15 Min. Lesezeit
«Das weiss ich leider nicht»: Warum Wissen in Organisationen versteckt wird und wie man trotzdem daran kommt
Viele kennen diese Situation. Man bittet eine Kollegin um eine Information, etwa die Kalkulationsvorlage vom letzten Projekt, den Kontakt beim Kunden oder den Trick, mit dem das System endlich tut, was es soll. Die Antwort ist freundlich, aber unbefriedigend: «Da muss ich mal schauen», «Keine Ahnung, frag doch jemand anderen» oder «Das darf ich leider nicht rausgeben». Manchmal stimmt das. Oft aber nicht.
Die Forschung nennt dieses Verhalten Knowledge Hiding. Es ist weiter verbreitet, als viele Organisationen wahrhaben wollen, und seine Folgen sind teurer, als es zunächst scheint. Mit dem Einzug künstlicher Intelligenz in den Arbeitsalltag bekommt das Thema zudem eine neue Dimension.
Was Knowledge Hiding ist und was nicht
Die Organisationsforscherin Catherine Connelly und ihr Team haben den Begriff geprägt (Connelly et al., 2012). Sie verstehen darunter den bewussten Versuch, Wissen zurückzuhalten, um das eine andere Person ausdrücklich gebeten hat. Zwei Elemente sind entscheidend. Jemand hat konkret nachgefragt, und die Zurückhaltung ist Absicht. Wer etwas schlicht nicht weiss oder vergisst, versteckt kein Wissen.
Knowledge Hiding ist deshalb auch nicht einfach das Gegenteil von Wissensteilung. Dass jemand wenig teilt, kann an Zeitmangel oder fehlender Gelegenheit liegen. Knowledge Hiding dagegen ist eine aktive Entscheidung in einem konkreten Moment.
Die Forschung unterscheidet drei Formen:
Ausweichendes Verbergen: Man liefert nur einen Teil, etwas Falsches oder vertröstet auf später, was dann nie kommt. «Ich schick’s dir nächste Woche» ist der Klassiker.
Sich dumm stellen: Man tut so, als wüsste man es nicht. «Keine Ahnung, wie das damals gelöst wurde.»
Rationalisiertes Verbergen: Man hält Wissen zurück und nennt einen Grund dafür. «Das ist vertraulich» oder «Da muss zuerst die Chefin zustimmen.»
Die dritte Form ist nicht immer problematisch. Manchmal gibt es tatsächlich gute Gründe, etwas nicht weiterzugeben: Datenschutz, der Schutz Dritter, unfertige Ergebnisse, die mehr verwirren als helfen würden. Weil diese Form transparent ist, schadet sie Beziehungen auch deutlich weniger als die anderen beiden (Connelly & Zweig, 2015). Auf diese Unterscheidung komme ich später zurück.
Warum Menschen Wissen verstecken
Knowledge Hiding hat selten mit schlechtem Charakter zu tun. Meist ist es eine nachvollziehbare Reaktion auf das Umfeld. Die wichtigsten Treiber sind diese:
«Das ist mein Wissen.» Wer viel Zeit in Expertise investiert hat, empfindet sie als persönliches Eigentum. Die Forschung spricht von psychologischer Eigentümerschaft (Peng, 2013). Dieses Wissen einfach herzugeben fühlt sich an wie ein Verlust.
Angst um Status und Arbeitsplatz. Wer als einzige Person weiss, wie etwas funktioniert, ist schwer ersetzbar. Gerade bei Umstrukturierungen oder Unsicherheit wird Wissen zur Versicherung.
Angst, durch KI ersetzt zu werden. Das ist eine neue Spielart der Arbeitsplatzangst. Wenn Mitarbeitende den Eindruck haben, dass ihr Wissen dazu dient, Prozesse zu automatisieren, halten sie es eher zurück. Eine Studie aus Kolumbien kommt zum Schluss, dass Wissen im digitalen Zeitalter vor allem deshalb verborgen wird, um die Automatisierung von Prozessen zu bremsen und so das Risiko zu senken, durch KI ersetzt zu werden (Arias-Pérez & Vélez-Jaramillo, 2022). Auch eine neuere Befragung von 311 Beschäftigten zeigt: Je stärker Mitarbeitende KI als Bedrohung wahrnehmen, desto häufiger verbergen sie Wissen (Liu et al., 2025).
Misstrauen. Er gehört zu den stärksten Prädiktoren (Connelly et al., 2012). Wer befürchtet, dass andere das Wissen als eigene Leistung verkaufen oder gegen einen verwenden, hält es zurück.
Konkurrenz. Wenn Bonus, Beförderung oder Anerkennung davon abhängen, besser zu sein als die Kolleginnen und Kollegen, ist Wissensteilung ökonomisch betrachtet irrational.
Aufwand. Komplexes Erfahrungswissen zu erklären kostet Zeit und Energie. Manchmal ist «Weiss ich nicht» schlicht die bequemste Antwort.
Vorbilder. Wenn Führungskräfte selbst Informationen zurückhalten, lernen Mitarbeitende daraus, dass das hier offenbar so läuft (Offergelt et al., 2019).
Die Auswirkungen: teurer als gedacht
Die Folgen von Knowledge Hiding bleiben oft unsichtbar, weil niemand sieht, was hätte sein können. Genauer betrachtet zeigen sie sich auf mehreren Ebenen.
Für die Person, die Wissen versteckt
Der vielleicht überraschendste Befund stammt aus einer Studie von Černe et al. (2014): Wer Wissen versteckt, schadet sich selbst. Konkret sank die Kreativität derjenigen, die Wissen zurückhielten. Der Mechanismus dahinter ist Reziprozität. Kolleginnen und Kollegen merken, dass sie hingehalten werden, verlieren Vertrauen und verstecken beim nächsten Mal ihrerseits Wissen. Wer anderen den Zugang verwehrt, schneidet sich also mittelfristig selbst von Ideen, Feedback und Informationen ab.
Hinzu kommen Reputationsrisiken. Wer als jemand gilt, der nichts rausrückt, wird seltener in spannende Projekte eingebunden und erhält weniger Unterstützung, wenn er selbst welche braucht. Manche Studien deuten ausserdem auf psychische Kosten hin: Sich dumm zu stellen oder auszuweichen bedeutet, eine Fassade aufrechtzuerhalten, und das ist anstrengend.
Für die Person, der Wissen vorenthalten wird
Für die Betroffenen sind die Folgen direkter. Sie verlieren Zeit, müssen Dinge mühsam selbst herausfinden oder erfinden das Rad neu. Sie treffen schlechtere Entscheidungen, weil ihnen Informationen fehlen, und machen Fehler, die vermeidbar gewesen wären.
Mindestens so schwer wiegt der emotionale Teil. Wer merkt, dass ihm bewusst etwas vorenthalten wird, fühlt sich ausgegrenzt und nicht ernst genommen. Das untergräbt die psychologische Sicherheit, also das Gefühl, im Team Fragen stellen und Fehler zugeben zu dürfen (Edmondson, 1999). Auf Dauer steigen Frustration und Kündigungsabsichten. Besonders hart trifft es neue Mitarbeitende, die auf das Wissen der Erfahrenen angewiesen sind und noch kein Netzwerk haben, um es anderswo zu holen.
Für das Team
Auf Teamebene entfaltet Knowledge Hiding seine eigentliche Sprengkraft, weil es ansteckend ist. Wer Wissen verweigert bekommt, zahlt es mit gleicher Münze zurück. So entsteht eine Misstrauensspirale, in der sich alle absichern und niemand mehr den ersten Schritt macht. Das Verhalten wird zur Norm.
Die Folgen sind Doppelarbeit, Abstimmungsfehler, Informationssilos und eine sinkende Innovationsfähigkeit. Denn neue Ideen entstehen vor allem dort, wo unterschiedliches Wissen zusammenkommt, und genau das wird verhindert.
Für die Organisation
Aus Sicht der Organisation summieren sich diese Effekte zu handfesten Risiken:
Qualität und Fehler: Wenn Lessons Learned nicht geteilt werden, wiederholen sich dieselben Fehler.
Klumpenrisiko: Kritisches Wissen hängt an einzelnen Personen. Fallen diese aus, wechseln sie die Stelle oder gehen in Pension, geht das Wissen mit ihnen. Besonders deutlich wird das bei Nachfolgeregelungen.
Kunden: Wenn Kundenwissen zwischen Abteilungen nicht fliesst, erleben Kunden das unmittelbar als Inkonsistenz und fehlende Professionalität.
Lückenhafte KI-Systeme: Interne KI-Assistenten und Wissensdatenbanken sind nur so gut wie das Wissen, das in sie einfliesst. Fehlt gerade das wertvolle Erfahrungswissen, liefern sie unvollständige oder irreführende Antworten, und zwar im selben überzeugenden Tonfall wie korrekte. Die Lücke fällt dadurch noch weniger auf als bei einer Kollegin, die zögert.
Anpassungsfähigkeit: Organisationen, in denen Wissen versteckt wird, lernen langsamer und reagieren träger auf Veränderungen.
Kosten: Die investierte Zeit für Einarbeitung, Recherche und Fehlerkorrektur ist enorm, taucht aber in keiner Bilanz als «Kosten durch Knowledge Hiding» auf.
Künstliche Intelligenz: Verstärker oder Türöffner?
KI verändert die Dynamik rund um Knowledge Hiding in beide Richtungen.
Auf der einen Seite kann sie das Problem verstärken. Neben das klassische Verbergen gegenüber Kolleginnen und Kollegen tritt eine neue Form: das Verbergen gegenüber der Maschine. Wer ahnt, dass Dokumentationen, Chatverläufe oder Prozessbeschreibungen in ein KI-System einfliessen, dokumentiert womöglich nur noch das Nötigste. Hinzu kommt die Möglichkeit, Verhalten und implizites Wissen mithilfe von KI messbar zu machen. Das kann grosses Potenzial haben, weckt aber schnell das Gefühl, überwacht zu werden, und Misstrauen ist bekanntlich einer der stärksten Treiber von Knowledge Hiding.
Auf der anderen Seite kann KI Türen öffnen. Sie senkt den Aufwand des Teilens erheblich, etwa indem sie Gespräche mit Expertinnen und Experten strukturiert, Erfahrungswissen verschriftlicht oder Übergaben vorbereitet. Wo «keine Zeit» der eigentliche Grund für das Zurückhalten war, kann das viel bewirken. Und weil Grundlagenwissen leichter zugänglich wird, sinkt die Abhängigkeit von einzelnen Personen.
Ein Nebeneffekt verdient Aufmerksamkeit: Wer eine Frage an die KI statt an die Kollegin richtet, erlebt zwar kein Knowledge Hiding, verpasst aber auch den persönlichen Austausch, in dem Vertrauen entsteht und Erfahrungswissen weitergegeben wird, das in keinem System steht. KI kann den Wissensaustausch ergänzen, ersetzt aber die Beziehung nicht, in der er stattfindet (vgl. auch Renz et al., 2024).
Strategien für Einzelne: Wie gelangt man trotzdem an Wissen?
Das Verhalten anderer lässt sich nicht kontrollieren. Die Bedingungen aber, unter denen sie entscheiden, ob sie teilen oder nicht, lassen sich durchaus beeinflussen.
Den Aufwand für das Gegenüber senken. Je konkreter die Frage, desto leichter die Antwort. «Kannst du mir mal das Projekt erklären?» ist eine Zumutung. «Welche drei Punkte würdest du beim Kunden X heute anders machen?» lässt sich in fünf Minuten beantworten.
KI zur Vorbereitung nutzen. Wer sich die Grundlagen vorab mit KI-Unterstützung erarbeitet, kann Kolleginnen und Kollegen gezielter fragen und beansprucht nur deren wirklich wertvolles Erfahrungswissen. Dabei gilt allerdings: Was andere anvertraut haben, gehört nicht ungefragt in ein KI-Tool. Nichts zerstört die Bereitschaft zu teilen schneller als das Gefühl, dass Wissen ohne Zustimmung weiterverarbeitet wird.
Den Zweck erklären. Wer versteht, wofür das Wissen gebraucht wird, und merkt, dass es nicht gegen ihn verwendet wird, teilt eher. Transparenz baut Misstrauen ab.
Anerkennung sichtbar machen. Die Angst, dass andere sich mit fremden Federn schmücken, ist real. Deshalb lohnt es sich, die Quelle zu nennen, in Meetings, in Dokumenten, gegenüber Vorgesetzten. Wer erlebt, dass Teilen ihm Anerkennung bringt statt sie ihm wegzunehmen, teilt wieder.
Selbst zuerst geben. Reziprozität wirkt in beide Richtungen. Wer selbst grosszügig mit Wissen umgeht, baut Vertrauenskapital auf, bevor es gebraucht wird.
Beziehungen pflegen, bevor man sie braucht. Vertrauen entsteht nicht in dem Moment, in dem eine Information dringend benötigt wird. Es entsteht in der Kaffeepause, im gemeinsamen Projekt und im Interesse an der Arbeit der anderen.
Vertrauenspersonen mit ins Boot holen. Ein Ansatz aus meiner eigenen Erfahrung: Wenn der direkte Weg zu einem Wissensträger verschlossen bleibt, kann es helfen, eine Person ins Team oder ins Projekt zu holen, der der Wissensträger vertraut und mit der er ihr Wissen bereitwillig teilt. Über diese Vertrauensperson fliesst Wissen oft, wo eine direkte Anfrage ins Leere läuft. Mit der Zeit kann sich dadurch auch die direkte Beziehung entspannen. Dass dieser Weg funktioniert, lässt sich auch wissenschaftlich begründen. Vertrauen gilt als zentrale Voraussetzung für Wissensaustausch (Levin & Cross, 2004), und es kann über gemeinsame Beziehungen zu Dritten übertragen werden (Ferrin et al., 2006). Zwei Dinge sind dabei wichtig. Erstens sollte das Vorgehen offen geschehen, denn wer merkt, dass er «umgangen» wird, fühlt sich schnell übergangen, und das Misstrauen wächst. Zweitens sollte die Vertrauensperson nicht zum dauerhaften Nadelöhr werden. Personen, die zwischen anderen vermitteln, neigen selbst dazu, Wissen zurückzuhalten, weil ihre Vermittlerrolle ihnen Einfluss verschafft. Das Ziel ist deshalb eine Brücke, die auf Dauer den direkten Austausch ermöglicht.
Die Form erkennen und passend reagieren. Bei rationalisiertem Verbergen hilft die Frage, unter welchen Bedingungen die Information möglich wäre oder wer sie freigeben kann. Wer sich dumm stellt, gibt oft wenigstens einen Hinweis weiter, wenn die Frage lautet: «Wer könnte das wissen?» Bei ausweichendem Verbergen hilft verbindliches Nachfassen, idealerweise schriftlich und mit konkretem Termin.
Nicht nur auf eine Quelle setzen. Wissen ist selten nur bei einer Person. Frühere Projektmitglieder, Dokumentationen, Kunden oder andere Abteilungen sind oft ergiebiger als gedacht.
Direkt, aber nicht anklagend ansprechen. Wenn sich ein Muster zeigt, lohnt sich ein offenes Gespräch: «Ich habe den Eindruck, es ist schwierig, an Infos zu X zu kommen. Was bräuchtest du, damit das einfacher geht?» Oft kommen dabei nachvollziehbare Sorgen zum Vorschein.
Den Spiegel vorhalten. Und ganz ehrlich: Wo wird selbst Wissen zurückgehalten, und warum?
Strategien für Führungskräfte: Bedingungen schaffen, unter denen Teilen sich lohnt
Führungskräfte haben den grössten Hebel, weil Knowledge Hiding vor allem eine Reaktion auf das Umfeld ist. Wer das Verhalten ändern will, muss die Bedingungen ändern, nicht in erster Linie die Menschen.
Vorbild sein. Die Forschung zeigt klar, dass Mitarbeitende sich daran orientieren, wie ihre Vorgesetzten mit Informationen umgehen (Offergelt et al., 2019). Wer selbst Informationen als Machtinstrument einsetzt, braucht sich über Silos nicht zu wundern.
Lernklima statt Konkurrenzklima. Wenn Erfolg daran gemessen wird, wer besser ist als die anderen, wird Wissen zur Waffe. Wenn Erfolg daran gemessen wird, wie sich alle weiterentwickeln, wird es zur Ressource. Die Studie von Černe et al. (2014) zeigte übrigens, dass ein solches lernorientiertes Klima die negativen Folgen von Knowledge Hiding deutlich abschwächt.
Anreizsysteme überprüfen. Rein individuelle Ziele und Boni belohnen Einzelkämpfertum. Teamziele, die Anerkennung von Mentoring und Wissensweitergabe in Mitarbeitergesprächen sowie Sichtbarkeit für diejenigen, die andere besser machen, setzen andere Signale.
Status neu definieren. Die Angst, durch Teilen ersetzbar zu werden, verschwindet nicht durch Appelle. Sie verschwindet, wenn Expertise gerade durch Weitergabe an Wert gewinnt, etwa durch Rollen als Mentorin, interne Trainer oder Ansprechperson für ein Thema.
KI-Einführung transparent gestalten. Wenn KI-Systeme mit dem Wissen der Mitarbeitenden aufgebaut werden, braucht es klare Antworten auf die Fragen, die sich alle stellen: Wozu dient das System? Was geschieht mit meinem Wissen? Wird es mich ersetzen? Hilfreich ist es, Expertinnen und Experten als Kuratoren und Verantwortliche ihres Wissensgebiets einzubinden, ihre Beiträge sichtbar zu machen und KI erkennbar als Unterstützung statt als Ersatz oder Überwachungsinstrument einzusetzen. Laut Liu et al. (2025) schwächt eine gute Passung zwischen Mitarbeitenden und Organisation den negativen Effekt der KI-Wahrnehmung ab und reduziert so Knowledge Hiding. Identifikation und Zugehörigkeit sind also auch in der KI-Transformation ein wirksamer Schutzfaktor.
Psychologische Sicherheit fördern. In einem Umfeld, in dem Fragen als Schwäche gelten und Fehler bestraft werden, versteckt man nicht nur Wissen, sondern auch Nichtwissen. Beides ist schädlich.
Zeit und Strukturen schaffen. Wissensteilung darf nicht zusätzlich zur eigentlichen Arbeit passieren, sie muss Teil davon sein. Beispiele sind Lessons-Learned-Runden nach Projekten, Tandems und Job Shadowing, Übergabeprozesse bei Stellenwechseln oder dokumentierte Standards. KI-Werkzeuge können dabei den Dokumentationsaufwand spürbar reduzieren.
Klare Regeln für Vertraulichkeit. Wenn nicht klar ist, was geteilt werden darf, wird im Zweifel zurückgehalten. Klare Regeln machen legitimes Zurückhalten transparent und nehmen gleichzeitig die Ausrede weg, wo keine berechtigten Gründe bestehen. Das gilt ausdrücklich auch für die Frage, welche Informationen in KI-Tools eingegeben werden dürfen.
Unsicherheit ernst nehmen. In Phasen von Umstrukturierung, Sparprogrammen, technologischem Wandel oder Unsicherheit steigt Knowledge Hiding fast zwangsläufig. Offene Kommunikation darüber, was sich ändert und was nicht, nimmt Druck heraus.
Muster ansprechen. Wenn einzelne Personen systematisch Wissen horten, braucht es das Gespräch. Das Ziel ist nicht Bestrafung, sondern zu verstehen, welche Sorge dahintersteckt, und gemeinsam nach Lösungen zu suchen.
Fazit: Nicht jedes Schweigen ist ein Problem, aber viele sind es
Knowledge Hiding ist menschlich. Es entsteht aus Angst, Misstrauen, Konkurrenz oder schlicht Bequemlichkeit, und meist ist es eine vernünftige Reaktion auf ein Umfeld, das Teilen nicht belohnt. Gerade deshalb lässt es sich beeinflussen.
Wichtig ist die Unterscheidung. Wer transparent begründet, warum er etwas nicht weitergeben kann, handelt oft verantwortungsvoll. Problematisch wird es dort, wo ausgewichen, vertröstet und sich dumm gestellt wird, denn dort entsteht Misstrauen, und Misstrauen ist ansteckend.
Künstliche Intelligenz verschärft diese Dynamik, wenn sie als Bedrohung erlebt wird, und kann sie entschärfen, wenn sie den Aufwand des Teilens senkt und transparent eingeführt wird. Welche Wirkung sie entfaltet, entscheidet sich weniger an der Technologie als an der Kultur, in die sie eingeführt wird.
Die gute Nachricht: Die Spirale funktioniert auch in die andere Richtung. Wer teilt, bekommt zurück. Und Organisationen, die Wissensteilung zur Normalität machen, sind nicht nur produktiver, sondern auch Orte, an denen man lieber arbeitet.
Beitragsbild mit ChatGPT generiert (24.09.2026)
Dieser Blogbeitrag wurde mit Claude Opus 5.5 erstellt. Eigentlich wollte ich zuerst zum Thema recherchieren, Opus 5.5 hat aber so gut beschrieben, dass ich daraus gleich den Blogbeitrag erstellen liess.
Literatur
Arias-Pérez, J., & Vélez-Jaramillo, J. (2022). Understanding knowledge hiding under technological turbulence caused by artificial intelligence and robotics. Journal of Knowledge Management, 26(6), 1476–1491. https://doi.org/10.1108/JKM-01-2021-0058
Černe, M., Nerstad, C. G. L., Dysvik, A., & Škerlavaj, M. (2014). What goes around comes around: Knowledge hiding, perceived motivational climate, and creativity. Academy of Management Journal, 57(1), 172–192. https://doi.org/10.5465/amj.2012.0122
Connelly, C. E., & Zweig, D. (2015). How perpetrators and targets construe knowledge hiding in organizations. European Journal of Work and Organizational Psychology, 24(3), 479–489. https://doi.org/10.1080/1359432X.2014.931325
Connelly, C. E., Zweig, D., Webster, J., & Trougakos, J. P. (2012). Knowledge hiding in organizations. Journal of Organizational Behavior, 33(1), 64–88. https://doi.org/10.1002/job.737
Edmondson, A. (1999). Psychological safety and learning behavior in work teams. Administrative Science Quarterly, 44(2), 350–383. https://doi.org/10.2307/2666999
Ferrin, D. L., Dirks, K. T., & Shah, P. P. (2006). Direct and indirect effects of third-party relationships on interpersonal trust. Journal of Applied Psychology, 91(4), 870–883. https://doi.org/10.1037/0021-9010.91.4.870
Levin, D. Z., & Cross, R. (2004). The strength of weak ties you can trust: The mediating role of trust in effective knowledge transfer. Management Science, 50(11), 1477–1490. https://doi.org/10.1287/mnsc.1030.0136
Liu, Z., Lin, Q., Tu, S., & Xu, X. (2025). When robot knocks, knowledge locks: How and when does AI awareness affect employee knowledge hiding? Frontiers in Psychology, 16, Artikel 1627999. https://doi.org/10.3389/fpsyg.2025.1627999
Offergelt, F., Hofreiter, S., & Steiner, T. (Hrsg.). (2024). Wissensmanagement in modernen Organisationen: Impulse aus der Forschung und Erkenntnisse aus der Praxis. Springer Gabler. https://doi.org/10.1007/978-3-662-68383-5
Offergelt, F., Spörrle, M., Moser, K., & Shaw, J. D. (2019). Leader-signaled knowledge hiding: Effects on employees‘ job attitudes and empirical data. Journal of Organizational Behavior, 40(7), 819–833. https://doi.org/10.1002/job.2343
Peng, H. (2013). Why and when do people hide knowledge? Journal of Knowledge Management, 17(3), 398–415. https://doi.org/10.1108/JKM-12-2012-0380
Renz, S., Kalimeris, J., & Spörrle, M. (2024). Menschliche und künstliche Intelligenz im Wissensmanagement: Eine Reflexion auf Basis von Daten, Information, Wissen und Weisheit. In F. Offergelt, S. Hofreiter & T. Steiner (Hrsg.), Wissensmanagement in modernen Organisationen: Impulse aus der Forschung und Erkenntnisse aus der Praxis (S. xx–xx). Springer Gabler.
