Informationssuche im Unternehmen: Wie lange suchen Ihre Mitarbeiter nach Antworten?

Das Problem beginnt selten damit, dass eine Information fehlt. Meistens liegt sie nur woanders. Die technische Angabe steht in einer Dokumentation, die Entscheidung in einem Besprechungsprotokoll, der aktuelle Stand im ERP, die entscheidende Ergänzung kam irgendwann per E-Mail. Jedes dieser Systeme ist für sich sinnvoll. Zusammen ergeben sie eine Frage, die niemand für den Mitarbeiter beantwortet: Wo fange ich an?

Die Recherche selbst ist unspektakulär. Suchbegriff eingeben. Anderen Suchbegriff probieren. Ordner durchklicken. Drei Treffer öffnen. Jeder Schritt ist harmlos, und genau deshalb zählt ihn niemand.

Teurer als die Minuten ist die Unsicherheit am Ende. Habe ich falsch gesucht? Ist diese Version die aktuelle? Gilt der Inhalt überhaupt noch? Kann ich darauf weiterarbeiten? Wer diese Fragen nicht beantworten kann, arbeitet entweder mit einem Restrisiko weiter oder unterbricht einen Kollegen. Was dann passiert, haben wir in einem eigenen Beitrag über personengebundenes Wissen beschrieben. Hier geht es um den Weg bis dorthin.

Dass dieser Weg lang ist, ist keine Vermutung. Im Work Trend Index 2023 von Microsoft gaben 62 Prozent von 31.000 Befragten an, mit zu viel Arbeitszeit für die Suche nach Informationen zu kämpfen. Der Wert stammt aus dem Büroumfeld und lässt sich nicht auf jeden Betrieb übertragen. Das muss er auch nicht.

Niemand bucht auf eine Kostenstelle: „14 Minuten nach der aktuellen Spezifikation gesucht.“ Die einzelne Suche ist zu klein. Über den ganzen Betrieb wiederholt sie sich aber jeden Tag. Statt eines internationalen Durchschnitts reicht eine eigene Überschlagsrechnung:

• 100 Mitarbeiter, jeder verliert 15 Minuten pro Arbeitstag durch vermeidbare Suche in Ablagen und Systemen
• Das sind 25 Arbeitsstunden pro Tag, bei 220 Arbeitstagen 5.500 Stunden im Jahr
• Bei angenommenen Vollkosten von 50 Euro je Stunde: 275.000 Euro pro Jahr

Das ist keine Studie, sondern eine Beispielrechnung mit offengelegten Annahmen. Setzen Sie Ihre Zahlen ein. Die interessante Frage lautet dann nicht: „Suchen unsere Leute wirklich so lange?“ Sondern: „Wie viele Minuten täglich müssten wir einsparen, damit es wirtschaftlich relevant wird?“ Oft sind es überraschend wenige.

Die Rechnung ist bewusst konservativ. Sie enthält weder die Zeit der Kollegen, die am Ende doch gefragt werden, noch die Wiederholung: Dieselbe Information wird nächste Woche von jemand anderem noch einmal gesucht, weil die erste Suche nirgends Spuren hinterlassen hat.

Die naheliegende Reaktion lautet: besser dokumentieren, bessere Suche. Beides hilft, beides löst nur einen Teil. Ein Unternehmen kann zehntausende Dateien besitzen und trotzdem ein Zugriffsproblem haben, weil der Mitarbeiter weiterhin wissen muss, wie die Datei heißt, welche Begriffe damals verwendet wurden und welche Version gilt. Warum mehr Pflege daran wenig ändert, haben wir an anderer Stelle beschrieben.

Der tiefere Grund: Viele Fragen aus dem Arbeitsalltag sind keine Suchanfragen. Ein Mitarbeiter fragt nicht „In welchem Dokument steht die Materialnummer?“, sondern „Welches Teil brauche ich für diese Maschine?“ Nicht „Zeig mir alle Dateien zum Kunden Müller“, sondern „Was haben wir Müller beim letzten Gespräch zugesagt?“ Und manchmal: „Warum machen wir diesen Arbeitsschritt eigentlich so?“

Eine Suchmaschine liefert auf solche Fragen eine Trefferliste. Die Antwort steht vielleicht im dritten Treffer, vielleicht ergibt sie sich erst aus dem dritten und dem siebten zusammen, vielleicht steht sie in keinem. Die Arbeit, das herauszufinden, bleibt beim Mitarbeiter. Zehn Treffer in 200 Millisekunden sind deshalb kein Erfolg, wenn danach zehn Minuten Lesen beginnen.

Vielleicht messen Unternehmen an der falschen Stelle. Wie viele Dokumente liegen im SharePoint? Wie viele Seiten hat das Wiki? Wie schnell antwortet die Suche? Interessanter ist eine andere Frage: Wie lange dauert es von einer fachlichen Frage bis zu einer Antwort, mit der man zuverlässig weiterarbeiten kann?

Diese Zeit bis zur belastbaren Antwort endet nicht beim ersten Treffer. Sie endet, wenn vier Dinge klar sind: Das ist die Information, die ich brauche. Sie gehört zu meinem Fall. Sie ist aktuell genug. Und ich weiß, woher sie stammt. Fehlt eines davon, ist die Suche nicht zu Ende, auch wenn ein Dokument geöffnet ist.

Die Kennzahl hat eine unangenehme Konsequenz für KI-Werkzeuge. Ein Sprachmodell kann in zwei Sekunden eine flüssige Antwort formulieren, und die Zeit bis zur Antwort sinkt damit drastisch. Die Zeit bis zur belastbaren Antwort sinkt nur, wenn die Antwort prüfbar ist. Das BSI beschreibt in seiner Publikation zu generativen KI-Modellen, dass erfundene Ausgaben von Sprachmodellen meist glaubhaft wirken, gerade wenn sie mit Referenzen daherkommen. Eine plausible, aber falsche Antwort ist deshalb schlechter als eine langsame richtige, und schlechter als der ehrliche Hinweis, dass der aktuelle Stand nicht bekannt ist.

Der Nutzen einer KI-Wissensdatenbank liegt darum nicht im Chat, sondern in drei Eigenschaften. Erstens versteht sie die Frage so, wie sie gestellt wird, nicht nur den Suchbegriff. Zweitens liefert sie nicht die Trefferliste, sondern die Passage, und nennt dazu die Quelle, damit die vier Kriterien von oben in Sekunden statt in Minuten geprüft sind. Drittens, und das ist der Punkt, an dem sich gute von schlechten Systemen trennen: Fehlt die Information oder widersprechen sich zwei Quellen, muss genau das sichtbar werden, statt in einer glatten Formulierung zu verschwinden.

So haben wir hAiner gebaut: Jede Antwort trägt ihre Quelle, Widersprüche und Lücken werden ausgewiesen statt überbrückt. Welche Lösungsarten es sonst gibt und welche zu welcher Art von Wissen passt, steht auf der Themenseite KI-Wissensmanagement-Software.

Was KI nicht ändert: Wissen, das nirgends steht, findet auch kein Modell. Steckt die Antwort nur im Kopf eines Kollegen, zeigt eine gute Wissensdatenbank genau diese Lücke. Das ist kein Mangel, sondern der Anfang des zweiten Teils von Wissensmanagement: Erfahrungswissen zu sichern, bevor es das Unternehmen verlässt.

Dafür brauchen Sie keine Software, sondern eine Stunde und eine Stoppuhr. Ein Vorgehen, das in einem Nachmittag durchführbar ist:

1. Zehn echte Fragen sammeln. Nicht ausgedacht, sondern aus der letzten Woche: Was wurde tatsächlich gesucht oder gefragt? Kundenzusagen, Prüfmaße, Ausnahmeregelungen, Lieferantenkonditionen.
2. Zwei Mitarbeiter suchen lassen, mit den vorhandenen Systemen. Ein erfahrener, ein neuer. Gestoppt wird nicht bis zum ersten Treffer, sondern bis die Person sagt: Damit arbeite ich weiter.
3. Endpunkt notieren. Wo lag die Antwort am Ende: in einem Dokument, in einem System, bei einem Kollegen, oder nirgends? Und stimmte die Version?

Das Ergebnis ist eine kleine Tabelle mit zehn Zeilen, zwei Zeiten und einem Endpunkt je Frage. Sie sagt mehr über den Zustand Ihres Unternehmenswissens als die Anzahl der Dokumente in der Ablage. Fragen, die beide Mitarbeiter nur über einen Kollegen lösen konnten, gehören auf die Liste, die Maike Penz im Beitrag zum personengebundenen Wissen beschreibt. Fragen, bei denen der Erfahrene in zwei Minuten fertig war und der Neue nach zwanzig aufgab, zeigen Ihnen Ihr Zugriffsproblem.

Eine einzelne Suche von zehn Minuten gefährdet keinen Betrieb. Tausende kleine Suchen im Jahr binden Arbeitszeit und erzeugen etwas, das sich schwer in Euro ausdrücken lässt: das Gefühl, gegen die eigene Organisation arbeiten zu müssen. Das Ziel von Wissensmanagement sollte deshalb nicht sein, möglichst viel zu speichern, sondern den Weg von der Frage zur belastbaren Antwort kurz zu halten.

Wie groß ist Ihr Wissensrisiko? Der Wissensverlust-Check braucht fünf Fragen und zwei Minuten, ohne Anmeldung.