In Teil 1 dieser Serie habe ich argumentiert, dass nicht das größere KI-Modell über den Erfolg entscheidet, sondern das Wissen, auf das die KI zugreift. Angenommen, du akzeptierst das und willst deiner KI jetzt Zugriff auf dein Unternehmenswissen geben. Der naheliegende Schritt: Du kippst alles in einen Ordner. Angebots-PDFs, das QM-Handbuch, den Vertragsordner, exportierte E-Mails. Und dann funktioniert es nicht.
Das liegt nicht an zu wenig Dokumenten, sondern an zu vielen ohne Ordnung. Ein Stapel Dateien ist kein Wissen; bloße Menge ist ohne Struktur sogar wertlos. Was fehlt, ist keine größere KI, sondern semantische Suche im Unternehmen: ein Zugriff, der nach Bedeutung findet statt nach Ablageort. Warum das so ist, zeigen zwei Geschichten, die ein argentinischer Schriftsteller vor über achtzig Jahren aufgeschrieben hat und die das Kernproblem heutiger KI-Systeme genau beschreiben.
Die Bibliothek von Babel: alles vorhanden, nichts auffindbar
1941 veröffentlichte Jorge Luis Borges die Erzählung „Die Bibliothek von Babel“ (zuerst in der Sammlung „El jardín de senderos que se bifurcan“, ab 1944 im Band „Ficciones“). Er beschreibt ein Universum aus unbegrenzt vielen sechseckigen Räumen, verbunden durch Flure, Wendeltreppen und Lüftungsschächte, mit Bücherregalen an allen vier Wänden. Jedes Buch hat exakt dasselbe Format: 410 Seiten, 40 Zeilen, rund 80 Zeichen je Zeile, aus einem Alphabet von 25 Symbolen. Die Bibliothek enthält alle möglichen Kombinationen dieser Zeichen.
Die Pointe: Weil jede Kombination existiert, enthält diese Bibliothek garantiert jedes sinnvolle Buch, das je geschrieben wurde. Nur ist die überwältigende Mehrheit der Bände reines Kauderwelsch. Die Bibliothekare suchen den „Menschen des Buches“, der den perfekten Index gelesen haben soll. Die Wahrheit ist vorhanden. Sie ist nur praktisch nicht auffindbar.
Genau das ist das gemeinsame Laufwerk der meisten Mittelständler: eine kleine Bibliothek von Babel. Die Antwort auf „Welches Angebot haben wir 2023 einem vergleichbaren Kunden zu welchen Konditionen geschickt?“ existiert. Sie steht irgendwo in ein paar hundert PDFs, in E-Mails mehrerer Vertriebler und in einer Excel-Tabelle, die jemand nach drei Wochen aufgegeben hat. Vorhandensein und Auffindbarkeit sind zwei verschiedene Dinge. Mehr Dokumente lösen das nicht, sie verschärfen es.
Warum ein Dokumentenstapel kein Wissensmanagement ist
Dass Menge allein nichts nützt, ist keine Erkenntnis des KI-Zeitalters. Im Juli 1945 veröffentlichte der US-Wissenschaftsorganisator Vannevar Bush, damals Direktor des Office of Scientific Research and Development mit über 6.000 Wissenschaftlern, im Magazin „The Atlantic Monthly“ den Essay „As We May Think“. Sein Kernsatz: Das Problem sei nicht, dass zu viel publiziert werde, sondern dass „publication has been extended far beyond our present ability to make real use of the record“ — die Veröffentlichung sei weit über unsere Fähigkeit hinausgewachsen, den Bestand tatsächlich zu nutzen.
Klassische Ablagen ordnen alphabetisch oder numerisch; wiedergefunden wird über Unterklassen. „The human mind does not work that way. It operates by association“, schrieb Bush und entwarf mit dem „associative indexing“ und der gedachten Maschine Memex ein Ordnen nach Verknüpfung statt nach Ablageort. Die Hypertext-Pioniere Douglas Engelbart und Ted Nelson nannten ihn später ausdrücklich als Inspiration. Dahinter steckt der Unterschied, um den es in dieser Serie geht: Ein Ordnerbaum sortiert nach Ablageort, Wissensmanagement ordnet nach Bedeutung. Eine Ablage sagt dir, wo eine Datei liegt, nicht, was drinsteht. Deshalb ist ein durchsuchbarer Dateihaufen noch kein Wissensmanagement, auch nicht mit einer KI daneben.
Die Funes-Falle: Warum mehr Kontext die KI schlechter macht
Die zweite Geschichte schrieb Borges ein Jahr später, 1942: „Funes el memorioso“, auf Deutsch meist „Das unerbittliche Gedächtnis“. Ireneo Funes, ein Jugendlicher aus dem uruguayischen Fray Bentos, stürzt vom Pferd und erwacht mit einem absoluten Gedächtnis. Danach nimmt er jeden Moment in vollständigem Detail wahr und behält alles: die Form jeder Wolke samt der Muskel- und Temperaturempfindung des Augenblicks.
Das klingt nach dem perfekten Wissenssystem und ist das Gegenteil. Funes ist zu keiner Abstraktion fähig, zu keinem Allgemeinbegriff. Seine Welt besteht aus unerträglich vielen Einzelheiten, zwischen denen er nicht mehr unterscheidet, was wichtig ist. Er erfindet sogar ein eigenes „Zählsystem“, das jeder Zahl einen willkürlichen Namen gibt, also das genaue Gegenteil eines Zählsystems. Borges hält fest: Funes weiß alles und kann nicht denken. Perfektes Erinnern ohne Verallgemeinerung behindert das Denken, statt es zu befördern.
In dieselbe Falle läuft jede KI, der du zu viel auf einmal gibst. Wenn du der KI eine riesige, ständig wachsende Notizdatei mitgibst, einen Ordner mit fünfzig PDFs anhängst oder einen seitenlangen System-Prompt (die feste Grundanweisung, die die KI vor jeder Frage mitliest) schreibst, bekommt das Modell alles gleichzeitig und kann im Moment deiner Frage nicht mehr trennen, was relevant ist. In der Praxis nennt man das Context Stuffing. Messbar dokumentiert ist der Effekt als „Lost in the Middle“ (Liu et al., 2024): Steht die entscheidende Information in der Mitte eines langen Kontexts, bricht die Trefferquote ein — zuverlässig verarbeitet werden nur Anfang und Ende, selbst bei Modellen für lange Kontexte. Bei einer handverlesenen Sammlung von wenigen Dutzend Quellen geht das noch. Dein Unternehmen hat aber nicht ein Dutzend Dokumente, sondern tausende, verteilt über Laufwerke und Postfächer. Mehr in den Prompt zu kippen macht die Antwort dann nicht besser, sondern langsamer, teurer und unzuverlässiger.
Warum Stichwortsuche im Unternehmen scheitert
Der klügere Einwand lautet: Dann suche eben gezielt per Stichwort, statt alles in den Kontext zu laden. Genau das tut die klassische Volltextsuche. In ihrer mathematisch saubersten Form heißt sie BM25 (für „Best Matching“, entwickelt aus den Arbeiten von Stephen Robertson und Karen Spärck Jones). BM25 bewertet ein Dokument allein danach, ob und wie oft die Suchbegriffe darin vorkommen, gewichtet über Häufigkeit, Seltenheit im Gesamtbestand und Dokumentlänge. Es behandelt Wörter als unabhängige Zeichenketten, ganz ohne Verständnis für ihre Bedeutung.
Und daran scheitert es im Unternehmen zuverlässig — das Grundproblem ist empirisch belegt. Furnas, Landauer, Gomez und Dumais untersuchten 1987, welches Wort verschiedene Menschen spontan für dieselbe Sache wählen. Ergebnis: In keiner untersuchten Domäne trafen zwei Personen mit mehr als 20 Prozent Wahrscheinlichkeit dasselbe Wort. Ein Zugriff über das eine Lieblingswort eines einzelnen Entwicklers führte in ihrer Versuchsanordnung zu 80 bis 90 Prozent Fehlschlägen. Man nennt das das Vokabular-Problem.
Im Alltag begegnet es dir ständig, nur nennt es niemand so:
- Synonyme: Der eine schreibt „Kunde“, der nächste „Auftraggeber“, der Vertrag sagt „Besteller“. Wer nach dem einen sucht, findet die anderen nicht.
- Fachbegriffe in zwei Sprachen: Wer im Vertrag nach „Force Majeure“ sucht, findet die Klausel „Höhere Gewalt“ per Volltextsuche nicht, obwohl es dieselbe Sache ist.
- Interne Kürzel: „QMH“, eine Maschinenbezeichnung, eine Projektnummer, die nur intern jemand versteht. Steht im Dokument die ausgeschriebene Form, geht die Suche ins Leere.
- Versionsstände: „Angebot_final“, „Angebot_final_2“, „Angebot_wirklich_final“. Die Suche findet fünf Treffer und sagt dir nicht, welcher gilt.
- Kontext: Ein Wert wie „2,1 Liter“ ergibt nur Sinn, wenn danebensteht, für welche Maschine und welches Schmiermittel er gilt. Die Zeichenkette allein trägt diese Bedeutung nicht.
Fachlich sind das zwei alte Bekannte: Synonymie (mehrere Wörter für dieselbe Sache) und Polysemie (ein Wort mit mehreren Bedeutungen). Beide gelten spätestens seit den 1990er-Jahren — prominent formuliert in den frühen Arbeiten zur latenten semantischen Analyse — als die Grundprobleme jeder reinen Wortsuche, und keine Ordnerstruktur löst sie, weil sie an der Zeichenkette ansetzen, nicht an der Bedeutung.
Semantische Suche im Unternehmen: Bedeutung statt Zeichenkette
Damit ist klar, was fehlt: nicht mehr Speicher, nicht das größere Modell, sondern ein anderer Zugriff. Statt Zeichenketten zu vergleichen, muss das System nach Bedeutung suchen, nach dem, was gemeint ist, nicht nach dem, was buchstäblich dasteht. Diese semantische Suche im Unternehmen erkennt „Höhere Gewalt“ und „Force Majeure“ als dieselbe Sache, „Kunde“ und „Auftraggeber“ ebenso.
Das Bild dafür ist ein Katalog, der nicht nach Ablageort sortiert, sondern nach Inhalt: festgehalten wird, welche Aussage auf welcher Seite steht und worum es geht. Kommt deine Frage, schlägt das System nicht in den Dokumenten nach, sondern in diesem Verzeichnis der Bedeutungen. Es zieht in Sekunden die drei Seiten heraus, die deine Frage wirklich beantworten, und gibt nur diese an die KI. Kein Kauderwelsch, keine Funes-Überflutung, keine ins Leere laufende Stichwortsuche.
Das Gegenbild dazu hat Borges ebenfalls geliefert: In „Das Aleph“ gibt es einen Punkt, der alle anderen enthält — wer hineinsieht, überblickt alles gleichzeitig, ohne Verwirrung. Genau diesen geordneten Punkt zu bauen, an dem die Antwort im Moment der Frage sofort verfügbar ist, ist der Kern einer Wissens-KI: kein weiterer Dateihaufen, sondern eine nach Bedeutung geordnete Wissensbasis mit austauschbarem Modell.
Praktisch heißt das: Wenn ich mit einem Betrieb im Ostalbkreis eine KI-Beratung beginne, ist die erste Arbeit fast nie die Modellauswahl, sondern die Bestandsaufnahme. Welches Wissen liegt wo, in welcher Form, in wie vielen Versionen? Das ist der Übergang von der Dokumentenablage zum KI-gestützten Prozess.
Häufige Fragen
Was ist semantische Suche im Unternehmen?
Semantische Suche findet nach Bedeutung statt nach Zeichenkette. Sie erkennt, dass „Kunde“, „Auftraggeber“ und „Besteller“ dieselbe Rolle meinen und „Höhere Gewalt“ und „Force Majeure“ dieselbe Klausel, und findet die richtige Stelle auch dann, wenn im Dokument ein Synonym, ein fremdsprachiger Fachbegriff oder ein internes Kürzel steht. Eine klassische Volltextsuche kann das nicht, weil sie nur das exakt eingetippte Wort sucht.
Reicht die Suche in SharePoint oder Windows nicht aus?
Für das Wiederfinden einer Datei, deren Namen du kennst, ja. Für Fragen an den Inhalt nein. Diese Suchen arbeiten mit Zeichenketten und finden nur das exakt eingetippte Wort. Sobald im Dokument ein Synonym oder ein internes Kürzel steht, geht die Suche ins Leere. Das ist das Vokabular-Problem, kein Bedienfehler.
Löst ein größeres Kontextfenster (die Textmenge, die das Modell auf einmal lesen kann) das Problem, wenn ich alle Dokumente reingebe?
Nein, im Gegenteil. Je mehr du auf einmal hineingibst, desto eher läuft das Modell in die Funes-Falle: Es bekommt alles und kann nicht mehr trennen, was zählt. Der „Lost in the Middle“-Effekt zeigt, dass Information in der Mitte langer Kontexte verlorengeht. Die Lösung ist nicht mehr Kontext, sondern gezielt die wenigen relevanten Stellen, und dafür braucht es Bedeutungssuche.
Muss ich meine Dokumente vorher aufräumen?
Nur begrenzt. Saubere, aktuelle Dokumente helfen, und einen offensichtlichen Wildwuchs an Versionsständen sollte man lichten. Die eigentliche Ordnung nach Bedeutung übernimmt aber das System, nicht die Handarbeit. Du musst nicht erst alles manuell sortieren; die Auffindbarkeit stellt die Technik her.
Fazit
Ein Stapel Dokumente ist kein Wissen, und mehr Dokumente machen es nicht besser. Die Bibliothek von Babel zeigt, dass Vorhandensein und Auffindbarkeit zwei verschiedene Dinge sind; Funes zeigt, dass perfektes Erinnern ohne Abstraktion nichts nützt. Und die klassische Stichwortsuche scheitert im Unternehmen zuverlässig, weil sie Zeichenketten vergleicht statt Bedeutungen: an Synonymen, Fachbegriffen, Kürzeln, Versionsständen und an Wissen, das nur im Zusammenhang Sinn ergibt. Was dein Unternehmen braucht, ist deshalb kein weiterer Ablageort und kein größeres Modell, sondern semantische Suche im Unternehmen: Bedeutungssuche statt Zeichenkettensuche.
Wie eine KI aus deinen Dokumenten die drei richtigen Seiten zieht und daraus eine belegte Antwort baut, ist keine Magie, sondern ein benennbares Verfahren. Es heißt Retrieval-Augmented Generation, kurz RAG. In Teil 3 dieser Serie erkläre ich RAG ohne Fachchinesisch und zeige Schritt für Schritt, wie aus deinem Unternehmenswissen Antworten werden. Wenn du bis dahin wissen willst, wo bei dir der größte Suchaufwand liegt, vereinbare ein unverbindliches Erstgespräch.