Wissensverlust im Mittelstand: Warum klassische Wikis scheitern und was nachweislich funktioniert

Das Wiki-Paradox

Eine Beobachtung aus zahllosen Mittelstandsprojekten: Die Plattform ist eingeführt, das initiale Onboarding hat stattgefunden, einzelne engagierte Mitarbeitende haben Seiten angelegt — und nach 18 Monaten stellt jemand fest, dass die wirklich wichtigen Antworten weiterhin per Telefon, Slack-DM oder Flurgespräch laufen. Diese Erfahrung ist so universell, dass sie inzwischen Gegenstand wissenschaftlicher Untersuchungen ist ^[1].

Die Kernfrage lautet: Warum produziert ein Werkzeug, das speziell zur Wissensbewahrung gebaut wurde, so wenig Wissensbewahrung?

Polanyi: Implizites Wissen ist nicht text-konvertibel

Der ungarisch-britische Wissenschaftstheoretiker Michael Polanyi (1966) prägte die berühmte Unterscheidung zwischen expliziertem und implizitem Wissen ^[2]. Sein Diktum „We can know more than we can tell“ beschreibt einen kognitionspsychologischen Tatbestand: Erfahrungswissen ist in weiten Teilen prozedural, sensorisch und situativ — es lebt in Mustererkennung, Heuristiken und Körpergedächtnis.

Beispiel: Ein erfahrener Servicetechniker erkennt Lagerschäden am Klang der Maschine, bevor jede Sensorik anschlägt. Sein „Wissen“ ist nicht in Sätzen, sondern in akustischen Mustern gespeichert. Die Aufforderung „Schreib das doch mal ins Wiki“ ist hier kategorial fehlplatziert.

In KMU mit langjährig gewachsenen Teams ist der Anteil impliziten Wissens an der Gesamtkompetenz besonders hoch. Reine Textdokumentation kann diesen Anteil nicht erfassen — nicht weil Mitarbeitende „nicht wollen“, sondern weil das Wissen in einer Form existiert, die sich der direkten Verschriftlichung entzieht.

Nonaka & Takeuchi: Das SECI-Modell

Der wohl einflussreichste Beitrag zur strukturierten Wissensarbeit stammt aus Japan. Ikujiro Nonaka und Hirotaka Takeuchi beschrieben 1995 in The Knowledge-Creating Company das SECI-Modell — vier Konversionsprozesse, in denen Wissen zwischen impliziten und expliziten Formen wechselt ^[3]:

1. Sozialisation (implizit → implizit): Lernen durch Beobachtung, Mentoring, gemeinsames Arbeiten.
2. Externalisierung (implizit → explizit): Verbalisierung von Erfahrungswissen, oft durch geführte Interviews und Metaphern.
3. Kombination (explizit → explizit): Zusammenführen, Strukturieren, Systematisieren bestehender Dokumente.
4. Internalisierung (explizit → implizit): „Learning by doing“ — explizites Wissen wird durch Anwendung wieder zu Routine.

Klassische Wikis adressieren ausschließlich Schritt 3 (Kombination) und damit nur einen kleinen Teil des Wissenszyklus. Externalisierung — der eigentlich entscheidende Schritt — wird vorausgesetzt, aber nicht aktiv unterstützt. Genau hier setzt strukturiertes Wissensinterview-Design an: Es ist explizit ein Externalisierungs-Werkzeug.

Die Bringschuld-Falle

Klassische Dokumentationsplattformen folgen einem impliziten Vertrag: „Wenn du Wissen hast, schreib es bitte auf.“ Dieser Vertrag scheitert in der Praxis aus drei Gründen:

Asymmetrische Anreize. Der Aufwand der Verschriftlichung trägt der Sender; den Nutzen ziehen Dritte zu unbekanntem Zeitpunkt. Verhaltensökonomisch ist das eine klassische Trittbrettfahrer-Konstellation ^[4].

Fehlende Trigger. Ohne externen Auslöser (Termin, Frage, Routine) wird Dokumentation immer von operativ Dringendem verdrängt. Die Forschung zur „Procrastination on Important-but-Not-Urgent Tasks“ ist eindeutig ^[5].

Unklare Erwartungshaltung. „Schreib es einfach mal auf“ definiert weder Tiefe noch Struktur noch Adressat. Mitarbeitende greifen daher zu defensiver Strategie: möglichst kurze, möglichst unkonkrete Einträge — die später niemandem helfen.

Bessere Modelle drehen den Vertrag um: „Wir kommen mit konkreten Fragen zu dir, der Ertrag ist sichtbar, der Aufwand ist begrenzt.“ Diese Verschiebung von Bring- zu Holschuld ist der zentrale Hebel.

Strukturlose Inhalte sind nicht wiederverwendbar

Selbst wenn Mitarbeitende schreiben, entstehen ohne Strukturvorgaben oft Texte, die für Außenstehende nicht erschließbar sind. Das ist kein Schreibfehler, sondern ein Schreib-kontext-Fehler: Der Verfasser kennt die Vorgeschichte, der Leser nicht.

Eine wirksame Gegenmaßnahme ist die Einführung rollenbezogener Wissensschemata — also vorgegebener Rubriken pro Funktion: Ziele, Stakeholder, typische Fehlerquellen, eskalations-relevante Kunden, Sonderfälle. Solche Schemata orientieren sich an Probst/Raub/Romhardts „Bausteinen“ des Wissensmanagements ^[6] und reduzieren die kognitive Last beim Schreiben dramatisch.

Die Aktualitätsfalle

Eine paradoxe Eigenschaft schriftlicher Dokumentation: Sie wirkt umso vertrauenswürdiger, je älter sie ist. „Das steht so im Wiki“ beendet Diskussionen — auch wenn der Eintrag aus 2019 stammt und drei Prozessänderungen ignoriert.

Studien zur Informationsqualität (z. B. Knight & Burn, 2005) listen Currency und Timeliness als zwei separate Qualitätsdimensionen ^[7]. Wikis ohne aktive Revalidierungspflicht erodieren systematisch entlang beider Dimensionen.

Wirksam ist hier ein simpler Mechanismus: jede Wissenseinheit hat einen Eigentümer (rollenbezogen, nicht personenbezogen) und ein Verfallsdatum. Nach Ablauf wird sie entweder bestätigt, aktualisiert oder explizit als veraltet markiert. Diese Praxis stammt aus der ISO-9001-Welt der Lenkung dokumentierter Information, ist aber unabhängig von einer Zertifizierung umsetzbar.

Empirische Befunde aus dem deutschen Mittelstand

Das Bundesinstitut für Berufsbildung (BIBB) untersucht regelmäßig betriebliches Wissensmanagement ^[8]. Wiederkehrende Befunde:

• Über 70 % der befragten KMU geben an, dass kritisches Erfahrungswissen primär über mündliche Weitergabe erfolgt.
• Weniger als ein Drittel verfügt über strukturierte Wissensinterviews bei Rollenwechseln oder Austritten.
• In Branchen mit hoher Personalfluktuation (z. B. IT-Dienstleistung) wird Wissensverlust als operatives Top-3-Risiko genannt — gleichzeitig fehlt in den meisten Fällen ein systematisches Vorgehen.

Diese Lage wird durch demografische Entwicklungen verschärft: Das Statistische Bundesamt projiziert bis 2035 einen Rückgang der erwerbsfähigen Bevölkerung um mehrere Millionen Personen ^[9]. Wissen, das heute vorhanden ist, wird in den nächsten zehn Jahren in nennenswertem Umfang ausscheiden.

Was nachweislich funktioniert

Die Wissensmanagement-Forschung hat über drei Jahrzehnte hinweg eine Reihe wirksamer Mechanismen identifiziert. Zentral sind:

1. Geführte Wissensinterviews

Statt freier Schreibaufforderung führen erfahrene Interviewer (oder strukturierte KI-Systeme) Mitarbeitende durch eine Themenmatrix. Der Aufwand für den Wissensträger sinkt — er muss nur antworten, nicht strukturieren. Die Methodik ist eng verwandt mit Critical Decision Method und Knowledge Audit Interviews aus der kognitionspsychologischen Forschung ^[10].

2. Rollenbezogene Wissens-Taxonomien

Statt freier Themenstruktur erhält jede Rolle ein verpflichtendes Mindestraster. Das senkt Einstiegshürden, verbessert Vergleichbarkeit zwischen ähnlichen Rollen und stellt Vollständigkeit sicher.

3. Wiederverwendung als sichtbarer Erfolgsindikator

Wissen, das nie wiederverwendet wird, ist Investitionsverlust. Eine elegante Praxis aus der Software-Entwicklung: Die Anzahl der Aufrufe, Suchen oder Zitate eines Wissensbausteins ist sichtbar. Das schafft positive Verstärkung beim Verfasser („Mein Wissen wird tatsächlich gebraucht.“) und identifiziert tote Inhalte.

4. Zeitlich limitierte Wissens-Sprints

Zwei- bis vierwöchige Phasen, in denen ein definiertes Set kritischer Rollen vollständig erfasst wird, schlagen empirisch jede „Dauer-Initiative“. Der Grund liegt in der Verhaltensökonomie: Aufgaben mit klarer Frist haben eine drastisch höhere Abschlusswahrscheinlichkeit als open-ended Initiativen.

5. Kontinuierliche Revalidierung

Jede Wissenseinheit wird in fest definierten Zyklen aktiv bestätigt oder korrigiert. Das verhindert die Erosion und schützt vor der gefährlichsten Variante schlechten Wissens: dem unbestätigt vertrauenswürdigen.

Die DSGVO-Dimension

Wissensmanagement berührt fast immer personenbezogene Aspekte: Wer kennt welche Kunden? Wer hat welche Sonderfälle bearbeitet? Wer ist für welche Eskalationen zuständig? Eine saubere Trennung zwischen rollen- und personenbezogenem Wissen ist nicht nur kulturell, sondern auch datenschutzrechtlich relevant — Art. 88 DSGVO und § 26 BDSG setzen klare Grenzen für die Verarbeitung von Beschäftigtendaten ^[11]. Mehr dazu im Beitrag „Wissensmanagement ohne Mitarbeiterüberwachung“.

Fazit

Klassische Wikis scheitern nicht an Werkzeugen, sondern an Modellannahmen: Sie unterstellen, dass Wissen primär explizit, statisch und unter Bringschuld erfassbar sei. Forschung und Praxis zeigen seit Jahrzehnten das Gegenteil. Wer Wissensverlust im Mittelstand wirklich verhindern will, braucht geführte Externalisierung, rollenbasierte Strukturen, aktive Revalidierung und sichtbare Wiederverwendung — und akzeptiert, dass Dokumentation kein Selbstzweck, sondern ein Service an späteren Lesern ist. Genau auf diese Logik ist BusFactor ausgelegt.