KI-Experteninterviews für Wissenssicherung: wie es funktioniert

Fragen Sie jemanden, der eine Anlage seit 20 Jahren betreut, wie er ein Problem erkennt. Die Antwort ist fast immer: Das hört man.

Das ist der Kern des Problems. 42 Prozent des jobbezogenen Wissens sind nirgendwo dokumentiert (Panopto/McKinsey). Nicht, weil niemand Zeit hatte, es aufzuschreiben, sondern weil es dem Wissenden nicht als Wissen erscheint. Es ist Routine geworden.

Prozessdokumentation zeigt den Idealfall. Die Realität besteht aus Ausnahmen.

Warum Dokumentationsprojekte diese Lücke nicht schließen

Der klassische Weg lautet: Der Experte schreibt seine Aufgaben auf, jemand formatiert das zu einer Wissensseite, fertig. Drei Gründe, warum dabei das Wesentliche fehlt.

1 Der Experte weiß nicht, was er weiß

Erfahrungswissen ist automatisiert. Wer eine Entscheidung 5.000 Mal getroffen hat, kennt die Kriterien nicht mehr bewusst. Auf die Frage, wie er das macht, kommt eine Prozessbeschreibung, nicht die Entscheidungslogik.

2 Niemand schreibt Ausnahmen auf

Dokumentation beschreibt den Normalfall, weil der sich sauber beschreiben lässt. Die relevanten Fälle sind die anderen: Was gilt, wenn Lieferant B ausfällt? Ab wann eskaliert man? Welche Abweichung ist tolerierbar, welche nicht?

3 Es fehlt der Anlass zum Nachfragen

Ein Dokument stellt keine Rückfragen. Genau die Rückfrage ist aber der Punkt, an dem implizites Wissen sichtbar wird. Warum ein Wiki daran strukturell scheitert, steht im Beitrag zur Confluence Alternative.

Was ein KI-Interview anders macht

Ein KI-gestütztes Experteninterview ist kein Chat und kein Formular. Es ist ein strukturiertes Gespräch mit Nachfrage-Logik, das auf zwei etablierten Methoden aufbaut.

Critical Incident Technique. Statt nach Prozessen zu fragen, wird nach konkreten Vorfällen gefragt: Erzählen Sie von der letzten Störung, die schwierig war. Menschen erinnern Ereignisse deutlich präziser als Regeln, und in der Erzählung stecken die Kriterien automatisch mit drin.

Decision-Point Decomposition. Jede beschriebene Handlung wird auf ihre Entscheidungspunkte zerlegt. Woran haben Sie das erkannt? Welche Alternative hatten Sie? Warum diese? Was wäre passiert, wenn Sie falsch entschieden hätten? Ab wann hätten Sie eskaliert?

Das Ergebnis ist nicht ein Protokoll, sondern eine Struktur: Kriterien, Ausnahmen, Warnsignale, Heuristiken, Abhängigkeiten, Eskalationswege.

Der Prozess in vier Phasen

Wissenssicherung scheitert selten am Interview. Sie scheitert daran, was davor und danach nicht passiert. Deshalb steht das Interview in einem Ablauf mit vier Phasen.

IDENTIFY. Welches Wissen ist kritisch und gefährdet? Nicht alles Wissen ist gleich wichtig. Priorisiert wird nach Risiko: Schlüsselrollen, geplante Abgänge, Prozesse mit hohem Schadenspotenzial, Ein-Personen-Abhängigkeiten. Welche Kriterien dafür taugen, steht im Beitrag zur Baby-Boomer-Rentenwelle.

CAPTURE. Die Interviews. Erfahrungswert aus der Praxis, unter anderem bei Hörmann und BASF: Rechnen Sie mit rund vier Wochen pro Experte für eine belastbare Erfassung, verteilt auf mehrere Sitzungen. Das ist ein typischer Wert, keine Zusage.

CONSOLIDATE. Der Schritt, den die meisten unterschätzen. Aussagen mehrerer Personen widersprechen sich. Geprüft wird entlang von fünf Qualitätsdimensionen: Korrektheit, Aktualität, Relevanz, Konfliktfreiheit, Vollständigkeit. Widersprüche werden nicht gemittelt, sie werden geklärt.

ENABLE. Bereitstellung im Arbeitsalltag. Als Wissensartikel, Playbook, SOP, Schulungsvideo, interner Podcast, und als Kontext für Chatbots und KI-Agenten über RAG-API, REST-API und MCP Server. Warum genau dieser Schritt über die Antwortqualität interner KI entscheidet, steht im Beitrag zur RAG-Architektur im Unternehmen.

Was am Ende herauskommt

Nicht ein Archiv. Ein Playbook, das eine Entscheidung führt.

Ein Beispiel für die Ergebnisform: Ein Schichtleiter steht vor Störung X. Welche Checks in welcher Reihenfolge? Woran erkennt er, dass es der seltene Fall ist? Wann eskaliert er, an wen, mit welchen Informationen? Welche Ausnahme gilt bei Anlage 3, weil die anders verrohrt ist?

Jedes Wissensobjekt hat dabei einen Owner, ein Gültigkeitsdatum und einen Verifikationsstatus. Das ist der Unterschied zwischen einem Wiki-Eintrag und einer verlässlichen Grundlage.

Die Fragen, die immer kommen

Was sagt der Betriebsrat?
Das ist die entscheidende Frage, und sie gehört früh gestellt, nicht spät. Drei Punkte tragen die Diskussion: Freiwilligkeit der Teilnahme, Transparenz über Zweck und Verwendung, rollenbasierte Zugriffssteuerung mit Audit-Trail. Wichtig ist die Rahmung: Es geht um Rollenwissen, nicht um Leistungsbewertung einzelner Personen.

Fühlen sich Experten dadurch nicht ersetzbar?
Die Sorge ist real und lässt sich nicht wegargumentieren. In der Praxis wirkt eine andere Rahmung besser: Wer sein Wissen sichert, wird von Routinerückfragen entlastet und für die Fälle gebraucht, die wirklich Erfahrung brauchen. Typischerweise gehen Rückfragen an Expert:innen um 20 bis 40 Prozent zurück.

Wie lange dauert es, bis etwas nutzbar ist?
Für einen ersten nutzbaren Ausschnitt aus einer Rolle sind unter 14 Tagen möglich. Für eine belastbare Erfassung einer Schlüsselrolle rechnen Sie eher mit rund vier Wochen. Beides sind Erfahrungswerte.

Funktioniert das auch, wenn die Person schon weg ist?
Nein. Das ist die harte Grenze. Erfahrungswissen lässt sich nur erfassen, solange die Person verfügbar ist. Danach bleibt der teure Weg: Ausgeschiedene Experten kommen als Berater zurück, laut HBR zum zwei- bis dreifachen Tagessatz.

Wo Sie anfangen sollten

Nicht mit einem Programm. Mit einer Rolle.

Wählen Sie eine Person, deren Abgang in den nächsten 24 Monaten ansteht und deren Wissen operativ kritisch ist. Erfassen Sie diese eine Rolle vollständig, stellen Sie das Ergebnis dem Team bereit und messen Sie eine einzige Zahl: Wie viele Rückfragen laufen nach vier Wochen noch an die Person?

Diese Zahl ist Ihr Business Case. Sie kommt aus Ihrem Unternehmen und ist damit belastbarer als jeder Benchmark.