Informationssuche im Unternehmen: Was Führungskräfte wissen sollten

Begleitartikel zur Podcast-Folge

Worum es geht

Jedes Unternehmen sammelt Wissen: Wartungsanleitungen, Serviceberichte, technische Zeichnungen, Protokolle. Dieses Wissen ist wertvoll – aber nur, wenn es sich wiederfinden lässt.

In vielen Betrieben kostet das Suchen Zeit. Manchmal Minuten, manchmal Stunden. Oft hängt der Erfolg davon ab, den richtigen Kollegen zu kennen. Das funktioniert, solange die erfahrenen Leute da sind. Aber was, wenn sie gehen? Und selbst der beste Experte braucht bei seltenen Störungen oder komplexen Instandhaltungen, die nur alle paar Jahre vorkommen, deutlich länger – weil auch er das Wissen nicht mehr im Kopf hat.

Moderne Suchsysteme versprechen, dieses Problem zu lösen. Die Technologie ist reif. Doch die entscheidende Frage ist nicht, ob es technisch funktioniert – sondern ob es sich lohnt und wie das Projekt richtig angegangen wird.

Dieser Artikel gibt einen Überblick: Wann macht ein Suchsystem Sinn? Was braucht es dafür? Und worauf ist zu achten, damit das Projekt nicht im Sand verläuft?

Das Szenario

Ein produzierender Betrieb, 150 Mitarbeiter. Die technische Dokumentation – Wartungsanleitungen, Schaltpläne, Serviceberichte – ist über Jahre gewachsen. Wer etwas sucht, braucht Erfahrung, Geduld und oft den richtigen Kollegen. Die Frage: Lohnt sich ein modernes Suchsystem?

Der Business Case: Zwei Arten von Wertschöpfung

Wertschöpfung erster Ordnung: Die direkte Zeitersparnis

Der Techniker spart 20 Minuten Suchen. Nützlich, aber selten ein Argument für eine größere Investition.

Wertschöpfung zweiter Ordnung: Der Impact auf die Prozesskette

Die Maschine läuft zwei Stunden früher wieder. Die Produktion fährt mit höherer Auslastung. Hier liegt oft das Zehnfache an Wert.

Beispiele für Wertschöpfung zweiter Ordnung:

• Vertrieb: Bessere Beratung durch schnellen Zugriff auf Referenzen -> höhere Abschlussquote
• Service: Problem beim ersten Kontakt gelöst -> weniger Eskalationen, höhere Kundenzufriedenheit
• Onboarding: Neue Mitarbeiter finden Wissen selbstständig -> schneller produktiv
• Qualität: Schneller Zugriff auf Spezifikationen -> weniger Fehler, weniger Ausschuss

Die Ausnahme: Bei Tätigkeiten mit sehr hoher Wiederholfrequenz – hunderte Suchvorgänge täglich – wird auch die direkte Zeitersparnis zum echten Hebel.

Merke: Nicht fragen: Wie viel Zeit spart der Mitarbeiter? Sondern: Was passiert in der Prozesskette, wenn Information schneller fließt?

Was heute möglich ist

Klassische Suche: Das Stichwort muss exakt passen. Wer "Hydraulikpumpe" sucht, findet keine Dokumente, in denen nur "Druckerzeuger" steht.

Moderne Suche: Der Suchende beschreibt, was er sucht – und das System versteht die Bedeutung. Es erkennt, dass "Hydraulikpumpe" und "Druckerzeuger" zusammengehören. Es findet relevante Stellen, auch wenn die Wortwahl nicht exakt mit dem Dokument übereinstimmt.

Das ist keine Magie, aber ein spürbarer Unterschied im Arbeitsalltag.

Welche Daten lassen sich durchsuchen?

Gut verarbeitbar:

• Dokumente: PDF, Word, Excel, PowerPoint, Textdateien
• Gescannte Dokumente: Texterkennung funktioniert heute zuverlässig
• Audio: Transkription von Sprachaufnahmen, Einsatzberichten – oft unterschätzt, wie gut das mittlerweile funktioniert

Mit Einschränkungen:

• Bilder und technische Zeichnungen: Text in Bildern wird erkannt. Aber die inhaltliche Bedeutung einer Zeichnung zu verstehen – welches Bauteil wo sitzt – ist noch nicht robust genug für den Produktiveinsatz.

Warum Struktur und Metadaten helfen

Je mehr Daten zusammenkommen, desto wichtiger wird Ordnung. Das Suchsystem kann durcheinanderkommen, wenn Begriffe mehrdeutig oder redundant verwendet werden.

Was hilft:

• Konsistente Ordnerstruktur und klare Dateinamen
• Tags oder Labels für Dokumenttypen, Anlagentypen, Maßnahmenarten
• Ein kurzer, standardisierter Textblock am Anfang jedes Dokuments mit den wichtigsten Eckdaten

Warum das wichtig ist: Ein gut strukturierter Datenbestand erlaubt ein einfacheres, schnelleres und zuverlässigeres Suchsystem. Die Alternative – ein komplexeres System, das länger "nachdenkt" – funktioniert, ist aber aufwendiger und fehleranfälliger.

Realistisch betrachtet: Der Start erfolgt oft mit dem, was da ist. Verbesserungen kommen schrittweise.

Der unterschätzte Faktor: Mitarbeiterakzeptanz

Ein Suchsystem ist nur so gut wie seine Nutzung. Wenn Mitarbeiter dem System nicht vertrauen, werden sie es umgehen.

Was das bedeutet:

• Mitarbeiter früh einbeziehen – nicht erst bei der Einführung
• Verstehen lassen, welches Problem gelöst wird
• Als Testnutzer einbinden, Feedback ernst nehmen
• Arbeitsabläufe gemeinsam anpassen

Wer das System mitgestaltet, hat ein Interesse daran, dass es funktioniert.

Aktualität: Das System muss leben

Ein Suchsystem, das einmal befüllt wird und dann veraltet, verliert schnell seinen Wert.

Ziel: Neue Informationen fließen automatisch oder mit minimalem Aufwand ins System.

Ideal im technischen Umfeld: Techniker dokumentieren direkt im System. Fehlerbeschreibung, Problemlösung und Maßnahme werden verknüpft und stehen für zukünftige Suchen zur Verfügung. Das rechtfertigt den Dokumentationsaufwand, weil er doppelten Nutzen stiftet.

Wer muss an Bord sein?

Ein Suchprojekt ist kein reines IT-Projekt. Diese Rollen braucht es:

In der Praxis fallen oft mehrere Rollen auf eine Person: Lösungsverantwortlicher und Prozessexperte sind häufig dieselbe Führungskraft. IT-Ansprechpartner und KI-Entwickler können zusammenfallen, wenn ein externer Dienstleister beides abdeckt. Das ist in Ordnung – solange das Rollenverständnis klar ist und jede Aufgabe einen Verantwortlichen hat.

Das Pilotprojekt richtig aufsetzen

Ein Pilot ist kein Technik-Demo. Er soll eine Geschäftshypothese testen.

Die Hypothese formulieren: "Wenn unsere Servicetechniker die Dokumentation in unter 2 Minuten finden, reduzieren wir die durchschnittliche Reparaturzeit um X Minuten."

Was der Pilot leisten muss:

• Einen abgegrenzten, repräsentativen Datenbestand verwenden
• Im echten Prozess getestet werden, nicht nur im Labor
• Messbare Ergebnisse liefern
• Klare Verantwortlichkeiten haben

Was der Pilot nicht sein darf:

• Eine Spielwiese ohne Zeitrahmen
• Ein Projekt, das immer weiter wächst
• Eine Alibiveranstaltung, "weil wir auch mal was mit KI machen wollten"

Statische Daten im Pilot: Absolut vertretbar. Der Pilot soll zeigen, ob die Suche im Prozess funktioniert. Die Frage der laufenden Aktualisierung ist eine separate Aufgabe für Phase 2.

Vor dem Pilot: Einmal grob durchrechnen, was die Skalierung auf den Echtbetrieb kosten würde. Wenn das von vornherein unrealistisch ist, spart man sich den Pilot.

Realitätscheck: Kosten und Zeitrahmen

Einmalige Investition – Größenordnungen:

Laufende Kosten – oft unterschätzt:

• Infrastruktur: 500–2.000 EUR pro Monat
• Wartung und Weiterentwicklung: 10–20 % der Initialkosten pro Jahr
• Interne Aufwände für Datenpflege

Zeithorizont:

• Pilot: 6–12 Wochen
• Produktivsetzung: 3–6 Monate nach erfolgreichem Pilot
• Erste belastbare Aussage zum Nutzen: 6–12 Monate nach Go-Live

Wann lohnt es sich?

Faustregel: Wenn der erwartete Nutzen die Investition innerhalb von 18–24 Monaten wieder einspielt, ist es in der Regel ein gutes Projekt. Bei mehr als 3 Jahren Amortisation sollte man sehr genau hinschauen.

Checkliste für Entscheider