Systemlabor / KnowledgeOS
Das Wissens- und Kontext-Betriebssystem dahinter.
Jedes System, das ich baue — für andere oder für mich selbst —, steht auf derselben Grundlage: einem schema-first Wissenssystem, das Struktur erzwingt, statt nur zu hoffen, dass nichts verloren geht.
Warum
Notizen verrotten. Wissen soll das nicht.
Ohne feste Struktur wird aus jedem wachsenden Wissens-Ordner irgendwann ein Notizen-Friedhof: Dopplungen, veraltete Aussagen, niemand weiß mehr, was noch stimmt. Das wird gefährlich, sobald KI-Agenten mit diesem Wissen arbeiten — ein Agent, der veraltete oder widersprüchliche Information liest, baut darauf weiter, ohne es zu merken.
KnowledgeOS ist die Antwort darauf: feste Vorlagen pro Inhaltstyp, automatisierte Prüfung auf Drift und Widerspruch, und eine klare Trennung zwischen dem, was Code zuverlässig prüfen kann, und dem, was ein Mensch entscheiden muss.
Was das ist
- Ein privates Wissens- und Aufgabensystem, das ich täglich selbst benutze.
- Schema-first: jeder Eintrag hat eine feste Struktur, damit nichts driftet oder verloren geht.
- Validatoren statt gutem Willen — Drift wird automatisch erkannt, nicht erhofft.
Was das (noch) nicht ist
- Ein fertiges Produkt oder Dashboard für andere.
- Ein einfacher Notizen-Ordner — Struktur ist Pflicht, nicht Kür.
- Ein System, das KI blind vertraut, siehe Prinzip 03 unten.
01 / Struktur
Jeder Eintrag hat eine Heimat und eine Form.
Neue Einträge folgen immer einer festen Vorlage — Pflichtfelder, Verlinkung, ein definierter Platz im System. Keine Freistil-Notizen, die später niemand mehr einordnen kann.
Automatisierte Prüfungen laufen regelmäßig über das gesamte System: fehlende Pflichtfelder, kaputte Verlinkungen, veraltete Verweise — all das wird erkannt, bevor es sich unbemerkt anhäuft.
02 / Wissens-Loops
Vom einzelnen Fund zur destillierten Erkenntnis.
Wissen durchläuft Stufen: einzelne Beobachtungen und Recherchen zuerst, dann Zusammenfassungen über mehrere Quellen, am Ende destillierte Prinzipien, die sich bewährt haben. Jede Stufe bleibt rückverfolgbar zur vorherigen — keine Aussage ohne Herkunft.
03 / Agenten & Grenzen
KI für Recherche und Einschätzung, Code für alles Regelbasierte.
Wissen entsteht hier immer in derselben Reihenfolge — drei Schichten, jede mit eigener Aufgabe und eigenem Agenten-Zuschnitt:
Recherche
Eng zugeschnittene Agenten tragen zusammen, was es zu einem Thema gibt — jeder mit klarem Auftrag und Quellenpflicht. Was sie liefern, ist Rohmaterial, keine Wahrheit.
Synthese
Aus vielen Einzelfunden wird ein Bild — inklusive der Stellen, an denen sich Quellen widersprechen. Widerspruch wird festgehalten, nicht weggeglättet.
Bewertung und Szenarien
Erst hier wird eingeordnet: Was heißt das, wie sicher ist es, was wäre wenn? Diese Schicht bleibt bewusst von den beiden darunter getrennt, damit Fund und Deutung nie verschwimmen.
Darunter liegt eine Schicht, die gar keine KI benutzt: 34 automatische Prüfungen kontrollieren Struktur, Pflichtangaben, tote Verweise und Widersprüche zwischen Dateien — gegen 75 festgelegte Dokumenttypen. Das ist bewusst reiner Code, denn eine Strukturprüfung darf kein Ermessen haben. Ein Modell, das „meint", ein Feld sei schon in Ordnung, ist genau das Gegenteil einer Prüfung.
Dazu kommen 29 wiederverwendbare Arbeitsabläufe für die immer gleichen Handgriffe — Recherche aufnehmen, Synthese erstellen, Aufgabe starten und abschließen, Prüflauf fahren. Sie sorgen dafür, dass dieselbe Arbeit nicht jedes Mal neu erfunden wird, und halten über 4.000 aktive Dateien zusammen, ohne dass jemand sie manuell sortiert.
04 / Einsatz
Kein Produkt — der Unterbau für alles andere.
KnowledgeOS ist nicht zum Verkauf gedacht. Es ist der Unterbau, auf dem Recherche, Backlog-Planung und die KI-Agenten laufen, mit denen ich arbeite — für Kundenprojekte genauso wie für eigene Systeme wie Intelligence und TrainingOS.
Zurück zum SystemlaborVom Eigenbau zur Auftragsarbeit
Dieselbe Sorgfalt gibt es auch für Ihren Betrieb.
Die Systeme hier baue ich für mich selbst — mit denselben Methoden entstehen Websites, Terminbuchung und Automatisierungen für lokale Betriebe. Schreiben Sie mir, was bei Ihnen ansteht.