Headcount ist das kleinste Problem

Wenn ein Unternehmen bis 2030 über 30 Prozent seiner Belegschaft durch Verrentung verliert, stellen viele Führungskräfte dieselbe Frage: Wie ersetzen wir diese Stellen? Das ist die falsche Frage. Die richtige lautet: Wie ersetzen wir das Wissen, das diese Menschen mitnehmen?

Headcount lässt sich aufbauen, langsam und teuer, aber grundsätzlich möglich. Stilles Wissen über Kundenbeziehungen, lokale Marktverhältnisse, historische Kreditentscheidungen und die ungeschriebenen Regeln des eigenen Hauses lässt sich nicht einfach neu einstellen. Es ist über Jahrzehnte gewachsen, steckt in den Köpfen erfahrener Mitarbeiter und verschwindet mit ihnen, wenn niemand es vorher sichert.

Die Zahlen hinter dem Problem

Die Größenordnung ist gut belegt. Nach Analysen der auf Finanzdienstleister spezialisierten Beratung zeb liegt der Altersdurchschnitt in deutschen Genossenschaftsbanken, Sparkassen und Versicherungen heute bei über 47 Jahren. Allein durch Verrentung verlieren diese Häuser bis 2030 im Durchschnitt deutlich über 30 Prozent ihrer Mitarbeitenden. Und mit ihnen geht mehr als 30 Prozent des heutigen Expertenwissens und der persönlichen Kundenbeziehungen.

Entscheidend ist die Dynamik. Der Abgang verläuft nicht gleichmäßig, sondern beschleunigt sich von Jahr zu Jahr, weil die geburtenstarken Jahrgänge gebündelt in den Ruhestand gehen. Was heute noch wie ein überschaubarer Trend wirkt, wird in der zweiten Hälfte des Jahrzehnts zur Welle. Und diese Zahlen berücksichtigen noch nicht einmal die steigende Fluktuation jüngerer Mitarbeiter, die das Problem zusätzlich verschärft.

Was stilles Wissen eigentlich ist

Um das Problem zu fassen, muss man verstehen, was stilles Wissen ausmacht. Es ist nicht das, was in Handbüchern und Arbeitsanweisungen steht. Es ist das, was eine erfahrene Kreditsachbearbeiterin in Sekunden erkennt, ohne es begründen zu können: dass an einem Antrag etwas nicht stimmt, dass ein Kunde trotz schwacher Zahlen verlässlich ist, dass eine bestimmte Konstellation in der Region erfahrungsgemäß zu Problemen führt.

Dieses Wissen ist implizit, erfahrungsbasiert und an Personen gebunden. Es entsteht aus Tausenden von Fällen, aus dem Gespür für Muster, das sich über Jahre bildet. Genau weil es nicht aufgeschrieben ist, ist es so verletzlich. Wenn die Person geht, geht das Wissen, und kein noch so gutes Onboarding der Nachfolgerin kann es in kurzer Zeit reproduzieren.

Besonders kritisch ist dieses Wissen in den entscheidenden Funktionen. In der Kreditrisikobeurteilung, in der Schadenregulierung komplexer Fälle, in der Betreuung wichtiger Kundenbeziehungen, überall dort entscheidet die Erfahrung über die Qualität. Ein Haus, das diese Erfahrung ungesichert abfließen lässt, verliert nicht nur Kapazität, sondern Urteilsfähigkeit.

Warum klassische Antworten nicht reichen

Die übliche Antwort auf den Abgang ist Nachfolgeplanung und Wissenstransfer durch Einarbeitung. Das ist richtig und notwendig, aber es reicht nicht, wenn 30 Prozent der Belegschaft in einem engen Zeitfenster gehen. Die klassische Einarbeitung setzt voraus, dass die erfahrene Person genug Zeit hat, ihr Wissen an eine Nachfolgerin weiterzugeben. Bei einer Abgangswelle fehlt genau diese Zeit, weil zu viele gleichzeitig gehen und zu wenige da sind, um aufzunehmen.

Hinzu kommt, dass viel stilles Wissen sich der direkten Weitergabe entzieht. Die erfahrene Mitarbeiterin kann oft nicht erklären, warum sie etwas weiß, sie weiß es einfach. In einem Gespräch lässt sich das nur begrenzt vermitteln. Was nötig wäre, ist eine Methode, dieses Wissen aus der Erfahrung herauszuholen und in eine Form zu bringen, die auch ohne die Person verfügbar bleibt.

Wo KI ansetzen kann

Hier eröffnet sich ein Anwendungsfeld für KI, das über die übliche Effizienzdiskussion hinausgeht. Wenn die Entscheidungen erfahrener Mitarbeiter über Jahre in den Systemen dokumentiert sind, lassen sich daraus Muster gewinnen, die das implizite Wissen zumindest teilweise abbilden. Eine KI, die auf der Historie guter Kreditentscheidungen trainiert ist, kann der Nachfolgerin Hinweise geben, die sonst nur die erfahrene Vorgängerin gehabt hätte.

Wichtig ist die richtige Erwartung. KI ersetzt das menschliche Urteil nicht, und sie macht die erfahrene Mitarbeiterin nicht überflüssig. Aber sie kann einen Teil des Erfahrungswissens konservieren, das sonst restlos verschwinden würde, und sie kann der nächsten Generation den Einstieg erleichtern, indem sie auf Muster aufmerksam macht, die diese sonst erst über Jahre selbst erlernen müsste. Die KI wird so zum Speicher eines Wissens, das bisher nur in Köpfen existierte.

Voraussetzung dafür ist allerdings, dass das Wissen überhaupt in den Daten steckt. Wo Entscheidungen nur im Kopf getroffen und nicht nachvollziehbar dokumentiert wurden, gibt es nichts, woraus eine KI lernen könnte. Das ist ein Grund mehr, jetzt damit zu beginnen, Entscheidungen strukturiert zu erfassen, solange die erfahrenen Mitarbeiter noch da sind und ihre Logik noch verfügbar ist.

Das Zeitfenster schließt sich

Der entscheidende Punkt ist der Zeitfaktor. Wissenssicherung gelingt nur, solange die Wissensträger noch im Haus sind. Sobald sie in den Ruhestand gegangen sind, ist die Gelegenheit vertan, und kein nachträglicher Aufwand holt das verlorene Wissen zurück. Das Zeitfenster für die Sicherung ist deshalb genau die Zeit bis zur Verrentungswelle, also die kommenden wenigen Jahre.

Das macht das Thema dringlich, obwohl 2030 weit weg klingt. Wer das Wissen der Generation sichern will, die in der zweiten Hälfte des Jahrzehnts geht, muss heute beginnen, nicht erst, wenn die ersten gehen. Die Vorbereitung, also das strukturierte Erfassen von Entscheidungen, der gezielte Wissenstransfer, der Aufbau der nötigen Datengrundlage, braucht Vorlauf, und dieser Vorlauf läuft jetzt ab.

Welche Funktionen zuerst betroffen sind

Der Wissensverlust trifft nicht alle Bereiche gleich. Am verletzlichsten sind die Funktionen, in denen Erfahrung über die Qualität entscheidet und in denen das Wissen am stärksten an Personen gebunden ist. In der Kreditrisikobeurteilung etwa steckt jahrzehntelange Erfahrung in der Fähigkeit, ein Risiko jenseits der reinen Kennzahlen einzuschätzen. In der Betreuung langjähriger Kundenbeziehungen steckt das Wissen um Geschichte, Eigenheiten und Vertrauen, das keine Akte vollständig abbildet.

Auch in der Marktfolge und in spezialisierten Fachbereichen sammelt sich über Jahre ein Erfahrungsschatz, der nicht dokumentiert ist. Wer diese Funktionen zuerst auf den Wissensverlust hin untersucht, setzt die knappen Ressourcen der Wissenssicherung dort ein, wo der Schaden am größten wäre. Eine pauschale Sicherung über alle Bereiche ist weder leistbar noch nötig, eine gezielte Priorisierung dagegen schon.

Wissenssicherung ist mehr als Dokumentation

Ein verbreitetes Missverständnis ist, Wissenssicherung bedeute, erfahrene Mitarbeiter ihr Wissen aufschreiben zu lassen. Das hilft bei explizitem Wissen, aber es scheitert am stillen Wissen, das sich der Verschriftlichung entzieht. Die erfahrene Sachbearbeiterin kann oft nicht in Worte fassen, woran sie ein Problem erkennt, weil ihr Urteil aus Mustern besteht, die sie nie bewusst formuliert hat.

Wirksame Wissenssicherung setzt deshalb breiter an. Sie kombiniert die Dokumentation des Explizierbaren mit Formen, die das Implizite zugänglich machen: die gemeinsame Bearbeitung von Fällen, in der die Erfahrene ihr Vorgehen zeigt, das strukturierte Erfassen von Entscheidungen, aus denen sich später Muster gewinnen lassen, und den frühen, überlappenden Einsatz von Nachfolgern, solange die Wissensträger noch da sind. Kein einzelnes Mittel genügt, erst die Kombination trägt.

Genau hier liegt auch der Anknüpfungspunkt für KI. Wo Entscheidungen über Jahre strukturiert dokumentiert wurden, lassen sich daraus Muster ableiten, die einen Teil des impliziten Wissens konservieren. Die KI ersetzt die Erfahrung nicht, aber sie kann sie teilweise speichern und der nächsten Generation zugänglich machen. Voraussetzung ist, dass die Datengrundlage dafür rechtzeitig geschaffen wird.

Der Zusammenhang mit der Substituierbarkeit

Es lohnt, den Wissensverlust mit der oft zitierten hohen Substituierbarkeit kaufmännischer Berufe zusammenzudenken. Beide Zahlen werden gern getrennt diskutiert, gehören aber zusammen. Die automatisierbaren Routineanteile verschwinden, und genau dort, wo der Mensch unersetzlich bleibt, im Erfahrungsurteil, droht zugleich der demografische Aderlass. Das Haus verliert also Routine an die Maschine und Erfahrung an den Ruhestand, beides gleichzeitig.

Daraus folgt eine doppelte Strategie. Die Routine wird automatisiert, um Kapazität zu schaffen, und die Erfahrung wird gesichert, um die Substanz zu erhalten. Wer nur das eine tut, scheitert: Wer nur automatisiert, ohne Wissen zu sichern, steht effizient, aber urteilslos da. Wer nur Wissen sichert, ohne zu automatisieren, erhält die Substanz, verliert aber den Anschluss an die Effizienz des Wettbewerbs. Erst beides zusammen ergibt eine tragfähige Antwort auf die demografische Lage.

Eine Aufgabe für den Vorstand, nicht für die Personalabteilung

Weil es um die Substanz des Unternehmens geht, ist Wissenssicherung eine Vorstandsaufgabe, keine Delegation an die Personalabteilung. Sie verlangt Entscheidungen über Prioritäten, über Ressourcen und über die Verzahnung von Personalplanung, Prozessgestaltung und KI-Strategie. Diese Entscheidungen lassen sich nicht auf einer nachgeordneten Ebene treffen, weil sie das Geschäftsmodell selbst berühren.

Die Häuser, die das verstanden haben, behandeln das Thema mit derselben Ernsthaftigkeit wie eine große Investition, denn nichts anderes ist es. Der Verlust von 30 Prozent der Erfahrung ist ein Substanzverlust, der sich nicht in einer einzelnen Bilanz zeigt, aber über Jahre die Qualität von Entscheidungen senkt. Wer das auf die lange Bank schiebt, merkt den Schaden erst, wenn er nicht mehr zu beheben ist.

Wissenssicherung als Teil der KI-Strategie

Die klügsten Häuser behandeln Wissenssicherung und KI-Einführung nicht als zwei getrennte Vorhaben, sondern als zwei Seiten derselben Strategie. Jede strukturierte Erfassung von Entscheidungen dient zugleich der Wissenssicherung und schafft die Datengrundlage, auf der KI später Muster lernen kann. Wer Entscheidungen heute sauber dokumentiert, sichert das Wissen der scheidenden Generation und baut zugleich das Fundament für die Automatisierung von morgen.

Diese Verbindung macht die Investition doppelt sinnvoll. Sie löst nicht nur ein demografisches Problem, sondern legt zugleich die Grundlage für die Effizienzgewinne, die das Haus ohnehin braucht. Ein Euro, der in die strukturierte Erfassung von Erfahrungswissen fließt, zahlt damit zweifach ein, in die Substanz und in die Zukunftsfähigkeit. Wer beide Ziele zusammendenkt, holt aus derselben Anstrengung den doppelten Nutzen.

Der erste Schritt ist eine Inventur

Der pragmatische Einstieg ist eine Inventur des kritischen Wissens. Welche Personen tragen Wissen, dessen Verlust das Haus empfindlich treffen würde, und wann gehen sie voraussichtlich? Diese Liste ist meist überschaubar und macht das abstrakte Problem konkret und steuerbar. Sie zeigt, wo die Zeit drängt und wo die Sicherung zuerst ansetzen muss.

Aus dieser Inventur ergibt sich ein klarer Fahrplan, der die knappen Ressourcen dorthin lenkt, wo der größte Schaden droht. Statt diffus über den Fachkräftemangel zu klagen, arbeitet das Haus an konkreten Personen und konkretem Wissen, solange beides noch verfügbar ist. Genau diese Konkretheit unterscheidet die Häuser, die handeln, von denen, die das Problem vor sich herschieben, bis es zu spät ist.

Warum Abwarten die teuerste Option ist

Die Versuchung, das Thema zu vertagen, ist groß, weil 2030 fern wirkt und die akuten Probleme drängender erscheinen. Doch gerade beim Wissensverlust ist Abwarten die teuerste Option, denn die Gelegenheit zur Sicherung verschwindet mit jedem Mitarbeiter, der in den Ruhestand geht. Anders als bei vielen anderen Vorhaben lässt sich Versäumtes hier nicht nachholen, weil der Wissensträger dann schlicht nicht mehr da ist.

Jedes Jahr des Zuwartens verkleinert also das Zeitfenster und erhöht den Anteil des Wissens, der unwiederbringlich verloren geht. Wer erst handelt, wenn die Abgangswelle sichtbar wird, handelt zu spät, weil die Sicherung Vorlauf braucht und die ersten Träger bereits gegangen sind. Die einzige sinnvolle Reaktion ist, jetzt zu beginnen, solange die Erfahrung noch im Haus ist und sich sichern lässt.

Das macht die Wissensstrategie zu einer der wenigen Aufgaben, bei denen der Zeitpunkt über den Erfolg entscheidet. Nicht das Budget, nicht die Technologie, sondern schlicht die Frage, ob man früh genug anfängt. Genau diese Dringlichkeit unterscheidet das Thema von vielen anderen Vorhaben, die sich auch später noch angehen lassen.

Die richtige Frage stellen

Alles beginnt damit, die richtige Frage zu stellen. Nicht wie ersetzen wir die Stellen, sondern wie sichern wir das Wissen, das mit den Menschen geht. Wer diese Frage heute stellt und konsequent beantwortet, bewahrt die Substanz seines Hauses über die Verrentungswelle hinaus. Wer sie verdrängt, wird 2030 die Stellen besetzt, aber die Erfahrung verloren haben.

Vom Wissensloch zur Wissensstrategie

Die Häuser, die das Problem ernst nehmen, behandeln Wissenssicherung als strategische Aufgabe, nicht als Nebenprodukt der Personalplanung. Sie identifizieren, wo das kritischste Wissen sitzt, sie sichern es systematisch, solange die Träger noch da sind, und sie nutzen KI dort, wo sich Erfahrungswissen aus Daten konservieren lässt. So verwandeln sie ein drohendes Wissensloch in eine bewusst gestaltete Wissensstrategie.

Die Häuser, die nur über Headcount nachdenken, werden 2030 feststellen, dass sie die Stellen mühsam nachbesetzt, aber die Substanz verloren haben. Sie haben Menschen ersetzt, aber nicht das Wissen, und genau dieses Wissen war ihr eigentlicher Wert. Der Unterschied zwischen diesen beiden Wegen entscheidet sich nicht 2030, sondern in der Planungsrunde, die jetzt ansteht.

Mehr zum Thema: 94 Prozent halten digitale Resilienz für hochrelevant. Aber Relevanz ist keine Fähigkeit. und KI-Schulung für Mitarbeiter: Was wirklich funktioniert und was nicht..

Wir helfen Ihnen, das kritischste Erfahrungswissen in Ihrem Haus zu identifizieren und zu sichern, solange die Wissensträger noch da sind, und prüfen, wo sich dieses Wissen mit KI aus Ihren Daten konservieren lässt. Aus der Branche, für die Branche. Beginnen Sie mit einer Potenzialanalyse.