Deshalb gehört das Wissen nicht in eine einzelne KI. Es gehört dem Unternehmen. Ein KI-Projektgedächtnis führt das relevante Wissen zusammen. Es macht verständlich, was entschieden wurde, welche Regeln gelten, welche Annahmen bestehen und welche Fragen noch offen sind. Menschen und KI arbeiten damit auf einer gemeinsamen Wissensgrundlage.
KI ist großartig, teilweise.
„Du bist cool, wenn ich das meinem Chef oder Auftraggeber sage, dann zeigt der mir einen Vogel. Schreib mal einen LinkedIn Post zum Thema.“
Du gibst der KI eine Aufgabe und zwei Minuten später liegt ein Ergebnis auf dem Tisch. Ein Text, eine Marktanalyse, ein Bild oder sogar funktionierender Code. Das fühlt sich an wie Zukunft.
Dann soll das Ergebnis tatsächlich verwendet werden: Plötzlich fehlt Kontext. Zahlen müssen überprüft werden. Das Bild ist fast richtig. Der Text klingt überzeugend, behauptet aber Dinge, die niemand belegen kann. Der Code funktioniert, bis die nächste Funktion ergänzt wird. Also erklären wir genauer, prüfen, korrigieren, testen und sichern ab. Aus zwei Minuten werden zwei Tage.
Wenn ich meinem Chef oder Auftraggeber jetzt sage: „Die KI ist eben noch eine halbfertige Technologie“, zeigt der mir einen Vogel. Schließlich hat er überall gelesen, dass KI die Produktivität explodieren lässt. Und die Konkurrenz macht schließlich auch schon irgendwas mit KI.
Genau das ist die absurde Lage: KI macht uns noch nicht automatisch produktiver. Sie erzeugt aber bereits den Druck, sie produktiv einsetzen zu müssen.
Das erste erstaunliche Ergebnis ist nicht das Produkt. Dazwischen liegt ein kompletter Arbeitsprozess, den viele Unternehmen erst noch bauen müssen: klare Aufträge, verlässlicher Kontext, fachliche Prüfung, Tests, Freigaben und Menschen, die am Ende die Verantwortung übernehmen.
KI ist dabei nicht nutzlos. Im Gegenteil. Sie ist ein unglaublich leistungsfähiges Werkzeug. Nur eben eines, das mitten während der Benutzung noch fertiggebaut wird.
Halb fertig. Aber schon alternativlos. Zusammen mit den richtigen Tools und der richtigen Strategie schon heute zuverlässig nutzbar, ohne Plan der Weg ins Verderben.
Denken mit Struktur
„Verkaufst du Masterprompts?“
Äh … um Gottes willen: nein.
Magier verkaufen ihre Zaubersprüche nicht. Sie bringen ihren Schülern bei, wie man Magie begrenzt und mit Kontrolle einsetzt. Ein Masterprompt ist kein Zauberspruch und erst recht kein Betriebssystem für ein Unternehmen. Er ist höchstens eine brauchbare Eingabe für eine klar umrissene Aufgabe, die schnell Nutzen bringt.
Die eigentliche Arbeit beginnt vorher:
– Welche Ziele verfolgen wir?
– Welches Wissen braucht die KI?
– Welche Zusammenhänge muss sie verstehen?
– Welche Abläufe sollen gestaltet und vereinfacht werden?
– Was darf KI entscheiden?
– Was muss das menschliche Team können, um KI einzusetzen?
– Wie werden Ergebnisse geprüft?
Und wie bleiben Erkenntnisse über Wochen, Projekte und verschiedene KI-Systeme hinweg erhalten?
Unternehmen brauchen keine immer längeren „Zaubersprüche“ (Masterprompts). Sie brauchen eine belastbare Struktur aus Wissen, Kontext, Rollen, Regeln und Entscheidungen.
Der Prompt startet eine Aufgabe.
Die Struktur macht daraus Zusammenarbeit.
Ich entwickle Systeme, in denen Menschen und KI gemeinsam vernünftig arbeiten können.
Wie LLMs im Unternehmen wirklich funktionieren
Ein Large Language Model wie ChatGPT ist zunächst kein Wissensspeicher des Unternehmens. Es ist ein Sprachmodell, das auf Basis statistischer Zusammenhänge passende Antworten erzeugt. Es kennt weder Ihre aktuellen Projekte noch Ihre Kunden, Prozesse oder internen Regeln – solange diese Informationen nicht gezielt bereitgestellt werden.
Der eigentliche Nutzen entsteht deshalb nicht allein durch das Modell, sondern durch seine Einbindung in die Unternehmensarbeit. Dafür benötigt die KI Zugriff auf freigegebene Dokumente, Daten und Systeme sowie einen klar beschriebenen Arbeitsauftrag. Sie kann dann beispielsweise Kundenanfragen einordnen, Angebote vorbereiten, Dokumente prüfen, Wissen zusammenfassen oder Entscheidungen vorbereiten.
Dabei arbeitet das LLM nicht selbstständig wie ein erfahrener Mitarbeiter. Es kombiniert die übergebenen Informationen, erkennt sprachliche und inhaltliche Muster und erzeugt daraus einen Vorschlag. Ob dieser Vorschlag richtig ist, hängt von der Qualität des vorhandenen Wissens, dem bereitgestellten Kontext und den festgelegten Regeln ab.
Vereinfacht gesagt:
LLM + Unternehmenswissen + klarer Prozess + menschliche Verantwortung = verlässliche Unterstützung
Ohne diese Einbindung bleibt KI ein vielseitiger Chatbot. Mit strukturiertem Wissen, definierten Zugriffsrechten, überprüfbaren Abläufen und klarer Verantwortung kann daraus ein produktiver Bestandteil der Organisation werden. Der Mensch bestimmt weiterhin Ziele, Regeln und Konsequenzen. Die KI übernimmt klar abgegrenzte Aufgaben innerhalb dieses Rahmens.
Ein gemeinsames Gedächtnis für Menschen und KI
Das Projektgedächtnis speichert Anforderungen, Entscheidungen, Erfahrungen, Arbeitsregeln und offene Fragen außerhalb einzelner KI-Systeme. Für eine konkrete Aufgabe erhält die KI genau den Zusammenhang, den sie gerade benötigt. Dabei wird nicht jedes Dokument automatisch zur Wahrheit erklärt. Es bleibt erkennbar, woher eine Information stammt, ob sie noch gilt und welche Unsicherheiten bestehen. Auch verworfene Annahmen und frühere Entscheidungen können wichtig sein, damit ein Team nicht dieselben Diskussionen und Fehler wiederholt.
So entsteht eine Wissensbasis, die mit dem Projekt wächst. Mitarbeiter können Zusammenhänge schneller verstehen. Neue Teammitglieder finden leichter in die Arbeit hinein. Entscheidungen bleiben nachvollziehbar. Und die eingesetzte KI liefert Ergebnisse, die besser zum tatsächlichen Projekt passen. Das KI-Modell bleibt dabei austauschbar. ChatGPT, Copilot, Claude, Gemini, lokale Modelle oder spezialisierte Agenten können grundsätzlich mit derselben dokumentierten Wissensgrundlage arbeiten.
Wie sich die Arbeit verändert
Angenommen, ein Mitarbeiter soll eine bestehende Anwendung erweitern. Heute sucht er zunächst die aktuelle Dokumentation, liest alte Tickets und fragt Kollegen, warum bestimmte Entscheidungen getroffen wurden. Danach erklärt er der KI den Zusammenhang. Trotzdem kann sie veraltete Annahmen verwenden, wichtige Abhängigkeiten übersehen oder bereits gelöste Probleme erneut aufwerfen.
Mit einem Projektgedächtnis beginnt die Aufgabe nicht bei null. Die KI erhält die geltenden Anforderungen, frühere Architekturentscheidungen, bekannte Abhängigkeiten, offene Fragen und die vereinbarten Arbeitsregeln. Auf dieser Grundlage kann sie einen Vorschlag vorbereiten. Der Mensch prüft diesen Vorschlag am tatsächlichen Projektzustand und entscheidet über die weitere Umsetzung. Neue Erkenntnisse und relevante Änderungen fließen anschließend wieder in das Projektgedächtnis ein.
So entsteht ein einfacher Kreislauf: Eine Aufgabe erhält den passenden Kontext. Die KI bereitet ein Ergebnis vor. Ein Mensch prüft und entscheidet. Das bestätigte Wissen steht danach für die nächste Aufgabe zur Verfügung. Nicht der einzelne Chat wird zum Gedächtnis des Unternehmens. Das Projekt selbst beginnt zu lernen.
→ Technische Dokumentation ansehen
→ Nutzungs- und Lizenzbedingungen ansehen
