Knowledge Base und Experience Base: Wie Erfahrungswissen im Haus wächst

Wenn über KI in der Beratung gesprochen wird, geht es meist um Modelle. Dabei liegt der eigentliche Wert woanders: im Wissen, mit dem ein System arbeitet. DIMA unterscheidet dabei zwei Arten von Wissen, die oft in einen Topf geworfen werden, aber unterschiedliche Aufgaben haben.

Zwei Arten von Wissen

Fachwissen ist das, was in Gesetzen, Kommentaren und Vorlagen steht. Erfahrungswissen ist das, was eine Organisation über Jahre aufbaut: welche Argumentation in einem bestimmten Fall trägt, welche Formulierung sich bewährt hat, wie ein Sachverhalt typischerweise zu bewerten ist. Erst zusammen ergeben sie eine Beratung, die fachlich korrekt und praxistauglich ist.

Die Knowledge Base: das strukturierte Skelett

Die Knowledge Base ist der kuratierte Fachbestand eines Themas, aber sie ist mehr als eine Sammlung von Dokumenten. Sie bildet ab, wie ein Thema innen aufgebaut ist. Anders als beim offenen Internet ist hier jede Quelle bekannt und geprüft.

Dazu wird ein Beratungsthema, etwa eine Eigenbedarfskündigung, zunächst hierarchisch in seine Entitäten aufgelöst: Vermieter, Mieter, Wohnung, Mietvertrag, Bedarfsperson, Härtegründe. Über diese Entitäten wird eine Ontologie gelegt und mit den relevanten statischen Merkmalen attribuiert. Die ebenfalls attribuierten Verbindungen zwischen den Elementen der Ontologie, wer in welcher Beziehung zu wem steht, werden möglichst vollständig gesetzt.

So enthält eine Knowledge Base nicht nur die Begriffe eines Themas, sondern die typischen Workflows und damit die internen Strukturen der Prozesse, die Zusammenhänge zwischen den Entitäten und ihre beschreibenden Attribute (Merkmale). Sie ist das Skelett, an dem DIMA einen Fall entlangführt, einmal beim Setup aufgebaut und danach kontinuierlich gepflegt. Wie aus dieser Struktur prüfbare Ergebnisse entstehen, lesen Sie im Beitrag Definierte Ontologien.

Die Experience Base: das wachsende Gedächtnis

Wenn die Knowledge Base das Skelett ist, ist die Experience Base das Gedächtnis. Sie entsteht nicht beim Setup, sondern im Betrieb, aus jedem real bearbeiteten Fall.

Aus dem Verstehen einer konkreten Aufgabe, dem Suchen nach Lösungen und der finalen Entscheidung wächst sie Fall für Fall. Konkret fließt hinein:

• die human getroffene Entscheidung für eine bestimmte Lösung,
• deren Erkenntnis- und Entscheidungswege und die dahinterliegenden Strukturen,
• die statischen und dynamischen Merkmale des Falls,
• die lösungsspezifischen Merkmalsausprägungen,
• und das, meist zeitversetzte, Ergebnis.

Mit jedem freigegebenen Fall wird dieses Gedächtnis dichter. DIMA greift dann auf bewährte Lösungswege zurück, statt jeden Fall bei null zu beginnen, und Ihre Organisation wird genau dort klüger, wo die Arbeit ohnehin stattfindet.

„Fachwissen kann man kaufen. Erfahrungswissen muss eine Organisation selbst aufbauen, und genau deshalb darf es sie nie verlassen.“

Dr. Peter Prieß, Gründer CODIAC

Der Lernkreislauf

Beide Wissensspeicher sind keine Archive, sondern Teil eines Kreislaufs. Er hält das System aktuell und macht es mit jedem Fall ein Stück besser.

• Ein Fall kommt herein und wird anhand der Knowledge Base bearbeitet.
• Der Berater prüft das Ergebnis und gibt es frei.
• Der freigegebene Fall fließt strukturiert in die Experience Base zurück.
• Beim nächsten ähnlichen Fall steht dieses Wissen sofort zur Verfügung.

Fazit

Eine KI ist nur so gut wie das Wissen, auf dem sie arbeitet. Wer Fachwissen und Erfahrungswissen trennt und beides im Haus behält, bekommt ein System, das nicht stehen bleibt, sondern mit der Organisation wächst. Welches Risiko entsteht, wenn dieses Wissen das Haus verlässt, lesen Sie im Beitrag Domain-Wissens-Erosion.

Quellen

Aamodt, A. und Plaza, E. (1994). Case-Based Reasoning: Foundational Issues, Methodological Variations, and System Approaches. AI Communications, 7(1), 39-59.

CODIAC (2026). Methodik: Knowledge Base, Experience Base und der Lernkreislauf in der DIMA-Plattform.

Häufige Fragen