Tacit Knowledge
geht nicht zur Tür hinaus.
Wenn eine erfahrene Fachkraft kündigt, verschwinden die Abläufe, die sie aufgeschrieben hat, zusammen mit der Datei. Das Urteilsvermögen, die Behelfslösungen und die Beziehungslandkarte (alles, was die Rolle tatsächlich funktionieren lässt) gehen mit ihr. Torch ist der KI-Agent, der das Exit-Interview führt: Er befragt ausscheidende Fachkräfte entlang des gesamten Kontext-Long-Tails, bis Tacit Knowledge explizit, validiert und für die Übergabe strukturiert wird.
Keine monatliche Bindung. Preis pro Extraktion. DSGVO-kompatibel.
Eine Engine, drei Perspektiven auf scheidendes Wissen
Torch transkribiert einen Austritt nicht. Es befragt die Fachkraft, überführt die implizite Logik in strukturierte Assets und liest das übergreifende Signal hinter dem Weggang aus.
Befragen, nicht transkribieren
Ein Interviewer mit der Beharrlichkeit einer erfahrenen Analystin. Er hakt bei vagen Antworten nach, erkennt Unschärfen im laufenden Gespräch und gibt nicht eher Ruhe, bis die zugrunde liegende Logik ausformuliert ist und der Completeness Score die Schwelle überschreitet.
Implizites Wissen, explizit gemacht
Das validierte Transkript wird in eine strukturierte SOP und wiederverwendbare Wissens-Assets überführt: PDF für die Stakeholder, JSON für nachgelagerte Systeme, Confluence-fähiges HTML für die direkte Übernahme.
Lesen Sie das Signal hinter der Kündigung
Über alle Austrittsgespräche hinweg legt Torch die kulturellen Reibungspunkte und strukturellen Treiber hinter der Fluktuation offen und formt anekdotisches Feedback in eine priorisierte Retention-Agenda um, mit der die Führungsebene arbeiten kann.
Nachfragen, bis die Schwelle erreicht ist
Torch bohrt in Echtzeit bei vagen Antworten nach. Ein Validierungs-Agent bewertet das Transkript, während das Gespräch läuft, und nichts wird verpackt, bis der Completeness Score die Schwelle überschreitet. Sie erhalten ein strukturiertes, validiertes Wissens-Asset, keine Aufnahme.
- Aktives Nachfragen. Es hakt bei vagen Antworten nach, bis die implizite Logik artikuliert ist.
- Vollständigkeitsschwelle. Unter 0.70 öffnet sich das Interview erneut mit gezielten Nachfragen.
- Strukturiertes Asset. Kompiliert zu SOP, PDF, JSON und Confluence-fähigem HTML.
Es gibt eine VIP-Liste... sie ist auf meinem Laptop.Statische Dokumentation ist in dem Moment veraltet, in dem sie geschrieben wird.
Einen Experten zu bitten, „alles aufzuschreiben“, stößt direkt auf das Polanyi-Paradox: Wir wissen mehr, als wir sagen können. Der Experte dokumentiert die Routine, die er artikulieren kann; die Edge Cases, die Workarounds und die Urteile, die die Produktion eigentlich stabil halten, bleiben in seinem Kopf — und gehen mit ihm.
Die Kosten für den Ersatz eines Senior Performers, wenn dessen Wissen mit ihm geht — gut dokumentiert in der HR-Forschungsliteratur.
Statische Wikis
Wikis verkommen zu einem Wissensfriedhof. Kein Kontext, warum eine Entscheidung getroffen wurde, keine Pflegeroutine, keine engagierte Leserschaft.
Bildschirmaufzeichnungen
Aufzeichnungen erfassen die Sequenz, nicht das Rationale. Zu wissen, wohin man klicken muss, ist operativ wertlos, wenn man das Warum nicht kennt.
Torch Active Inquiry
Ein Interviewer mit der Hartnäckigkeit eines Senior Analysten: Er transkribiert nicht, er befragt — bis vage Antworten spezifisch werden und die Tacit-Logik an die Oberfläche kommt.
Den weichen Kontext sichtbar machen, den Dokumentation nicht erfasst.
Torch passt die Fragenführung an Rolle und Seniorität an. Ein Engineer hinterlässt Code; eine Sales Director hinterlässt eine Beziehungslandkarte; ein Operations Lead hinterlässt das Urteil zum Umgang mit Ausnahmen.
Engineering und DevOps
Macht die Begründung hinter Legacy-Systemen sichtbar, die undokumentierten Workarounds und die tragenden Improvisationen, die die Produktionsinfrastruktur zusammenhalten.
Kommerzielle Rollen und Führungsrollen
Kartiert die tatsächlichen Entscheider in Kundenaccounts, die ungeschriebenen Konventionen und die politische Topologie. Torch befragt die Beziehungslandkarte, nicht nur die Deal-Pipeline.
Operations und Backoffice
Kodifiziert das Urteil im Umgang mit Ausnahmen: Wie erfahrene Mitarbeiter Fehler, Lieferantenreibung und prozedurales Versagen managen, wenn das Handbuch nicht mehr greift.
Dieselbe Engine läuft vor der Kündigung.
Die Active-Inquiry-Engine ist nicht auf Offboarding beschränkt. Sie ist ebenso wirksam darin, zu dokumentieren, wie Top Performer tatsächlich arbeiten, während sie noch in der Rolle sind.
Top-Performer-Praxis kodifizieren
Wie geht der beste Sales Rep tatsächlich mit den Einwänden um, die andere entgleisen lassen? Wie wählt der Lead Architect die Grenze zwischen zwei Services? Torch extrahiert die Tacit-Methode, strukturiert sie und macht sie lehrbar.
Interne Übergaben und Transitionen
Ein Projekt von Engineering zu Operations zu verschieben oder von einer externen Agentur zurückzuholen, erfordert das Rationale — nicht nur die Artefakte. Eine Torch-Session erfasst die Setup-Logik und die operativen Invarianten, sodass die Transition keinen Rückschritt erleidet.
Strategie: Bypass Legal Bottleneck via CTO.
Ressource: Vorab-gesichertes Security-Annex (Loc: /Sales/Docs/v2).
Standard-Offboarding erfasst die Oberfläche, nicht das Substrat.
Standard-Offboarding extrahiert explizites Wissen — Dateien, Zugangsdaten, Kontaktlisten. Die operativ entscheidenden 80% liegen im Tacit Knowledge: dem situativen Urteilsvermögen, dem politischen Kontext und den ungeschriebenen Regeln, unter denen die Rolle in der Praxis funktioniert.
Explizites Wissen
Was ein Mitarbeiter auf einem Standard-Übergabeformular festhalten kann. Günstig zu erheben, mit geringer strategischer Informationsdichte.
- Dateispeicherorte & Ordnerpfade
- Anmeldedaten
- Offizielle Organigramme
Implizites Wissen
Das „Wie“ und das „Warum“, abgeleitet aus jahrelangem operativen Kontext. Ohne Anstoß schwer zu verbalisieren, im Nachhinein praktisch nicht rekonstruierbar.
- Kontext & Urteil "Warum haben wir diese Architektur gegenüber der Standardarchitektur gewählt?"
- Politisches Bewusstsein "Wer sind die wichtigsten Entscheidungsträger im Büro des Kunden?"
- Ausnahmebehandlung "Was machen wir, wenn der dokumentierte Prozess fehlschlägt?"
Das Signal hinter
der Kündigung.
Operative Extraktion ist nur eine Achse. Torch wendet zusätzlich psychologisches Pattern Matching über Exit-Transkripte an, um kulturelle Reibungspunkte und strukturelle Treiber sichtbar zu machen, die das Senior Team nicht direkt erkennen kann.
Dynamische Kontextanpassung
Die Fragenführung passt sich in Echtzeit an Rolle, Seniorität und Kritikalität des Interviewten an. Kein statisches Template — ein modellgetriebenes Interview.
Kulturdiagnostik
Macht toxische Mikrokulturen und stille Disengagement-Muster auf Kohortenebene sichtbar — beobachtbar in Exit-Daten, bevor sie in die Engagement-Metriken übergehen.
Wissensbindung-Intelligence
Übersetzt anekdotisches Exit-Feedback in eine priorisierte Retention-Agenda. Adressiert die vorgelagerten Treiber der Fluktuation, nicht die beim Austritt berichteten Symptome.
Strategic_Exit_Brief.pdf
Vertrauliche AnalyseKerntreiber der Fluktuation
"Konvergentes Signal über Logistik-Austritte hinweg: Senior Performer kündigen wegen Autorisierungs-Latenz, nicht wegen der Vergütung. Empfehlung: ein Fast-Track-Operating-Privileg für die Kohorte."
Drei Phasen, ein Completeness Score.
Dreistufige Pipeline mit quantitativem Gate. Extraktionen unterhalb des Schwellenwerts werden vor jeder Asset-Generierung in die Interview-Phase zurückgeführt.
Aktives Interview
Der ausscheidende Experte interagiert mit Torch per Sprache oder Text. Der Agent pflegt einen dynamischen Kontextgraph der Befragung, markiert unpräzise Antworten in Echtzeit und bohrt rekursiv nach, bis die zugrundeliegende Logik artikuliert ist.
Validierung & Bewertung
Ein Backend-Validierungsagent bewertet das Transkript in Echtzeit. Wenn der Completeness Score unter 0,7 fällt, kehrt Torch mit gezielten Klärungs-Probes in die Interview-Phase zurück, bevor es weitergeht.
Ressourcen-Generierung
Das validierte Transkript wird zu einer strukturierten Standard Operating Procedure verdichtet — PDF für Stakeholder, JSON für nachgelagerte Systeme und Confluence-fähiges HTML für die direkte Aufnahme in die interne Wissenslandschaft.
Integriert sich in Ihren Stack
Echtzeit-Benachrichtigungen und Benutzer-Synchronisierung. Wo Ihr Team arbeitet, mit der Identität, die Sie bereits verwenden.
Slack
Microsoft Teams
Google Chat
SCIM 2.0
Microsoft Entra ID
Okta
Google Workspace
Pay per Extraction.
Preis pro Extraktion — keine monatlich gebundenen Ausgaben, keine Per-Seat-Abgabe. Credits verfallen nicht.
Pilot-Extraktion
Engagement über eine einzelne Extraktion, um die Output-Qualität vor einer Volumen-Verpflichtung zu validieren.
Enthalten:
- 1 volle Torch-Interview-Sitzung
- Lieferungen in PDF, JSON und Confluence-bereitem HTML
- Multi-Topic-Extraction-Unterstützung
- 60 Tage Bericht-Hosting
Team-Engagement
Für Organisationen, die ein strukturiertes Extraktionsprogramm betreiben.
Alles in Pilot, plus:
- 5 Torch-Sitzungen (Sie sparen €50)
- Bis zu 5 Chatbots mit Ihren Wissensdatenbanken
- 6 Monate Wissen-Hosting
- Reichern Sie Ihre Wissensdatenbanken mit Ihren eigenen Dokumenten
Betreiben Sie höheres Volumen oder weiten Sie Torch auf Retention-Arbeit vor dem Austritt aus? Ein Scoping-Gespräch für ein Enterprise-Engagement vereinbaren.
Häufig gestellte Fragen
Wie viel Zeit benötigt der Experte?
Was sind die Zusätze im Team-Plan enthalten?
- Knowledge Enrichment: Laden Sie Ihre bestehenden Dokumente (PDFs, DOCX, PPTX, Manuals) in die Wissensdatenbank hoch. Chatbots kombinieren die Weisheit des Experten mit Ihrer offiziellen Dokumentation.
- Multi-Agent Deployment: Konfigurieren Sie bis zu 5 verschiedene Chatbots (z. B. einen für „Logistik“, einen für „Vertrieb“) und weisen Sie jedem nur das relevante Wissen zu.
- Active Hosting (6 Monate): Der Team-Plan hält Ihre Wissensdatenbank und Chatbots 6 Monate lang online, sodass Ihr Team sie täglich abfragen kann, ohne etwas herunterzuladen.
Was passiert mit den Daten? Sind sie sicher?
Kann ich es für Dinge außerhalb des Offboarding verwenden?
Welche Ausgabeformate sind verfügbar?
- PDF: Professionelle, strukturierte Berichte, bereit zum Teilen und Archivieren.
- JSON: Maschinenlesbares Format für die Integration mit Ihren Systemen und Tools.
- Confluence HTML: Vorgefertigte HTML-Dateien, bereit für den direkten Import in Ihren Confluence-Arbeitsbereich. Laden Sie einfach herunter und fügen Sie sie in die HTML-Makro von Confluence ein für sofortige Dokumentation.
Wie passt Torch die Fragen für Austrittsinterviews an verschiedene Rollen und Hierarchieebenen an?
- Für technische Rollen (Entwickler, DevOps, Ingenieure): Fokussiert sich auf Systemarchitektur, nicht dokumentierte Workarounds, technische Schulden und Infrastrukturabhängigkeiten. Fragen tauchen tief in Codelogik, Deployment-Prozesse und Fehlerbehebungsverfahren ein.
- Für Vertriebs- und Führungsrollen: Betont Beziehungsmapping, Kundenentscheidungsprozesse, nicht schriftliche Vereinbarungen und strategische Erkenntnisse. Fragen erkunden wichtige Kontakte, Verhandlungstaktiken und Marktintelligenz.
- Für Senior Executives: Behandelt strategische Vision, Organisationskultur, hochrangige Entscheidungsprozesse und kritische Geschäftsbeziehungen. Fragen konzentrieren sich auf langfristige Auswirkungen und strategischen Wissenstransfer.
- Für Manager der mittleren Ebene: Balanciert operatives Wissen mit Teamdynamik, Prozessverbesserungen und funktionsübergreifenden Zusammenarbeitsmustern.
- Für Junior-Mitarbeiter: Konzentriert sich auf tägliche Verfahren, Tool-Nutzung und praktische Workflows, während Wissenslücken identifiziert werden, die angegangen werden müssen.
Was passiert, wenn das Ergebnis nicht gut genug ist?
Die nächste Kündigung ist bereits in Bewegung.
Erfassen Sie das Tacit Knowledge, bevor der Kalender abläuft.
Extraktion durchführen