SDC Knowledge Core

SDC Knowledge Core: Unternehmenswissen für KI nutzbar machen

Aus verteilten Dokumenten, Produktinformationen und Erfahrungswissen entsteht eine verlässliche Wissensgrundlage für KI, Marketing, Vertrieb und Service.

Für technische B2B-Unternehmen und wissensintensive Mittelständler, deren Wissen vorhanden ist, aber über Systeme, Dokumente und einzelne Köpfe verteilt liegt.

SDC Knowledge Core besprechen SDC-Methode verstehen
Verbindliche Wissensgrundlage

Eine geprüfte Quelle für das, was für Website, Vertrieb und Service gilt.

Nachvollziehbare Quellen

Herkunft, Aktualität und Verantwortung bleiben erkennbar.

Mehrfach nutzbare Inhalte

Einmal geordnet, in vielen Anwendungen wiederverwendbar.

Vorbereitung für KI und Agenten

Modular und lesbar aufgebaut, damit Systeme gezielt zugreifen können.

Die Ausgangslage

Ihr Unternehmen hat kein Wissensproblem. Es hat ein Strukturproblem.

Die Informationen sind vorhanden. Das Problem beginnt dort, wo niemand mehr sicher sagen kann, welche Version aktuell ist und welche Aussage für Website, Vertrieb oder Chatbot verbindlich gilt. In den meisten technischen B2B-Unternehmen fehlt nicht das Wissen, sondern die gemeinsame Ordnung dahinter.

Mehrere Versionen derselben Wahrheit

Website, Vertrieb, Produktmanagement und Service arbeiten teilweise mit unterschiedlichen oder unterschiedlich alten Aussagen. Welche gilt, ist selten eindeutig geklärt.

Wissen liegt an zu vielen Orten

Relevante Informationen befinden sich in PDFs, Datenblättern, E-Mails, Präsentationen, Ordnern und bei einzelnen Mitarbeitenden. Zusammengeführt wird es meist erst, wenn es dringend gebraucht wird.

Jede Anwendung beginnt erneut

Für Website, Chatbot, Newsletter, Salesbook oder KI-Assistent werden dieselben Informationen immer wieder neu zusammengesucht – mit jedem Mal steigt das Risiko für Fehler und Widersprüche.

KI verstärkt bestehende Unklarheiten

Ein System kann nur zuverlässig antworten, wenn Quellen, Begriffe, Zuständigkeiten und Freigaben eindeutig geregelt sind. Wo Unklarheit herrscht, gibt KI diese schneller und in größerem Umfang weiter.

Definition

Was der SDC Knowledge Core ist

Der SDC Knowledge Core ist die zentrale, strukturierte und nachvollziehbare Wissensbasis eines Unternehmens. Er verbindet Produkte, Leistungen, Anwendungen, Zielgruppen, Fachbegriffe, Quellen und freigegebene Aussagen zu einem System, das von Menschen und ausgewählten KI-Anwendungen genutzt werden kann.

Was ihn ausmacht

Eine gemeinsame, geprüfte Grundlage

  • Fachlich kontrollierbar — das Wissen bleibt in der Verantwortung Ihrer Fachleute, nicht eines Werkzeugs.
  • Nachvollziehbar — Quellen und Aktualitätsstand sind erkennbar, nicht geraten.
  • Getrennt nach Vertraulichkeit — interne und öffentliche Inhalte lassen sich klar auseinanderhalten.
  • Kontrolliert freigegeben — nicht jede Information wird automatisch veröffentlicht.
Was er nicht verlangt

Kein Bruch mit dem Bestehenden

  • Kein Systemwechsel erzwungen — bestehende Systeme müssen nicht zwangsläufig ersetzt werden.
  • Schrittweiser Aufbau — der Wissenskern kann mit einem klar abgegrenzten Bereich beginnen und wachsen.
  • Kein Alles-oder-nichts — es zählt zuerst das Wissen, das für Außendarstellung und KI-Anwendungen wirklich relevant ist.
  • Menschen zuerst — die Grundlage ist auch ohne KI nützlich und bleibt für Ihr Team lesbar.

Kurz gesagt: eine gemeinsame Grundlage, auf die Website, Content, Vertrieb und KI-Anwendungen kontrolliert zugreifen können – statt vieler paralleler Wahrheiten in verstreuten Dokumenten.

Bestandteile

Was aus verteiltem Wissen ein belastbares System macht

Sechs Bausteine bilden zusammen den Wissenskern. Jeder adressiert eine konkrete Ursache dafür, warum verteiltes Wissen im Alltag nicht verlässlich nutzbar ist.

01

Wissensarchitektur

Produkte, Leistungen, Themen, Zielgruppen und Anwendungen werden nachvollziehbar miteinander verbunden – so entsteht eine Landkarte statt einer Dateiablage.

02

Verbindliche Aussagen

Es wird festgelegt, welche Informationen freigegeben, belegt, veraltet oder nur intern nutzbar sind. Damit ist klar, worauf man sich verlassen kann.

03

Quellenstruktur

Herkunft, Aktualität und Verantwortlichkeit wichtiger Informationen bleiben erkennbar – auch Monate später und über Abteilungsgrenzen hinweg.

04

Begriffe und Entitäten

Marken, Produkte, Fachbegriffe, Unternehmen, Personen und ihre Beziehungen werden eindeutig beschrieben, damit überall dieselbe Sprache gilt.

05

KI-lesbare Wissenseinheiten

Inhalte werden so modular aufgebaut, dass Systeme gezielt relevante Informationen abrufen können – ohne den gesamten Bestand durchsuchen zu müssen.

06

Pflege- und Freigabelogik

Zuständigkeiten, Änderungen und Aktualisierungen werden von Anfang an berücksichtigt, damit der Wissenskern dauerhaft aktuell bleibt.

Vorgehen

Vom vorhandenen Wissen zum nutzbaren Wissenskern

Der Aufbau folgt vier klaren Schritten. Sie bauen aufeinander auf und lassen sich auf einen abgegrenzten Bereich begrenzen, bevor der Wissenskern erweitert wird.

1
Erfassen

Erfassen

Relevante Dokumente, Systeme, Inhalte und Wissensträger werden identifiziert – vom Datenblatt bis zum Erfahrungswissen einzelner Fachleute.

2
Ordnen

Ordnen

Themen, Produkte, Zielgruppen, Anwendungen und Beziehungen werden strukturiert, sodass zusammengehört, was zusammengehört.

3
Absichern

Absichern

Quellen, Aussagen, Aktualität, Zuständigkeiten und Freigaben werden geklärt – damit die Grundlage belastbar und verantwortet ist.

4
Aktivieren

Aktivieren

Der Wissenskern wird in ausgewählte Marketing-, Vertriebs-, Service- oder KI-Anwendungen überführt und dort produktiv genutzt.

Nutzung

Eine Wissensbasis. Mehrere konkrete Anwendungen.

Der Wert entsteht nicht durch das Ablagesystem allein. Er entsteht, wenn geprüftes Wissen in mehreren Bereichen genutzt werden kann, ohne jedes Mal neu zusammengetragen zu werden.

Website und Landingpages

Produkt- und Leistungsseiten greifen auf dieselben freigegebenen Aussagen zu. Neue Seiten entstehen schneller und bleiben inhaltlich konsistent.

SEO und Fachcontent

Themencluster, konsistente Begriffe und belegte Fachinhalte bilden eine tragfähige Grundlage für Beiträge, die fachlich überzeugen.

GEO und KI-Sichtbarkeit

Eindeutige Entitäten und überprüfbare Aussagen verbessern die Voraussetzungen dafür, in Such- und Antwortsystemen korrekt eingeordnet zu werden.

Chatbots und Kundenservice

Ein Chatbot antwortet nur so gut wie seine Quellen. Der Wissenskern liefert geprüfte, freigegebene Inhalte statt ungeordneter Dateien.

Angebots- und Vertriebsunterstützung

Angebote und Unterlagen entstehen auf einer einheitlichen Grundlage – mit denselben Argumenten, Bezeichnungen und Nutzenaussagen.

Salesbooks und Gesprächsvorbereitung

Typische Fragen, Einwände und passende Antworten sind strukturiert verfügbar – hilfreich für erfahrene wie für neue Mitarbeitende im Vertrieb.

Interne KI-Assistenten

Mitarbeitende erhalten verlässliche Auskünfte aus einer geprüften Grundlage – ohne dass vertrauliche Informationen nach außen gelangen.

Agenten und Automatisierungen

Automatisierte Abläufe und Agenten arbeiten zuverlässiger, wenn sie auf definierte, zugriffsgeregelte Wissenseinheiten zurückgreifen.

Praxisbeispiel

Ein technischer Hersteller mit mehreren Produktgruppen

Ein anonymisiertes, realistisches Beispiel: ein technischer Hersteller mit mehreren Produktgruppen, eigener Anwendungstechnik und einem etablierten Vertrieb. Die Situation ist typisch für viele technische B2B-Unternehmen.

Ausgangslage

Wissen ist da – aber nicht abgestimmt

  • Produktdatenblätter und Broschüren in unterschiedlichen Ständen
  • Website-Inhalte, teils älter als die aktuelle Argumentation
  • Vertriebsunterlagen mit eigenen Formulierungen
  • Fachwissen aus Produktmanagement und Anwendungstechnik
  • Chatbot-Quellen aus verschiedenen Dokumenten
  • unterschiedliche Bezeichnungen für dieselben Produkte
Ergebnis mit dem Knowledge Core

Eine abgestimmte, nutzbare Grundlage

  • klare Produkt- und Anwendungshierarchie
  • eindeutig definierte Zielgruppen
  • freigegebene Fach- und Markenaussagen
  • nachvollziehbare Quellen
  • konsistente Begriffe über alle Kanäle
  • strukturierte Einwände und passende Antworten
  • gemeinsame Grundlage für Website, Content, Vertrieb und KI

Das eigentliche Problem war nicht fehlendes Wissen, sondern dass Website, Vertrieb, Content-Produktion und Chatbot nicht durchgängig auf dieselbe freigegebene Grundlage zugriffen. Mit dem geordneten Wissenskern beziehen sich alle Kanäle auf denselben Stand – Änderungen werden an einer Stelle gepflegt und wirken dort, wo sie gebraucht werden.

Suche, Antworten, KI

Bessere Voraussetzungen für Suche, Antworten und KI-Systeme

Eine geordnete Wissensbasis wirkt in vier Richtungen. Sie ersetzt keine Einzelmaßnahme, schafft aber die strukturelle Grundlage, auf der diese erst zuverlässig greifen.

SEO

Klare Themenarchitektur, konsistente Begriffe, belastbare Fachinhalte und sinnvollere interne Verlinkungen – als Grundlage für Auffindbarkeit in klassischen Suchergebnissen.

AEO

Präzise Definitionen, direkte Antworten, strukturierte FAQs und nachvollziehbare Erklärungen – damit Antwortsysteme klare, korrekte Aussagen entnehmen können.

GEO und KI-Sichtbarkeit

Eindeutige Entitäten, überprüfbare Aussagen, erkennbare Expertise und zitierfähige Inhalte – bessere Voraussetzungen, um in generativen Antworten korrekt genannt zu werden.

LLM- und Agenten-Vorbereitung

Modulare Wissenseinheiten, Metadaten, Quellenbezug, Aktualitätsstatus und definierte Zugriffsregeln – die Grundlage, damit KI-Anwendungen gezielt und kontrolliert zugreifen.

Der Knowledge Core verbessert die strukturellen Voraussetzungen für Such- und KI-Systeme. Er garantiert keine Rankings, Zitate oder bevorzugte Darstellung in einzelnen KI-Antworten.

Unabhängigkeit

Nicht an ein einzelnes KI-System gebunden

Der Wissenskern wird bewusst offen aufgebaut. So bleibt er nutzbar, auch wenn sich Werkzeuge, Anbieter oder Anforderungen ändern – und lässt sich an unterschiedliche Systeme übergeben.

Wie er aufgebaut ist

Strukturiert, lesbar, portabel

  • Modulare Wissenseinheiten — abgegrenzte Bausteine statt monolithischer Dokumente.
  • Lesbare Formate — auch für Menschen verständlich, nicht nur für ein einzelnes Werkzeug.
  • Metadaten — knappe Zusatzangaben zu Herkunft, Stand und Zuständigkeit.
  • Interne Verknüpfungen — Beziehungen zwischen Themen bleiben nachvollziehbar.
  • Versionierbarkeit — Änderungen sind nachvollziehbar, ältere Stände bleiben erkennbar.
  • Trennung intern/öffentlich — Vertrauliches bleibt intern, Freigegebenes ist klar markiert.
Zur Einordnung: Open Knowledge Format (OKF)

Ein optionaler Orientierungsrahmen

Das Open Knowledge Format (OKF) ist ein möglicher Rahmen, um Wissenseinheiten strukturiert und portabel abzulegen – etwa mit lesbaren Textdateien (Markdown) und einfachen Zusatzangaben (Metadaten, häufig als YAML notiert). Markdown ist ein schlichtes Textformat, Metadaten sind kurze Angaben wie Quelle oder Stand.

OKF ist ein optionaler Ansatz, kein verbindlicher Weltstandard und kein Rankingfaktor. Kein Such- oder KI-System bevorzugt solche Dateien automatisch, und kein Unternehmen muss seine Wissensbasis zwingend so führen. Ob OKF sinnvoll ist, entscheidet der konkrete Bedarf.

Passung

Für wen das Angebot passt – und für wen nicht

Ein ehrlicher Abgleich hilft mehr als ein Angebot, das für alles passen soll. Zwei Situationen zur Orientierung.

Sinnvoll für Unternehmen, die …

  • komplexe oder erklärungsbedürftige Produkte anbieten
  • viele Dokumente und Fachinformationen besitzen
  • mehrere Teams oder Dienstleister koordinieren
  • Website, Content, Vertrieb oder Chatbot konsistenter aufstellen wollen
  • KI nicht nur testen, sondern belastbar in Prozesse integrieren wollen
  • Wissen langfristig unabhängig von einzelnen Personen sichern müssen

Nicht der richtige Einstieg, wenn …

  • kaum relevantes Unternehmenswissen vorhanden ist
  • lediglich ein einzelner Chatbot kurzfristig eingerichtet werden soll
  • niemand Verantwortung für Inhalte und Freigaben übernehmen kann
  • ungeprüfte Dateien nur automatisiert in ein KI-System geladen werden sollen
  • ein garantierter SEO- oder KI-Rankingeffekt erwartet wird
Einordnung

Wo der SDC Knowledge Core in der SDC-Methode steht

Der Knowledge Core ist keine zusätzliche fünfte Phase, sondern die verbindende Wissensgrundlage zwischen den bestehenden Bausteinen der SDC-Methode.

1
Grundlage

Discovery / Analyse

Die bestehende SDC-Discovery schafft Klarheit über Ausgangslage, Ziele und Prioritäten.

2
Wissensgrundlage

SDC Knowledge Core

Strukturiert das relevante Unternehmenswissen zu einer verbindlichen, KI-fähigen Grundlage. Sie sind hier.

3
Umsetzung

Visibility / Authority

Sichtbarkeit, Content und Vertrieb nutzen den Wissenskern – etwa im Rahmen von SDC-Visibility.

4
Begleitung

Growth / Partnership

Die laufende Weiterentwicklung kann in SDC-Growth oder eine SDC-Partnership integriert werden.

Der Knowledge Core ersetzt die SDC-Methode nicht. Er schafft die gemeinsame Wissensgrundlage, auf der Sichtbarkeit, Content, Vertrieb und KI-Anwendungen aufbauen können.

Zusammenarbeit

Wer den Knowledge Core mit Ihnen aufbaut

Göke Frerichs – strategischer Digitalberater und Gründer von goeke.digital

Göke Frerichs

Göke Frerichs arbeitet seit 1999 im Digitalmarketing und verbindet Strategie, Kommunikation, Technologie und Umsetzung. Der Schwerpunkt liegt auf B2B-Unternehmen und erklärungsbedürftigen Angeboten – genau dort, wo Wissen strukturiert werden muss, damit es verlässlich nutzbar wird.

  • direkte persönliche Zusammenarbeit statt wechselnder Junior-Teams
  • kurze Wege zwischen Analyse, Entscheidung und Umsetzung
  • Fokus auf eine verständliche, nutzbare und langfristig pflegbare Lösung
  • kein isoliertes Tool-Projekt, sondern eine fachlich verantwortete Grundlage

Mehr über Göke Frerichs

Häufige Fragen

Antworten rund um den SDC Knowledge Core

Eine KI-Wissensbasis ist eine strukturierte Sammlung des relevanten Unternehmenswissens, die so aufbereitet ist, dass sowohl Menschen als auch KI-Anwendungen verlässlich darauf zugreifen können. Anders als ein Ordner voller Dateien enthält sie geprüfte Aussagen, definierte Begriffe, nachvollziehbare Quellen und klare Freigaben. Damit greifen Website, Content, Vertrieb und KI-Systeme auf dieselbe verbindliche Grundlage zu, statt Informationen jedes Mal neu zusammenzusuchen.
Der SDC Knowledge Core ist die zentrale, strukturierte und nachvollziehbare Wissensbasis eines Unternehmens. Er verbindet Produkte, Leistungen, Anwendungen, Zielgruppen, Fachbegriffe, Quellen und freigegebene Aussagen zu einem System, das von Menschen und ausgewählten KI-Anwendungen genutzt werden kann. Er ist ein zusammenhängendes Umsetzungsangebot innerhalb der SDC-Methode – kein Chatbot und kein reines IT-Projekt.
Vor allem für technische B2B-Unternehmen und wissensintensive Mittelständler mit erklärungsbedürftigen Produkten, Leistungen oder Prozessen – etwa Hersteller, technische Zulieferer, Software- und Technologieunternehmen, spezialisierte Beratungen oder Verbände. Gemeinsam ist ihnen, dass viel Fachwissen vorhanden ist, aber über Systeme, Dokumente und einzelne Köpfe verteilt liegt.
Erfasst wird das Wissen, das für Außendarstellung, Beratung und KI-Anwendungen wirklich relevant ist: Produkt- und Leistungsinformationen, Anwendungen und Einsatzfelder, Zielgruppen, Fachbegriffe und Entitäten, freigegebene Fach- und Markenaussagen, typische Fragen und Einwände sowie die zugehörigen Quellen. Was rein intern bleibt, wird als intern gekennzeichnet und nicht veröffentlicht.
Nein. Ausgangspunkt ist fast immer verteiltes, uneinheitliches Wissen in PDFs, Datenblättern, Präsentationen, E-Mails und in den Köpfen einzelner Fachleute. Genau das ist der Normalfall. Der Aufbau ordnet dieses vorhandene Wissen Schritt für Schritt – eine perfekte Dokumentation vorab ist keine Voraussetzung.
Nein. Der Knowledge Core ist die Wissensgrundlage, nicht die Anwendung. Ein Chatbot kann auf diese Grundlage zugreifen und dadurch verlässlicher antworten. Der Wissenskern kann aber ebenso Website, Content-Produktion, Vertriebsunterlagen oder interne Assistenten versorgen. Er ist bewusst unabhängig von einer einzelnen Anwendung.
Ja. Der Wissenskern wird offen und portabel aufgebaut – in lesbaren Formaten, modular gegliedert und mit Metadaten versehen. Dadurch ist er nicht an ein einzelnes KI-Modell oder einen bestimmten Anbieter gebunden und kann an unterschiedliche Systeme übergeben werden.
Das Open Knowledge Format (OKF) ist ein optionaler Orientierungsrahmen für den strukturierten, portablen Aufbau von Wissenseinheiten – etwa mit lesbaren Textdateien und einfachen Metadaten. Es ist kein verbindlicher Weltstandard und kein Rankingfaktor. Kein KI-System bevorzugt solche Dateien automatisch. Ob und wie OKF sinnvoll ist, entscheidet sich am konkreten Bedarf.
Nein, nicht automatisch. Interne und öffentliche Inhalte werden getrennt und über Freigaben gesteuert. Nur freigegebene Informationen sind für öffentliche Anwendungen wie Website oder externe Chatbots vorgesehen. Vertrauliches bleibt intern.
Er schafft eine klare Themenarchitektur, konsistente Begriffe, belastbare Fachinhalte, eindeutige Entitäten und überprüfbare Aussagen. Das sind bessere strukturelle Voraussetzungen dafür, dass Such- und Antwortsysteme ein Unternehmen korrekt einordnen und Inhalte zitierfähig sind.
Nein. Der Knowledge Core verbessert die strukturellen Voraussetzungen für Such- und KI-Systeme. Er garantiert keine Rankings, keine Zitate und keine bevorzugte Darstellung in einzelnen KI-Antworten. Seriös lässt sich das auch nicht versprechen, weil die Systeme ihre Auswahl selbst treffen.
Von Anfang an werden Zuständigkeiten, Quellen und eine Pflege- und Freigabelogik festgelegt. So ist erkennbar, woher eine Aussage stammt, wie aktuell sie ist und wer sie verantwortet. Aktualisierungen erfolgen an einer Stelle und wirken auf alle angebundenen Anwendungen.
Ein Wiki sammelt Texte für Menschen. Der Knowledge Core geht weiter: Er strukturiert Wissen in modulare, maschinenlesbare Einheiten, klärt Verbindlichkeit, Quellen und Freigaben und ist so aufgebaut, dass auch KI-Anwendungen gezielt darauf zugreifen können. Es geht weniger um das Ablegen von Seiten als um eine verbindliche, wiederverwendbare Grundlage.
Die Discovery- beziehungsweise Analysephase schafft Klarheit über Ausgangslage und Ziele. Der SDC Knowledge Core strukturiert anschließend das relevante Unternehmenswissen. Auf dieser Grundlage arbeiten Sichtbarkeit, Content, Vertrieb und KI-Anwendungen. Die laufende Weiterentwicklung kann in die Growth- oder Partnership-Begleitung integriert werden. Der Knowledge Core ersetzt die SDC-Methode nicht, sondern verbindet ihre Bausteine.
Der Aufwand hängt von der Anzahl und Qualität der vorhandenen Quellen, der Komplexität der Produkt- und Themenstruktur sowie von Sprachen, Freigabeprozessen und den gewünschten Aktivierungen ab. Deshalb gibt es keinen pauschalen Preis. Nach einer ersten Einordnung erhalten Sie einen klar abgegrenzten Projektumfang mit verbindlichem Angebot.
Auch die Dauer richtet sich nach Umfang und Quellenlage. Der Wissenskern kann schrittweise aufgebaut werden – oft beginnt man mit einem klar abgegrenzten Bereich, etwa einer Produktgruppe, und erweitert von dort. Einen konkreten Zeitrahmen legen wir erst nach der ersten Einordnung gemeinsam fest, statt ihn vorab zu behaupten.
Nächster Schritt

Machen Sie aus verteiltem Wissen eine verlässliche Grundlage.

Im ersten Gespräch klären wir, welche Wissensquellen vorhanden sind, welche Anwendungen wirklich relevant sind und ob ein SDC Knowledge Core für Ihr Unternehmen der richtige nächste Schritt ist.

SDC Knowledge Core besprechen Zur SDC-Methode

Unverbindlich – wir klären, welche Wissensquellen tragfähig sind und wo ein sinnvoller Einstieg liegt.