Vom Handbuch zur Auskunft: Wie eine KI-Wissensdatenbank Firmenwissen nutzbar macht

RTFM gehört zum festen Wortschatz jeder IT-Abteilung: die wenig freundliche Aufforderung, doch bitte zuerst ins Handbuch zu schauen. Dass sie sich seit Jahrzehnten hält, sagt mehr über die Handbücher als über die Menschen, die sie lesen sollen. Unternehmen stecken viel Arbeit in Dokumentationen, Richtlinien und Wikis, und trotzdem fragen Mitarbeitende lieber die Kollegin am Nebentisch. Die eigentliche Frage lautet also, warum gutes Wissen so selten dort ankommt, wo es gebraucht wird, und was eine KI-Wissensdatenbank daran ändert.

Das Problem liegt im Zugang

Die Größenordnung ist seit Langem bekannt. Wissensarbeitende verbringen rund 19 Prozent ihrer Arbeitszeit damit, Informationen zu suchen und zusammenzutragen – das entspricht etwa 1,8 Stunden am Tag (Quelle: McKinsey Global Institute, 2012). Die Ursache liegt selten im Inhalt. Eine Dokumentation ist nach Themen gegliedert, die Frage aus dem Arbeitsalltag folgt dem eigenen Fall. Wer eine konkrete Frage hat, sucht eine Antwort und findet ein Inhaltsverzeichnis.

„Man möchte einfach was Gutes aufbereiten, wo die Kollegen auch gut folgen können und dann einfach auch Hilfe zur Selbsthilfe kriegen“, beschreibt Annkatrin Göpfert, Leitung der agorum® Academy, den Anspruch hinter jeder guten Dokumentation. Eingelöst wird er erst, wenn die Antwort den Weg zur Frage findet.

Wie das aussehen kann, zeigte Göpfert am 24. September 2026 in der vierten Folge der Webinarreihe agorum® Campus an einem schlichten Beispiel. Wer auf einer dreitägigen Dienstreise am zweiten Tag krank wird, braucht Auskunft zur Krankmeldung und zu den Reisekosten. In der Dokumentation stehen beide Antworten, nur an verschiedenen Stellen. Ein KI-Assistent mit Zugriff auf das Personalwissen führte sie in einer einzigen Antwort zusammen. Genau darin liegt der Unterschied zwischen einem Archiv und einer Auskunft: Das Archiv verwahrt Wissen, die Auskunft liefert eine Entscheidungsgrundlage für den konkreten Fall.

Wie eine KI-Wissensdatenbank arbeitet

Eine KI-Wissensdatenbank ist ein strukturierter Bereich mit Firmenwissen, auf den ein KI-Assistent gezielt zugreift. In ALBERT | AI, der KI in der KI-Business-Plattform agorum core pro, heißt dieser Bereich KI-Wissen oder Knowledge. Laut Produktdokumentation erweitert er die Wissensbasis der KI um Fachwissen, ohne dass das verwendete Modell neu trainiert werden muss (Quelle: agorum® Dokumentation, 2026).

Das ist mehr als ein technisches Detail. Das Modell bleibt, wie es ist, die Daten liegen ausschließlich in der eigenen Infrastruktur, und der Betrieb bleibt datensouverän. Das Sprachmodell ist jederzeit wechselbar, das aufgebaute Wissen bleibt erhalten. Für Unternehmen, die personenbezogene Daten oder interne Richtlinien verarbeiten, ist diese Trennung der entscheidende Punkt: Das Wissen hängt nicht am Anbieter eines bestimmten Modells, sondern an der eigenen Ablage.

Göpfert vergleicht den Aufbau mit einer Bibliothek. Am Eingang stehen die Fachbereiche, und über Zusammenfassungen und Überschriften erkennt die KI, in welche Abteilung sie für eine Frage gehen muss. Passt der Bereich nicht, geht sie zurück und sucht weiter. Dazu kommt eine schlichte Regel im Kontext des Assistenten: Er antwortet ausschließlich auf Basis des hinterlegten Wissens und sagt offen, wenn er dort nichts findet. Neuere Sprachmodelle halten sich nach Göpferts Erfahrung oft schon von selbst daran. Wer sein Firmenwissen ernst nimmt, schreibt die Regel trotzdem hinein – denn eine erfundene Antwort ist in einem Supportfall teurer als ein ehrliches „dazu liegt nichts vor“.

Wissen pflegen die, die es haben

Der eigentliche Hebel liegt in der Pflege. In vielen Unternehmen gehört die Dokumentation einer Redaktion oder der IT, das Wissen dagegen den Fachbereichen. In agorum core pro richtet der Administrator den Wissensbereich über die Administration ein und gibt den Fachexperten einen eigenen KI-Assistenten, der auf ihren Teil des Wissens schreiben darf. Im Kontext jedes Assistenten stehen seine Aufgabe, seine Regeln und der Verweis auf den Wissensbereich über einen eigenen Schlüssel. Eine Willkommensnachricht zeigt dem Team, wofür der Assistent da ist und welche Fragen er beantwortet.

Nach jeder Änderung wird das Wissen neu aufbereitet, damit alle mit demselben Stand arbeiten. Die Personalabteilung aktualisiert ihre Regeln dann im Chat, per kurzem Text, per Verweis auf ein Dokument oder mit dem Transkript eines Gesprächs, in dem eine neue Regel beschlossen wurde. Das Marketing hält auf demselben Weg Tonalität und Corporate Design aktuell. In der Demo prüfte ein Assistent einen Satz in bestem Behördendeutsch, stufte ihn als zu förmlich für ein Haus ein, in dem geduzt wird, und schlug eine persönlichere Fassung mit konkretem Termin vor.

Für die Pflege empfiehlt Göpfert einen neuen Chat, damit sich ALBERT | AI ganz auf die Aufgabe konzentriert. Der organisatorische Kern ist damit klar umrissen: Wer ein Wissen pflegt, muss es auch verantworten. Zuständigkeit und Aktualität bleiben dort, wo die Fachkenntnis sitzt, statt bei einer Redaktion, die Inhalte nur verwaltet. Das erklärt, warum sich Wissensbereiche in der Praxis langsamer füllen als erwartet – nicht wegen der Technik, sondern weil jemand benannt werden muss, der regelmäßig einsteigt.

Rechtekonzept: gewollte Bremsen im Alltag

Gesteuert wird das über das Rechtekonzept der Plattform. Jeder greift genau auf das Wissen zu, für das er berechtigt ist. Wie ernst das gemeint ist, zeigte die Live-Demo unfreiwillig. Die geplante Änderung der Akzentfarbe wurde nicht übernommen, nach Göpferts Vermutung, weil dem Demo-Benutzer die passenden Rechte fehlten. Für eine Präsentation ist das ärgerlich. Für ein Unternehmen mit sensiblen Personaldaten ist es genau das gewünschte Verhalten.

Damit wird eine Grenze sichtbar, die in vielen KI-Projekten zu spät bedacht wird. Eine Wissensdatenbank ist kein offener Topf, in den alles hineinläuft und aus dem jeder alles zieht. Sie ist eine Sammlung abgegrenzter Bereiche mit unterschiedlichen Lesern: Beschäftigte, bestimmte Rollen, Automatismen. Je feiner diese Zuschnitte gewählt sind, desto weniger lässt sich die KI für Fragen nutzen, die sie nicht beantworten soll – und desto größer ist die Akzeptanz in Bereichen, die ihre Daten kritisch prüfen.

Der größere Nutzen liegt im Hintergrund

Wer KI-Wissen nur als besseres Handbuch versteht, nutzt den kleineren Teil. Bei agorum®, seit 1998 am Markt und mit über 400.000 KI-Läufen im eigenen Betrieb, dienen viele Wissensbereiche vor allem Automatismen. Seit über einem Jahr geht ein Hintergrundprozess alle Supporttickets durch und legt zu jedem einen Eintrag mit Fehler, Lösung und Fundort der Originaldaten an (Quelle: agorum® Campus Folge 4, 2026). Geht ein neues Ticket ein, sucht ein weiterer Automatismus nach ähnlichen gelösten Fällen und legt eine Ursachenanalyse im Ticket ab. Mal liefert die Suche einen ähnlichen Fall, mal ist das Problem neu. Beides ist eine verwertbare Auskunft.

Jeder abgeschlossene Fall erweitert die Datenbank. „Das ist eine enorme Arbeitserleichterung, weil so Wissen einfach nicht verloren geht“, sagt Göpfert. Wissen, das früher an einzelnen Köpfen hing, bleibt so im Unternehmen, auch wenn Menschen wechseln. Für den Support bedeutet das einen spürbaren Unterschied zwischen „das haben wir schon einmal gelöst“ und „das fängt die Kollegin am Nebentisch neu an“.

Weitere Beispiele aus dem Haus folgen demselben Muster. Eine lokal betriebene KI ordnet eingehende E-Mails nach Kategorien wie Bestellung, Antwort oder Schulung und zeigt eine kurze Zusammenfassung, nach Regeln, die in einem eigenen Wissensbereich stehen. Der Chat auf der Website greift auf einen Bereich mit Antworten auf häufige Rückfragen zu. Ein weiterer Bereich erklärt ALBERT | AI, welche Metadaten Rechnungen im System tragen und wie er nach ihnen sucht. Das Wissen richtet sich hier an die Maschine, der Nutzen landet trotzdem beim Menschen.

Bestehende Dokumentation direkt anbinden

Manchmal ist der kürzere Weg der bessere. Liegt bereits eine gepflegte Dokumentation vor, greift ALBERT | AI auch über eigene Werkzeuge oder MCP-Verbindungen direkt darauf zu. Göpfert nennt das den Weg des geringsten Widerstands. agorum® nutzt ihn für die eigene, öffentlich zugängliche Produktdokumentation, mit der auch Kunden und Partner arbeiten.

Für den Betrieb zählt ein weiterer Punkt. Die Wissensbereiche, die agorum® mitliefert, werden durch Updates überspielt, eigene Bereiche, Dateien und Ordnerstrukturen bleiben bestehen. Die Plattform bleibt dabei vollständig updatefähig, und das aufgebaute Wissen gehört dem Unternehmen. Das ist Investitionssicherheit im Wortsinn – die Arbeit an der Wissensbasis wird nicht durch die nächste Version entwertet.

Wer die Fragen stellt, bestimmt den Wert

Die Dokumentation gewinnt durch die KI ihre Leser zurück. Wer eine KI-Wissensdatenbank plant, sollte deshalb weniger über Technik und mehr über Zuständigkeiten nachdenken. Welcher Fachbereich pflegt welches Wissen, wer darf es lesen, und welche Prozesse sollen daraus lernen? Die Knowledge-Tools gehören mit der ALBERT | AI Suite zum Standard, die Einrichtung liegt beim Administrator, die eigentliche Arbeit ist organisatorisch.

Der Nutzwert entsteht dort, wo Wissen nicht mehr dem Zufall der Ansprache überlassen bleibt. Eine Frage an die KI lässt sich jederzeit stellen, sie wiederholt dieselbe Antwort geduldig, und sie dokumentiert die Wissenslücke, wenn keine Antwort existiert. Genau diese Rückmeldung ist der ehrlichste Hinweis darauf, wo eine Dokumentation fehlt. Unternehmen, die ihr Wissen dort pflegen, wo die Fragen gestellt werden, machen aus RTFM eine Antwort.