- Zu Datareus X
- Aus Beratung
Die teuerste API im Unternehmen heißt Mensch

Es gibt Menschen, ohne die bei Datenfragen kaum etwas geht. Das klingt zunächst nach besonderer Expertise. Oft ist es aber ein Zeichen dafür, dass die Organisation ihr Wissen nicht wiederverwenden kann.
Leitfrage
Wie bleibt Expertenwissen verfügbar, ohne Menschen zum Engpass zu machen?
Von Datareus
Es gibt Kolleginnen und Kollegen, deren Kalender aussieht wie ein schlecht gewartetes API-Gateway: alle 15 Minuten eine neue Anfrage. „Welche Kundendefinition gilt für den Monatsbericht?“ „Dürfen die Daten für die Kampagne verwendet werden?“ „Warum stimmt die Zahl nicht mit dem Controlling überein?“ „Wer kann die Änderung freigeben?“ Die Schnittstelle antwortet meistens freundlich. Außer sie ist gerade im Urlaub, in einem Workshop oder mit den anderen 37 Anfragen beschäftigt. Dann steht das Projekt.
Das Problem ist nicht fehlendes Wissen
In vielen Unternehmen ist das entscheidende Datenwissen vorhanden. Es liegt nur an der falschen Stelle: in Köpfen. Erfahrene Data Stewards, Analysten, Fachverantwortliche und Architektinnen kennen die Geschichte hinter einer Kennzahl. Sie wissen, warum eine Definition so und nicht anders gewählt wurde. Sie kennen die Ausnahme, die im Wiki fehlt. Sie erinnern sich an den Konflikt zwischen zwei Bereichen und an den Kompromiss, auf den man sich schließlich geeinigt hat. Dieses Wissen ist wertvoll. Gerade deshalb ist es erstaunlich, wie häufig es über dieselbe Form verteilt wird: mündlich, einzeln und immer wieder von vorn.
Das kostet nicht nur Zeit. Es verändert auch Entscheidungen. Je nachdem, wer gerade erreichbar ist, fällt die Erklärung etwas anders aus. Ein neues Projekt übernimmt vielleicht nur die halbe Geschichte. Eine Ausnahme wird zur allgemeinen Regel. Eine veraltete Definition lebt weiter, weil niemand weiß, dass sie vor sechs Monaten abgelöst wurde. Aus Expertise wird ein Engpass.
Warum ein Wiki das Problem nicht löst
Die naheliegende Antwort lautet oft: Dann muss das Wissen eben dokumentiert werden. Also entstehen Wiki-Seiten, Glossare, Handbücher und Prozessbeschreibungen. Das hilft – bis zu einem gewissen Punkt. Text kann Zusammenhänge erklären. Er ist nur selten Teil der konkreten Arbeit. Eine Wiki-Seite weiß nicht, dass gerade ein neues Datenprodukt angelegt wird. Sie erkennt nicht, dass die verwendete Definition zu einem anderen Zweck gehört. Sie warnt nicht, wenn eine Entscheidung abgelaufen ist. Und sie zeigt nicht automatisch, welche Berichte von einer Änderung betroffen wären. Dokumentation bleibt daneben liegen. Arbeit passiert woanders.
Das führt zu einem merkwürdigen Muster: Die Organisation besitzt die Information, aber niemand kann sich im entscheidenden Moment darauf verlassen.
Wissen wird erst wertvoll, wenn es anschlussfähig ist
Wiederverwendbares Wissen braucht mehr als einen guten Absatz. Es braucht Kontext. Eine fachliche Entscheidung sollte zum Beispiel nicht nur als Satz gespeichert werden, sondern mit einigen einfachen Fragen verbunden sein: Worum ging es? Für welchen Zweck gilt die Entscheidung? Wer hat sie getroffen oder freigegeben? Auf welcher Grundlage? Welche Begriffe, Datenprodukte und Berichte sind betroffen? Seit wann gilt sie? Wann muss sie erneut geprüft werden? Damit wird aus einer Erinnerung ein verlässlicher Bestandteil der Arbeitsstruktur.
Angenommen, ein Unternehmen entscheidet, dass „umsatzaktiv“ für eine bestimmte Vertriebssteuerung bedeutet: mindestens eine fakturierte Leistung in den vergangenen 90 Tagen. Diese Abgrenzung gilt nicht automatisch für Produktnutzung, Service oder Risikobewertung. Bleibt die Entscheidung im Protokoll, beginnt die Diskussion beim nächsten Projekt neu.
Ist sie mit Zweck, Anwendungsbereich, Verantwortlichen und betroffenen Datenprodukten verbunden, kann sie wiederverwendet werden. Ein neues Team sieht nicht nur die Definition, sondern auch, wann sie passt – und wann ausdrücklich nicht.
Die menschliche API darf bleiben
Das Ziel ist nicht, erfahrene Menschen durch ein System zu ersetzen. Das wäre weder realistisch noch besonders klug. Die menschliche API ist dann wertvoll, wenn eine neue, wirklich schwierige Frage auftaucht. Wenn Interessen abgewogen, neue Regeln entwickelt oder widersprüchliche Anforderungen geklärt werden müssen. Teuer wird sie, wenn sie hundertmal dieselbe Auskunft gibt.
Ein gutes System verschiebt deshalb die Arbeit: Wiederkehrende Fragen werden aus vorhandenem, freigegebenem Kontext beantwortet. Unklare Fälle landen gezielt bei den richtigen Verantwortlichen. Entscheidungen werden während der Arbeit festgehalten, nicht Wochen später nachdokumentiert. Neue Vorhaben sehen bestehende Zusammenhänge, bevor sie eigene Strukturen bauen.
Das entlastet Experten nicht nur. Es erhöht auch die Qualität ihrer Arbeit. Statt als Auskunftsstelle zu funktionieren, können sie dort eingreifen, wo Urteil tatsächlich gebraucht wird.
Wissen muss in die Arbeit gelangen
Der entscheidende Punkt ist nicht, möglichst viel Expertenwissen einzusammeln. Verlässliches Wissen muss im passenden Arbeitsmoment auftauchen. Beim Entwurf eines Datenprodukts sollte sichtbar werden, welche ähnliche Lösung bereits existiert. Bei einer KPI-Anforderung braucht es die gültige Definition samt Anwendungsbereich. Bei einer Änderung müssen betroffene Berichte und Verantwortliche erkennbar sein.
So wird Wissen nicht von Menschen getrennt, sondern so organisiert, dass Menschen und Assistenzsysteme es im richtigen Moment prüfen und verwenden können.
Die freundlichste Schnittstelle ist nicht immer die beste
Viele Organisationen sind stolz darauf, dass „man einfach Lisa fragen kann“ oder „Thomas das seit Jahren im Kopf hat“. Das ist menschlich angenehm. Strukturell ist es riskant. Urlaub, Rollenwechsel und Wachstum zeigen schnell, wie abhängig die Organisation von einzelnen Personen geworden ist. Spätestens dann wird aus dem kurzen Dienstweg ein langer Engpass. Die bessere Lösung ist nicht, weniger miteinander zu sprechen. Sie besteht darin, Gespräche nicht ständig wiederholen zu müssen.
Experten sollten neue Fragen klären. Das System sollte dafür sorgen, dass die Antwort beim nächsten Mal schon da ist – mit Kontext, Gültigkeit und einem nachvollziehbaren Weg zurück zur Entscheidung.
Verwandte Insights
Wie Zusammenarbeit über Bereichsgrenzen gelingt.

Fachartikel · KI & Kontext
Wie freigegebener Kontext KI verlässlich macht
Ein Sprachmodell kann Felder finden, Berichte zusammenfassen und überzeugend antworten. Ob diese Antwort im Unternehmen gelten darf, ist eine andere Frage.
Weiterlesen
Fachartikel · Organisation & Semantik
Jedes Projekt modelliert die Realität neu. Genau das ist das Problem.
Lokale Datenmodelle sind nicht falsch. Schwierig wird es, wenn ihre Beziehungen unsichtbar bleiben und jedes neue Vorhaben wieder bei null beginnt.
Weiterlesen