Am Ende des Wissensaudits steht eine Entscheidung, die schwieriger ist als sie aussieht: Womit anfangen? Die intuitive Antwort — dort, wo es am meisten weh tut — führt regelmäßig in die falsche Richtung.
Drei typische Ausgangslagen
Angenommen, das Audit hat drei Kandidaten ergeben. Alle drei haben spürbaren Bedarf, aber sie unterscheiden sich in dem, was für einen Aufbau entscheidend ist:
| Kriterium | Profil A | Profil B | Profil C |
|---|---|---|---|
| Fragehäufigkeit | hoch | hoch | mittel |
| Quellen vorhanden | überwiegend | kaum — Wissen liegt in Köpfen | überwiegend |
| Quellen auffindbar | ja, ein System | verstreut | verstreut über mehrere Ablagen |
| Berechtigungslage | einfach | einfach | heikel, personenbezogene Daten im Bestand |
| Aufwand bis zum ersten Ergebnis | gering | sehr hoch | hoch |
Warum der Favorit meist Profil B ist — und warum das nicht funktioniert
Profil B hat den höchsten Leidensdruck. Genau dort will man anfangen, und genau dort ist der Start am teuersten: Die Antworten existieren überwiegend nicht in schriftlicher Form. Ein Retrieval-System kann nichts finden, was nicht da ist.
Ein solcher Bereich braucht zuerst Phase 2 — Wissensdigitalisierung, nicht Phase 3. Wer ihn als ersten Piloten wählt, misst am Ende nicht die Tauglichkeit des Systems, sondern die Lückenhaftigkeit des Bestands — und zieht daraus womöglich den falschen Schluss.
Profil C scheitert an etwas anderem: Im selben Bestand liegen personenbezogene Daten. Das ist lösbar, kostet aber Klärung mit Datenschutz und gegebenenfalls Mitbestimmung, bevor überhaupt indexiert werden darf. Als erster Pilot ist das der falsche Ort, um Erfahrung zu sammeln — nicht weil die Klärung unnötig wäre, sondern weil sie den technischen Erkenntnisgewinn verzögert, ohne ihn zu verbessern.
Was für Profil A spricht
Nicht der größte Nutzen, sondern die kürzeste Strecke bis zu einer überprüfbaren Aussage: Quellen sind vorhanden, liegen in einem System, Berechtigungen sind unkompliziert.
Das Ziel eines ersten Piloten ist ausdrücklich nicht, den maximalen Effekt zu erzeugen. Es ist, belastbar zu klären, ob die Kette aus Aufbereitung, Suche und Antwort mit Quellenangabe im konkreten Umfeld funktioniert. Diese Frage lässt sich an einem einfachen Bereich sauberer beantworten als an einem schwierigen.
Was mit den anderen Bereichen passiert
Sie rücken nach hinten, aber nicht ins Nichts — und vor allem laufen die Vorarbeiten parallel:
- Für ein Profil wie B beginnt die Erhebung des impliziten Wissens. Die dauert ohnehin am längsten und ist von jeder Technikentscheidung unabhängig.
- Für ein Profil wie C läuft die Klärung mit Datenschutz und Mitbestimmung an. Auch das braucht keine fertige Technik, sondern nur eine belastbare Beschreibung dessen, was geplant ist.
Die Kriterien, nach denen sich Wissensbereiche überhaupt bewerten lassen, stehen im Konzeptartikel Wissensaudit: Wie man herausfindet, welches Wissen wirklich kritisch ist. Alle Beiträge zu diesem Abschnitt: Phase 1 — Wissensaudit.
Geschrieben von
Christian Ohle
KI-Entwickler & Online-Marketer · seit 2005 im Web
Seit 2005 mit dem Web: Online-Marketing, Coding, lokale KI. Schreibt hier über Unternehmens-KI, Wissensmanagement, RAG, KI-Agenten und Automatisierung — alles selbst gebaut und getestet, inklusive der Setups, die nicht funktioniert haben.
christianohle.de ist ein persönliches Projekt — kein Beratungsangebot, keine Agentur und keine Akquise-Plattform. Mehr dazu.