Meine KI kennt meine Wissensbasis

Warum KI besser arbeitet, wenn sie deine Werkzeuge kennt

Der Tee in der Eulentasse ist kalt. Ich weiß nicht, seit wann. Draußen ist es dunkel geworden, und ich habe mir schon fünfmal vorgenommen, endlich aufzuhören und ins Bett zu gehen, und es hat wieder nicht geklappt. Auf meinem Bildschirm habe ich mein digitales Notizsystem geöffnet, darin befindet sich mein Zettelkasten. Das ist ein System, in dem alles Gelesene in kleine Notizen zerlegt und miteinander verknüpft wird. Und darin ist fast nichts.

Aber das System. Das System ist wunderschön.

Ich bin Professorin an einer Hochschule und ich leite einen Masterstudiengang für Wissensmanagement. Ich bringe anderen Menschen bei, wie man Wissen organisiert. Und mein eigener Zettelkasten ist leer. Seit Monaten. Wie beim System davor. Und dem davor.

Weil der Aufbau jedes Mal ein Spiel war. Wenn mich ein Thema packt, verschluckt es mich ganz. Ich will es von innen sehen, das Zusammenspiel der Teile, die verborgene Logik. Dann sitze ich da, sieben Tabs offen, ein Notizbuch voller Diagramme neben dem Laptop, drei Farbcodes für verschiedene Notiztypen, und vergesse den Tee, vergesse die Uhrzeit, vergesse, dass ich morgen früh raus muss. So war es schon immer. Bei jedem Thema, das mich gepackt hat.

Die Zettelkasten-Phase dauerte Jahre. Fünf verschiedene Systeme aufgebaut und wieder aufgegeben. Jedes Mal dieselbe Begeisterung, jedes Mal dasselbe Ende. Und immer wieder dieses Versprechen, das zu groß war, um es aufzugeben: Alles Gelesene systematisch aufschreiben, verknüpfen, und durch die Verbindungen würde neues Wissen entstehen. Für eine Frau, die seit der Kindheit liest und liest und sich manchmal fragt, was davon geblieben ist, war das unwiderstehlich.

Aber dann stand das System. Und das Spiel war vorbei.

Was jetzt kommen sollte, war Wartung. Artikel lesen, Satz für Satz, das Gelesene in kleine Fragmente zerkleinern und einsortieren. Keine neuen Erkenntnisse mehr im Prozess. Kein Muster, das sich offenbarte. Nur Wiederholung. In meine Notizen schrieb ich irgendwann einen einzigen Satz: Es liegt nicht am System.

Ich habe lange gedacht, es liege an meiner Disziplin. Dass ich einfach nicht durchhalten kann. Erst viel später habe ich verstanden, dass mein Kopf nicht fürs Warten gebaut ist, sondern fürs Begreifen. Dass er genau dann aufblüht, wenn er zwischen Bildungsforschung und Philosophie und KI und Didaktik springen darf und in jedem Sprung sofort die Verbindung zum Großen Ganzen sieht. Dass genau die Eigenschaften, die den Zettelkasten unmöglich gemacht haben — das Systemsehen, das Springen, das Brennen fürs Neue — gleichzeitig die sind, die meine besten Texte, meine besten Ideen, meine beste Lehre hervorbringen.

Und ich glaube, dieses Gefühl kennen viele. Nicht den Zettelkasten, aber das Sammeln, ohne Wiederfinden. Lesezeichen, die man nie wieder öffnet. Notizen in Apps, die nichts voneinander wissen. Ordner, in denen Wissen lagert, wie in verschlossenen Schubladen. Die Fragmente sind da. Aber die Verbindungen dazwischen fehlen.

Ein Jahr später

In meinem Beitrag „Von Zetteln zu Prompts” habe ich dieses Scheitern vor einem Jahr beschrieben. Heute funktioniert es. Nicht weil ich disziplinierter geworden bin. Nicht weil ich ein besseres System gefunden habe. Sondern weil sich zwischen meinen Werkzeugen etwas grundlegend verändert hat.

Wie die meisten Menschen, die viel lesen und viel digital arbeiten, verteilt sich mein Wissen auf verschiedene Werkzeuge. Eines, in dem ich alles sammle, was ich lese. Eines, in dem ich denke und plane. Eines, in dem ich schreibe. Bei mir heißen sie Readwise, Craft und Ulysses, aber die Namen sind nicht wichtig. Wichtig ist, was sie gemeinsam haben. Sie wussten nichts voneinander. Die Markierung aus einem Fachartikel wusste nichts von der Notiz, die ich Wochen später dazu geschrieben hatte. Die Notiz wusste nichts vom Text, in dem ich die Idee hätte verwenden können. Und ich war die einzige Brücke. 756 Artikel in meiner „Später lesen“-Liste, die ich nie geöffnet habe. Nicht, weil sie schlecht waren. Sondern weil ich dafür die Leseliste hätte öffnen müssen, den Artikel wiederfinden, nochmal lesen, die relevante Stelle rauskopieren, mein Notizsystem öffnen, überlegen, wo sie hingehört, einfügen. Sieben Schritte. Für einen einzigen Gedanken.

Genau daran war der Zettelkasten gescheitert. Nicht am Konzept, sondern an der Wartung. Aus dieser Niederlage nahm ich eine Regel mit, die alles Weitere bestimmt hat. Jede Brücke zwischen meinen Werkzeugen muss zwei Bedingungen erfüllen. Sie darf keine tägliche Pflege erfordern. Und sie muss so wenig Entscheidungen wie möglich verlangen. Dass KI inzwischen genau solche Brücken bauen kann, wissen die wenigsten.

Das TAB-Modell

Um zu verstehen, was diese Brücken möglich macht, hilft ein Blick darauf, wie die meisten Menschen KI heute nutzen. Ich nenne es das TAB-Modell, drei Stufen, die ich in meinen Schulungen immer wieder beobachte.

Die erste Stufe ist der Telefonmodus. Man öffnet ChatGPT oder Claude, stellt eine Frage, bekommt eine Antwort, schließt das Fenster. Der nächste Anruf beginnt bei null. So nutzen die meisten KI. So habe ich auch angefangen.

Die zweite Stufe ist der Archivmodus. Man lädt Dokumente hoch, erstellt ein Projekt oder gibt der KI ein PDF. Sie antwortet auf Basis dieser Dateien, das ist deutlich besser als der Telefonmodus. Aber die Dateien sind Momentaufnahmen. Statisch. Man muss sie hochladen und die KI sucht bei jeder Frage die Antwort neu zusammen. Kein Aufbau, kein Wachstum. Viele Personen, die ich in Schulungen treffe, stehen genau hier. NotebookLM funktioniert so. ChatGPT Projects und GPTs funktionieren so. Es ist gut, aber es ist nicht das, wovon ich spreche.

Die dritte Stufe ist der Büromodus. Die KI sitzt nicht mehr am Telefon und wartet auf Anrufe. Sie sitzt in deinem Büro. Sie kennt deine Ablage, dein Notizsystem, deine Markierungen. Nicht, weil du ihr Kopien gegeben hast, sondern weil sie mit deinen lebenden Werkzeugen verbunden ist. Bei mir heißt das: Wenn ich in Readwise einen Artikel markiere, kann die KI ihn morgen finden. Wenn die KI einen Gedanken in Craft ablegt, kann ich ihn nächste Woche weiterdenken. Die Verbindung ist keine Einbahnstraße. Sie lebt.

Was den Sprung vom Archivmodus zum Büromodus ermöglicht, hat einen technischen Namen. MCP, Model Context Protocol. Das klingt sperrig, aber die Einrichtung ist ein einziger Klick in den Einstellungen. Kein Code, keine Konfiguration. So einfach, wie eine App auf dem Handy zu installieren. Im Alltag heißen diese Verbindungen schlicht Connectoren. Und sie sind der Grund, warum sich mein Tee in der Eulentasse wieder regelmäßig unbemerkt abkühlt.

Als mein Wissen anfing, für mich zu arbeiten

Ich arbeitete an diesem Substack-Artikel und wollte wissen, was von meiner jahrelangen Beschäftigung mit dem Zettelkasten eigentlich in meinen Werkzeugen geblieben ist. Normalerweise hätte ich Readwise geöffnet, nach Stichwörtern gesucht, mich durch Dutzende Einträge geklickt, manches gefunden, vieles nicht.

Stattdessen tippte ich in Claude: „Was habe ich in Readwise zum Thema Zettelkasten markiert?”

Claude durchsuchte über 10.000 Highlights. In Sekunden. Und was zurückkam, war eine Archäologie meines Scheiterns. Sönke Ahrens’ Zettelkasten-Buch, intensiv markiert. Die Anleitung von Bob Doto zur Qualitätspflege im Zettelkasten. Luhmanns Originalarchiv mit seinen 90.000 Zetteln. Praktische Guides, Software-Vergleiche, meine eigenen Kommentare aus Roam Research. Und meine Notizen dazu, in denen ich geschrieben hatte, dass ich den ersten Teil, das Erfassen von Literaturnotizen, umsetzen konnte, aber der zweite, wichtigere Teil, das Erstellen eigener, permanenter Notizen, nie funktioniert hat.

Claude durchsucht Readwise-Highlights zum Zettelkasten

Dann fragte ich weiter. Was steht in meiner Craft-Wissensbasis zum Zettelkasten? Und dann: Wenn du beides zusammen anschaust, meine Readwise-Highlights und meine Craft-Einträge, was fällt dir auf?

Was Claude zurückgab, war etwas, das ein Chatbot im Telefonmodus nicht kann. Drei Muster, die aus der Kombination sichtbar wurden. Der Zettelkasten war für mich kein Werkzeug, er war ein Forschungsgegenstand. Die Lücke zwischen Theorie und Praxis war von Anfang an dokumentiert, in meinen eigenen Notizen, in meinen eigenen Worten. Und das Versprechen des Zettelkastens hat sich eingelöst, nur in anderer Form. Die Kette aus Readwise, Claude, Craft und Ulysses leistet heute, was der Zettelkasten versprach. Claudes letzter Satz traf mich: Der Zettelkasten ist nicht gescheitert. Er hat sein Versprechen gehalten, nur nicht in der Form, in der er es gegeben hat.

Claude vergleicht Readwise-Highlights und Craft-Einträge zum Zettelkasten

Am Ende des Gesprächs bat ich Claude, die Erkenntnisse in meiner Wissensbasis abzulegen. Claude fasste drei Befunde zusammen, wählte die Platzierung, nummerierte nach meinem System und legte die Seite an. Ich klickte auf „Check in Craft“ und dort war sie. So enden bei mir heute oft Gespräche mit Claude. Nicht mit dem Schließen des Fensters, sondern mit einem Eintrag in meiner Wissensbasis. Dieselbe Wissensbasis, in der Jahre zuvor die Notiz stand: Es liegt nicht am System. Nur, dass jetzt jemand die Verbindungen pflegt, die ich nie pflegen konnte.

Claude legt „3.25 Vom Zettelkasten zur KI-gestützten Wissenskette” in Craft an

Andrej Karpathy und der andere Weg

Anfang April tauchte ein Tweet von Andrej Karpathy in meinem Readwise-Feed auf, der über 16 Millionen Views erreichte. Karpathy, Mitgründer von OpenAI und ehemaliger KI-Direktor bei Tesla, beschrieb, dass er einen großen Teil seiner KI-Nutzung nicht mehr für Code verwendet, sondern für den Aufbau persönlicher Wissensbasen. Er sammelt Quelldokumente in einem Ordner, lässt ein LLM daraus ein strukturiertes Wiki kompilieren und nutzt Obsidian als Oberfläche. Sein Satz: „You rarely ever write or edit the wiki manually, it’s the domain of the LLM.”

Ich speicherte den Tweet in Readwise. In genau dem System, über das ich gerade schreibe.

Karpathys Ansatz löst dasselbe Problem wie meiner. Wissen, das verstreut liegt, soll durch KI vernetzt werden. Aber die Rollenverteilung ist grundlegend anders. Bei Karpathy schreibt das LLM die gesamte Wissensbasis. Der Mensch liefert Quellen und stellt Fragen. Bei mir denke ich in der Wissensbasis. Claude erschließt, verbindet, schlägt vor, aber ich entscheide, was bleibt. Sein System ist ein Forschungsindex, der sich selbst wartet. Meins ist ein Denkraum, den die KI zugänglich hält.

Auch der Weg dorthin kann sehr unterschiedlich aussehen. Karpathys Ansatz ist ein Entwickler-Workflow mit Kommandozeile und lokalen Dateien. Andere nutzen KI-Plugins in ihren Notizsystemen oder lassen sich von ChatGPT beim Strukturieren ihrer Datenbanken helfen. Eine persönliche Wissensbasis mit KI zu pflegen, neue Verbindungen zwischen Ideen herzustellen, vergessene Quellen wiederzufinden, all das geht heute auf viele Arten leichter als noch vor einem Jahr. Der Weg, den ich zeigen möchte, sind Connectoren. Weil sie keinen Code verlangen, keine Umstellung der eigenen Werkzeuge und keinen technischen Aufbau. Ein Klick in den Einstellungen, und die KI kennt deine Ablage.

Der Büromodus ist einfacher als du denkst

Vielleicht klingt das alles nach etwas für Technik-Enthusiasten. Das dachte ich anfangs auch. Tatsächlich funktioniert der Büromodus mit den Werkzeugen, die viele bereits nutzen, und der Schritt dorthin ist bei den meisten ein einziger Klick. Wer Dokumente in einer Cloud ablegt, ob Google Drive, OneDrive oder Dropbox, kann diese Ablage heute mit einer KI verbinden. Wer ein Notizsystem wie Notion nutzt, kann es ebenfalls anbinden. Die großen Cloud-Dienste lassen sich dabei tatsächlich mit wenigen Klicks einrichten. Speziellere Werkzeuge wie Obsidian oder Readwise erfordern etwas mehr Einrichtung, sind aber ebenfalls anbindbar. Die Technologie dahinter heißt MCP, ein offener Standard. Das bedeutet, dass die gleichen Dienste oft sowohl mit Claude als auch mit ChatGPT verbunden werden können, wenn auch über jeweils eigene Connectoren.

Was sich dadurch verändert, merkt man erst, wenn man es ausprobiert. Die KI beantwortet nicht mehr nur allgemeine Fragen. Sie beantwortet deine Fragen auf Basis deines Wissens. Sie findet die Stelle, die du vor Monaten markiert und vergessen hast. Sie erkennt Zusammenhänge zwischen Dokumenten, die in verschiedenen Werkzeugen liegen. Sie kann Erkenntnisse aus einem Gespräch direkt dort ablegen, wo du sie nächste Woche wiederfindest. Das Wissen, das du über Jahre angesammelt hast, hört auf, in Schubladen zu verstauben. Es fängt an, für dich zu arbeiten.

Die Entwicklung ist rasant und es werden mehr Connectoren kommen. Es wird nicht mehr lange dauern, bis es so selbstverständlich ist, dass eine KI die eigenen Werkzeuge kennt, wie es heute selbstverständlich ist, dass das Handy die eigenen Kontakte kennt. Das Entscheidende ist nicht, welches System du nutzt oder welche KI. Das Entscheidende ist der Sprung selbst. Vom Archivmodus zum Büromodus. Such dir ein Werkzeug, das du bereits nutzt. Verbinde es. Stelle eine Frage, die du sonst durch manuelles Suchen beantworten müsstest. Und schau, was passiert.

Ein Hinweis, der mir wichtig ist: Wenn du deine KI mit deinen Werkzeugen verbindest, gibst du ihr Zugang zu deinen Daten. Verbinde deshalb nur, was dir gehört. Eigene Notizen, eigene Lesezeichen, die eigene Wissensbasis. Keine Daten anderer, keine sensiblen Dokumente, nichts Dienstliches, bei dem nicht klar ist, ob es erlaubt ist. Wer in einer Organisation arbeitet, sollte prüfen, welche Regeln dort für den Umgang mit KI und Daten gelten. Der Büromodus beginnt nicht mit dienstlichen Daten. Er beginnt mit den eigenen Daten und dem eigenen Denken. Genau dort ist er am stärksten.

---

Heute ist es wieder spät. Der Tee in der Eulentasse ist wieder kalt. Auf meinem Bildschirm ist wieder ein Wissenssystem. Aber diesmal ist es nicht leer. Diesmal hat die KI meine Highlights durchsucht, Muster gefunden, eine neue Seite in meiner Wissensbasis angelegt. Und zum ersten Mal seit fünf gescheiterten Systemen frage ich mich nicht, ob ich morgen noch die Disziplin haben werde, es zu pflegen. Und es ist wieder ein Spiel.