Mein Wissen hat eine Architektur. Und eine KI, die sie kennt.

Mein berufliches Wissen lag verstreut: in alten Slide-Decks, in E-Mail-Threads, in meinem Kopf. Wenn ich meinen CV aktualisieren wollte, fing ich jedes Mal bei Null an. Also habe ich ein System gebaut — ein persönliches Betriebssystem für mein berufliches Wissen. Es lebt in Obsidian, ist über Git versioniert, und Claude (mein KI-Assistent) arbeitet darin als fester Bestandteil. Der Einstieg braucht einen Nachmittag. Das volle System wächst über Wochen. Es spart mir bei jedem Output Stunden.

Das Prinzip: Drei Schichten, eine Quelle

Die Idee ist nicht neu — Luhmann hat mit seinem Zettelkasten gezeigt, dass vernetzte Notizen wertvoller sind als lineare Sammlungen¹, Forte hat das mit "Building a Second Brain" digitalisiert². Mein System ergänzt die KI-Schicht. Das Prinzip, das alles zusammenhält: Jede Information existiert genau einmal. Mein CV referenziert Projekte und Skills — wenn sich etwas ändert, ändere ich es an einer Stelle.

So startest du

Was mit der Zeit dazukommt

Mit jeder Woche wächst um die Grundstruktur ein Steuerungssystem. Claude liest nicht einfach alle Dateien — er arbeitet über vier Ebenen, die organisch entstehen:

Im Kern ist das Context Engineering⁴: Nicht bessere Prompts schreiben, sondern die Umgebung gestalten, in der die KI denkt. Das gesamte System ist bewusst tool-agnostisch — reines Markdown, git-versioniert, keine proprietären Formate. Claude ist heute mein Interface, aber die Architektur hängt nicht davon ab. Das Wissen soll jedes einzelne Tool überdauern.

Der Compound-Effekt: Warum sich der Aufbau lohnt

Der Wert zeigt sich nicht beim ersten Output, sondern beim zweiten. Mein CV hat beim ersten Mal deutlich mehr als einen Tag gekostet — Projekte rekonstruieren, Formulierungen finden, Skills sortieren. Mit dem KnowledgeOS war das Fundament zwar da, aber es war trotzdem Arbeit: über 8 Stunden für den ersten richtigen CV. Dann kam die persönliche Website — technisch komplexer, aber in 4 Stunden fertig. Weil die Positionierung, die Skills und das Design-System schon existierten.

Das ist der Compound-Effekt³: Jeder Output füttert den nächsten. Und das System hört nicht bei Dokumenten auf. Was ich heute schon tue: Lernfelder werden automatisch erkannt und in Lernroutinen überführt. Artikel entstehen aus Erkenntnissen, die beim täglichen Arbeiten anfallen. GitHub-Issues und Linear-Tickets steuere ich aus dem Wochenplan heraus. Was ich als Nächstes ausprobiere: die Zusammenarbeit mit Kolleginnen und Kollegen, die ebenfalls KI-Assistenten nutzen — wenn zwei Systeme denselben Kontext teilen, entsteht eine neue Form der Kollaboration.

Was ich verändert habe

Früher war mein Arbeitstag fragmentiert: Strategie denken, dann Wireframe skizzieren, dann Stakeholder-Mail schreiben, dann User Research auswerten. Alles in verschiedenen Tools, mit verschiedenen Kontexten. Heute laufen diese Disziplinen durch dasselbe System. Claude kennt mein Produktdenken, meine Schreibstimme und meine technischen Möglichkeiten — gleichzeitig.

Konkret heißt das: Ich reflektiere strategische Entscheidungen in strukturierten Dialogen mit Claude, baue funktionale Prototypen in HTML und Tailwind ohne Entwickler, und schreibe Artikel, die Claude gegen meinen Style Guide prüft. PM, UX und Dev verzahnen sich, weil das System den Kontext hält — nicht weil ich alles gleichzeitig kann, sondern weil Claude zwischen den Disziplinen übersetzen kann. Was nicht funktioniert hat: Claude zu viel Freiheit geben. Ohne klare Regeln hat er Dateien umstrukturiert, Inhalte dupliziert und Dinge auf eigene Faust geändert. Jede meiner Arbeitsregeln ist aus einem konkreten Problem entstanden. Und am Anfang bin ich in die KI-Produktivitätsfalle getappt: über 100 Dateien generiert, zwei davon wiederverwendet. Das System wurde erst produktiv, als ich aufgehört habe, alles zu dokumentieren — und angefangen habe, nur das Nützliche zu pflegen.

Kritische Einordnung

Das System braucht Pflege. Veralteter Kontext führt die KI nicht nur ins Leere, sondern aktiv in die Irre — sie arbeitet dann mit Annahmen, die nicht mehr stimmen. Wer nicht regelmäßig aufräumt, baut sich ein System, das gegen einen arbeitet statt für einen. Und der Aufbau kostet echte Zeit: ~30 Stunden, verteilt über Wochen. Wer nicht bereit ist, diese Zeit zu investieren und das System regelmäßig zu pflegen, wird keinen Nutzen daraus ziehen.

An KI als Arbeitsassistenz kommt niemand mehr vorbei. Klarer in Gespräche gehen, weil der Prototyp schon steht. Sauberer priorisieren, weil die Daten strukturiert vorliegen. Admin-Aufgaben verlagern, statt sie selbst abzuarbeiten. Mehrere Disziplinen vereinen, die man alleine nie parallel beherrschen würde. Meine Drei-Schichten-Logik ist individuell — aber das Prinzip, sein Wissen so zu strukturieren, dass eine KI damit arbeiten kann, ist generisch anwendbar. Die konkrete Architektur muss jeder selbst finden.