Reale Abläufe, operativer Kontext und die Grenzen statischen Wissens

Wir haben bereits gezeigt: Wenn Erfahrungswerte und institutionelle Erkenntnisse systematisch erfasst, sinnvoll strukturiert und für KI nutzbar gemacht werden, können sie im gesamten Unternehmen zugänglich werden. Dafür reicht es jedoch nicht, nur Standardprozesse, Handbücher und Projektdokumentationen festzuhalten. Entscheidend ist, auch zu dokumentieren, wie Arbeit in der Praxis wirklich abläuft – und warum bestimmte Entscheidungen getroffen oder Abläufe angepasst werden.

Genau hier setzen tatsächliche Umsetzung und operative Realität an.

Dokumentationen zeigen meist, wie Arbeit im Idealfall ablaufen sollte. In der Realität sieht es jedoch oft anders aus. Genau hier setzt die „Execution Truth“ an: Sie bildet ab, wie Arbeit tatsächlich erledigt wurde – mit allen Entscheidungen, Abweichungen vom vorgesehenen Prozess und den einzelnen Schritten, die am Ende zum Ergebnis geführt haben.

Fehlt diese Sicht auf die tatsächliche Umsetzung, bleiben spätere Analysen und KI-gestützte Schlussfolgerungen zwangsläufig theoretisch – und damit ein gutes Stück von der Realität entfernt.

Doch zu wissen, was passiert ist, reicht nicht aus. Genauso entscheidend ist die Frage, warum es so passiert ist. Genau das beschreibt die „Operational Truth“: den Unternehmenskontext, der die tägliche Arbeit beeinflusst. Dazu gehören zum Beispiel Systeme, Ressourcen, Signale, Kontrollmechanismen und andere Rahmenbedingungen, unter denen Teams Entscheidungen treffen und handeln.

Die „Execution Truth“ zeigt also, wie ein Team tatsächlich vorgegangen ist. Die „Operational Truth“ liefert den Kontext, der erklärt, warum dieser Weg gewählt wurde.

Teams brauchen beide Perspektiven, um zu verstehen, was passiert ist – und warum. Fehlt eine davon, bleibt das Bild unvollständig.

Ein typisches Beispiel aus der Produktion macht das deutlich: Ein Bauteil wird mit einem vernetzten Drehmomentschlüssel an einer Baugruppe befestigt. Die offizielle Arbeitsanweisung gibt vor, welcher Drehmomentbereich einzuhalten ist, in welcher Reihenfolge die Befestigung erfolgt und welche Prüfung anschließend durchgeführt werden muss. Sie zeigt jedoch nicht immer, wie die Arbeit in der konkreten Situation tatsächlich ausgeführt wurde.

Genau das bildet die „Execution Truth“ ab. Sie hält fest, wer die Aufgabe ausgeführt hat, welches Werkzeug verwendet wurde, welches Verbindungselement angezogen wurde, welcher Drehmomentwert anlag, ob dieser innerhalb der Toleranz lag, ob die vorgesehene Reihenfolge eingehalten wurde, ob das Werkzeug einen Fehler gemeldet hat und ob ein Schritt wiederholt, übergangen oder eskaliert werden musste. Statt nur zu dokumentieren, dass eine Aufgabe erledigt wurde, entsteht so ein nachvollziehbarer Nachweis darüber, wie sie tatsächlich ausgeführt wurde.

Doch die „Execution Truth“ allein reicht nicht. Um zu verstehen, warum ein bestimmter Drehmomentwert relevant war, braucht es zusätzlich die „Operational Truth“. Sie stellt den Bezug zum jeweiligen Arbeitsauftrag, zur Anlage, zur Baugruppe, zu technischen Spezifikationen, Qualitätsanforderungen, Kalibrierungsdaten des Werkzeugs, Qualifikationen der Mitarbeitenden, Materialbedingungen und Prüfvorgaben her. Sie liefert also den geregelten Unternehmenskontext rund um die Aufgabe – nicht nur Informationen zur Ausführung selbst.

Angenommen, der gemessene Drehmomentwert liegt außerhalb der zulässigen Toleranz. Ohne „Execution Truth“ ist später möglicherweise nur zu sehen, dass eine Prüfung fehlgeschlagen ist oder Nacharbeit erforderlich war. Ohne „Operational Truth“ ist zwar der Messwert bekannt, aber nicht, welche Spezifikation galt, ob das Werkzeug korrekt kalibriert war, welche Qualifikation erforderlich war oder unter welchen Produktionsbedingungen die Abweichung auftrat. Erst beide Perspektiven zusammen machen nachvollziehbar, was passiert ist, warum es relevant war, wer beteiligt war, welche Nachweise vorliegen und welche Korrekturmaßnahmen ergriffen wurden.

Die „Execution Truth“ zeigt, wie die Arbeit tatsächlich abgelaufen ist. Die „Operational Truth“ erklärt den Kontext, in dem sie stattgefunden hat. Damit institutionelle Intelligenz wirklich nutzbar wird, braucht KI Zugriff auf beides.

KI kann immer nur so gut sein wie die Informationen, auf die sie zugreifen kann. Stehen ihr lediglich statische Dokumentationen zur Verfügung, bleiben auch ihre Antworten entsprechend statisch. Sie kann Richtlinien finden, Prozesse zusammenfassen oder auf einen bestimmten Workflow verweisen. Ohne „Execution Truth“ und „Operational Truth“ kann sie jedoch nicht erkennen, wo Abläufe ins Stocken geraten, warum sich bestimmte Workarounds etabliert haben oder welche Rahmenbedingungen Entscheidungen beeinflussen.

Werden beide Perspektiven erfasst, kann KI deutlich mehr leisten als Informationen nur bereitzustellen. Sie kann dabei helfen, Prozesse gezielt weiterzuentwickeln und perspektivisch sogar in Echtzeit anzupassen. Sie kann aufzeigen, welche Freigaben in vergleichbaren Fällen entscheidend waren, wie frühere Verzögerungen in ähnlichen Projekten gelöst wurden und Teams dabei unterstützen, auf Kurs zu bleiben.

Genau hier wird aus einem KI-Betriebsmodell mehr als nur ein System zum Speichern und Abrufen von Informationen. Wenn KI auf verlässliche, strukturierte Daten zugreifen kann, die sowohl die tatsächliche Umsetzung als auch den jeweiligen Unternehmenskontext abbilden, verbessert sich auch der Wissenstransfer. Spätere Teams können auf Lösungen und Erfahrungen früherer Teams zurückgreifen, ohne erst die richtige Person zur richtigen Zeit finden zu müssen. So beginnt nicht jedes Team wieder bei null, sondern kann auf bereits geleisteter Arbeit aufbauen.

Unser eBook „Von implizitem Wissen zu institutioneller Intelligenz: Ein KI-gestütztes Betriebsmodell“ zeigt ausführlicher, welche Rolle „Execution Truth“ und „Operational Truth“ dabei spielen. Wenn Ihr Unternehmen bereits über umfangreiche Dokumentationen verfügt, aber noch Schwierigkeiten hat, die tatsächlichen Abläufe in der Praxis abzubilden, ist genau das der richtige Ausgangspunkt.