Was Führungskräfte im Dienstleistungsbereich über die Erfassung von implizitem Wissen, die Skalierung von Fachwissen und den Aufbau einer solideren Grundlage für KI lernen können
Im Außendienst gibt es ein Wissensproblem, das sich immer schwerer ignorieren lässt .
Die jüngste Studie „Voice of the Field Service Engineer“ des Service Councilergab, dass 44 % der Techniker seit weniger als fünf Jahren bei ihrem derzeitigen Arbeitgeber beschäftigt sind. Dabei handelt es sich nicht nur um eine Entwicklung, die darauf zurückzuführen ist, dass eine jüngere Generation in den Arbeitsmarkt eintritt. Mehr als die Hälfte dieser Techniker ist über 35 Jahre alt.
Erfahrene Techniker gehen in den Ruhestand. Andere wechseln den Arbeitgeber. Und jedes Mal, wenn sie das Unternehmen verlassen, geht mit ihnen oft jahrelanges, hart erworbenes Wissen über Geräte, Kunden, Prozesse und die Realitäten der Arbeit vor Ort verloren.
Gleichzeitig investieren Unternehmen massiv in KI, um den Zugang zu Servicewissen zu vereinfachen.
Es gibt nur ein Problem: KI kann nur mit dem Wissen arbeiten, das ein Unternehmen tatsächlich erfasst hat.
Diese Idee stand im Mittelpunkt eines kürzlich aufgezeichneten inService-Podcast-Gesprächs zwischen Gerardo Pelayo, Chief Research Officer des Service Council, und Thomas Cottereau, CEO von „ SightCall “.
In der Diskussion wurde erörtert, wie visuelle KI und Video Dienstleistungsunternehmen dabei helfen können, das Fachwissen zu erfassen, das selten in Handbüchern oder Wissensdatenbanken zu finden ist, und es anschließend so aufzubereiten, dass es von der gesamten Belegschaft genutzt werden kann.
Hier sind fünf wichtige Erkenntnisse aus dem Gespräch.
1. Wenn Techniker nicht weiterkommen, vertrauen sie dennoch anderen Technikern
Trotz aller Investitionen, die Unternehmen in Wissensdatenbanken, Dokumentationen und digitale Tools getätigt haben, ist die wertvollste Quelle der Hilfe für viele Techniker nach wie vor eine bemerkenswert vertraute: ein anderer Mensch.
Eine Untersuchung des Service Council ergab, dass 54 % der Techniker einen Kollegen anrufen oder ihm eine SMS schicken, wenn sie nicht weiterkommen.
Dieses Verhalten lässt sich leicht als Widerstand gegen neue Technologien interpretieren. Thomas bot jedoch eine andere Interpretation an:
Das ist ein Hinweis darauf, wem Techniker tatsächlich vertrauen.
Ich glaube, das ist kein Widerstand gegen KI. Das ist ein Signal. Fachwissen ist kontextabhängig, es ist praxisorientiert und basiert zudem auf Vertrauen.
Der Kollege am anderen Ende der Leitung ruft nicht nur Informationen ab. Er hat wahrscheinlich schon ähnliche Geräte gesehen, Fehler gemacht, ungewöhnliche Situationen erlebt und dann herausgefunden, was tatsächlich funktioniert.
Diese Art von Fachwissen ist kontextbezogen und praxisorientiert.
Die meisten traditionellen Wissenssysteme erfassen lediglich den offiziellen Ablauf. Erfahrene Techniker wissen jedoch, was passiert, wenn der geordnete offizielle Ablauf auf die chaotischere Realität trifft.
Diese Unterscheidung gewinnt im Zusammenhang mit KI an Bedeutung. Das Trainieren eines KI-Assistenten anhand von Handbüchern und Dokumentationen erleichtert zwar den Zugriff auf vorhandene Informationen, verschafft jedoch keinen Zugang zu all dem, was die Mitarbeiter im Laufe jahrelanger Erfahrung gelernt haben.
Die größte Chance für Dienstleistungsunternehmen besteht darin, diese Erfahrungen von vornherein besser zu erfassen.
2. Der beste Zeitpunkt, um Fachwissen zu erfassen, ist während der Arbeit selbst.
Es gibt einen guten Grund, warum „Stammeswissen“ schwer zu dokumentieren ist.
Experten sind sich oft nicht bewusst, wie viel sie wissen.
Ihr Fachwissen haben sie sich im Laufe jahrelanger praktischer Arbeit, durch das Beobachten anderer, das Beheben von Störungen und durch wiederholtes Ausprobieren angeeignet. Bittet man einen erfahrenen Techniker, sich anschließend hinzusetzen und alles zu dokumentieren, was er weiß, geht ein Großteil dieses Kontextes verloren.
Wie Thomas im Gespräch sagte: Menschen sind keine Datenbanken.
Was wäre, wenn Unternehmen die Erfassung von Wissen nicht als separate Verwaltungsaufgabe betrachten würden, sondern dieses Fachwissen direkt in den Momenten speichern könnten, in denen es genutzt wird?
Das könnte in folgenden Fällen passieren:
- Eine Fernsupport-Sitzung zwischen einem Techniker und einem Experten
- Eine offizielle Schulung zum Umgang mit der Ausrüstung
- Eine Begleitfahrt oder ein Hospitationstag während der Einarbeitungsphase
Hier kommt der Wert von Video zum Tragen, denn es hält mehr fest als nur die Schilderung einer Person, was passiert ist. Es hält fest, was die Person gesehen und getan hat.
Diese Art von Wissen lässt sich nur direkt am Arbeitsplatz erfassen. Das geschieht mitten in der Arbeit, indem Video, Audio, Text und der betriebliche Kontext gemeinsam genutzt werden.
Kombiniert man dieses Video mit Audioaufnahmen, Text, Informationen zur Ausrüstung, der Wartungshistorie und weiteren betrieblichen Hintergründen? Dann erhält das Unternehmen eine wesentlich umfassendere Dokumentation des Fachwissens, das hinter dem Ergebnis steht.
3. KI verändert die wirtschaftlichen Rahmenbedingungen bei der Umwandlung von Videomaterial in Wissen
Unternehmen hätten schon vor Jahren ihre besten Techniker bitten können, Anleitungsvideos aufzunehmen.
Aber jemand musste das Filmmaterial sichten, bearbeiten, die nützlichen Stellen herausfiltern, Anweisungen hinzufügen, es ordnen, korrekt kennzeichnen, veröffentlichen und dafür sorgen, dass es zugänglich bleibt.
Die Produktion hochwertiger Video-Tutorials könnte Wochen dauern und Zehntausende Dollar kosten. Das mag für eine kleine Sammlung formeller Schulungsinhalte durchaus sinnvoll sein.
Aber um Tausende von Fachkenntnissen zu erfassen, die über das gesamte Unternehmen verteilt sind? Das macht keinen Sinn.
Genau hier verändert die KI alles.
Anstatt jede Aufzeichnung wie ein Videoproduktionsprojekt zu behandeln, wandelt KI praktisches Fachwissen aus der Praxis in strukturiertes, durchsuchbares Wissen um.
Thomas beschrieb, wie „ SightCall “ dabei vorgeht: Das System nimmt erfasstes Wissen auf, ordnet es anhand von Informationen wie Ausrüstung, Ersatzteilen und Servicetyp zu und erstellt daraus automatisch Schritt-für-Schritt-Anleitungen mit Multimedia-Inhalten . Diese Anleitungen können Text, Sprachausgabe, Videoausschnitte, Bilder und Anmerkungen kombinieren.
Wir nutzen KI als Werkzeug, nicht als Wissen. Das Wissen entsteht durch diese Erfassung, und anschließend wandeln wir es automatisch um.
Aber hier liegt der entscheidende Unterschied: Von der KI wird nicht verlangt, das Fachwissen zu erfinden. Sie wird dazu eingesetzt, das Fachwissen zu strukturieren, das von Menschen bei ihrer Arbeit gewonnen wurde.
Die Überprüfung durch einen Menschen bleibt weiterhin Teil des Prozesses, insbesondere wenn es um Fachbegriffe, Abkürzungen oder unternehmensspezifische Abläufe geht.
Dadurch entsteht ein ganz anderes Modell für KI im Unternehmensbereich: Zunächst wird menschliches Fachwissen erfasst, dann wird es mithilfe von KI skalierbar gemacht, und schließlich werden Menschen weiterhin in die Validierung des Ergebnisses einbezogen.
4. Wissen gewinnt erheblich an Wert, wenn es in den Arbeitsablauf einfließt
Die Erfassung des Wissens ist Teil des Problems.
Die größere Herausforderung besteht darin, genau dann (und genau dort) die richtige Unterstützung zu bieten, wenn (und wo) jemand sie tatsächlich benötigt.
Stellen Sie sich vor, ein FSE-Mitarbeiter hat morgen einen Arbeitsauftrag für ein Gerät, das er noch nie gewartet hat. Was wäre, wenn das entsprechende Fachwissen ihn zuerst finden würde, anstatt darauf zu warten, bis er vor Ort eintrifft?
Thomas stellte ein Beispiel vor, bei dem ein Kunde Fachwissen mit seinem Servicemanagementsystem verknüpfte.
Wenn ein Arbeitsauftrag für einen bestimmten Gerätetyp und eine bestimmte Wartungsmaßnahme angelegt wird, kann das System relevantes Fachwissen identifizieren und direkt im Arbeitsauftrag ein Tutorial anzeigen.
Dadurch wird Wissen von der reaktiven Fehlerbehebung hin zur proaktiven Vorbereitung verlagert.
Und dies eröffnet noch weitreichendere Möglichkeiten. Dasselbe organisatorische Wissen könnte ein Wissensmanagementsystem, ein LMS, ein CRM, eine Außendienstmanagement-Plattform, Copilot oder einen KI-Agenten unterstützen.
Anstatt ein weiteres Tool zu entwickeln, an das sich die Mitarbeiter erinnern müssen, stellen Sie Fachwissen direkt in den Systemen und Arbeitsabläufen zur Verfügung, die sie ohnehin bereits nutzen.
5. Stammeswissen entwickelt sich zu einem strategischen KI-Vorteil
Die vielleicht wichtigste Erkenntnis aus diesem Gespräch ist, dass die Erfassung von Wissen nicht einfach als Dokumentationsprojekt betrachtet werden sollte.
Die innovativsten Unternehmen betrachten dies als eine KI-Strategie.
Jedes Unternehmen verfügt über Informationen in Handbüchern, Wartungsprotokollen, CRM-Datensätzen und Wissensdatenbanken. Der wahre Wert liegt jedoch in einer weiteren Ebene der Intelligenz: der gesammelten Erfahrung der Menschen, die sich seit Jahren mit der Lösung der spezifischen Probleme des Unternehmens beschäftigen.
Das lässt sich nur schwer nachahmen, da es auf den eigenen Erfahrungen der Organisation basiert.
Und wenn ein erfahrener Mitarbeiter das Unternehmen verlässt, ohne dass dieses Fachwissen festgehalten wurde, kann ein Teil dieses organisatorischen Gedächtnisses für immer verloren gehen.
Thomas’ Empfehlung ist einfach: Warten Sie nicht, sondern fangen Sie gleich an, es festzuhalten.
„Ihre operative Expertise ist einer der wenigen wirklich schützbaren Wettbewerbsvorteile im Zeitalter der KI.“
Jeder Experte, der das Unternehmen verlässt, ohne sein Wissen festzuhalten, bedeutet einen dauerhaften operativen Verlust. Unternehmen müssen aufhören, Wissen als reine Dokumentation zu betrachten.
Die wichtigere Frage für Führungskräfte im Dienstleistungsbereich
Seit Jahren lautet die Frage zum Wissensmanagement im Wesentlichen:
Wie können wir Technikern dabei helfen, die bei uns vorhandenen Informationen zu finden?
KI wirft eine andere Frage auf:
Wie können wir das Fachwissen erfassen, das wir bisher noch nicht dokumentiert haben?
Das könnte sich als die größere Herausforderung erweisen.
Unternehmen, die den größten Nutzen aus KI ziehen, sind nicht unbedingt diejenigen, die über die meisten KI-Tools verfügen. Es sind vielmehr diejenigen, die das Wissen ihrer besten Mitarbeiter kontinuierlich erfassen, diese Erfahrungen in verlässliches Unternehmenswissen umwandeln und es an den nächsten Mitarbeiter weitergeben können, der es benötigt.
Dadurch wird „Stammeswissen“ nicht mehr zu etwas, das eine Organisation zu verlieren droht, sondern zu einem Kapital, auf dem sie weiter aufbauen kann.
Sehen Sie sich den vollständigen inService-Podcast an, um mehr über Video-Intelligence, Wissenserfassung und deren Bedeutung für die Zukunft des Außendienstes zu erfahren.