Ursprünglich auf Französisch verfasst. Von KI übersetzt — der Sinn wurde bewahrt, nicht der Stil.
Ich habe schon erzählt, warum das Gedächtnis eines LLM nicht in eine einzige Datei passt, und warum der Kontext das Kapital ist, das ein PM aufbauen muss. Das waren Artikel über das Warum.
Dieser hier handelt vom Wie. Ich öffne die Haube meiner Kontext-Engine — das System, das in einem Ordner 02-CONTEXT/ meines Vaults lebt — und verfolge eine echte Mission von Anfang bis Ende. Bei jedem Schritt erkläre ich den Baustein, der gerade ins Spiel kommt: die Mission, den Fokus, die Direktiven, die Aufgabenliste, die Offline-Warteschlange und die drei Gedächtnisarten.
Das Ziel: dass jemand, der dieses System noch nie gesehen hat, versteht, wie es aufgebaut ist — und vor allem, warum es so aufgebaut ist. Denn jeder Ordner, jede Datei antwortet auf ein Problem, auf das ich gestoßen bin, während ich mit einer KI wochenlang am selben Thema gearbeitet habe.
Das Grundprinzip: Die Festplatte ist das Gedächtnis
Eines muss vor allem anderen geklärt sein. In diesem System ist das Dateisystem das Hauptgedächtnis der KI. Nicht die Unterhaltung.
Eine Unterhaltung mit einem LLM ist flüchtig. Tab geschlossen, alles weg. Das Kontextfenster ist endlich, und je voller es wird, desto schlechter die Aufmerksamkeit — das ist das Phänomen Lost in the Middle, über das ich an anderer Stelle geschrieben habe. Statt also alles in der Unterhaltung zu halten, schreibt man alles auf die Festplatte, in Dateien, die nach Art der Information getrennt sind. Und zu jeder Sitzung lädt man nur das Nötigste nach.
Ein Kontext ist also ein Ordner. Ein Ordner = eine Mission. Es gibt kein implizites übergreifendes Gedächtnis zwischen zwei Kontexten: Was die KI über Projekt A weiß, sickert nicht zu Projekt B durch. Jede Mission hat ihren eigenen Kopf.
So sieht ein Kontext vereinfacht aus:
<kontext>/
├── 00_mission/ ← der stabile Rahmen: warum wir hier sind, die Regeln
├── 01_active/ ← der lebendige Zustand: wo wir stehen, heute
├── 02_checkpoints/ ← die Momentaufnahmen
├── 03_sources/ ← das Rohmaterial
├── 04_notes/ ← die extrahierten Ideen, untereinander verbunden
├── 05_memory/ ← das konsolidierte Gedächtnis
├── 06_index/ ← der Maschinenindex, damit die KI sich zurechtfindet
└── 07_outputs/ ← die Ergebnisse
Die Ordnungslogik ist einfach, aber streng: Was stabil ist (die Mission, die Regeln) bleibt getrennt von dem, was sich mit jeder Sitzung ändert (der aktuelle Zustand), und dieses wiederum vom Rohmaterial (den Quellen), von dem, was man daraus zieht (den Notizen) und von dem, was man produziert (den Ergebnissen). Nichts wird vermischt. Wir werden sehen: Diese Trennung ist nicht kosmetisch, sie macht das Denken über die Zeit nachvollziehbar.
Damit das Ganze greifbar wird, verfolge ich eine Mission, die ich tatsächlich durchgeführt habe (ein einfaches Beispiel, der Lesbarkeit zuliebe): PM016 — LinkedIn-Posts aus drei Artikeln schreiben, die ich in einem Marketing-Magazin veröffentlicht habe. Eine kurze Mission aus der Content-Produktion, die aber die meisten Bausteine aktiviert.
Einen Kontext öffnen: Was die KI lädt und was auf der Festplatte bleibt
Ich starte eine Sitzung. Das Erste, was die KI tut, ist nicht, alles zu lesen. Sie liest eine Konfigurationsdatei: das Lade-Manifest (load_manifest.json). Diese Datei sagt ihr, was sie laden soll — und was sie stattdessen auf der Festplatte liegen lassen soll.
Es enthält drei Listen:
always_load— der Kern, jedes Mal geladen. Die Mission, der Rahmen, die Direktiven, die Risiken, der aktuelle Zustand, der Plan, der Fokus, die Aufgabenliste, die Entscheidungen, die Widersprüche, die Wiederaufnahme-Notiz, die Zusammenfassung.load_on_demand— alles, was auf der Festplatte bleibt und nur geladen wird, wenn die Aufgabe es verlangt: die Dutzenden Quellen, die atomaren Notizen, die Sitzungstagebücher.- Leitplanken — nicht mehr als 12 aktive Dateien, höchstens rund 1200 Zeilen im Kontextfenster des LLM.
Das ist ein Instrumententisch im OP. Die wichtigsten Instrumente liegen schon bereit, die anderen sind in Reichweite, aber der Tisch wird nicht zugestellt. Ein menschlicher Experte liest nicht vor jeder Besprechung die ganze Akte durch — er hat das Wesentliche verinnerlicht und holt ein bestimmtes Dokument, wenn er es braucht. Ein LLM kann nichts verinnerlichen: Es hat nur das, was man ihm gibt. Genau deshalb kommt es darauf an, ihm die richtige Teilmenge zu geben, nicht alles.
In der Praxis öffnet ein Befehl den Kontext — ich tippe /context_use pm016 —, und die KI führt das Manifest aus: Sie liest den Kern, sie liest den letzten Checkpoint, und sie ist einsatzbereit. Sie weiß, wo wir stehen, ohne dass ich ihr irgendetwas neu erklären musste.
Mission und Fokus: Das Ziel ist nicht dasselbe wie die Aufmerksamkeit
Blick auf die beiden wichtigsten Ordner — den stabilen und den lebendigen:
00_mission/ ← der stabile Rahmen
├── mission.md das Ziel (ändert sich nicht)
├── scope.md der Rahmen
├── directives.md wie die KI arbeiten soll
├── risks.md die Gefahren, die im Blick bleiben
└── glossary.md das Vokabular der Mission
01_active/ ← der lebendige Zustand (ändert sich mit jeder Sitzung)
├── focus.md die Aufmerksamkeit des Moments
├── current_state.md wo wir stehen
├── current_plan.md wohin wir gehen
├── todo.md die künftigen Handlungen
├── decisions.md was entschieden wurde
├── contradictions.md was noch nicht zusammenpasst
├── resume_work.md die Wiederaufnahme-Notiz
└── offline.md der Posteingang
Hier kommt die erste Feinheit — und wahrscheinlich die wichtigste.
Es gibt zwei Dateien, die beide nach „das, woran wir arbeiten" klingen, aber nichts miteinander zu tun haben.
Die erste ist die Mission (00_mission/mission.md). Das ist das Ziel. Es ist stabil. Für PM016 passt die Mission in einen Satz: „LinkedIn-Posts schreiben, ausgehend von den drei Artikeln, die ich in Magazin Nr. 16 veröffentlicht habe." Dieser Satz ändert sich über die gesamte Lebensdauer des Kontexts nicht. Er ist der Kurs. Die Datei liegt in 00_mission/, dem Ordner der stabilen Dinge.
Die zweite ist der Fokus (01_active/focus.md). Das ist die Aufmerksamkeit des Moments. Er ändert sich mit jeder Sitzung, manchmal mehrmals innerhalb einer Sitzung. Der Fokus lautet: „Heute arbeiten wir daran, die Ideen aus Artikel 2 in eigenständige Posts zu zerlegen." Das ist nicht das Ziel — das ist das Teilproblem, auf das wir jetzt den Scheinwerfer richten. Die Datei liegt in 01_active/, dem Ordner der lebendigen Dinge.
Warum die beiden trennen? Weil die Verwechslung von Ziel und Aufmerksamkeit der sicherste Weg ins Abdriften ist. Hält die KI den Fokus des Tages für das Ziel der Mission, definiert sie womöglich die ganze Mission um ein Detail herum neu. Umgekehrt bleibt sie zu vage, wenn sie nur das Ziel vor Augen hat: „schreib LinkedIn-Posts" sagt nicht, worauf wir uns gerade konzentrieren. Die Mission gibt die Richtung, der Fokus die Schärfentiefe. Man kann den Fokus zehnmal neu setzen, ohne die Mission je anzurühren. Genau wie bei einem Menschen: Deine Stelle (deine Mission) ändert sich nicht dadurch, dass du den Nachmittag über einer bestimmten Aufgabe sitzt (dein Fokus).
Rund um die Mission liegen in 00_mission/ drei weitere Dateien, die den Rahmen setzen.
Der Scope zieht die Grenze zwischen dem, was dazugehört, und dem, was nicht dazugehört — die Sperre gegen das Abdriften des Themas.
Die Risiken (risks.md) sind das Raster der Gefahren, die auf der Mission lasten. Bei PM016 fällt das bescheiden aus; bei einer echten Produktchance verfolgt diese Datei dagegen die vier großen Risiken von Marty Cagan — Wert, Benutzbarkeit, Machbarkeit, wirtschaftliche Tragfähigkeit. Die Idee: die Fragen, die das Projekt zum Scheitern bringen können, dauerhaft vor Augen behalten und jedes Risiko abhaken, sobald ein Element es erhellt oder verschärft. Ein leerer Abschnitt = ein noch nicht dokumentiertes Risiko, also ein bewusst in Kauf genommener blinder Fleck.
Das Glossar (glossary.md) legt das Vokabular der Mission fest, damit dieselben Wörter von Anfang bis Ende dieselbe Bedeutung behalten. Derselbe Reflex wie in meinem Kontext zur Eigentümergemeinschaft, wo ich am Ende alle Fachbegriffe und Abkürzungen in eine eigene Datei ausgelagert hatte: Ohne das benutzen am Ende alle — Mensch wie KI — dieselben Wörter mit verschiedenen Bedeutungen.
Ein wichtiger Punkt zu all diesen Dateien, vielleicht der unerwartetste am ganzen System: Sie füllen sich nicht auf einen Schlag am Anfang. Sie füllen sich nach und nach, im Lauf des Austauschs. Und „Austausch" heißt nicht nur „ein Dokument liefern". Meistens heißt es schlicht reden. Ich diskutiere mit der KI, ich denke laut, ich gebe ihr einen Zusammenhang, den ich im Kopf habe — und sie ist es, die diesen Strom an die richtige Stelle räumt: Dieser Punkt ist ein Risiko der Tragfähigkeit, dieser Begriff verdient einen Glossareintrag, dieser Satz zieht die Grenze des Scopes. Ein ungeschriebenes Risiko wird zu einer Zeile in risks.md, weil ich es im Reden erwähnt habe, nicht weil ich die Datei geöffnet hätte, um sie auszufüllen. Genau hier hört der Kontext auf, ein Ordner zum Ablegen zu sein, und wird zum persönlichen Sekretär, der mitschreibt, was ich laut denke.
Die Direktiven: Wissen festschreiben, das die KI nicht hat
Noch eine Datei aus dem stabilen Kern: die Direktiven (00_mission/directives.md).
Eine Direktive handelt nicht vom Thema der Mission. Sie handelt von der Arbeitsweise. Das ist der Unterschied zwischen den Zutaten und dem Rezept.
Ein Beispiel aus einem anderen meiner Kontexte, in dem ich Hunderte Mails einer Eigentümergemeinschaft verarbeiten lasse: „Wenn zwei Personen denselben Nachnamen tragen, nutze den Sinn der Mail, um Vorname und Firma anzugeben" (zwei Dienstleister hatten denselben Nachnamen). Das ist keine Information über die Eigentümergemeinschaft. Das ist eine Verarbeitungsregel. Sie schreibt Wissen fest, das nur ich besitze und das die KI danach systematisch anwendet — ohne es zu vergessen, ohne zu ermüden.
Für PM016 wäre eine typische Direktive: „Jeder Post vertritt genau eine atomare Idee, nie eine Zusammenfassung des ganzen Artikels." Das ist eine Produktionsvorgabe, die ich einmal setze und die für alle siebenundzwanzig Posts gilt.
Die Direktiven liegen im Kern always_load, werden also bei jeder Sitzung neu geladen. Eine Regel, die wir in Woche 1 aufgestellt haben, gilt in Woche 6 immer noch, ohne dass ich sie wiederholen müsste. Das ist kumulativ. Je weiter eine Mission fortschreitet, desto feiner werden ihre Direktiven, und desto mehr arbeitet die KI so wie ich.
Ein Detail aus der Praxis: Um mitten im Gespräch eine Direktive zu ergänzen, stelle ich meiner Nachricht einfach alpha directive : ... voran, und die KI konsolidiert sie in der Datei. Es gibt eine Handvoll solcher Schlüsselwörter (decision :, contradiction :, todo :, checkpoint, fin de session) — Abkürzungen, um eine Information in der richtigen Datei abzulegen, ohne es ausdrücklich sagen zu müssen. Das ist reine Bequemlichkeit; der Kern des Systems sind die Konzepte, nicht die Schlüsselwörter.
Die Aufgabenliste: Künftige Handlungen stören das gegenwärtige Denken nicht
Die Aufgabenliste (01_active/todo.md) ist eine schlichte Datei, die aber ein echtes Problem löst.
Wenn man an einem Thema arbeitet, tauchen ständig Ideen für künftige Handlungen auf. „Diese Zahl müssen wir noch prüfen." „Diesen Post sollten wir als Karussell aufbereiten." „An die englische Fassung denken." Lässt man diese Handlungen in der Unterhaltung treiben, passiert eines von zwei Dingen: Entweder man vergisst sie, oder sie stören das laufende Denken, weil sie die Aufmerksamkeit in alle Richtungen ziehen.
Die Aufgabenliste ist der Ort, an dem man diese Handlungen ablegt, damit man sie nicht mehr im Kopf behalten muss. Sie ist ein Backlog. Jede Aufgabe hat eine Kennung (T-NNN) und einen Status. Gefüttert wird sie mit todo : .... Und weil sie zum Kern gehört, der bei jeder Sitzung geladen wird, geht zwischen zwei Sitzungen keine Handlung verloren.
Dieselbe Logik wie überall sonst: eine Information aus dem flüchtigen Gedächtnis der Unterhaltung herausholen und an einem stabilen, benannten Ort ablegen.
Die Offline-Warteschlange: Mit dem Kontext sprechen, während er schläft
Hier kommt ein Baustein, an den man am Anfang nicht denkt und der schnell unverzichtbar wird: die Offline-Datei (01_active/offline.md).
Das Problem: Ideen kommen nicht nur dann, wenn man mit offenem Kontext vor der KI sitzt. Sonntagabend schießt mir ein Gedanke zu PM016 durch den Kopf, und ich habe nicht die geringste Lust, eine ganze Sitzung zu öffnen. Wohin damit?
In die Offline-Datei. Sie ist ein Posteingang. Ich lege dort eine Nachricht ab — eine Idee, eine Korrektur, eine Erinnerung —, ohne eine Sitzung zu öffnen. Die Datei schläft mit dem Kontext.
Beim Start der nächsten Sitzung sieht der Ablauf dann einen festen Schritt vor: Ist offline.md nicht leer, behandle den Inhalt als eingehende Nachricht und leere danach die Datei. Die KI liest meine Nachricht vom Sonntagabend, als hätte ich sie gerade getippt, berücksichtigt sie, handelt danach und setzt den Posteingang zurück. Nichts geht verloren, und ich musste keine Sitzung öffnen, nur um eine Idee zu notieren.
Das ist eine asynchrone Art, mit einem Kontext zu sprechen. Der Kontext wird zu etwas, dem ich eine Nachricht hinterlassen kann, auch wenn er gerade nicht „an" ist.
Quellen und Notizen: Vom Rohmaterial zum wiederverwendbaren Wissen
Bisher ging es um die Steuerung. Jetzt zum Inhalt.
Blick auf die Kette, die vom Rohen zum Wissen führt:
03_sources/ ← das Rohmaterial
├── SRC-001.md die Karteikarte (verwertbare Abschrift)
└── raw/ das Original, wie es ist (das PDF, von der KI nicht lesbar)
04_notes/ ← das extrahierte Wissen
├── atomic/ eine Idee = eine Notiz (NOTE-0001, 0002…)
└── thematic/ die Zusammenfassungen, die mehrere Notizen verbinden
Wenn ich Material einbringe — für PM016 das PDF der drei Artikel —, wird es nicht in die Unterhaltung gekippt. Es geht nach 03_sources/, zum Rohmaterial. Jede Quelle bekommt eine Karteikarte und eine Kennung (SRC-001, SRC-002…). Das Original-PDF, für die KI nicht direkt lesbar, bleibt unverändert im Unterordner raw/, und eine .md-Karteikarte liefert eine verwertbare Abschrift. Man weiß immer, woher jede Information stammt.
Dann kommt die Extraktion. Aus den Quellen erzeugt die KI atomare Notizen in 04_notes/atomic/. Eine atomare Notiz hält eine einzige Denkeinheit fest: eine Tatsache, eine Definition, eine Hypothese, ein Muster, einen Widerspruch. Für PM016 brachte die Analyse der drei Artikel zweiundzwanzig Notizen hervor. Hier eine davon, im Original:
NOTE-0022 — Abwägen, ohne blind zu werden: der Regler zwischen Rahmen und Autonomie Muster: Einer Verantwortung genug Autorität zum Abwägen zu geben, schafft ein neues Risiko — die blinde Zentralisierung. […] Kohärenz ist nicht Gleichförmigkeit. Beispiel Nike: sehr unterschiedliche Welten (Running, Fußball, Basketball…) bestehen nebeneinander, ohne dass alles vereinheitlicht wird.
Diese Notiz steht für sich: Man versteht sie, ohne den Artikel wieder zu öffnen. Sie ist belegt (sie verweist auf SRC-001, Seite 67). Und sie ist verbunden: Unten verknüpft sie ein Abschnitt ## Backlinks mit der thematischen Notiz the-brand-man. Das ist Zettelkasten — Denkeinheiten, die miteinander verbunden sind und bei denen die Intelligenz aus den Verbindungen entsteht, nicht aus der Anhäufung.
Eine Regel lege ich mir hier auf, und sie ist feiner, als sie klingt: Eine atomare Notiz ist niemals Material, das schon fürs Ergebnis zurechtgelegt wurde. Auch wenn das Ziel der Mission LinkedIn-Posts sind, darf eine Notiz kein „Aufhänger" und keine „Pointe" sein. Die Notiz hält ein neutrales und wahres Wissen fest. Die Gestaltung im Dienst des Ziels findet ausschließlich in den Ergebnissen statt. Die Kette ist streng: Quellen (roh) → Notizen (neutrales Wissen) → Outputs (ausgerichtetes Ergebnis). Solange wir in den Notizen sind, hat das Ziel der Mission noch nichts mitzureden. Sonst vergiftet man sein eigenes Rohmaterial.
Die Regel wirkt starr. Tatsächlich macht gerade sie die Notizen stark — denn ein neutrales Wissen ist unabhängig vom Ergebnis und damit für jedes beliebige wiederverwendbar.
Nehmen wir statt PM016 eine Produktmission. Aus ein und derselben Menge atomarer Notizen — ein Kundenproblem, eine Hürde bei der Einführung, ein Marktmuster — kann ich sehr verschiedene Unterlagen erzeugen: einen Pitch für die Geschäftsleitung, eine Support-Dokumentation, einen Blogartikel, eine Sales Narrative, ein Onboarding. Jedes Ergebnis greift sich aus diesem gemeinsamen Bestand die Bausteine heraus, die es braucht, und kombiniert sie. Hätte ich diese Notizen für den Pitch zurechtgeschrieben, taugten sie nur für den Pitch. Neutral gehalten dienen sie allen fünf. Gestaltung, Blickwinkel, Tonfall: All das kommt erst im letzten Moment, in 07_outputs/, wenn feststeht, welches Ergebnis entsteht.
Und die Wiederverwendbarkeit endet nicht an der Mission. Kontexte sind keine abgeschotteten Silos. Eine Notiz, die für einen Kontext entstanden ist, kann einen anderen erhellen — denn verwandte Kontexte lassen sich miteinander verbinden. Ich kann sogar einen Kontext öffnen, um einen anderen zu prüfen: seine Notizen durchgehen und die guten Ideen aufgreifen. Ein einmal geschriebener Wissensbaustein kann so heute ein Ergebnis nähren, morgen ein anderes und in sechs Monaten eine Entscheidung in einem dritten Kontext. Genau das war das Versprechen vom Anfang: Das Ergebnis ist Wegwerfware, die Notiz ist Kapital.
Wenn mehrere Notizen zusammenlaufen, schreibt man eine thematische Notiz in 04_notes/thematic/ — eine Zusammenfassung zu einem Blickwinkel oder einer Spannung. Für PM016 eine pro Artikel.
Die drei Gedächtnisarten: episodisch, semantisch und die Momentaufnahmen
Blick auf die drei Orte des Gedächtnisses — drei Zeitmaßstäbe:
05_memory/
├── journal/ was passiert ist, Tag für Tag (die Geschichte)
└── synthesis.md was man daraus behält (die Lehre)
02_checkpoints/ der vollständige Zustand zu einem Zeitpunkt (das Bild für den Wiedereinstieg)
Hier liegt die zweite große Feinheit des Systems. Ein menschliches Gehirn hat nicht ein Gedächtnis, sondern mehrere, die in verschiedenen Zeitmaßstäben arbeiten: das, was gerade jetzt geschieht, festhält, das, was Erlebtes speichert, und das, was dauerhaftes Wissen verfestigt. Das System bildet diese Architektur mit drei getrennten Objekten nach, die man auf keinen Fall verwechseln darf.
Das Tagebuch (episodisches Gedächtnis). In 05_memory/journal/ liegt eine Datei pro Arbeitstag. Sie erzählt, was passiert ist: was an diesem Tag getan wurde, in welcher Reihenfolge, welche Entscheidungen fielen, wo es hakte. Das ist der chronologische Bericht. Dorthin geht man, wenn man sich fragt: „Was hatten wir Dienstag eigentlich entschieden, und warum?" Datiert, fortlaufend, nie umgeschrieben.
Die Zusammenfassung (semantisches Gedächtnis). In 05_memory/synthesis.md liegt eine einzige Datei. Sie erzählt nicht, was passiert ist — sie verdichtet, was man daraus behält. Die stabilen Schlüsse, die bestätigten Überzeugungen, die Muster aus Dutzenden Sitzungen. Das ist das Langzeitgedächtnis, von der Chronologie befreit. Ein erfahrener Product Manager entdeckt nicht bei jedem Projekt neu, dass Nutzer im Interview lügen: Das ist zu semantischem Wissen geworden. Genau das ist die Zusammenfassung. Sie gehört zum Kern, der bei jeder Sitzung geladen wird, weil sie das nützlichste Konzentrat ist, um den Faden wieder aufzunehmen.
Die Checkpoints (die Momentaufnahmen). In 02_checkpoints/ liegt höchstens eine Datei pro Tag. Ein Checkpoint ist eine vollständige Momentaufnahme des Zustands des Kontexts. Der Blickwinkel beim Schreiben ist sehr genau festgelegt, und genau darin liegt sein Wert: „Wenn jetzt ein LLM käme, das nichts gelesen hat — was muss es wissen, um ohne Fehler und ohne Neuanfang weiterzumachen?" Der Checkpoint ist das Sicherheitsnetz für den Wiedereinstieg.
Der Unterschied zwischen Tagebuch und Zusammenfassung wird am häufigsten übersehen. Das Tagebuch ist die Geschichte, die Zusammenfassung ist die Lehre. Man braucht beides, und zwar genau aus dem Grund, der mich in meinen allerersten Versuchen dazu gebracht hatte, die Verdichtung von einem chronologischen Log zu trennen: Ich wollte beides — wissen, wo wir stehen (die Zusammenfassung), und den Faden zurückverfolgen können (das Tagebuch). Eines mit dem anderen zu überschreiben heißt, entweder das Gedächtnis oder die Nachvollziehbarkeit zu verlieren.
Und genau das macht das System prüfbar. Ein Gehirn vergisst — das ist seine Stärke. Ein Dateisystem vergisst nichts. Von der Zusammenfassung geht man zurück zum Checkpoint. Vom Checkpoint zu den Tagebüchern. Von den Tagebüchern zu den Notizen. Von den Notizen zu den Rohquellen. Fragt jemand „warum diese Entscheidung?", lautet die Antwort nie „weil die KI es gesagt hat". Es ist eine Beweiskette: Quelle → Notiz → Entscheidung.
Der Ablauf einer Sitzung, von Anfang bis Ende
Jetzt, wo die Bausteine stehen, hier der ganze Film einer Sitzung an PM016.
Beim Start. Die KI liest das Manifest, lädt den Kern, liest den letzten Checkpoint. Sie prüft die Offline-Datei: Enthält sie eine Nachricht, die ich zwischen zwei Sitzungen hinterlassen habe, verarbeitet sie diese und leert die Datei. In wenigen Sekunden weiß sie, wo wir stehen. Die Wiederaufnahme-Notiz (resume_work.md) nennt ihr sogar die erste Handlung.
Während der Sitzung. Wir reden — oft laut, vor dem Bildschirm. Und während des Gesprächs räumt die KI fortlaufend auf. Eine neue Quelle kommt herein → 03_sources/. Eine haltbare Idee entsteht → eine atomare Notiz in 04_notes/. Eine Entscheidung fällt → decisions.md. Ein Widerspruch taucht auf → contradictions.md (wir glätten ihn nicht künstlich, wir halten ihn sichtbar). Eine künftige Handlung → die Aufgabenliste. Jedes Mal, wenn eine Datei entsteht, werden die README.md ihres Ordners und der Maschinenindex aktualisiert. Der Kontext hält sich ständig selbst aktuell, ohne Zutun von mir.
Am Ende der Sitzung. Ich tippe /context_close. Die KI stößt das Abschlussritual an: Sie schreibt das Tagebuch des Tages, aktualisiert den aktuellen Zustand und die Wiederaufnahme-Notiz, überführt in die Zusammenfassung, was dauerhaft werden soll, und legt einen Checkpoint an, wenn eine Schwelle erreicht ist. Dann committet sie alles. Die nächste Sitzung kann genau dort weitermachen, wo diese aufgehört hat.
Es gibt auch eine Verdichtung unterwegs (/context_push): Wenn der aktuelle Zustand anschwillt, die Aufgabenliste unlesbar wird oder wir uns im Kreis drehen, verdichten wir, entfernen Dubletten, priorisieren und archivieren, was nicht mehr dient — ohne je die Nachvollziehbarkeit zu verlieren.
Aber /context_push hat eine noch wichtigere Rolle, und hier liegt eine Falle, in die man zwangsläufig tappt, wenn man das System kennenlernt. Dauert eine Sitzung lange, sprengt die Unterhaltung irgendwann das Fenster des LLM. In diesem Moment verdichtet das LLM selbst: Es fasst den älteren Austausch stillschweigend zusammen, um Platz zu schaffen. Und alles, was zu diesem Zeitpunkt noch nicht auf der Festplatte stand — eine mündlich erwähnte Entscheidung, eine nebenbei geworfene Idee, eine wichtige Nuance —, wird abgeschliffen, verzerrt oder geht schlicht verloren. Das LLM warnt dich nicht; es glaubt, das Wesentliche behalten zu haben, aber es hat entschieden, was wesentlich war.
/context_push ist das Gegenmittel: Es erzwingt die Sicherung auf die Festplatte, bevor das LLM sein Arbeitsgedächtnis verdichtet. Wer regelmäßig pusht, stellt sicher, dass alles Wichtige schon in den Dateien steht — an der richtigen Stelle, belegt, nachvollziehbar —, sodass die Verdichtung des LLM nichts Wichtiges mehr kostet. Das ist das Grundprinzip dieses Artikels, angewandt im Lauf der Sitzung: Was nur in der Unterhaltung lebt, lebt auf Abruf; wirklich gemerkt ist nur, was auf der Festplatte steht.
Vergessen ohne Verlust
Ein letzter Punkt, denn er sagt viel über die Philosophie des Systems. Es gibt kein brutales Löschen.
Wenn eine Information nicht mehr nützt, wird sie nicht gelöscht. Man nimmt sie aus dem Standardladen heraus, verdichtet sie oder archiviert sie. Wenn eine Idee eine andere ablöst, wird die alte nicht überschrieben: Sie wird als superseded markiert, behält ihre alte Kennung, und die alte verweist auf die neue. Wirklich gelöscht wird nur bei einem offensichtlichen Fehler oder einer eindeutigen Dublette.
Warum so viel Vorsicht? Weil die Prüfbarkeit der ganze Wert des Systems ist. An dem Tag, an dem eine Produktüberzeugung verteidigt werden muss, muss ich bis zu ihrer Quelle zurückgehen können, auch wenn sie zwei Monate alt und seither „superseded" ist. Ein Gedankengang, dessen Geschichte gelöscht wurde, ist kein Gedankengang mehr — er ist eine Meinung ohne Beleg.
Was der Kontext wirklich ist
Im Grunde ist diese Kontext-Engine kein Ablagesystem. Sie ist eine Gedächtnisarchitektur für eine Intelligenz, die von Haus aus keine hat.
Jeder Baustein antwortet auf eine Grenze des LLM: das Manifest auf das endliche Fenster; die drei Gedächtnisarten auf das Vergessen zwischen den Sitzungen; die atomaren Notizen auf Lost in the Middle; die Trennung von Quellen, Notizen und Ergebnissen auf den Bedarf an Nachvollziehbarkeit; die Offline-Datei auf die Tatsache, dass das Denken nicht aufhört, wenn die Sitzung sich schließt.
Und das Ergebnis ist genau das, was ich in meinen früheren Artikeln beschrieben habe: Das Ergebnis ist nicht mehr der Ausgangspunkt der Arbeit, es ist ein Nebenprodukt. Wert hat der Kontext selbst — dieses strukturierte, nachvollziehbare, wiederverwendbare Gedächtnis, das man Sitzung um Sitzung anreichert und das am Ende weit mehr hervorbringt, als man von ihm verlangt hat.
Für PM016 war das Ziel siebenundzwanzig LinkedIn-Posts. Was aber bleibt, wenn die Posts veröffentlicht sind, ist ein Kontext: zweiundzwanzig verbundene atomare Ideen, drei thematische Zusammenfassungen, belegte Quellen. Material, das ich in sechs Monaten für ein ganz anderes Ergebnis wieder öffnen kann. Der Post war das Ziel. Der Kontext ist das Kapital.