Ihre Belegschaft ist das groesste nicht-produktisierte Kapital in Ihrem Unternehmen.

Rund siebzig Prozent dessen, was eine Organisation tatsaechlich weiss, steckt im Kopf der Menschen, die die Arbeit tun. Die anderen dreissig Prozent befinden sich in den Dokumenten, den Dashboards, den Wikis, dem CRM. Wissensmanagement-Produkte bedienen die dreissig Prozent, die bereits aufgeschrieben wurden. Die siebzig Prozent, die nie aufgeschrieben wurden, sind das Kapital, um das es auf dieser Seite geht.

Das Kapital hat kommerziellen Wert. Eine Beautyberaterin an einem grossen Ladentisch weiss, welche Marke eine Kundin fast gewaehlt haette, warum die Kundin gewechselt hat und welcher Inhaltsstoff Monate vor dem Social Listening im Trend liegt. Ein Senior-Berater bei einem grossen Unternehmen weiss, was bei einem SAP-Deployment tatsaechlich funktioniert, im Gegensatz zu dem, was im Handbuch steht. Ein Apotheker in einer Filiale weiss, welche Wechselwirkungen zwischen Arzneimitteln gemeldet werden und welche Patientenbedenken sich wiederholen. Nichts davon erreicht die Unternehmenszentrale in einem nuetzlichen Rhythmus. Das Wissen stirbt am Ende jeder Schicht und wird nie zusammengefuehrt.

Knowledge as a Service ist die Kategorie, die dieses Kapital in eine laufend aktualisierte Intelligence-Schicht umwandelt. Die Eingangseinheit ist ein 15- bis 45-minuetiges strukturiertes, KI-gefuehrtes Interview mit dem Menschen, der das Wissen bereits besitzt. Die Ausgangseinheit ist eine abfragbare Schicht, die sich in drei Endpunkte verteilt: das eigene interne Dashboard des Kunden, eine eingegrenzte Markenpartner-API und ein Agenten-Abruf-Feed fuer MCP-konforme Clients. Interne Entscheidung, nachgelagerte Einnahmen und KI-Verankerung aus einem einzigen Corpus, woechentlich aktualisiert.

Sechs Kategorien von Tools existieren bereits rund um die Belegschaft. Jede ist fuer eine Schicht ober- oder unterhalb der von KAAS anvisierten gebaut, und jede versagt auf dieser Schicht aus einem spezifischen Grund.

Der Graben ist die Integration von drei Stufen in eine einzige Lieferkette. Jede einzelne Stufe hat bereits Platzhirsche. Nur die Erfassung ist das, was Outset verkauft. Nur Codify ist das, was Qualtrics verkauft. Nur Monetize ist das, was Datenhaendler verkaufen. Entfernen Sie eine Stufe, und die Oekonomie, die Verteidigungsfaehigkeit und die strategische Positionierung brechen alle ein. Die Kette ist das, was die Kategorie erschafft.

Wenn die Ausgabe ein Lieferobjekt ist (Bericht, Dashboard, Studie), ist das mentale Modell des Kunden: "Tool, das ich gekauft habe." Wenn die Ausgabe Infrastruktur mit drei Endpunkten ist, die eine P&L-Zeile generieren, ist das mentale Modell des Kunden: "Geschaeftseinheit, die ich betreibe." Die Verschiebung bewegt drei Dinge gleichzeitig. Die Foerderung auf Fuehrungsebene wechselt von der VP-Ebene zur C-Ebene, weil Geschaeftseinheiten an die C-Ebene berichten. Das Budget wechselt von einer abteilungsbezogenen Forschungszeile zu einer strategischen Geschaeftseinheitslinie. Die Verlaengerung hoert auf, eine Frage zu sein, denn die Schicht abzuschalten bedeutet, eine Einnahmequelle abzuschalten.

Die Bepreisung erzaehlt dieselbe Geschichte. Ein Bericht wird im unteren sechsstelligen Bereich bepreist. Ein SaaS-Sitz wird pro Nutzer pro Monat bepreist. Eine Datenschicht, die Markenpartner monetarisiert, wird gegen den nachgelagerten Umsatz bepreist, den sie ermoeoiglicht, mit einem Enterprise-Mindestbetrag. In einem Vertical mit einem benachbarten KI-Markt von mehreren Milliarden erfasst selbst ein kleiner Prozentsatz dieser benachbarten Ausgaben den Deal in einem Band, das von keinem auf Tools, Sitze oder Berichte aufgebauten Preismodell erreichbar ist. Es funktioniert nur, weil der Kaefer Infrastruktur kauft.

Die kommerzielle Kette (Gather, Codify, Monetize) benoetigt eine technische Kette darunter, die bei hundert Gespraechen und im Massstab einer nationalen Belegschaft haelt. Der fuenfschichtige technische Graben befindet sich auf der Seite platform. Die synthetisierte Version, die ein Kaefer auf dieser Seite kennen muss, steht unten.

Jedes Faktum im Corpus traegt drei unabhaengige Zeitstempel. learned_at ist, wann das System es beobachtete. valid_at ist, wann das Faktum in der Welt wahr wurde. invalid_at ist, wann das Faktum aufhoert, wahr zu sein, explizit gesetzt durch ein widersprechendes Gespraech oder durch Halbwertszeit-Verfall, wenn keine Aktualisierung es bestaetigt. Das bi-temporale Modell laesst einen Markenpartner den Stand des Corpus vom letzten Mai gegenueber heute abspielen und fuer jedes die korrekte Antwort erhalten. Das allein macht die Schicht in einem Vertrag versicherbar.

Jedes Faktum traegt auch einen duennen Segmentvektor: eine Projektion ueber die Segmentierungsachsen, die fuer das Vertical relevant sind (Stufe, Geographie, Filialformat, Kundensegment, Markenpartner, Demographie). Der API-Schluessel eines Markenpartners projiziert auf einen spezifischen brand_partner-Wert und zeigt nur die Fakten, deren Segmentvektor diese Projektion schneidet. Jeder andere Partner erhaelt den parallelen Umfang. Dasselbe Corpus bedient den gesamten Satz von Markenpartnern im Regal. Der Datenpfad ist die Zugangskontrolle. Ein nicht autorisierter Umfang sieht nichts und hat kein Signal, dass etwas verborgen wurde. Das Sicherheitsmodell dahinter ist dasselbe, das auf jeder Vertrauen-&-Sicherheits-Seite dieser Website laeuft.

Die agentenseitige Vertragsflaeche ist ein MCP-Server. Der Server stellt eine kleine Tool-Menge bereit: query_facts, traverse_relations, pivot_dimension, replay_as_of, cite. Claude, Copilot und jeder MCP-konforme Client konsumieren die Schicht ueber diese Schnittstelle. Das Sitzungsticket traegt den Sicherheitsumfang, und der Umfang kaskadiert in die Tools, die der LLM sehen kann, die Graph-Knoten, die er durchlaufen kann, die Faktenzeilen, die er lesen kann, und die verbalen Chunks, die sich aufloesen, wenn er zitiert. Multi-Tenant-Abruf mit Segment-Umfang auf einem einzigen Corpus ist eine strukturell andere Form als benutzerspezifischer Agentenspeicher. Dieser Unterschied ist das Kategorie-IP der naechsten zwoelf Monate.

Der Kaefer ist der COO, der CFO oder der Chief Strategy Officer. Das Gespraech dreht sich um "neue Einnahmequelle", nie um "bessere Mitarbeitererkenntnisse" und nie um "bessere Kundenforschung". HR ist der falsche Raum: HR rahmt das Projekt als Engagement um, was den Foerderer auf Fuehrungsebene und die Bepreisung zerstoert. Research ist der falsche Raum: Research rahmt das Lieferobjekt als Studie um, was den dritten Endpunkt zum Einsturz bringt. Der COO ist der richtige Raum, weil der COO der einzige Betreiber mit der Autoritaet ist, die Schicht in eine Markenpartner-API umzuwandeln.

Wir lehnen einige Dinge aus Prinzip ab. Militaerische Anwendungen. Ueberwachung namentlich genannter Personen. Reidentifizierung von Befragten. Verkauf von Roh-Transkripten an Dritte. Training von Drittanbieter-LLMs auf Kundendaten. Augmentierung durch synthetische Befragte, die als echte Erfassung ausgegeben wird. Die architektonische Durchsetzung hinter jeder Ablehnung befindet sich auf der Seite des Verweigerungsprotokolls.

Beauty-Retail ist das erste Vertical. Die Form der Chance sind Zehntausende von Beraterinnen an Ladentischen in vielen Maerkten, mit einem Markenpartner-Oekosystem, das den Betreiber bereits fuer Regalpraesenz bezahlt. Der erste KAAS-Kunde in diesem Vertical kommt mit einer captive Verteilungsschicht. Der benachbarte KI-in-Beauty-Markt ist milliardenschwer und waechst bis zum Ende des Jahrzehnts mit hohem zweistelligem CAGR. Die Erfassung eines kleinen Prozentsatzes dieser benachbarten Ausgaben positioniert den Deal im Infrastrukturband statt im Tools-Band.

Dasselbe Muster laeuft in der Beratung (Senior-Berater-Belegschaften bei den grossen Firmen), in Restaurants (Multi-Marken-Betreiber mit Tausenden von Mitarbeitern), in Apotheken (grosse Kettennetzwerke mit Hunderttausenden von Apothekern), in Rechtsdienstleistungen, im Finanzbereich und in industriellen Feldeinsaetzen. Der gesamte adressierbare Markt umfasst Dutzende Milliarden in aktuellen Forschungs-, F&E- und Beratungsausgaben, von denen keine die organische Wissensschicht erfasst, die KAAS erfasst.

Einzelheiten zur vertikalen Sequenz, zur Einstiegsskalierung und zur angrenzenden Landschaft befinden sich auf der Seite Markt. Die Wettbewerbsanalyse jeder angrenzenden Kategorie befindet sich auf der Kategorienkarte.

Jedes andere Unternehmen in der uebergeordneten Kategorie beginnt mit bereits vorhandenen Daten und endet mit Erkenntnissen. KAAS beginnt mit Menschen und endet mit Infrastruktur. Die Lieferkette fuehrt von einer qualifizierten Arbeitskraft ueber ein strukturiertes, KI-gefuehrtes Interview in eine codifizierte Intelligence-Schicht und durch drei Monetarisierungsendpunkte. Diese Umkehrung ist das gesamte Geschaeft.

Die Kategorie ist Knowledge as a Service. Das Akronym ist KAAS. Das erste Vertical ist Beauty-Retail. Die Architektur und das Sicherheitsmodell sind dasselbe Chassis, das der Rest der Website dokumentiert. Die naechste Seite, die Sie lesen sollten, haengt von der Frage ab, mit der Sie angekommen sind. Wenn Sie sehen moechten, wo jede angrenzende Kategorie zu kurz greift, lesen Sie die Kategorienkarte. Wenn Sie die Marktgroesse moechten, lesen Sie die Seite Markt. Wenn Sie das Vokabular moechten, lesen Sie das Glossar.