Prozesswissen sichern, bevor es das Werk verlässt

Im März verabschiedet sich der Leiter der Arbeitsvorbereitung nach 31 Jahren in den Ruhestand. Im Sommer folgt die Kalkulatorin, die die Rahmenverträge der drei größten Kunden aus dem Gedächtnis kennt. Parallel läuft ein Personalabbau, mit dem weitere erfahrene Leute das Haus vor der Zeit verlassen. Was diese Menschen mitnehmen, steht in keinem System: die Logik hinter den Zuschlagssätzen, die Prüfkriterien, die nie aufgeschrieben wurden, die Eigenheiten der ältesten Anlage in Halle 2, die Vorgeschichte der Sondervereinbarung mit dem Kunden aus dem Süden.

Dieser Beitrag richtet sich an Geschäftsführung, IT-Leitung und Werkleitung von Zulieferern, bei denen solche Abgänge bereits im Kalender stehen. Er beschreibt ein Vorgehen in drei Schritten: Wissenslandkarte, Erfassung, abfragbares System. Damit vertieft er einen Baustein des Überblicks Sie haben KI im Haus: was im Automotive-Mittelstand fehlt, ist das System dahinter. sensified AI begleitet diesen Weg als strategische KI-Leitung, von der Standortbestimmung bis zum System im laufenden Betrieb.

• Was ist das? Ein Vorgehen, mit dem Zulieferer das Erfahrungswissen langjähriger Mitarbeiter sichern: eine Wissenslandkarte nach Kritikalität und Ausscheide-Risiko, drei praxistaugliche Erfassungsformen und ein KI-gestütztes Wissenssystem, das Fragen mit Quellenbeleg beantwortet.
• Warum jetzt relevant? Die Beschäftigung im Zulieferbereich Herstellung von Teilen und Zubehör für Kraftwagen lag laut Destatis zum Ende des 3. Quartals 2025 um 11,1 Prozent unter dem Vorjahreswert, und bis 2040 überschreiten rund 13,3 Millionen Erwerbspersonen das Renteneintrittsalter. Beide Bewegungen treffen dieselben Wissensträger.
• Welches konkrete Ergebnis? Eine begründete Reihenfolge, welches Wissen zuerst gesichert wird, und ein System, das Fragen aus dem Alltag mit belegten Fundstellen beantwortet, auch wenn die Person das Werk längst verlassen hat.

Das Wissen ausscheidender Mitarbeiter wird gesichert, indem ein Unternehmen zuerst eine Wissenslandkarte erstellt, die Wissensfelder nach Kritikalität und Ausscheide-Risiko ordnet. Das priorisierte Wissen wird anschließend in drei Formen erfasst: strukturierte Interviews, dokumentierte Entscheidungsfälle und kommentierte Bestandsdokumente. Ein KI-gestütztes Wissenssystem macht diese Bestände abfragbar: Mitarbeiter stellen Fragen in Alltagssprache und erhalten Antworten mit Quellenbeleg auf das Ursprungsdokument. Ein Zugriffskonzept regelt dabei, wer welche Inhalte sehen darf. So bleibt Erfahrungswissen im Haus nutzbar, unabhängig davon, ob der Wissensträger noch da ist.

• Was: ein geordneter Weg von der Wissenslandkarte über die Erfassung bis zum abfragbaren, quellenbelegten Wissenssystem.
• Wer profitiert: Geschäftsführung, IT-Leitung und Werkleitung von Automobilzulieferern und Mittelständlern mit 250 bis 2.000 Mitarbeitenden im DACH-Raum, in deren Belegschaft Renteneintritte und Personalmaßnahmen bereits laufen.
• Welches Ergebnis: kritisches Prozesswissen bleibt zugänglich, Einarbeitung wird schneller, und Entscheidungen stützen sich auf belegte Fundstellen statt auf Erinnerung.

Quelle: sensified AI, strategische KI-Leitung für den Mittelstand, 2026.

Die Zahlen dienen der Orientierung; maßgeblich ist die konkrete Alters- und Wissensstruktur in Ihrem Haus.

• Erfahrungswissen verlässt Werke derzeit auf zwei Wegen gleichzeitig: über Renteneintritte und über Personalabbau. Beide laufen bereits, keiner wartet auf ein Projekt.
• Eine Wissenslandkarte nach Kritikalität und Ausscheide-Risiko macht aus einem diffusen Risiko eine bearbeitbare Reihenfolge mit Terminen.
• Ein KI-gestütztes Wissenssystem beantwortet Fragen mit Fundstelle. Ein Ordner-Archiv liefert Trefferlisten und überlässt die Antwort dem Suchenden.

Quelle: sensified AI, 2026.

Warum das Erfahrungswissen im Zulieferbetrieb gerade jetzt geht

Wissensverlust durch Abgänge ist kein neues Thema. Neu ist die Gleichzeitigkeit zweier Bewegungen: Die geburtenstarken Jahrgänge erreichen das Rentenalter, und der Beschäftigungsabbau der Branche beschleunigt Abgänge zusätzlich. Beide Bewegungen treffen überproportional die Erfahrensten, denn Altersteilzeit- und Abfindungsprogramme richten sich naturgemäß an langjährige Beschäftigte.

Zwei Bewegungen, ein Abfluss

Die amtlichen Zahlen zeichnen ein klares Bild. Nach Angaben des Statistischen Bundesamts lag die Beschäftigung im Zulieferbereich Herstellung von Teilen und Zubehör für Kraftwagen zum Ende des 3. Quartals 2025 um 11,1 Prozent unter dem Vorjahreswert, bei zuletzt knapp 235.400 Personen. Die Automobilindustrie insgesamt verlor im selben Zeitraum gut 48.700 Beschäftigte und erreichte den tiefsten Stand seit 2011. Dazu kommt die Demografie: Laut Destatis überschreiten bis 2040 rund 13,3 Millionen Erwerbspersonen das gesetzliche Renteneintrittsalter, das entspricht 30 Prozent aller Erwerbspersonen des Jahres 2025, und die jüngeren Jahrgänge können diese Lücke zahlenmäßig nicht schließen.

Für ein einzelnes Werk heißt das: Die Altersgruppe, die Anlagen, Kunden und Kalkulationen am längsten kennt, ist zugleich die Gruppe, die als nächste geht. Der wirtschaftliche Druck, der den Personalabbau treibt, ist im Beitrag KI gegen Margendruck: wo Zulieferer Produktivität aufbauen, die Preisrunden übersteht beschrieben. Hier geht es um seine stille Nebenwirkung: Mit den Stellen geht das Wissen.

Warum Übergaben das Problem nicht lösen

Die übliche Antwort auf einen angekündigten Abgang ist die Übergabe: ein paar Wochen Doppelbesetzung, ein Übergabeprotokoll, eine Einweisung. Das funktioniert für Zuständigkeiten, Passwörter und offene Vorgänge. Es funktioniert selten für Erfahrungswissen, aus drei Gründen. Erstens ist bei Personalabbau häufig gar kein Nachfolger da, weil die Stelle entfällt. Zweitens ist das kritische Wissen implizit: Der Wissensträger weiß oft selbst nicht, was er alles weiß, bis die Situation eintritt, in der es gebraucht wird. Drittens ist der Zeitraum zu kurz, um Jahrzehnte an Fällen, Ausnahmen und Begründungen weiterzugeben.

Wissen steht in keinem Übergabeprotokoll

„Der Austritt steht im Personalsystem. Das Wissen war nie in einem System.“ Ein Übergabeprotokoll erfasst Aufgaben und Zugänge, aber weder die Kalkulationslogik noch die Fehlerbilder, die ein Prüfer nach zwanzig Jahren auf einen Blick erkennt. Wer Wissenssicherung mit Übergabe gleichsetzt, unterschätzt systematisch, was verloren geht.

Welches Wissen wirklich kritisch ist: vier Wissensfelder im Werk

Wer alles sichern will, sichert am Ende wenig. Der erste Ordnungsschritt ist deshalb die Frage, welches Wissen den Betrieb wirklich trägt. In Zulieferbetrieben konzentriert sich das kritische Erfahrungswissen erfahrungsgemäß in vier Feldern, die selten vollständig dokumentiert sind.

Kalkulationslogiken und Prüfkriterien

Das erste Feld ist die Kalkulation: Zuschlagssätze und ihre Herleitung, Erfahrungswerte je Werkstoff und Fertigungsverfahren, das Gespür dafür, welche Positionen ein Kunde verhandelt und welche er akzeptiert, und die Grenze, ab der ein Auftrag das Werk Geld kostet. Diese Logik steht selten in der Kalkulationsvorlage; sie steckt in der Person, die die Vorlage seit Jahren ausfüllt. Das zweite Feld sind Prüfkriterien: Der Prüfplan beschreibt Maße und Toleranzen, aber die erfahrene Prüferin weiß zusätzlich, welche Fehlerbilder bei welchem Werkzeugstand auftreten, welche Abweichung harmlos ist und welche auf ein tieferes Prozessproblem hinweist. Genau dieses Unterscheidungsvermögen entscheidet über Reklamationen.

Anlagen-Eigenheiten und Kundenhistorie

Das dritte Feld sind die Anlagen: das Anlaufverhalten der ältesten Presse nach einem Rüstwechsel, die Reihenfolge, in der eine Störung an der Linie sinnvoll eingegrenzt wird, die inoffiziellen Einstellwerte, mit denen eine Maschine stabil läuft, obwohl das Handbuch etwas anderes sagt. Das vierte Feld ist die Kundenhistorie: warum eine Sondervereinbarung existiert, welche Eskalation ihr vorausging, welche Zusagen einem Einkäufer gegenüber gemacht wurden und wie der Kunde auf Terminverschiebungen reagiert. Wer diese Vorgeschichte kennt, verhandelt anders. Wer sie verliert, wiederholt alte Fehler in neuen Preisrunden.

Die Wissenslandkarte: Kritikalität und Ausscheide-Risiko ordnen

Vier Wissensfelder, dutzende Wissensträger, begrenzte Zeit: Ohne Ordnung wird daraus ein Projekt, das überall beginnt und nirgends fertig wird. Die Wissenslandkarte ordnet die Felder und Personen entlang zweier Achsen und macht daraus eine Reihenfolge.

Die zwei Achsen sauber erheben

Die erste Achse ist die Kritikalität: Welcher Schaden entsteht, wenn dieses Wissen morgen fehlt? Maßstäbe sind Stillstandszeiten, Reklamationsrisiken, verlorene oder falsch bepreiste Angebote und die Frage der Wiederbeschaffbarkeit. Wissen über eine Anlage, deren Hersteller noch existiert, lässt sich teuer wiederbeschaffen; die Vorgeschichte einer Kundenbeziehung nicht. Die zweite Achse ist das Ausscheide-Risiko: datierbare Renteneintritte, laufende Altersteilzeit- und Abbauprogramme sowie das realistische Wechselrisiko einzelner Schlüsselpersonen. Beide Achsen lassen sich in wenigen Wochen erheben, mit der Personalleitung für die Austrittsseite und mit den Führungskräften der Bereiche für die Kritikalität.

Vom Raster zur Reihenfolge

Aus den zwei Achsen entsteht ein Raster mit vier Zonen, und jede Zone hat eine eigene Konsequenz:

Zone 1 ist der Grund, warum die Landkarte vor jeder Systemfrage kommt: Wenn der Renteneintritt im März feststeht, zählt jeder Monat. Die Reihenfolge der Erfassung folgt den Zonen, und die Geschäftsführung entscheidet sie bewusst, denn die Landkarte berührt Personalthemen und gehört auf die Führungsebene.

Wissen erfassen: drei Formen, die im Alltag funktionieren

Erfassung scheitert selten am Willen der Beteiligten. Sie scheitert am Format: an leeren Vorlagen, die niemand füllt, und an Dokumentationspflichten, die neben dem Tagesgeschäft liegen bleiben. Drei Formen haben sich bewährt, weil sie an dem entlanglaufen, was ohnehin da ist: an Fällen, an Gesprächen und an Bestandsdokumenten.

Strukturierte Interviews und dokumentierte Entscheidungsfälle

Strukturierte Interviews sind geführte Gespräche entlang der realen Prozesse, aufgezeichnet und transkribiert. Gefragt wird konkret: Woran erkennen Sie, dass die Charge auffällig ist? Was prüfen Sie zuerst, wenn die Linie steht? Warum liegt der Zuschlag bei diesem Kunden höher? Ein geübter Interviewer holt in wenigen Stunden heraus, was der Wissensträger in einem leeren Formular nie notiert hätte. Dokumentierte Entscheidungsfälle ergänzen die Interviews: Echte Fälle der letzten Monate werden nach einem festen Muster festgehalten, mit Ausgangslage, geprüften Optionen, getroffener Entscheidung, Begründung und Ergebnis. Gerade die Begründung ist das, was in klassischen Systemen fehlt und was Nachfolger am dringendsten brauchen.

Kommentierte Bestandsdokumente

Die dritte Form nutzt, was schon existiert. Prüfpläne, Kalkulationsvorlagen, Wartungsberichte und Arbeitsanweisungen werden vom Wissensträger durchgesprochen und kommentiert: Was steht hier, was fehlt, was gilt in der Praxis abweichend, und warum. Diese Kommentare sind oft ergiebiger als jede Neudokumentation, weil sie die Lücke zwischen Papierlage und gelebtem Prozess sichtbar machen, also genau die Stelle, an der Erfahrungswissen sitzt.

Erfassung läuft an Fällen entlang

„Niemand füllt sein Berufsleben in ein leeres Formular.“ Wissenssicherung funktioniert, wenn sie an echten Fällen, echten Dokumenten und echten Gesprächen ansetzt. Das Formular kommt danach, als Struktur für das Erfasste, und nie als Startpunkt.

Vom Dokument zum System: wie KI das Wissen abfragbar macht

Nach der Erfassung liegt das Wissen als Sammlung vor: Transkripte, Fallbeschreibungen, kommentierte Dokumente. Damit ist es gesichert, aber noch wenig wert, denn im Alltag hat niemand Zeit, Transkripte zu lesen. Wert entsteht erst, wenn eine konkrete Frage in einer konkreten Situation eine belastbare Antwort findet. Genau das leistet ein KI-gestütztes Wissenssystem.

Antwort mit Fundstelle

Das System bereitet die erfassten Bestände auf und macht sie in Alltagssprache abfragbar. Ein Einrichter fragt, wie die Anlage in Halle 2 nach einem Werkzeugwechsel angefahren wird, und erhält die Antwort aus dem Interview des ausgeschiedenen Meisters, zusammen mit der Fundstelle: welches Dokument, welche Passage, welcher Stand. Dieser Quellenbeleg ist der entscheidende Vertrauensanker. Die Antwort ist prüfbar, und das System antwortet ausschließlich aus dem eigenen, freigegebenen Bestand. Findet es dort nichts, sagt es das, und genau diese offene Lücke ist ein Arbeitsauftrag für die nächste Erfassungsrunde.

Zugriffskonzept von Anfang an

Kalkulationslogiken und Kundenhistorie gehören nicht in die Hände aller Mitarbeiter. Ein Wissenssystem braucht deshalb von Beginn an ein Zugriffskonzept: Rollen legen fest, wer Prüf- und Anlagenwissen sieht, wer Kalkulationswissen und wer Kundenkonditionen. Interviews enthalten zudem personenbezogene Daten, weshalb Datenschutz und die frühe Einbindung des Betriebsrats zum Vorgehen gehören. Arbeitet das System mit Unterlagen, die Kundendaten berühren, muss es in den Rahmen passen, den ein TISAX®-Assessment und die Informationssicherheitsanforderungen der OEM-Kunden vorgeben. Diese Fragen sind lösbar, aber sie gehören in die Architektur und nie in die Nachbesserung.

Warum das System dem Ordner-Archiv überlegen ist

Der häufigste Einwand in Führungskreisen lautet: Wir dokumentieren doch längst, die Laufwerke sind voll. Das stimmt, und genau darin liegt das Problem. Ein Archiv wächst, aber es antwortet niemandem. Der Unterschied zeigt sich an fünf Merkmalen:

In der Praxis entscheidet der erste Punkt: Wer unter Zeitdruck an der Linie steht, sucht keine Dokumente, er braucht eine Antwort. Ein System, das die Antwort mit Fundstelle liefert, wird genutzt; ein Archiv, das Sucharbeit verlangt, wird umgangen, und die Kollegen fragen weiter die eine Person, die es weiß, bis auch sie geht. Dazu kommt der Effekt auf die Einarbeitung: Neue Mitarbeiter erreichen Sicherheit schneller, wenn sie Fragen an das gesammelte Erfahrungswissen des Hauses stellen können, und das dämpft genau den Engpass, den die Demografie in den kommenden Jahren verschärft.

Ein Archiv beantwortet keine Fragen

„Ein Ordner-Archiv speichert Dokumente. Ein Wissenssystem beantwortet Fragen.“ Der Unterschied klingt klein und entscheidet über die Nutzung im Alltag: Antworten mit Fundstelle werden abgerufen, Trefferlisten werden gemieden. Nur ein System, das genutzt wird, sichert Wissen wirksam.

Selbst-Check: fünf Fragen zur Wissenslage in Ihrem Werk

Fünf Fragen zeigen in wenigen Minuten, wie stark Ihr Haus vom Abfluss von Erfahrungswissen betroffen ist.

• Wissen Sie, welche Mitarbeiter in den nächsten drei Jahren ausscheiden und welches Wissen sie tragen?
• Gibt es Prozesse in Ihrem Werk, die heute nur eine einzige Person sicher beherrscht?
• Könnte ein neuer Kalkulator die Angebotslogik Ihrer wichtigsten Kunden aus vorhandenen Unterlagen rekonstruieren?
• Finden Ihre Mitarbeiter Antworten auf Prozessfragen in Minuten, oder fragen sie den Kollegen, der es weiß?
• Ist geregelt, wer auf Kalkulations-, Prüf- und Kundenwissen zugreifen darf?

Bleiben zwei oder mehr Fragen offen, ist ein Discovery-Call der passende nächste Schritt.

Nächste Schritte

Wenn in Ihrem Kalender bereits Renteneintritte stehen oder ein Personalprogramm läuft, ist der erste Schritt keine Toolauswahl. Der erste Schritt ist die Wissenslandkarte, denn sie bestimmt, wo die knappe Zeit zuerst eingesetzt wird. So gehen Sie vor:

1. Discovery-Call über 30 Minuten, kostenlos und mit ehrlichem Fit-Check: Wir ordnen ein, wie akut die Wissenslage in Ihrem Haus ist und ob ein KI-gestütztes Wissenssystem der richtige nächste Schritt ist.
2. Standortbestimmung: Wir erstellen mit Ihnen die Wissenslandkarte nach Kritikalität und Ausscheide-Risiko und legen die Reihenfolge und die Erfassungsformen je Zone fest.
3. System und Betrieb: Wir überführen das erfasste Wissen in ein abfragbares, quellenbelegtes System mit Zugriffskonzept, das in Produktion läuft und mit jeder Erfassungsrunde wächst.

Wie das aufgebaute Können am Ende dauerhaft in Ihr Haus übergeht, beschreibt der Beitrag KI-Wissenstransfer im Mittelstand: das BOT-Modell erklärt. Wie ein Wissenssystem in eine geführte Gesamtarchitektur passt, ordnet der Überblick Sie haben KI im Haus: was im Automotive-Mittelstand fehlt, ist das System dahinter.