Wissen ist kein Dokument – Warum Wissenstransfer ein Organisationsverständnis braucht

Das Wissensproblem ist kein Dokumentationsproblem

Es gibt eine Szene, die sich in deutschen Unternehmen jede Woche wiederholt: Ein erfahrener Mitarbeiter geht in Rente. Die Personalabteilung hat vorgesorgt – es gibt eine Übergabe, einen Ordner, vielleicht sogar eine kleine Dokumentation. Der Nachfolger übernimmt den Schreibtisch, öffnet die Dateien – und merkt nach drei Wochen, dass das eigentliche Wissen nirgendwo steht. Nicht in den SOPs. Nicht im Wiki. Nicht im Ordner.

Das Muster ist so häufig, dass es fast rituellen Charakter hat. Und trotzdem behandeln die meisten Organisationen Wissenstransfer weiterhin so, als wäre es ein Dokumentationsproblem. Als müsste man nur die richtigen Vorlagen anlegen, das Wiki besser strukturieren, die Ablage aufräumen. Als wäre das Wissen einer erfahrenen Fachkraft ein Text, der nur noch geschrieben werden muss. Das Ergebnis: volle Server, leere Köpfe. Wikis, in denen niemand sucht. Confluence-Seiten, die veralten, bevor sie gelesen werden. Dokumentation als Alibi, nicht als Ressource.

Der eigentliche Engpass liegt woanders. Er liegt nicht in fehlenden Dokumenten, sondern in einem fehlenden Verständnis davon, was Wissen überhaupt ist – und wie es sich in Organisationen verhält. Solange dieses Verständnis fehlt, kann jede Methode nur Symptome behandeln.

Die Dringlichkeit ist dabei keine theoretische. Nach Projektionen des Instituts für Arbeitsmarkt- und Berufsforschung (IAB) erreicht bis 2030 jeder dritte Beschäftigte in Deutschland das Rentenalter. Die Gruppe der 20- bis 64-Jährigen schrumpft um über sechs Millionen Menschen. Mehr als 500.000 Stellen bleiben schon heute unbesetzt. Die Babyboomer-Generation – geboren zwischen 1955 und 1969 – nimmt nicht nur Arbeitskraft mit, sondern Jahrzehnte an Erfahrung, Urteilsvermögen und Kontextwissen. Das Expertenwissen ganzer Abteilungen steht zur Disposition – und die meisten Organisationen haben keinen Plan, es zu sichern.

Das ist kein Angstnarrativ. Es ist ein Gestaltungsauftrag. Aber gestalten kann nur, wer versteht, was da eigentlich verloren geht.

Die Wissenstreppe: Daten – Information – Wissen – Kompetenz

In der Praxis werden Begriffe wie Daten, Information und Wissen ständig synonym verwendet. Für den Alltag mag das unerheblich sein. Für den Wissenstransfer ist es suboptimal, weil jede Verwechslung zu falschen Maßnahmen führt.

Die Unterscheidung folgt einer aufsteigenden Logik, die Probst, Raub und Romhardt in ihrem Standardwerk Wissen managen systematisiert haben.

Daten sind kontextlose Zeichen. Eine Zahl, ein Datum, ein Name – ohne Einordnung sagen sie nichts aus.

Informationen entstehen, wenn Daten in einen Kontext gesetzt werden: Die Zahl wird zur Umsatzentwicklung, das Datum zur Frist, der Name zum Ansprechpartner. Information ist organisiertes Datenmaterial – und genau das, was die meisten Systeme verwalten.

Wissen beginnt dort, wo Information auf Erfahrung trifft. Wissen ist Information, die mit Handlung, Urteil und Kontext verknüpft wurde – und deshalb immer an eine Person gebunden ist. Ein Mitarbeiter, der seit 15 Jahren Kreditanträge bearbeitet, hat nicht nur Informationen über Richtlinien. Er weiß, welche Fälle problematisch werden, obwohl auf dem Papier alles stimmt. Er erkennt Muster, die kein Regelwerk beschreibt. Er hat ein Gespür dafür, wann ein Antragsteller nervös wird – und warum das relevant ist. Diese Verknüpfung von Information mit persönlicher Erfahrung ist keine optionale Veredelung. Sie ist die Definition von Wissen.

Der Unterschied ist nicht graduell, sondern qualitativ. Information lässt sich kopieren, verschicken, speichern. Wissen nicht. Wissen kann nur rekonstruiert werden – und das setzt beim Empfänger eigene Erfahrung, eigenen Kontext, eigene Verknüpfungsleistung voraus. Wer das ignoriert, verwechselt das Bereitstellen von Informationen mit dem Transfer von Wissen – und wundert sich dann, warum die Nachfolgerin trotz 200 Seiten Dokumentation nach drei Monaten immer noch nicht handlungsfähig ist.

Kompetenz schließlich ist Wissen, das in zuverlässiges Handeln übersetzt wurde – die Fähigkeit, in unbekannten Situationen auf Grundlage von Wissen angemessen zu agieren.

Die entscheidende Erkenntnis: Wer Informationsmanagement betreibt, hat noch kein Wissensmanagement. Ein Sharepoint voller Dokumente verwaltet Informationen, nicht Wissen. Die Verwechslung dieser beiden Ebenen ist der Ursprung der meisten gescheiterten Wissenstransfer-Initiativen.

Wissenskategorien: Nicht alles Wissen ist gleich

Wenn Organisationen „Wissenstransfer" sagen, meinen sie oft: „Wir brauchen eine Dokumentation." Aber das greift zu kurz, denn in jeder Organisation existieren fundamental verschiedene Wissensarten – und jede folgt einer anderen Logik.

Fachwissen ist das, was in Lehrbüchern steht: Regeln, Normen, Verfahrensanweisungen. Es ist explizit, kodifizierbar und relativ leicht zu transferieren. Arbeitsanweisungen, Checklisten, Regelwerke gehören hierher.

Prozesswissen beschreibt, wie Abläufe tatsächlich funktionieren – nicht auf dem Papier, sondern in der Praxis. Es ist halb-explizit: Manche Schritte sind dokumentiert, aber die Abkürzungen, Workarounds und informellen Absprachen, die den Prozess am Laufen halten, stehen nirgendwo.

Erfahrungswissen ist der Kern dessen, was Organisationen verletzlich macht. Es ist implizit, personengebunden und oft nicht einmal dem Wissensträger bewusst. „Das macht man halt so" – dieser Satz markiert Erfahrungswissen. Es zeigt sich in Daumenregeln, Mustererkennung, Gespür für Risiken und dem intuitiven Wissen, wann eine Standardlösung nicht greift. Wer Expertenwissen sichern will, muss vor allem hier ansetzen – denn Erfahrungswissen ist das, was Expert:innen von Berufsanfängern unterscheidet, und es lässt sich nicht durch Einlesen in Handbücher ersetzen. Die synartIQ-Forschung beschreibt es treffend als Wissen, das „dem Wissensgeber erst bewusst gemacht werden muss" – etwa durch gezielte Interviewtechniken wie Expert Debriefing.

Beziehungswissen betrifft die informellen Netzwerke einer Organisation: Wer kennt wen, wer kann was bewegen, welche Allianzen funktionieren, welche nicht. Wer kann bei der Geschäftsführung Gehör finden? Welcher Zulieferer reagiert nur, wenn man den richtigen Ansprechpartner kennt? Welcher Kunde braucht das persönliche Telefonat, bevor eine E-Mail Wirkung zeigt? Es ist der unsichtbare Klebstoff, der Organisationen zusammenhält – und es verschwindet vollständig, wenn eine erfahrene Kraft geht. Kein Organigramm bildet dieses Wissen ab. Kein CRM erfasst die Qualität einer Beziehung.

Kulturwissen umfasst die ungeschriebenen Regeln: Wie werden hier Konflikte gelöst? Was darf man in Meetings sagen, was besser im Vier-Augen-Gespräch? Welche Werte werden gelebt, welche nur auf der Website proklamiert? Welche informellen Hierarchien existieren parallel zur formalen Struktur? Neue Mitarbeitende spüren die Lücke im Kulturwissen schmerzlich, können sie aber nicht benennen – weil niemand es ihnen erklären kann. Nicht aus Unwillen, sondern weil Kulturwissen per Definition implizit ist. Es zeigt sich im Handeln, nicht in Handbüchern.

Organisationswissen schließlich beschreibt die Meta-Ebene: Wer entscheidet was? Wo findet man Informationen tatsächlich? Welche formalen Wege kann man umgehen, welche nicht?

Die Reibung, die in der Praxis entsteht, liegt auf der Hand: Organisationen investieren den weitaus größten Teil ihrer Transferbemühungen in die am leichtesten kodifizierbare Kategorie – Fachwissen – und ignorieren systematisch jene Kategorien, die den höchsten organisationalen Wert besitzen. Erfahrungswissen, Beziehungswissen und Kulturwissen sind die eigentlichen Engpässe, aber sie tauchen in keiner Wiki-Strategie und keinem Dokumentationsplan auf. Wer Expertenwissen sichern will, muss diese Kategorien adressieren – alles andere ist Informationsmanagement mit gutem Gewissen.

Sascha Armutat hat dafür 2002 den hilfreichen Begriff der Wissensportfolio-Analyse geprägt: Wissen lässt sich nach Einzigartigkeit und organisationalem Impact differenzieren.

Hebelwissen – hocheinzigartig und wirkungsstark – ist das, was eine Organisation von der Konkurrenz unterscheidet.

Basiswissen braucht jeder, es ist leicht verfügbar.

Engpasswissen wird kritisch, wenn es nur bei wenigen Personen liegt. Wer seine Transfermaßnahmen nicht an dieser Differenzierung ausrichtet, verschwendet Ressourcen an der falschen Stelle.

Explizit vs. implizit: Die Polanyi-Linie

Die Unterscheidung, die alles verändert, stammt von Michael Polanyi. 1966 formulierte er in The Tacit Dimension einen Satz, der das Wissensmanagement bis heute prägt: „We can know more than we can tell." Wir wissen mehr, als wir sagen können.

Damit beschrieb Polanyi keine technische Hürde, sondern eine epistemologische Grundeigenschaft von Wissen. Implizites Wissen – tacit knowledge – lässt sich nicht einfach abfragen wie eine Datenbank. Es steckt in Routinen, Körpererinnerungen, Wahrnehmungsmustern und Urteilsfähigkeit. Der erfahrene Maschinenführer, der am Klang erkennt, ob eine Anlage korrekt läuft. Die Projektleiterin, die spürt, wann ein Stakeholder abzuspringen droht. Der Vertriebsleiter, der weiß, welche Argumente bei welchem Kundentyp funktionieren – ohne das je in einem Playbook gelesen zu haben. Dieses Expertenwissen zu sichern ist die zentrale Herausforderung – und sie beginnt damit, anzuerkennen, dass es sich nicht wie eine Datei kopieren lässt.

Dieses Wissen existiert nicht als abrufbarer Datensatz. Es muss hervorgelockt werden – durch Reflexion, Kontextfragen, gezielte Interviewtechniken. Die synartIQ-Forschung betont: Implizites Wissen muss dem Wissensträger „erst bewusst gemacht werden", bevor es externalisiert werden kann. Das ist ein aktiver Prozess, kein passiver Download.

Ikujiro Nonaka und Hirotaka Takeuchi haben 1995 mit dem SECI-Modell den bis heute einflussreichsten Versuch unternommen, die Dynamik zwischen implizitem und explizitem Wissen zu beschreiben. Ihr Modell beschreibt vier Transformationsmodi: Sozialisation überträgt implizites Wissen von Person zu Person – durch gemeinsame Erfahrung, Beobachtung, Zusammenarbeit. Der Lehrling, der dem Meister über die Schulter schaut. Die neue Kollegin, die in den ersten Wochen mitläuft, beobachtet, Fragen stellt.

Externalisierung macht implizites Wissen explizit – durch Artikulation, Metaphern, strukturierte Reflexion. Hier passiert das, was am schwierigsten ist: Das, was jemand „einfach weiß", wird in Sprache übersetzt, in Modelle, in kommunizierbare Form. Kombination verbindet explizites Wissen zu neuem explizitem Wissen – etwa durch Systematisierung, Datenbanken, Berichte, die Ergebnisse aus verschiedenen Quellen zusammenführen.

Internalisierung schließlich verwandelt explizites Wissen zurück in implizites – durch Übung, Anwendung, Erfahrung. Wer eine Regel oft genug angewendet hat, denkt nicht mehr über sie nach – sie wird zur Routine, zum Können.

Der entscheidende Punkt: Wissen wird nach Nonaka und Takeuchi nicht transferiert wie eine Datei. Es wird transformiert. Jeder Übergang erfordert einen anderen sozialen Raum, eine andere Methode, eine andere Qualität der Interaktion. Nonaka nennt diesen gemeinsamen Kontext „Ba" – einen geteilten Raum, der physisch, virtuell oder mental sein kann.

Allerdings verdient das SECI-Modell auch kritische Einordnung. Die Forschung – etwa Gourlay (2006) – hat darauf hingewiesen, dass die empirische Basis dünn ist und die Spirale oft zu mechanistisch gelesen wird. In der Praxis dreht sie sich nicht von allein. Sie braucht Vertrauen, Kultur und bewusste organisationale Gestaltung. Wer SECI als Blaupause liest statt als Denkwerkzeug, wird enttäuscht.

Wissenstransfer als Systemproblem

Wer verstanden hat, dass Wissen in unterschiedlichen Kategorien existiert und sich nur unter bestimmten Bedingungen transformieren lässt, stellt schnell die nächste Frage: Warum funktioniert es in der Praxis trotzdem so selten? Warum gelingt es Organisationen nicht, Expertenwissen systematisch zu sichern, obwohl die Methoden seit Jahrzehnten bekannt sind?

Gilbert Probst, Steffen Raub und Kai Romhardt haben mit ihrem Genfer Modell acht Bausteine des Wissensmanagements identifiziert, die als Kreislauf zusammenwirken: Wissensziele, Wissensidentifikation, Wissenserwerb, Wissensentwicklung, Wissens(ver)teilung, Wissensnutzung, Wissensbewahrung und Wissensbewertung. Das Modell ist das meistzitierte im deutschsprachigen Raum – und seine wichtigste Botschaft wird am häufigsten ignoriert: Kein Baustein funktioniert isoliert. Wissenstransfer ist kein einzelner Schritt, sondern ein Zusammenspiel aller acht.

In der Praxis scheitert Wissenstransfer selten an fehlenden Methoden. Mentoring, Expert Debriefing, Wissenslandkarten, Community-Formate – die Werkzeuge existieren. Was fehlt, sind drei systemische Voraussetzungen.

Erstens: Keine Wissensziele. Die meisten Organisationen können nicht beantworten, welches Wissen strategisch kritisch ist. Es gibt Unternehmensziele, Projektziele, Personalentwicklungsziele – aber keine Wissensziele. Keine explizite Entscheidung darüber, welche Wissensdomänen für die strategische Zukunft der Organisation unverzichtbar sind. Ohne diese Klarheit bleibt jede Transfermaßnahme zufällig. Man sichert, was gerade greifbar ist – nicht, was notwendig wäre. Man dokumentiert, was sich leicht dokumentieren lässt – Fachwissen, Prozessbeschreibungen – und lässt das schwer Greifbare links liegen. Nicht aus Absicht, sondern aus Orientierungslosigkeit.

Zweitens: Keine Wissenskultur. Wissen teilen wird in den meisten Organisationen nicht belohnt. Wissen horten wird nicht sanktioniert. Im Gegenteil: Wer sein Wissen exklusiv hält, macht sich unentbehrlich – und wird dafür oft implizit belohnt, durch Jobunsicherheit, die an Unersetzbarkeit geknüpft ist, oder durch Beförderungslogiken, die Expertise über Teilungsbereitschaft stellen. Die Anreizstruktur arbeitet gegen den Transfer. Dazu kommt: Wissen zu teilen erfordert Zeit, Reflexion und die Bereitschaft, sich selbst befragbar zu machen. In Organisationen, die auf maximale Auslastung optimiert sind, gibt es für diese Reflexionsräume schlicht keinen Platz. Solange das so bleibt, kann keine Methode diese Dynamik überwinden.

Drittens: Kein Organisationsverständnis für Wissensverteilung. Die Frage „Wo sitzt welches Wissen in unserer Organisation?" wird erschreckend selten systematisch gestellt. Die meisten Unternehmen haben keine Vorstellung davon, welches Wissen bei welchen Personen liegt, wo Klumpenrisiken entstehen und welche Bereiche bei einem einzelnen Abgang verwundbar werden. Es fehlt schlicht die Transparenz. Man weiß, wer auf welcher Position sitzt – aber nicht, welches Wissen diese Position im Laufe der Jahre akkumuliert hat und wie einzigartig dieses Wissen ist.

Genau hier setzt das Konzept der Wissenslandkarte an, das bspw. von synartIQ als zentrales Instrument beschrieben wird: eine strukturierte Visualisierung, die auf sechs Wissenskategorien basiert und durch gezielte Interviews oder selbstgesteuerte Befragung erstellt wird. Es geht nicht um eine statische Kartierung – nicht um ein einmaliges Assessment, das in einer PowerPoint-Präsentation mündet und dann in der Schublade verschwindet. Es geht um ein lebendes Abbild der Wissenslandschaft, das sichtbar macht, wo Transparenz fehlt, wo Engpässe drohen und wo Hebelwissen ungesichert bei einzelnen Personen liegt.

Eine Wissenslandkarte beantwortet die Frage, die kein Organigramm und keine Stellenbeschreibung beantworten kann: Was weiß diese Organisation wirklich – und was verliert sie, wenn morgen die falschen drei Leute gehen?

Organisationales Lernen: Der Elefant im Raum

Es gibt eine Erkenntnis in der Organisationsforschung, die seit Jahrzehnten bekannt ist und trotzdem in der Praxis konsequent ignoriert wird: Individuelles Lernen ist notwendig, aber nicht hinreichend für organisationales Lernen.

Chris Argyris hat diese Unterscheidung geprägt. Eine Organisation lernt nicht dadurch, dass einzelne Mitarbeitende dazulernen. Sie lernt, wenn sich ihre Handlungsmuster, Routinen und Entscheidungsarchitekturen verändern. Wissen, das in einem Kopf bleibt – egal wie kompetent dieser Kopf ist – ist organisational wirkungslos, solange es nicht in die Strukturen, Prozesse und Praktiken der Organisation eingesickert ist.

Für den Wissenstransfer hat das eine unbequeme Konsequenz: Die meisten Transfermaßnahmen zielen auf individuelle Übergabe. Wissensgebende erklären, Wissensnehmende hören zu. Es gibt Tandem-Modelle, Mentoring-Programme, Einarbeitungspläne. All das ist nützlich – aber es bleibt im Bereich des individuellen Lernens. Und es erzeugt eine gefährliche Illusion: die Illusion, dass der Transfer stattgefunden hat, weil die Übergabe stattgefunden hat.

Die eigentliche Frage ist eine andere: Wie verändert das transferierte Wissen die Fähigkeit der Organisation, ihre Aufgaben zu erfüllen? Wenn Wissen nur von einer Person zur nächsten wandert, ist es im besten Fall Personalkontinuität.

Organisationales Lernen wäre es erst, wenn dieses Wissen auch die Art verändert, wie Entscheidungen getroffen, Prozesse gestaltet und Probleme gelöst werden. Wenn das Erfahrungswissen einer einzelnen Expertin in die Entscheidungsarchitektur eines ganzen Teams einfließt. Wenn die Lessons Learned aus einem gescheiterten Projekt nicht nur in einem Ordner landen, sondern die Art verändern, wie zukünftige Projekte aufgesetzt werden.

Unter organisationalem Lernen versteht man „einen kontinuierlichen Prozess, der die Schaffung einer Lernkultur erfordert". New Learning nach Prof. Dr. Anja Schmitz und Jan Foelsing bspw. sagt klar aus, dass individuelles und organisationales Lernen eng verwoben sind, aber nicht identisch. Wer Wissenstransfer nur als Staffelübergabe zwischen zwei Personen konzipiert, übersieht den Elefanten im Raum: Es geht nicht um die Übergabe, sondern um die Einbettung.

Die KI-Perspektive: Technologie als Katalysator, nicht als Ersatz

An dieser Stelle stellt sich die Frage, die in jeder aktuellen Diskussion über Wissensmanagement auftaucht: Was verändert KI?

Die Antwort beginnt mit einer Differenzierung, die oft übersehen wird. Moderne KI-Systeme – semantische Suche, intelligente Empfehlungen, automatische Klassifizierung, kontextualisierte Assistenten – können bestimmte Phasen der Wissenstransformation massiv beschleunigen. Im SECI-Modell gesprochen: Sie sind exzellent in der Kombination (explizites Wissen systematisieren, verknüpfen, durchsuchbar machen) und sie können Externalisierung unterstützen, wenn sie richtig eingesetzt werden – also nicht als passives Dokumentationstool, sondern als aktives Gegenüber, das die richtigen Fragen stellt.

Ein KI-System kann im engeren Sinne Informationen zugänglich machen, aber Wissen im eigentlichen Sinne entsteht erst durch die Verknüpfung mit Erfahrung, Kontext und Handlung im Kopf des Nutzers. KI verändert nicht die Epistemologie von Wissen. Sie verändert die Ökonomie des Wissenstransfers.

Nehmen wir die Externalisierung impliziten Wissens – den Engpass, den dieses gesamte Kapitel beschrieben hat. Klassisch funktioniert das über Expert-Debriefing-Interviews: Ein geschulter Interviewer stellt die richtigen Fragen, um unbewusstes Erfahrungswissen an die Oberfläche zu holen. Die Methode ist erprobt und wirkungsvoll. Das Problem: Sie skaliert nicht. Ein Interviewer kann pro Woche vielleicht zwei, drei Gespräche führen. Bei einer Organisation mit 50 Expert:innen, die in den nächsten fünf Jahren ausscheiden, reicht das nicht. Die Konsequenz: Es passiert gar nichts, oder es wird priorisiert – und die Priorisierung basiert auf Zufall, nicht auf Strategie.

KI-gestützte, strukturierte Interviews verändern diese Rechnung fundamental. Wenn ein KI-System in der Lage ist, die richtigen Folgefragen zu stellen – kontextsensitiv, auf dem Erfahrungsgebiet des Wissensträgers, in einem natürlichen Gesprächsrhythmus – dann lässt sich Externalisierung erstmals in einer Frequenz betreiben, die organisational relevant ist. Nicht ein einmaliges Debriefing-Gespräch am Ende einer Karriere, sondern kontinuierliche Wissenserfassung als Bestandteil des Arbeitsalltags. 15 Minuten pro Woche statt 22 Stunden am letzten Arbeitstag. Das ist ein anderes Modell – nicht weil die Technologie schicker ist, sondern weil es das Skalierungsproblem löst, an dem alle Vorgängeransätze gescheitert sind.

Expertenwissen konstant sichern, nicht als Notmaßnahme vor dem Renteneintritt – das ist der Paradigmenwechsel, den KI-gestützte Erfassung ermöglicht.

Der zweite Durchbruch liegt in der Analyse und Strukturierung. Einzelne Interviews sind wertvoll, aber ihr eigentlicher Wert entsteht durch Aggregation. Wenn die Ergebnisse hunderter Interviews in einem Knowledge Graph zusammenfließen – mit Beziehungen zwischen Personen, Themen, Prozessen und Kontexten – dann entsteht etwas, das vorher schlicht nicht existierte: eine lebendige Wissenslandkarte der Organisation, die sichtbar macht, wo welches Wissen liegt, wo Lücken klaffen, wo Widersprüche existieren und wo Wissensmonopole entstanden sind.

Ebenso verändert sich die Nutzungsseite: Wenn erfasstes Erfahrungswissen nicht in einem Archiv verschwindet, sondern über intelligente Assistenten im Arbeitsfluss zugänglich wird – kontextualisiert, mit Quellenverweisen zu den originalen Interviews oder sogar Screencasts – dann schließt sich die Lücke zwischen Erfassung und Nutzung, die bei klassischen Dokumentationsansätzen fast immer offen bleibt. Der neue Mitarbeiter fragt nicht mehr das Wiki. Er fragt einen Assistenten, der mit dem Erfahrungswissen von 30 Expert:innen gefüttert wurde – und bekommt eine Antwort, die nicht nur den Sachverhalt erklärt, sondern auf die Quelle verweist. Die Antwortqualität, die so entsteht, ist fundamental anders als das, was eine Volltextsuche in einem Dokumentenmanagementsystem liefert.

Das verändert nicht die grundlegende Epistemologie: Implizites Wissen bleibt schwer zu greifen, Erfahrung lässt sich nicht einfach kopieren. Aber die Wahrscheinlichkeit, dass wertvolles Wissen den Weg von einem Kopf in die Handlungsfähigkeit einer Organisation findet, steigt erheblich – wenn die KI-Werkzeuge auf den richtigen Prinzipien aufsetzen. Genau, wie wir dies mit Siara KI umsetzen. Jeden Tag ein bisschen besser.

Endpsurt: Drei Fragen, die den Unterschied machen – und warum die Antwort heute anders aussieht

Wissenstransfer scheitert nicht an fehlenden Tools. Aber er scheitert auch nicht, weil es Tools gibt. Er scheitert, wenn Organisationen keine Klarheit darüber haben, was sie überhaupt sichern müssen, wo es sitzt und welche Bedingungen es braucht, um zu fließen. Drei Fragen stehen deshalb vor jeder Maßnahme – und jede Maßnahme, die diese Fragen nicht adressiert, produziert Beschäftigung statt Wirkung.

Erstens: Welches Wissen ist für uns strategisch kritisch?

Nicht alles Wissen ist gleich schützenswert. Organisationen brauchen Wissensziele, die sich aus der Unternehmensstrategie ableiten. Hebelwissen identifizieren, Engpasswissen erkennen, Basiswissen vom Spezialistenwissen trennen – das ist keine akademische Übung, sondern die Grundlage jeder sinnvollen Allokation von Ressourcen.

Zweitens: Wo sitzt dieses Wissen – und wie verwundbar ist es?

Die Wissenslandkarte als Instrument ist kein Nice-to-have, sondern eine Notwendigkeit. Wer nicht weiß, welches Expertenwissen bei welchen Personen liegt, kann Klumpenrisiken nicht erkennen und Transfermaßnahmen nicht priorisieren. Wissen sichern beginnt mit Transparenz – und die demografische Welle macht diese Transparenz zur Überlebensfrage.

Drittens: Welches Organisationsverständnis brauchen wir, damit Wissen fließen kann?

Kultur, Strukturen, Anreize – ohne diese drei Hebel bleibt jede Methode und jede Technologie ein Fremdkörper. Wissen teilen muss normal sein, nicht heldenhaft. Und die Organisation muss in der Lage sein, individuelles Wissen in ihre eigenen Handlungsmuster zu integrieren.

Diese drei Fragen waren schon immer richtig. Was sich verändert hat, ist die Möglichkeit, sie zu operationalisieren.

Jahrzehntelang standen Organisationen vor einem praktischen Dilemma: Die Theorie war klar – implizites Wissen ist der Engpass, Expert Debriefing ist die Methode, Wissenslandkarten schaffen Transparenz. Aber die Umsetzung skalierte nicht. Expertenwissen zu sichern war zu aufwändig, zu personalintensiv, zu langsam für den operativen Alltag. Also passierte in den meisten Organisationen: nichts. Oder bestenfalls: Dokumentation, Wiki, SharePoint – also das, was ohnehin nur explizites Wissen adressiert.

Neue KI Technologien lösen genau dieses Skalierungsproblem. Konstante KI-Interviews machen Externalisierung von implizitem Wissen zu einem kontinuierlichen Prozess statt zu einem einmaligen Event am Ende einer Karriere. Knowledge Graphs machen sichtbar, wo welches Wissen liegt, wo es fehlt und wo gefährliche Abhängigkeiten von einzelnen Personen entstanden sind – sie operationalisieren die Wissenslandkarte, die Probst schon vor 25 Jahren gefordert hat. Intelligente Assistenten bringen erfasstes Erfahrungswissen zurück in den Arbeitsfluss, statt es in Archiven verschwinden zu lassen – und liefern dabei nicht nur Text, sondern Verweise auf die originalen Interviews und Screencasts, in denen der Kontext lebendig wird.

Was vorher organisational nicht leistbar war – die systematische Erfassung, Analyse und Nutzung impliziten Wissens über alle Bereiche hinweg – wird durch KI erstmals operativ möglich.

Das heißt nicht, dass Tools die drei Fragen ersetzen. Es heißt, dass die Antworten auf diese Fragen heute in Handlung übersetzt werden können – in einer Geschwindigkeit und Tiefe, die vor fünf Jahren undenkbar war. Die drei Fragen bleiben der Kompass. Aber der Kompass allein bewegt niemanden. Was sich verändert hat, ist die Fähigkeit, auf Basis dieser Orientierung tatsächlich ins Handeln zu kommen.

Wissenstransfer ist keine HR-Aufgabe und kein IT-Projekt. Es ist eine Designfrage an die Organisation selbst. Und zum ersten Mal gibt es Werkzeuge, die dieser Frage gewachsen sind – Werkzeuge, die Expertenwissen dort sichern, wo 70% des organisationalen Wissens tatsächlich liegen: in den Köpfen der Menschen, die es bisher nie in ein Dokument geschafft haben. Das ist eEight.io.