Zum Inhalt springen
Was die Branche zeigt · Wissenssysteme

Zwei interne Wissenssysteme, von den Firmen selbst vollständig veröffentlicht.

Beide sind ungewöhnlich gut dokumentiert, auch in den Teilen, die nicht funktionierten. Das sind ihre Zahlen, verlinkt mit ihren Quellen.

Zwei Beispiele, beide Hälften

Die veröffentlichten Grenzen sind lehrreicher als die Schlagzeilenwerte.

IBM AskHR

IBMs interner HR-Assistent bearbeitet Routineanfragen von Mitarbeitenden und Führungskräften: Bescheinigungen, Urlaub, Lohnzugriff, Vergütungsänderungen. Dahinter liegen rund 80 automatisierte Vorgänge.

94 %

der häufigen HR-Fragen beantwortet das System ohne Weiterleitung, so IBMs eigene Angabe. Dazu meldet IBM über 11,5 Mio. Interaktionen im Jahr 2024 und rund 40 % tiefere HR-Betriebskosten über vier Jahre.

IBM Case Study, AskHR

Was danach geschah

IBM kündigte an, die Einstiegs-Einstellungen in den USA 2026 zu verdreifachen. Ein Meinungsbeitrag in Inc. führt das auf die verbleibenden 6 % zurück: die Ausnahmen und Abwägungen, die das System nicht übernimmt.

Inc., Meinungsbeitrag, Juli 2026

Uber Genie

Genie ist ein Slack-Assistent für Fragen an den Engineering-Bereitschaftsdienst, gebaut auf einer Retrieval-Architektur, die Uber ausführlich beschreibt. In Ubers internen Supportkanälen laufen rund 45'000 Fragen pro Monat auf.

13'000 h

Engineering-Zeit gespart seit dem Start im September 2023, über mehr als 70'000 Fragen in 154 Slack-Kanälen.

Uber Engineering Blog

Was danach geschah

Uber veröffentlichte auch die Hilfreich-Quote: 48,9 %. Weniger als die Hälfte der Antworten wurde als hilfreich bewertet, und Genie wird durchgehend als Copilot für den Bereitschaftsdienst beschrieben, nicht als Ersatz.

Uber Engineering Blog, derselbe Beitrag

Wie wir das lesen

Ein Wissenssystem lohnt sich, wenn es sagen kann, was es nicht weiss.

01

Die Quelle muss erreichbar sein

Beide Systeme indexieren Material, das ein Mensch öffnen und prüfen kann. Eine Antwort, die nicht auf ihren Absatz zeigen kann, ist im regulierten Umfeld nicht brauchbar.
02

Halb brauchbar ist immer noch brauchbar

Uber ging mit 48,9 % Hilfreich-Quote live, weil die Alternative eine wartende Kollegin war. Der Massstab ist der heutige Ablauf, nicht Perfektion.
03

Zugriff folgt der Rolle

IBMs System trennt, was Mitarbeitende, Führungskräfte und HR-Partner sehen dürfen. Ohne diese Trennung wird ein Wissenssystem zum Datenschutzproblem.

Was wir nicht versprechen

  • Dass die Suche alles findet. Wo sie nichts findet, soll das System das sagen, statt die Lücke zu füllen.
  • Dass sich das Wissen selbst pflegt. Retrieval sucht, es kuratiert nicht.
  • Dass jede Antwort hilfreich ist. Ubers veröffentlichte Quote lag bei 48,9 %, und der Betrieb lohnte sich trotzdem.

Wenn das Wissen da ist, aber niemand es rechtzeitig findet, ist das ein Bau, den wir kennen.