Zum Inhalt

Vertriebswissen sichern, wenn Erfahrung geht

Aktivieren Sie unsere intelligente Suche, um passende Fachinhalte oder Patente zu finden.

search-config
loading …

Wegen des demografischen Wandels steht der B2B-Vertrieb vor einer strategischen Zäsur: Mit dem Ausscheiden der Babyboomer geht vor allem erfahrungsbasiertes Wissen verloren. Wie eine KI-Wissensbasis helfen kann, weiß Springer-Professional-Gastkolumnistin Gabriele Horcher.

 Gabriele Horcher ist Kommunikationswissenschaftlerin. Die Business Development-, Kommunikations- und Vertriebsexpertin ist als Keynote-Speakerin tätig. 


Bis zum Jahr 2036 gehen in Deutschland laut Statistischem Bundesamt insgesamt 15,6 Millionen Erwerbstätige aus der Babyboomer-Generation mit Geburtsjahren von 1957 bis 1968 in den Ruhestand. Bei heute 46,0 Millionen Beschäftigten sind das circa 33,9 Prozent. Dies verschärft den Fachkräftemangel, und es führt in den Unternehmen zu einem enormen Verlust an Erfahrung.

Auch im B2B-Vertrieb treffen am Ende keine Organisationen Entscheidungen, sondern Menschen mit Verantwortung. Sie wägen Risiken ab, suchen Sicherheit und vertrauen auf Erfahrung, nicht nur auf reine Daten. Gerade bei komplexen Lösungen und Kaufprozessen wird Vertrauen zum entscheidenden Faktor. Dieses Vertrauen entsteht durch glaubwürdige Kommunikation und echte, häufig langjährige Beziehungen.

Doch 80 Prozent des B2B-Vertriebswissens liegt nicht schriftlich in Dokumenten vor, sondern es existiert als sogenanntes implizites Wissen (engl. "Tacit Knowledge") in den Köpfen der Menschen. In Deutschland arbeiten heute circa 1,0 bis 1,8 Millionen Menschen im B2B-Vertrieb. Wie sichert man dieses Vertriebswissen? Und vor allen Dingen die wichtigen Erfahrungen der 333.000 bis 599.000 Vertriebsexperten, die in den nächsten zwölf Jahren den Berufsalltag verlassen? Die Situation verdeutlicht die nachstehende Grafik:

80 Prozent des Unternehmenswissens liegt nur als implizites Wissen vor.


KI-Interviews als Quelle für implizites Wissen im Unternehmen

Scheidende Mitarbeiter zu zwingen, ihr Wissen zu verschriftlichen, würde viele überfordern. Dies würde die Personen auch noch früher aus dem gewinnbringenden Vertriebsprozess herausnehmen. Was aber die meisten B2B-Vertriebsmitarbeiter sehr gut können, ist Dinge redend zu erklären – auch komplexe Sachverhalte. Aber eine eigene KI kann in 90-minütigen Interviews mit dem Mitarbeitern in die Expertise des Interviewten eintauchen. Dabei können diese KI-geführten Interviews jederzeit unterbrochen und auch wieder aufgenommen werden.

Häufig wird unterstellt, dass sich das implizite Wissen im Unternehmen der harten Messbarkeit schlicht entzieht. Doch das stimmt so nicht mehr. Denn ein unternehmensindividuelles KI-Hirn, das sogenannte Corporate Brain, kann heute Tacit Knowledge erfassen – zum Beispiel anhand der beschriebenen Mitarbeiterinterviews. Dabei muss allerdings sichergestellt sein, dass die in den Interviews erfassten Erfahrungen valide sind.

Die KI-Interviews finden durch verschiedene, jeweils auf diesen Kommunikationstyp spezialisierte KI-Agenten statt, die mit einem methodisch geführten, mehrstufigen Protokoll arbeiten. Die KI stellt keine offenen, spekulativen Fragen, sondern kontextualisierte, prozessbezogene Fragen entlang realer Anwendungsfälle. Dadurch wird Erfahrungswissen operationalisiert. Es wird also in konkrete Entscheidungsregeln, Ausnahmen und Handlungsmuster überführt. Man darf eben nicht vergessen, dass genau das subjektive Erfahrungswissen im Unternehmen oft große situative Bedeutung hat. Andererseits ist es unerlässlich, gerade bei der Validierung dieser Art von Wissen mit Umsicht vorzugehen. Ohnehin trennt das KI-Hirn strikt zwischen gesichertem Wissen, Hypothesen und Erfahrungs-Heuristiken. Das Corporate Brain speichert keine Wahrheiten, sondern validierte und gewichtete Wissenselemente. Zudem kommt es häufiger vor, dass von einem KI-Interview zum anderen oder auch im Vergleich zu den schriftlichen Materialien Widersprüche auftreten. Auch hier können wieder KI-Interviews mit gezielten Nachfragen dabei helfen, diese Diskrepanzen zu klären und auszuräumen.

Ein Corporate Brain als Wissensbasis

Das unternehmensindividuelle Corporate Brain ist keine isolierte Softwarelösung, sondern eine zentrale Wissensschicht für Enterprise-Anwendungen im Unternehmen. Das Corporate Brain enthält eine Graph- und eine Vektordatenbank. Während die Vektor-Räume den Kontext der Daten erfassen, ist in Graph-Datenbanken die Logik hinter den Daten gespeichert. Auf diese Weise schafft ein Corporate Brain eine konsistente Wissensbasis für das Unternehmen: Es verbindet Daten aus ERP, CRM, Dokumenten und Prozessen, aus der täglichen Arbeit und, last but not least, aus Interviews mit wichtigen Experten. So erfasst das Corporate Brain implizites wie explizites Wissen. Dabei fungiert es als zentrale Wissensschicht oberhalb der Fachanwendungen. Das heißt, auch wenn sich Unternehmenssoftware oder Tools ändern: Das Unternehmenswissen bleibt erhalten – auch und gerade das unersetzliche Vertriebswissen.

Wissen als zentraler Hebel für Vertrauen im Vertrieb

Mit dem Ausscheiden der Babyboomer geht nicht nur Kapazität verloren, sondern vor allem erfahrungsbasiertes Wissen – und damit ein zentraler Hebel für Vertrauen, Abschlussstärke und Kundenbindung im Vertrieb. Wer klug genug ist, B2B-Vertrieb weiterhin als primär personengetrieben zu verstehen, muss dieses Wissen systematisch sichern, bevor es das Unternehmen verlässt. Klassische Dokumentationen greifen hier zu kurz, weil der größte Teil des vertrieblichen Erfolgs auf implizitem Wissen beruht – auf situativen Entscheidungen, Beziehungsmustern und Erfahrungsheuristiken.

Genau hier eröffnet KI einen neuen Handlungsraum: Durch strukturierte Interviews und ein unternehmensindividuelles Corporate Brain lässt sich Tacit Knowledge erstmals skalierbar erfassen, validieren und in operative Entscheidungslogiken überführen. Damit wird Erfahrungswissen nicht einfach ersetzt, sondern in eine Form gebracht, die für die Vertriebsorganisation nutzbar ist und dem Unternehmen Zukunftssicherheit verleiht.

Für den B2B-Vertrieb bedeutet der Schritt hin zur eigenen KI-Wissensbasis einen Paradigmenwechsel: weg von der Abhängigkeit von einzelnen Leistungsträgern und hin zu einer intelligenten, zentralisierten Wissensbasis. Unternehmen, die diesen Schritt jetzt gehen, sichern nicht nur ihr bestehendes Know-how – sie schaffen die Grundlage für einen Vertrieb, der auch in einer zunehmend KI-gestützten Welt weiterhin das leisten kann, worauf es im B2B-Geschäft ankommt: Vertrauen aufzubauen, Komplexität zu beherrschen und Kunden nachhaltig zu überzeugen.

Kompakt erklärt: Wissensmanagement im Vertrieb

Die Idee, das gesamte Wissen eines Unternehmens an einer zentralen Stelle zu bündeln und dort abrufbar zu machen, gründet auf der Überzeugung, dass das Wissen einer Organisation oder eines Unternehmens eine ganz wesentliche strategische Ressource ist. Heute erweist sich KI als die Technologie, die das Versprechen des Wissensmanagements endlich einlösen kann – in Gestalt des Corporate Brain-Ansatzes.

Quelle: Gabriele Horcher, Horcher Kommunikation

Die Hintergründe zu diesem Inhalt

Vertriebsprozesse optimieren

Vom ersten Kontakt bis zum Abschluss: Revolutionieren Sie Ihre Vertriebsprozesse! Erfolgreiche Unternehmen durchleuchten den gesamten Vertriebszyklus, optimieren und ersetzen wo nötig, und stellen den Kunden stets in den Mittelpunkt.

Künstliche Intelligenz im Wissensmanagement

Dieses Kapitel untersucht die Rolle von Künstlicher Intelligenz (KI) im Wissensmanagement und stellt zentrale Gemeinsamkeiten sowie Unterschiede zur menschlichen Intelligenz heraus. KI bietet Vorteile für Wissensmanagement wie Effizienz …

Exploring the Capability of LLMs for Vulnerability Knowledge Management

Large Language Models (LLMs), such as GPT and DeepSeek, have made significant advancements in software engineering, particularly in code review and generation. However, their potential in vulnerability knowledge management remains underexplored.

Datenbasis und Datenqualität für KI im Wissensmanagement

Für den Einsatz von KI im Wissensmanagement ist die Qualität der zugrunde liegenden Daten entscheidend. Neben strukturierten, unstrukturierten, Echtzeit- und historischen Daten sind auch sensible Informationen zu berücksichtigen. Damit kein „Shit …

    Bildnachweise
    Gabriele Horcher/© Gabriele Horcher