Verstreutes Wissen bündeln: Die KI-Wissensbasis für Berater

Stell dir vor, ein neuer Mitarbeiter fragt dich zum dritten Mal in dieser Woche, wo eigentlich die aktuelle Angebotsvorlage liegt. Gleichzeitig sucht deine Projektmanagerin in einem WhatsApp-Verlauf von vor vier Monaten nach der Zusage, die ein Kunde damals zum Liefertermin gegeben hat. Und du selbst? Du weißt genau, dass ihr diesen einen Einwand schon mal perfekt beantwortet habt, nur findest du die Mail nicht mehr. Willkommen in der Realität fast jeder Beratung, jeder Coaching-Praxis und jeder Agentur: Das wertvollste Kapital, das eigene Wissen, liegt verstreut über ein Dutzend Tools, Postfächer und Köpfe. Und genau dieses Chaos kostet dich jeden Tag bares Geld, Tempo und Nerven.

In diesem Artikel zeige ich dir, wie du dieses verstreute Wissen in eine zentrale, durchsuchbare Wissensbasis bündelst, auf die nicht nur dein Team, sondern auch eine KI in Sekunden zugreifen kann. Keine Theorie, sondern eine konkrete Schritt-für-Schritt-Anleitung, mit der du Onboarding, Angebotserstellung und Qualitätsstandards endlich systematisierst, statt sie jedes Mal neu aus dem Gedächtnis zusammenzukratzen.

Warum dein Wissen heute überall liegt, nur nicht dort, wo du es brauchst

Das Grundproblem ist nicht, dass du zu wenig Wissen hast. Das Gegenteil ist der Fall. Du und dein Team produziert jeden Tag wertvolle Informationen: Antworten auf Kundenfragen, Entscheidungen in Projekten, Erkenntnisse aus Calls, fertige Prozesse, geschliffene Formulierungen. Das Problem ist, dass dieses Wissen sofort wieder verschwindet, sobald es entstanden ist.

Die typischen Verstecke

Schau dir an, wo dein Wissen gerade wirklich liegt. Da sind die E-Mail-Postfächer, in denen jede Antwort an einen Kunden vergraben ist. Da sind die Chat-Verläufe in Slack, Teams oder WhatsApp, in denen halbe Projektentscheidungen getroffen werden. Da liegen Dokumente in Google Drive, auf dem Desktop deiner Mitarbeiter und in irgendeinem geteilten Ordner, dessen Struktur niemand mehr versteht. Da sind die Aufzeichnungen von Zoom-Calls, die kein Mensch noch einmal anschaut. Und der größte Speicherort von allen: die Köpfe deiner erfahrensten Leute.

Dieses letzte Versteck ist das gefährlichste. Denn das Wissen im Kopf deines besten Beraters ist genau dann nicht verfügbar, wenn er im Urlaub, krank oder bei einem anderen Kunden ist. Und an dem Tag, an dem er kündigt, läuft ein erheblicher Teil deines Betriebskapitals einfach zur Tür hinaus.

Was dich das wirklich kostet

Die Kosten dieses Zustands sind real, auch wenn sie selten in einer Bilanz auftauchen. Studien zum Thema Wissensarbeit zeigen seit Jahren ein wiederkehrendes Muster: Mitarbeiter verbringen einen erheblichen Anteil ihrer Arbeitswoche schlicht mit dem Suchen von Informationen oder mit dem Neuerstellen von etwas, das längst irgendwo existiert. Für eine Beratung mit hochpreisigen Stundensätzen ist das kein Nebengeräusch, sondern ein massiver, unsichtbarer Verlust. Jede Stunde, die jemand mit Suchen verbringt, ist eine Stunde, die er nicht beim Kunden, in der Akquise oder in der echten Wertschöpfung verbringt.

Verstreute Quellen laufen in einer durchsuchbaren KI-Wissensbasis zusammen.

Was eine durchsuchbare KI-Wissensbasis wirklich ist

Bevor wir bauen, sollten wir klären, worüber wir reden. Eine KI-Wissensbasis ist nicht einfach ein weiterer Ordner und auch keine weitere Wiki-Seite, die nach drei Wochen niemand mehr pflegt. Sie ist ein zentraler Speicherort für dein gebündeltes Wissen, kombiniert mit einer KI-Schicht, die diesen Speicher versteht und auf natürliche Fragen in natürlicher Sprache antwortet.

Der Unterschied zur klassischen Suche

Eine klassische Suche findet nur, wonach du exakt suchst. Tippst du das falsche Stichwort, findest du nichts, obwohl die Information da ist. Eine KI-Wissensbasis arbeitet anders. Du stellst eine Frage, so wie du sie einem Kollegen stellen würdest: "Wie gehen wir bei einem Kunden vor, der nach drei Monaten noch keine Ergebnisse sieht?" Und das System durchsucht nicht nur nach Wörtern, sondern nach Bedeutung. Es findet die passende Passage, auch wenn dort ganz andere Begriffe stehen, und formuliert dir eine direkte Antwort, mit Verweis auf die Originalquelle.

Technisch steckt dahinter ein Verfahren, das man Retrieval Augmented Generation nennt. Vereinfacht gesagt: Deine Dokumente werden in kleine, durchsuchbare Häppchen zerlegt und so abgelegt, dass die KI bei jeder Frage genau die relevanten Häppchen herauszieht und ihre Antwort ausschließlich darauf stützt. Das ist der entscheidende Punkt, weshalb so ein System nicht halluziniert wie ein freier Chatbot, sondern auf deinem echten Wissen antwortet.

Warum du das jetzt selbst aufbauen kannst

Noch vor wenigen Jahren war so etwas Konzernen mit eigenem Entwicklungsteam vorbehalten. Heute baust du eine solide erste Version mit Standardwerkzeugen in wenigen Tagen auf, ohne eine Zeile Code. Genau deshalb lohnt sich das Thema gerade für kleine, hochpreisige Dienstleister so sehr: Du bekommst einen Vorsprung, der früher nur mit großem Budget möglich war.

Wissensbasis ist kein Mitarbeiterersatz

Ein wichtiges Missverständnis gleich vorweg: Eine KI-Wissensbasis ersetzt nicht den Kopf deines Beraters und auch nicht sein Urteilsvermögen. Sie ist ein Werkzeug, das die richtige Information schneller vor diesen Kopf bringt. Die Entscheidung, ob eine Antwort im konkreten Kundenfall passt, trifft weiterhin der Mensch. Das ist kein Nachteil, sondern genau der Punkt: Du willst die Routine des Suchens automatisieren, damit deine teuren Köpfe ihre Zeit für das einsetzen, was nur sie können, nämlich denken, beraten und entscheiden.

Schritt 1: Erfasse, welches Wissen du überhaupt hast

Der Fehler, den fast alle machen: Sie kaufen zuerst ein Tool und überlegen dann, was sie reinpacken. Mach es umgekehrt. Bevor du irgendetwas einrichtest, machst du eine Bestandsaufnahme deines Wissens. Das klingt nach viel Arbeit, dauert aber bei den meisten kleinen Teams nur ein bis zwei Stunden und ist die wichtigste Stunde des ganzen Projekts.

Die vier Wissensarten

Sortiere dein Wissen grob in vier Kategorien. Erstens: Onboarding-Wissen, also alles, was ein neuer Mitarbeiter oder Kunde am Anfang braucht. Zweitens: Angebots- und Vertriebswissen, also Vorlagen, Preise, Argumentationen, Einwandbehandlung. Drittens: Liefer- und Standardwissen, also wie ihr eure Leistung konkret erbringt, eure Prozesse, Checklisten und Qualitätsregeln. Viertens: Kunden- und Projektwissen, also alles, was zu einem bestimmten Auftrag gehört.

Geh diese vier Kategorien einmal durch und schreib für jede auf, wo die Informationen aktuell liegen und wer sie im Kopf hat. Am Ende hast du eine simple Liste, eine Art Landkarte deines Wissens. Diese Landkarte allein bringt dir oft schon den ersten Aha-Moment, weil sichtbar wird, wie viel Substanz du hast und wie schlecht sie zugänglich ist.

Priorisiere nach Schmerz

Du musst nicht alles auf einmal bündeln. Frag dich stattdessen: Welche Frage stellt mein Team am häufigsten? Welches Wissen suchen wir am öftesten und finden es am schlechtesten? Genau dort fängst du an. Wenn jeder neue Mitarbeiter dieselben zwanzig Fragen stellt, ist Onboarding-Wissen dein erster Baustein. Wenn ihr bei jedem Angebot dieselben Bausteine neu zusammensucht, fang dort an. Der erste Bereich soll wehtun, damit der Nutzen sofort spürbar ist.

Schritt 2: Lege die zentrale Struktur fest

Jetzt brauchst du einen Ort, an dem das Wissen zusammenläuft. Wichtig ist hier nicht das perfekte Tool, sondern eine klare, einfache Struktur, die jeder im Team versteht und durchhält.

Eine Quelle der Wahrheit pro Thema

Die Grundregel lautet: Für jedes Thema gibt es genau einen Ort, der die Wahrheit enthält. Wenn die Angebotsvorlage an drei Stellen liegt, hast du faktisch keine Vorlage, sondern drei Verdächtige. Lege also fest, dass es zum Beispiel ein zentrales System gibt, in dem alle Standards, Vorlagen und Prozesse liegen, und dass alles andere nur Kopie oder Verweis ist. Tools wie Notion, ein gut strukturiertes Google Drive oder ein Wiki eignen sich dafür gut. Welches du nimmst, ist zweitrangig. Entscheidend ist, dass es eines ist und nicht fünf.

Schreib für die KI, nicht nur für Menschen

Wenn du das Wissen ablegst, denk schon an die spätere KI-Schicht. Das heißt konkret: Schreib in klaren, in sich geschlossenen Abschnitten. Gib jedem Dokument einen aussagekräftigen Titel und eine kurze Zusammenfassung am Anfang. Vermeide es, wichtige Informationen ausschließlich in Bildern, Screenshots oder Tabellen zu verstecken, die eine KI schlecht lesen kann. Ein gutes Wissensdokument beantwortet eine klare Frage und steht für sich allein, ohne dass man fünf andere Dokumente kennen muss. Diese Disziplin macht den Unterschied zwischen einer Wissensbasis, die brauchbar antwortet, und einer, die nur Müll ausspuckt.

Halte die Struktur flach

Widerstehe der Versuchung, eine zwölfstufige Ordnerhierarchie zu bauen. Tiefe Strukturen pflegt niemand und findet niemand. Drei Ebenen reichen fast immer: ein Hauptbereich, ein Thema, ein Dokument. Je flacher und klarer, desto eher lebt das System wirklich.

Schritt 3: Bringe das verstreute Wissen herein

Jetzt geht es ans Sammeln. Das ist der Schritt, vor dem die meisten zurückschrecken, weil er nach einem Riesenprojekt klingt. Ist er nicht, wenn du ihn richtig angehst.

Starte mit dem, was schon existiert

Du musst nicht alles neu schreiben. Vieles existiert bereits, nur eben verstreut. Geh deine wichtigsten E-Mail-Antworten durch und kopiere die wirklich guten in dein neues System. Hol die besten Passagen aus alten Angeboten. Exportiere die zentralen Entscheidungen aus euren Chat-Verläufen. Bei Call-Aufzeichnungen lässt du dir von einer KI eine Zusammenfassung der wichtigsten Punkte erstellen und legst diese ab, statt die ganze Aufnahme zu horten. So entsteht aus Rohmaterial in kurzer Zeit eine brauchbare erste Sammlung.

Mach das Verborgene sichtbar

Der schwierigste Teil ist das Wissen in den Köpfen. Hier hilft ein einfacher Trick: Setz dich mit deinem erfahrensten Mitarbeiter eine Stunde zusammen und lass ihn die zwanzig häufigsten Fragen beantworten, die ein Neuling oder ein Kunde stellt. Nimm das Gespräch auf, lass es transkribieren und in saubere Antworten verwandeln. In einer einzigen Stunde holst du so monatelang angesammeltes Erfahrungswissen aus einem Kopf und machst es für alle verfügbar.

Mach das Befüllen zur Gewohnheit

Einmal befüllen reicht nicht. Damit die Basis nicht wieder veraltet, brauchst du eine simple Regel: Immer wenn jemand eine Frage beantwortet, die noch nicht in der Basis steht, kommt die Antwort hinein. So wächst das System organisch und genau dort, wo der Bedarf ist. Aus jeder beantworteten Frage wird dauerhaftes Vermögen, statt einer einmaligen Mühe.

Schritt 4: Lege die KI-Schicht darüber

Jetzt kommt der Teil, der aus einem ordentlichen Ablageort eine echte Wissensbasis macht: die KI, die das Ganze durchsuchbar und beantwortbar macht.

Die einfachste Variante

Wenn du heute starten willst, ist der einfachste Weg ein KI-Assistent, dem du deine wichtigsten Dokumente direkt zur Verfügung stellst. Mehrere gängige KI-Plattformen erlauben es inzwischen, eigene Dokumente hochzuladen und darauf basierend einen Assistenten zu erstellen, der nur aus diesen Inhalten antwortet. Für ein kleines Team mit einer überschaubaren Menge an Kernwissen ist das oft schon erstaunlich leistungsfähig und in einem Nachmittag eingerichtet.

Die robuste Variante

Wächst dein Wissen oder willst du es direkt an deine bestehenden Tools anbinden, lohnt sich ein KI-/Automations-System, das deine Wissensquellen automatisch anzapft. Hier wird eine Automatisierungs-Strecke gebaut: Sobald in deinem zentralen System ein neues Dokument entsteht, wird es automatisch eingelesen, in durchsuchbare Häppchen zerlegt und der KI verfügbar gemacht. Dein Team stellt dann seine Fragen über eine simple Oberfläche, zum Beispiel direkt im Chat-Tool, das ihr ohnehin nutzt. Die Antwort kommt mit Quellenangabe zurück, sodass jeder die Originalstelle nachschlagen kann. Dieser automatische Ablauf sorgt dafür, dass die Basis sich selbst aktuell hält, ohne dass jemand manuell nachpflegen muss.

Quellen sind Pflicht

Egal welche Variante du wählst, ein Punkt ist nicht verhandelbar: Die KI muss bei jeder Antwort sagen, woher sie sie hat. Eine Antwort ohne Quelle ist im Beratungsalltag wertlos, weil du sie nicht verifizieren kannst. Mit Quellenangabe wird die KI dagegen zum Beschleuniger: Sie findet die richtige Stelle in Sekunden, und der Mensch entscheidet, ob sie passt.

Schritt 5: Mache die Wissensbasis im Alltag nutzbar

Die beste Wissensbasis nützt nichts, wenn niemand sie benutzt. Der Übergang von "gebaut" zu "gelebt" entscheidet über Erfolg oder Misserfolg.

Bring die Antwort dorthin, wo gearbeitet wird

Menschen wechseln ungern das Werkzeug. Wenn dein Team den ganzen Tag in einem Chat-Tool arbeitet, dann soll die Wissensbasis genau dort erreichbar sein, nicht in einer separaten App, die man extra öffnen muss. Je näher die Antwort am Arbeitsplatz liegt, desto selbstverständlicher wird die Nutzung. Das Ziel ist, dass die Frage an die Wissensbasis genauso normal wird wie die Frage an den Kollegen am Nachbartisch, nur schneller und immer verfügbar.

Drei konkrete Anwendungsfälle

Damit das greifbar wird, hier drei typische Szenarien aus dem Alltag einer Beratung oder Agentur.

Beim Onboarding: Ein neuer Mitarbeiter fragt die Wissensbasis selbst, statt drei Kollegen zu unterbrechen. "Wie läuft bei uns der erste Kundentermin ab?" liefert in Sekunden den dokumentierten Ablauf. Das Onboarding beschleunigt sich spürbar, und deine erfahrenen Leute werden seltener aus ihrer eigentlichen Arbeit gerissen.

Bei der Angebotserstellung: Statt das letzte passende Angebot zu suchen und zu erinnern, was darin gut funktioniert hat, fragt der Berater die Basis nach den passenden Bausteinen, der aktuellen Preisstruktur und der bewährten Argumentation. Aus einer halbtägigen Angebotssuche wird eine konzentrierte Stunde.

Bei der Qualitätssicherung: Bevor etwas an den Kunden rausgeht, prüft das Team gegen die hinterlegten Standards. "Was sind unsere Qualitätskriterien für eine Übergabe?" liefert die Checkliste, statt dass jeder nach Bauchgefühl entscheidet. So wird Qualität reproduzierbar, auch bei neuen oder ausgelasteten Mitarbeitern.

Miss, was gesucht wird

Ein oft übersehener Nebeneffekt: Eine Wissensbasis zeigt dir, was dein Team und deine Kunden wirklich beschäftigt. Welche Fragen kommen am häufigsten? Wo findet die KI keine Antwort, weil das Wissen fehlt? Diese Lücken sind Gold wert. Sie sagen dir, welches Dokument du als Nächstes schreiben oder welchen Prozess du dringend klarer fassen solltest.

Mach die Nutzung sichtbar

Menschen ändern Gewohnheiten leichter, wenn der Nutzen sichtbar wird. Sprich in der ersten Phase aktiv über kleine Erfolge: die Frage, die früher eine halbe Stunde Suche gekostet hat und jetzt in zehn Sekunden beantwortet war. Der neue Mitarbeiter, der nach drei Tagen schon selbstständig arbeiten konnte. Diese kleinen Geschichten machen den abstrakten Nutzen greifbar und sorgen dafür, dass dein Team die Basis aus eigenem Antrieb nutzt, statt weil du es angeordnet hast. Eine Wissensbasis, die freiwillig genutzt wird, ist die einzige, die langfristig lebt.

Welche Werkzeuge passen zu welcher Größe

Weil die Frage nach dem Tool fast immer als Erstes kommt, hier eine nüchterne Einordnung, ohne dich auf einen Anbieter festzunageln. Die Wahl hängt weniger von deinem Geschmack ab als von der Menge deines Wissens und deinem Wunsch nach Automatisierung.

Für den schnellen Start

Wenn du heute loslegen willst und dein Kernwissen in eine überschaubare Zahl an Dokumenten passt, reicht ein gängiger KI-Assistent, dem du diese Dokumente direkt mitgibst. Du brauchst dafür keine zusätzliche Infrastruktur, keine Schnittstellen und kein Budget für Entwicklung. Der Nachteil: Du pflegst die Dokumente von Hand und musst Aktualisierungen selbst einspielen. Für die ersten Wochen und für ein kleines Team ist das vollkommen ausreichend und der mit Abstand schnellste Weg zu einem echten Ergebnis.

Für den dauerhaften Betrieb

Sobald dein Wissen wächst, mehrere Leute es gleichzeitig pflegen oder es eng mit deinen bestehenden Tools verzahnt sein soll, lohnt sich der Sprung zu einem angebundenen KI-/Automations-System. Hier verbindest du deinen zentralen Wissensspeicher fest mit der KI-Schicht, sodass neue oder geänderte Dokumente automatisch übernommen werden. Dein Team fragt über die Oberfläche, die es ohnehin täglich nutzt, und die Antworten kommen mit Quellenangabe zurück. Der Aufwand für den Aufbau ist höher, dafür hält sich die Basis danach weitgehend von selbst aktuell.

Der Übergang ist fließend

Du musst dich nicht von Anfang an entscheiden. Der gesunde Weg ist fast immer, klein und manuell zu starten, den Nutzen zu beweisen und erst dann zu automatisieren, wenn der manuelle Aufwand spürbar wird. So investierst du Geld und Zeit erst, wenn du sicher bist, dass das System bei dir wirklich gebraucht und genutzt wird.

Die häufigsten Fehler und wie du sie vermeidest

Damit dein Aufbau nicht im Sand verläuft, hier die Stolpersteine, über die fast jeder zuerst fällt.

Zu groß starten

Der Klassiker: Du willst alles auf einmal erfassen, baust drei Wochen lang eine perfekte Struktur und verlierst dann die Lust, bevor die erste echte Frage beantwortet wird. Mach das Gegenteil. Nimm den einen Bereich, der am meisten wehtut, bring ihn in zwei Tagen in eine nutzbare Form, leg die KI darüber und lass dein Team echte Fragen stellen. Der schnelle, sichtbare Erfolg ist der Treibstoff für alles Weitere.

Pflege dem Zufall überlassen

Eine Wissensbasis ohne klare Verantwortung verrottet. Bestimme eine Person, die für die Aktualität verantwortlich ist, auch wenn das Befüllen verteilt passiert. Und verankere die simple Regel, dass neues Wissen immer hineinkommt. Ohne diese zwei Dinge hast du in einem halben Jahr wieder ein Archiv statt einer lebendigen Basis.

Vertrauliches falsch behandeln

Gerade Berater und Coaches arbeiten mit sensiblen Kundendaten. Überleg dir von Anfang an, welches Wissen allgemein zugänglich sein darf und welches geschützt gehört. Trenne dein allgemeines Standardwissen sauber von kundenspezifischen, vertraulichen Informationen und richte Zugriffsrechte entsprechend ein. Eine durchsuchbare Wissensbasis ist mächtig, und genau deshalb gehört der Datenschutz von Tag eins mitgedacht, nicht nachträglich angeflanscht.

So sieht der realistische Fahrplan aus

Lass uns das Ganze in einen nüchternen Zeitplan packen, damit du weißt, worauf du dich einlässt. In der ersten Woche machst du die Bestandsaufnahme, legst die Struktur fest und befüllst den einen wichtigsten Bereich mit vorhandenem Material und einem Interview deines besten Mitarbeiters. In der zweiten Woche legst du die KI-Schicht darüber, in der einfachen Variante mit hochgeladenen Dokumenten, und lässt das Team erste echte Fragen stellen. Ab da arbeitest du iterativ: Du füllst Lücken, die das Team meldet, baust nach und nach die anderen Bereiche aus und automatisierst das Befüllen, sobald sich die Mühe lohnt.

Das Entscheidende an diesem Fahrplan ist die Reihenfolge. Du baust kein perfektes System im stillen Kämmerlein, sondern ein nützliches System im offenen Betrieb, das mit jeder Frage besser wird. So wird aus dem verstreuten, flüchtigen Wissen deiner Firma ein dauerhaftes, durchsuchbares Vermögen, das auch dann da ist, wenn dein bester Kopf gerade im Urlaub liegt.

Wenn du wissen willst, welcher Teil deines verstreuten Wissens sich bei dir am schnellsten bündeln lässt und wo eine KI-Schicht den größten Hebel hätte, dann mach unseren KI-Potenzial-Check. Wir schauen uns gemeinsam an, wo dein Wissen heute liegt, welche Fragen dein Team am meisten Zeit kosten und wie ein KI-/Automations-System das bei dir konkret lösen würde. Weitere Anleitungen und Beispiele findest du jederzeit in unserem Blog.

Der Aufbau in vier Schritten - von den Quellen bis zur laufenden Pflege.

Häufige Fragen

Brauche ich technisches Know-how, um eine KI-Wissensbasis aufzubauen?

Nein. Für die einfache Variante reicht es, deine wichtigsten Dokumente sauber abzulegen und sie einem KI-Assistenten zur Verfügung zu stellen. Das schaffst du ohne eine Zeile Code an einem Nachmittag. Komplexer wird es erst, wenn du das Befüllen automatisieren und an mehrere bestehende Tools anbinden willst. Diesen Schritt baut man in der Regel mit einem KI-/Automations-System, und genau dabei unterstützen wir dich, wenn du dort ankommst.

Wie verhindere ich, dass die KI falsche Antworten erfindet?

Der Schlüssel ist, dass die KI ausschließlich auf deinem hinterlegten Wissen antwortet und bei jeder Antwort die Quelle nennt. Dieses Vorgehen, das die Antwort an deine echten Dokumente bindet, ist genau das, was die KI vom frei erzählenden Chatbot unterscheidet. Mit klarer Quellenangabe kann dein Team jede Antwort in Sekunden gegenprüfen, und die KI wird zum Beschleuniger statt zum Risiko.

Was mache ich mit vertraulichen Kundendaten?

Du trennst sie von Anfang an. Allgemeines Standardwissen wie Prozesse, Vorlagen und Argumentationen darf breit zugänglich sein. Kundenspezifische, sensible Informationen bekommen eigene Zugriffsrechte und werden klar abgegrenzt. Plane den Datenschutz von Tag eins mit ein, statt ihn nachträglich aufzusetzen. So nutzt du die volle Kraft der Wissensbasis, ohne ein Risiko einzugehen.

Lohnt sich das auch für ein kleines Team von zwei oder drei Leuten?

Gerade dann. In kleinen Teams hängt besonders viel Wissen an einzelnen Köpfen, und der Ausfall einer Person trifft dich härter. Eine Wissensbasis macht dieses Wissen unabhängig von der einzelnen Person, beschleunigt jedes Onboarding und sorgt dafür, dass auch ihr bei jedem Angebot und jeder Lieferung auf euren besten Erfahrungswert zugreift. Der Aufwand bleibt klein, der Hebel ist groß.