Learning Adventures

De komende jaren gaan veel mensen met pensioen en door de krappe arbeidsmarkt is het nog maar afwachten of zij hun kennis tijdig kunnen overdragen. Als je niet tijdig actie onderneemt, nemen zij hun jarenlange kennis mee en ben je als bedrijf deze kennis kwijt. Zo voorkom je dat de komende vergrijzingsgolf ook een kennis-drain wordt.

Tijdens onze loopbaan bouwen we veel kennis op. Deze kennis kun je onderverdelen in expliciete en impliciete kennis.

Expliciete kennis

Expliciete kennis is kennis die is vastgelegd. Denk aan procedures, werkinstructies, code en opleidingen. Deze kennis is geborgd en, mits op een handige manier vastgelegd, overdraagbaar aan nieuwe collega’s. Als een medewerker met pensioen gaat, blijft deze kennis behouden voor de organisatie.

Impliciete kennis

Hoe anders is dat bij impliciete kennis. Dit is de kennis die je onbewust toepast op basis van ervaring en inzicht: kennis in hoofd en handen. Impliciete kennis is moeilijk over te dragen, omdat je vaak niet precies weet wat je doet en waarom. Denk bijvoorbeeld aan het bakken van het perfecte brood. Een ervaren bakker weet precies wanneer het deeg de juiste dikte heeft, hoe de oven moet worden ingesteld en wanneer het brood precies uit de oven moet worden gehaald. Deze vaardigheden zijn vaak lastig volledig op papier te zetten, omdat ze gebaseerd zijn op jarenlange ervaring en subtiele nuances zoals de invloed van het weer.

Iedereen bouwt tijdens zijn loopbaan impliciete kennis op. Bij iemand die jarenlang bij een bedrijf werkt, is deze kennis vaak enorm uitgebreid en erg waardevol voor de organisatie. Soms zelfs onmisbaar.

” Bij kennisborging is het de kunst impliciete kennis expliciet te maken “

Voorbeeld uit de praktijk

Tijdens mijn werk heb ik veel samengewerkt met ervaren professionals in verschillende sectoren. Ontzettend boeiend om op papier proberen te krijgen wat in hun hoofd en handen zit. Zo was ik bijvoorbeeld eens in een fabriek waar een machine toevallig net in storing raakte terwijl ik er was. De operator loste het probleem binnen twee minuten op door ‘even rond te lopen en op een paar knoppen te drukken’. Toen ik vroeg wat hij nu precies gedaan had, kreeg hij diepe rimpels in zijn voorhoofd en dacht na. Toen schudde hij het hoofd: hij had eigenlijk geen idee. Toen we samen het proces nog eens langsliepen en ik vragen ging stellen, ontdekten we dat hij zijn gehoor gebruikte. Hij keek me stomverbaasd aan: dat had hij nooit beseft.

Impliciete kennis uit het hoofd halen

Het is ontzettend moeilijk onze eigen impliciete kennis over te dragen, simpelweg omdat we ons er niet van bewust zijn dat we deze kennis hebben. De omgeving mist de kennis vaak pas als iemand er niet meer is. De operator waar ik het net over had, vertelde over een vroegere collega. Die werd na zijn pensioen nog regelmatig gebeld met de vraag of hij ‘even langs kon komen om een storing op te lossen’. Niet handig en het maakt je als bedrijf enorm kwetsbaar.

Het is dus cruciaal om impliciete kennis expliciet te maken, zodat deze toegankelijk en overdraagbaar wordt. Van oudsher doen we dit met taakanalyses, interviews en observaties om de kennis uit de hoofden van medewerkers te halen en vast te leggen in opleidingen, systemen en documentatie. Deze methodes werken, maar zijn tijdrovend en inefficiënt.

Impliciete kennis uit data halen

Gelukkig zit impliciete kennis niet alleen in de hoofden van medewerkers. Organisaties beschikken over veel data, zoals e-mails, adviesrapporten en logboeken. Met AI kun je kennis uit deze data halen en expliciet maken. Door deze data-gedreven kennis te combineren met de kennis in de hoofden van medewerkers, kun je impliciete kennis veel sneller expliciet maken en hoef je medewerkers minder vaak lastig vallen.

Voorbeeld uit de praktijk

In het geval van de operator die zijn gehoor gebruikte om storingen op te lossen, zouden we wellicht sensorgegevens of andere data kunnen gebruiken om dat wat hij hoort expliciet te maken. Hiermee kunnen we vervolgens (met behulp van AI) simulaties genereren waarmee nieuwe collega’s kunnen oefenen met het herkennen en oplossen van storingen. Uiteindelijk kun je zelfs een AI-model trainen om storingen te voorkomen of op te lossen, waardoor deze kennis automatisch geborgd is.

Conclusie

Het voorkomen van een kennis-drain door pensionering of andere oorzaak van vertrek vraagt om een bewuste en strategische aanpak. Door impliciete kennis expliciet te maken, zowel via traditionele methoden als door gebruik van data en AI, kun je ervoor zorgen dat waardevolle kennis behouden blijft voor je organisatie. Zo ben je goed voorbereid op de toekomst!