KI-Lexikon

Wissenssilo: Wenn Expertise im Kopf einer Person gefangen bleibt

Ein Wissenssilo entsteht, wenn entscheidendes operatives Wissen, etwa wie ein Prozess wirklich funktioniert oder wie sich ein wiederkehrender Fehler beheben lässt, nur im Kopf einer einzelnen Person steckt und nie den Rest der Organisation erreicht. Die Barriere ist menschlich, nicht technisch: Niemand hat das Wissen aufgeschrieben, deshalb kann es niemand anderes finden. Der Artikel erklärt, wie sich ein Wissenssilo von einem Datensilo und dem Bus-Faktor unterscheidet und mit welchen Methoden sich eingeschlossenes Wissen wieder zugänglich machen lässt.

Kernpunkte
  • Wissensarbeitende verbringen laut McKinsey Global Institute fast 20 Prozent ihrer Arbeitswoche, fast einen ganzen Tag, mit der Suche nach Informationen oder nach der Kollegin, die sie bereits besitzt
  • Unternehmen verlieren schätzungsweise 42 Prozent ihres organisatorischen Wissens, wenn Schlüsselmitarbeitende ohne strukturierte Erfassung gehen (IDC Knowledge Management Report 2024)
  • Eine Fraunhofer-Wissensbilanz-Studie ergab, dass rund 60 Prozent der deutschen Unternehmen Wissensverlust inzwischen zu den größten Risiken für den Geschäftserfolg zählen
  • Laut Deloitte betrachten 85 Prozent der C-Level-Führungskräfte den kommenden Wissensabfluss als ernste Bedrohung, doch 92 Prozent der Organisationen erfassen das Wissen ausscheidender Mitarbeitender weiterhin nicht
  • Ein Wissenssilo ist eine menschliche Barriere für Expertise, ein Datensilo dagegen eine technische Barriere zwischen Systemen, viele Mittelstandsunternehmen haben beide gleichzeitig

Definition: Wissenssilo

Ein Wissenssilo ist der Zustand, in dem entscheidendes operatives Wissen, etwa wie ein Prozess läuft oder wie sich ein wiederkehrender Fehler beheben lässt, nur im Kopf einer einzelnen Person oder innerhalb eines Teams existiert und nie die Kollegen erreicht, die es brauchen.

Kernmerkmale von Wissenssilo

Wissenssilos entstehen leise, nicht durch eine bewusste Entscheidung, Informationen zurückzuhalten. Die Personen, die einem Prozess am nächsten stehen, haben schlicht nie einen Anlass, aufzuschreiben, was sie längst wissen, bis jemand außerhalb des Kreises es braucht.

  • Wissen steckt im Kopf einer Person, nicht in einem durchsuchbaren System
  • Andere Abteilungen entdecken es erst, wenn sie es dringend brauchen
  • Selten aufgeschrieben, weil die Inhaberin es als selbstverständlich ansieht
  • Zieht sich durch Bereiche: Vertrieb, Support und Produktion horten jeweils ein Stück

Wissenssilo vs. Datensilo

Ein Datensilo ist eine technische Barriere: Die Information liegt in einem System, einem CRM, einem ERP, einem Netzlaufwerk, aber ein anderes System kommt ohne Integrationsarbeit nicht heran. Ein Wissenssilo ist eine menschliche Barriere: Das Wissen wurde in keinem System erfasst, es gibt also nichts, mit dem sich integrieren ließe. Ein Datensilo per API zu schließen, befreit kein Wissen, das nur jemals im Kopf einer Person existierte. Der Bus-Faktor misst etwas Verwandtes, aber Anderes: wie viele Abgänge ein Prozess überstehen würde, nicht den aktuellen Zustand der Isolation selbst.

Bedeutung von Wissenssilo im Enterprise-KI-Umfeld

Wissenssilos begrenzen, was eine Organisation und ihre KI-Systeme leisten können, denn ein KI-Agent kann nur über Wissen schlussfolgern, das er auch erreicht. McKinsey findet, dass Wissensarbeitende fast 20 Prozent ihrer Woche damit verbringen, Informationen oder die Kollegin zu suchen, die sie besitzt, Zeit, die größtenteils dafür aufgewendet wird, Silos zu umgehen statt sie zu schließen. Bleibt das unbeachtet, wird ein Wissenssilo auch zu einem KI-Grounding-Problem: Ein Agent, der nur auf Dokumentiertem trainiert ist, erbt dieselben blinden Flecken.

Methoden und Verfahren für Wissenssilos

Ein Silo zu öffnen bedeutet, verborgenes Wissen für Menschen außerhalb sichtbar zu machen.

Wissenskartierung und Silo-Identifikation

Silos zu finden deckt sich selten mit dem Organigramm. Zu fragen, wen Teams anrufen, wenn der Standardprozess scheitert, legt konzentrierte Expertise schneller offen als jedes Prozessdiagramm.

  • Jedes Team fragen, an wen man sich bei Problemen wendet
  • Antworten markieren, die nur eine Person oder kleine Gruppe nennen
  • Befunde danach einstufen, wie oft das Wissen anderswo gebraucht wird

Strukturierte Erfassung und Dokumentation

Ist ein Silo gefunden, muss das Wissen gezielt herausgeholt werden, denn Inhaberinnen geben es selten ungefragt heraus. Geführte Interviews entlang echter vergangener Fälle, nicht entlang von Stellenbeschreibungen, legen die Ausnahmen offen, die implizites Wissen wertvoll machen. Das Ergebnis muss durchsuchbar sein, nicht in einem ungelesenen Dokument verschwinden.

KI-gestützte kontinuierliche Erfassung

KI-Systeme können beobachten, wie Arbeit über E-Mail, CRM, Tickets und Chat tatsächlich abläuft, und daraus fortlaufend ein gemeinsames Bild aufbauen, statt auf ein geplantes Audit zu warten. Das macht Wissenstransfer von einem Ereignis, das an einen Abgang gebunden ist, zu einem Nebenprodukt der täglichen Arbeit, die Architektur hinter einem Company Brain, das stetig weiterwächst.

Wichtige Kennzahlen für Wissenssilos

Silo-Abbau zu messen bedeutet zu prüfen, ob Wissen wirklich erreichbar wird, nicht nur, ob ein Projekt gelaufen ist.

Sichtbarkeits- und Reichweiten-Kennzahlen

  • Kritische Prozesse ohne dokumentierte Vertretung: Ziel unter 10 Prozent
  • Zeit, bis eine außenstehende Kollegin eine Antwort findet: Ziel unter 1 Tag
  • Anfragen gelöst ohne Kontakt zur ursprünglichen Wissensträgerin: wöchentlich verfolgt
  • Identifizierte Silos mit benannter Erfassungsverantwortung: Ziel 100 Prozent

Strategisches Risiko

Die Geschäftsführung verfolgt zunehmend, wie viele Funktionen von einer einzelnen undokumentierten Fachkraft abhängen. Laut Deloitte sehen 85 Prozent der C-Level-Führungskräfte den kommenden Wissensabfluss als ernste Bedrohung, doch 92 Prozent geben zu, dieses Wissen weiterhin nicht konsequent zu erfassen.

Nutzung und Vertrauen

Ein Silo ist nicht behoben, nur weil etwas aufgeschrieben wurde. Das eigentliche Signal ist, ob außenstehende Kolleginnen das erfasste Wissen tatsächlich selbstständig nutzen und ob neue Mitarbeitende schneller eigenständig kompetent werden, sobald das Silo sich öffnet.

Risikofaktoren und Kontrollen bei Wissenssilos

Ein Wissenssilo birgt Risiken, die unsichtbar bleiben, bis die wissenstragende Person nicht verfügbar ist.

Abhängigkeit von Einzelpersonen

Wenn eine einzelne Mitarbeiterin der einzige Zugang zu einem Wissensbestand ist, legt ihre Abwesenheit alles still, was davon abhängt, und zehrt am institutionellen Gedächtnis der Organisation. Das Risiko zeigt sich selten vorab, weil der Prozess jahrelang reibungslos läuft, bis er es plötzlich nicht mehr tut.

  • Plötzliche Krankheit, Kündigung oder Unfall ohne Übergabezeit
  • Ruhestand zu spät angekündigt für eine echte Übergabe
  • Eine einzige Kontaktperson für eine wichtige Kundenbeziehung

Territoriales Wissenshorten

Nicht jedes Silo entsteht zufällig. Manche Mitarbeitende horten Wissen bewusst, weil sie unersetzlicher wirken, wenn sie die Einzigen sind, die etwas wissen, sodass eine Dokumentationspflicht allein dieses Wissen nicht bewegt. Dieses Muster zu durchbrechen braucht einen geänderten Anreiz, etwa indem Wissensweitergabe Teil der Leistungsbewertung wird.

Übermäßiges Vertrauen auf informelle Dokumentation

Teams gehen oft davon aus, eine Wiki-Seite habe das Problem bereits gelöst, obwohl solche Seiten festhalten, was entschieden wurde, nicht die Begründung dahinter. Ein Silo, das auf dem Papier geschlossen wirkt, bleibt funktional geschlossen, weil der entscheidende Teil nie erfasst wurde.

Praxisbeispiel

Ein 160-Personen-Hersteller gewerblicher Wäschereitechnik in Niedersachsen verließ sich fast vollständig auf einen einzigen Servicetechniker für die Diagnose einer bestimmten Klasse wiederkehrender Fehler an älteren Maschinenmodellen, Wissen, das er über 22 Jahre aufgebaut hatte und das nie ins offizielle Service-Handbuch gelangte. Als er vor seinem Ruhestand seine Stunden reduzierte, konnten zwei jüngere Techniker dieselben Fehler ohne Rückruf bei ihm nicht lösen. Das Unternehmen zeichnete ihn bei 30 vergangenen Reparaturfällen auf und verwandelte die Begründungen in ein durchsuchbares Fehlerprotokoll. Binnen drei Monaten lösten die jüngeren Techniker die meisten dieser Fälle eigenständig.

  • Fehlerprotokoll indexiert nach Symptom, Modell und Bauteil
  • Wöchentliche Fallbesprechungen gegen die erfasste Begründung
  • Eskalation nur für wirklich neue Fehlermuster
  • Dieselbe Methode für zwei weitere Rollen vor dem Ruhestand genutzt

Aktuelle Entwicklungen und Auswirkungen

Zwei Kräfte rücken Wissenssilos im Mittelstand weiter nach oben auf der Risikoagenda.

Demografischer Druck auf Spezialistenrollen

Ruhestandswellen konzentrieren Abgänge in demselben engen Zeitfenster, und die ausscheidenden Spezialisten sind oft genau die, die nie etwas dokumentiert haben, weil sie einfach immer da waren. Nachfolgende werden häufig zu spät eingestellt, um noch sinnvoll zu überlappen.

  • Mehr Spezialistenrollen erreichen im selben Zeitraum das Ruhestandsalter
  • Weniger erfahrene Nachfolgerinnen intern verfügbar
  • Übergabefenster verkürzen sich, weil Nachfolge spät startet

KI-Systeme als Auslöser und Abhilfe zugleich

KI-Agenten ohne vorheriges Öffnen bestehender Silos einzuführen, deckt die Lücke eher auf, als sie zu schließen, weil ein nur auf Dokumentation gegründeter Agent dieselben blinden Flecken der Organisation wiederholt. Dieselbe Technologie, auf die tägliche Arbeit gerichtet, erfasst zunehmend Begründungen fortlaufend statt nach Plan.

Von statischer Dokumentation zu kontinuierlicher Erfassung

Mittelstandsunternehmen wechseln von einmaligen Dokumentationsprojekten zu Systemen, die sich laufend aktualisieren, während die Arbeit passiert, denn eine einmal geschriebene Wiki-Seite veraltet innerhalb eines Jahres. Das macht Silo-Abbau zu laufender Infrastruktur statt zu einem Projekt mit Enddatum.

Fazit

Ein Wissenssilo macht die wertvollste Expertise einer Organisation zu ihrem zerbrechlichsten Gut, erreichbar nur über eine Person, die nicht immer verfügbar ist. Zu kartieren, wo Silos tatsächlich liegen, Begründungen statt nur Ergebnisse zu erfassen und diesem Wissen einen durchsuchbaren Ort zu geben, verschiebt eine Organisation vom Hoffen, dass niemand geht, zur Bereitschaft, falls es doch passiert. Das trifft kleinere Unternehmen besonders hart, da ein Mittelstandsbetrieb mit wenigen unersetzlichen Spezialisten dieselbe Exposition auf weit weniger Köpfe konzentriert. Während KI-Agenten mehr operative Arbeit übernehmen, wird jedes ungeöffnete Silo zu einem blinden Fleck, um den sie nicht herum denken können.

Häufig gestellte Fragen

Was ist ein Wissenssilo einfach erklärt?

Wissen über einen Prozess, einen Kunden oder ein wiederkehrendes Problem, das nur im Kopf einer Person oder eines Teams existiert und nie jemand anderen erreicht, der es braucht.

Wie unterscheidet sich ein Wissenssilo von einem Datensilo?

Ein Datensilo ist eine technische Barriere zwischen Systemen: Die Information existiert, aber ein anderes Werkzeug kommt ohne Integration nicht heran. Ein Wissenssilo ist eine menschliche Barriere: Das Wissen wurde nirgends aufgeschrieben, es gibt also kein System, mit dem man integrieren könnte.

Lohnt sich der Abbau von Wissenssilos für ein Unternehmen mit unter 100 Mitarbeitenden?

Oft dringender als für größere Unternehmen. Kritisches Wissen konzentriert sich häufig auf ein oder zwei Spezialisten, und ein gezielter Aufwand für die fünf oder sechs kritischsten Rollen braucht meist nur wenige Wochen.

Was kostet es, in einem Silo eingeschlossenes Wissen zu erfassen?

Ein strukturiertes, interviewbasiertes Programm für eine Handvoll Rollen lässt sich meist weitgehend mit internem Personalaufwand plus moderater externer Begleitung umsetzen, üblicherweise deutlich günstiger als die Produktivitätsverluste eines ungeplanten Abgangs.

Wie wirkt sich die DSGVO auf die Erfassung von Mitarbeiterwissen aus?

Die Aufzeichnung von Mitarbeiterarbeit zur Wissenserfassung berührt personenbezogene Daten, daher sollte die Erfassung den DSGVO-Grundsätzen zu Datenminimierung und Zweckbindung folgen und sich auf Prozessbegründungen statt auf individuelle Leistung konzentrieren.

Wie unterstützt Superkind bei Wissenssilos?

Superkind verbindet KI-Agenten mit den bestehenden Systemen eines Unternehmens und dem Wissen darin, sodass Expertise, die sonst bei einer einzigen Person läge, für Kolleginnen und Agenten nutzbar wird, statt auf diese Person warten zu müssen.

Bessere Software bauen Kontakt gemeinsam