Bei den Wissenserntehelfern

Demografischer Wandel und digitale Transformation sorgen bei Unternehmen für mehr Fluktuation im Personal – und für die Gefahr, dass Erfahrungswissen verlorengeht. Zwei Fraunhofer-Projekte geben nun der Wirtschaft ein mächtiges Gegenmittel in die Hand: KI-basiertes Wissensmanagement.

Eine Fertigungsanlage macht plötzlich Faxen. Ein Kratzer ist auf einem Test-Produkt zu sehen, »da stimmt was nicht«, murmelt der Arbeiter. Gerade hatte er den Roboter ausgetauscht. Er war noch nicht allzu oft an dieser Maschine im Reinraum des Halbleiterherstellers Infineon in Villach, Österreich, und nun melden die Sensoren eine zu hohe Temperatur im Antrieb. Sofort bittet der Mann um Hilfe und fragt nach, ob es schon öfter Probleme an diesem Teil der Anlage gab. Nach einem Klick dann die Antwort: »In der Vergangenheit gab es Probleme, wenn nicht die richtige Kalibrier-Prozedur durchgeführt wurde.«

Wer dem Arbeiter gerade hilft, ist weder Vorgesetzter noch eine Fachkraft. Er spricht in diesem Moment mit einer besonderen KI in seinem Smartphone. Eine, die in ihrer Wissensdatenbank die Lösung für sein Problem fand, weil sie mit dem Erfahrungswissen seiner Kolleginnen und Kollegen gefüttert worden ist: mit impliziten Informationen, die in keinem Fachbuch stehen und die man mit der Zeit kennt, wenn man erlernt, wie die betroffene Anlage so tickt. Praktisch für den Newcomer, wenn gerade keine erfahrene Fachkraft in der Nähe ist – die KI ist es stets.

Ob wie hier in der Produktion oder in anderen Branchen: Die Zeiten, in denen man ein Berufsleben lang an denselben Maschinen stand, sind vorbei. Die Digitalisierung und der damit verbundene technologische Wandel führen dazu, dass Mitarbeitende immer öfter mit völlig neuen Problemlagen konfrontiert sind. Herausforderungen, für deren Lösung sie auf die Hilfe erfahrener Kolleginnen oder Kollegen angewiesen sind. Doch nicht immer, wenn man die braucht, sind sie auch da. Die Frage ist also: Wie ermöglicht man das vielbeschworene »lebenslange Lernen« konkret im laufenden Betrieb?

Um Antworten zu finden, hat Infineon Technologies Austria AG die Forschungseinrichtungen Fraunhofer Austria und Fraunhofer IAO beauftragt und ein einzigartiges Projekt aufgelegt: »TACIT-Talk«. Der Name ist vom Begriff »tacit knowledge« abgeleitet, was übersetzt »implizites Wissen« bedeutet. In Kombination mit dem Wörtchen »talk« wird daraus ein »Erfahrungswissen, das sich mitteilen kann« – und genau darum geht es im Projekt.

Derzeit wird im Rahmen von »TACIT-Talk« Unternehmenswissen KI-basiert gesammelt, aufgearbeitet und strukturiert, um es für die Zukunft zu sichern und bei Bedarf zielgenau abrufen zu lassen – wie in dem oben geschilderten Szenario. Noch interagiert das System mit der freundlichen Stimme nicht direkt mit den in der Industrie Arbeitenden, sondern in dieser Phase mit dem Team für »Analytics and Artificial Intelligence« von Infineon. Verschiedenste mögliche Probleme werden darin erfasst, und mit dem eingespeisten Erfahrungswissen werden Lösungen erarbeitet. In einem nächsten Schritt ist vorgesehen, den Demonstrator weiterzuentwickeln und schrittweise in den operativen Betrieb zu überführen.

Und das wird nötiger denn je. Große Teile der Babyboomer-Generation werden bis 2035 in Rente gehen. Die nachrückenden jüngeren Generationen sind zahlenmäßig kleiner. Deren Arbeitskräftepotenzial ist bereits stark ausgeschöpft. Das Statistische Bundesamt schätzt, dass die Zahl der Menschen im Erwerbsalter in Deutschland bis Mitte der 2030er Jahre um 3,2 Millionen Personen abnehmen wird. Die Folge: Mit ihnen wird auch jenes Wissen gehen, das in ihren Köpfen steckt. Und an das man besser rankommen sollte, bevor es zu spät ist.

Warum Wissen verloren geht

»Wissen verschwindet still und leise«, sagt Dr. Safa Omri. Die Mathematikerin leitet beim KODIS des Fraunhofer IAO das Team »Cognitive Service Technologies«. Sie macht neben dem demografischen Wandel noch drei weitere Verlustmechanismen aus: »Die innere Mobilität entwickelt sich schneller. Beschäftigte wechseln mittlerweile häufiger innerhalb ihrer Unternehmen die Positionen. Außerdem nimmt die Fluktuation allgemein zu, die Anzahl der Jobwechsel auf dem Arbeitsmarkt. Und schließlich gibt es das Phänomen der Flaschenhals-Fachkräfte – die Gefragtesten in der Belegschaft haben die wenigste Zeit, je mehr man sie braucht, desto weniger können sie erklären.«

Unternehmen reagieren auf diese Situation bisher vor allem mit einer wachsenden Dokumentationspflicht sowie mit Mentoring und Schulungen. Zudem werden Menschen, die gerade in Rente gegangen sind, in wachsender Zahl zurück in die Betriebe gebeten. Das kann helfen, reicht aber nicht aus, um den immensen Wissensverlust, den Unternehmen gerade erleben, aufzuhalten. Was also ist zu tun? Omris Antwort lautet: »Mit KI erhalten die Unternehmen erstmals ein Instrument, das dialogbasierte Wissenserfassung mit semantischer Strukturierung verbindet – in einer Geschwindigkeit und Zugänglichkeit, die bisherige Ansätze nicht erreichten.« Das Ziel sei es nicht, Menschen zu ersetzen, sondern Wissensverlust entgegenzuwirken.

»TACIT-Talk« startete im Juli 2025. Das Projekt ging aus dem Forschungsprojekt »PACT INSIGHT« hervor, in dem das KODIS gemeinsam mit Fraunhofer Austria einen Demonstrator entwickelte, der implizites Erfahrungswissen durch den kombinierten Einsatz von Large Language Models (LLMs) und Wissensgraphen sichtbar macht. Über eine intuitive Sprachschnittstelle können Fachkräfte ihr Wissen eingeben. Das System transkribiert sie und strukturiert die Inhalte automatisch, es verknüpft diese Informationen semantisch. Gemeinsam mit Infineon wurde der Ansatz dann in der industriellen Praxis weitergeführt – und im vergangenen März der Demonstrator mit Projektende zur internen Weiterentwicklung übergeben. »Wissensmanagement kann man nicht einfach automatisieren und laufen lassen«, sagt Philipp Brandhoff vom KODIS. »Es braucht immer Menschen, die den Rahmen setzen.« Fachleute gingen regelmäßig die geerntete Wissensbasis durch und korrigierten sie bei Bedarf. »Der Mensch bleibt im Zentrum.«

Übertragbare Methode

Langfristig sieht der Mathematiker eine enge Anbindung dieses KI-basierten Wissensmanagements an Sensordaten. »Die Maschine übermittelt permanent ihren Status. So könnte man zum Beispiel schneller in Wartungsprozesse kommen, bevor sie stillstehen muss.« Dieses Prinzip sei übertragbar. »Sowas eignet sich nicht nur für die industrielle Fertigung, sondern auch zum Managen von digitalen Prozessen in der öffentlichen Verwaltung«, sagt Brandhoff. Überall, wo Prozesse so komplex sind, dass formales Wissen allein nicht reicht, um Herausforderungen zu bewältigen, könnten Mitarbeitende auf diese Weise das Wissen erfahrener Kolleginnen und Kollegen anzapfen.

»TACIT-Talk« legt den Grundstein zur Lösung eines zentralen Problems von Infineon und anderen Industriebetrieben – auf Basis einer domänenspezifischen Wissensontologie, die die Konzepte, Relationen und Inferenzregeln der Halbleiterfertigung formal abbildet. Die Forschung zeigt, dass implizites Wissen grundsätzlich situiert ist: Es entsteht und wirkt innerhalb spezifischer organisationaler Kontexte und lässt sich nicht kontextfrei transferieren. »Ein Wissensgraph entfaltet seine semantische Tiefe nur dann vollständig, wenn seine Ontologie auf die jeweilige Domäne ausgerichtet ist«, sagt Omri. Die Methodik ist auf andere Industrien übertragbar – »sie erfordert jedoch jeweils eine domänenspezifische Anpassung der Wissensrepräsentation«.

Wer diesen Weg nicht allein, sondern im Unternehmensverbund gehen möchte, findet in »ExpertAIse« einen komplementären Ansatz. Das Ziel des Projekts, das im Januar startete und voraussichtlich bis Ende 2026 läuft, ist der Aufbau eines unternehmensübergreifenden Blueprints für ein KI-basiertes Wissensmanagement. Gemeinsam mit den Unternehmen Schwarz Digits, Audi AG, Dr. Ing. h.c. F. Porsche AG, SCHUNK SE & Co. KG und der Würth-Gruppe wird in dem Projekt ein Prototyp entwickelt, den die einzelnen Unternehmen dann weiter ausbauen und auf ihre Bedarfe hin anpassen können. »Damit werden die Entwicklungsressourcen aufgeteilt«, sagt die Wirtschaftswissenschaftlerin und Projektleiterin Nicole Gladilov. »Und auf einmal hat man ein großes Entwicklerteam.« Vorteilhaft sei zudem, dass die Projektleitung mit Fraunhofer ein neutraler Partner für die Unternehmen ist. »Wir sind eben sehr forschungsbasiert und praxisnah zugleich.«

»Während ›TACIT-Talk‹ tief in die Datenanalyse und in die strukturierte Datenspeicherung mit einem Unternehmen einstieg, widmet sich ›ExpertAIse‹ dem Aufbau eines Netzwerks aus Partnern und dem Ziel, die KI die richtigen Fragen stellen zu lassen«, sagt Dharmil Mehta.

Der KI-Entwickler begleitet bei Fraunhofer beide Projekte von der technischen Seite her. Die Idee für »ExpertAIse«, erzählt Mehta, e entstand als Resultat einer Workshopreihe zur Use-Case-Findung, die Fraunhofer gemeinsam mit weiteren Membern im Innovationspark Künstliche Intelligenz (IPAI) realisiert hatte. »In diesem Workshop kristallisierte sich heraus, dass die beteiligten Unternehmen eine gemeinsame Herausforderung teilten«, sagt Gladilov, »und zwar, wie das passende Wissen zu jenen gelangt, die es brauchen.«

Weit verstreuter Schatz

Zusammenfassend gesagt, zeigt die Forschung, dass sich KI-basiertes Wissensmanagement zu weit mehr als zu einem Lückenfüller entwickelt. Von ihm geht ein Pioniereffekt aus. »Wir müssen Wissen als dynamisches Organisationsgut verstehen – nicht als statische Information, die irgendwo gespeichert wird, vielmehr als etwas, das entsteht, sich verändert und nur im richtigen Kontext seinen vollen Wert entfaltet«, fügt Safa Omri hinzu.

Es geht, so Omri, darum, zu verstehen, dass Wissen nicht nur in Köpfen steckt, sondern auch in Mails, Gesprächsprotokollen, Videos und Fotos. So betrachtet, ist Wissen ein weit verstreuter Schatz, der gehoben werden will. Auf der Suche nach ihm agiert die KI wie eine Taschenlampe, die einen dunklen Raum ausleuchtet. Darüber hinaus zerlegt sie das Licht auch in seine Bestandteile und strukturiert es. Sie saugt auf, verwertet, arbeitet auf und präsentiert dann zielgenau.

Im Idealfall geschieht in diesem Prozess etwas Magisches: Es entsteht mehr Wissen, gemäß dem Aristoteles zugeschriebenen Zitat, wonach das Ganze mehr sei als die Summe seiner Teile.