Dein wertvollstes Betriebskapital steht in keiner Bilanz. Es sitzt jeden Morgen am Frühstückstisch – und irgendwann sitzt es dort für immer.
Alle reden gerade über KI-Tools. Chatbots hier, ChatGPT da. Aber die ehrliche Frage, die ich KMU-Inhabern viel öfter stellen würde, lautet: Was passiert eigentlich mit deinem Betrieb, wenn dein erfahrenster Mitarbeiter nächstes Jahr in Rente geht? Der Mann oder die Frau, die jede Anlage kennt, jeden Stammkunden, jeden Sonderfall, der nirgendwo dokumentiert ist?
Das ist kein Zukunftsszenario. Das Statistische Bundesamt hat schon 2022 vorgerechnet: Rund 12,9 Millionen Erwerbstätige – fast 30 Prozent aller Beschäftigten – erreichen bis Mitte der 2030er Jahre das Rentenalter. Und mit jedem Einzelnen verlässt Wissen den Betrieb, das über Jahrzehnte aufgebaut wurde. Meist ungesichert.
In diesem Artikel zeige ich dir, warum das Sichern deines Firmenwissens das vielleicht wichtigste KI-Projekt für deinen Betrieb ist, warum "alle PDFs in ChatGPT werfen" nicht funktioniert – und wie du konkret vorgehst, Schritt für Schritt.
In fast jedem KMU liegt das Wissen verstreut: in Köpfen, in E-Mail-Postfächern, in halb gepflegten Excel-Tabellen, in Ordnern auf dem Server, die seit 2019 niemand mehr geöffnet hat. Die Folge ist simpel und teuer: Deine Leute suchen, statt zu arbeiten.
Eine viel zitierte McKinsey-Analyse (2012) kam zu dem Ergebnis, dass Wissensarbeiter rund ein Fünftel ihrer Arbeitswoche allein damit verbringen, interne Informationen zusammenzusuchen. Das ist ein kompletter Arbeitstag pro Woche. Pro Person.
Beispiel: Stell dir einen Heizungsbaubetrieb mit zwölf Mitarbeitern vor. Der neue Monteur steht beim Kunden vor einer 20 Jahre alten Anlage und weiß nicht weiter. Was macht er? Er ruft den Altmeister an. Der steht gerade selbst auf einer Baustelle. Zwei Leute unterbrochen, eine halbe Stunde weg – und das mehrmals pro Woche. Das Wissen existiert im Betrieb. Es ist nur nicht abrufbar.
Was du daraus mitnehmen solltest: Nicht das fehlende Wissen ist das Problem. Sondern dass es an genau einem Ort liegt – in einem Kopf.
Die Rentenwelle ist keine Prognose, sie läuft bereits. Die geburtenstarken Jahrgänge verabschieden sich gerade Jahr für Jahr aus dem Arbeitsmarkt, und es rücken schlicht nicht genug Jüngere nach.
Für den Mittelstand ist das doppelt kritisch. Seine Stärke war nie der niedrigste Preis, sondern tiefes Spezialwissen: der Handgriff, den kein Lehrbuch kennt. Die Kundenhistorie über 15 Jahre. Das Gespür, welcher Lieferant wann liefert und welcher nur verspricht. Dazu kommt die Nachfolgefrage: Viele Betriebe finden keinen Nachfolger mehr, der das Wissen von Mensch zu Mensch übernimmt – KfW Research weist seit Jahren darauf hin, dass ein erheblicher Teil der anstehenden Übergaben im Mittelstand auf eine Stilllegung statt auf eine geordnete Nachfolge zuläuft.
Die unbequeme Wahrheit: Jedes Jahr, in dem du Wissen nicht sicherst, wird die Lücke größer. Was heute noch im Kopf deines besten Mitarbeiters steckt, ist morgen möglicherweise unwiederbringlich weg.
Der naheliegende Gedanke: Ich lade einfach alles in ein KI-Tool, fertig. Aus meiner Erfahrung scheitert genau das – aus drei Gründen.
Erstens, der Tunnelblick-Effekt. Ein Sprachmodell kann nicht deinen gesamten Aktenschrank auf einmal "im Kopf behalten". Es sieht immer nur Ausschnitte. Je mehr unsortiertes Material du hineinkippst, desto schlechter werden die Antworten – unvollständig, veraltet oder schlicht erfunden.
Zweitens, der Datenschutz. Deine Kalkulationen, Kundendaten und internen Abläufe sind Geschäftsgeheimnisse. Die gehören nicht unkontrolliert in ein beliebiges Cloud-Tool, sondern in eine Umgebung, die du kontrollierst – DSGVO-konform und mit klaren Zugriffsregeln.
Drittens, die Abhängigkeit. Wer sein gesamtes Wissen in ein einzelnes fertiges Tool schüttet, hat ein neues Problem: Er kommt da nicht mehr raus. Eine Wissensdatenbank sollte dir gehören und umziehen können, wenn sich das Tool ändert.
Besser: Erst das Wissen sauber strukturieren, dann eine KI gezielt darauf zugreifen lassen. Fundament zuerst, Werkzeug danach.
Der Fachbegriff dahinter heißt RAG – Retrieval Augmented Generation. Klingt kompliziert, ist aber ein simples Prinzip: Bevor die KI antwortet, sucht sie zuerst in deinen Unterlagen die passenden Stellen heraus und formuliert die Antwort ausschließlich auf dieser Basis. Sie rät nicht, sie schlägt nach.
Der Unterschied zu ChatGPT im Browser: Ein RAG-System antwortet mit deinem Wissen, in deinem Kontext – nicht mit dem Durchschnittswissen des Internets. Fragt ein Mitarbeiter "Wie stellen wir die Anlage X beim Kunden Y ein?", bekommt er die dokumentierte Antwort aus euren eigenen Serviceberichten, inklusive Quelle.
Warum das für dich als KMU relevant ist: Genau dieses Prinzip macht aus verstreuten Dokumenten einen Wissensassistenten, den jeder im Team fragen kann – der neue Azubi genauso wie die Bürokraft. Niemand muss mehr wissen, in welchem Ordner etwas liegt. Man fragt einfach.
Und das Beste daran: Die KI-Modelle wechseln gefühlt im Wochentakt, aber deine aufbereitete Wissensbasis bleibt. Sie ist eine der wenigen KI-Investitionen, die nicht in sechs Monaten veraltet ist. Wie du generell KI sinnvoll in deine Abläufe einbaust statt nur Tools zu stapeln, habe ich im Artikel ChatGPT allein reicht nicht: KI gehört in deine Prozesse ausführlich beschrieben.
Du brauchst dafür kein IT-Team. Du brauchst einen klaren Plan und ein paar Wochen Geduld. So sieht die Reihenfolge aus, die sich in der Praxis bewährt:
Schritt 1 – Wissens-Inventur. Nimm dir zwei Stunden und beantworte drei Fragen: Wo liegt unser Wissen heute (Köpfe, Ordner, E-Mails, Tools)? Welches Wissen ist geschäftskritisch? Und: Welches Wissen hängt an Personen, die in den nächsten fünf Jahren gehen könnten? Diese Liste ist dein Fahrplan.
Schritt 2 – Priorisieren. Fang nicht mit allem an. Wähle den einen Bereich, der am meisten wehtut – oft ist das der Service, die Einarbeitung neuer Leute oder die immer gleichen Kundenfragen.
Schritt 3 – Wissen herausholen und aufschreiben. Hier entsteht der eigentliche Wert. Lass deine erfahrenen Leute erzählen und nimm es einfach auf: Ein Handy-Video vom Altmeister, der eine Reparatur erklärt, ist Gold wert. Mit Transkriptions-Tools wie Whisper oder den Diktierfunktionen moderner Smartphones wird aus gesprochenem Wissen durchsuchbarer Text – die Hürde ist heute so niedrig wie nie. Sammle alles strukturiert an einem Ort, zum Beispiel in Notion, Confluence oder auch erstmal in sauber benannten Ordnern.
Schritt 4 – Den Wissensassistenten aufsetzen. Jetzt erst kommt die KI ins Spiel. Mit Werkzeugen wie n8n oder Make.com lässt sich eine RAG-Lösung aufbauen, die auf deine Wissensbasis zugreift – im eigenen Haus oder in einer europäischen Cloud, mit Zugriffsrechten pro Rolle. Welche Automatisierungs-Workflows sich für KMU generell lohnen, findest du in Prozessautomatisierung für KMU: 7 Workflows für mehr Zeit.
Schritt 5 – In den Alltag bringen. Ein Wissensassistent, den niemand nutzt, ist ein totes Projekt. Verankere ihn dort, wo dein Team ohnehin arbeitet: als Chat im Browser, im internen Messenger, perspektivisch auch per Sprache. Und benenne eine Person, die die Wissensbasis pflegt – eine Stunde pro Woche reicht oft schon.
Tipp: Starte bewusst klein. Ein Assistent, der die 50 häufigsten internen Fragen zuverlässig beantwortet, bringt mehr als ein Mammutprojekt, das nie fertig wird.
Ist das Fundament einmal gebaut, kannst du dasselbe Wissen über verschiedene Wege nutzbar machen – und genau hier wird aus Wissenssicherung plötzlich Kundengewinnung.
Intern beschleunigt der Assistent die Einarbeitung: Neue Mitarbeiter stellen auch die vermeintlich dummen Fragen – nur eben der KI statt dem gestressten Chef. Am Telefon und unterwegs hilft dieselbe Wissensbasis per Sprachassistent, etwa dem Monteur auf der Baustelle. Und auf deiner Website beantwortet ein Assistent auf Basis deines echten Fachwissens die Fragen deiner Interessenten – nachts, am Wochenende, immer.
Angenommen, eine Steuerkanzlei hat über Jahre hunderte Mandantenfragen beantwortet: Fristen, Belege, Fahrtenbuch, Homeoffice. Steckt dieses Wissen strukturiert in einer Wissensbasis, kann ein Website-Assistent die Standardfragen sofort beantworten – und die Kanzlei telefoniert nur noch die Fälle, die wirklich Beratung brauchen. Das ist ein hypothetisches Beispiel, aber genau dieses Muster sehe ich in vielen Branchen: Das Wissen ist längst da, es arbeitet nur nicht.
Übrigens zahlt gepflegtes, strukturiertes Fachwissen doppelt ein: Es macht dich auch in KI-Suchsystemen wie ChatGPT und Perplexity sichtbarer. Wie das funktioniert, liest du in meinem Artikel zur KI-Optimierung für KMU.
Fassen wir zusammen, was eine gesicherte, KI-fähige Wissensbasis deinem Betrieb bringt:
Wissensmanagement klingt nach dem langweiligsten Thema der KI-Welt. Genau das ist seine Stärke. Während Tools und Modelle kommen und gehen, wird eine sauber aufgebaute Wissensbasis mit jedem Jahr wertvoller – weil mit jedem Jahr mehr Erfahrung deinen Betrieb verlassen würde, wenn du sie nicht festhältst.
Ich bin überzeugt: In fünf Jahren wird man KMU nicht mehr fragen, ob sie ihr Wissen KI-fähig gemacht haben, sondern wann. Die Betriebe, die jetzt anfangen, bauen sich einen Vorsprung auf, den Nachzügler kaum noch einholen. Und der erste Schritt kostet kein Geld, sondern zwei Stunden Nachdenken: Wo steckt bei uns Wissen, das nur in einem einzigen Kopf existiert?
Falls du dabei feststellst, dass die Antwort unbequem ist – das liegt nicht an dir. Sondern daran, dass Wissenssicherung in kaum einem Betrieb je Priorität hatte. Bis jetzt.
Du möchtest wissen, wie ein KI-Wissensassistent für deinen Betrieb aussehen kann – und womit du sinnvoll startest? Dann lass uns in einem kostenlosen Strategiegespräch darüber sprechen. Ich zeige dir ehrlich, was bei dir möglich ist – und was (noch) nicht nötig ist. Schneller Draht: auch per WhatsApp.
