KI-Use-Cases · Wissenstransfer
KI für Wissenstransfer — Erfahrungswissen sichern, bevor Mitarbeitende das Unternehmen verlassen
Wenn ein langjähriger Mitarbeiter geht, geht oft das halbe Firmengedächtnis mit. Eine KI macht interne Dokumente, Projektberichte und Mail-Archive zur durchsuchbaren Wissensbasis – DSGVO-konform.
Inhalt
Aktualisiert Mai 2026 · ca. 7 Min. Lesezeit · von Martin Hofmann, Geschäftsführer z1Digital
Kurz & direkt
Das Problem — Wissen verlässt mit den Köpfen
Eine typische Beobachtung aus Mittelstand-Projekten: Ein langjähriger Mitarbeiter kennt 95 % der Kunden-Geschichte, weiß bei jedem Spezialfall, was vor 10 Jahren entschieden wurde, und beantwortet jede Frage zur Produkt-Historie aus dem Stand.
Dann geht er in den Ruhestand. Was bleibt:
- Excel-Listen, die nur er verstanden hat
- Mail-Postfächer mit Tausenden Threads
- Aktenordner mit Notizen, die niemand entziffert
- Ein neuer Mitarbeiter, der 6–12 Monate zum Einarbeiten braucht – und nie wirklich auf demselben Level ankommt
Wirtschaftliche Wirkung: Bei 5 Mitarbeiter-Wechseln pro Jahr und 3 Monaten Produktivitäts-Lücke pro Wechsel sind das 15 Monate verlorene Mitarbeiter-Zeit – bei 60 €/h Vollkosten und 8 h/Tag etwa 180.000 €/Jahr.
Die KI-Lösung — strukturiertes Wissen aus unstrukturierten Quellen
Eine KI (z.B. CompanyGPT) bekommt Zugriff auf:
- Interne Dokumentation (Wikis, SharePoint, humbee)
- Alte Projekt-Berichte (PDF, Word, E-Mails)
- Spezifische Mail-Archive (mit DSGVO-konformer Filterung)
- Strukturiertes Wissen (Kunden-Datenbanken, ERP)
Über Retrieval-Augmented Generation (RAG) werden diese Quellen indexiert. Eine neue Mitarbeiterin kann dann fragen:
„Wir hatten 2018 ein Problem mit Lieferant Schmidt bei den Belt-Komponenten. Was haben wir damals entschieden, und warum?"
Die KI sucht in den Quellen, formuliert eine Antwort und gibt die Quellen-Verweise zurück. Das ist nicht ChatGPT-Magie – das ist strukturierte Informations-Findung mit menschen-freundlicher Antwort-Generierung.
Konkretes Implementations-Beispiel
Mandant: Maschinenvermieter mit 35 Jahren Geschichte, 12.000 alten Auftrags-Akten, 65 Mitarbeitende. Problem: Wenn ein Sachbearbeiter geht, dauert die Einarbeitung der Nachfolge 6 Monate – in dieser Zeit ist die Fehler-Rate hoch, weil Kunden-Spezifika nicht bekannt sind.
Implementierung in 3,5 Wochen: In Woche 1 Daten-Auswahl und DSGVO-Filterung (welche Dokumente und Mail-Threads, welche Personal-Akten ausgeschlossen). In Woche 2 Indexierung mit CompanyGPT plus Test-Anfragen zur Qualitätskontrolle. In Woche 3 Pilot mit 3 Sachbearbeitern und Prompt-Optimierung. In Woche 3,5 Roll-Out und Schulung aller 65 Mitarbeitenden in einer 2-Stunden-Session.
Ergebnis nach 6 Monaten: Einarbeitungszeit neuer Sachbearbeiter von 6 auf 2,5 Monate gesenkt, Anfrage-Bearbeitungszeit pro Sachbearbeiter um 25 % reduziert, Mitarbeiter-Akzeptanz bei 89 % aktiver Nutzung.
Was technisch passiert (vereinfachte Sicht)
Von der Datenanbindung bis zum nachvollziehbaren Quellen-Verweis in vier Schritten:
- 1 Schritt 1
Datenquellen anbinden
humbee, SharePoint, Mail-Server, Dateiserver – die Konnektoren werden eingerichtet. Ein Berechtigungs-Modell pro Mitarbeiter-Rolle stellt sicher, wer was sehen darf.
- 2 Schritt 2
Indexierung
Dokumente werden gelesen, in semantische Vektoren zerlegt und in einer Vektor-Datenbank gespeichert. Das läuft einmal initial (1–2 Tage Maschine), danach inkrementell.
- 3 Schritt 3
Anfrage-Verarbeitung
Wenn ein Mitarbeitender fragt, sucht die KI semantisch die relevanten Dokument-Passagen, kombiniert sie mit der Anfrage und generiert eine Antwort.
- 4 Schritt 4
Quellen-Verweis
Die Antwort enthält Verweise auf die genutzten Dokumente – der Mitarbeitende kann die Original-Quelle jederzeit nachlesen.
Was nicht funktioniert — Anti-Patterns
Anti-Pattern 1 – „Alles indexieren": Wenn jede E-Mail und jeder Personal-Akten-Inhalt in der KI landet, kommen vertrauliche oder irrelevante Informationen in Antworten. Eine saubere Auswahl der Quellen ist Pflicht.
Anti-Pattern 2 – Externe Cloud-KI mit eigenen Daten: Wer Mitarbeiter-Wissen in ChatGPT-Free oder kostenlose Tools eingibt, riskiert Daten-Leaks. Eine selbstgehostete Plattform wie CompanyGPT ist die einzige saubere Lösung.
Anti-Pattern 3 – Ohne Schulung: Wenn Mitarbeitende nicht wissen, wie man gute Fragen stellt und Antworten kritisch prüft, wird das Tool entweder nicht genutzt oder erzeugt Fehlinformationen, denen blind vertraut wird.
Kosten und ROI
| Position | Wert |
|---|---|
| Implementations-Aufwand (3–4 Wochen) | 4.500 – 6.500 € netto |
| Plattform-Kosten (CompanyGPT, falls nicht vorhanden) | ab 8.000 € einmalig + 6.000 €/Jahr Wartung |
| Schulung Mitarbeitende (im KI-Schulungs-Paket integriert) | 240 €/TN |
| Mit Förderung (go-digital + ESF Plus) | Eigenanteil ab 1.800 € netto |
- 30–50 %
- weniger Einarbeitungszeit
- 6 → 2,5
- Monate Einarbeitung im Praxis-Beispiel
- ~105.000 €
- jährlich eingesparte Mitarbeiterzeit
- ab 1.800 €
- Eigenanteil mit Förderung
Quelle: z1-Praxis-Beispiel Maschinenvermieter (65 MA, 12.000 Akten), 2026
ROI-Beispiel: Bei 5 Mitarbeiter-Wechseln pro Jahr und 3,5 Monaten gesparter Einarbeitungszeit pro Wechsel entstehen etwa 105.000 €/Jahr eingesparte Mitarbeiterzeit.
Weiterführend
- CompanyGPT – die DSGVO-konforme Plattform für den Wissenstransfer.
- KI-Beratung und KI-Workshop für Use-Case-Mapping – wo wir den richtigen Daten-Umfang festlegen.
- Dokumentenmanagement – geordnete Daten als Voraussetzung für sauberen Wissenstransfer.
FAQ
KI-Wissenstransfer: häufige Fragen
Welche Daten sollen wir indexieren?
Sehen alle Mitarbeitenden dieselben Antworten?
Wie aktuell ist die Wissensbasis?
Was ist der Unterschied zu einer Volltext-Suche?
Können wir externe Quellen einbinden?
Welche Modelle empfehlen Sie?
Loslegen
Wessen Wissen dürfen Sie nicht verlieren?
Im kostenlosen 30-Minuten-Erstgespräch identifizieren wir die kritischen Wissens-Träger, klären, welche Quellen sich für die KI eignen, und kalkulieren die Förderung.