Wenn erfahrene Mitarbeitende in den Ruhestand gehen, geht mehr als eine Arbeitskraft. Es geht das Wissen, das in zwanzig oder dreißig Berufsjahren entstanden ist und in keinem Handbuch steht. Die geburtenstarken Jahrgänge erreichen derzeit das Rentenalter. Prognosen gehen davon aus, dass rund 30 Prozent der Belegschaften deutscher Unternehmen innerhalb der nächsten 10 bis 15 Jahre ausscheiden.

Das Problem ist damit weniger eine Frage der Stellenbesetzung als eine Frage des Wissenstransfers.

Warum Dokumentation allein nicht ausreicht

Das ifaa – Institut für angewandte Arbeitswissenschaft beruft sich auf Schätzungen, dass rund 90 Prozent des Unternehmenswissens implizit vorliegen: ausschließlich in den Köpfen der Mitarbeitenden, als Erfahrung, Intuition und eingeübtes Handlungsmuster. Nur etwa zehn Prozent sind dokumentiert.

Implizites Wissen ist das, was eine erfahrene Fachkraft von einer neu eingestellten unterscheidet: das Gespür dafür, wann eine Maschine ungewöhnlich klingt, die Einschätzung, welcher Kunde in Verhandlungen taktiert, die Fähigkeit, eine Störung zu erahnen, bevor sie auftritt. Genau dieses Wissen lässt sich schwer kodifizieren. Laut ifaa gelingt die Weitergabe „oft nur in dialogischen Verfahren“.

Die üblichen Methoden greifen deshalb zu kurz. Handbücher veralten schneller, als sie geschrieben werden. Austrittsgespräche erfassen bestenfalls Bruchstücke. Mentoring wirkt, braucht aber Zeit und Begleitung und Ressourcen, die in kleineren Betrieben knapp sind.

Was KI-Wissensmanagement daran ändert

Der Unterschied liegt im Ansatzpunkt. KI-gestützte Assistenzsysteme dokumentieren Wissen nicht im Nachhinein, sondern begleitend zum Arbeitsprozess, und sie senken den Aufwand für die Aufbereitung erheblich. Drei Funktionen greifen dabei ineinander.

Erfassen. Erfahrene Mitarbeitende werden systematisch befragt, z.B. als Audioaufzeichnung, im strukturierten Interview oder durch Beobachtung am Arbeitsplatz. Die Rohdaten werden anschließend in einzelne Wissensbausteine überführt.

Strukturieren. Eine Wissenslandkarte macht sichtbar, welches kritische Wissen wo im Unternehmen liegt und vor allem, wo es an einzelne Personen gebunden ist. Damit werden nicht nur der Bestand, sondern auch die Risikozonen erkennbar.

Bereitstellen. Aus den Bausteinen entstehen kurze Lerneinheiten und Lernpfade, die sich an Rolle, Vorwissen und Tempo anpassen. Statt eines zweihundertseitigen Handbuchs erhalten neue Mitarbeitende passende Ausschnitte. Zusätzlich eignet sich ein KI-Wissensvermittler, der per Chat jederzeit zu dem bestehenden Wissen und Lerninhalten befragt werden kann.

Ein Nebeneffekt fällt in Produktionsbetrieben besonders ins Gewicht: Erfasstes Wissen lässt sich automatisch in andere Sprachen und Sprachniveaus übertragen. Laut Statistischem Bundesamt haben rund 27 Prozent der Beschäftigten in deutschen Produktionsbetrieben einen Migrationshintergrund; Sprachbarrieren erschweren den Wissenstransfer entsprechend.

Ein Vorgehen in fünf Schritten

Für kleine und mittlere Unternehmen ist das Vorhaben in überschaubarem Rahmen machbar.

  1. Wissenslandkarte erstellen. Wer geht in den nächsten drei bis fünf Jahren, und welches Wissen hängt an dieser Person? In einem Betrieb mit rund 100 Mitarbeitenden dauert diese Bestandsaufnahme etwa zwei bis vier Wochen.
  2. Wissensträger befragen. Nicht als Austrittsgespräch am letzten Tag, sondern als Reihe strukturierter Sitzungen über mehrere Wochen, in denen Arbeitsabläufe und Entscheidungsmuster erklärt werden.
  3. KI-gestützt aufbereiten. Aus Aufzeichnungen und Transkripten entstehen strukturierte Lernformate. Der Aufwand pro Interview sinkt dabei von Tagen auf Stunden.
  4. Lernpfade aufsetzen. Die Bausteine werden nach Rollen und Vorkenntnissen sortiert, sodass der Einstieg schrittweise vom Grundlagen- zum Expertenwissen führt.
  5. Kreislauf etablieren. Wissensmanagement ist kein Projekt mit Enddatum. Ohne feste Routine zur Aktualisierung veraltet auch eine gute Sammlung.

Als realistischer Rahmen für eine Pilotphase gelten drei bis sechs Monate, danach schrittweise Ausweitung.

Was sich rechnen lässt – und was nicht

Der Bundesverband mittelständische Wirtschaft beziffert die Kosten für den Verlust impliziten Wissens auf bis zu 2,5 Jahresgehälter pro ausscheidender Person. Bei einem Facharbeitergehalt von 55.000 Euro entspricht das rechnerisch bis zu 137.500 Euro. Berücksichtigt sind darin Einarbeitungszeit, Produktivitätsverluste im Übergang und Fehler aus fehlender Erfahrung.

Solche Zahlen sind Schätzungen und im Einzelfall schwer zu belegen. Belastbarer ist eine betriebsinterne Größe: Wie lange dauert es heute, bis eine neu eingestellte Person selbstständig arbeitet? Wie stark verkürzt sich die Einarbeitung durch die Einführung strukturierter Lernpfade oder einen KI-Wissensvermittler? Diese Zahl lässt sich messen und ist im Zweifel überzeugender als jede Studie.

Fazit

Der Verlust von Erfahrungswissen ist absehbar und lässt sich terminieren – die Renteneintritte der kommenden Jahre stehen fest. KI-Wissensmanagement ersetzt dabei weder Mentoring noch persönliche Übergabe, senkt aber den Aufwand für Erfassung und Aufbereitung so weit, dass systematische Wissenssicherung auch für kleinere Betriebe machbar wird.

Der sinnvolle erste Schritt kostet nichts außer einem Nachmittag: aufschreiben, wer in den nächsten fünf Jahren geht und welches Wissen damit das Haus verlässt.

Wollen Sie das Wissen in Ihrem eigenen Betrieb sichern?

Für eine erste Einordnung, welches Wissen an einzelnen Personen hängt und wo der Einstieg realistisch ist, genügt ein kurzes Gespräch. Die KI-Schmiede Stuttgart bietet dafür ein kostenloses Erstgespräch von 30 Minuten an: Erstgespräch vereinbaren.

Quellen

Institut der deutschen Wirtschaft, Babyboomer in Rente: Bis 2036 fehlen 4,3 Millionen Arbeitskräfte, https://www.iwkoeln.de/presse/pressemitteilungen/babyboomer-in-rente-bis-2036-fehlen-43-millionen-arbeitskraefte.html

Statistisches Bundesamt, 13,4 Millionen Erwerbspersonen erreichen in den nächsten 15 Jahren das gesetzliche Rentenalter, https://www.destatis.de/DE/Presse/Pressemitteilungen/2025/08/PD25_N048_13.html

Schätzung zu implizites vs. explizites Wissen: Louisa Wah, 1999, Making knowledge stick. In: Management Review, Vol. 88, No. 5, S. 24–29

ifaa (2024), Wissensmanagement mit Künstlicher Intelligenz, Springer, https://link.springer.com/book/10.1007/978-3-662-71591-8

BVMW, Damit das Wissen bleibt, https://www.bvmw.de/de/bildung/news/damit-das-wissen-bleibt

Folge uns auf: