Hauptgedanke

Eine neutrale Wissensschicht zwischen den Quellen und den Dokumenten zu halten war immer möglich: saubere Notizen machen, die Quellen aufbewahren, Zusammenfassungen schreiben. Was fehlte, war nicht das Material, sondern der Ertrag. War die Schicht einmal aufgebaut, blieb die Erzeugung jeder Ausgabe eine vollständige Handarbeit — die Schicht fügte also Kosten hinzu, ohne die folgenden zu senken.

Was sich ändert, ist die Rekomposition: Aus einem gut geordneten Material lässt sich dasselbe Wissen in eine lange, kurze, kommerzielle, technische, vorsichtige oder didaktische Fassung bringen, ohne jedes Mal von Hand neu geschrieben zu werden.

Die Kosten der Schicht sind nicht gesunken. Gestiegen ist, was sie danach erlaubt.

Die Rekomposition ist nur die erste der freigeschalteten Operationen. Eine gut gepflegte Schicht wird befragbar: nach blinden Flecken fragen, Optionen vergleichen, Interviews miteinander verknüpfen, Wiederkehrendes erkennen, eine Abfrage erzeugen, um ein Verhalten in den Daten zu prüfen, einen Kundenschmerz mit vorhandenen und fehlenden Funktionen zusammenbringen. Der Gewinn besteht nicht mehr nur darin, schneller zu schreiben, sondern darin, Fragen zu bekommen, die man nicht gestellt hätte.

Ergänzt durch „Das Backlog ist kein Mülleimer: Es ist ein Werkzeug zum Handeln“ (2026-06-03).

Warum das wichtig ist

Das formuliert eine Abwägung neu, die man für entschieden hielt. Viele Organisationen haben darauf verzichtet, ihr Wissen zu kapitalisieren, nachdem sie festgestellt hatten, dass es nichts einbrachte — und diese Feststellung war zu der Zeit, als sie getroffen wurde, richtig.

Es sagt auch, was man einer KI geben muss, um eine korrekte Rekomposition zu bekommen: nicht das zuletzt verschickte Dokument, kein Gespräch, kein fertiges PDF, sondern die Quellen, die Notizen, die Entscheidungen, die Grenzen und das, was unsicher bleibt.

Nuancen und Grenzen

Die Rentabilität hängt vollständig von der Ordnung des Materials ab. Eine schlecht gepflegte Schicht wird nicht rekomponierbar, weil eine KI sie liest — sie wird nur schief rekomponierbar.

Und der Gewinn betrifft die Erzeugung der Ausgaben, nicht den Aufbau der Schicht, der eine menschliche Urteilsarbeit bleibt.

Ergänzt durch „KI-Wiki: warum ich eine KI-gepflegte Wissensbasis aufgebaut habe“ (2026-05-25). Die vorige Einschränkung lockert sich, ohne zu verschwinden. Bei einem stabilen Fachwissen — Normen, Regulierung, Vokabular der industriellen Instandhaltung — automatisiert sich auch der Aufbau der Schicht: Die Maschine liest die Quellen, schreibt die Notizen, aktualisiert die vorhandenen. Neunhundertfünfzig Notizen aus einem Dutzend Werken hat niemand von Hand geschrieben. Was menschlich bleibt, verschiebt sich dann um eine Stufe, ohne auf nichts zu schrumpfen: entscheiden, welcher Bereich sich dafür eignet, die Ingestionsregeln einstellen und prüfen, was herauskommt — drei Urteilsarbeiten, die aber kein Schreiben mehr sind.

Ergänzt durch „Ich habe gesucht, was ich an „Contexte“ wirklich erfunden habe“ (2026-09-21). Die Schicht selbst hat nicht auf die KI gewartet, und eine Recherche nach Vorläufern zeigt das. Die Experience Factory von Victor Basili trennt seit den 1980er-Jahren die Projektorganisation von dem Dispositiv, das ihre Erfahrung einsammelt, analysiert, zu wiederverwendbaren Einheiten synthetisiert und den folgenden Projekten zurückgibt — das Software Engineering Laboratory der NASA war schon 1992 ein operatives Beispiel dafür. Knowledge-Centered Service geht weiter und verweigert den getrennten Prozess: Das Wissen wird im Fluss der Lösung selbst gesucht, wiederverwendet, verbessert und erfasst, was das Consortium for Service Innovation mit „reuse is review“ zusammenfasst. Was sich mit der KI ändert, ist also nicht die Idee der Schicht und auch nicht die, sie an die laufende Arbeit anzuhängen: Es ist der Preis ihrer Pflege.

Offene Fragen

• Ab wie vielen erwarteten Ausgaben wird die Schicht rentabel, und lässt sich das vorab berechnen?