KI im Unternehmen: Was eine HIIG-Analyse über den Wert von Fachwissen zeigt
Eine qualitative Analyse liefert einen Anlass, das Wissen der Mitarbeiter in den Mittelpunkt zu rücken. Mit klarer Evidenzgrenze und einer konkreten Arbeitskarte für das Team.
Bei der Einführung von KI im Unternehmen lohnt sich eine konkrete Frage: Welches Wissen braucht ein Mitarbeiter, um eine Aufgabe richtig zu erledigen? Eine aktuelle HIIG-Analyse betrachtet, wie deutsche KI-Startups bestehende Technik mit ihrem Fachwissen verbinden. Sie liefert einen Anlass, über die Rolle des eigenen Teams nachzudenken.
Dieser Artikel fasst die Analyse knapp zusammen. Danach folgt meine Übertragung auf die Arbeit eines Fachbereichs: Wie lässt sich Erfahrungswissen so dokumentieren, dass Mitarbeiter damit einen KI-Assistenten anleiten und dessen Ergebnis prüfen? Das ist ein eigener Anwendungsvorschlag und kein Ergebnis der untersuchten Interviews.
Was die HIIG-Analyse untersucht
Hendrik Send und Martin Wrobel veröffentlichten ihre Analyse am 6. Oktober 2026 im Digital Society Blog des Alexander von Humboldt Instituts für Internet und Gesellschaft. Grundlage sind zehn Interviews mit Gründern deutscher KI-Startups.
Die Analyse beschreibt die Verbindung von KI-Technik, Fachwissen und spezifischen Daten zur Lösung konkreter Probleme. Einige Unternehmen verwenden auch eigene spezialisierte Modelle.
Die Stichprobe ist nicht repräsentativ. Ein Produktivitätstest etablierter Mittelständler oder ein Nachweis für Schulungserfolge ist damit nicht verbunden.
Quelle: Originalanalyse: AI startups made in Germany — Specialisation instead of computing power. Besonders relevant ist der Abschnitt zur Wertschöpfung der untersuchten Unternehmen.
Meine Einordnung: Fachwissen muss in der Aufgabe sichtbar werden
Ich empfehle Unternehmen, einen KI-Pilot gemeinsam mit den Personen vorzubereiten, die die betreffende Arbeit tatsächlich ausführen. Diese Mitarbeiter müssen erklären können, woran sie ein brauchbares Ergebnis erkennen und welche Ausnahmen eine Rückfrage auslösen.
Das lässt sich konkret prüfen. Bitte eine erfahrene Kollegin, einen abgeschlossenen Vorgang zu erläutern: Welche Quelle war verbindlich? Welche Angabe fehlte zunächst? Welche Aussage durfte nicht ungeprüft an den Kunden gehen? Welche Entscheidung brauchte eine andere Person? Dokumentiert die Antworten am Vorgang.
So entsteht eine Arbeitsgrundlage, die über eine allgemeine Anweisung wie "Du bist ein Experte" hinausgeht. Die Grundlage muss begrenzt bleiben: Nur Informationen, deren Nutzung im gewählten Werkzeug erlaubt ist, gelangen in den KI-Auftrag. Eine vollständige Sammlung interner Unterlagen ist kein Selbstzweck.
Fiktives Beispiel: Eine Anfrage für eine Veranstaltung vorbereiten
Ein Team organisiert betriebliche Veranstaltungen. Eine Kundenanfrage nennt 18 Teilnehmer und ein gewünschtes Datum. Unklar sind Barrierefreiheit, Verpflegung und die gewünschte Raumaufteilung. Die KI soll eine interne Übersicht und einen Rückfragenentwurf erstellen.
Die erfahrene Mitarbeiterin weiss, dass eine scheinbar einfache Datumsanfrage noch keine buchbare Veranstaltung beschreibt. Dieses Wissen wird in einer Arbeitskarte festgehalten. Das Beispiel ist redaktionell erstellt und wurde nicht als Kundenprojekt durchgeführt.
| Wissen aus der Praxis | Regel für die Bearbeitung | Prüfung des Ergebnisses |
|---|---|---|
| Wunschdatum ist keine bestätigte Verfügbarkeit | Datum als Wunsch kennzeichnen | Keine Reservierung oder Zusage im Entwurf |
| Fehlende Angaben verändern die Planung | Offene Anforderungen getrennt aufführen | Raumaufteilung, Verpflegung und Zugang sind sichtbar |
| Kundentext enthält nicht alle internen Entscheidungen | Annahmen nicht als Kundenwunsch ausgeben | Jede Angabe hat eine Quelle oder den Status offen |
| Eine Antwort braucht einen nächsten Schritt | Rückfragen verständlich formulieren | Empfänger erkennt, welche Informationen fehlen |
Der KI-Auftrag lautet dann beispielsweise: "Erstelle aus der freigegebenen Anfrage eine interne Übersicht. Trenne bestätigte Angaben, Kundenwünsche und offene Fragen. Ergänze keine Verfügbarkeit. Formuliere anschliessend einen Rückfragenentwurf anhand der offenen Anforderungen."
Die Kollegin prüft, ob diese Anweisung bei einem neuen Beispiel funktioniert. Ein zweiter Fall enthält bereits Angaben zur Verpflegung, aber keine Teilnehmerzahl. Die Arbeitskarte muss auch diesen Fall korrekt behandeln. Sie darf nicht starr dieselben Rückfragen ausgeben.
Eine Arbeitskarte statt einer unübersichtlichen Wissenssammlung
Für den ersten Versuch reicht eine klar abgegrenzte Karte. Sie enthält den Zweck, die erlaubten Eingaben, eine verbindliche Quelle, das erwartete Ergebnis und die fachliche Prüfung. Ergänzt ausserdem, wann der Mitarbeiter abbrechen oder eine Rückfrage stellen muss.
Ein positives Beispiel hilft beim Verständnis. Ein bewusst fehlerhaftes Gegenbeispiel zeigt die Grenze. Im Veranstaltungsfall ist eine erfundene Reservierungsbestätigung ein solches Gegenbeispiel. Die Teilnehmer müssen den Fehler anhand der Quelle erklären können.
Die Karte braucht eine verantwortliche Person und einen Versionsstand. Wenn sich das Angebot oder eine Regel ändert, wird die Karte angepasst und erneut an einem Fall geprüft. Veraltete Fassungen müssen als veraltet erkennbar sein. Eine grosse Menge unklarer Vorlagen hilft den Anwendern bei dieser Entscheidung nicht.
Die Anleitung zum internen Prompt-Wiki behandelt die gemeinsame Pflege. Für den Einstieg zeigt der Leitfaden zur Auswahl geeigneter Büroaufgaben, wie ihr eine passende Aufgabe begrenzt.
Den praktischen Nutzen getrennt nachweisen
Eine gut dokumentierte Arbeitskarte beweist zunächst, dass die Vorgehensweise nachvollziehbar beschrieben ist. Der Einsatz muss zusätzlich geprüft werden. Kann ein Kollege die Karte mit einer neuen Anfrage verwenden? Erkennt er offene Informationen? Ist sein Entwurf fachlich brauchbar?
Erst danach folgt die Frage nach dem Aufwand. Vergleicht vollständige Vorgänge mit ähnlicher Schwierigkeit. Erfasst Vorbereitung, KI-Nutzung, Prüfung und Korrekturen. Dokumentiert auch Fälle, in denen die bisherige Vorlage schneller oder verständlicher ist. Ein begründetes Nein zum KI-Einsatz ist ein zulässiges Ergebnis.
Die Vorlage zur Aufgabenauswahl unterstützt diesen Einstieg. Im Pilot KI im Arbeitsalltag arbeiten wir mit einem Fachbereich an dessen Aufgaben und halten die Vorgehensweise für die weitere Nutzung fest.
Häufige Fragen
Belegt die HIIG-Analyse Produktivitätsgewinne im Mittelstand?
Nein. Die Grundlage sind zehn qualitative Gründerinterviews. Die Analyse ist nicht repräsentativ und misst keine Zeitersparnis in einem kontrollierten Versuch.
Braucht ein Team dafür ein eigenes KI-Modell?
Der beschriebene Arbeitskartentest setzt kein selbst entwickeltes Modell voraus. Die Auswahl des Werkzeugs richtet sich nach Aufgabe, erlaubten Daten und betrieblichen Vorgaben.
Was muss zuerst dokumentiert werden?
Beginnt mit einer wiederkehrenden Aufgabe. Haltet verbindliche Quellen, typische offene Angaben, unzulässige Zusagen und die fachlichen Prüfkriterien fest. Eine verantwortliche Person muss die Karte aktuell halten.
Quellenstand: 11. Oktober 2026. Grundlage ist die verlinkte HIIG-Analyse vom 6. Oktober. Arbeitskarte, Beispiel und Empfehlungen sind eigene redaktionelle Vorschläge und keine gemessenen Kundenergebnisse.
Weiterlesen
Grundlagen zu KI für Unternehmen und die Artikel, die dieses Thema vertiefen.