Wann ein digitaler Wissenszwilling sinnvoll ist

Der bekannteste Anlass für einen digitalen Wissenszwilling ist der Abschied einer erfahrenen Person. Er ist nicht der einzige. In der Praxis von quantics plus tauchen sechs Situationen immer wieder auf, in denen Erfahrungswissen zum Engpass wird. Manche davon haben mit Abschied nichts zu tun.

Diese Seite erklärt, was ein digitaler Wissenszwilling ist, wie er entsteht und wo er wirkt. Sie wird von Prof. Dr. Florian Offergelt und der Unternehmensberatung quantics plus betrieben, die das Konzept in Industrie und Mittelstand umsetzen.

Ruhestand und Nachfolge

Die Babyboomer-Jahrgänge verlassen die Unternehmen. Mit ihnen geht Wissen, das nie dokumentiert wurde, weil es sich nicht dokumentieren ließ. Der Meister, der eine Anlage seit dreißig Jahren kennt. Die Vertriebsleiterin, die jeden Kunden persönlich kennt und weiß, wer mit wem nicht kann. Und irgendwo sitzt ein Entwickler, der als Einziger noch versteht, warum eine Konstruktion so aussieht, wie sie aussieht.

Übergaben werden meist als Stellenbesetzung geplant. Jemand geht, jemand kommt, dazwischen liegen ein paar Wochen Überlappung. Das reicht für die Prozesse. Für das Erfahrungswissen reicht es nicht. Ein Wissenszwilling verlängert die Überlappung ins Unbegrenzte. Die Nachfolgerin kann die Vorgängerin fragen, auch wenn diese längst am Gardasee sitzt.

In Familienunternehmen kommt eine zweite Ebene dazu. Hier geht mit der Seniorgeneration mehr als Fachwissen. Die Geschichte des Unternehmens, seine ungeschriebenen Regeln, die Beziehungen zu Kunden und Lieferanten, die über Jahrzehnte gewachsen sind.

Einarbeitung neuer Mitarbeitender

Ein neuer Mitarbeiter braucht Monate, bis er produktiv ist. Ein Teil dieser Zeit ist unvermeidlich. Ein anderer Teil besteht aus Fragen, die er nicht stellt, weil er nicht weiß, wen er fragen soll, oder weil er die erfahrenen Kolleg*innen nicht dauernd stören will. Und aus Fehlern, die jeder vor ihm auch schon gemacht hat.

Ein Wissenszwilling steht diese Fragen durch. Er antwortet auch um 22 Uhr, und er gibt dieselbe Antwort, die die erfahrenste Person im Team geben würde. Die Einarbeitungszeit verkürzt sich, und die erfahrenen Kolleg*innen werden von den immer gleichen Fragen entlastet.

Wissen über Standorte und Sprachen skalieren

Ein Unternehmen hat ein Werk, das besser läuft als alle anderen. Die Prozesse sind überall gleich, die Ergebnisse nicht. Der Unterschied liegt in den Menschen vor Ort, in ihrem Gespür für die Anlage, in tausend kleinen Entscheidungen, die in keiner Arbeitsanweisung stehen.

Dieses Wissen an einen zweiten oder dritten Standort zu übertragen, ist mit klassischen Mitteln kaum möglich. Man kann Leute reisen lassen, aber nicht dauerhaft. Ein Wissenszwilling macht das Erfahrungswissen des besten Werks für alle Standorte verfügbar, in der jeweiligen Landessprache. Der Hochlauf eines neuen Standorts wird schneller, weil die Lernkurve nicht von null beginnt.

Übernahmen und Zusammenschlüsse

Nach einer Übernahme gehen die Schlüsselpersonen. Nicht alle, aber die, die sich das leisten können, und das sind oft die mit dem meisten Wissen. Was das übernommene Unternehmen wertvoll gemacht hat, steckt in diesen Köpfen. Die Systeme lassen sich zusammenführen. Was verloren geht, ist das Wissen darüber, warum die Dinge so gemacht wurden, wie sie gemacht wurden.

Wer das Erfahrungswissen der Schlüsselpersonen vor oder während der Integration sichert, behält, was das Unternehmen wertvoll gemacht hat.

Abhängigkeit von einzelnen Schlüsselpersonen

Manchmal ist niemand auf dem Sprung, und trotzdem ist die Lage riskant. Eine einzelne Person hält Wissen, ohne das ein Prozess stillsteht. Wenn sie krank wird oder kündigt, hat das Unternehmen ein Problem, das es vorher nicht gesehen hat.

Hier gibt es eine zweite Dimension, mit der sich quantics plus seit Jahren in der Forschung beschäftigt. Wissen wird manchmal bewusst zurückgehalten. Knowledge Hiding ist ein gut belegtes Phänomen. Menschen behalten Wissen für sich, weil es ihre Position sichert, weil sie schlechte Erfahrungen gemacht haben oder weil die Führung es ihnen unabsichtlich beigebracht hat. Ein Wissenszwilling löst dieses Problem nicht von selbst. Aber der Prozess, ihn aufzubauen, bringt die Frage auf den Tisch, was mit dem Wissen passiert und was die Person davon hat.

Datenbasis für KI im Unternehmen

Viele Unternehmen führen KI-Assistenten ein und stellen fest, dass die Antworten nicht taugen. Das Modell ist meist nicht das Problem. Es weiß nur, was in den Dokumenten steht, und in den Dokumenten steht nicht das, worauf es ankommt. Die KI kann die Arbeitsanweisung wiedergeben, aber nicht, wann die erfahrene Kollegin von ihr abweicht und warum.

Ein Wissenszwilling ist in diesem Fall die Datenbasis, die eine bestehende KI-Anwendung brauchbar macht. Das Erfahrungswissen wird erhoben, strukturiert und dem Modell zur Verfügung gestellt. Aus einem Chatbot über Firmendokumente wird ein Assistent, der antwortet, wie es die beste Person im Team tun würde.

Digitale Wissenszwillinge im Einsatz

Welcher Anlass auch immer

Die Situationen unterscheiden sich, das Vorgehen ist dasselbe. In jedem Fall geht es darum, Erfahrungswissen zu erheben, das sich nicht von selbst zeigt, und es in eine Form zu bringen, in der andere es nutzen können. Wie das geht, beschreibt das IMPRINT™ Framework.