KI-Integration und Wissensmanagement für gewachsene Systemlandschaften
Ich mache aus dem verstreuten Wissen Ihres Unternehmens ein System, das Ihr Team tatsächlich nutzt, und integriere KI so in Ihre bestehenden Systeme, dass sie belegbar wirkt und verantwortbar bleibt.
Ihr Wissen liegt in ERP, CRM, Fachsystemen, Dokumentenablagen und in den Köpfen weniger Menschen. Die Geschäftsführung fragt nach KI, der Markt macht Druck, und ein Anbieter hat schon einen Chatbot vorgeführt. Sie wissen, dass die meisten KI-Vorhaben nicht am Modell scheitern, sondern am Wissen, das nirgends strukturiert vorliegt. Und Sie wollen niemanden, der Ihnen ein Werkzeug verkauft, bevor er Ihre Landschaft gesehen hat.
Für wen
- Verkehrsunternehmen und Organisationen der Daseinsvorsorge, deren Tarif- und Prozesswissen in Altsystemen und Köpfen liegt
- Händler mit eigenem Shop, deren Beratungswissen im Innendienst steckt
- Mittelständler mit eigener IT, die eine KI-Strategie liefern sollen und wissen, dass Dokumentation und Runbooks nicht bereit sind
Was ich tue
Wissensquellen strukturieren
Ich erfasse, welches Wissen wo liegt, wer es pflegt und was davon maschinenlesbar ist. Ergebnis: eine Wissenslandkarte mit Quellen, Verantwortlichen und Datenqualität.
KI-Anwendungsfälle bewerten, mit Kontrollschritt
Jeder Anwendungsfall wird nach Wirkung auf Umsatz oder Aufwand, Machbarkeit, Datenlage und Risiko eingeordnet. Für jeden bleibt ein benannter Kontrollschritt, an dem ein Mensch prüft, bevor etwas nach außen geht. Ergebnis: eine bewertete Liste mit klarer Reihenfolge und einer Abgrenzung, was KI hier nicht lösen sollte.
Wissenssysteme integrieren
Ob Retrieval-Augmented Generation, Assistent oder semantische Suche: Das System arbeitet auf Ihren Quellen und in Ihrer Landschaft, nicht daneben. Ergebnis: ein Integrationskonzept mit Quellen, Schnittstellen, Betriebsmodell und Make-or-buy-Entscheidung, danach ein Pilot im Betrieb.
Governance aufsetzen
Verantwortlichkeiten, Freigaben, Datenschutz, Branchenrecht und Werkzeugregeln werden schriftlich festgelegt, so dass Datenschutzbeauftragte und Leitung sie mittragen. Ergebnis: ein Governance-Dokument, das im Audit besteht.
Team befähigen
Ihre Mitarbeitenden lernen, das System zu pflegen und zu erweitern, damit es nicht mit mir geht. Ergebnis: Betriebshandbuch, Schulungsformat und ein Team, das das Wissenssystem als seines betrachtet.
Was ein Wissenssystem ist
Ob Retrieval-Augmented Generation, Assistent oder semantische Suche: Das System arbeitet auf Ihren Quellen und in Ihrer Landschaft, nicht daneben. Die Kette ist immer dieselbe:
- Ihre Quellen ERP, CRM, Fachsysteme, Dokumente, Köpfe. Sie bleiben führend und werden nicht kopiert.
- Wissensschicht Strukturiert, mit Herkunft und Aktualität. Hier entsteht die Wissenslandkarte.
- Assistent oder Suche Antwort mit Beleg, in den Werkzeugen, die Ihr Team schon nutzt.
- Kontrollschritt Ein Mensch prüft, gibt frei und trägt die Verantwortung. Ohne ihn geht kein Ergebnis raus.
Folgepakete
Nach der KI-Potenzialanalyse geht es in einem dieser Pakete weiter. Aufwände sind Spannen in Personentagen; der Festpreis steht im Angebot.
| Paket | Aufwand | Ergebnis |
|---|---|---|
| Wissenssystem-PilotEin Anwendungsfall produktiv: Quellen anbinden, Retrieval und Assistent aufsetzen, Kontrollschritt und Messung einführen, Team befähigen | 10 bis 20 PT | Pilot im Betrieb auf Ihrer Infrastruktur, Betriebshandbuch, Messbericht |
| KI-Governance-RahmenVerantwortlichkeiten, Freigabe- und Kontrollschritte, Datenschutz- und Risikobewertung, Werkzeugregeln, Schulungsformat | 5 bis 10 PT | Governance-Dokument, das der Datenschutz mitträgt |
| KI-Standard für ProzesskettenJe Prozessschritt Werkzeug, Vorlage, Ergebnis und Kontrollschritt festlegen | 10 bis 20 PT | Unternehmensstandard mit Pilot- und Befähigungsschnitt |
Beweis
Was ich empfehle, betreibe ich selbst. Meine eigene Arbeit läuft auf einem Wissenssystem aus einfachen Textdateien, das KI-Agenten für Buchhaltung, Besprechungsnotizen, Stundennachweise und Konzeptarbeit nutzen. Jeder Agent hat einen Kontrollschritt, bevor ein Ergebnis gilt. Wie das aufgebaut ist, was funktioniert und was nicht, steht in der Case Study Wissenssystem mit Agenten.
In einem Konzernumfeld habe ich ein KI-gestütztes Wissensmanagement über einen Bestand von mehr als 1.000 Prozessdokumenten in den Produktivbetrieb gebracht, mit Governance-Regeln, die der Datenschutz mitgetragen hat. Die Problemklasse und der Weg dorthin stehen in der Case Study Konzern.
Für eine Agentur unter Heilmittelwerberecht habe ich einen KI-Standard entworfen, bei dem jedes KI-Ergebnis einen benannten Kontrollschritt hat. Regulierung ist kein Grund, KI zu meiden. Sie ist ein Grund, sie sauber einzuführen.
Ähnliche Projekte
Prozesswissen eines Konzerns mit KI durchsuchbar und steuerbar gemacht
Technischer Lead und unabhängiger Berater
KI-gestütztes Wissenssystem in Produktion und im Alltag genutzt, Prozessdokumentation durchsuchbar und pflegbar, Governance-Struktur gelebt, Plattform-Roadmap in Arbeit.
Kundenstimmen
Hiermit spreche ich meine ausdrückliche Empfehlung für Jeff aus, den ich im Rahmen unserer Zusammenarbeit als externen Consultant und Product Owner kennenlernen durfte.
Einwände
Wir haben schon ein Wissensmanagement, das keiner nutzt.
Das ist der Normalfall, und meistens liegt es nicht am Werkzeug, sondern daran, dass Pflege und Nutzen auseinanderfallen. Ich beginne deshalb bei den Fragen, die Ihr Team täglich stellt, und nicht bei der Software.
Wie unabhängig sind Sie von den großen Anbietern?
Ich empfehle keine Produkte, an denen ich verdiene, und habe keine Partnerschaft mit Modell- oder Plattformanbietern. Ob ein Modell in der Cloud, bei einem europäischen Anbieter oder auf Ihrer eigenen Hardware läuft, entscheidet Ihre Datenlage, nicht mein Geschäftsmodell.
Berater liefern Folien.
Ich liefere Entscheidungsvorlagen, Konzepte und laufende Systeme, und ich betreibe selbst, was ich empfehle. Was Sie von mir bekommen, können Sie ohne mich weiterführen.
Einstieg: KI-Potenzialanalyse
In drei bis fünf Personentagen wissen Sie schriftlich, welches Wissen bei Ihnen wo liegt, welche KI-Anwendungsfälle sich lohnen und welche nicht, was Ihre Systemlandschaft zulässt, wer die Verantwortung trägt und was der nächste Schritt kostet. Ergebnis: eine Entscheidungsvorlage, die Ihre Leitung versteht und Ihr Team umsetzen kann.