Wie man 2026 eine Wissensdatenbank für den Kundensupport aufbaut

Eine Wissensdatenbank für den Kundensupport sollte mehr tun, als nur Hilfsartikel zu sammeln. Sie sollte Ihrem Team – und jedem KI-Rezeptionisten oder Support-Mitarbeiter, den Sie einsetzen – eine verlässliche Möglichkeit geben, die richtige Antwort zu finden, zu verstehen, wann diese Antwort zutrifft, und zu wissen, wann ein Fall eskaliert werden muss.

Dafür braucht es ein System, nicht einen Ordner voller Dokumente.

Dieser Leitfaden zeigt Ihnen, wie Sie eine Wissensdatenbank für den Kundensupport von Grund auf aufbauen. Sie erfahren, wie Sie vorhandene Informationen inventarisieren, sie an realen Kundenfragen ausrichten, Artikel schreiben, die Menschen und KI nutzen können, Verantwortlichkeiten zuweisen, Antworten kanalübergreifend testen und in 30 Tagen eine wartbare erste Version veröffentlichen.

Was eine Wissensdatenbank für den Kundensupport leisten muss

Bevor Sie Software auswählen oder Artikel schreiben, definieren Sie die Aufgabe, die die Wissensdatenbank erfüllen muss.

Für die meisten Dienstleistungsunternehmen hat sie vier Aufgaben:

1. Kunden schnelle, konsistente Antworten geben. Öffnungszeiten, Servicegebiete, Terminrichtlinien, Preisregeln, Vorbereitungsanweisungen und häufige Schritte zur Fehlerbehebung sollten sich nicht ändern, je nachdem, wer antwortet.
2. Dem Personal helfen, zu antworten, ohne bei Null anzufangen. Empfangsmitarbeiter, Support-Mitarbeiter und Führungskräfte benötigen freigegebene Formulierungen und Abläufe, die sie wiederverwenden können.
3. KI-gestützten Support mit unternehmensspezifischen Fakten untermauern. Ein KI-System braucht eine vertrauenswürdige Quelle, aus der es abrufen kann, statt sich auf Allgemeinwissen zu verlassen oder zu raten.
4. Ausnahmen sicher weiterleiten. Die Wissensdatenbank sollte klar machen, welche Fragen eine Person, einen Live-Systemabruf oder die Entscheidung eines Managers erfordern.

Deshalb ist eine gute Wissensdatenbank nicht einfach nur eine öffentliche FAQ-Seite. Sie umfasst kundenorientierte Antworten, interne Abläufe, Quellhinweise, Verantwortlichkeiten, Prüftermine und Eskalationsregeln.

Wenn Sie noch dabei sind zu entscheiden, ob Sie diese Grundlage brauchen, beginnen Sie mit unserem Leitfaden zu warum KI-Rezeptionisten eine Wissensdatenbank für den Kundensupport benötigen.

Schritt 1: Umfang und Erfolgskriterien festlegen

Beginnen Sie klein genug, um live zu gehen, aber groß genug, um die Fragen abzudecken, die den meisten Aufwand oder die stärksten Kundenreibungen verursachen.

Wählen Sie einen ersten Umfang, zum Beispiel:

• Fragen neuer Kunden;
• Buchungs-, Umbuchungs- und Stornierungsrichtlinien;
• Fragen zu Servicegebiet und Verfügbarkeit;
• Anweisungen vor dem Termin;
• Grundlagen zu Abrechnung und Zahlung;
• Lead-Qualifizierung und Weiterleitung;
• häufige Supportprobleme für eine Service-Linie.

Definieren Sie dann, was die erste Version verbessern soll. Nützliche Messgrößen sind:

• weniger wiederkehrende interne Fragen;
• weniger Antworten, die eine Bestätigung durch die Führungskraft erfordern;
• ein höherer Prozentsatz an Fragen, die mit einem freigegebenen Artikel beantwortet werden;
• weniger unbeantwortete Suchanfragen;
• weniger widersprüchliche Antworten über Telefon, SMS, E-Mail und Chat hinweg;
• mehr korrekte Eskalationen bei Ausnahmen.

Vermeiden Sie ein vages Ziel wie „alles dokumentieren“. Eine Wissensdatenbank ist nie fertig. Das bessere Ziel ist, die Fragen mit dem höchsten Wert abzudecken, herauszufinden, wo die Lücken sind, und sich kontinuierlich zu verbessern.

Schritt 2: Das bereits vorhandene Wissen inventarisieren

Die meisten Unternehmen verfügen bereits über nützliches Support-Wissen. Es ist nur über zu viele Orte verstreut.

Schauen Sie in:

• Webseiten und öffentliche FAQs;
• Onboarding-E-Mails und Terminerinnerungen;
• Telefonleitfäden und Notizen für die Rezeption;
• gemeinsame Laufwerke, PDFs, Tabellenkalkulationen und Richtliniendokumente;
• gespeicherte E-Mail-Antworten und Textnachrichtenvorlagen;
• CRM-Notizen und Ticket-Makros;
• Einstellungen des Buchungssystems;
• Schulungsunterlagen;
• Chat-Transkripte und Gesprächszusammenfassungen;
• die Antworten, die Manager den Mitarbeitern immer wieder senden.

Erstellen Sie ein einfaches Inventar mit diesen Feldern:

Das Ziel ist nicht, alles in ein neues Tool zu kopieren. Es geht darum, zu identifizieren, welche Quellen zuverlässig sind und welche Quellen ein Risiko darstellen.

Wenn zwei Dokumente widersprüchliche Angaben machen, wählen Sie nicht automatisch das neuer aussehende aus. Bitten Sie den Verantwortlichen der Richtlinie, die richtige Regel zu bestätigen, und dokumentieren Sie die Entscheidung.

Schritt 3: Reale Kundenfragen auswerten

Ihre Navigation sollte widerspiegeln, wie Kunden um Hilfe bitten – nicht, wie Ihr Unternehmen intern organisiert ist.

Überprüfen Sie aktuelle Gespräche und sammeln Sie die genauen Fragen, die Kunden stellen. Zu den Quellen können gehören:

• Gründe für verpasste Anrufe;
• Anrufnotizen der Rezeption;
• Suchbegriffe auf Ihrer Website oder in Ihrem Help Center;
• Support-Tickets und Chat-Transkripte;
• Einwände aus dem Vertrieb;
• Buchungsfehler und Stornierungsanfragen;
• Fragen in Bewertungen oder Social-Media-Nachrichten;
• Fragen, die neue Mitarbeiter während der Schulung stellen.

Gruppieren Sie ähnliche Fragen nach Absicht. „Bieten Sie meinen PLZ-Bereich an?“, „Kommen Sie in meine Gegend?“ und „Wie weit fahren Sie?“ können alle zu einem einzigen Artikel zum Servicegebiet gehören.

Priorisieren Sie jede Frage anhand von drei Faktoren:

1. Häufigkeit: Wie oft tritt sie auf?
2. Auswirkung: Führt eine falsche oder langsame Antwort dazu, dass eine Buchung verloren geht, Nacharbeit entsteht oder Vertrauen beschädigt wird?
3. Beantwortbarkeit: Kann die Frage aus freigegebenem statischem Wissen beantwortet werden, oder erfordert sie aktuelle Kundendaten oder menschliches Urteilsvermögen?

Beginnen Sie mit häufigen, stark wirkenden und klar beantwortbaren Fragen. Diese schaffen den schnellsten operativen Mehrwert und sind einfacher zu testen.

Schritt 4: Entwickeln Sie eine einfache Taxonomie

Eine Taxonomie ist die Struktur, die Menschen und Systemen hilft, die richtigen Inhalte zu finden.

Für ein Dienstleistungsunternehmen könnte eine praktische oberste Struktur so aussehen:

• Erste Schritte: wen Sie unterstützen, Servicegebiet, Kontaktmöglichkeiten;
• Dienstleistungen: was enthalten ist, Berechtigung, Einschränkungen, Vorbereitung;
• Termine: Buchung, Verfügbarkeit, Terminverschiebung, Stornierungen, Nichterscheinen;
• Preise und Zahlung: Kostenvoranschläge, Anzahlungen, akzeptierte Zahlungsmethoden, Rückerstattungen;
• Vor und nach dem Service: Vorbereitung, Ankunft, Nachbereitung, Pflegehinweise;
• Fehlerbehebung: häufige Probleme und schrittweise Lösungen;
• Richtlinien: Garantien, Datenschutz, Sicherheit, Barrierefreiheit, Eskalation;
• Interne Workflows: Lead-Zuordnung, Übergaben, Freigabepfade, Behandlung von Ausnahmen.

Halten Sie die erste Taxonomie flach. Zwei Ebenen reichen für eine erste Einführung meist aus. Wenn ein Nutzer unter mehreren überlappenden Kategorien raten muss, ist die Struktur zu kompliziert.

Verwenden Sie Tags für übergreifende Attribute wie Standort, Servicebereich, Kundentyp, Kanal, Sprache oder Dringlichkeit. Verwenden Sie Tags nicht als Ersatz für klare Kategorien.

Schritt 5: Erstellen Sie eine Standardvorlage für Artikel

Konsistenz macht es einfacher, Artikel zu schreiben, zu prüfen, wiederzufinden und zu pflegen.

Verwenden Sie eine Vorlage wie diese:

Die kurze Antwort ist wichtig. Sie hilft dem Personal, schnell zu reagieren, und gibt einem KI-Supportsystem einen klaren Abschnitt zum Abrufen.

Die Felder für Ausnahmen und Eskalation sind genauso wichtig. Sie verhindern, dass eine im Allgemeinen richtige Antwort auf die falsche Situation angewendet wird.

Schritt 6: Schreiben Sie für Kunden, Mitarbeiter und KI-Abruf

Gutes Schreiben für eine Wissensdatenbank ist direkt und in sich geschlossen.

Befolgen Sie diese Regeln:

• Stellen Sie die Antwort vor den Hintergrund.
• Verwenden Sie die Wörter, die Kunden verwenden.
• Geben Sie einem Artikel eine primäre Aufgabe.
• Verwenden Sie beschreibende Überschriften statt einfallsreicher Überschriften.
• Schreiben Sie für Abläufe nummerierte Schritte.
• Definieren Sie Akronyme und interne Begriffe.
• Nennen Sie Bedingungen ausdrücklich: Standort, Tarif, Service, Datum oder Kundentyp.
• Ersetzen Sie vage Verweise wie „dies“, „es“ oder „der übliche Ablauf“ durch konkrete Substantive.
• Trennen Sie Richtlinie von Erklärung.
• Fügen Sie Beispiele hinzu, wenn eine Regel leicht missverstanden werden kann.
• Verknüpfen Sie verwandte Fragen, anstatt mehrere Themen in einen Artikel zu packen.

Googles Anleitung zum technischen Schreiben betont klare Sätze, aktive Sprache, Listen und gut strukturierte Absätze. Diese Praktiken helfen menschlichen Lesern und machen auch einzelne Passagen für Abrufsysteme leichter interpretierbar.

Eine schwache Antwort

Stornierungen werden gemäß unserer üblichen Richtlinie bearbeitet. Kontaktieren Sie uns so bald wie möglich, und wir teilen Ihnen mit, was getan werden kann.

Eine stärkere Antwort

Sie können bis zu 24 Stunden vor dem Termin kostenlos stornieren oder umbuchen. Anfragen, die innerhalb von 24 Stunden gestellt werden, müssen vom Planungsteam geprüft werden. Um eine Änderung anzufordern, rufen Sie die Nummer aus Ihrer Bestätigungsnachricht an oder senden Sie dort eine SMS.

Die stärkere Version nennt die Regel, die Zeitbedingung, die Ausnahme und die nächste Aktion. Wenn die Richtlinie je nach Service variiert, teilen Sie den Inhalt auf oder benennen Sie die servicespezifischen Bedingungen klar.

Schritt 7: Die Quelle der Wahrheit und den Genehmigungs-Workflow festlegen

Jeder Artikel sollte einen verantwortlichen Owner haben. Die Zuständigkeit kann nach Funktion verteilt werden:

• der Betrieb ist für Terminplanung und Regeln zum Servicegebiet zuständig;
• die Finanzabteilung ist für Zahlungs- und Rückerstattungsregeln zuständig;
• Service Leads sind für Inhalte zu Vorbereitung und Fehlerbehebung zuständig;
• juristische oder Compliance-Prüfer sind für regulierte Formulierungen zuständig;
• das Marketing ist für die öffentliche Positionierung zuständig, aber nicht für operative Richtlinien.

Verwenden Sie einen schlanken Workflow:

1. Ein Beitragender erstellt oder aktualisiert den Artikel.
2. Der Richtlinienverantwortliche prüft die sachliche Richtigkeit.
3. Ein Content-Editor überprüft Klarheit und Auffindbarkeit.
4. Der Artikel wird genehmigt und veröffentlicht.
5. Das System protokolliert den Owner, das Genehmigungsdatum und das Datum der nächsten Überprüfung.

Veröffentlichen Sie nicht zwei konkurrierende Versionen derselben Antwort für unterschiedliche Kanäle. Pflegen Sie eine genehmigte Quelle und passen Sie die Darstellung nur dann an, wenn der Kanal es erfordert.

Für KI-gestützten Support ist diese Governance besonders wichtig. Retrieval-Augmented Generation funktioniert, indem ein Modell zur Antwortzeit mit externen Informationen versorgt wird. IBMs RAG-Überblick beschreibt dieses Muster als die Verbindung von Generierung mit externen Wissensquellen. Wenn diese Quellen veraltet, unklar oder widersprüchlich sind, kann die generierte Antwort dennoch unzuverlässig sein.

Schritt 8: Berechtigungen, Regeln für Nicht-Antworten und Eskalationspfade hinzufügen

Nicht jedes Stück Support-Wissen sollte jedem Publikum oder Kanal zur Verfügung stehen.

Klassifizieren Sie Inhalte als:

• Öffentlich: sicher für Kunden und öffentliche Self-Service-Nutzung;
• Intern: verfügbar für Mitarbeiter oder autorisierte Agents;
• Eingeschränkt: sensible Verfahren, Sicherheitsdetails oder Regeln nur für Führungskräfte;
• Systemabhängig: erfordert vor der Antwort einen Live-Abruf.

Definieren Sie dann Regeln für Nicht-Antworten. Ein KI-Rezeptionist oder Frontline-Agent sollte nicht improvisieren, wenn:

• die angeforderte Tatsache nicht in der freigegebenen Wissensbasis enthalten ist;
• sich zwei Quellen widersprechen;
• die Frage konto-, zahlungs-, medizin-, rechts- oder anderweitig sensible Daten erfordert;
• ein Kunde eine Ausnahme verlangt, die die Standardrichtlinie nicht erlaubt;
• Identität oder Berechtigung nicht verifiziert wurden;
• die Antwort von aktueller Verfügbarkeit, Bestellstatus oder einem anderen Live-System abhängt.

Geben Sie das Handoff-Ziel und den Kontext an, der mit der Unterhaltung übermittelt werden muss. Eine nützliche Eskalationsregel umfasst den Auslöser, das verantwortliche Team, die Dringlichkeit, die erforderlichen Kundendaten und den erwarteten nächsten Schritt.

NISTs Profil für generative KI empfiehlt, das Risiko generativer KI als fortlaufende Verantwortung über den gesamten Lebenszyklus hinweg zu behandeln und nicht als einmalige Prüfung vor dem Start. Für ein kleines Unternehmen ist die praktische Lehre einfach: Grenzen definieren, sie testen, den tatsächlichen Einsatz überwachen und das System aktualisieren, wenn neue Fehlermuster auftreten.

Schritt 9: Verbinden Sie die Wissensdatenbank mit den Support-Kanälen

Eine Wissensdatenbank schafft mehr Nutzen, wenn dieselben freigegebenen Informationen jeden Einstiegspunkt für Kundinnen und Kunden unterstützen.

Verbinden Sie sie mit den Kanälen, die Ihr Team tatsächlich nutzt:

• Telefon und Nachverfolgung von Voicemail;
• SMS;
• E-Mail;
• Website-Chat;
• WhatsApp oder Social Messaging;
• interne Empfangs- und Support-Workflows.

Der Inhalt kann zentral bleiben, während sich das Antwortformat je nach Kanal ändert. Eine telefonische Antwort kann gesprächig und kurz sein. Eine E-Mail kann Schritte und Links enthalten. Eine Textnachricht kann die Antwort zusammenfassen und ein Handoff anbieten.

Solvea kombiniert eine Wissensdatenbank mit einem Omnichannel-Posteingang und hilft Teams dabei, freigegebenes Wissen und Kundengespräche in einem einzigen Arbeitsablauf zu verwalten.

Schritt 10: Vor dem Start testen

Testen Sie nicht nur, indem Sie Artikel öffnen und Korrektur lesen. Testen Sie mit realistischen Kundenfragen.

Erstellen Sie einen Testsatz mit:

• häufigen Fragen in mehreren Formulierungen;
• unvollständigen oder mehrdeutigen Fragen;
• Fragen mit standort- oder leistungsspezifischen Bedingungen;
• Fragen, die eine Eskalation auslösen sollten;
• Fragen, die nicht beantwortet werden sollten;
• Folgefragen, die von der vorherigen Antwort abhängen;
• veralteter Formulierung, die Kundinnen und Kunden möglicherweise noch verwenden;
• Fragen, die per Telefon, Textnachricht, E-Mail und Chat gestellt werden.

Pro Test erfassen Sie:

Wenn ein Test fehlschlägt, identifizieren Sie die Ursache. Die Lösung kann ein klarerer Artikeltitel, ein kürzerer Abschnitt, ein fehlendes Synonym, eine Taxonomieänderung, eine stärkere Eskalationsregel oder eine Änderung der Produktkonfiguration sein.

Schritt 11: Mit Feedback- und Wartungsschleifen starten

Nach dem Start überprüfen Sie, wonach Menschen suchen, was das System abruft und wo Mitarbeitende weiterhin um Hilfe bitten.

Verfolgen Sie:

• Suche ohne nützliches Ergebnis;
• Fragen, die wiederholte Eskalationen auslösen;
• Artikel, die geöffnet werden, das Problem aber nicht lösen;
• Artikel mit widersprüchlichem Feedback;
• Themen, die wiederholte Anrufe oder Nachrichten erzeugen;
• Richtlinienänderungen, die noch nicht im Inhalt berücksichtigt sind;
• KI-Antworten mit geringer Sicherheit oder ohne ausreichende Unterstützung;
• Artikel, deren Überprüfungsdatum näher rückt.

Legen Sie die Überprüfungsfrequenz nach Risiko fest, nicht nach Bequemlichkeit. Eine stabile Parkanweisung muss möglicherweise nur selten überprüft werden. Preisregeln, Öffnungszeiten, Aktionen, Serviceverfügbarkeit und compliance-relevante Verfahren müssen möglicherweise deutlich häufiger geprüft werden.

Archivieren Sie veraltete Artikel, anstatt sie weiterhin durchsuchbar zu lassen. Bewahren Sie die Änderungshistorie auf, damit das Team nachvollziehen kann, was sich geändert hat und warum.

Ein praktischer 30-Tage-Rollout-Plan

Sie brauchen nicht Hunderte von Artikeln, um eine nützliche Wissensdatenbank für den Kundensupport zu starten.

Tage 1–5: Umfang und Inventar

• Wählen Sie die erste Customer Journey oder den ersten Supportbereich aus.
• Definieren Sie Erfolgskennzahlen.
• Sammeln Sie vorhandene Dokumente und Antworten.
• Identifizieren Sie die Verantwortlichen für Richtlinien.
• Kennzeichnen Sie Konflikte, Lücken und sensible Inhalte.

Tage 6–10: Fragenanalyse und Struktur

• Analysieren Sie aktuelle Kundengespräche.
• Erstellen Sie eine priorisierte Fragenliste.
• Erstellen Sie die erste Taxonomie.
• Definieren Sie öffentliche, interne, eingeschränkte und systemabhängige Inhalte.
• Genehmigen Sie die Standardvorlage für Artikel.

Tage 11–20: Entwurf und Prüfung

• Verfassen Sie die 20–30 wichtigsten Artikel.
• Fügen Sie kurze Antworten, Bedingungen, Ausnahmen und Eskalationsregeln hinzu.
• Weisen Sie Verantwortliche und Prüftermine zu.
• Verknüpfen Sie verwandte Artikel.
• Lösen Sie widersprüchliche Richtlinien vor der Veröffentlichung auf.

Tage 21–25: Verbinden und testen

• Laden Sie freigegebene Inhalte in die Wissensplattform.
• Verbinden Sie die relevanten Supportkanäle.
• Testen Sie häufige, mehrdeutige, eingeschränkte und eskalationsrelevante Fragen.
• Beheben Sie Probleme bei Auffindbarkeit und Klarheit.
• Schulen Sie das Personal in Feedback- und Update-Workflows.

Tage 26–30: Starten und verbessern

• Starten Sie mit einem begrenzten Team, Kanal oder einer Service-Linie.
• Überprüfen Sie täglich fehlgeschlagene Suchen und ungelöste Gespräche.
• Aktualisieren Sie schwache Artikel.
• Ergänzen Sie fehlende Synonyme und verwandte Links.
• Bestätigen Sie die Verantwortlichen und den nächsten Überprüfungszyklus.

Checkliste für den Start der Wissensdatenbank im Kundensupport

Bevor Sie über den ersten Anwendungsfall hinaus skalieren, stellen Sie sicher, dass:

• Der anfängliche Umfang und die Erfolgskennzahlen dokumentiert sind.
• Häufig gestellte Kundenfragen abgedeckt sind.
• Jeder Artikel einen Verantwortlichen und eine Quelle hat.
• Bedingungen und Ausnahmen klar formuliert sind.
• Öffentliche, interne, eingeschränkte und systemabhängige Inhalte getrennt sind.
• Regeln für Nicht-Antworten und Eskalationen definiert sind.
• Widersprüchliche oder veraltete Quellen archiviert wurden.
• Häufige Fragen in mehreren Formulierungen getestet wurden.
• Antworten per Telefon, SMS, E-Mail und Chat derselben Richtlinie folgen.
• Mitarbeitende wissen, wie sie eine fehlende oder falsche Antwort melden.
• Such- und Gesprächslücken nach dem Start überprüft werden.
• Prüftermine auf dem Geschäftsrisiko basieren.

Baue die Wissensschicht auf, bevor du weitere Gespräche automatisierst

Eine nützliche Wissensdatenbank für den Kundensupport ist ein Betriebssystem für Antworten. Sie verwandelt verstreutes Know-how in freigegebene, auffindbare Inhalte; macht Übergaben sicherer; und gibt sowohl Mitarbeitenden als auch KI-gestütztem Support eine zuverlässige Grundlage.

Die beste erste Version ist nicht die größte. Sie deckt die wichtigsten Fragen ab, macht Grenzen klar und schafft einen wiederholbaren Prozess zur Verbesserung.

Wenn Sie dasselbe freigegebene Wissen über Anrufe und digitale Gespräche hinweg nutzen möchten, entdecken Sie Solveas KI-Rezeptionist und KI-Agent-Builder.

Häufig gestellte Fragen

Mit wie vielen Artikeln sollte eine Wissensdatenbank für den Kundensupport starten?

Beginnen Sie mit so vielen Artikeln, dass ein relevanter Kundenweg oder ein Supportbereich abgedeckt ist. Für viele kleine Teams sind 20–30 gut gepflegte Artikel nützlicher als Hunderte importierter Dokumente. Erweitern Sie die Datenbank auf Basis unbeantworteter Fragen und echter Gesprächsdaten.

Was sollte in einer Wissensdatenbank für den Kundensupport enthalten sein?

Fügen Sie direkte Antworten, Vorgehensweisen, Bedingungen, Ausnahmen, freigegebene kundenorientierte Formulierungen, Eskalationsregeln, Quellinformationen, Zuständigkeiten, Prüftermine und verwandte Artikel hinzu. Trennen Sie öffentliche Inhalte von internen oder eingeschränkten Prozessen.

Wie oft sollten Wissensdatenbank-Artikel überprüft werden?

Die Häufigkeit der Überprüfung sollte dem Risiko und der Änderungsrate entsprechen. Preise, Öffnungszeiten, Verfügbarkeit, Aktionen und sensible Richtlinien müssen enger überwacht werden als stabile Informationsinhalte. Jeder Artikel sollte einen Verantwortlichen und einen nächsten Prüftermin haben.

Kann ein KI-Rezeptionist dieselbe Wissensdatenbank wie menschliche Mitarbeitende nutzen?

Ja, wenn Berechtigungen und Inhaltsgrenzen korrekt konfiguriert sind. Dieselbe freigegebene Quelle kann Menschen und KI unterstützen, während eingeschränkte Informationen und systemabhängige Antworten kontrolliert bleiben. Testen Sie die Antworten und das Eskalationsverhalten vor einem breiten Einsatz.

Was ist der größte Fehler beim Aufbau einer Wissensdatenbank?

Der größte Fehler besteht darin, sie als einmaliges Dokumentationsprojekt zu behandeln. Ohne Zuständigkeit, Freigaberegeln, Nutzungsfeedback und Pflege werden selbst gut geschriebene Artikel unzuverlässig.