Referenz 01 · PrintsPaul
25 Jahre Maschinenwissen.
Sofort auffindbar.
PrintsPaul arbeitet mit Druck-, Converting- und Inspektionslösungen und zahlreichen individuellen Maschinen. Jede Maschine bringt Dokumentation mit, und jedes Projekt Erfahrung, die irgendwo festgehalten ist. Oder in einem Kopf.
Früher: „Wer weiß das?“
Ein Unternehmen mit jahrzehntelang gewachsenem Wissen. Es steckt in Maschinenunterlagen, Bedienungsanleitungen, Wartungsinformationen, technischen Dokumentationen, Ersatzteilinformationen, alten Projektunterlagen und internen Dokumenten. Und in der Erfahrung von Mitarbeitern, die seit vielen Jahren dabei sind. Wer etwas wissen wollte, fragte zuerst nach der Person, die es wissen könnte.
Das Problem
Dieses Wissen existiert. Aber es ist nicht automatisch verfügbar. Ein erfahrener Mitarbeiter erinnert sich, dass es einen ähnlichen Fall schon einmal gab. Ein neuer Mitarbeiter weiß das nicht. Er sucht auf Laufwerken mit gewachsener Ordnerstruktur, in PDF-Sammlungen einzelner Maschinen und in E-Mails aus alten Projekten. Und wenn er nicht fündig wird, unterbricht er einen Kollegen, der gerade etwas anderes tut.
Eine typische Fachfrage kostet schnell 30 Minuten, oft mehr. Bei 25 Jahren Maschinenwissen wird daraus ein tägliches Problem.
Die Veränderung: „Fragen Sie die eigene KI.“
Die Idee war nicht, das Wissen zu verändern, sondern den Zugang dazu. Das eigene KI-System wurde zur internen Wissensschnittstelle: Es liest die vorhandenen Unterlagen dort, wo sie liegen, und beantwortet Fragen mit Verweis auf das Dokument, aus dem die Antwort stammt. Ein neuer Mitarbeiter muss nicht zuerst wissen, welcher Kollege seit 15 Jahren an dieser Maschine arbeitet. Er fragt die KI, liest im Dokument weiter und fragt den Kollegen erst, wenn es wirklich nötig ist.
Die KI verändert nicht das Wissen. Sie verändert, wer wie schnell darauf zugreifen kann.
Heute: So fragen Mitarbeiter
Die Antwort kommt mit dem Verweis auf die Quelle, damit sie nachvollziehbar bleibt.
- „Wie funktioniert diese Maschine?“
- „Welche Wartung ist dafür vorgesehen?“
- „Wie wurde dieser Fehler bei einem ähnlichen Projekt gelöst?“
- „Welche Ersatzteile gehören dazu?“
- „Wo finde ich die technische Dokumentation?“
Ergebnis
Antworten mit Quelle statt Suche über Laufwerke. Weniger Rückfragen an einzelne Wissensträger. Ein Einstieg für neue Mitarbeiter, der nicht davon abhängt, wer gerade im Haus ist. Die Größenordnungen, mit denen wir in solchen Projekten rechnen, stehen hier als Beispielszenario. Die konkreten Werte werden gemeinsam mit PrintsPaul im laufenden Betrieb gemessen.
Beispielszenario mit angenommenen Werten, keine Kundenmessung. Konkrete Werte werden im Kundenprojekt gemessen und hier ergänzt, sobald sie belastbar sind.
Der größere Effekt
Was früher im Kopf eines Kollegen steckte, wird zu Unternehmenswissen. Aus individuellem Erfahrungswissen wird ein Bestand, auf den das ganze Unternehmen zugreifen kann. Das gilt für den neuen Mitarbeiter in der ersten Woche genauso wie für den Tag, an dem ein erfahrener Kollege in den Ruhestand geht. Und die Erfahrenen werden seltener unterbrochen, weil die Standardfragen beantwortet sind, bevor sie gestellt werden. Der Wert liegt nicht nur in gesparten Minuten: in schnellerem Onboarding, in Wissen, das im Unternehmen bleibt, und in einem Betrieb, der weniger davon abhängt, wer gerade im Haus ist.
Beispielrechnung
Was kostet es, Wissen nicht zu finden? Eine einfache Rechnung mit angenommenen Werten zeigt die Größenordnung: erst den heutigen Aufwand, dann eine bewusst konservative Annahme, wie viel davon entfällt.
Beispielrechnung
20 Mitarbeiter, 30 Minuten Suchen und Rückfragen pro Woche
- 20 Mitarbeiter × 30 Minuten pro Woche
- 10 Stunden pro Woche
- 10 Stunden × 47 Arbeitswochen
- 470 Stunden pro Jahr
- 470 Stunden × 55 € interne Vollkosten
- 25.850 € pro Jahr
- Konservativ gerechnet: nur die Hälfte entfällt
- 235 Stunden, 12.925 € pro Jahr
Beispielrechnung mit angenommenen Werten, keine Kundenmessung. Ihre eigenen Werte für Nutzer, gesparte Zeit und Stundensatz setzen Sie im Kalkulator ein.
Das lokale Setup
Eine eigene KI-Infrastruktur im Haus, angebunden an die vorhandenen Ablagen mit Maschinendokumentationen, Wartungsunterlagen und Projektordnern. Rollen und Zugriffsbereiche folgen der bestehenden Rechtestruktur: Wer einen Ordner nicht öffnen darf, bekommt aus ihm auch keine Antwort. Die Wissensverarbeitung läuft auf der Hardware im Unternehmen. Es gibt kein Cloud-Konto, in das Unterlagen hochgeladen werden, und keinen KI-Dienst, der sie verarbeitet.
- Anwendung: Unternehmenswissen mit Quellenangabe, Einarbeitung
- Quellen: Maschinendokumentationen, Wartungs- und Ersatzteilunterlagen, Projektordner
- Rechte: nach bestehender Ordner- und Rollenstruktur
- Leistung: Hardware, Einrichtung, Anbindung, Rechte, gemeinsamer Test und Betreuung aus einer Hand
Nächste Schritte
Weitere Wissensquellen anbinden, Rollen verfeinern, Kennzahlen erheben. Und die Fragen sammeln, die Mitarbeiter tatsächlich stellen: Sie zeigen am besten, wo das nächste Wissen liegt, das noch nicht erschlossen ist.