Entwicklung eines KI-basierten, unternehmensindividuellen Chatbots zur Aufnahme und Nutzung von explizitem und implizitem Expertenwissen im Einkauf

Produzierende KMU verlieren durch demografischen Wandel, Fluktuation und steigende Prozess­komplexität stetig wertvolles Wissen im Einkauf. Rund 90 % dieses Know‑hows ist implizit, verteilt auf einzelne Mitarbeitende und daher nur schwer zugänglich. Gleichzeitig verbringen Beschäftigte laut Studien bis zu acht Stunden pro Woche mit der Suche nach Informationen – ein immenser Effizienz­verlust, der sich in Milliarden­kosten niederschlägt.

Das Forschungsvorhaben "EnKi‑Bot" adressiert vier zentrale Defizite: den manuellen Aufwand bei der Externalisierung von Expertenwissen, den langsamen Informationszugriff, die Insellösung typischer Enterprise‑Search‑Systeme und die geringe Nutzerakzeptanz neuer Software. 

Kern des Projekts ist die Entwicklung eines Chatbots, der ein großes Sprachmodell (LLM) mit Retrieval‑Augmented Generation kombiniert. Das System durchsucht eine unternehmens­weite Wissens­datenbank, führt nach Bedarf ein dialog­gestütztes "Interview" mit Fachexpert*innen, externalisiert deren implizites Wissen (teil‑)automatisiert und speichert es (validiert durch eine*n Mitarbeiter*in) ab.

Begleitet wird die Technik durch eine Einführungs­strategie. Diese enthält unter anderem Schulungen, Feedback­schleifen und Datenschutz­konzepte, um Vertrauen aufzubauen. Zu den erwarteten Vorteilen zählen effizienteres Arbeiten von Mitarbeiter*innen im Einkauf, verbesserter Wissenstransfer und Kosteneinsparungen, die besonders KMU stärken und dem Fachkräfte­mangel entgegenwirken.