Wissensmanagement mit KI: Arbeitsanweisungen digital ablegen und per Copilot abfragen

Kurz gefasst: In Fertigungsunternehmen liegt Prozesswissen häufig fragmentiert auf lokalen Servern oder ausschließlich in den Köpfen langjähriger Mitarbeiter. Ein strukturiertes digitales Ablagesystem, kombiniert mit einem KI-Agenten auf Basis von Microsoft 365 oder Claude, macht dieses Wissen für alle Mitarbeitenden im richtigen Moment abrufbar.

Das eigentliche Problem: Wissen steckt in Köpfen, nicht in Systemen

Wenn ein neuer Mitarbeiter in der Disposition wissen möchte, wie er einen Kaufteil korrekt im ERP anlegt, fragt er einen Kollegen. Dieser sitzt drei Wochen neben ihm und erklärt es. Das funktioniert, solange dieser Kollege da ist. Ist er krank, in Rente oder schlicht gerade beschäftigt, entsteht entweder ein Fehler in den Stammdaten oder eine unnötige Wartezeit.

Genau das ist kein Einzelfall. In vielen Fertigungsbetrieben existieren zwar Arbeitsanweisungen, Prozessbeschreibungen und ERP-Handbücher, aber sie liegen verstreut: in Netzwerkordnern, auf lokalen Laufwerken, als veraltete Word-Dateien mit 54 Seiten, die niemand durchliest. Der erste Schritt ist nicht Technologie, sondern Ordnung.

Zentrale Ablage als Voraussetzung für KI-Nutzung

Bevor ein KI-Agent auf Wissen zugreifen kann, muss dieses Wissen an einem erreichbaren Ort liegen. Für Microsoft-365-Nutzer bedeutet das konkret: SharePoint ist der Dateiserver, Teams ist die Oberfläche. Wer Dokumente in einem Teams-Kanal ablegt, legt sie faktisch auf SharePoint ab.

Ein pragmatischer Einstieg: Alle relevanten Arbeitsanweisungen, Prozesshinweise und Handbücher zunächst in einen zentralen Ordner kopieren, zum Beispiel unter dem Hauptteam oder einem QM-Kanal. Nicht verschieben, kopieren. So bleibt der Ursprungsort erhalten, bis die Struktur final geklärt ist.

• Unkritische Dokumente gehören in einen allgemein zugänglichen Bereich, damit alle Mitarbeitenden darauf zugreifen können.
• Abteilungsspezifische Anweisungen können in den jeweiligen Teams-Kanälen liegen, da Mitglieder nur die Inhalte sehen, für die sie berechtigt sind.
• Vertrauliche Inhalte wie Personalakten oder Geschäftsführungsunterlagen bleiben grundsätzlich außerhalb jeder KI-Wissensbasis.

KI zur Kategorisierung nutzen, bevor man strukturiert

Wer noch nicht weiß, wie er seine Dokumente sinnvoll clustern soll, kann diesen Schritt an eine KI delegieren. Dazu werden alle Dateien in einen temporären Ordner kopiert und ein KI-Modell wie Claude oder ChatGPT gebeten, sinnvolle Kategorien vorzuschlagen.

Das Ergebnis ist kein fertiges System, aber ein hilfreicher Ausgangspunkt. Die KI schlägt Kategorien vor, der Mensch prüft, ob sie zur eigenen Betriebsrealität passen. Typische Kategorien in Fertigungsunternehmen sind: Arbeitsanweisungen Produktion, ERP-Bedienhinweise, Qualitätsprüfungen, Einbauanleitungen und allgemeine Hinweisdokumente.

KI-Agent als interner Assistent für Prozessfragen

Sobald Dokumente zentral liegen, lässt sich in Microsoft 365 ein einfacher Copilot-Agent erstellen, der auf genau diesen Ordner zugreift. Mitarbeitende können dann im Chat fragen: Wie lege ich einen Kaufteil mit Teiler 10 an? Der Agent durchsucht die Wissensbasis und gibt eine präzise Antwort, idealerweise mit direktem Link zum Quelldokument.

Wichtig: Der Einstieg muss nicht über einen vollwertigen Agenten erfolgen. Im normalen Copilot-Chat lassen sich Dokumente manuell anhängen und Fragen stellen. Das ist kein Agent, aber ein funktionierender Test, ob der Ansatz für die eigenen Inhalte funktioniert. Erst wenn die Chat-Interaktion verlässlich gute Ergebnisse liefert, lohnt es sich, daraus einen konfigurierten Agenten zu bauen.

Modellwahl und Datenschutz pragmatisch bewerten

Bei der Wahl des KI-Modells empfiehlt sich ein schrittweises Vorgehen. Copilot innerhalb von Microsoft 365 hat den Vorteil, dass Daten in der eigenen Mandantenumgebung bleiben. Externe Modelle wie Claude oder ChatGPT bieten teils bessere Analyseleistung, erfordern aber bei bezahlten Abonnements das explizite Deaktivieren der Trainingsoptionen in den Datenschutzeinstellungen.

Für unkritische Dokumente, Preislisten oder allgemeine Arbeitshinweise ist der Datenschutzaufwand überschaubar. Wer mit sensiblen Daten arbeitet, sollte zunächst ausschließlich innerhalb der Microsoft-Umgebung experimentieren und externe Modelle nur für öffentlich zugängliche oder anonymisierte Inhalte nutzen.

Wissenstransfer aus Köpfen in Systeme bringen

Die größte Lücke in vielen Fertigungsunternehmen ist nicht die fehlende Technologie, sondern das fehlende Dokument. Erfahrene Mitarbeitende wissen, wie Prozesse funktionieren. Dieses Wissen muss zunächst externalisiert werden, bevor eine KI es nutzbar machen kann.

Ein bewährter Weg: Mitarbeitende nehmen kurze Bildschirmaufzeichnungen ihrer Tätigkeiten auf und kommentieren dabei laut, was sie tun und warum. KI-Tools können daraus automatisch Transkripte, strukturierte Anleitungen oder PDF-Dokumente erstellen. So entsteht eine Wissensbasis, ohne dass jemand stundenlang Handbücher schreiben muss.

Das Ergebnis ist dann nicht nur für die KI-Abfrage nutzbar, sondern auch für das Onboarding neuer Mitarbeitender und für Qualitätssicherungsprozesse.

Den Aktionismus vermeiden: Erst testen, dann skalieren

KI-Werkzeuge erzeugen schnell das Gefühl hoher Produktivität, ohne dass tatsächlich strategisch relevante Ergebnisse entstehen. Wer zehn Chat-Sessions parallel führt und dabei den Überblick verliert, hat keinen Mehrwert geschaffen.

Empfehlenswert ist daher ein stufenweises Vorgehen:

• Zunächst mit einem einzigen Testordner und wenigen Dokumenten starten.
• Im normalen Chat Fragen stellen und die Antwortqualität bewerten.
• Erfolgreiche Interaktionen dokumentieren und daraus wiederholbare Prompts ableiten.
• Erst dann einen dedizierten Agenten konfigurieren und für weitere Mitarbeitende ausrollen.

Was deterministisch ist, braucht keinen Agenten. Ein strukturierter Workflow reicht oft aus. Agenten sind sinnvoll, wenn Anfragen individuell beantwortet werden müssen und der Kontext jedes Mal variiert.

Langfristiger Nutzen: Weniger Rückfragen, bessere Stammdaten

Der messbare Nutzen entsteht dort, wo heute die meisten Unterbrechungen entstehen: bei Rückfragen zu ERP-Eingaben, bei der Einarbeitung neuer Kolleginnen und Kollegen, bei der Suche nach aktuellen Prüfvorschriften oder Revisionsständen. Wer diese Fragen aus einem zentralen System beantwortet statt per Zuruf, reduziert Fehler, spart Zeit und schafft die Grundlage für skalierbare Prozesse.

Gleichzeitig gilt: KI gibt Antworten auf Basis der Dokumente, die ihr zugänglich sind. Wenn Dokumente veraltet, unvollständig oder falsch sind, gibt die KI falsche Antworten. Die Pflege der Wissensbasis bleibt menschliche Aufgabe.

Weiterführende Beiträge

• KI in der Auftragserfassung: Was heute realistisch ist
• ERP-CRM-Synchronisation: Datenströme zwischen ProAlpha und HubSpot aufbauen
• Schichtplanung, Rechnungen, BI: digitale Grundlagen
• Erst Prozesse, dann Tools: Digitalisierung ohne Chaos

Wichtigste Erkenntnisse

• Bevor ein KI-Agent nützlich ist, muss die Wissensbasis zentral und zugänglich abgelegt sein.
• KI kann vorhandene Dokumente kategorisieren und so den Aufwand für die Strukturierung reduzieren.
• Der Einstieg beginnt im normalen Chat mit angehängten Dateien, nicht mit einem vollwertigen Agenten.
• Datenschutz ist pragmatisch lösbar: bezahlte Abos, Trainingsoptionen deaktivieren, unkritische Inhalte zuerst.
• Wissen aus Mitarbeiterköpfen muss erst externalisiert werden, bevor KI es nutzbar machen kann.