Das eigentliche Problem ist kein Suchproblem
Die naheliegende Antwort lautet: die Suchfunktion verbessern. Mehr Stichwörter indexieren, Volltextsuche verbessern, ein neues Portal einführen. Doch das greift zu kurz.
Bei 10.000 oder mehr Produktvarianten herrscht kein Such-, sondern ein Modellierungsproblem. Klassische Wissensdatenbanken und Dokumentensysteme speichern nur Inhalte und sie können nicht nachvollziehen, welcher Inhalt zu welchem Produkt in welcher Konfiguration gehört. Jedes Dokument steht für sich. Die Verbindung zwischen „Ventil Typ A in Markt X mit Sicherheitsstufe B“ und den dazugehörigen Wartungsschritten steckt, wenn überhaupt, in den Köpfen von erfahrenen Mitarbeitenden.
Das hat drei messbare Folgen: Die durchschnittliche Bearbeitungszeit steigt mit der Variantentiefe. Die First-Contact-Resolution-Rate sinkt, weil der richtige Inhalt entweder nicht gefunden oder aus Unsicherheit nicht verwendet wird. Und die Servicequalität hängt zunehmend an Einzelpersonen, die das Produktwissen wirklich im Kopf haben.
Gerade der dritte Punkt ist kein triviales Risiko. Laut einer aktuellen Analyse der Fachpublikation Produktion sind die Produktportfolios im deutschen Maschinenbau immer komplexer geworden, da Variantenvielfalt lange für Kundennähe und technologischer Stärke stand. Dies führt inzwischen zu steigenden Entwicklungsaufwänden, längeren Durchlaufzeiten und sinkender Skalierbarkeit. Vor allem im After-Sales bleibt das vorhandene Potenzial häufig ungenutzt, weil Service primär reaktiv organisiert ist, und nicht als strategischer Hebel für Kundenbindung und Ertragssicherung.
Dass sich das direkt auf Servicekennzahlen auswirkt, belegen Branchendaten: Die branchenübergreifende First-Contact-Resolution-Rate liegt laut der SQM Group im Durchschnitt bei 70 Prozent. Bemerkenswert ist dabei, dass Branchen mit hoher Anfragekomplexität, wie technischer Support, konsistent die niedrigsten Werte aufweisen. Anders gesagt: Je komplexer das Produktportfolio, desto mehr Anfragen landen im Second Level, verbunden mit allen Folgekosten für Eskalation, Wartezeit und Kundenzufriedenheit.
Was macht ein Knowledge Graph anders?
Ein Knowledge Graph ist kein verbessertes Dokumentenarchiv. Er ist ein strukturiertes Wissensmodell und eine digitale Repräsentation des Produktwissens mit all seinen Abhängigkeiten, Zusammenhängen und Regeln.
Konkret bedeutet das: Anstatt Dokumente zu speichern und zu durchsuchen, werden Entitäten modelliert und ihre Beziehungen zueinander explizit abgebildet, wie z. B. Produkte, Komponenten, Eigenschaften, Märkte, Zulassungen, Fehlercodes, Lösungsschritte. Die Abfrage „Welche Wartungsschritte gelten für Konfiguration 4711-B mit Zusatzmodul M3, Baujahr 2021, für den deutschen Markt?“ wird nicht durch Volltextsuche beantwortet. Sie wird durch das Wissensmodell beantwortet, weil die Antwort aus den hinterlegten Beziehungen direkt hergeleitet werden kann.
Das ist der besondere Kern von Knowledge Graphen: Sie "verstehen" die Logik des Produktportfolios und können daraus Schlussfolgerungen ziehen, im Gegensatz zu herkömmlichen Dokumentensystemen.
Der Knowledge Graph als digitaler Zwilling des Produktwissens
Der Knowledge Graph dient als digitaler Zwilling des Produktwissens. Nicht im Sinne eines CAD-Modells oder eines IoT-Sensors, sondern als vollständige digitale Abbildung dessen, was ein Produkt ist, wie es konfiguriert sein kann, was es mit anderen Komponenten verbindet.
Ein solcher Zwilling wächst mit. Neue Varianten werden nicht als neue Dokumente angelegt, sondern als neue Knoten und Kanten im bestehenden Modell. Änderungen an einer Komponente propagieren sich automatisch in alle abhängigen Kontexte, wie z. B. Serviceanweisungen, Ersatzteillisten, Sicherheitshinweise. Was bisher manuelle Redaktionsarbeit war, wird zur Systemeigenschaft.
Was verändert das in der Praxis?
Der Mehrwert von Knowledge Graphen ist nicht abstrakt, sondern gerade im Kundenservice bewirken sie enorme Verbesserungen:
Wann lohnt es sich der Einsatz von Knowledge Graphen?
Ein ehrlicher Hinweis gehört dazu: Ein Knowledge Graph ist kein Allheilmittel und nicht für jedes Produktportfolio der richtige Ansatz. Bei einem schlanken, wenig variantenreichen Angebot sind Aufwand und Nutzen kaum in Balance zu bringen.
Der Break-even verschiebt sich, sobald drei Faktoren zusammentreffen: ein breites Variantenspektrum, hoher Servicedruck und die Notwendigkeit, Wissen unabhängig von Einzelpersonen bereitzustellen. Genau dann wird die Fähigkeit, Beziehungen zwischen Informationen zu modellieren, zum entscheidenden Wettbewerbsvorteil gegenüber klassischen Dokumenten- oder Suchsystemen.
