Wissen ist die neue Architektur.
Die Teams, die mit KI gewinnen, sind nicht die mit den besten Tools. Es sind die, deren Wissen strukturiert ist, deren Kontext lesbar ist und deren Leute mit beidem bauen können.
Die meisten Organisationen haben ein Wissensproblem, das sich als KI-Problem verkleidet. Information lebt in Slack-Threads, in einem Postfach, in einem Deck auf einem Laufwerk, dessen Namen niemand mehr weiß. KI-Tools verstärken, was man ihnen gibt. Gibt man ihnen Chaos, verstärken sie Chaos, mit Geschwindigkeit.
Die Arbeit liegt weiter vorn. Wissen strukturieren. Kontext portabel machen. Dann Menschen beibringen, damit zu bauen.
Wir kartieren mit Teams, was sie wirklich wissen, wo es lebt und wie es sich bewegt. Das Ergebnis ist eine Wissensarchitektur: explizit, navigierbar, lesbar für Menschen und Maschinen. Das ist kein Notion-Redesign. Es ist eine Art, das Denken des Teams zu organisieren.
Sobald Struktur existiert, bauen wir die Kontextschicht, die sie mit KI nutzbar macht. Prompts, die die Stimme des Hauses tragen. Skills, die Methodik kodieren. Retrieval-Systeme, die das richtige Wissen im richtigen Moment liefern. Agenten, die im tatsächlichen Betriebsmodell des Teams arbeiten.
Die Architektur verzinst sich nur, wenn die Menschen sie erweitern können. Wir trainieren Teams, eigene Tools mit Claude Code zu bauen und mit Claude Cowork flüssig mit KI zu arbeiten. Das Ziel ist Unabhängigkeit, keine Abhängigkeit.
Die Struktur kommt zuerst.
Kein noch so kluges Prompting repariert schlecht organisiertes Wissen.
Stimme ist Teil der Architektur.
Wie ein Team schreibt, entscheidet und denkt, ist im System kodiert. Generische Outputs sind ein Architekturfehler.
Für Erweiterung gebaut.
Jedes Artefakt, das wir liefern, ist dokumentiert, damit das Team es verändern und erweitern kann.
Souveränität vor Bequemlichkeit.
Wir bauen auf Portabilität. Ihre Wissensarchitektur soll jedes einzelne Tool überleben.
Knowledge Architecture Sprint
Ein fokussiertes Engagement mit einem Team. Wir kartieren Ihr Wissen, bauen die Struktur, liefern die erste Kontextschicht und hinterlassen eine Architektur, die Sie erweitern können. Typisches Ergebnis: ein funktionierendes Wissenssystem, drei bis fünf Skills oder Agenten im Einsatz, ein Team, das sie pflegen kann.
Claude-Code-Training
Für technische und halbtechnische Teams. Teilnehmende bauen echte Tools mit Claude Code: Skills, Agenten, Automationen, eigene Workflows. Das Curriculum entsteht aus Ihren echten Use Cases, nicht aus Spielbeispielen. Am zweiten Tag hat jeder etwas Benutzbares geliefert.
Claude-Cowork-Training
Für Wissensarbeiter, die KI als Denkpartner nutzen wollen statt als Diktiergerät. Cowork-Workflows, Dokumentarchitektur für KI-Zusammenarbeit, Stimme und Kontext-Engineering. Praktisch und hands-on, für Nicht-Entwickler gebaut.
Agentic Build
Eigene agentische Workflows auf n8n, Python, Claude- oder OpenAI-APIs, mit RAG über PostgreSQL und pgvector, wo Retrieval zählt. Beispiele: automatisierte RFP-Eingänge, Wissensassistenten, Dokument-Pipelines, CRM-Automation.
- Eine dokumentierte Wissensarchitektur für Ihr Team
- Drei bis fünf produktionsreife Skills, Agenten oder Workflows
- Ein Team, das das System ohne uns erweitert
- Ein Wartungsmodell ohne Dauerabhängigkeit
Teams zwischen 5 und 50 Personen, die KI bereits als strategischen Hebel sehen und über Prompt-und-Hoffen hinauswollen. Gründer, die schlank bauen. Operations-Verantwortliche mit komplexen Workflows. Beratungen, Agenturen und interne Teams, deren Produkt Wissen ist.
Ausgewählte Arbeit: Wissensarchitekturen für Kunden (auf Wunsch anonymisiert)