Das Problem mit den ersten vier Wochen
Neue Mitarbeiter stellen dieselben Fragen immer wieder. Wo liegt die aktuelle Preisliste? Welche Vorlage gilt für Angebote? Wen rufe ich bei Lieferproblemen an? Die Antworten sitzen irgendwo — in E-Mails, auf einem Netzlaufwerk, im Kopf der Kollegin, die gerade im Urlaub ist.
Häufiges Muster: Ein neuer Mitarbeiter unterbricht seinen direkten Vorgesetzten im Schnitt vier bis sieben Mal pro Tag mit Routinefragen. In einem KMU mit zehn bis fünfzig Beschäftigten kostet das messbar Kapazität — auf beiden Seiten.
Genau hier setzt ein interner Wissens-Bot an.
Was ein Wissens-Bot im Onboarding leistet
Ein Wissens-Bot ist kein Chatbot für Kunden. Er ist ein internes Werkzeug, das auf das Wissen des eigenen Unternehmens trainiert wird: Handbücher, Prozessbeschreibungen, Organigramme, FAQ-Dokumente, Produktunterlagen. Neue Mitarbeiter stellen ihre Fragen in natürlicher Sprache — der Bot antwortet auf Basis der hinterlegten Dokumente.
Das bringt drei konkrete Vorteile:
1. Verfügbarkeit rund um die Uhr. Der Bot antwortet um 7:00 Uhr, wenn die Einschulung noch nicht begonnen hat, und um 18:30 Uhr, wenn alle Kollegen weg sind.
2. Konsistente Antworten. Typisches Beispiel: Zwei Mitarbeiter fragen unabhängig voneinander nach dem Urlaubsantragsprozess und bekommen von zwei verschiedenen Kollegen zwei leicht unterschiedliche Antworten. Der Bot gibt immer dieselbe Antwort — auf Basis der aktuell hinterlegten Version.
3. Reduktion der Unterbrechungen. Studien aus dem HR-Bereich zeigen, dass automatisierte Wissensabfragen bis zu 40 Prozent der Routinefragen im Onboarding abfangen können. In der Praxis österreichischer KMU erlebe ich Werte zwischen 30 und 50 Prozent — abhängig davon, wie gut die Wissensbasis gepflegt ist.
Die technische Umsetzung — knapp erklärt
Die gängigste Architektur heißt Retrieval-Augmented Generation, kurz RAG. Das Prinzip: Ein Sprachmodell (etwa GPT-4o oder ein lokales Modell) beantwortet keine Fragen aus dem Gedächtnis, sondern durchsucht zuerst die hinterlegten Dokumente und zitiert daraus. Das reduziert Halluzinationen deutlich.
Für ein KMU bedeutet das konkret:
- Dokumente in einem zentralen Ordner oder SharePoint ablegen
- Einen RAG-Dienst davor schalten (Microsoft Copilot Studio, OpenAI Assistants API, oder spezialisierte Tools wie Guru, Notion AI, Tettra)
- Mitarbeitern über Teams, Slack oder ein einfaches Web-Interface Zugang geben
Die Einrichtung dauert bei einem gut vorbereiteten Dokumentenbestand zwei bis fünf Tage. Der größte Aufwand liegt nicht in der Technik — er liegt in der Vorbereitung der Dokumente.
Die Wissensbasis: Der entscheidende Faktor
Ein Wissens-Bot ist nur so gut wie die Dokumente, auf die er zugreift. Das klingt banal, ist aber der häufigste Grund für gescheiterte Projekte.
Häufiges Muster: Ein Unternehmen startet einen Bot, hinterlegt 200 Dokumente — davon sind 60 veraltet, 40 widersprüchlich und 30 so allgemein formuliert, dass sie keine konkreten Antworten ermöglichen. Der Bot gibt dann entweder falsche Auskunft oder antwortet mit „Ich habe dazu keine Information.” Beides frustriert neue Mitarbeiter.
Empfehlung für den Start:
- Maximal 20 bis 30 Kerndokumente auswählen
- Jeden Inhalt auf Aktualität prüfen (Stand-Datum eintragen)
- Klare Eigentümer festlegen: Wer aktualisiert welches Dokument?
- Einen Reviewer-Prozess einrichten — mindestens quartalsweise
Ein schlanker, gepflegter Dokumentenbestand schlägt einen umfangreichen, veralteten jedes Mal.
Was der Bot nicht kann — und nicht soll
Hier liegt die wichtigste Einschränkung: Ein Wissens-Bot ersetzt keine menschliche Einarbeitung. Er ergänzt sie.
Was er nicht leistet:
Kulturvermittlung. Wie man im Unternehmen miteinander redet, welche ungeschriebenen Regeln gelten, wer wirklich Entscheidungsträger ist — das steht in keinem Dokument und lässt sich nicht automatisieren.
Zwischenmenschliche Orientierung. Neue Mitarbeiter brauchen in den ersten Wochen soziale Anknüpfungspunkte. Ein Bot schafft das nicht.
Komplexe Einzelfallentscheidungen. Typisches Beispiel: Ein neuer Vertriebsmitarbeiter fragt, ob er einem Kunden einen Sonderrabatt von 15 Prozent geben darf. Der Bot kann die Rabattrichtlinie zitieren. Die Einschätzung, ob dieser spezifische Kunde diesen Rabatt verdient, trifft weiterhin ein Mensch.
Fehlerkorrektur in Echtzeit. Macht ein neuer Mitarbeiter einen Prozessfehler, braucht er direktes Feedback. Kein Bot erkennt das eigenständig.
Die sinnvolle Aufteilung: Der Bot übernimmt Wissensabruf und Orientierungsfragen. Menschen übernehmen Beziehung, Kultur und Urteilsvermögen.
Die vier Wochen — realistisch betrachtet
Die Behauptung, ein Bot halbiere die Einarbeitungszeit, verdient eine Einschränkung. Was messbar kürzer wird:
- Zeit bis zur ersten eigenständigen Aufgabe: In Pilotprojekten österreichischer KMU aus meiner Beratungspraxis sinkt dieser Wert um 20 bis 35 Prozent.
- Anzahl der Eskalationen an Vorgesetzte: Rückgang um 30 bis 50 Prozent in den ersten zwei Wochen.
- Onboarding-Aufwand für bestehende Mitarbeiter: Messbar weniger Unterbrechungen, was sich auf Projektstunden umrechnen lässt.
Was nicht kürzer wird: die Zeit, bis ein neuer Mitarbeiter wirklich zum Team gehört. Die bleibt bei drei bis sechs Monaten — unabhängig von jeder KI-Unterstützung.
Kosten und Aufwand — eine Einschätzung
Für ein KMU mit 15 bis 80 Mitarbeitern und einem vorhandenen Microsoft-365-Umfeld rechne ich grob:
- Einmalige Einrichtung (intern oder extern): 3.000 bis 8.000 Euro
- Monatliche Betriebskosten (Lizenz + API): 80 bis 300 Euro
- Laufender Pflegeaufwand: zwei bis vier Stunden pro Monat
Dem gegenüber steht der Nutzen: Wenn ein Vorgesetzter mit einem Stundensatz von 70 Euro durch weniger Unterbrechungen vier Stunden pro Woche gewinnt, sind das 280 Euro pro Woche — oder rund 13.000 Euro im Jahr. Dazu kommt die schnellere Produktivität neuer Mitarbeiter.
Der ROI ist in den meisten Fällen innerhalb von sechs Monaten erreicht — vorausgesetzt, die Wissensbasis wird ernsthaft gepflegt.
Was ich KMU konkret empfehle
Ein Pilotprojekt mit einem neuen Mitarbeiter, einer klar abgegrenzten Dokumentenbasis (maximal 25 Dokumente) und einem einfachen Werkzeug. Kein großes Projekt, keine monatelange Vorbereitung.
Vorher klären:
- Welche Fragen stellen neue Mitarbeiter in den ersten 30 Tagen am häufigsten? Diese Liste notieren.
- Gibt es für jede dieser Fragen ein verlässliches, aktuelles Dokument? Falls nicht: erst schreiben, dann automatisieren.
Nach vier Wochen auswerten: Wie viele Fragen hat der Bot beantwortet? Wie viele davon waren korrekt? Wo hat er versagt? Auf Basis dieser Daten entscheiden, ob und wie ausgebaut wird.
KI im Onboarding ist kein Allheilmittel. Aber es ist eines der wenigen Felder, wo der Nutzen schnell sichtbar und klar messbar ist — wenn man es pragmatisch angeht.