Vom Ist-Zustand zur KI-Unterstützung: Über das gelebte Wissensmanagement im Mittelstand 

Nach der grundlegenden Projektvorstellung im ersten Blogbeitrag hat KoWima inzwischen die Analysephase erreicht. In zwei beteiligten Praxisunternehmen wurden Interviews geführt, vorhandene Systeme untersucht und typische Kommunikations- und Dokumentationswege analysiert. 

Dabei wurde deutlich, dass in beiden Unternehmen eine Vielzahl an Werkzeugen und Kommunikationskanälen parallel genutzt wird. Dazu gehören ERP-, BDE- und QM-Systeme, Dateiablagen, Wissensdatenbanken sowie Messenger- und Kollaborationstools. Gleichzeitig spielen informelle Wege wie persönliche Abstimmungen, Telefonate oder handschriftliche Notizen weiterhin eine große Rolle. 

Im produzierenden Umfeld verteilen sich Informationen unter anderem auf Maschinensteuerungen, digitale Meldesysteme, E-Mails oder sogar inoffizielle Chatgruppen, was zu Medienbrüchen und erschwerter Nachvollziehbarkeit führt. 

Im Dienstleistungsbereich wiederum fragmentieren GitHub, Ticketsysteme, Teams, OneNote, SharePoint und weitere Plattformen das Wissen, sodass nur ein Teil strukturiert verfügbar ist und viele Inhalte schwer auffindbar bleiben.  

Besonders im produzierenden Unternehmen dominiert weiterhin der mündliche Austausch innerhalb der Schichtübergaben, ad-hoc Abstimmungen oder spontanen Teams-Anrufen. Diese Praktik ist effizient, führt jedoch zu Wissensverlusten, insbesondere bei Schichtwechseln oder Personalfluktuation. Dabei erschweren Sprachbarrieren, fehlende Dokumentation und unstrukturierte Übergaben die Weitergabe zentraler Informationen zusätzlich.   

Im Dienstleistungsunternehmen entstehen hingegen vor allem durch Zeitdruck, unterschiedliche Arbeitsweisen und die Vielzahl paralleler Systeme Lücken in der schriftlichen Dokumentation sowie Herausforderungen im Onboarding. 

Trotz der branchenspezifischen Unterschiede lassen sich Erwartungen klar bündeln.
Unternehmen wünschen sich insbesondere: 

• Eine schnellere und systemübergreifende Auffindbarkeit von Wissen

• Eine Reduzierung des manuellen Dokumentationsaufwands durch KI-gestützte Klassifizierung und Strukturierung

• Bessere Unterstützung bei Einarbeitung und Problemlösung

• Eine nachhaltige Sicherung impliziten Wissens

Diese Bedarfe deuten darauf hin, dass fragmentierte Wissenslandschaften und konversationsbasierte Kommunikationsmuster bisher kaum systematisch für das Wissensmanagement genutzt werden.