Wissenschaftliches Fundament
Ein Verfahren.
Wissenschaftlich fundiert.
Elizitation ist Messtechnik für Erfahrungswissen. Die Methode adaptiert erprobte Verfahren aus Erkenntnistheorie, Wissensmanagement und Expertise-Forschung — und macht sie alltagstauglich für Menschen mit vollen Kalendern.
»Wir wissen mehr, als wir zu sagen wissen.«
Tacit Knowledge — Polanyi
Der Kern unternehmerischer Exzellenz ist implizit: Er lässt sich zeigen, aber kaum aufschreiben. Genau deshalb scheitern klassische Wissensdatenbanken und Nachfolge-Handbücher. mindmodels setzt an der Quelle an — am episodischen Erfahrungswissen selbst.
SECI-Spirale — Nonaka & Takeuchi
Die Externalisierung impliziten Wissens gilt seit »The Knowledge-Creating Company« (1995) als wertvollster und schwierigster Schritt der Wissensschöpfung. Der tägliche Seriendialog ist ein Externalisierungsverfahren in Serie — täglich, kumulativ, individuell.
Cognitive Task Analysis — Ericsson, Klein
Die Methode adaptiert erprobte Elizitationstechniken der Expertise-Forschung — Critical Decision Method, Laddering, Kontrast- und Grenzfallfragen (naturalistic decision making) — auf ein Format, das in das Leben vielbeschäftigter Entscheider passt.
Vom Knowledge Bottleneck zum Mind Model
Die Wissens-Elizitation war der historische Engpass der Expertensysteme — und ist heute der Engpass personalisierter KI: Große Modelle können vieles, aber nicht Ihr Urteil. Kuratierte, strukturierte Erfahrungsdaten einzelner Spitzenentscheider sind das knappste Gut der nächsten Modellgeneration. Wer sie besitzt, besitzt einen Vermögenswert.
V·04Literatur — die Fundamente, nachlesbar
Polanyi, M. (1966): The Tacit Dimension.
Nonaka, I. & Takeuchi, H. (1995): The Knowledge-Creating Company.
Klein, G., Calderwood, R. & Macgregor, D. (1989): Critical Decision Method for Eliciting Knowledge. IEEE Transactions on Systems, Man, and Cybernetics 19(3).
Hoffman, R., Shadbolt, N., Burton, A. M. & Klein, G. (1995): Eliciting Knowledge from Experts. Organizational Behavior and Human Decision Processes 62(2).
Ericsson, K. A. et al. (Hg., 2018): The Cambridge Handbook of Expertise and Expert Performance, 2. Aufl.
Kahneman, D. & Klein, G. (2009): Conditions for Intuitive Expertise — A Failure to Disagree. American Psychologist 64(6).
Shiffman, S., Stone, A. & Hufford, M. (2008): Ecological Momentary Assessment. Annual Review of Clinical Psychology 4.
Wissen stirbt zweimal.
Beides ist vermeidbar geworden.
Das erste Sterben ist biologisch: Mit jedem Menschen geht Urteilskraft, die niemand aufgeschrieben hat — weil sie sich nicht aufschreiben lässt (Polanyi). Das zweite Sterben ist institutionell: Organisationen verlieren Wissen, das sie zu besitzen glaubten. Die NASA hat die Saturn-V-Dokumentation nie verloren — und konnte die Rakete trotzdem nicht mehr bauen, weil die Menschen fehlten, die zwischen den Zeilen lesen konnten.
Beides trifft Deutschland jetzt gleichzeitig: Bis Mitte der 2030er-Jahre erreichen die geburtenstarken Jahrgänge — knapp 30 Prozent der heutigen Erwerbspersonen — das Rentenalter (Statistisches Bundesamt). Die Forschung zur Wissensattrition beschreibt seit zwei Jahrzehnten, was dann geschieht: Entscheidungsqualität sinkt, Fehler wiederholen sich, Übergaben scheitern (DeLong, Lost Knowledge, Oxford 2004). Große Unternehmen beziffern allein die Produktivitätsverluste durch ineffiziente Wissensweitergabe auf zweistellige Millionenbeträge pro Jahr (Panopto/YouGov 2018).
Und es ist eine Frage der Selbstachtung. Die Entwicklungspsychologie nennt die Kernaufgabe des reifen Lebens Generativität: das Bedürfnis, dass das eigene Wirken über die eigene Anwesenheit hinaus trägt (Erikson). Ein Leben voller Entscheidungen einfach verdampfen zu lassen, obwohl es erstmals bewahrbar ist, ist keine Bescheidenheit. Es ist unterlassene Hinterlassenschaft — sich selbst, der Familie und dem eigenen Werk gegenüber.
Quellen: Polanyi (1966), The Tacit Dimension · DeLong (2004), Lost Knowledge: Confronting the Threat of an Aging Workforce, Oxford Univ. Press · Panopto Workplace Knowledge & Productivity Report (2018, mit YouGov) · Statistisches Bundesamt, Erwerbspersonenvorausberechnung · Erikson (1950), Childhood and Society.
Eine Arche für Urteilskraft.
mindmodels kommt nicht aus dem Nichts. Es ist die konsequente Anwendung dessen, was die gannaca Denkfabrik seit 1996 dokumentiert vertritt: Technologie- und Gesellschaftsbrüche früh sehen, in Entscheidungen übersetzen, Verantwortung behalten — der Mensch entscheidet, die Maschine arbeitet zu (Peterka, Symphonie der Systeme, 2025).
Der Makro-Befund dahinter: Die großen Sprachmodelle haben das offene Netz weitgehend leergelesen — Forscher erwarten, dass der Bestand an hochwertigen, öffentlich verfügbaren Textdaten noch in diesem Jahrzehnt ausgeschöpft ist (Villalobos et al., Epoch AI). Was danach zählt, ist das, was nie im Netz stand: kuratiertes, belegtes, episodisches Entscheidungswissen einzelner Spitzenkräfte. Wer es besitzt, besitzt den knappsten Rohstoff der nächsten Modellgeneration. Wer es verschenkt, hat es den Plattformen bereits gegeben.
Auf Spitzbergen lagert die Menschheit Saatgut ein — nicht, weil die Ernte morgen ausfällt, sondern weil niemand weiß, welche Sorte übermorgen überlebenswichtig wird. Die Arche nahm nicht alles mit; sie nahm das Keimfähige. mindmodels ist dieser Vault für Urteilskraft: nicht alles Wissen, sondern das, was wieder austreiben kann — Ihres.
Svalbard Global Seed Vault, seit 2008 (Foto: Tiq, Wikimedia Commons, CC BY-SA 4.0, Ausschnitt) · Genesis 6–9 · mindmodels, seit 2026Zwei Wege hinein — einer kostet 490 €, einer ein Gespräch.
Die Probe ist der kleine Beweis in sieben Tagen, voll anrechenbar auf Stufe I. Das Mandat ist der ganze Weg: 30 Tage, ein Modell, Ihr Eigentum. Für Hochschulen und Organisationen gibt es das Jahrgangs-Programm.