Das Wissensmanagement funktioniert nicht. So bringen wir Abhilfe

Viele Unternehmen haben ein Wissensproblem, auch wenn sie es nicht immer so sehen. Sie sehen darin eher Probleme bei der Einarbeitung, isolierte Teams oder eine schwache Dokumentationskultur. Doch hinter all dem verbirgt sich oft dasselbe: Das institutionelle Wissen befindet sich größtenteils in den Köpfen der Mitarbeiter, in Slack-Threads, in Ordnern, die niemand finden kann, und in Form von „Stammeswissen“, das jedes Mal das Unternehmen verlässt, wenn jemand seine Kündigung einreicht.

Lange Zeit war die gängige Reaktion, einfach mehr zu erfassen. Man dokumentierte es, speicherte es, versah es mit Tags und ging davon aus, dass es, wenn es irgendwo existierte, auch verwaltet wurde. Das war jedoch nicht der Fall, und die Folgen waren so überschaubar, dass die meisten Unternehmen lernten, mit dieser Fehlfunktion zu leben.

KI hat diese Abwägung verändert. Wenn ein Sprachmodell Tausende von Dokumenten in Sekundenschnelle zusammenfassen kann, rücken Qualität und Struktur Ihres Wissens in den Mittelpunkt. Unübersichtliche, veraltete und widersprüchliche Inhalte werden – und zwar mit großer Sicherheit – Menschen präsentiert, die keine Möglichkeit haben, zu erkennen, dass sie falsch sind. Die Organisationen, die Wissensmanagement als reine Ablageaufgabe betrachtet haben, stellen nun fest, dass das, was sie abgelegt haben, nicht zweckmäßig ist.

Es ist kein neues Problem, aber es ist zu einem kostspieligeren geworden. Das Ausmaß und das Tempo der modernen Arbeitswelt haben die Herausforderungen erheblich verändert. Teams sind verteilter als je zuvor: über Zeitzonen hinweg, über Standorte hinweg, über die verschwommene Grenze zwischen Festangestellten, Freiberuflern und Agenturpartnern hinweg. Der informelle Wissensaustausch, der früher in Fluren und Besprechungsräumen stattfand – jener, den niemand geplant und niemand dokumentiert hat, auf den sich aber alle verlassen haben –, hatte kein offensichtliches Äquivalent in einer Welt, in der die Hälfte Ihres Teams auf einem anderen Kontinent sitzt und die andere Hälfte dienstags und donnerstags im Homeoffice arbeitet. Das organisatorische Gefüge, das früher das Wissen zusammenhielt, ist dünner geworden, und die meisten Unternehmen haben es durch nichts ersetzt.

Gleichzeitig haben sich die Kosten für Fehlentscheidungen in diesem Bereich vervielfacht. Die durchschnittliche Betriebszugehörigkeit der Mitarbeiter ist in den meisten Unternehmen kürzer als noch vor einem Jahrzehnt. Jedes Mal, wenn jemand das Unternehmen verlässt, nimmt er nicht nur seine Fähigkeiten mit, sondern auch sein Kontextwissen: das ungeschriebene Verständnis dafür, warum die Dinge so funktionieren, wie sie funktionieren, wen man anrufen muss, wenn etwas kaputtgeht, und was bereits versucht wurde und nicht funktioniert hat. Die Einarbeitung eines Nachfolgers dauert Monate, und selbst dann arbeitet der Neueinsteiger oft mit unvollständigen Informationen. Multipliziert man dies mit einem wachsenden Unternehmen, wird der Rückstand erheblich.

Außerdem gibt es schlichtweg mehr Wissen zu verwalten. Die Menge an internen Informationen, die die meisten Unternehmen produzieren, ist erheblich gewachsen, und die Tools, mit denen die meisten Unternehmen diese erfassen, haben nicht Schritt gehalten. Mehr Informationen, schlechtere Auffindbarkeit, höhere Fluktuation: Das ist keine gute Kombination.

Das Problem wird falsch zugeordnet

Die übliche Reaktion bestand bisher darin, das Problem mit Tools zu bekämpfen. Ein Wiki hier, eine Wissensdatenbank dort – angehängt an das CRM-System, das das Unternehmen ohnehin schon nutzt. Die zugrunde liegende Logik lautet: Wenn wir den Mitarbeitern einen Ort geben, an dem sie Informationen ablegen können, werden sie diese dort ablegen, und andere werden sie finden und nutzen. Auf den ersten Blick ist das eine vernünftige Theorie, aber sie funktioniert einfach nicht.

Es funktioniert nicht, weil Wissensmanagement in der Vergangenheit stets als Infrastrukturproblem behandelt wurde, obwohl es zum Teil auch ein Verhaltensproblem ist. Tools sind passiv: Sie warten darauf, richtig genutzt zu werden. Aber Menschen dokumentieren ihr Wissen nicht von sich aus. Sie wissen nicht, was es wert ist, aufgeschrieben zu werden. Sie schreiben Dinge auf, aktualisieren sie aber nie. Und selbst wenn die Dokumentation vorhanden ist, stellt das Finden des Richtigen zum richtigen Zeitpunkt im Arbeitsablauf eine ganz eigene Herausforderung dar, die die meisten Tools noch nicht gelöst haben. Ganz zu schweigen davon, dass die Person, die von den dokumentierten Informationen profitiert, in der Regel jemand anderes ist – irgendwann in der Zukunft. Die Menschen sind beschäftigt. Für den Einzelnen im Hier und Jetzt ist der Beitrag zum gemeinsamen Wissen ein Aufwand ohne greifbaren Ertrag, und in Organisationen, die dies nicht wertschätzen (oder ermöglichen!), verliert die Dokumentation stets den Kürzeren gegenüber der Arbeit, die unmittelbar vor ihnen liegt.

Die Folge sind statische Wissensspeicher, die im Grunde digitale Friedhöfe sind. Jede Menge Inhalte, von denen nur sehr wenige aktuell sind und fast keine auf sinnvolle Weise auffindbar sind. Wie können wir also diese Kluft verringern?

Was in der Wissensmanagement-Landschaft falsch gelaufen ist

Die Lösung, auf die die meisten Tools gekommen sind, besteht darin, den Verwaltungsaufwand für die Dokumentation zu reduzieren: Vorlagen, Eingabeaufforderungen, Integrationen, die automatisch Zusammenfassungen von Besprechungen erstellen oder Kontextinformationen aus anderen Tools abrufen. Und diese sind nützlich. Aber Tools, die es dabei belassen, basieren ebenfalls auf demselben fehlerhaften Modell – nämlich dass das Problem in Reibungsverlusten liegt und dass die Leute die Dokumentation erledigen werden, wenn man sie nur einfach genug gestaltet. In der Praxis werden sie das aber wahrscheinlich nicht tun. Zumindest nicht konsequent. Die Senkung der Hemmschwelle für Beiträge ändert nichts an der zugrunde liegenden Abwägung. Wenn gerade niemand nach diesem Wissen fragt, fehlt nach wie vor der Anreiz, es zu erstellen.

Hinzu kommt, dass die jüngste Welle KI-gestützter Wissensmanagement-Tools das Problem neu formuliert hat, ohne es tatsächlich zu lösen. Das Verkaufsargument lautet in der Regel: Verbinden Sie alle Ihre Wissensquellen, lassen Sie die KI das Relevante zutage fördern, und beobachten Sie, wie die Produktivität steigt.

Die meisten dieser Tools sind jedoch nach wie vor auf die Abfrage optimiert und machen es schneller und einfacher, bereits festgehaltene Informationen zu finden. Das ist ein Problem, das es zu lösen gilt, aber es ist das zweite Problem, nicht das erste. Wenn die Erstellung und Pflege von Wissen bereits im Vorfeld nicht funktioniert, liefert eine bessere Abfrage lediglich schneller die falsche Antwort. Eine KI, die veraltete oder ungenaue Informationen selbstbewusst hervorhebt, ist in gewisser Weise schlimmer als gar keine KI, denn sie erweckt den Anschein, man hätte die Antwort, obwohl das nicht der Fall ist.

Auch hier gibt es ein strukturelles Problem. Die meisten Tools basieren auf einer einzigen Modalität: einem Wiki, einer Suchoberfläche, einem Q&A-Bot. Doch Wissen innerhalb einer Organisation befindet sich nicht an einem einzigen Ort und nimmt nicht nur eine einzige Form an, und die Momente, in denen Menschen es tatsächlich benötigen, lassen sich nicht eindeutig einem einzigen Tool zuordnen. Das Ergebnis ist, dass Unternehmen am Ende eine Handvoll sich überschneidender Systeme haben, von denen jedes nur einen Teil des Problems löst, wobei keines mit den anderen kommuniziert, und Mitarbeiter, die aus Erfahrung gelernt haben, dass sich die interne Suche nach Informationen nicht lohnt.

Das tiefer liegende Problem ist, dass die meisten Wissensmanagement-Tools auf der Annahme basieren, dass das Wissen bereits in dokumentierter Form vorliegt und lediglich besser organisiert werden muss. Aus den oben beschriebenen Gründen ist diese Annahme weitgehend falsch. Das meiste, was eine Organisation tatsächlich weiß – wie beispielsweise die Gründe für Entscheidungen oder der Kontext hinter Prozessen –, wurde von vornherein nie schriftlich festgehalten. Keine Neugestaltung der Benutzeroberfläche und keine KI-Ebene kann daran etwas ändern. Fehlendes Wissen lässt sich nicht ans Licht bringen.

Wie wir bei Happeo darüber denken

Die meisten Wissensmanagement-Tools zwingen Sie dazu, sich zwischen Struktur und Intelligenz zu entscheiden. Entweder erhalten Sie ein gut organisiertes Intranet oder eine Suchfunktion, die versucht, das bereits vorhandene Chaos zu ordnen. Ersteres bietet Ihnen eine Grundlage, die jedoch nach wie vor vollständig von den Menschen abhängt, die sie pflegen. Letzteres ist nur so gut wie das, was bereits dokumentiert wurde.

Happeo vereint jedoch bewusst beides. Die Intranet-Ebene – Seiten, Kanäle, Integrationen mit den Tools, die Ihr Team bereits nutzt – gibt dem Wissen einen festen Platz innerhalb des Unternehmens. Dort befindet sich das institutionelle Gedächtnis Ihres Unternehmens: strukturiert, zugeordnet und mit den Personen und Teams verbunden, die dafür verantwortlich sind, es auf dem neuesten Stand zu halten. Doch ein gut organisiertes Intranet allein weist immer noch dieselben grundlegenden Schwächen auf wie alles andere auch: Es kann nur das anzeigen, was bereits vorhanden ist.

Hier verändert die Knowledge Engine die Gleichung. Die sinnvollere Frage im Wissensmanagement lautet nicht „Wo sollte Wissen gespeichert werden?“, sondern „Wie erfahren wir, was fehlt?“. Die meisten Tools haben darauf keine Antwort. Jemand sucht nach etwas, findet nichts Brauchbares, fragt stattdessen einen Kollegen auf Slack, und das Unternehmen lernt aus diesem Moment nichts. Die Lücke, die sich gerade offenbart hat, bleibt unerfasst, und das Wissen, das sie füllt, bleibt undokumentiert, sodass die nächste Person, die dasselbe benötigt, wieder bei Null anfangen muss.

Happeo ist genau auf diesen Moment ausgerichtet. Wenn jemand nicht findet, wonach er sucht, ist das ein Signal. Es sagt Ihnen etwas darüber aus, wonach die Menschen suchen, was Ihr Unternehmen weiß, was es noch nicht erfasst hat und wo Dokumentationsarbeit geleistet werden muss. Wir decken diese Lücken auf und machen es einfach, sie zu schließen – sowohl für die Person, die gesucht hat, als auch für den Experten, der die Antwort hat. Das Wissen entsteht dann und weil es gebraucht wird. Nicht spekulativ und nicht als Dokumentationsübung, nach der niemand gefragt hat.

Unser Ansatz kehrt die übliche Logik um – anstatt die Menschen zu bitten, abstrakt oder nach einem festen Zeitplan Beiträge zu leisten, verbindet er die Mitwirkung direkt mit einem nachgewiesenen Bedarf.

Ein Hinweis speziell zur KI

Wir integrieren KI bewusst in Happeo, was bedeutet, dass wir dabei auch Zurückhaltung üben. Die Anwendungsfälle, in denen KI im Kontext des Wissensmanagements ihren Platz verdient, sind konkret: Menschen dabei zu helfen, Dinge zu finden, die sie alleine nicht finden könnten, veraltete Inhalte zu kennzeichnen, relevantes Wissen proaktiv genau dann bereitzustellen, wenn jemand es benötigt, und die Hürden bei der Erstellung guter Dokumentation zu verringern. Wir glauben, dass dies echte Probleme sind, bei denen KI sinnvoll helfen kann.

Was wir nicht tun werden, ist, KI als Ersatz für organisatorische Klarheit einzusetzen. Wenn Ihr Unternehmen nicht weiß, was es weiß, wenn niemand für die Richtigkeit Ihrer Inhalte verantwortlich ist und wenn der Wissensaustausch nicht Teil der Arbeitsweise Ihrer Teams ist, dann behebt eine KI-Schicht darüber das Problem nicht, sondern verstärkt nur das Durcheinander. Die Unternehmen, die am meisten vom KI-gestützten Wissensmanagement profitieren werden, sind diejenigen, die die strukturelle Vorarbeit geleistet haben.

Abschließende Gedanken

Wenn Ihr Unternehmen bereits versucht hat, dieses Problem zu lösen, und es nicht von Dauer war, lag das wahrscheinlich daran, dass das Tool lediglich die Speicherung regelte und niemand auf die Lücken achtete. Jede erfolglose Suche, die zu einer Slack-Nachricht führte, jeder Kontext, der mit dem Ausscheiden einer Person verloren ging, jede Entscheidung, die ohne das institutionelle Gedächtnis getroffen wurde, das sie hätte ändern können: Das sind die Momente, die sich summieren. Einzeln sind sie unsichtbar, aber in großem Maßstab, in einem wachsenden Unternehmen, sind sie kostspielig. Genau das will Happeo unterbinden.

Wenn Sie mehr darüber erfahren möchten, wie wir Ihrem Unternehmen helfen können, vereinbaren Sie noch heute ein kostenloses Beratungsgespräch mit uns.

Häufig gestellte Fragen

Warum scheitern die meisten Wissensmanagement-Tools daran, das Wissensproblem zu lösen?

Die meisten Wissensmanagement-Tools betrachten Wissensmanagement als ein Speicherproblem und nicht als ein Verhaltensproblem. Sie gehen davon aus, dass Menschen einen Ort zur Dokumentation von Informationen konsequent nutzen werden, wenn er ihnen zur Verfügung steht – doch ohne einen nachweisbaren Bedarf fehlt meist der Anreiz zur Dokumentation.

Inwiefern hat KI die Herausforderungen im Zusammenhang mit Unternehmenswissen verändert?

KI kann Tausende von Dokumenten in Sekundenschnelle zusammenfassen. Das bedeutet, dass unübersichtliche, veraltete oder widersprüchliche Inhalte nun mit großer Sicherheit an Personen weitergeleitet werden, die keine Möglichkeit haben, zu erkennen, dass diese falsch sind. Dadurch wird schlechte Wissensqualität zu einem viel sichtbareren und kostspieligeren Problem.

Was unterscheidet den Ansatz von Happeo im Wissensmanagement?

Happeo kombiniert eine strukturierte Intranet-Ebene mit einer Wissens-Engine, die Lücken durch die Nachverfolgung erfolgloser Suchanfragen identifiziert. So werden Dokumentationen als Reaktion auf einen nachgewiesenen Bedarf erstellt und nicht als spekulative Maßnahme, nach der niemand gefragt hat.

Welche Rolle spielt KI im Wissensmanagement-Ansatz von Happeo?

KI wird bei Happeo gezielt eingesetzt, um Menschen dabei zu helfen, das zu finden, was sie selbst nicht finden konnten, veraltete Inhalte zu kennzeichnen und relevantes Wissen proaktiv aufzudecken – nicht als Ersatz für organisatorische Klarheit oder die Verantwortung für die Richtigkeit der Inhalte.