Jedes Unternehmen mit einem technischen Produkt oder Prozess hat jemanden, der die Antwort weiß, bevor die Frage fertig gestellt ist. Oft der Gründer, oft der erste technische Spezialist, der eingestellt wurde. Diese Person hat im Laufe der Jahre tausende kleiner Entscheidungen getroffen darüber, wie etwas funktioniert, warum eine Lösung funktioniert oder nicht, welche Abweichung normal ist und welche nicht. Das wurde nie festgehalten, weil dafür nie Zeit war und weil Fragen stellen schneller ging als dokumentieren.
Diese Konzentration ist nicht aus Unwillen entstanden, Wissen zu teilen. Sie ist entstanden, weil es schneller funktioniert: eine Person, die die Antwort parat hat, ist effizienter als ein Prozess, in dem drei Menschen ein Dokument konsultieren. Für den täglichen Betrieb ist das ein Vorteil. Für einen Käufer ist es ein Risiko, denn ein Käufer zahlt nicht für die Menschen, die da sind, sondern für das, was funktioniert, wenn einer dieser Menschen geht.
Bei einer Übernahme wird technische Wissenskonzentration sichtbar, sobald jemand fragt: Was passiert, wenn diese Person sechs Wochen abwesend ist. Wenn die Antwort lautet, dass die Qualität der Entscheidungen dann sinkt, oder dass Kunden mit spezifischen Fragen warten müssen, dann zählt diese Person nicht als Vermögenswert, sondern als Risiko in der Bilanz. Dieses Risiko wird oft in einen niedrigeren Preis übersetzt oder in eine längere Periode, in der der Verkäufer bleiben muss, was den Exit-Zeitpunkt weiter hinausschiebt, als der Eigentümer wollte.
Dies ist keine Personalfrage und keine Steuerung darüber, wer bleibt oder nicht: Das liegt beim Eigentümer, und betrifft das Thema arbeitsrechtliche Entscheidungen, gelten dafür eigene gesetzliche Anforderungen. Hier geht es um etwas anderes: Ist das Wissen, das jetzt bei einer Person liegt, auch ohne diese Person noch abrufbar.
Technisches Wissen besteht aus drei Arten von Arbeit, und KI betrifft sie nicht alle gleich stark.
Ein Teil ist Mustererkennung: welche Störung zu welcher Ursache gehört, welche Spezifikation zu welcher Anwendung passt. Das ist mit der richtigen Erfassung die Arbeit, die KI am besten übernimmt, weil sie sich auf vergleichbare Fälle aus der Vergangenheit zurückführen lässt.
Ein zweiter Teil ist Beurteilung: Ein KI-System kann einen Vorschlag machen, aber jemand mit Erfahrung genehmigt oder lehnt ab und kann sagen, warum. Das ist der Teil mit menschlichem Toezicht, und er bleibt notwendig, solange sich die zugrunde liegenden Situationen genug voneinander unterscheiden, um eine feste Regel unbrauchbar zu machen.
Ein dritter Teil ist die Erklärung an einen Kunden, der selbst nicht technisch ist, mit Gespür dafür, was dieser Kunde bereits versteht und was nicht. Das bleibt in den meisten Unternehmen Menschenarbeit, wobei sich auch hier der Anteil verschiebt, sobald die ersten beiden Ebenen erfasst sind, weil dann mehr Zeit für das Gespräch selbst übrig bleibt.
Unternehmen, in denen dies bereits funktioniert, sind die Unternehmen, in denen jemand einmal investiert hat, um die erste Ebene zu erfassen: Störungshistorie, Fehlercodes, Lösungen, in einer Form, die ein System durchsuchen kann. Unternehmen, in denen dies noch nicht funktioniert, sind nicht zwangsläufig im Rückstand; sie hatten schlicht nie den Grund, etwas zu dokumentieren, das ohnehin in einem Kopf parat war.
Das Wissen zu erfassen ist keine Frage von einem Dokument schreiben und fertig. Es funktioniert besser schrittweise: Beginnen Sie mit den Fragen, die am häufigsten wiederkehren, erfassen Sie, was die Antwort war und warum, und lassen Sie ein KI-System diese Antworten für den Rest des Teams durchsuchbar machen. Der Spezialist bleibt für die abweichenden Fälle notwendig, wird aber weniger der einzige Zugang für alles.
Dies betrifft nicht nur den Eigentümerabhängigkeits-Index. Eine Einsparung, die dadurch entsteht, dass eine Person weniger Zeit für Wiederholungsfragen aufwendet, zählt für einen Käufer anders als eine Einsparung, die von einem einzigen externen Lieferanten abhängt: Gewinnqualität handelt davon, woher ein Ergebnis kommt, nicht nur von seiner Höhe. Wissen, das im Prozess steckt, behält seinen Wert auch, wenn die Person geht; Wissen, das an einem einzelnen Lieferanten oder Spezialisten hängt, verschwindet mit dieser Person.
Dieselbe Logik gilt in anderen Teilen des Unternehmens. Wer wissen möchte, wie Kundenbeziehungen weniger an einem Verkäufer hängen bleiben, liest wie das Netzwerk im Markt übertragbar gemacht wird; wer sich fragt, ob der erste Kundenkontakt auch ohne den Eigentümer laufen kann, findet das in wie Kundenkontakt mit KI übertragbar wird; und wer sehen möchte, wie konsistente Qualitätsbeurteilung weniger von einem einzelnen Beurteiler abhängig wird, liest wie Qualitätskontrolle übertragbar gemacht wird. Wer wissen möchte, wie groß dieses Problem im eigenen Unternehmen bereits ist, kann messen, wie viel über den Eigentümer läuft, und wer sich fragt, ab welchem Zeitpunkt dies für einen Verkauf relevant wird, liest wann die Vorbereitung eines Verkaufs beginnen muss.
Die Frage, welcher Teil des technischen Wissens in diesem spezifischen Unternehmen wirklich auf ein System übertragbar ist, und welcher Teil Menschenarbeit bleibt, unterscheidet sich je nach Prozess und Kundengruppe. Diese Frage wird pro Aufgabe mit dem Werkscan von FTE TO AI beantwortet.
Der kostenlose Wertecheck besteht aus acht kurzen Fragen, eine pro Wertetreiber, und gibt ein erstes Bild davon, welcher Treiber den Preis Ihres Unternehmens heute am stärksten drückt. Der vollständige Wertscan, mit Reifegrad-Score pro Treiber, Nachweis, Eigentümerabhängigkeits-Index und einem Zweijahreskalender bis zum Exit-Zeitpunkt, befindet sich im Aufbau.