Zuletzt aktualisiert: 02. September 2026
Kopfwissen, das implizite Erfahrungswissen einzelner Mitarbeiter, ist das am meisten unterschätzte Risiko in KI-Projekten. Es hält gewachsene Unternehmen zusammen, ist aber für keine Maschine lesbar. Laut Gartner scheitern 85 Prozent der gescheiterten KI-Projekte an Datenqualität oder Datenverfügbarkeit, und ein großer Teil dieser Verfügbarkeit steckt in Köpfen. Dieser Artikel zeigt, warum das gefährlich ist und wie Sie Kopfwissen zugänglich machen.
Das Wichtigste in Kürze
Kopfwissen ist das implizite Wissen einzelner Mitarbeiter, das nirgends dokumentiert ist und gewachsene Unternehmen als unsichtbarer Kitt zusammenhält. Menschen gleichen damit widersprüchliche Daten aus und wissen, welche Information gerade gilt. Eine KI kann das nicht: Sie nimmt Daten wörtlich und hat keinen Zugriff auf Kopfwissen. In der Wissenspyramide steigt der Wert nach oben (Erfahrungswissen ist am wertvollsten), während die Zugänglichkeit für KI nach oben sinkt. Genau dort, im Unternehmens- und Erfahrungswissen, sitzt der Wettbewerbsvorteil, den KI ohne Zugänglichmachung nicht heben kann. Laut Gartner scheitern 85 Prozent der gescheiterten KI-Projekte an Datenqualität oder Datenverfügbarkeit. Der Ausweg ist, Kopfwissen use-case-getrieben in strukturierte Daten zu überführen, ohne die Wissensträger zu ersetzen. Stand: Juli 2026.
Inhaltsverzeichnis
- Wer ist Sabine, und warum läuft ohne sie nichts?
- Was passiert, wenn KI auf Kopfwissen trifft?
- Wo sitzt Ihr wertvollstes Wissen?
- Was ist die Schere, und warum ist sie teuer?
- Wie machen Sie Kopfwissen zugänglich, ohne Sabine zu ersetzen?
- FAQ: Häufige Fragen zu Kopfwissen und KI
Wer ist Sabine, und warum läuft ohne sie nichts?
In fast jedem gewachsenen Unternehmen gibt es eine Sabine. Nicht unbedingt mit diesem Namen, aber mit dieser Rolle: Ein Mensch, der als unsichtbarer Kitt zwischen den Systemen arbeitet. Sabine weiß, welche der drei Preislisten im Laufwerk die aktuelle ist. Sie weiß, dass die Spalte „Farbe“ im einen System und die Spalte „Color“ im anderen dasselbe meinen. Sie weiß, dass Kunde Müller freitags nicht angerufen werden will und beim letzten Mal Ärger mit einer Lieferung hatte.
Menschen wie Sabine tun zwei Dinge, die kein System kann. Sie gleichen aus, füllen Lücken aus Erfahrung und erkennen, welche widersprüchliche Angabe gerade gilt. Und sie reden: „Frag mal die Sabine, die weiß das“ ist in vielen Unternehmen ein zentraler Geschäftsprozess, nur steht er nirgends.
Dieses Kopfwissen stand nie in einem System, wurde nie bilanziert und tauchte in keinem Prozesshandbuch auf. Und es hat den Laden trotzdem zusammengehalten. Es ist die zweite, unsichtbare Schicht, auf der der ganze Daten-Flickenteppich läuft. Wie dieser Flickenteppich überhaupt entsteht, beschreibt der Artikel zu Datensilos im Mittelstand.
Was passiert, wenn KI auf Kopfwissen trifft?
Jahrelang war dieses Arrangement stabil, wenn auch fragil. Dann kommt die KI, und die KI geht nicht zur Sabine. Sie fragt nicht nach, sie ruft nicht im Vertrieb an, sie nimmt die Daten so, wie sie dastehen, wörtlich und ohne den Kitt.
Ein Beispiel. Ein Unternehmen baut einen internen KI-Assistenten für Vertrieb und Service, trainiert auf den eigenen Dokumenten. Ein völlig richtiger Ansatz. Im Laufwerk liegen drei Preislisten. Zwei davon sind veraltet, das weiß jeder im Vertrieb, aber es steht nirgends. Der Assistent zitiert die falsche. Freundlich, flüssig und mit voller Überzeugung, gern direkt gegenüber dem Kunden.
Das Bemerkenswerte daran: Die KI halluziniert hier nicht einmal. Sie liest nur, was da steht. Das Problem ist nicht, dass die Maschine sich etwas ausdenkt, sondern dass das Dateisystem seit Jahren mehrdeutig ist und bisher immer ein Mensch die Mehrdeutigkeit aufgelöst hat.
Die KI geht nicht zur Sabine. Genau darin liegt die Aufgabe für jede Organisation: Was Sabine im Kopf trägt, muss zu einem geteilten Prozess werden, bevor sie das Team verlässt. Wissenstransfer ist kein nettes Extra, sondern die Voraussetzung dafür, dass Daten auch ohne den menschlichen Kitt tragen.
Hajo Hajo
Head of Customer Success & Consulting, onacy GmbH
Wo sitzt Ihr wertvollstes Wissen?
Um zu verstehen, warum Kopfwissen so ein großes KI-Risiko ist, hilft ein Blick auf die Wissenspyramide. Das gesamte Wissen eines Unternehmens lässt sich in fünf Schichten denken.
Ganz unten das Allgemeinwissen: Das öffentliche Netz, auf das jedes große Sprachmodell trainiert ist. Es ist ab sofort Commodity, jeder hat Zugriff. Darüber das Branchenwissen: Normen, Standards, Fachbegriffe, das haben Ihre Wettbewerber ebenfalls. Dann das Unternehmenswissen: Ihre Produkte, Preise und Prozesse, das steht in keinem Modell der Welt, liegt aber verstreut in Ihren Silos. Darüber das Individualwissen: Das Frag-die-Sabine-Wissen, nur in Köpfen. Und ganz oben die Erfahrung: Das Urteil aus vielen Jahren, welcher Kunde was wirklich braucht und welches Projekt schiefgehen wird.
| Schicht | Beispiel | Wert | KI-Zugänglichkeit |
|---|---|---|---|
| Erfahrung | Urteil, welches Projekt scheitert | Sehr hoch | Sehr gering (nur in Köpfen) |
| Individualwissen | „Frag mal die Sabine“ | Hoch | Gering (nur in Köpfen) |
| Unternehmenswissen | Produkte, Preise, Prozesse | Hoch | Mittel (verstreut in Silos) |
| Branchenwissen | Normen, Standards | Mittel | Hoch (auch beim Wettbewerber) |
| Allgemeinwissen | Öffentliches Netz | Gering | Sehr hoch (Commodity) |
Die entscheidende Bewegung an dieser Pyramide: Nach oben steigt der Wert, nach oben sinkt aber die Zugänglichkeit für KI. Ihr wertvollstes Wissen ist genau das, an das eine KI am schwersten herankommt.
Was ist die Schere, und warum ist sie teuer?
Daraus folgt etwas Unbequemes, das ich die Schere nenne. Unten macht KI alles gratis: Allgemein- und Branchenwissen kann seit heute jeder abrufen, es war nie Ihr Vorsprung. Wer sich nur hier bewegt, produziert austauschbaren Durchschnitt, denselben, den der Wettbewerber mit demselben Modell produziert.
Oben, wo Ihr echter Vorsprung sitzt, kommt die KI nicht ran. Ihr Unternehmenswissen ist im Flickenteppich verstreut, Ihr Individual- und Erfahrungswissen steckt in Köpfen. Die KI könnte diesen Vorsprung heben, aber nur, wenn Sie ihn ihr zugänglich machen.
Das ist die Datenschuld in ihrer teuersten Form: Nicht irgendwelche Daten fehlen der KI, sondern ausgerechnet Ihr Wettbewerbsvorteil ist der Teil, den sie nicht lesen kann. Ein RAG-System ist immer nur so gut wie die Datenbasis, die es abfragt. Wenn das entscheidende Wissen in Köpfen und Silos steckt, findet die KI dort nichts, was sie retrievend nutzen könnte.
Philipp Beyer
CTO, onacy GmbH
Genau hier entscheidet sich, ob KI im Unternehmen mehr ist als ein besserer Textgenerator. Welche vier Dimensionen Daten erfüllen müssen, damit Wissen für KI erreichbar wird, beschreibt der Artikel zur Datenqualität für KI.
Wie machen Sie Kopfwissen zugänglich, ohne Sabine zu ersetzen?
An dieser Stelle entsteht oft ein Missverständnis: Es gehe darum, Sabine überflüssig zu machen. Das Gegenteil ist richtig. Es geht darum, ihr Wissen zugänglich zu machen und sie zu entlasten, nicht sie zu ersetzen.
Und der Weg dahin ist nicht das große Wissensmanagement-Projekt, das alles auf einmal dokumentieren will und regelmäßig im Sand verläuft. Der Weg ist use-case-getrieben. Fangen Sie dort an, wo heute schon ein Mensch der Kitt ist: Wer wird ständig „mal kurz gefragt“? Genau dort sitzt wertvolles Wissen, dessen Nutzen bereits bewiesen ist, weil ein Mensch es ja täglich einsetzt. Überführen Sie dieses Wissen entlang eines konkreten Anwendungsfalls in strukturierte, maschinenlesbare Felder, mit einem Eigentümer und einer Pflege-Regel für die betreffende Domäne.
So wird Sabine vom Engpass zur Eigentümerin ihres Wissensgebiets. Sie muss nicht mehr für jede Rückfrage verfügbar sein, weil ihr Wissen dokumentiert und gepflegt ist, und sie verantwortet die Qualität dieses Wissens, statt es nur im Kopf zu tragen. Das ist Entlastung, kein Ersatz.
Welcher Use Case sich für den Anfang eignet, beschreibt der Leitfaden KI-Use-Cases priorisieren, der übergeordnete Zusammenhang steht im Pillar-Artikel zu Datenschulden. Die dauerhafte Strukturierung von Wissen ist Kern unseres Bereichs Data Management, die produktive Nutzung durch Assistenten und Agenten Thema unseres Hubs zur KI-Automation.
Wenn in Ihrem Unternehmen zu viel von einzelnen Köpfen abhängt, buchen Sie ein unverbindliches Erstgespräch, und wir schauen gemeinsam, welches Kopfwissen sich als Erstes lohnt zugänglich zu machen.
Kopfwissen zugänglich machen, bevor es zum Risiko wird
Wir schauen gemeinsam, wo in Ihrem Unternehmen zu viel von einzelnen Köpfen abhängt und welches Wissen sich als Erstes strukturieren lohnt.
FAQ: Häufige Fragen zu Kopfwissen und KI
Was ist Kopfwissen bzw. implizites Wissen?
Kopfwissen, auch implizites Wissen oder tacit knowledge genannt, ist Erfahrungswissen einzelner Mitarbeiter, das nirgends dokumentiert ist. Dazu gehört das Wissen, welche Datenversion gerade gilt, wie Kunden zu behandeln sind oder welche informellen Prozesse funktionieren. Es ist oft geschäftskritisch und existiert doch nur in den Köpfen der Menschen.
Warum ist Kopfwissen ein Risiko für KI-Projekte?
Weil eine KI keinen Zugriff darauf hat. Menschen gleichen widersprüchliche Daten mithilfe ihres Kopfwissens aus, eine KI nimmt die Daten wörtlich. Fehlt der menschliche Ausgleich, treten alle Inkonsistenzen offen zutage. Laut Gartner scheitern 85 Prozent der gescheiterten KI-Projekte an Datenqualität oder Datenverfügbarkeit, und ein erheblicher Teil dieser Verfügbarkeit steckt in nicht dokumentiertem Kopfwissen.
Was ist die Wissenspyramide?
Die Wissenspyramide gliedert Unternehmenswissen in fünf Schichten: Allgemeinwissen, Branchenwissen, Unternehmenswissen, Individualwissen und Erfahrung. Nach oben steigt der Wert des Wissens, während seine Zugänglichkeit für KI sinkt. Das wertvollste Wissen (Erfahrung und Individualwissen) ist für Maschinen am schwersten erreichbar, weil es fast ausschließlich in Köpfen liegt.
Wie macht man implizites Wissen für KI nutzbar?
Nicht durch ein großes Dokumentationsprojekt, sondern use-case-getrieben. Man beginnt dort, wo ein Mensch heute regelmäßig als Kitt einspringt, und überführt dieses Wissen entlang eines konkreten Anwendungsfalls in strukturierte, maschinenlesbare Felder, mit einem Eigentümer und einer Pflege-Regel. So wird das Wissen schrittweise zugänglich, ohne dass alles auf einmal erfasst werden muss.
Ersetzt KI die Wissensträger im Unternehmen?
Nein, sinnvoll eingesetzt entlastet KI sie. Ziel ist nicht, die Sabine überflüssig zu machen, sondern ihr Wissen zugänglich und gepflegt zu halten, sodass nicht mehr jede Rückfrage an ihr hängt. Die Wissensträger werden vom Engpass zu Eigentümern ihres Wissensgebiets, die dessen Qualität verantworten, statt es nur im Kopf zu tragen.
Autor
Philipp Foreman
Geschäftsführer, onacy GmbH
Philipp Foreman ist Geschäftsführer der onacy GmbH in Münster und begleitet seit über 15 Jahren Commerce-, Produkt- und Datenprojekte im Mittelstand. Er weist darauf hin, dass der teuerste Teil der Datenschuld ausgerechnet im wertvollsten Wissen sitzt, und hilft Unternehmen dabei, Kopfwissen zugänglich zu machen, ohne die Menschen dahinter zu ersetzen.
