KI-Solutions 29.09.2025 – Gruppe 13 – Mitarbeiter-Fachwissen sichern – Vorstellung des AWF

„Wissenssicherung bei ausscheidenden Mitarbeitenden“ – Claudia stellt ihren Anwendungsfall vor

In diesem Abschnitt stellt Claudia ihren Anwendungsfall im Rahmen der KI-Solutions vor. Ausgehend von einer klaren Problemstellung – dem drohenden Wissensverlust durch ausscheidende Mitarbeitende – wurde gemeinsam mit Andreas ein Lösungspfad entwickelt, der auf strukturierter Wissenssicherung und KI-gestütztem Zugriff basiert.

Der Fokus liegt dabei auf der Aufbereitung, Speicherung und Nutzbarmachung von Wissen, das bislang oft implizit in Köpfen vorhanden oder unstrukturiert über viele Systeme verteilt ist. Ziel ist eine skalierbare Lösung, die es erlaubt, dieses Wissen zentral verfügbar zu machen – über eine KI-gestützte Wissensdatenbank mit Chatbot-Zugriff.

Ausgangspunkt: Implizites Wissen sichern und zugänglich machen

Die ursprüngliche Idee fokussierte sich auf die Sicherung von Wissen, das beim Ausscheiden von Mitarbeitenden verloren zu gehen droht. Dabei geht es sowohl um formale Dokumente als auch um informelles Erfahrungswissen, das bisher nicht dokumentiert ist. Im Diskurs innerhalb der Gruppe wurde deutlich: Der Bedarf betrifft viele Organisationen und lässt sich auch auf andere Anwendungsfelder übertragen.

Der Anspruch:
Wissen soll nicht nur gesammelt, sondern auch strukturiert, mit Metadaten versehen und dialogbasiert verfügbar gemacht werden – intern wie extern. Möglich wird das durch die Kombination mehrerer Technologien, unter anderem OCR, NLP und Vektordatenbanken.

Technisch definiert sich die Lösung über drei zentrale Module:

Wissensaufbereitung:
Sammlung und Extraktion von vorhandenem Wissen aus verschiedenen Quellen (z. B. Dokumente, Videos, Interviews, Audiodateien). Implizites Wissen wird durch gezielte Formate erfasst und explizit gemacht.

Rack-Strukturierung & Datenarchitektur:
Aufbau einer skalierbaren Wissensdatenbank („Rack“), in der Inhalte in kleinen, verlinkten Einheiten abgelegt werden. Erzeugung von Metadaten, Quellenverweisen und Anreicherung der Inhalte für gezielte Abfragen.

Chatbot-Integration:
Entwicklung eines KI-gestützten Chatbots, der über natürliche Sprache den Zugriff auf die gesicherten Inhalte ermöglicht. Der Bot dient als dialogbasierte Schnittstelle zwischen Nutzenden und dem strukturierten Wissen.

Warum KI?

Die Lösung adressiert ein komplexes, heterogenes Informationsumfeld: Wissen liegt in unterschiedlichen Formaten und Kanälen vor, die manuell nicht effizient aufbereitbar sind. KI wird hier zum Enabler für:

• Texterkennung (OCR) und automatische Strukturierung
• Extraktion und Zuordnung von Kontextinformationen
• Aufbau eines dialogorientierten, intelligenten Interfaces zur Nutzung des Wissens

Gerade im technischen oder wissensintensiven Umfeld sind solche Systeme ohne KI nicht skalierbar. KI sorgt hier für Konsistenz, Effizienz und permanente Verfügbarkeit.

Zielgruppen:

Primär: Unternehmen mit vielen Wissensarbeitenden und anstehenden Ruheständen

Sekundär: Kunden, Lieferanten oder Partner, die über selektive Zugänge auf Wissensbereiche zugreifen (z. B. Onboarding, FAQs, technische Dokumentation)

Langfristig: Einsatz in Schulungssystemen, Service-Portalen oder als Basis für weitere wissensbasierte Assistenzsysteme

KI-Einsatz entlang des gesamten Prozesses:

Von der Vorverarbeitung über die Strukturierung bis hin zur Nutzung des Wissens kommt KI an mehreren Stellen zum Einsatz:

• OCR zur Texterkennung in PDFs, Scans und Bildern
• NLP zur inhaltlichen Analyse und Chunking
• Vektordatenbanken für semantische Abfragen
• Chatbots als Frontend für die dialogbasierte Nutzung

Langfristige Vision:

Die Vision ist ein System, das nicht nur vorhandenes Wissen bewahrt, sondern auch kontinuierlich erweitert, verfeinert und weiterentwickelt wird. Perspektivisch könnten sogar neue Inhalte automatisch erzeugt werden – auf Basis der bestehenden Datenlage. Dieses Element ist jedoch aktuell out of scope und eher als evolutiver Schritt gedacht.

Claudia schlägt vor, zunächst mit häufigen Fragen zu starten, Teilbereiche zu erschließen und über Iterationen neue Formate und Inhalte zu integrieren. Die Umsetzung soll teilautomatisiert erfolgen, mit klarer Struktur und messbaren Erfolgsparametern – die noch definiert werden.

Der Arbeitstitel der Solution:

„Wissenssicherung und -nutzung via KI-Chatbot“ –
eine modulare, praxisorientierte Lösung zur strukturierten Erfassung, Speicherung und Bereitstellung unternehmensinternen Wissens, mit Fokus auf nachhaltige Nutzung durch Mensch und Maschine.

Im Call wurde außerdem angeregt:

Die OCR-Lösung aus der Gruppe 2 (von Stefan Weimer) mit einzubinden. Sie soll in der technischen Umsetzung zum Einsatz kommen, um bestehende Dokumente effizient zu digitalisieren und in den Wissenspool zu integrieren.

Fokus der nächsten Wochen:

• Aufteilung in konkrete Meilensteine
• Ermittlung des Zeitbedarfs je Modul
• Definition qualitativer und quantitativer Erfolgskriterien
• Prototyping: Aufbau eines initialen Chatbots mit Kerninhalten
• Identifikation potenzieller Teammitglieder zur Verstärkung des Projekts