Kategorie: Innovationsfähigkeit

1995 veröffentlichten Ikujiro Nonaka und Hirotaka Takeuchi «The Knowledge-Creating Company». Sie untersuchten, wie Honda, Canon und Matsushita neue Produkte und Verfahren entwickelten. Ihr Befund ist heute aktueller als damals: Das Wissen, das eine Organisation voranbringt, steckt vor allem in der Erfahrung der Mitarbeitenden. In den Handbüchern steht kaum etwas davon.

In meiner Beobachtung behandeln grössere Unternehmen Wissensmanagement stiefmütterlich, das heisst am liebsten gar nicht. Besonders dann, wenn kurzfristig hohe, bonusrelevante Verkaufsziele erreicht werden sollen. Die Folgen zeigen sich erst, wenn Schlüsselpersonen ausfallen und ihr Wissen mit ihnen verschwindet. Meist wird das alte Niveau irgendwie knapp wieder erreicht. Das ist aber noch keine Wissensbildung. Kleinere Organisationen müssen ihre Prozesse und Routinen besonders gut pflegen, denn ihre Resilienz und ihr Erfolg hängen direkt davon ab.

Ausgangslage: Dokumentieren kostet fast nichts mehr

In kleineren Organisationen scheiterte Wissensmanagement selten an der Software. Es scheiterte an der Zeit: Dokumentieren kostet Zeit, die im Tagesgeschäft fehlt. Wikis veralteten, Ablagen wuchsen, und am Ende fragte man doch die Kollegin, die es einfach weiss.

KI verändert das. Sprachmodelle fassen Besprechungen zusammen, ordnen Notizen und finden in grossen Ablagen die richtige Stelle. KI-Agenten gehen weiter: Sie erstellen aus Tickets, E-Mails oder Protokollen Entwürfe für Anleitungen. Die zuständige Person gibt sie frei, danach hält der Agent sie aktuell. Ein Praxisbeitrag nennt den Agenten deshalb einen Redaktor: Er pflegt und verteilt Wissen, bringt es aber nicht selbst hervor.

Analyse: Die Wissensspirale nach Nonaka und Takeuchi

Die beiden unterscheiden zwei Arten von Wissen:

• Explizites Wissen lässt sich aufschreiben, etwa in Prozessbeschreibungen, Verträgen oder Checklisten.
• Implizites Wissen steckt im Können. Zum Beispiel: Wann wird ein Kunde unruhig? Welche Offerte sollte man nachfassen? Warum klappt ein Ablauf auf dem Papier, aber nicht in der Werkstatt?

Neues Wissen entsteht, wenn sich beide Arten in vier Schritten ineinander umwandeln. Das Modell heisst nach den Anfangsbuchstaben SECI. KI wirkt auf jeden Schritt anders:

1. Sozialisation: Erfahrung geht durch gemeinsames Arbeiten, Beobachten und Nachahmen von Person zu Person. Hier hilft KI wenig. Eine Fallstudie der European Conference on Knowledge Management 2025 sieht Chancen, warnt aber auch davor, dass KI menschliche Begegnungen ersetzt.
2. Externalisierung: Erfahrung wird in Begriffe, Bilder und Modelle übersetzt. KI hilft beim Formulieren, Nachfragen und Gliedern. Der Inhalt kommt aber weiterhin von der Person mit der Erfahrung.
3. Kombination: Vorhandenes explizites Wissen wird zusammengeführt und neu geordnet. Hier ist KI am stärksten. Ein Teil der Fachliteratur hält dies sogar für die einzige Phase, in der KI direkt wirkt, weil maschinell erzeugtes Wissen immer explizit ist.
4. Internalisierung: Aufgeschriebenes Wissen wird durch Anwendung wieder zu eigenem Können. KI kann Übungsfälle, Simulationen und Rückmeldungen liefern. Wer ihre Ergebnisse aber nur übernimmt und weitergibt, lernt wenig dabei.

Was die Literatur zeigt und was offen bleibt

Die aktuellen Arbeiten sind sich in einem Punkt weitgehend einig. KI stärkt vor allem Kombination und Externalisierung. Bei Sozialisation und Internalisierung ist die Wirkung schwach oder zwiespältig. Auch neuere Vorschläge für generative KI behalten die vier Schritte bei und sehen KI als Hilfsmittel des Menschen.

Daraus entsteht eine Schieflage. Mit KI lässt sich viel explizites Wissen erzeugen, ordnen und verteilen. Gleichzeitig wird die Erfahrung, aus der es stammt, langsam dünner. Kleinere Organisationen trifft das stärker, weil ihr Erfahrungswissen oft bei wenigen Personen liegt.

Mein Schluss, dem man widersprechen kann: Aufgeschriebenes Wissen ist durch KI für alle leicht verfügbar. Damit verliert es an Wert als Unterscheidungsmerkmal. Was eine Organisation abhebt, ist ihr implizites Wissen und ihre Fähigkeit, es laufend neu zu bilden. Das California Management Review argumentiert ähnlich und nennt implizites Wissen den künftigen Wettbewerbsvorteil.

Die meisten Arbeiten sind konzeptionell oder beruhen auf Einzelfällen. Messungen dazu, wie KI die Wissensbildung in kleineren Organisationen verändert, fehlen bisher. Umstritten ist auch, wie viel implizites Wissen sich überhaupt erfassen lässt.

Ba: Der Raum, in dem Wissen entsteht

1998 ergänzte Nonaka zusammen mit Noboru Konno das Modell um den Begriff «Ba». Gemeint ist ein geteilter Raum, in dem Beziehungen und Wissen entstehen. Er kann physisch, virtuell oder gedanklich sein.

In vielen Betrieben entstand dieser Raum bisher nebenbei: bei der Rückfrage am Nachbarpult, beim gemeinsamen Durchgehen einer Offerte oder bei der Einarbeitung neuer Mitarbeitender. Beantwortet ein Agent die Rückfragen und liefert die Entwürfe, fallen genau diese Gelegenheiten weg. Wer weiter Wissen bilden will, muss solche Räume bewusst einplanen.

Vier praktische Punkte

1. Erfahrungswissen sichtbar machen, bevor Sie Werkzeuge wählen. Klären Sie für jeden Kernprozess: Welches Wissen trägt die Wertschöpfung, und bei wem liegt es? Eine einfache Frage hilft: Was wüsste niemand mehr, wenn diese Person drei Monate ausfällt?
2. KI zum Ordnen und Pflegen einsetzen, mit klarer Freigabe. Agenten dürfen Entwürfe erstellen, Inhalte zusammenführen und auf Veraltetes hinweisen. Wer Inhalte als gültig freigibt, legen Sie je Wissensgebiet fest. So bleibt die Prüfung eine sichtbare Aufgabe mit klarer Zuständigkeit.
3. Die Weitergabe von Erfahrung einplanen. Arbeit im Tandem, kurze Fallbesprechungen und gemeinsame Kundentermine geben Wissen weiter, das in keinem Dokument steht. Diese Zeit fehlt kurzfristig im Tagesgeschäft. Langfristig ist sie der Teil des Wissensmanagements, den keine KI übernimmt.
4. Das Verständnis prüfen, nicht nur Ergebnisse. Mitarbeitende sollten begründen können, warum ein KI-Ergebnis stimmt und wann es nicht passt. Fragen Sie in Besprechungen gezielt danach.

Damit Wissen nicht in einzelnen Köpfen bleibt.

Nächster Schritt

Möchten Sie klären, welches Wissen in Ihren Abläufen trägt und wo KI es sinnvoll unterstützt? Buchen Sie direkt einen 45-minütigen Video-Termin, ganz ohne Formular: Erstgespräch vereinbaren.

Quellen

1. Nonaka, I. und Takeuchi, H.: «The Knowledge-Creating Company: How Japanese Companies Create the Dynamics of Innovation», Oxford University Press, 1995. https://doi.org/10.1093/oso/9780195092691.001.0001
2. Nonaka, I. und Konno, N.: «The Concept of ‹Ba›: Building a Foundation for Knowledge Creation», California Management Review 40 (3), 1998, S. 40–54. https://cmr.berkeley.edu/1998/05/40-3-the-concept-of-ba-building-a-foundation-for-knowledge-creation/
3. Liccardo, G. und Cerchione, R. (University of Naples Parthenope): «GenAI-Assisted Knowledge Generation: A Case Study on Human-Machine Collaboration Through the SECI Model», Proceedings of the 26th European Conference on Knowledge Management (ECKM 2025, Lahti, Finnland), Vol. 26 No. 2, S. 1217–1225, veröffentlicht am 29. August 2025. https://doi.org/10.34190/eckm.26.2.3774