KI-Wissensdatenbank im Betrieb: Leitfäden für Handwerk, Bau, Kanzlei & Co

Eine KI-Wissensdatenbank im Betrieb ist eine zentrale, durchsuchbare Sammlung des dokumentierten Firmenwissens: Anleitungen, Serviceprotokolle, gelöste Problemfälle, bewährte Vorgehensweisen und das Erfahrungswissen, das sonst nur in den Köpfen einzelner Mitarbeiter steckt. Sie beantwortet Fragen in normaler Sprache und nennt dabei immer die Quelle. Wie groß der Nutzen ist, hängt stark von der Branche ab: Ein Installationsbetrieb braucht anderes Wissen im Zugriff als eine Rechtsanwaltskanzlei oder ein Produktionsbetrieb. Dieser Leitfaden zeigt, welches Wissen und welche Alltagsfragen für die wichtigsten Branchengruppen typisch sind, wo die Grenze zum ERP-System verläuft und woran Sie erkennen, dass Ihr Betrieb bereit für die Einführung ist.

In Kürze

• Der eigentliche Wert einer KI-Wissensdatenbank liegt im dokumentierten Know-how des Betriebs: im „Wie” (Einstellungen, Abläufe, gelöste Fälle), nicht im „Was” (Belege, Aufträge, Rechnungen).
• Belege wie Lieferscheine und Rechnungen gehören ins ERP-System; die Wissensdatenbank ergänzt es um das Erfahrungswissen, das kein ERP abbildet.
• Jede Branchengruppe hat eigene typische Wissensarten und Alltagsfragen — vom Serviceprotokoll im Handwerk bis zur bewährten Formulierung in der Kanzlei.
• Ein Betrieb ist reif für die Einführung, wenn Wissen an einzelnen Personen hängt, dieselben Fragen immer wieder intern gestellt werden oder Wissen bei Personalwechsel verloren geht.
• Die häufigsten Einführungsfehler sind ungefiltertes Einspielen alter Ablagen, das Verwechseln von Beleg- und Wissensverwaltung und fehlende Testfragen aus dem echten Alltag.
• Antworten müssen immer eine Quellenangabe haben, sonst ist das System für betriebliche Entscheidungen ungeeignet.

Warum ist Erfahrungswissen das wertvollste ungenutzte Kapital im Betrieb?

In fast jedem Klein- und Mittelbetrieb gibt es Wissen, das nirgends geschrieben steht und trotzdem täglich gebraucht wird. Der Servicetechniker, der weiß, dass eine bestimmte Wärmepumpe nach dem Stromausfall immer neu eingelernt werden muss. Die Kanzleimitarbeiterin, die weiß, wie ein bestimmtes Gericht Fristverlängerungen handhabt. Der Maschinenführer, der die Presse bei dünnem Blech mit anderen Parametern fährt, weil sich das Material sonst verzieht. Dieses Wissen ist über Jahre teuer erarbeitet worden — und es verschwindet mit jedem Krankenstand, jeder Kündigung und jeder Pensionierung ein Stück weit aus dem Betrieb.

Genau hier setzt eine KI-Wissensdatenbank an. Sie ist keine weitere Ablage für Belege, sondern der Ort, an dem das „Wie” des Betriebs gesammelt und auffindbar wird: Wie wird die Anlage eingestellt? Wie haben wir dieses Problem beim letzten Mal gelöst? Wie läuft dieser Ablauf bei uns, und warum genau so? Der Unterschied zur klassischen Ordnerstruktur: Mitarbeiter müssen nicht wissen, wo etwas liegt oder wie die Datei heißt. Sie stellen eine Frage in normaler Sprache und bekommen eine Antwort mit Verweis auf das Quelldokument. Was eine solche Wissensdatenbank technisch ausmacht, erklärt der Grundlagenartikel Was ist eine KI-Wissensdatenbank? im Detail.

Der wirtschaftliche Hebel ist doppelt. Erstens entfällt die tägliche Sucherei und Fragerei: Statt den einen erfahrenen Kollegen anzurufen, der gerade auf der Baustelle steht, findet der Lehrling die Antwort selbst. Was diese ständigen Unterbrechungen tatsächlich kosten, rechnet der Beitrag Was kostet Suchen wirklich? vor. Zweitens — und langfristig wichtiger — bleibt das Wissen im Betrieb, auch wenn Personen gehen. Ein Betrieb, dessen Know-how dokumentiert und durchsuchbar ist, ist weniger verwundbar und leichter zu übergeben; auch die Wirtschaftskammer weist im Zusammenhang mit Betriebsnachfolgen regelmäßig auf die Risiken personengebundenen Wissens hin.

Wo verläuft die Grenze zum ERP-System?

Die wichtigste Abgrenzung vorweg, weil sie in der Praxis am häufigsten für Verwirrung sorgt: Eine KI-Wissensdatenbank ist kein Ersatz für ein ERP-System und will es auch nicht sein. Ein ERP-System (Enterprise Resource Planning, also die Software für Warenwirtschaft, Aufträge und kaufmännische Abläufe) verwaltet Geschäftsvorgänge: Wer hat was bestellt, was wurde geliefert, was wurde verrechnet. Lieferscheine, Auftragsbestätigungen, Rechnungen und Lagerstände sind Beleg-Territorium und dort gut aufgehoben.

Die Wissensdatenbank beantwortet eine andere Art von Frage. Nicht „Welche Rechnung gehört zu Auftrag 4711?”, sondern „Wie haben wir das Problem gelöst, das bei diesem Auftrag aufgetreten ist — und worauf müssen wir beim nächsten Mal achten?” Das ERP weiß, dass eine Anlage geliefert wurde; die Wissensdatenbank weiß, mit welchen Einstellungen sie läuft, welche Fehler sie typischerweise zeigt und was dagegen hilft. Beide Systeme ergänzen einander: Das ERP hält den Betrieb kaufmännisch zusammen, die Wissensdatenbank hält das Können des Betriebs zusammen.

Praktisch bedeutet das für die Befüllung: Wer seine Wissensdatenbank mit tausenden Lieferscheinen und Rechnungskopien füllt, verwässert sie. Diese Belege liegen bereits strukturiert im ERP oder in der Buchhaltung und sind dort schneller zu finden. In die Wissensdatenbank gehört, was das ERP nicht abbilden kann: das begleitende Serviceprotokoll, die Anleitung mit den handschriftlichen Ergänzungen des Monteurs, die E-Mail, in der die Sonderlösung mit dem Kunden festgehalten wurde. Wie sich eine KI-Wissensdatenbank von klassischen Dokumentenmanagementsystemen unterscheidet — die oft zwischen ERP und Wissensdatenbank angesiedelt sind —, behandelt der Vergleich Dokumentenmanagement und KI.

Welche Branchengruppen haben welches Wissen und welche Fragen?

Fünf Branchengruppen decken den größten Teil der österreichischen Klein- und Mittelbetriebe ab, und jede hat ein eigenes Muster: Welches Know-how entsteht dort, in welcher Form liegt es vor, und welche Fragen stellen die Mitarbeiter im Alltag wirklich? Die folgende Übersicht zeigt die typischen Fälle — bewusst formuliert, wie sie in der Werkstatt oder im Büro tatsächlich gestellt werden.

Branchengruppe	Typisches dokumentiertes Wissen	Typische Frage aus dem Alltag
Handwerk und Bau	Serviceprotokolle, Anlagen-Einstellungen, gelöste Störungsfälle, Montageanleitungen mit eigenen Ergänzungen, Fotos von Typenschildern	„Wie haben wir die Lüftung beim Objekt in der Bahnhofstraße eingestellt, damit das Pfeifen weg war?”
Kanzleien und Beratung	Bewährte Formulierungen und Vorlagen, frühere Einschätzungen zu ähnlichen Fällen, interne Vorgehensweisen, dokumentierte Absprachen	„Wie sind wir das letzte Mal bei einer verspäteten Einspruchsfrist vorgegangen?”
Handel und Logistik	Gelöste Reklamationsfälle, Abwicklungswissen zu Lieferanten, Produkt-Besonderheiten, interne Prozessbeschreibungen	„Wie reklamiert man bei Lieferant Huber — wer ist dort zuständig und was brauchen die von uns?”
Produktion	Maschinenparameter, Rüstanleitungen, dokumentierte Störungsbehebungen, Prüfabläufe, Erfahrungswerte zu Materialien	„Mit welchen Werten fahren wir die Presse beim dünnen Blech, damit sich nichts verzieht?”
Verwaltung und Vereine	Beschlusslagen mit Begründung, Abwicklungswissen zu Förderungen, interne Richtlinien, eingespielte Abläufe	„Wie ist die Abrechnung der Landesförderung gelaufen — was haben wir voriges Jahr eingereicht?”

Handwerk und Bau: das Wissen steckt in Köpfen, Fotos und Zetteln

In Handwerks- und Baubetrieben ist der Abstand zwischen vorhandenem und dokumentiertem Wissen am größten. Der Monteur weiß, welche Einstellungen die Heizungsanlage im Mehrparteienhaus braucht — aber es steht bestenfalls auf einem Zettel im Servicekoffer. Der Polier weiß, warum beim Umbau vor drei Jahren die Leitung anders verlegt wurde als geplant — aber gefragt wird er erst, wenn der nächste Schaden auftritt. Typische Fragen aus dem Alltag klingen so: „Was war die Lösung, wie die Therme beim Wirt immer auf Störung F28 gegangen ist?”, „Welche Dämmstärke haben wir beim Dachausbau in der Feldgasse verbaut?”, „Wie stellt man den Frequenzumrichter von der alten Hebeanlage ein — der Hersteller existiert nicht mehr?”

Der größte Hebel ist hier die Kombination aus niederschwelliger Erfassung und Texterkennung, kurz OCR (Optical Character Recognition, also die automatische Umwandlung von fotografiertem oder gescanntem Text in durchsuchbaren Text). Das Foto vom Typenschild, das abfotografierte Serviceprotokoll und die handschriftlich ergänzte Montageanleitung werden damit auffindbar, ohne dass jemand am Abend noch Berichte tippen muss. Entscheidend ist, dass die Erfassung in den Arbeitsalltag passt: Ein Foto und zwei Sätze direkt nach dem Einsatz sind mehr wert als der perfekte Bericht, der nie geschrieben wird.

Kanzleien und Beratung: Formulierungswissen und gelöste Fälle

Rechtsanwalts-, Steuerberatungs- und Beratungskanzleien haben ihre Unterlagen meist digital, aber das eigentliche Kanzlei-Know-how ist trotzdem schwer zugänglich: Es verteilt sich auf Akten, E-Mail-Postfächer und die Erfahrung der dienstältesten Mitarbeiter. Der Wert liegt weniger im Wiederfinden einzelner Schriftstücke als im Zugriff auf bewährte Lösungen: „Wie haben wir diese Vertragsklausel zuletzt formuliert, und warum genau so?”, „Was war unsere Argumentation im ähnlichen Fall vor zwei Jahren?”, „Wie läuft bei uns die Fristenkontrolle, wenn die zuständige Kollegin auf Urlaub ist?”

Gerade für neue Mitarbeiter ist dieser Zugriff Gold wert: Statt jede Vorgehensweise mündlich zu erfragen, finden sie die eingespielten Abläufe und Musterlösungen der Kanzlei selbst. Zugleich sind Vertraulichkeit und Zugriffsrechte in dieser Branchengruppe wichtiger als in jeder anderen — nicht jede Mitarbeiterin darf jeden Akt sehen. Wer Gesetzestexte oder Judikatur braucht, bleibt ohnehin beim Rechtsinformationssystem des Bundes (ris.bka.gv.at); die Wissensdatenbank ergänzt es um das, was nirgendwo sonst steht: die eigene Kanzleipraxis.

Handel und Logistik: Abwicklungswissen statt Belegflut

Im Handel entsteht der Reflex, die Wissensdatenbank mit Belegen zu füllen — Bestellungen, Lieferscheine, Rechnungen fallen schließlich in Mengen an. Genau das ist der falsche Weg: Diese Vorgänge gehören ins Warenwirtschafts- oder ERP-System. Wertvoll ist das Wissen rund um die Vorgänge: „Wie wickelt man eine Retoure bei diesem Lieferanten ab, und welche Fotos verlangen die?”, „Welcher Spediteur fährt das Sperrgut nach Vorarlberg, und was ist bei der Anmeldung zu beachten?”, „Warum bestellen wir bei diesem Artikel immer die Übermenge — was war da der Grund?”

Solches Abwicklungswissen steckt typischerweise bei ein, zwei Personen im Innendienst. Fallen diese aus, stockt der Betrieb. Dokumentierte Reklamationslösungen, Lieferanten-Eigenheiten und interne Prozessbeschreibungen machen den Betrieb unabhängiger von einzelnen Wissensträgern und verkürzen die Einarbeitung neuer Mitarbeiter.

Produktion: Parameter, Rüstwissen und die Anlage ohne Hersteller

Produktionsbetriebe leben von Erfahrungswerten, die in keinem Maschinenhandbuch stehen: die tatsächlichen Parameter für ein bestimmtes Material, die Reihenfolge beim Rüsten, der Trick, mit dem die Störung an der alten Anlage behoben wird, deren Hersteller es nicht mehr gibt. Typische Fragen: „Wie wird die Fräse nach dem Werkzeugwechsel eingerichtet — Schritt für Schritt?”, „Was hat beim letzten Mal geholfen, wie die Verpackungsmaschine die Folie immer eingezogen hat?”, „Welche Toleranzen akzeptiert der Kunde bei dieser Serie wirklich?”

Hier zahlt sich Systematik aus: Wenn jede behobene Störung mit drei Sätzen dokumentiert wird — Symptom, Ursache, Lösung —, entsteht über Monate ein Störungsgedächtnis, das Stillstandszeiten messbar verkürzt. Prüfprotokolle und Zertifikate ergänzen das Bild, der Kern ist aber das Prozesswissen der Mannschaft.

Verwaltung und Vereine: Beschlüsse und die Frage nach dem Warum

In Gemeinden, Verbänden und Vereinen ist das kritische Wissen oft das „Warum hinter dem Was”: Ein Beschluss steht im Protokoll, aber die Begründung, die Vorgeschichte und die damals geprüften Alternativen kennt nur, wer dabei war. Typische Fragen: „Was wurde zu diesem Thema im Vorstand schon einmal entschieden, und warum?”, „Welche Auflagen enthält der Förderbescheid, und wie haben wir die Abrechnung beim letzten Mal gemacht?”, „Wie läuft bei uns die Vergabe — ab welchem Betrag brauchen wir Vergleichsangebote?”

Da Funktionsperioden enden und Ehrenamtliche wechseln, ist der Wissensverlust hier strukturell eingebaut. Eine durchsuchbare Sammlung aus Protokollen, Richtlinien und dokumentierten Abläufen macht jeden Funktionärswechsel deutlich weniger schmerzhaft.

Woran erkennen Sie, dass Ihr Betrieb reif dafür ist?

Ein Betrieb ist reif für eine KI-Wissensdatenbank, wenn wichtiges Können an einzelnen Personen hängt und dieselben Fragen immer wieder intern gestellt werden. Beides lässt sich ohne externe Beratung feststellen. Gehen Sie die folgende Selbsttest-Checkliste ehrlich durch:

• Es gibt mindestens eine Person, bei deren Ausfall bestimmte Arbeiten liegen bleiben, weil nur sie weiß, wie es geht.
• Neue Mitarbeiter brauchen Monate, bis sie eingearbeitet sind, weil das meiste mündlich erklärt werden muss.
• Erfahrene Mitarbeiter werden mehrmals täglich mit Fragen unterbrochen, deren Antworten sie schon oft gegeben haben.
• Gelöste Probleme werden nach einem Jahr ein zweites Mal von Grund auf gelöst, weil sich niemand an die alte Lösung erinnert.
• Bei Objekten, Maschinen oder Fällen aus früheren Jahren beginnt jede Rückfrage mit einer längeren Suchaktion.
• In den nächsten Jahren gehen Wissensträger in Pension, ohne dass ihr Wissen bisher festgehalten wurde.
• Anleitungen und Protokolle existieren, aber verstreut: Netzlaufwerk, E-Mail-Postfächer, Papierordner, private Notizen.

Treffen drei oder mehr Punkte zu, ist der Leidensdruck in der Regel groß genug, dass sich die Einführung lohnt. Bei ein bis zwei Punkten lohnt zumindest ein abgegrenzter Startbereich. Wichtig ist auch die ehrliche Gegenprobe: Ein Zwei-Personen-Betrieb, in dem beide alles wissen und wenig dokumentiert werden muss, hat wenig davon — genauso wie ein Betrieb, der zwar Belege in Mengen produziert, aber kaum eigenes Prozesswissen. Für Belege ist das ERP zuständig, und daran ändert auch eine KI nichts.

Welche Fehler machen Betriebe bei der Einführung?

Die meisten gescheiterten Einführungen scheitern nicht an der Technik, sondern an vermeidbaren Fehlern in der Vorbereitung. Die folgende Übersicht zeigt die fünf häufigsten Fehler, ihre typischen Folgen und den besseren Weg.

Fehler	Typische Folge	Besserer Weg
Das ganze Netzlaufwerk ungefiltert einspielen	Die KI zitiert veraltete Anleitungen und überholte Versionen, Vertrauen ist nach einer Woche weg	Bewusste Erstbefüllung: aktuelle, geprüfte Unterlagen zuerst, Altbestand später gezielt nachziehen
Belege statt Wissen einspielen	Die Datenbank wird zum schlechteren ERP, die eigentlichen Wissensfragen bleiben unbeantwortet	Lieferscheine und Rechnungen im ERP lassen; Anleitungen, Protokolle und gelöste Fälle einspielen
Zugriffsrechte erst nach der Befüllung klären	Vertrauliche Kalkulationen oder Akten sind für alle sichtbar, das Projekt wird gestoppt	Benutzer und Rollen vor der Befüllung festlegen, heikle Bereiche zuletzt aufnehmen
Keine Testfragen aus dem echten Alltag	Das System besteht die Vorführung, versagt aber bei der ersten ernsten Frage des Monteurs	Vor der Freigabe zwanzig echte Alltagsfragen der Mitarbeiter sammeln und durchspielen
Einführung ohne Zuständigkeit	Nach dem Anfangsschwung wächst nichts nach, die Datenbank veraltet	Eine Person benennen, die Neuzugänge prüft und das Team ans Dokumentieren erinnert

Ein sechster Fehler verdient einen eigenen Absatz: die Erwartung, die KI wisse Dinge, die nirgends dokumentiert sind. Eine dokumentenbasierte KI antwortet ausschließlich aus den vorhandenen Unterlagen; was nie festgehalten wurde, kann sie nicht liefern. Das ist eine Stärke, weil es erfundene Antworten verhindert — im Gegensatz zu frei trainierten Chatbots. Aber es bedeutet auch: Die Einführung macht schonungslos sichtbar, wo im Betrieb Dokumentation fehlt. Betriebe, die das als Auftrag verstehen statt als Mangel des Systems, holen den größten Nutzen heraus.

Der letzte Punkt betrifft den Datenschutz. Die DSGVO (Datenschutz-Grundverordnung, das EU-Regelwerk zum Umgang mit personenbezogenen Daten) verlangt unter anderem einen Auftragsverarbeitungsvertrag mit dem Anbieter und Klarheit darüber, wo die Daten liegen; Orientierung bietet die österreichische Datenschutzbehörde. Server in der EU und die Zusicherung, dass Firmendokumente nicht zum Training von KI-Modellen verwendet werden, sollten Mindestbedingungen sein. Was das für österreichische Betriebe konkret bedeutet, führt der Leitfaden KI und DSGVO in Österreich aus.

Wie kommt das Wissen aus den Köpfen in die Datenbank?

Der häufigste Einwand gegen eine Wissensdatenbank lautet: „Bei uns ist ja nichts aufgeschrieben.” Das stimmt fast nie ganz — und dort, wo es stimmt, ist es kein Hindernis, sondern der eigentliche Grund für das Projekt. Wissen aus Köpfen zu holen gelingt nicht mit einem einmaligen Kraftakt, sondern mit kleinen, anlassbezogenen Gewohnheiten.

Bewährt hat sich die Drei-Sätze-Regel nach jedem gelösten Problemfall: Was war das Problem? Was hat geholfen? Worauf ist beim nächsten Mal zu achten? Diese drei Sätze — getippt, diktiert oder als Foto einer Notiz — reichen, weil die KI das Wiederfinden übernimmt. Niemand muss Ordnerstrukturen pflegen oder Schlagworte vergeben; genau dafür sorgt die automatische Verschlagwortung im System.

Für die Erstbefüllung hat sich diese Checkliste bewährt:

• Die zehn häufigsten internen Fragen sammeln — sie zeigen, welches Wissen zuerst hinein muss.
• Vorhandene Anleitungen, Protokolle und Vorlagen sichten und die aktuellen Versionen markieren.
• Pro Wissensträger ein bis zwei Stunden einplanen, um die wichtigsten Kopf-Themen als Stichwortnotizen festzuhalten.
• Fotos von Typenschildern, Anlagenzetteln und handschriftlichen Notizen einsammeln und per Texterkennung erfassen.
• Veraltete und doppelte Unterlagen bewusst aussortieren statt mitschleppen.
• Festlegen, wer künftig neue Problemlösungen erfasst und in welchem Moment (etwa direkt nach dem Serviceeinsatz).

Wo das vorhandene Wissen bereits in anderen Systemen liegt — im E-Mail-Postfach, in Microsoft 365, auf dem Netzlaufwerk —, muss es nicht händisch übertragen werden: Wie bestehende Ablagen und Programme angebunden werden, beschreibt der Beitrag Dokumente und Systeme anbinden.

Wie läuft die Einführung ab, unabhängig von der Branche?

Die Einführung einer KI-Wissensdatenbank folgt in jedem Betrieb denselben fünf Schritten, nur die Inhalte unterscheiden sich je nach Branche. Ein bewährter Ablauf sieht so aus:

1. Erstgespräch: Klären, welche Fragen im Betrieb immer wieder gestellt werden und wo das Wissen dazu heute steckt — in Dokumenten, Systemen oder Köpfen.
2. Analyse: Wissensarten, Ablageorte und Zugriffsrechte erheben; festlegen, was in die erste Befüllung kommt und was bewusst draußen bleibt (etwa Belege, die im ERP bleiben).
3. Einrichtung und Erstbefüllung: Das System aufsetzen, Benutzer und Rollen anlegen, die ausgewählten Unterlagen einspielen und erste Kopf-Themen festhalten.
4. Testfragen: Mit echten Fragen aus dem Alltag prüfen, ob die Antworten stimmen und die Quellenangaben passen.
5. Einschulung: Die Mitarbeiter mit dem Fragen und dem Erfassen vertraut machen, damit das System im Alltag genutzt wird und weiter wächst.

Der Schritt mit den Testfragen ist der wichtigste und wird am häufigsten übersprungen. Erst wenn die Büroleiterin, der Monteur oder die Kanzleimitarbeiterin ihre eigenen typischen Fragen stellen und brauchbare, belegte Antworten bekommen, ist das System betriebstauglich. Wie ein solcher Ablauf im Detail aussieht, beschreibt die Seite Ablauf der Einführung.

Für die Umsetzung braucht ein Klein- oder Mittelbetrieb keine eigene IT-Abteilung. Systeme wie die KI-Wissensdatenbank von Goma-it sind darauf ausgelegt, dass Einrichtung und Erstbefüllung begleitet stattfinden und der Betrieb danach ohne technisches Spezialwissen weiterarbeitet. Wie das in echten Betrieben aussieht — mit typischen Fragen, Erstbefüllung und Alltagsnutzung —, zeigt der Praxisbericht KI-Wissensdatenbank in der Praxis.

Was leistet eine KI-Wissensdatenbank, und was leistet sie nicht?

Eine KI-Wissensdatenbank findet und erklärt dokumentiertes Wissen, sie ersetzt aber weder Fachprogramme noch fachliches Urteilsvermögen. Diese Grenze ehrlich zu ziehen erspart Enttäuschungen und falsche Erwartungen im Team.

Gut geeignet ist das Werkzeug für alles, was in Textform vorliegt oder per Texterkennung in Text verwandelt werden kann: Anleitungen, Protokolle, gelöste Fälle, Vorlagen, E-Mails mit festgehaltenen Absprachen, fotografierte Notizen und Typenschilder. Nicht geeignet ist es als Ersatz für ERP- und Buchhaltungssoftware, Kalkulationsprogramme oder CAD-Systeme (Computer-Aided Design, also Programme für technische Zeichnungen und Pläne); deren Daten bleiben in den Fachanwendungen. Begleitendes Wissen zu diesen Systemen gehört aber sehr wohl hinein — etwa die interne Anleitung, wie im ERP eine Gutschrift richtig angelegt wird, oder die Planbeschreibung zum CAD-Projekt.

Ebenso wichtig: Die Antworten der KI sind Arbeitsgrundlage, nicht Entscheidung. In einer Kanzlei prüft weiterhin die Juristin die Rechtslage, im Installationsbetrieb entscheidet weiterhin der Meister über die technische Lösung. Die Wissensdatenbank verkürzt den Weg zur relevanten Information — die Verantwortung für deren Anwendung bleibt beim Menschen, und jede Antwort muss über die Quellenangabe in Sekunden überprüfbar sein.

Wie starten Sie am besten in Ihrer Branche?

Der beste Start ist ein kleiner, klar abgegrenzter Bereich, in dem der Wissensschmerz heute am größten ist. Ein Installationsbetrieb beginnt etwa mit den Serviceprotokollen und Anlagen-Einstellungen der Bestandskunden, eine Kanzlei mit den Vorlagen und den dokumentierten Vorgehensweisen der letzten Jahre, ein Produktionsbetrieb mit den Rüstanleitungen und dem Störungsgedächtnis einer Anlagengruppe. Wichtig ist, dass der Startbereich echte Alltagsfragen abdeckt — nicht der Bereich mit den meisten Dateien gewinnt, sondern der mit den häufigsten Rückfragen.

Aus diesem Startbereich lernen Sie zwei Dinge: welche Fragen Ihre Mitarbeiter wirklich stellen und welche Qualität das dokumentierte Wissen braucht, damit die Antworten brauchbar sind. Mit diesen Erkenntnissen lässt sich die Wissensbasis Schritt für Schritt erweitern, ohne dass der Betrieb ein Großprojekt stemmen muss. Und mit jedem festgehaltenen Fall sinkt nebenbei die Abhängigkeit vom Wissen einzelner Köpfe.

Vertiefende Leitfäden zu den einzelnen Branchen, etwa für Handwerksbetriebe oder Baufirmen, folgen in diesem Ratgeber-Bereich und gehen auf die jeweiligen Wissensarten, Beispielfragen und Grenzen im Detail ein.