Heute schauen wir gemeinsam auf ein Projektbeispiel: Felix arbeitet als IT-Koordinator in einem internationalen Maschinenbauunternehmen. Sein Arbeitsalltag besteht aus Projektkoordination, technischen Abstimmungen, Supportfällen und spontanen Rückfragen aus den Fachabteilungen – mal per Chat, mal per E-Mail, oft einfach im Vorbeigehen. Strukturierte Dokumente sind längst in SharePoint abgelegt. Aber das hilft nur bedingt, denn: Die entscheidenden Informationen verstecken sich oft in Meeting-Notizen, in flüchtigen Teams-Nachrichten oder in beiläufig geteilten Dateien. Immer öfter fragt sich Felix: „Wo hatte ich das gelesen?“ oder „Wer hatte das neulich erwähnt?“ 

Genau an dieser Stelle zeigte sich für ihn der wahre Wert eines zentralen Wissensmanagement-Systems – und gleichzeitig die Herausforderung bei der Einführung. 

Nicht nur Dokumente zählen 

Im Laufe der ersten Projektwochen wurde klar: Wissen entsteht nicht nur in Word-Dateien oder PDFs, sondern in ganz anderen Formaten und Situationen. Die große Stärke eines guten Wissensmanagements-Systems liegt darin, auch das informelle Wissen zugänglich zu machen – also das, was “zwischen Tür und Angel” entsteht. Felix merkte schnell: Wenn diese Informationsquellen nicht berücksichtigt werden, bleibt das System lückenhaft. 

Dazu zählen unter anderem: 

• Gesprächsverläufe in Teams oder Slack 
• Spontane technische Erklärungen in E-Mails 
• Nicht abgelegte Protokolle oder Zwischenstände 
• Links, Screenshots oder Workarounds in Chatgruppen 
• Wiki-Seiten oder auch in Ticket-Systemen 

Ein gutes System denkt diese Quellen mit – automatisch, nahtlos und ohne Mehraufwand für die Nutzer. 

Qualität statt Quantität 

Felix hat früh festgestellt, dass es weniger um die Menge an Informationen geht, sondern um deren Verlässlichkeit. In der Vergangenheit kursierten oft verschiedene Versionen desselben Dokuments, teils widersprüchlich, teils ohne nachvollziehbare Änderungshistorie. Wer sucht, wird zwar fündig – aber vertraut dem Ergebnis nicht. 

Deshalb wurden Prozesse eingeführt, die Klarheit schaffen: Dokumente erhielten Freigabestatus, Verantwortliche für Inhalte wurden definiert, und veraltete Dateien automatisch archiviert. Das Ziel war ein System, das nicht nur „alles hat“, sondern gezielt das Richtige liefert. Besonders wichtig waren nachvollziehbare Metadaten: Erstellungsdatum, Autor, Version, Projektbezug – all das hilft, Informationen richtig einzuordnen. 

Metadaten: Unscheinbar, aber unverzichtbar 

Anfangs wurden Metadaten von vielen Kollegen belächelt – „noch ein Formularfeld“. Heute sieht Felix sie als Fundament des Systems. Erst durch Metadaten wird Kontext sichtbar. Wenn ich nach einer Systembeschreibung suche, interessiert mich nicht jede Datei zum Thema, sondern die, die im richtigen Projekt entstanden ist, von der richtigen Person kommt, und auf dem aktuellen Stand ist. 

Das System lernte, diese Metadaten zu nutzen – sowohl zur Filterung als auch zur Relevanzbewertung von KI-generierten Antworten. Denn wer der KI vertrauen soll, braucht Transparenz über Quellen und Aktualität. 

KI? Ja! – aber sinnvoll 

Die Erwartung an KI war anfangs groß. Automatische Antworten auf wiederkehrende Fragen, Zusammenfassungen von Dokumenten, Empfehlungen für ähnliche Inhalte – das klang nach echter Entlastung. Doch Felix’ Team merkte schnell: Die Qualität der Ergebnisse hängt stark vom Kontext ab. Eine gute KI braucht mehr als viele Daten, sie braucht saubere Daten und eine Umgebung, die sie versteht. 

Deshalb wurde zunächst die bestehende IT-Infrastruktur analysiert. Die Entscheidung fiel auf eine On-Premise-Lösung – nicht nur aus Datenschutzgründen, sondern auch, weil sich bestehende Systeme wie das ERP-System oder Active Directory direkt anbinden und vollständig integrieren lassen. Besonders wertvoll war die Entscheidung, Rückmeldungen zur KI-Ausgabe aktiv einzusammeln. Wenn eine Antwort hilfreich war, wurde das vermerkt – wenn nicht, wurde sie zur Nachschulung genutzt. So wuchs das System mit der Erfahrung der Nutzer. 

Die Qualität der KI 

Eine funktionierende KI muss mehr liefern als plausible Floskeln. Zu Beginn erlebte Felix, dass die KI zwar schnell antwortete – aber nicht immer korrekt. Das führte zu Missverständnissen und Unsicherheit. Deshalb wurde ein Bewertungsrahmen eingeführt, mit dem Fachanwender die Qualität der KI-Ausgaben regelmäßig prüfen. 

Dabei wurde auf folgende Kriterien geachtet: 

• Stimmt der fachliche Inhalt? 
• Ist die Quelle nachvollziehbar? 
• Bezieht sich die Antwort auf aktuelle Daten? 
• Gibt es Widersprüche zu offiziellen Dokumenten? 

Diese Qualitätschecks halfen, Vertrauen aufzubauen und die KI schrittweise zu verbessern. 

Datenschutz und regulatorische Vorgaben 

Für ein international tätiges Unternehmen wie das von Felix sind Datenschutz und Compliance keine Randthemen. Die Anforderungen der DSGVO und zunehmend auch des EU AI Acts beeinflussen die Systemarchitektur maßgeblich. Schon vor dem Rollout wurden Risikobewertungen durchgeführt: Welche Inhalte dürfen automatisiert verarbeitet werden? Wer darf KI-Ergebnisse sehen? Wo werden personenbezogene Daten verarbeitet – und wie lassen sie sich schützen? 

Ein abgestuftes Berechtigungskonzept, technische Maßnahmen wie Anonymisierung sowie vollständige Protokollierung aller KI-Abfragen bildeten die Grundlage für eine rechtskonforme Einführung. 

Rollen und Nutzerrechte 

Nicht jede Person im Unternehmen soll Zugriff auf alles haben. Für Felix war schnell klar: Technisches Know-how, strategische Entscheidungen oder personensensitive Informationen müssen zielgenau freigegeben werden. Deshalb wurde ein rollenbasiertes Zugriffssystem etabliert. Die Nutzerrechte wurden über bestehende Gruppen aus dem Active Directory gesteuert. Sichtbarkeiten lassen sich zusätzlich projektbasiert einschränken. 

Wie kommt das Wissen überhaupt ins System? 

Ein gutes Wissensmanagement- System lebt von Inhalten – und die entstehen nicht von allein. Felix und sein Team mussten Wege finden, wie Wissen zuverlässig ins System gelangt, ohne dass es zur zusätzlichen Belastung wird. Die Lösung lag in einer Kombination aus automatischer Indexierung, gezielten Workflows und klaren Verantwortlichkeiten. 

• SharePoint-Bibliotheken, Netzlaufwerke und Ticketsysteme wurden automatisch eingebunden 
• Fachabteilungen bestimmten Redakteure, die wichtige Inhalte kuratierten 
• Projektvorlagen wurden um ein Wissensmodul ergänzt – mit Pflichtfeldern für Übergaben 
• Protokolle, Chatverläufe und Whiteboard-Notizen aus Workshops flossen per Schnittstelle in die zentrale Suche ein 

Mit der Zeit entstand so eine lebendige, stetig wachsende Wissensbasis. 

Anwendungsfälle gezielt definieren und priorisieren 

Technik allein reicht nicht – der Nutzen muss im Alltag spürbar werden. Felix hat früh darauf gesetzt, konkrete Anwendungsfälle zu identifizieren und gemeinsam mit den Fachabteilungen zu priorisieren. Wo brennt es am meisten? Was bringt schnelle Erfolge? 

Zu den ersten Use Cases zählten: 

• Antworten auf wiederkehrende IT-Support-Fragen 
• Schnellzugriff auf technische Anleitungen für neue Systeme 
• Dokumentation von Projektentscheidungen und Lessons Learned 
• Onboarding neuer Kollegen mit zentraler Wissensübersicht 

Diese Beispiele sorgten für sichtbaren Mehrwert – und steigerten die Akzeptanz enorm. 

Die Umsetzung realistisch planen 

Die Einführung des Systems erfolgte nicht sofort. Stattdessen startete Felix mit einem Pilotprojekt in der IT. Dort wurden Funktionen getestet, Prozesse optimiert und Schulungen durchgeführt. Erst nach dieser Phase folgte die schrittweise Ausweitung auf weitere Bereiche wie Einkauf, HR und Produktion. 

Regelmäßige Feedbackschleifen, ein offenes Ticketsystem für Verbesserungsvorschläge und eine Roadmap mit klaren Meilensteinen sorgten für Struktur – und für Akzeptanz auf allen Ebenen. 

Fazit 

Für Felix war die Einführung des Wissensmanagement-Systems mehr als ein IT-Projekt. Es war ein unternehmensweiter Kulturwandel. Heute stellt er fest: Es geht nicht darum, möglichst viele Informationen zu sammeln, sondern darum, die richtigen Informationen im richtigen Moment zugänglich zu machen. Und wenn er gefragt wird: „Wer hatte das damals erwähnt?“ oder „Wo steht das mit der Netzwerkschnittstelle?“, dann findet er die Antwort. Schnell. Verlässlich. Und nachvollziehbar.