Skip to main content

Künstliche Intelligenz

Entwicklungsgeschwind(l)igkeit von KI

  • Fulltext:

    Ihr kennt doch wahrscheinlich den Moment in „Per Anhalter durch die Galaxis“, in dem der Supercomputer Deep Thought nach 7,5 Millionen Jahren endlich mit der Antwort nach dem Leben, dem Universum und dem ganzen Rest herausrückt. Sie lautet: 42. Die Anwesenden sind perplex. 42? Was soll das denn bedeuten? Ratlosigkeit. Letztendlich müssen sie einen neuen Supercomputer bauen (= die Erde), der die Frage zur Antwort „42“ finden soll. Ich fühle mich gerade wie die zwei Typen, die vor dem Terminal stehen – in Ehrfurcht vor der unendlichen Weisheit der Maschine – und dann realisieren, dass sie einfach nicht schlau genug waren, die richtige Frage zu stellen.

    Ich weiß, dass um mich herum gerade Großes vorgeht ... aber was genau fangen wir damit jetzt eigentlich an? Und welche Fragen müssen wir überhaupt stellen?

    Die nächste industrielle Revolution‽

    Viele Menschen bemerken in diesen Tagen gar nicht, dass gerade ein neues Zeitalter anbricht. Andere ahnen es, können sich aber nicht vorstellen, wie genau die Zukunft aussehen wird. Für mich steht fest: Künstliche Intelligenz wird unser Leben drastischer verändern als das Internet und das Smartphone zusammengenommen – und wer sich jetzt nicht damit befasst, verliert den Anschluss. Beruflich und womöglich sogar privat. Und mit „befassen“ meine ich nicht, einmal bei ChatGPT einzutippen: „Schreib mir ein veganes Kochrezept, für das ich nicht einkaufen gehen muss; es soll sich aber reimen“. Nein, mit „befassen“ meine ich „verstehen“. Die Möglichkeiten erkennen. Herausfinden, wo heute die Grenzen liegen; und wo vielleicht morgen.

    Ich stelle fest, dass im Kreis der Kolleginnen und Kollegen dazu gerade einen ansteckend euphorische Stimmung herrscht. Im März haben wir eine interne Konferenz mit KI als Schwerpunktthema abgehalten (dazu gleich mehr). Anfang Mai waren wir beim AnKIt, dem KI-Lehrstuhl der FH Ansbach, zu Besuch (Impressionen findet ihr auf Linkedin). Erst diese Woche hatte unsere KI-Community-of-Practice ihr erstes reguläres Treffen ... kurzum: Es tut sich was!

    BRANDAD Dev Convention

    20230323 090008 0AB697AB

    Für unsere KI-Dev-Convention haben wir uns Experten eingeladen – unter anderem Professor Doktor Sigurd Schacht, der in Ansbach den Studiengang „Angewandte Künstliche Intelligenz und Digitale Transformation“ leitet. Und Yevgen Papernyk, der bei Competence Data bereits sehr praktische Erfahrungen mit KI sammelt. Obwohl die Veranstaltung nur wenige Wochen her ist, hat sich in der Welt der KI seitdem krass viel verändert: Damals schienen ChatGPT-Klone, die komplett lokal laufen, noch Jahre entfernt. Keine acht Wochen später zeigten uns die wissenschaftlichen Mitarbeitenden des AnKIt, wie sie genau das bereits praktisch bei sich einsetzen. Bei einer solchen Entwicklungsgeschwind(l)igkeit kann einem schon mal etwas der Kopf brummen. Trotzdem haben wir aus den Workshops im März viel mitgenommen. Zum Beispiel über Webentwicklung mti KI. Über smarte Social Robots. Über das Potenzial von ChatGPT & Co. bei der Softwaredokumentation. Über Natural Language Processing und über Textklassifikation.

    Diese Webseite verwendet YouTube Videos. Um hier das Video zu sehen, stimmen Sie bitte zu, dass diese vom YouTube-Server geladen wird. Ggf. werden hierbei auch personenbezogene Daten an YouTube übermittelt. Hier finden Sie weitere Informationen

    Wichtig ist für uns nun: Dranbleiben. Ausloten. Mit Experten und Experimentierfreudigen vernetzen. Erfahrungen sammeln, scheitern und nochmal anfangen. Und wir freuen uns über jede und jeden, die oder der uns dabei begleiten mag.

Um uns herum passiert gerade Großes... aber was genau fangen wir damit jetzt eigentlich an mit dieser KI? Und welche Fragen müssen wir überhaupt stellen?

Unser erstes KI-Projekt: Vectorsphere

  • Fulltext:

    Erinnert ihr euch noch, als vor wenigen Monaten KI noch keine Erdbeeren zählen, keine ganz gefüllten Rotweingläser und Menschen nur mit einer Fingeranzahl ungleich 10 darstellen konnte? Those were the times! Irgendwie wussten damals alle, dass KI unser Geschäft mal noch richtig aufmischen würde ... aber wie genau, das wusste noch niemand. Und heute? Sieht es auch noch nicht viel besser aus. 

    Aber.

    Uns war früh schon klar: Wir müssen KI-Expertise aufbauen. Oder ins Haus holen. Uns war aber auch klar: KI-Expertise ist auf dem Arbeitsmarkt so etwas wie die blaue Mauritius. Der weiße Wal. Seltener als eine Woche ohne „Trump hat etwas Dummes gesagt!“-Nachrichten. So rar wie ein Cybertruck ohne Produktionsmängel.

    Also waren wir selbst gefragt, die Weichen für die Zukunft zu stellen. Und unterwegs wollten wir möglichst viel Erfahrung mit KI sammeln, dabei aber so nahe wie möglich an der Forschung und Entwicklung dranbleiben. Gleichzeitig standen und stehen wir als Dienstleister unter Druck zu beweisen, dass wir KI-Projekte umsetzen können. Geht nicht, ohne tiefgehende KI-Expertise? Geht wohl! Zumindest wenn wir uns nicht auf die Innerein der LLM & Co. fokussieren, sondern auf den Part, mit dem wir uns bestens auskennen: Web-App-Projekte mit Front- und Backend.

    Okay, Moment mal! Das Klingt ja voll nach: Die haben überhaupt keine Ahnung, machen aber trotzdem irgendwas mit KI ... so wie alle Anderen halt auch, oder?

    Eben nicht.

    Was uns fundamental von den Heerscharen an KI-Goldgräbern unterscheidet, die in den vergangenen 12 Monaten auf den Markt gestürmt sind: Wir haben das AN[ki]T im Rücken – den KI-Lehrstuhl der Fachhochschule Ansbach. Und als deren Projektpartner haben wir gemeinsam mit und für den Lehrstuhl ein komplettes KI-Projekt umgesetzt. Mit LLM, Servern und Ressourcen direkt aus dem FH-Rechenzentrum sowie Frontend-, Backend-, UX-, RE-, QA- und Testing-Know-how von einem unseren crossfunktionalen BRANDAD-Teams.

    Vorhang auf für Vectorsphere!

    Die Idee zu Vectorsphere entstand in der KI-Fachschaft in Ansbach aus dem Wunsch heraus, übliche Arbeitsschritte beim Vermarkten des (großartigen!) hauseigenen Knowledge Science-Podcasts mit KI zu automatisieren oder wenigstens stark zu vereinfachen. In der Regel ist nach der Aufnahme ja bereits guter Content vorhanden, liegt jedoch für die Massenvermarktung im einem unpassenden Medium vor (Audio) und eignet sich so auch nur für einen von vielen möglichen Kanälen (Podcast-Feed). KI to the rescue!

    Unser Team hat Frontend und Backend um bestehende Transkriptions- und Such-API herum gebaut. Also einerseits eine ansehnliche, robuste, gut bedienbare Oberfläche – andererseits die Datenströme von und zum Rechenzentrum der FH, wo dann teilweise lang laufende Hintergrundprozesse angestoßen wurden. Im Gespann haben wir also ein Tool entwickelt, das erst mal ganz simpel klingt: Du suchst nach einem Podcast und markierst einige Episoden, die transkribiert werden sollen; als Antwort liefert Vectorsphere nach einer Weile dann handliche Content-Schnipsel, um das Marketing für diese Episoden zu vereinfachen. Darunter beispielsweise Postvorlagen für einen LinkedIn-Beitrag. Und wie bei allem, was zum Schluss simpel klingt und anmutet, war hierfür eine Menge Planungs- und Umsetzungsarbeit notwendig!

    Vectorsphere PodcastsucheVectorsphere Details

    Wir werden doch noch zu einer KI-Bude!

    Von null auf KI in Rekordzeit – dabei haben wir viel gelernt. Wir kamen ja ohne viel KI-Domänenwissen, dafür mit ordentlich Neugier, Entschlossenheit und Erfahrung in komplexen Webprojekten.

    Unsere stärksten Aha-Momente:

    • Kooperation rockt: Das AN[ki]T hat uns nicht nur Server und KI-Wissen geliefert, sondern als Auftraggeber die unterschiedlichen Kernkompetenzen unseres Teams sehr gut gemanaged.
    • KI ist kein Hexenwerk, wenn man die richtigen API nutzt. Die Magie passiert zwar im Hintergrund – für uns hieß das aber vor allem, zu verstehen, welche Bausteine es gibt und wie sie zusammenspielen ... und trotzdem nebenher eine Menge über KI zu lernen.
    • Frontend ist nicht nur Fassade. Usability ist mehr als ein paar Buttons, die wir am Ende der App-Entwicklung auf eine Backend-API werfen. Ist die Führung der Nutzenden durch die Anwendung nicht straight und durchdacht, interessiert es auch niemanden, wie smart die KI ist, die im Backend die Grafikkarten zum Schmelzen bringt.
    • Kommunikation und Learning by Doing: Um aus einem Prototypen eine funktionierende Lösung zu entwickeln, ist viel Abstimmung, Fragen, Rückfragen, Fehlversuche, Communityeinbindung und noch mehr Abstimmung notwendig. Software-Projekte mit und ohne KI sind am Ende auch immer Kommunikationsprojekte.

    Warum Vectorsphere nicht öffentlich, doch aber mehr ist als nur ein Prototyp.

    Es steckt viel Arbeit in Vectorsphere, und es ist schon ein bisschen schade, dass daraus am Ende kein Produkt für die breite Öffentlichkeit geworden ist. Was uns aber persönlich so stolz macht: Wir haben gezeigt, dass man mit guter Teamstruktur, klarer Rollenverteilung und dem Willen, Neues zu lernen, Projekte auch mit (noch) unbekannten Technologien gut stemmen kann. Die Schlussfolgerung: Solange der Kunde mit dem Technologie- und Domänenwissen eng mit uns im Team arbeitet, lässt sich das alles lösen, Selbstorganisation sei dank. Denn: Hätten wir alle Anforderungen, Aufgaben, Pakete et cetera auch noch intern abstimmen müssen, wäre das Projekt sicher auf der Strecke irgendwo verhungert. So aber haben wir es innerhalb eines Jahres erfolgreich zum Abschluss gebracht.

    Und das bringt uns zurück zum Podcast-Hören: Vielleicht steckt in eurem Lieblingspodcast ja viel mehr als nur Blabla – und Vectorsphere ist nur der Anfang, um das Hörbare auch sichtbar(er) werden zu lassen.

Erinnert ihr euch noch, als vor wenigen Monaten KI noch keine Erdbeeren zählen, keine ganz gefüllten Rotweingläser und Menschen nur mit einer Fingeranzahl ungleich 10 darstellen konnte? Those were the times! Irgendwie wussten damals alle, dass KI unser Geschäft mal noch richtig aufmischen würde... aber wie genau, das wusste noch niemand. Und heute? Sieht es auch noch nicht viel besser aus. 

Warum wir uns nicht als KI-Dienstleister anpreisen (aber einer sind)

  • Fulltext:

    Kurzer Throwback ins Jahr 2022: Wir diskutieren Themen für die Dev-Con (das ist unsere interne Software-Entwicklungskonferenz, die wir mehrmals im Jahr abhalten). Schnell wird uns klar, dass wir thematisch nicht an KI vorbeikommen ... und auch nicht vorbeikommen wollen! Erst kurz zuvor hat OpenAI mit ChatGPT 3.5 ein ganz neues Spielfeld aufgemacht – und strenggenommen gleich eine komplett neue Sportart eingeführt. Kein Wunder, dass vielen bei diesem Tempo etwas schwindelig wurde.

    „Können wir nicht einen externen Speaker einladen?“ Heute wäre diese Idee absolut naheliegend, in unseren ersten Dev-Cons aber blieben wir eher unter uns. Dank eines glücklichen Zufalls hatten wir kurz vorher die Geschäftsführerin des neuen KI-Lehrstuhls in Ansbach im Podcast-Interview* ... und der Rest ist Geschichte: Wir haben nicht nur Geschäftsführerin Yvonne Wetsch, sondern gleich das gesamte An[KI]t zu unserer Dev-Con eingeladen. Einschließlich des Studiengangsleiters Angewandte Künstliche Intelligenz und Digitale Transformation (KDT) Prof. Dr. Sigurd Schacht mitsamt Team.

    Alle Beteiligten haben unsere kleine Konferenz genossen: Wir bei BRANDAD, weil wir das Gefühl hatten, bei KI voll am Puls der Zeit zu sein. Das Orga-Team, weil von Anfang bis Ende (und weit darüber hinaus) große Euphorie zum Thema Chatbots, Sprachmodelle und KI-Anwendungen herrschte. Und die Besucherinnen und Besucher aus Ansbach, weil sie einen Tag lang nah an der Wirtschaft waren, und dabei aus erste Hand erfuhren, welche Fragen mittelständische Unternehmen rund um KI umtreiben.

    DevConvention KI

    Anhaltende Freundschaften

    Aus dieser ersten Begegnung ist schnell ein gemeinsames Projekt entstanden: Eines unserer Teams-as-a-Service-Teams hat ein KI-Transkriptionstool, das von Prof. Dr. Sigurd Schachts Team in Ansbach entwickelt wurde, mit Front- und Backend zu einer vollwertigen Webanwendung ausgebaut – Codename „Vectorsphere“. Diesem kollaborativen Kennenlernen folgten zahlreiche gegenseitige Besuche und die explizite Willensbekundung, dass wir auch in zukünftigen Projekten unbedingt miteinander kooperieren wollen. Das können gemeinsame Forschungsanträge sein. Oder Entwicklungsunterstützung für Projekte, die über das 2024 eröffnete Technologie-Transfer-Zentrum (TTZ) in Neustadt gestartet werden.

    Freilich stammt die KI-Expertise für derarte Kollaborationen direkt aus dem An[KI]t in Ansbach – das spätenstens seit Ausrufen der Hightech-Agenda für Bayern zu einem landesweit wichtigen Anlaufpunkt in Technologiefragen geworden ist. Ganz besonders, wenn es darum geht, künstliche Intelligenz aus der Forschung in die Wirtschaft zu transferieren.

    Besuch Ankit

    Was wir von BRANDAD in die digitale Waagschaale werfen, muss sich aber auch nicht verstecken: agile, selbstorganisierte Software-Entwicklungsteams, die moderne Fullstack-Web-Applikationen entwickeln – die ihrerseits über API mit KI-Systeme und -Prototypen kommunizieren. Das entsprechende KI-Wissen haben wir mittlerweile, vor allem dank der engen Zusammenarbeit mit dem An[KI]t und unserer seit Jahren laufenden KI-Community-of-Practice. Darin treffen sich neu- und wissbegierige Kolleginnen und Kollegen, um aktuelle technologische Entwicklungen zu diskutieren, zu hinterfragen und auszuprobieren.

    Aber sind wir denn jetzt KI-Entwickler oder nicht? Jein. Wir trainieren (noch) keine eigenen KI-Modelle und betreiben keine eigenen LLM. Wir stopfen nicht auf Digitalteufel komm raus Chatbots in alle möglichen Prozesse, nur um am Ende mit all den KI-Marktschreiern in derselben, zu heiß gekochten Brühe zu schwimmen. Nein, wir beschäftigen uns nicht mit KI, weil es gerade cool, cheedo oder trendy ist. Aber: Wir vernetzen Technologien, Partner und Entwicklungsleistung so geschickt und effizient miteinander, dass wir mit Überzeugung sagen können: 

    Zeig uns dein KI-Projekt – und wir sagen dir, warum du in uns den richtigen Partner gefunden hast!

    Let's talk (AI)!

     


    * (kennt ihr übrigens schon unseren neuen Podcast zum Thema Teamwork?)

Unsere agilen, selbstorganisierten Software-Entwicklungsteams entwickeln moderne Fullstack-Web-Applikationen – die über API mit KI-Systeme und -Prototypen kommunizieren. Das entsprechende KI-Wissen haben wir mittlerweile, vor allem dank der engen Zusammenarbeit mit dem An[KI]t und unserer seit Jahren laufenden KI-Community-of-Practice.

ZUSAMMEN WACHSEN #4: Markus Edgar Hormeß, warum braucht kein Mensch ein KI-Whitepaper?

  • Fulltext:

    In dieser Episode erfahren wir, wie Teamarbeit funktionieren kann, wenn KI ins Spiel kommt. Können wir künstliche Intelligenz vielleicht einfach in ein Team integrieren? Wie eine Kollegin oder einen Kollegen betrachten? Darüber reden wir in ZUSAMMEN WACHSEN #4 – und über die Bedeutung von KI, Spielfreude und Zukunft im Teamkontext.

    Euer Gastgeber ist Jürgen, verantwortlich für Text, Podcast und anderen Unfug bei BRANDAD – sein Gesprächspartner ist Markus Edgar Hormeß, Co-Founder of WorkPlayExperience, Co-Initiator des Global Service Jams und Co-Autor von Teaming with AI

In dieser neuen Episode von ZUSAMMEN WACHSEN befragen wir Service-Design- und KI-Experten zu den Themen KI, Spielfreude und die Zukunft.

Zwischen Kontrolle und Kontext: Wie wir mit KI-Agenten und Personal Context Manager unsere Arbeit neu denken

  • Fulltext:

    Das Versprechen von KI ist verlockend: Endlich jemand, der all den langweiligen Kram aus unserem Leben wegautomatisiert. Nie wieder Steuererklärung. Nie wieder Gesetzestexte als Kochrezepte umformulieren. Und nie wieder Sachen googlen, an deren Namen wir uns nicht mehr erinnern.

    Die Realität? KI produziert nur die immergleichen 0-8-15-LinkedIn-Texte. Präsentationen, bei denen sich selbst Karl Klammer vor Langeweile in einen Strick verformt. Und Bilder, die nicht nur Medizinerinnen und Schöneitschirurgen vor mittelgroße anatomische Rätsel stellen.

    Da muss doch mehr gehen, oder?!

    Die beiden Vorträge am Technologietransferzentrum (TTZ) Neustadt bei uns im Rahmen des Nürnberg Digital Festivals 2025 zeigten, wie vielversprechend und unterschiedlich KI-Systeme im Sommer 2025 gedacht werden können: Sophie Henne stellte zum Auftakt autonome KI-Agenten vor, Irma Heithoff in Runde zwei das Konzept des Personal Context Manager (PCM). Zwei Perspektiven auf KI, die gemeinsam zeigen: Es geht heute nicht mehr (nur) um neue Tools, sondern darum, wie wir unsere Beziehungen zur digitalen Arbeit denken und strukturieren.

     

    Teil 1: KI-Agenten – Maschinen mit Handlungsspielraum

    Diese Webseite verwendet YouTube Videos. Um hier das Video zu sehen, stimmen Sie bitte zu, dass diese vom YouTube-Server geladen wird. Ggf. werden hierbei auch personenbezogene Daten an YouTube übermittelt. Hier finden Sie weitere Informationen

    Sophie stellte KI-Agenten als digitale Systeme vor, die nicht mehr nur auf einzelne Eingaben reagieren, sondern eigenständig Ziele verfolgen und dabei mehrere aufneinanderfolgende Handlungsschritte absolvieren. Sie erklären sich gegenseitig Aufgaben, rufen externe Tools auf, planen ihre Vorgehensweise – und lernen dabei iterativ. Die Idee ist ebenso faszinierend wie herausfordernd: Diese Agenten könnten in Zukunft ganze Prozessketten übernehmen, vom Datenabruf bis zur Kundenkommunikation.

    Doch Sophie warnte auch vor Überhitzung: Viele dieser Agenten sind heutzutage noch nicht robust genug für kritische Anwendungen. Einmal gestartet sind sie eine kleine Blackbox, was eine Menge Fragen aufwirft – etwa nach Kontrolle und ethischer Verantwortung.

    ki 3ki 4

     

     

     

     

    Was sind KI-Agenten?

    • KI-Agenten sind digitale Systeme, die eigenständig Ziele verfolgen, statt nur auf Befehle zu reagieren.
    • Sie können Aufgaben planen, Entscheidungen treffen und Tools aufrufen, um Ergebnisse zu erzielen.
    • Oft arbeiten sie in Schleifen (Loops): Denken → Handeln → Bewerten → Anpassen.
    • Sie basieren auf LLM (z. B. GPT), erweitert um Funktionen wie Toolnutzung, Speicher und Autonomie.
    • ihre Schwächen: mangelnde Kontexttiefe, Fehleranfälligkeit, schwierige Nachvollziehbarkeit

    Wie kannst du sie heute nutzen?
    • Lass einfache Agenten wiederkehrende Aufgaben automatisieren – z. B. E-Mails sortieren, Daten extrahieren, Statusberichte erstellen.
    • Nutz Multi-Agent-Systeme, um komplexe Abläufe abzubilden – etwa in der Marktanalyse oder bei Content-Pipelines.
    • Experimentiere in nicht-kritischen Bereichen: Agenten sind ideal für Prototyping, Ideenfindung oder Exploratives.
    • Kombiniere Agenten mit menschlichem Review: Sie liefern Vorarbeit, du entscheidest.
    • Setz sie gezielt ein – sie sind Helfer, keine Alleskönner.

    ki 7

     

     

     

     

    Welche Tools helfen dir dabei?

    • Auto-GPT / AgentGPT – Open-Source-Frameworks zum Bau von autonomen LLM-Agenten mit Zielsetzung
    • LangChain / CrewAI – Entwicklerfreundliche Toolkits, um Agenten zu orchestrieren und mit Werkzeugen zu verbinden
    • ChatGPT mit Funktionen (Pro-Version) – Ermöglicht Toolzugriff, Codeausführung und Dateihandling – ein Agenten-Light-Modell
    • Flowise / Superagent – Low-Code-Plattformen zum Aufbau KI-gesteuerter Workflows mit Agentenstruktur

     

    Teil 2: Personal Context Manager – den digitalen Alltag sortieren

    Diese Webseite verwendet YouTube Videos. Um hier das Video zu sehen, stimmen Sie bitte zu, dass diese vom YouTube-Server geladen wird. Ggf. werden hierbei auch personenbezogene Daten an YouTube übermittelt. Hier finden Sie weitere Informationen

    Irma stellte anschließend einen Weg vor, wie wir KI-Tools – etwa bei der Texterstellung – den notwendigen Kontext in einem strukturierten Briefing mitgeben können. Auf diesem Weg geben wir dem „Personal Context Manager“ (PCM) eine Art Gedächtnis mit oder ein Ordnungssystem mit, aus dem er sich dann je nach Prompt die relevanten Informationen ziehen und für die jeweilige Aufgabe passende Bezüge herstellen kann.

    Besonders in der Wissensarbeit, in Meetings oder bei komplexen Projektverläufen könnte so ein PCM den Unterschied machen zwischen „Ich hab's vergessen“ und „Ich verstehe, warum wir das damals genau so entschieden haben“.

    ki 11ki 10

     

     

     

     

    Was ist PCM?

    • Der Personal Context Manager ist ein intelligenter Begleiter, der Informationen für dich sortiert, verknüpft und im passenden Moment zurückspielt.
    • Anders als KI-Agenten entscheidet er nicht selbst, sondern unterstützt dich bei Entscheidungen durch besseren Überblick.
    • Er erkennt Bezüge zwischen Projekten, Themen und Datenpunkten und hilft, Wissenslücken zu schließen.
    • Ziel ist nicht Effizienz allein, sondern mentale Entlastung und Orientierung im digitalen Dauerrauschen.
    • Erfolgreiche PCM-Systeme brauchen: Vertrauen, klare Relevanzfilter und volle Datensouveränität

    Wie kannst du es heute nutzen?
    • Verwende PCM-Ansätze, um Meeting-Dokumentation automatisch aufzugreifen und anzureichern (z. B. Protokolle, To-dos, Entscheidungen).
    • Nutz kontextbasierte Reminder-Systeme, die dir helfen, zur richtigen Zeit an den richtigen Vorgang erinnert zu werden.
    • Lass dir bei Rechercheprojekten helfen, frühere Quellen und Argumente automatisch zu erkennen und bereitzustellen.
    • Organisiere persönliche Wissensdatenbanken (Zettelkasten, Second Brain) mit semantischer Suche und KI-Erweiterung.
    • Bau dir ein persönliches Dashboard aus verschiedenen Tools, das nicht alles zeigt, sondern nur das Relevante.

    Welche Tools helfen dir dabei?
    • Mem.ai – Kombiniert Notizen mit KI-gestützter Relevanz- und Kontextvernetzung
    • Reflect / Tana / Capacities – Tools für vernetztes Denken, die durch KI intelligente Verbindungen aufbauen
    • Notion AI – KI-Erweiterung für das Wissensmanagement-Tool, mit Zusammenfassungen, Aufgabenverfolgung und Kontextsuche
    • Rewind AI (macOS) – zeichnet deine digitale Aktivität auf und macht alles durchsuchbar – PCM für den ganzen Screen
    • Logseq/Obsidian + GPT Plug-ins – (Open-Source-)Kombination aus lokalem Zettelkasten und KI-Assistenz

     

    Fazit: Zusammenarbeit ist King!

    Simple Prompt-Antwort-Aufgaben waren gestern. Oder vielleicht heute morgen. Die Zukunft aber liegt in komplexeren Setups, bei denen eine Vielzahl von Agenten, Speichern, Kontextlieferanten, LLM und andere Tools effektiv zusammenspielen, um auch komplexe Aufgaben zu zerlegen und schrittweise zu lösen. Agenten und PCM sind nicht nur Technologien, sondern eine Einladung, unsere Beziehung zwischen Mensch und Maschine neu zu gestalten.

    In einer idealen Welt arbeiten beide Systeme Hand in Hand: Der PCM zerlegt und versteht eine Aufgabe, erst recht, wenn es dazu schon relevante Erfahrungen in der Vergangenheit gibt. Dann ruft er gezielt Agenten zur Hilfe, die nicht einfach nur Ergebnisse liefern, sondern sie wiederum in den Kontext einbetten, den der PCM kontinuierlich weiterführt.

    Die Talks zeigten: Wer die Zukunft der Arbeit gestalten will, muss mehr tun, als Tools zu bauen. Er muss Beziehungen gestalten.