Wie Socially Interactive Agents Erfahrungswissen in Organisationen sichern

Was ist implizites Wissen – und warum geht es verloren?

Wissensmanagement umfasst laut Nonaka et al. (2001) die systematische Erfassung, Strukturierung und Weitergabe von Wissen in Organisationen. Doch die meisten Ansätze scheitern an einer entscheidenden Unterscheidung: Explizites Wissen – dokumentiert in Handbüchern, Prozessbeschreibungen und Datenbanken – lässt sich relativ einfach erfassen. Implizites Wissen (Tacit Knowledge) hingegen ist erfahrungsbasiert, kontextabhängig und oft schwer zu verbalisieren.

Beispiele für implizites Wissen in Organisationen:

• Expertise in komplexen Entscheidungsprozessen: Spezialist:innen nutzen ihr Erfahrungswissen, um Entscheidungen zu treffen – besonders wenn die verfügbare Informationslage dünn ist.
• Kreativität und Innovation: Unbewusste Verknüpfungen, die auf implizitem Wissen basieren, spielen eine zentrale Rolle bei der Entwicklung neuer Ideen und Lösungen.
• Problemlösung in unvorhergesehenen Situationen: Erfahrene Mitarbeitende greifen auf ihr Tacit Knowledge zurück, um schnell und flexibel auf neue Herausforderungen zu reagieren.

Traditionelle Methoden der Wissenserfassung – Wikis, Dokumentationen, Übergabegespräche, Schulungen – adressieren primär explizites Wissen. Sie ermöglichen keinen Zugang zu den tieferen, oft unbewussten Wissensbeständen langjähriger Expert:innen. Ein neuer Ansatz, ermöglicht durch KI-Technologien. soll hier Abhilfe schaffen.

Was sind Socially Interactive Agents (SIAs)?

Das Research Paper „Socially Interactive Agents for Preserving and Transferring Tacit Knowledge in Organizations" von Martin Benderoth, Patrick Gebhard, Christian Keller, Benjamin Nakhosteen, Stefan Schaffer und Tanja Schneeberger (2025) beschreibt einen neuartigen Ansatz: Socially Interactive Agents – KI-basierte Agenten, die als empathische Gesprächspartner fungieren und durch strukturierte Interviews implizites Erfahrungswissen zugänglich machen.

SIAs sind virtuelle oder physisch verkörperte Agenten, die in der Lage sind, sozial intelligente Kommunikation mit Menschen zu führen – über verbale, paraverbale und nonverbale Kanäle.

Im Kontext des Wissenstransfers übernehmen sie die Rolle von Knowledge Transfer Facilitators: Sie führen strukturierte KI-Interviews, stellen kontextuell relevante Nachfragen und machen so Wissen sichtbar, das in klassischen Verfahren verloren ginge.

Wie funktioniert KI-gestützter Wissenstransfer mit SIAs?

Die Forscher:innen beschreiben einen Ansatz, der auf drei technologischen Säulen basiert:

1. Large Language Models (LLMs) und automatische Spracherkennung

LLMs erzeugen kontextuell relevante Dialoge mit den Wissensträger:innen. In Kombination mit automatischer Spracherkennung und Sprachsynthese entsteht eine Gesprächsumgebung, die sich natürlich anfühlt – ähnlich einem Gespräch mit einem erfahrenen Kollegen.

2. Retrieval-Augmented Generation (RAG)

Durch RAG greifen die KI-Agenten auf organisationale Wissensbasen zu – Unternehmensdokumente, Richtlinien, dokumentierte Erfahrungen anderer Expert:innen. So können sie Fragen im richtigen Kontext stellen und Zusammenhänge herstellen, die sonst verborgen blieben.

3. Chain-of-Thought Prompting (CoT)

CoT ermöglicht es den Agenten, Nutzer:innen durch strukturierte Reflexion zu führen. Statt oberflächliche Fragen abzuhaken, leiten sie tiefere Denkprozesse an – und erschließen so Wissen, das die Expert:innen selbst nicht bewusst abrufen könnten.

Das Ergebnis ist kein statisches Dokument, sondern ein bidirektionales Lernsystem: SIA und Mitarbeitende interagieren in kontinuierlichen Feedback-Loops, in denen beide Seiten voneinander lernen und das Wissenssystem sich stetig weiterentwickelt.

Warum Vertrauen der entscheidende Faktor ist

Ein zentrales Ergebnis des Papers: Technologie allein reicht nicht. Mitarbeitende teilen ihr wertvolles Erfahrungswissen nur unter bestimmten Bedingungen:

• Transparenz: Mitarbeitende müssen verstehen, wie die KI funktioniert und was mit ihren Daten geschieht.
• Wertschätzung: Das geteilte Wissen muss sichtbar wertgeschätzt und sinnvoll genutzt werden.
• Psychologische Sicherheit: Es darf kein Risiko bestehen, dass das geteilte Wissen gegen die Person verwendet wird.
• Freiwilligkeit: Wissenstransfer funktioniert nicht unter Zwang – er erfordert intrinsische Motivation und ein sicheres Umfeld.

Psychologische Forschung zeigt, dass Wärme und Kompetenz eine entscheidende Rolle beim Aufbau von Vertrauen spielen (Fiske, Cuddy & Glick, 2007). Genau deshalb ist die Gestaltung empathischer, sozial intelligenter KI-Agenten kein „Nice-to-have", sondern eine Grundvoraussetzung für erfolgreichen Wissenstransfer.

Anwendungsszenarien: Vom Onboarding bis zum Offboarding

Die Einsatzmöglichkeiten von KI-gestützten Wissenstransfer-Agenten erstrecken sich über den gesamten Employee Lifecycle:

Table

Anwendungsfall Onboarding

Personalisierte KI-Agenten führen neue Mitarbeitende durch die Prozesslandschaft, beantworten Fragen und verkürzen die Einarbeitungszeit.

Anwendungsfall Wissenstransfer im Arbeitsalltag

KI-Interviews im Fluss der Arbeit sichern kontinuierlich implizites Wissen – bevor es verloren geht.

Anwendungsfall Offboarding

Strukturierte KI-Interview-Sessions mit ausscheidenden Expert:innen erfassen deren Erfahrungswissen systematisch.

Anwendungsfall Personalentwicklung

KI-Agenten dokumentieren Entwicklungsfortschritte, identifizieren Kompetenzlücken und unterstützen individuelle Karrierepfade.

Der Stand der Forschung – und eine offene Lücke

Die Autor:innen kommen zu einem ehrlichen Schluss:

Es gibt bisher keine bekannten Systeme auf dem Markt, die wirkliche, KI-basierte Socially Interactive Agents mit einem tiefen Verständnis der psychologischen Dynamiken im Wissenstransfer verbinden.

Gleichzeitig wird das enorme Potenzial für einen disruptiven Wandel im professionellen Wissensmanagement bereits deutlich sichtbar.

SIA = Siara ? - Die Überschneidungen zu dem Paper sind hoch!

Als wir 2023 mit der Entwicklung von Siara KI begonnen haben, gab es kein Research Paper, auf das wir uns stützen konnten. Es gab eine Beobachtung: Organisationen verlieren jeden Tag wertvolles Erfahrungswissen, können ihr internes Wissen nicht richtig nutzen und die bestehenden Methoden können das nicht verhindern.

Was Benderoth et al. heute als Forschungsvision beschreiben, setzen wir mit Siara KI bereits in der Praxis um. Nein, noch nicht vollumfänglich, mit echten SIA Agenten, wie in dem Paper beschrieben, aber was in dem Paper beschrieben wurde, ist genau unsere Entwicklungsrichtung. Die erste Version steht und ist einsatzbereit.

• Strukturierte KI-Interviews im Fluss der Arbeit – nur 15 Minuten pro Woche, per Audio, Video oder Text
• Ein lernender Knowledge Graph, der Muster erkennt, Wissenslücken identifiziert und Widersprüche aufdeckt
• KI-Assistenten im Arbeitsalltag, die erfasstes Erfahrungswissen genau dann zugänglich machen, wenn es gebraucht wird – im Moment der Entscheidung, nicht in einem Wiki, das niemand liest
• Vertrauen als Designprinzip: DSGVO-konform, gehostet in Deutschland (einschließlich aller KI-Systeme), volle Transparenz über die Datenverarbeitung

Das Paper bestätigt unseren Ansatz bei eEight und bestärkt uns darin. Wenn die Wissenschaft heute zu denselben Schlüssen kommt, die wir in der Praxis erleben, ist das ein klares Zeichen. Der Schlüssel zu erfolgreichem Wissensmanagement liegt nicht in mehr manueller Dokumentation in Wikis. Er liegt in der richtigen Kombination aus Empathie, Struktur und KI – in einem System, das Erfahrungswissen nicht nur speichert, sondern für alle nutzbar macht.

Das Paper könnt ihr hier auch selbst einsehen: