Interne Dokumentation
Wikis, SharePoint, humbee
KI-Use-Cases · Wissenstransfer
KI für Wissenstransfer — Erfahrungswissen sichern, bevor Mitarbeitende das Unternehmen verlassen
Wenn ein langjähriger Mitarbeiter geht, geht oft das halbe Firmengedächtnis mit. Eine KI macht interne Dokumente, Projektberichte und Mail-Archive zur durchsuchbaren Wissensbasis – DSGVO-konform.
Kurz & direkt
KI-Wissenstransfer macht aus internen Dokumenten, alten Projekt-Berichten und Mail-Archiven eine durchsuchbare Wissensbasis – verfügbar für neue Mitarbeitende. Implementiert auf einer DSGVO-konformen Plattform wie CompanyGPT in Ihrer Infrastruktur. Typische Ergebnisse: 30–50 % weniger Einarbeitungszeit, Wissen bleibt im Haus auch nach Personal-Wechseln. z1Digital implementiert in 3–4 Wochen.
Das Problem — Wissen verlässt mit den Köpfen
Eine typische Beobachtung aus Mittelstand-Projekten: Ein langjähriger Mitarbeiter kennt 95 % der Kunden-Geschichte, weiß bei jedem Spezialfall, was vor 10 Jahren entschieden wurde, und beantwortet jede Frage zur Produkt-Historie aus dem Stand.
Dann geht er in den Ruhestand. Was bleibt:
- Excel-Listen, die nur er verstanden hat
- Mail-Postfächer mit Tausenden Threads
- Aktenordner mit Notizen, die niemand entziffert
- Ein neuer Mitarbeiter, der 6–12 Monate zum Einarbeiten braucht – und nie wirklich auf demselben Level ankommt
Wirtschaftliche Wirkung: Bei 5 Mitarbeiter-Wechseln pro Jahr und 3 Monaten Produktivitäts-Lücke pro Wechsel sind das 15 Monate verlorene Mitarbeiter-Zeit – bei 60 €/h Vollkosten und 8 h/Tag etwa 180.000 €/Jahr.
Unternehmen, die z1Digital vertrauen
Lösung
Die KI-Lösung — strukturiertes Wissen aus unstrukturierten Quellen.
Eine KI (z.B. CompanyGPT) bekommt Zugriff auf:
Alte Projekt-Berichte
PDF, Word, E-Mails
Spezifische Mail-Archive
mit DSGVO-konformer Filterung
Strukturiertes Wissen
Kunden-Datenbanken, ERP
Über Retrieval-Augmented Generation (RAG) werden diese Quellen indexiert. Eine neue Mitarbeiterin kann dann fragen:
„Wir hatten 2018 ein Problem mit Lieferant Schmidt bei den Belt-Komponenten. Was haben wir damals entschieden, und warum?"
Die KI sucht in den Quellen, formuliert eine Antwort und gibt die Quellen-Verweise zurück. Das ist nicht ChatGPT-Magie – das ist strukturierte Informations-Findung mit menschen-freundlicher Antwort-Generierung.
Praxis-Beispiel
Konkretes Implementations-Beispiel.
Ausgangslage
Mandant: Maschinenvermieter mit 35 Jahren Geschichte, 12.000 alten Auftrags-Akten, 65 Mitarbeitende. Problem: Wenn ein Sachbearbeiter geht, dauert die Einarbeitung der Nachfolge 6 Monate – in dieser Zeit ist die Fehler-Rate hoch, weil Kunden-Spezifika nicht bekannt sind.
Umsetzung
Implementierung in 3,5 Wochen: In Woche 1 Daten-Auswahl und DSGVO-Filterung (welche Dokumente und Mail-Threads, welche Personal-Akten ausgeschlossen). In Woche 2 Indexierung mit CompanyGPT plus Test-Anfragen zur Qualitätskontrolle. In Woche 3 Pilot mit 3 Sachbearbeitern und Prompt-Optimierung. In Woche 3,5 Roll-Out und Schulung aller 65 Mitarbeitenden in einer 2-Stunden-Session.
Ergebnis
Ergebnis nach 6 Monaten: Einarbeitungszeit neuer Sachbearbeiter von 6 auf 2,5 Monate gesenkt, Anfrage-Bearbeitungszeit pro Sachbearbeiter um 25 % reduziert, Mitarbeiter-Akzeptanz bei 89 % aktiver Nutzung.
Stehen bei Ihnen Wissens-Träger vor dem Ruhestand? Im kostenlosen Erstgespräch klären wir, welche Quellen sich für die KI eignen, und kalkulieren die Förderung.
Erstgespräch vereinbarenTechnik
Was technisch passiert (vereinfachte Sicht).
Von der Datenanbindung bis zum nachvollziehbaren Quellen-Verweis in vier Schritten:
- 1 Schritt 1
Datenquellen anbinden
humbee, SharePoint, Mail-Server, Dateiserver – die Konnektoren werden eingerichtet. Ein Berechtigungs-Modell pro Mitarbeiter-Rolle stellt sicher, wer was sehen darf.
- 2 Schritt 2
Indexierung
Dokumente werden gelesen, in semantische Vektoren zerlegt und in einer Vektor-Datenbank gespeichert. Das läuft einmal initial (1–2 Tage Maschine), danach inkrementell.
- 3 Schritt 3
Anfrage-Verarbeitung
Wenn ein Mitarbeitender fragt, sucht die KI semantisch die relevanten Dokument-Passagen, kombiniert sie mit der Anfrage und generiert eine Antwort.
- 4 Schritt 4
Quellen-Verweis
Die Antwort enthält Verweise auf die genutzten Dokumente – der Mitarbeitende kann die Original-Quelle jederzeit nachlesen.
Anti-Patterns
Was nicht funktioniert — Anti-Patterns.
Anti-Pattern 1 – „Alles indexieren"
Wenn jede E-Mail und jeder Personal-Akten-Inhalt in der KI landet, kommen vertrauliche oder irrelevante Informationen in Antworten. Eine saubere Auswahl der Quellen ist Pflicht.
Anti-Pattern 2 – Externe Cloud-KI mit eigenen Daten
Wer Mitarbeiter-Wissen in ChatGPT-Free oder kostenlose Tools eingibt, riskiert Daten-Leaks. Eine selbstgehostete Plattform wie CompanyGPT ist die einzige saubere Lösung.
Anti-Pattern 3 – Ohne Schulung
Wenn Mitarbeitende nicht wissen, wie man gute Fragen stellt und Antworten kritisch prüft, wird das Tool entweder nicht genutzt oder erzeugt Fehlinformationen, denen blind vertraut wird.
Kosten & ROI
Kosten und ROI.
Kostenpositionen
| Position | Wert |
|---|---|
| Implementations-Aufwand (3–4 Wochen) | 4.500 – 6.500 € netto |
| Plattform-Kosten (CompanyGPT, falls nicht vorhanden) | ab 8.000 € einmalig + 6.000 €/Jahr Wartung |
| Schulung Mitarbeitende (im KI-Schulungs-Paket integriert) | 240 €/TN |
| Mit Förderung (go-digital + ESF Plus) | Eigenanteil ab 1.800 € netto |
ROI-Beispiel: Bei 5 Mitarbeiter-Wechseln pro Jahr und 3,5 Monaten gesparter Einarbeitungszeit pro Wechsel entstehen etwa 105.000 €/Jahr eingesparte Mitarbeiterzeit.
- 30–50 %
- weniger Einarbeitungszeit
- 6 → 2,5
- Monate Einarbeitung im Praxis-Beispiel
- ~105.000 €
- jährlich eingesparte Mitarbeiterzeit
- ab 1.800 €
- Eigenanteil mit Förderung
Quelle: z1-Praxis-Beispiel Maschinenvermieter (65 MA, 12.000 Akten), 2026
Wie viel Einarbeitungszeit kostet Sie jeder Wechsel? Im kostenlosen 30-Minuten-Erstgespräch rechnen wir den ROI für Ihr Unternehmen durch und kalkulieren direkt die Förderung.
Kostenloses ErstgesprächWeiterführend
Weiterführend.
- CompanyGPT – die DSGVO-konforme Plattform für den Wissenstransfer.
- KI-Beratung und KI-Workshop für Use-Case-Mapping – wo wir den richtigen Daten-Umfang festlegen.
- Dokumentenmanagement – geordnete Daten als Voraussetzung für sauberen Wissenstransfer.
FAQ
KI-Wissenstransfer: häufige Fragen
Welche Daten sollen wir indexieren?
Im Workshop priorisieren wir: aktuell genutzte Wissens-Quellen (Wikis, Handbücher, FAQ), abgeschlossene Projekt-Berichte mit Lessons-Learned-Charakter, Kunden-Korrespondenz von strategischen Bestandskunden. NICHT: Personal-Akten, Lohn-Daten, Vertrags-Verhandlungen mit aktuellen Konflikten.
Sehen alle Mitarbeitenden dieselben Antworten?
Nein. CompanyGPT unterstützt Berechtigungs-Modelle. Vertriebsmitarbeitende sehen Vertriebs-Wissen, HR sieht HR-Wissen. Sensible Bereiche bleiben eingegrenzt.
Wie aktuell ist die Wissensbasis?
Inkrementelle Indexierung – neue Dokumente werden täglich oder stündlich nachgeladen. „Stand 2018"-Wissen ist nach der initialen Indexierung sofort verfügbar.
Was ist der Unterschied zu einer Volltext-Suche?
Volltext-Suche findet Wörter. Semantische KI-Suche versteht Bedeutung – sie liefert auf „Schmidt-Belt-Problem" auch Dokumente, die das Wort „Schmidt" nicht enthalten, aber den gleichen Sachverhalt beschreiben.
Können wir externe Quellen einbinden?
Ja. Branchen-Newsletter, Förder-Datenbanken, Gesetzes-Texte – alles indexierbar. Aber Achtung: externe Quellen unterliegen anderen Update-Zyklen und Urheberrechts-Regeln.
Welche Modelle empfehlen Sie?
Cloud-Modelle (OpenAI GPT-4, Anthropic Claude) liefern die beste Antwort-Qualität und sind mit AV-Vertrag DSGVO-fähig. Lokale Modelle (Llama 3, Mistral) bieten volle Daten-Hoheit bei etwas schwächerer Qualität bei komplexen Fragen. Die Empfehlung geben wir im Erstgespräch, basierend auf Daten-Sensibilität und Budget.
Loslegen
Wessen Wissen dürfen Sie nicht verlieren?
Im kostenlosen 30-Minuten-Erstgespräch identifizieren wir die kritischen Wissens-Träger, klären, welche Quellen sich für die KI eignen, und kalkulieren die Förderung.