Wie europäische Unternehmen das Wissensparadoxon lösen

Dies ist der erste Teil einer zweiteiligen Serie darüber, wie europäische Organisationen in Wissensmanagement investieren, um im KI-Zeitalter erfolgreich zu sein.

Letztes Jahr haben wir Führungskräfte aus ganz Europa befragt und dabei einen auffälligen Widerspruch festgestellt. Obwohl fast alle Wissensmanagement als geschäftskritisch einschätzen, haben nur wenige (28 %) eine klare Strategie, um es auch wirklich gut umzusetzen. Diese Lücke – zu wissen, dass Wissensmanagement wichtig ist, aber Schwierigkeiten zu haben, es umzusetzen – nenne ich das Wissensparadoxon. Und es ist nicht nur frustrierend. Es ist teuer.

Schlechtes Wissensmanagement kostet europäische Unternehmen bis zu 16.000 Euro/Mitarbeiter und Jahr an verlorener Produktivität. Für ein Unternehmen mit 500 Mitarbeitern sind das 8 Millionen Euro/Jahr, die für die Suche nach Informationen ausgegeben werden, die bereits vorhanden sind, für die Wiederholung von Arbeiten, die bereits erledigt wurden, und dafür, dass wertvolles Unternehmenswissen einfach verloren geht, wenn Mitarbeiter das Unternehmen verlassen.

Um zu verstehen, wie europäische Unternehmen mit diesem Wissensparadoxon umgehen, haben wir mit Führungskräften aus Frankreich, Deutschland und dem Vereinigten Königreich gesprochen. Von wachsenden Startups bis hin zu etablierten Unternehmen war die Botschaft eindeutig: Zentralisiertes Wissen ist die Grundlage, die alles andere erst möglich macht – mehr Produktivität, weniger Routinearbeit, schnellere Entscheidungen – und letztlich die Fähigkeit, KI wirklich effektiv einzusetzen.

Das haben sie über Wissensmanagement gelernt, so gehen sie es an und warum es der entscheidende Vorteil ist, der erfolgreiche Unternehmen vom Rest unterscheidet.

Das Wissensparadoxon zeigt sich je nach Wachstumsphase unterschiedlich. Das Ergebnis ist jedoch immer dasselbe: Wenn Informationen über Menschen und Tools verteilt sind, kommt der Fortschritt ins Stocken.

Für schnell wachsende Unternehmen ist Geschwindigkeit der entscheidende Vorteil. Was bei 10 Mitarbeitenden noch gut funktioniert, nämlich Wissen informell weiterzugeben, bricht bei 100 zusammen. Entscheidungen verlagern sich von Flurgesprächen zu fragmentierten Threads. Kontext geht verloren, Silos entstehen wie von selbst und die Geschwindigkeitsvorteil verpufft. In schnelllebigen Märkten kann Geschwindigkeit über Erfolg oder Misserfolg entscheiden.

Bei etablierten Unternehmen entsteht Reibung oft durch veraltete Systeme und eingefahrene Arbeitsweisen – was den Wechsel zu neuen Plattformen und Ansätzen zunehmend aufwendig und komplex macht. „Es ist sehr schwer, etwas zu ändern, wenn die Grundlagen nicht stimmen", stellt Snir Yarom, CTO von Taxfix, fest. „Wenn diese Grundlagen nicht von Anfang an geschaffen werden, wird es später sehr teuer, sie nachzuholen."

Die wahren Kosten schlechten Wissensmanagements gehen weit über verlorene Produktivität hinaus – sie untergraben das Vertrauen in Entscheidungen und bremsen die Umsetzung. Unsere Recherchen zeigen: Die Mehrheit der Engineering-, Produkt- und Designverantwortlichen in Europa (79 %) vertraut den Daten nicht, auf die sie ihre Entscheidungen stützen, weil die benötigten Informationen über zu viele Tools verteilt sind. Dan Bathurst, CPO bei Nscale, kennt diese Dynamik aus der Praxis: „Fehlendes zentralisiertes Wissen kann zu viel Verwirrung führen, was wiederum das Vertrauen schwindet lässt, wenn jemand eine Entscheidung treffen möchte. Wenn Mitarbeitende nicht alle Informationen haben, fühlen sie sich möglicherweise nicht in der Lage, etwas abzusegnen.“

Glücklicherweise verändert KI rasant, wie Unternehmen in ganz Europa auf ihr Unternehmenswissen zugreifen und es nutzen. 2025 ergaben unsere Recherchen, dass 56 % bereits KI für das Wissensmanagement einsetzen und weitere 29 % befanden sich in der Pilotphase. Aber es gibt einen Haken: KI kann nur auf dem aufbauen, was bereits vorhanden ist. Unternehmen, die KI ohne solide Wissensgrundlage einsetzen, lernen dies gerade auf die harte Tour. Bei Nelly deckten erste Versuche, einen patientenorientierten Bot zu entwickeln, Lücken in der Dokumentation auf und zwangen das Team, Wissen im Nachhinein mühsam zusammenzutragen. Wie Alexandre Imbeaux von Lucca es ausdrückt: Zentralisiertes Wissen „ist kein Vorteil, es ist eine Frage des Überlebens“.

Die Botschaft ist klar: Bevor KI Fragen beantworten, Texte verfassen oder kundenseitige Prozesse unterstützen kann, müssen Unternehmen ihr Wissen erst einmal in Ordnung bringen.

Das Problem zu verstehen ist eine Sache, es zu lösen eine andere. Sobald man erkannt hat, dass KI eine solide Wissensgrundlage braucht, stellt sich die Frage: Wie baut man eine Dokumentationskultur auf, die auch wirklich hält?

In den Gesprächen mit Führungskräften zeichneten sich einige gemeinsame Muster ab:

Fang mit dem Warum an. Menschen müssen den persönlichen Nutzen verstehen, bevor sie ihr Verhalten ändern, und die wirksamste Herangehensweise macht den Mehrwert greifbar. Für die Entwickler/-innen bei Nelly hat Mitbegründer Laurids Siebel es einfach auf den Punkt gebracht: Einmal dokumentieren oder immer wieder dieselben Fragen beantworten. Wenn die Wahl zwischen 30 Minuten Dokumentation und stundenlangen Unterbrechungen besteht, ist die Entscheidung naheliegend.

Schaffe Systeme, die zur Nutzung einladen. Die nachhaltigsten Wissenssysteme schaffen freiwillige Beteiligung (Pull), nicht durch erzwungene Compliance (Push). Bei Above hat Tore Fjaertoft, Director of Operational Excellence and Strategy, gemeinsam mit einem Kunden daran gearbeitet, von endlosen Excel-Vorlagen wegzukommen, die Teams ausfüllen mussten. Stattdessen bat er sie, eine einzige Notion-Seite mit ihren KPIs, OKRs und dem groben Fahrplan zu pflegen. „Wir haben die Informationen von dort abgerufen, wo und wann wir sie brauchten", erklärt er. Das Ergebnis war für die Teams einfacher und für das Unternehmen besser: Die Transparenz stieg, der Verwaltungsaufwand sank und die Informationen blieben aktuell.

Thomas Zeller, CDO bei UnternehmerTUM, teilt diese Einschätzung und betont, dass es selten funktioniert, Mitarbeitende zur Dokumentation zu zwingen, nur um Transparenz zu schaffen. Stattdessen plädiert er dafür, Teams so arbeiten zu lassen, wie es für sie passt und Informationen dann abzurufen, wenn und wo sie gebraucht werden.

Stoße einen kulturellen Wandel an. Eine Dokumentationskultur aufzubauen bedeutet, die Denkweise der Menschen grundlegend zu verändern – weg von Wissen als individuellem Besitz, hin zu einem gemeinsamen Unternehmens-Asset, zu dem alle beitragen. Ein gutes Beispiel ist EGYM, der globale Marktführer im Bereich Fitness-Technologie. Joscha Storz, Head of Engineering Systems and Services, führt den Erfolg des Unternehmens darauf zurück, dass es Kunden umfassende, integrierte Lösungen bietet – keine Einzelprodukte, sondern vollständige Systeme, die nahtlos zusammenarbeiten. Er erkannte, dass diese Philosophie auch intern auf das Unternehmenswissen angewendet werden musste. In der Praxis bedeutete das drei Dinge: Skalierbarkeit sicherstellen, während das Unternehmen schnell wuchs; ganzheitliche Lösungen schaffen, bei denen alles miteinander verbunden ist statt isoliert zu existieren; und Selbstorganisation fördern, damit Teams eigenständig arbeiten können – bei gleichzeitig gemeinsamem Kontext.

Am wichtigsten war jedoch, aktiv gegen die natürliche Tendenz anzukämpfen, dass Wissen sich fragmentiert. „Wissen sammelt sich ganz natürlich in Silos und dezentralen Clustern an", sagt Joscha. „Wir nutzen Notion jetzt aktiv, um diesen Silos entgegenzuwirken, indem wir Menschen dazu motivieren, kollektiv nützliches Wissen aus isolierten Bereichen in geteilte, zentrale Räume zu überführen."

Die Unternehmen, mit denen wir gesprochen haben, führen nicht einfach neue Tools oder Prozesse ein – sie überdenken grundlegend, wie Wissen durch ihre Organisation fließt: wer es verantwortet, wie es entsteht und wie es aktuell bleibt.

Wissen zu zentralisieren, löst das Paradoxon, aber es ist erst der Anfang. In Teil 2 schauen wir uns an, was als Nächstes passiert: wie Teams beginnen, mit KI zu experimentieren, welche Anwendungsfälle den schnellsten Mehrwert liefern und wie kleine Erfolge zu nachhaltiger Nutzung führen.