Implizites Wissen: Was KI nicht lernen kann
Implizites Wissen ist das Erfahrungswissen, das Mitarbeitende im Kopf haben, aber nie aufgeschrieben haben. Es entscheidet darüber, wie gut ein Unternehmen wirklich funktioniert. Und es ist genau das Wissen, an das keine KI herankommt.
Jedes Unternehmen, das KI einführt, stößt früher oder später auf dasselbe Paradox. Die Modelle sind leistungsfähig, die Integration steht, die Lizenzen sind bezahlt. Und trotzdem liefert das System keine brauchbaren Antworten auf die Fragen, die im Alltag wirklich zählen.
Der Grund ist selten die Technologie. Der Grund ist, dass eine KI nur mit dem arbeiten kann, was in Dokumenten, Tickets, Wikis und Datenbanken steht. Das Wissen, das ein Unternehmen am Laufen hält, steht dort in aller Regel nicht.
Was ist implizites Wissen?
Implizites Wissen, im Englischen tacit knowledge, ist Wissen, das eine Person durch Erfahrung erworben hat und das sie nur schwer in Worte fassen kann. Der Begriff geht auf den Chemiker und Philosophen Michael Polanyi zurück, der ihn 1966 in seinem Buch „The Tacit Dimension“ prägte.
Wir wissen mehr, als wir zu sagen wissen.
Michael Polanyi, The Tacit Dimension (1966)Polanyis Beispiel ist das Fahrradfahren. Jeder, der es kann, kann es zuverlässig. Aber kaum jemand kann erklären, wie genau er das Gleichgewicht hält. Das Wissen sitzt im Körper, nicht im Kopf, und es lässt sich nicht durch Lesen übertragen.
Im Arbeitsalltag sieht implizites Wissen weniger spektakulär aus, ist aber genauso schwer greifbar. Es ist die Einschätzung, welcher Kunde bei welcher Formulierung nervös wird. Das Gefühl dafür, wann eine Maschine kurz vor dem Ausfall steht, obwohl noch keine Warnleuchte angeht. Das Wissen, dass man bei Projekt X nicht die offizielle Freigabekette nutzt, sondern kurz bei der Kollegin im dritten Stock anruft.
Explizites und implizites Wissen im Vergleich
Explizites Wissen
Dokumentiert und übertragbar
- Prozessbeschreibungen und Handbücher
- Produktdaten und Spezifikationen
- Verträge, Richtlinien, Checklisten
- Schulungsunterlagen und Wikis
- Lässt sich kopieren, speichern und indexieren
Implizites Wissen
Erfahrungsbasiert und personengebunden
- Einschätzungen und Bauchgefühl
- Wissen, wen man wann fragt
- Ungeschriebene Regeln und Abkürzungen
- Beziehungen zu Kunden und Kolleg:innen
- Entsteht durch Erfahrung, nicht durch Lesen
In der Wissensmanagement-Forschung gilt implizites Wissen seit Jahrzehnten als der weitaus größere Anteil. Je nach Studie und Definition werden Werte von 42 bis über 90 Prozent des gesamten Organisationswissens genannt. Die Spannweite zeigt vor allem eines: Der Anteil lässt sich nicht exakt messen, weil man das, was nirgends steht, nicht zählen kann.
Warum KI genau an dieser Stelle scheitert
Eine KI arbeitet mit dem, was sie lesen kann. Bei unternehmensinternen Anwendungen heißt das: SharePoint, Confluence, Ticketsysteme, E-Mail-Archive, CRM-Einträge. Alles Quellen, die explizites Wissen enthalten. Die Technologie dahinter, meist eine Kombination aus Vektorsuche und Sprachmodell, kann dieses Material sehr gut durchsuchen, zusammenfassen und aufbereiten.
Was sie nicht kann: eine Lücke füllen, die im Quellmaterial nie geschlossen wurde. Wenn nirgends dokumentiert ist, warum ein bestimmter Lieferant seit 2019 nicht mehr angefragt wird, dann steht diese Information auch nicht im Index. Die KI wird höflich antworten, dass sie dazu keine Informationen findet. Oder, schlimmer, sie wird sich eine plausible Erklärung ausdenken.
Das MIT hat 2025 im Report „The GenAI Divide“ 300 öffentliche KI-Einführungen ausgewertet und Führungskräfte sowie Mitarbeitende befragt. Ergebnis: 95 Prozent der Pilotprojekte hatten keinen messbaren Effekt auf die Geschäftszahlen. Als Hauptursache nennen die Autoren nicht die Modellqualität, sondern eine Lernlücke zwischen Werkzeug und Organisation. Systeme, die den Kontext eines Unternehmens nicht kennen und nicht dazulernen, bleiben im Pilotstadium stecken.
Für HR und Wissensmanagement folgt daraus ein unbequemer Befund. Je mehr ein Unternehmen auf KI setzt, desto sichtbarer wird, wie wenig von seinem tatsächlichen Wissen jemals aufgeschrieben wurde. Die Technologie legt eine Lücke offen, die vorher niemandem aufgefallen ist, weil sie im Alltag von Menschen überbrückt wurde.
Der doppelte Zeitdruck
Diese Lücke wäre ein überschaubares Problem, wenn Unternehmen unbegrenzt Zeit hätten, sie zu schließen. Haben sie nicht. Zwei Entwicklungen laufen gleichzeitig und verstärken sich gegenseitig.
Die Anforderungen verschieben sich
Das World Economic Forum befragt für den Future of Jobs Report regelmäßig über 1.000 Arbeitgeber weltweit. Für den Zeitraum 2025 bis 2030 erwarten diese Arbeitgeber, dass sich 39 Prozent der heutigen Kernkompetenzen verändern oder veralten. Der Wert ist gegenüber 2023 leicht gesunken, damals lag er bei 44 Prozent. Er bleibt trotzdem hoch: Vier von zehn Kompetenzen, auf denen eure Organisation heute läuft, sehen 2030 anders aus.
Diese Lücke allein durch Neueinstellungen zu schließen, wird nicht funktionieren. Der Arbeitsmarkt gibt die Menge an Fachkräften schlicht nicht her.
Die Erfahrungsträger gehen
Nach Berechnungen des Statistischen Bundesamts auf Basis des Mikrozensus 2024 überschreiten bis 2039 rund 13,4 Millionen Erwerbspersonen in Deutschland das Renteneintrittsalter von 67 Jahren. Das entspricht knapp einem Drittel aller Erwerbspersonen, die dem Arbeitsmarkt aktuell zur Verfügung stehen. Das Institut der deutschen Wirtschaft rechnet bis 2036 mit einer Lücke von rund 4,3 Millionen Arbeitskräften, weil deutlich weniger junge Menschen nachrücken als ältere ausscheiden.
Jede dieser Personen nimmt implizites Wissen mit, das über Jahrzehnte gewachsen ist. Eine Atradius-Umfrage unter über 330 Unternehmen zeigt, dass zwar die Mehrheit konkrete Maßnahmen ergreift, aber jedes fünfte Unternehmen keine systematische Strategie zur Sicherung dieses Wissens hat.
Die Rechnung ist unangenehm einfach. Ihr braucht in den nächsten Jahren neue Kompetenzen und verliert gleichzeitig die Menschen, die das meiste Erfahrungswissen tragen. Das schnellste verfügbare Reskilling-Programm steht bereits auf eurer Gehaltsliste: Kolleginnen und Kollegen, die genau das können, was andere gerade brauchen.
Warum Dokumentationsoffensiven meistens scheitern
Die naheliegende Reaktion ist ein großes Dokumentationsprojekt. Alle schreiben auf, was sie wissen, das Wiki wird gefüllt, die KI bekommt endlich Futter. In der Praxis läuft das selten gut, und zwar aus drei Gründen.
- Man kann nicht aufschreiben, was man nicht weiß, dass man es weiß. Implizites Wissen ist per Definition unbewusst. Erfahrene Mitarbeitende halten ihre Einschätzungen für selbstverständlich und kommen gar nicht auf die Idee, sie zu dokumentieren.
- Der Kontext geht verloren. Selbst wenn jemand eine Regel aufschreibt, fehlt das Warum. „Bei Kunde Y immer telefonisch nachfassen“ ist ohne die Geschichte dahinter eine leere Anweisung, die beim ersten Widerspruch ignoriert wird.
- Dokumentation veraltet schneller, als sie entsteht. Bei 39 Prozent Kompetenzverschiebung bis 2030 ist ein großer Teil dessen, was ihr heute mühsam verschriftlicht, in fünf Jahren überholt.
Das heißt nicht, dass Dokumentation sinnlos ist. Prozesse, Spezifikationen und Richtlinien gehören aufgeschrieben. Aber Dokumentation ist das falsche Werkzeug für den Teil des Wissens, um den es hier geht.
Was tatsächlich funktioniert: Sozialisation
Die Wissensmanagement-Forschung hat für dieses Problem seit den 1990er Jahren ein Modell. Ikujiro Nonaka und Hirotaka Takeuchi beschreiben in ihrem SECI-Modell vier Wege, auf denen Wissen in Organisationen entsteht und wandert. Der erste heißt Sozialisation und meint die direkte Übertragung von implizitem zu implizitem Wissen.
Sozialisation funktioniert nicht über Dokumente. Sie funktioniert über gemeinsame Erfahrung, Beobachtung, Nachahmung und vor allem über Gespräche. Der Handwerksmeister und der Lehrling. Der Senior Developer und der Junior beim Pair Programming. Zwei Kolleginnen aus verschiedenen Abteilungen, die sich zufällig unterhalten und dabei feststellen, dass die eine seit Monaten ein Problem löst, das die andere längst gelöst hat.
Der entscheidende Punkt: Implizites Wissen wandert von Mensch zu Mensch. Es braucht keinen Speicherort, es braucht eine Begegnung. Und genau diese Begegnungen sind in den letzten Jahren seltener geworden, weil hybride Arbeit die zufälligen Gespräche auf dem Flur und in der Kantine ersatzlos gestrichen hat.
Wie sich dieser Effekt konkret auswirkt und was dagegen hilft, steht im Artikel zur Vernetzung in hybriden Teams.
Wie Unternehmen implizites Wissen praktisch sichern
Wenn Wissen über Begegnungen wandert, ist die Aufgabe nicht, mehr zu dokumentieren, sondern mehr Begegnungen zu ermöglichen. Und zwar nicht zufällig, sondern gezielt zwischen den Menschen, bei denen sich der Austausch lohnt.
Wissensträger identifizieren
Wer geht in den nächsten drei bis fünf Jahren in Rente? Welche Rollen sind nur einfach besetzt? Wo hängt ein kritischer Prozess an einer einzigen Person? Diese Kartierung ist Voraussetzung für alles Weitere.
Tandems bilden
Erfahrene Mitarbeitende gezielt mit jüngeren zusammenbringen, über Abteilungsgrenzen hinweg. Nicht als formales Mentoring mit Zielvereinbarung, sondern als regelmäßiges Gespräch ohne festen Agenda-Punkt.
Wissen in beide Richtungen fließen lassen
Reverse Mentoring dreht die Richtung um: Jüngere Mitarbeitende bringen erfahrenen Kolleg:innen digitale Kompetenzen und neue Perspektiven nahe. Beide Seiten geben, beide Seiten nehmen. Das erhöht die Bereitschaft, sich einzulassen.
Peer Learning strukturieren
Lerngruppen, Peer Coaching und kollegiale Fallberatung machen aus Einzelwissen geteiltes Wissen. Der Nebeneffekt: Wer etwas erklären muss, versteht es danach selbst besser.
Den Austausch am Laufen halten
Ein einmaliger Workshop erzeugt kein Wissensnetz. Wirksam wird der Austausch erst, wenn er regelmäßig stattfindet und Teil des Arbeitsalltags wird statt einer Sonderveranstaltung.
Ausführlicher beschrieben sind die einzelnen Bausteine in den Artikeln zu Wissenstransfer sichern, Reverse Mentoring und Peer Learning.
Der Punkt, an dem es organisatorisch kippt
In einem Team von 20 Personen organisiert sich das von selbst. Bei 500 oder 5.000 Mitarbeitenden nicht mehr. Dann stellen sich Fragen, die niemand nebenbei beantworten kann: Wer hat mit wem schon gesprochen? Welche Bereiche sind gut vernetzt und welche sind blinde Flecken? Wo sitzt Expertise, von der andere nichts wissen? Wer die Antworten nicht kennt, arbeitet weiter gegen Silodenken an, ohne zu sehen, wo die Silos verlaufen.
Genau hier setzt eine Vernetzungsplattform an. Workdate bringt Mitarbeitende systematisch zusammen, über Abteilungen, Standorte, Hierarchien und Generationen hinweg. Das Matching berücksichtigt Skills, Interessen, Standort und Senioritätslevel, sodass die Gespräche nicht zufällig sind, sondern dort stattfinden, wo Wissen tatsächlich fließen kann.
- Generationenübergreifendes Matching für den Transfer von Erfahrungswissen
- Themen- und skillbasierte Zusammenführung für Peer Learning
- Laufende Treffen statt starrer Runden, integriert in den Arbeitsalltag
- Auswertung des Vernetzungsgrads auf Organisationsebene, inklusive blinder Flecken
- Freiwillig, DSGVO-konform, ohne Leistungskontrolle
Mehr zum Use Case Generation Coffee →
Mehr zum Use Case Peer Learning →
Häufig gestellte Fragen
Was ist der Unterschied zwischen implizitem und explizitem Wissen?
Explizites Wissen ist dokumentiert und lässt sich kopieren, speichern und weitergeben: Handbücher, Prozessbeschreibungen, Spezifikationen. Implizites Wissen steckt in Erfahrung, Einschätzungen und Beziehungen. Es lässt sich schwer in Worte fassen und wandert vor allem über direkte Zusammenarbeit und Gespräche von Mensch zu Mensch.
Kann KI implizites Wissen überhaupt erfassen?
Nur indirekt und nur, wenn es vorher externalisiert wurde. Eine KI kann Gesprächsprotokolle, Entscheidungsbegründungen oder aufgezeichnete Erklärungen auswerten. Solange dieses Material nicht existiert, bleibt das Wissen für das System unsichtbar. KI ersetzt den Wissenstransfer zwischen Menschen nicht, sie kann ihn nur nachgelagert nutzbar machen.
Wie viel Prozent des Unternehmenswissens ist implizit?
Dafür gibt es keine belastbare Einzelzahl. In der Wissensmanagement-Literatur kursieren Werte zwischen 42 und über 90 Prozent, je nach Definition und Erhebungsmethode. Der Grund für die Spannweite liegt in der Natur der Sache: Was nirgends dokumentiert ist, lässt sich nicht exakt vermessen. Entscheidend ist weniger die genaue Zahl als die Erkenntnis, dass es sich um den größeren Teil handelt.
Lohnt sich ein Dokumentationsprojekt trotzdem?
Für explizites Wissen ja. Prozesse, Spezifikationen und Richtlinien gehören sauber dokumentiert, und eine KI kann damit viel anfangen. Für Erfahrungswissen ist Dokumentation dagegen das falsche Werkzeug. Sinnvoller ist die Kombination: dokumentieren, was sich dokumentieren lässt, und für den Rest den direkten Austausch zwischen Menschen organisieren.
Wie fange ich an, wenn erfahrene Mitarbeitende bald in Rente gehen?
Mit einer Kartierung: Wer geht wann, und welches Wissen hängt an dieser Person? Danach gezielte Tandems bilden, idealerweise 12 bis 24 Monate vor dem Austritt. Wichtig ist der frühe Start. Wissenstransfer, der erst mit der Kündigung beginnt, kommt zu spät, weil implizites Wissen Zeit und wiederholte Gespräche braucht.
Verwandte Themen
Wissen wandert zwischen Menschen
Erfahrt, wie Workdate eure Mitarbeitenden gezielt vernetzt, damit Erfahrungswissen weitergegeben wird, bevor es das Unternehmen verlässt.