Die Halbwertszeit des Wissens: Warum Ihr Wiki längst veraltet ist und ein Company Brain niemals

Öffnen Sie Ihr Firmen-Wiki und wählen Sie eine beliebige Seite. Prüfen Sie das Datum der letzten Bearbeitung. Steht dort etwas, das älter als ein paar Monate ist, betrachten Sie die Beschreibung eines Unternehmens, das es nicht mehr gibt: ein Werkzeug, das längst ersetzt wurde, ein Prozess, der sich seither geändert hat, ein Freigabeschritt, den eine Reorganisation still gelöscht hat, eine Ausnahme, die nur Sinn ergab, solange eine inzwischen ausgeschiedene Kollegin sie behandelte. Die Seite ist nicht falsch, weil jemand nachlässig war. Sie ist falsch, weil sie in dem Moment aufhörte, die Arbeit zu beobachten, in dem sie gespeichert wurde.

Das ist die Halbwertszeit des Wissens, und sie ist der stille Grund, warum die meisten Wissensprojekte scheitern. Jedes Dokument, jede SOP, jede SharePoint-Seite und jeder Confluence-Bereich beginnt in dem Moment zu zerfallen, in dem er geschrieben wird, weil niemand dafür bezahlt wird, ihn aktuell zu halten, und weil er keine Möglichkeit hat, zu beobachten, was das Team tatsächlich tut. Sie können eine Wissensmanagerin einstellen, einen Dokumentations-Sprint fahren, vierteljährliche Reviews vorschreiben, und die Zerfallskurve biegt sich kaum, weil Sie mit Willenskraft gegen Physik kämpfen.

Eine Unternehmens-Wissensbasis auf KI-Grundlage funktioniert umgekehrt. Statt eines Dokumentenspeichers, der altert, ist ein Company Brain ein lebendiges Gedächtnis, das KI-Mitarbeiter täglich aufbauen und nutzen, durch Feedback korrigieren und mit Ihren Live-Systemen verbinden. Es braucht keinen Review-Zyklus, um aktuell zu bleiben, weil Aktuellbleiben das ist, was es tut, wenn die Arbeit durch es hindurchläuft. Dieser Leitfaden ist für die Geschäftsführerin, die Operations-Leitung oder den IT-Leiter, die es leid sind, Aufwand in Dokumentation zu stecken, die veraltet ist, bevor sie gelesen wird, und die den Mechanismus wollen, der Firmenwissen tatsächlich frisch hält.

Die Halbwertszeit des Wissens ist real, keine Metapher

Die Idee hat eine gemessene Geschichte. Der Ökonom Fritz Machlup prägte in den 1960er-Jahren den Begriff Halbwertszeit des Wissens, entlehnt vom radioaktiven Zerfall, um zu beschreiben, wie lange es dauert, bis die Hälfte dessen, was in einem Feld bekannt ist, überholt oder als falsch erwiesen ist¹. Die Rate ist keine Konstante. Sie hängt davon ab, wie schnell sich das Feld bewegt.

• Die Zerfallsrate variiert je Feld - sie ist eine Eigenschaft einer Disziplin zu einem Zeitpunkt, getrieben vom Tempo des Wandels, keine feste Zahl².
• Technikwissen halbierte sich immer schneller - geschätzt rund fünf Jahre Anfang der 1990er, ein Jahrzehnt später etwa zweieinhalb Jahre, und in der IT noch kürzer².
• Medizinisches Wissen zerfällt in zwei bis drei Jahren - schnell genug, dass ein Teil des Gelernten bis zum Abschluss veraltet ist².
• Firmenwissen zerfällt schneller als ein ganzes Feld - ein konkreter Prozess, Preis, Kontakt oder eine Ausnahme kann binnen Wochen falsch sein, weil eine einzige Reorg oder ein Werkzeugwechsel sie sofort ungültig macht.
• Das Dokument weiß nicht, dass es falsch ist - anders als ein Mensch bemerkt eine statische Seite nie, dass die Welt sich geändert hat, und nennt weiter selbstbewusst die alte Antwort.

Das stellt die ganze Wissensmanagement-Debatte auf den Kopf. Die Frage lautet nicht, wie schreiben wir bessere Dokumente, sondern wie hören wir auf, von Artefakten abhängig zu sein, die zerfallen.

Warum jedes Wiki im Moment des Schreibens veraltet

Den Menschen vorzuwerfen, das Wiki nicht zu aktualisieren, ist die falsche Diagnose. Der Zerfall ist strukturell. Ein Dokumentenspeicher hat vier eingebaute Mängel, die keine Disziplin beseitigt.

1. Er erfasst eine Momentaufnahme, keinen Prozess - eine Seite hält fest, wie an einem Tag gearbeitet wurde; die Arbeit ändert sich weiter, die Seite nicht.
2. Das Aktualisieren ist immer die verlierende Aufgabe - Dokumentation ist unbezahlter, ungemessener Zusatzaufwand, der mit echter Arbeit konkurriert, und die echte Arbeit gewinnt jedes Mal.
3. Es beobachtet die Arbeit nie - ein Wiki kann nicht sehen, dass ein Schritt übersprungen oder ein Werkzeug ersetzt wurde, also kann es nicht bemerken, dass es falsch ist.
4. Niemand besitzt die Aktualität - die Autorenschaft ist diffus, sodass es, wenn sich die Wirklichkeit ändert, keine einzelne Person gibt, deren Aufgabe es ist, den Eintrag zu korrigieren.
5. Widersprüche häufen sich still an - drei Versionen einer Richtlinie liegen an drei Orten, und die lesende Person hat keine Möglichkeit zu wissen, welche aktuell ist.

Die KI-Welle 2026 machte dieses Versagen unübersehbar, weil das Füttern zerfallener Dokumente an eine KI selbstbewusst falsche Antworten in großem Maßstab erzeugt. Ein Analyst, der das 25-jährige SharePoint-Jubiläum kommentierte, sagte es unverblümt.

Ein Dokumentenspeicher ist kein neutrales Gut, das auf Durchsuchung wartet. Sobald er zerfällt, ist er eine aktive Quelle falscher Antworten, und eine KI darauf verstärkt den Fehler, statt ihn zu beheben.

Für einen tieferen Blick darauf, warum das Rohmaterial selbst der Engpass ist, siehe unseren Begleitartikel über das Problem unstrukturierter Daten hinter jedem KI-Projekt.

Was veraltetes Wissen tatsächlich kostet

Die Kosten zerfallenen Wissens erscheinen nicht als Posten, und genau deshalb bleiben sie ungemanagt. Sie verstecken sich in Zeit, Fehlern und verlorener Expertise. Addiert man sie, sind die Zahlen groß.

• Ein Fünftel der Woche geht ins Suchen - McKinsey fand, dass Wissensarbeiter rund 20 Prozent der Arbeitswoche mit der Suche nach internen Informationen oder der richtigen Person verbringen¹⁰.
• Stunden pro Woche gehen ins Nachbauen - Beschäftigte verlieren rund 5,3 Stunden pro Woche mit Warten auf Informationen von Kollegen oder dem Nachbauen bereits vorhandenen Wissens¹².
• Schlechte Wissensteilung hat einen Preis - Panopto und IDC beziffern ihn auf etwa 4,5 Millionen Dollar pro Jahr je 1.000 Mitarbeiter und rund 47 Millionen pro Jahr für ein Großunternehmen^11,13.
• Schlechtes Informationsmanagement kostet pro Kopf - IDC schätzt rund 5.700 Dollar pro Mitarbeiter pro Jahr an verschwendetem Aufwand durch nicht gefundene Informationen¹⁵.
• Die meiste Expertise ist undokumentiert - geschätzt 42 Prozent des rollenspezifischen Wissens existieren nur im Kopf der Person, die den Job gerade macht¹².
• Falsche Antworten kosten mehr als langsame - eine veraltete Seite, die jemanden auf den falschen Weg schickt, kostet Nacharbeit, nicht nur Suchzeit, und untergräbt das Vertrauen in die gesamte Wissensbasis.

Ein Rechenbeispiel macht das Leck greifbar. Nehmen Sie ein mittelständisches Unternehmen mit 500 Beschäftigten.

Diese Zahlen überschneiden sich und sollten nicht einfach summiert werden, aber die Richtung ist eindeutig: veraltetes, verstreutes Wissen ist eine der größten ungemanagten Kosten in einem mittelständischen Unternehmen. Unsere Aufschlüsselung, was ein fehlendes Company Brain wirklich kostet, rechnet diese Zahlen im Detail durch.

Warum es 2026 offen zutage trat

Die Halbwertszeit des Wissens ist nicht neu, aber 2026 zwang sie auf die Tagesordnung. Drei Dinge geschahen gleichzeitig, und sie machten aus einem Hintergrundärgernis ein strategisches Problem.

1. SharePoint wurde 25 und Microsoft änderte die Erzählung - die Plattform, die die Dokumentenspeicher-Ära definierte, bedient heute mehr als eine Milliarde Nutzer pro Jahr und nimmt rund zwei Milliarden Dateien pro Tag auf, und Microsoft nutzte das Jubiläum, um Wissen als etwas neu zu definieren, das aktiviert und nicht nur gespeichert werden muss³.
2. Microsoft lieferte eine Kontextschicht - Work IQ wurde im Juni 2026 allgemein verfügbar als Schicht, die Agenten fortlaufend aktualisierten Geschäftskontext statt statischer Dateien gibt, ein ausdrückliches Eingeständnis, dass ein Ordner voller Dokumente nicht genügt^4,23.
3. KI machte veraltetes Wissen gefährlich, nicht nur lästig - zerfallene Dokumente an einen Assistenten zu füttern, erzeugt selbstbewusst falsche Antworten in großem Maßstab, sodass die Kosten des Veraltens von langsamen Suchen zu falschen Entscheidungen sprangen.
4. Agenten brauchen aktuellen Kontext zum Handeln - Gartner prognostiziert, dass 2026 40 Prozent der Unternehmensanwendungen aufgabenspezifische KI-Agenten enthalten, und Agenten, die auf veraltetem Wissen handeln, verursachen echte Fehler, nicht nur schlechte Suchergebnisse²¹.
5. Demografie entzieht weiter tazites Wissen - in Deutschland warnen Bitkom und Fraunhofer, dass Renteneintritte eine führende Ursache für Wissensverlust sind, altersbedingte Abgänge werden von 42 Prozent der Firmen als Treiber genannt, vor dem Hintergrund von mehr als 100.000 unbesetzten IT-Stellen^17,18.

Microsoft beschreibt das Ziel als Software, die über aktuellen Kontext statt über Dateien nachdenkt.

Der strategische Punkt gilt, ob Sie Microsoft nutzen oder nicht: Die Zukunft des Firmenwissens ist ein Gedächtnis, das aktuell bleibt, und die Wiki-Ära endet.

Dokumentenspeicher vs lebendiges Firmengedächtnis

Der Unterschied zwischen einem Wiki und einem Company Brain ist keine Funktionsliste. Es ist ein Unterschied darin, was die Sache grundlegend ist. Das eine ist ein passives Archiv, aus dem Sie lesen. Das andere ist ein aktives Gedächtnis, in das die Arbeit schreibt.

Die Kernunterscheidung

• Ein Dokumentenspeicher enthält, was jemand schrieb - er ist nur so aktuell wie die letzte manuelle Bearbeitung und nur nützlich, wenn eine Person die richtige Seite findet und ihr vertraut.
• Ein Company Brain enthält, was das Unternehmen tut - es wird von der laufenden Arbeit beschrieben, sodass es die aktuelle Praxis ohne Dokumentationsschritt widerspiegelt.
• Ein Speicher wird gelesen, ein Gedächtnis wird genutzt - Menschen schlagen im Wiki gelegentlich nach, aber KI-Mitarbeiter nutzen das Company Brain bei jeder Aufgabe, was es geübt und aktuell hält.
• Ein Speicher vergisst, ein Gedächtnis lernt - ein Wiki kann sich nicht von selbst verbessern, ein Company Brain wird mit jeder eingespeisten Korrektur genauer.
• Ein Speicher ist ein Silo, ein Gedächtnis ist verbunden - es schöpft aus E-Mail, Chat, CRM und ERP als Live-Quellen statt aus einer Momentaufnahme, die jemand hineinkopiert hat.

Für den eng verwandten Fall einer konkreten Plattform behandelt unser Artikel über den Weg über eine SharePoint-Wissensdatenbank hinaus die Migrationsfrage direkt.

Wie ein Company Brain aktuell bleibt

Ein Company Brain besiegt den Zerfall nicht dadurch, dass es sorgfältiger geschrieben wird. Es besiegt den Zerfall dadurch, dass es nie fertig ist. Drei Mechanismen halten es frisch, und alle drei sind automatische Nebeneffekte der Nutzung, keine zusätzlichen Aufgaben.

Die drei Aktualitäts-Mechanismen

1. Es beobachtet die Arbeit - weil KI-Mitarbeiter die Aufgaben ausführen, wird die aktuelle Vorgehensweise als Nebenprodukt erfasst; es gibt keinen separaten Dokumentationsschritt zum Überspringen.
2. Es lernt aus Feedback - jede Korrektur eines Menschen aktualisiert das gemeinsame Gedächtnis, sodass ein einmal behobener Fehler nicht wiederkehrt und das Gedächtnis nachvollzieht, wie sich die Arbeit tatsächlich entwickelt.
3. Es liest aus Live-Systemen - Preise, Bestände, Richtlinien und Datensätze kommen aus der Quelle der Wahrheit in CRM, ERP und Dateien, nicht aus einer Zahl, die jemand letztes Quartal auf eine Seite tippte.

Microsoft beschreibt seine eigene Kontextschicht genau so: fortlaufend verarbeitet statt statisch gespeichert.

Unser Deep Dive über die Feedback-Schleife, die KI-Mitarbeiter jede Woche besser macht, behandelt die Lernmechanik vollständig.

Die Feedback-Schleife, die die Zerfallskurve schlägt

Ein Wiki hat eine Kurve: abwärts. Ab dem Tag des Schreibens fällt seine Genauigkeit, während sich die Welt darum herum ändert. Ein Company Brain hat die umgekehrte Kurve, weil Feedback die Genauigkeit schneller nach oben drückt, als der Wandel sie nach unten drückt. Die beiden Kurven sind das Herzstück des Arguments.

• Zerfall ist kontinuierlich, Feedback ist korrigierend - die Welt bewegt ein Dokument stetig Richtung falsch, während Feedback das Gedächtnis Richtung richtig zieht, und die Nutzung macht die Korrektur häufig.
• Jede Aufgabe ist ein Pflegeereignis - weil das Gedächtnis täglich an echter Arbeit genutzt wird, wird es täglich geprüft und korrigiert, statt selten überprüft.
• Korrekturen sind geteilt, nicht siloartig - behebt eine Person einen Fehler, profitiert das ganze System, anders als bei einer Person, die etwas lernt, das das Wiki nie festhält.
• Widersprüche werden aufgelöst - widersprüchliche Versionen tauchen als Unstimmigkeiten auf, die die Schleife klären kann, statt still in drei Ordnern zu liegen.
• Der Vorteil verstärkt sich - ein Gedächtnis, das sich wöchentlich verbessert, zieht einem Speicher davon, der wöchentlich zerfällt, und die Lücke ist ein Burggraben, den Wettbewerber nicht durch Softwarekauf kopieren können.

Deshalb enttäuscht auch das Aufsetzen von KI auf einen veralteten Speicher. Ohne die Korrekturschleife erbt die KI den Zerfall.

Wissen, das Fluktuation übersteht

Die grausamste Form des Zerfalls ist nicht das langsame Abdriften; es ist die Kante, wenn eine erfahrene Person geht und das undokumentierte Wissen mitnimmt. Ein Wiki sollte das verhindern und tut es nicht, weil das schwierigste Wissen von vornherein nie aufgeschrieben wurde.

• Das wertvolle Wissen ist tazit - das Wie-wir-das-wirklich-handhaben lebt in Menschen, ist stark erfahrungsbasiert und lässt sich kaum im Detail dokumentieren²⁰.
• Das meiste Rollenwissen steckt in einem Kopf - geschätzt 42 Prozent der rollenspezifischen Expertise sind nur der Person bekannt, die den Job gerade macht¹².
• Ruhestand ist eine führende Verlustursache - deutsche Firmen nennen altersbedingte Abgänge als Top-Treiber für Wissensverlust, ein Druck, der mit dem Ruhestand der Babyboomer nur wächst¹⁷.
• Dokumentations-Sprints verfehlen die Ausnahmen - Menschen schreiben den Normalfall auf und vergessen die Randfälle, die den eigentlichen Wert ausmachen, sodass das Wiki den unwichtigsten Teil erfasst.
• Ein Company Brain erfasst Wissen im Gebrauch - weil das Gedächtnis aus dem Tun der Arbeit aufgebaut wird, werden die Ausnahmen erfasst, während sie behandelt werden, nicht in einer einmaligen Schreibübung.

Das ist das stärkste Argument, damit anzufangen, bevor Sie es brauchen. Unser Leitfaden zum Erfassen des Wissens ausscheidender Mitarbeiter, bevor sie gehen, arbeitet das Timing durch.

Wie Sie von einem statischen Wiki zu einem Company Brain kommen

Sie beheben ein zerfallendes Wiki nicht mit einem größeren Dokumentationsprojekt; Sie machen Wissen zu einem Nebenprodukt der Arbeit. Der Schritt ist praktisch und beginnt in einer Abteilung, nicht mit einer unternehmensweiten Migration.

Phase 1: Funktion wählen und Systeme verbinden (Woche 1-4)

1. Woche 1: Eine hochzerfallende, hochvolumige Funktion wählen - dort, wo Wissen sich oft ändert und häufig gesucht wird, etwa Kundenservice, Auftragsabwicklung oder interner IT-Support.
2. Woche 2: Finden, wo die aktuelle Wahrheit wirklich lebt - Live-Systeme, vertrauenswürdige Personen und noch korrekte Wiki-Seiten identifizieren, damit das Gedächtnis fundiert startet.
3. Woche 3: Einen KI-Mitarbeiter mit den Live-Quellen verbinden - E-Mail, Chat, CRM, ERP und Dateiablagen, sodass Antworten aus der Quelle der Wahrheit kommen, nicht aus einer Momentaufnahme.
4. Woche 4: Das Gedächtnis füttern und Feedback-Regeln setzen - die guten vorhandenen Dokumente als Kontext laden und vereinbaren, wie Korrekturen erfasst werden, damit die Schleife ab Tag eins arbeitet.

Phase 2: In der Arbeit laufen lassen und lernen (Woche 5-8)

5. Woche 5-6: Parallel zum Team laufen lassen - der KI-Mitarbeiter erledigt Routinearbeit neben den Menschen, die ihn korrigieren, und das Company Brain erfasst die aktuelle Arbeitsweise.
6. Woche 7: Die aufgedeckten Widersprüche auflösen - wo das Gedächtnis widersprüchliche Versionen eines Prozesses findet, diese einmal klären und die veralteten Seiten ausmustern.
7. Woche 8: Aktualität und Genauigkeit messen - verfolgen, wie oft Antworten richtig sind, wie schnell Korrekturen greifen und wie stark die Suchzeit gegenüber einer Basismessung sinkt.

Phase 3: Quelle der Wahrheit verlagern und ausweiten (Woche 9-12)

9. Woche 9: Das Gedächtnis zur Referenz machen, nicht das Wiki - das Team für aktuelle Antworten auf das Company Brain verweisen und das Wiki nur als Archiv behalten.
10. Woche 10-11: Die Ausnahmen im Gebrauch erfassen - wenn Randfälle auftreten, werden sie behandelt und eingespeist, sodass das schwierigste Wissen dort anwächst, wo es genutzt wird.
11. Woche 12: Berichten und die nächste Funktion wählen - die Gewinne an Aktualität und gesparter Zeit präsentieren, dann den Zyklus in der nächsten hochzerfallenden Abteilung wiederholen.

Die Change-Management-Seite zählt ebenso wie die technische. Unser Leitfaden zum Onboarding Ihres Teams, wenn KI-Mitarbeiter dazukommen, behandelt, wie der Wechsel Bestand hat.

Wie Superkind passt

Superkind baut KI-Mitarbeiter für den Mittelstand, die Routinearbeit tragen und dabei ein Company Brain aufbauen: ein lebendiges Gedächtnis dafür, wie Ihr Unternehmen tatsächlich arbeitet. Der Punkt ist nicht, Ihr Wiki durch ein glänzenderes Wiki zu ersetzen. Es ist, Wissen zu einem Nebenprodukt der Arbeit zu machen, sodass es aktuell bleibt, ohne dass jemand es von Hand pflegt.

• Company Brain, kein Dokumentenspeicher - das Gedächtnis wird täglich von KI-Mitarbeitern aufgebaut und genutzt, sodass es die aktuelle Praxis widerspiegelt statt einer alten Momentaufnahme.
• Verbindet sich mit Ihren bestehenden Systemen - E-Mail, Teams, SharePoint, CRM und ERP speisen ein lebendiges Gedächtnis statt eines Dutzends zerfallender Silos, ohne Rip-and-Replace.
• Lernt aus täglichem Feedback - jede Korrektur aktualisiert das Gedächtnis, sodass ein einmal behobener Fehler sich nicht wiederholt und die Genauigkeit Woche für Woche wächst.
• Verankert in Live-Daten - Antworten nutzen die aktuelle Zahl aus dem Quellsystem, nicht eine Zahl, die vor Monaten auf eine Seite getippt wurde.
• Erfasst tazites Wissen im Gebrauch - die Ausnahmen und Urteilsentscheidungen werden erfasst, während sie behandelt werden, bevor der Experte, der sie kennt, geht.
• Prozess-zuerst-Analyse - wir kartieren, wie Ihr Team wirklich arbeitet, bevor wir bauen, sodass das Gedächtnis zu Ihren Abläufen passt statt zu einer generischen Vorlage.
• Abteilung für Abteilung - wir beweisen eine hochzerfallende Funktion, messen den Aktualitätsgewinn, dann weiten wir aus, sodass das Risiko begrenzt bleibt.
• Konform by Design - Daten bleiben in Ihrer Infrastruktur, der Zugriff ist kontrolliert, und das Gedächtnis ist für DSGVO und EU-KI-Verordnung beobachtbar.

Um zu sehen, wie dasselbe Gedächtnis seinen Wert behält, während es wächst, lesen Sie unseren Artikel über ein Company Brain, das unter Ihrer Kontrolle bleibt.

Entscheidungsrahmen: Zerfällt Ihr Wissen schneller, als Sie denken?

Nicht jedes Unternehmen muss morgen sein Wiki herausreißen. Nutzen Sie diese Signale, um zu beurteilen, wie stark die Halbwertszeit des Wissens Sie bereits kostet und wo Sie anfangen sollten.

Das Ziel war immer richtig. Was sich geändert hat, ist der Mechanismus: Wissen zu teilen heißt heute ein Gedächtnis, das aktuell bleibt, nicht ein Speicher, der zerfällt.

Häufig gestellte Fragen

Henri Jung

Co-Founder von Superkind, wo er mittelständischen Unternehmen und Konzernen dabei hilft, maßgeschneiderte KI-Mitarbeiter einzusetzen, die wirklich zur Arbeitsweise ihrer Teams passen. Henri brennt dafür, die Lücke zwischen dem, was KI kann, und dem Wert, den sie in echten Unternehmen schafft, zu schließen. Er ist überzeugt, dass der Mittelstand alles hat, um bei KI führend zu sein - er braucht nur den richtigen Ansatz: Wissen, das aktuell bleibt, statt zu zerfallen, und ein Firmengedächtnis, das Fluktuation übersteht, statt aus der Tür zu gehen.