auch niemand mehr rein. Der Kreis schließt sich.
Das selbstlernende Unternehmensgedächtnis
Welchen Ansatz verfolgt ihr stattdessen?
Wir nennen es das „selbstlernende Unternehmensgedächtnis“. Der Kerngedanke ist: Die Wissenserfassung und -pflege darf nicht an der manuellen Bereitschaft einzelner Personen hängen. KI übernimmt aktiv Teile dieser Arbeit. Das beginnt mit automatisierten Experteninterviews – ein KI-Bot, der strukturiert Gespräche führt, zum Beispiel nach Projektabschluss oder vor einem geplanten Renteneintritt. Das passiert nicht einmalig, sondern kontinuierlich.
Parallel dazu scannt das System bestehende Wissensinhalte auf Widersprüche und veraltete Inhalte. Wenn ein Artikel auf ein Tool verweist, das das Unternehmen seit zwei Jahren nicht mehr nutzt, meldet das System das – und fragt die zuständige Person gezielt nach einer Aktualisierung. Und schließlich verknüpfen wir Themen, Personen und Dokumente in einem Knowledge Graph: Wer weiß was? Wer hat an welchem Projekt gearbeitet? Welche Expert*innen existieren für ein bestimmtes Fachgebiet?
Welche Voraussetzungen braucht ein Unternehmen, um damit zu starten?
Weniger, als die meisten denken. Man braucht keinen perfekt aufgeräumten Datenzustand – tatsächlich ist es oft der Wunsch nach Perfektion, der Projekte blockiert. Was man braucht, ist eine klare Vorstellung davon, welches Wissen besonders kritisch ist: Wo hängen wir am stärksten von einzelnen Personen ab? Welche Bereiche wären bei einem ungeplanten Abgang besonders kritisch? Von da aus lässt sich ein fokussierter, realisierbarer Einstieg ableiten. Der Knowledge Graph beispielsweise kann auf bestehenden Systemen aufgebaut werden – E-Mails, Teams-Chats, Dokumente. Es muss nichts neu aufgebaut werden, bevor etwas genutzt werden kann.
Schnelleres Onboarding durch KI
Wo entstehen die schnellsten, spürbaren Mehrwerte?
Eindeutig beim Onboarding. In den Projekten, die wir begleitet haben, konnten neue Mitarbeiter*innen 30 bis 50 Prozent schneller produktiv werden – weil sie nicht mehr tagelang suchen oder fragen mussten, sondern gezielt auf strukturiertes, aktuelles Wissen zugreifen konnten. Das ist ein messbarer Effekt, der sich auch in Zahlen ausdrücken lässt. Der zweite schnelle Mehrwert ist das wiedergewonnene Vertrauen in die eigene Wissensbasis. Wenn das System aktiv meldet, was veraltet ist, und die Aktualisierung einfach wird, pflegen Menschen die Inhalte wieder – weil es sich lohnt.
Kannst du uns vielleicht ein Mini-Beispiel aus der Praxis nennen?
Ja klar. Ein mittelständisches Technologieunternehmen stand zum Beispiel vor dem Ruhestand seines langjährigen IT-Architekten – einer Person, die als einzige das Zusammenspiel mehrerer Kernsysteme vollständig überblickte. Klassische Wissensweitergabe: ein zweiwöchiger Übergabeprozess, ein paar Dokumente. Am Ende fehlen dann trotzdem wichtige Dinge.
Was wir stattdessen initiiert haben: Der KI-Bot führte über drei Monate hinweg regelmäßige strukturierte Interviews mit dem Architekten – zu Entscheidungen, Ausnahmen, informellen Regeln. Das Ergebnis wurde in einen Knowledge Graph überführt und mit bestehenden Systemdokumentationen verknüpft. Sein Nachfolger konnte sechs Monate nach Renteneintritt des Architekten auf ein lebendiges, gepflegtes Wissenssystem zugreifen – statt auf einen leeren Stuhl.
Quick Wins & eine Checkliste
Wo siehst du die drei wichtigsten Quick Wins – wo können Unternehmen sofort ansetzen?
Da fallen mir folgende Szenarien ein:
- Kritische Wissenslücken identifizieren
Machen Sie eine einfache Bestandsaufnahme: Welche drei bis fünf Personen in Ihrem Unternehmen sind durch niemanden ersetzbar – weil ihr Wissen nirgends dokumentiert ist? - Exitgespräche strukturieren
Ersetzen Sie den klassischen „letzten Arbeitstag“ durch einen KI-gestützten, mehrmonatigen Übergabeprozess mit regelmäßigen strukturierten Interviews. - Bestehende Systeme auditieren
Lassen Sie Ihre Wissensdatenbank automatisch auf veraltete Inhalte scannen – und schicken Sie gezielt Aktualisierungsanfragen an die zuständigen Personen. Das ist kein großes Projekt, sondern sofort umsetzbar.
Kannst du uns eine kleine Checkliste an die Hand geben, mit der Unternehmen schnell herausfinden können, ob sie bereit für dieses Thema sind?
Klar, aber gerne! Unternehmen sollten sich als erstes folgende Fragen stellen:
- ✓ Haben Sie identifiziert, wessen Abgang das größte Wissensvakuum hinterlassen würde?
- ✓ Wissen Sie, wo kritisches Projektwissen aktuell wirklich liegt – in Köpfen, E-Mails oder Systemen?
- ✓ Vertrauen Ihre Mitarbeiter*innen den bestehenden Wissensdatenbanken?
- ✓ Gibt es heute einen Prozess, der Wissen systematisch erfasst – ohne eine manuelle Pflege vorauszusetzen?
- ✓ Können neue Mitarbeiter*innen ohne eine monatelange Einarbeitung produktiv werden?
Wenn Sie drei oder mehr dieser Fragen mit „Nein“ beantworten, lohnt sich ein Gespräch darüber, wie sich kritisches Wissen in Ihrem Unternehmen langfristig sichern lässt.
Sascha, vielen Dank für die offenen Worte und die konkreten Einblicke aus der Praxis.
Öffnen Sie Türen – und gehen Sie hindurch
Was bleibt nach diesem Gespräch? Die Erkenntnis, dass Wissen kein Selbstläufer ist – weder in seiner Entstehung noch in seiner Weitergabe. Und dass es oft erst dann als wertvoll erkannt wird, wenn es zu spät ist. Der Ansatz des selbstlernenden Unternehmensgedächtnisses zeigt: Es gibt einen Weg, der weder utopisch noch übermäßig aufwendig ist – vorausgesetzt, Unternehmen beschäftigen sich rechtzeitig damit. Es geht dabei nicht darum, alle Antworten zu kennen, sondern mit den richtigen Fragen Türen zu öffnen – und mutig genug zu sein, hindurchzugehen.
Weiterführende Informationen zu den Beratungsangeboten von Fsas Technologies finden Sie auf unserer Webseite zum IT-Consulting für resiliente, skalierbare und nachhaltige IT-Infrastrukturen
Ihr Ansprechpartner
Als Head of AI & Data Consulting bei Fsas Technologies verantwortet Sascha Voß mit seinem Expertenteam die Entwicklung innovativer, individualisierter Data-&-AI-Lösungen zur Gestaltung digitaler Transformation. LinkedIn: Sascha Voß
Dieser Artikel enthält KI-generierte Bilder.
