Second Brain für Unternehmen – ein Ordner, der jede KI schlauer macht
Jede neue Unterhaltung mit einer KI beginnt bei null. Das Modell kennt weder Ihr Angebot noch Ihre Kunden, weder die Entscheidung von letzter Woche noch den Grund dafür. Sie erklären es jedes Mal neu – oder Sie bekommen Antworten, die zu irgendeinem Unternehmen passen, nur nicht zu Ihrem. Ein Second Brain löst genau dieses Problem. Und es ist viel unspektakulärer, als der Name klingt.
Was ein Second Brain wirklich ist
Ein Ordner. Darin Textdateien. Sonst nichts.
Die Dateien beschreiben, was ein guter Mitarbeiter nach zwei Jahren im Betrieb weiß: wer Sie sind, was Sie verkaufen, an wen, zu welchen Bedingungen, welche Kunden gerade offen sind, welche Entscheidungen gefallen sind und warum. Dazu kommen Protokolle, Angebote, Vorlagen, Preislisten, Stilregeln – alles, was Sie einer KI sonst in jedem Chat aufs Neue erklären müssten.
Der Trick liegt nicht in den Dateien, sondern im Zugriff. Werkzeuge wie Claude Code, Codex oder die Desktop-Anwendung von Anthropic können einen Ordner öffnen und darin lesen und schreiben. Geben Sie ihnen bei jeder Aufgabe denselben Ordner, passiert zweierlei: Das Modell holt sich den Kontext, den es braucht, und es legt Neues ab, das es in der Unterhaltung gelernt hat. Der Ordner wächst mit jeder Sitzung. Nach ein paar Wochen antwortet die KI nicht mehr wie ein Fremder, sondern wie jemand, der dabei war.
Das Format ist Markdown – Textdateien mit der Endung .md. Kein proprietäres Format, keine Datenbank, keine Abhängigkeit von einem Anbieter. Wechseln Sie das Modell, bleibt das Gedächtnis. Das ist der wichtigste Grund, warum sich diese Bauweise gegenüber allen eingebauten Speicherfunktionen der Chat-Anbieter durchsetzt.
Warum das jetzt an Wert gewinnt
Die neue Modellgeneration – Claude Fable 5.1 an der Spitze – kann sehr große Mengen Text in einem Durchgang verarbeiten und dabei den Überblick behalten. Vor einem Jahr brach ein Modell bei zweihundert Dateien ein. Heute können Sie fragen: Geh durch mein Second Brain und sag mir, welche Entscheidungen wir dieses Jahr getroffen haben, an welchen wir festgehalten haben und welche Engpässe wir tatsächlich gelöst haben. Das Modell liest die Dateien, zieht die Linien und liefert eine Auswertung, die vorher nur ein Berater nach zwei Tagen Aktenstudium liefern konnte.
Das ist der Punkt: Die Modelle sind so gut geworden, dass der Kontext zum Engpass wird. Wer sein Wissen nur im Kopf und in verstreuten Mails hat, nutzt von der neuen Leistung einen Bruchteil. Wer es in einem Ordner hat, nutzt sie ganz.
Aufbau in vier Schritten
1. Ordner anlegen. Ein Ordner auf dem Rechner, ein Name, fertig. Wer will, legt ihn direkt aus dem KI-Werkzeug heraus an und wählt ihn dort als Arbeitsordner.
2. Struktur festlegen. Ein flacher Ordner mit hundert Dateien ist nach zwei Wochen unbrauchbar. Unterordner nach Themen sind Pflicht: Unternehmen, Angebot, Kunden, Zielgruppe, Team, Prozesse, Werkzeuge, Entscheidungen, Tagesprotokolle. Die genaue Aufteilung folgt Ihrem Betrieb, nicht einer Vorlage.
3. Wegweiserdatei schreiben. Im Hauptordner liegt eine Datei namens CLAUDE.md oder AGENTS.md. Die KI liest sie zu Beginn jeder Sitzung. Ihr wichtigster Inhalt ist eine Tabelle: welche Art von Frage, welcher Unterordner, welche Datei. Diese Tabelle ist die Landkarte. Ohne sie durchsucht das Modell alles; mit ihr liest es nur, was zur Aufgabe gehört. Das entscheidet über Tempo, Kosten und Treffsicherheit. Wer mit KI-Agenten arbeitet, kennt das Prinzip schon aus dem Agent Harness: Die Umgebung entscheidet, nicht der Prompt.
4. Inhalte einbringen. Das ist der Schritt, der Zeit kostet und sich am meisten lohnt. Nehmen Sie ein Dutzend Themen – Sie selbst, das Unternehmen, der Markt, das Angebot, die Preislogik, die Kunden, die Wettbewerber, die Werkzeuge, die Regeln, die offenen Baustellen – und erzählen Sie zu jedem alles, was Ihnen einfällt. Am schnellsten geht das mit einem Diktierwerkzeug: einfach reden, das Modell schreibt mit und sortiert später. Legen Sie vorhandene Dokumente dazu: Präsentationen, Angebote, Verträge, Handbücher. Und benennen Sie je Thema die Software, in der weitere Informationen liegen – CRM, Buchhaltung, Ticketsystem – damit das Modell weiß, wo es bei Bedarf nachschlagen kann.
Aus diesem Rohmaterial baut das Modell die Dateien, verteilt sie auf die Unterordner und schreibt die Wegweiserdatei passend dazu. Rechnen Sie mit ein bis zwei Stunden konzentrierter Arbeit. Danach ist der Unterschied bei jeder Aufgabe spürbar.
Die eine Gewohnheit, die alles trägt
Jede Sitzung beginnt mit demselben Ordner. Egal, ob Sie eine Mail formulieren, ein Angebot rechnen oder eine Auswertung wollen: Der Ordner ist geöffnet. Nur so kann die KI lesen, was sie braucht, und ablegen, was sie lernt. Wer das drei Wochen durchhält, merkt, wie das Wissen sich verzinst. Wer es vergisst, hat nach drei Monaten einen Ordner, der den Stand von damals beschreibt – und eine KI, die darauf vertraut.
Zum Anschauen und Aufräumen hilft eine Ansichts-Anwendung, die den Ordner als Wissensnetz zeigt und die Verweise zwischen den Dateien sichtbar macht. Obsidian ist die bekannteste, es gibt inzwischen mehrere. Für die KI ist das ohne Belang – sie liest die Dateien direkt. Für Menschen macht es den Unterschied zwischen einem Ablageort und einem Arbeitsplatz.
Aktuell halten: die Routine
Ein Second Brain, das nur beim Aufbau befüllt wird, veraltet wie jedes Handbuch. Der zweite Baustein ist deshalb eine geplante Aufgabe, die täglich läuft und den Ordner aus Ihren Systemen nachfüllt.
Typische Quellen: das Besprechungsprotokoll-Werkzeug, der Posteingang, der Team-Chat, das CRM, das Ticketsystem, die Community-Plattform. Die Routine liest die Neuigkeiten des Tages, schreibt eine Tagesdatei mit Zusammenfassung und Verweisen, aktualisiert den Status jedes offenen Kunden und passt bestehende Dateien an, wenn sich etwas geändert hat. Was überholt ist, entfernt sie. Am Morgen danach kennt jede Sitzung den Stand von gestern Abend.
Ein Detail, das oft übersehen wird: Geplante Aufgaben auf dem eigenen Rechner laufen nur, wenn der Rechner läuft. Soll die Routine unabhängig davon arbeiten, muss sie in der Cloud laufen – und dann kann sie nicht auf einen lokalen Ordner zugreifen. Der Ordner muss also selbst als Datenquelle erreichbar sein, etwa über einen MCP-Endpunkt, der den Inhalt bereitstellt. Das ist kein Hexenwerk, aber es ist ein Schritt, den man einplanen muss.
Wachsen ohne zu verfetten
Nach ein paar Monaten mit täglicher Routine hat der Ordner Tausende Dateien. Dann beginnt das eigentliche Problem: aufgeblähter Kontext. Doppelte Angaben in zwei Dateien, die sich widersprechen. Tagesdateien, die niemand mehr braucht. Verweise auf Dateien, die umbenannt wurden. Eine Wegweisertabelle, die nicht mehr zur Struktur passt.
Die Folgen sind messbar: Das Modell liest mehr als nötig, wird langsamer, kostet mehr und – am schlimmsten – zieht falsche Angaben heran, weil die veraltete Datei neben der aktuellen liegt.
Deshalb gehört ein dritter Baustein dazu: eine Aufräumrunde, etwa alle zwei Wochen. Ein starkes Modell geht durch den Bestand, sucht Doppelungen und Widersprüche, führt zusammen, verschiebt, benennt um, repariert Verweise, entfernt Überflüssiges und schreibt die Wegweiserdatei nach. Am Ende steht ein Bericht: was gefunden, was behoben, was offen. Genau für diese Art Aufgabe – große Textmengen auf Unstimmigkeiten prüfen – ist die aktuelle Modellgeneration ausgesprochen stark. Die Aufräumrunde lässt sich ebenfalls als geplante Aufgabe hinterlegen.
Im Team
Hier zeigt sich der größte Hebel. Sobald ein Second Brain steht, wird jedes KI-Werkzeug jedes Teammitglieds auf einen Schlag besser – und vor allem einheitlicher. Alle arbeiten mit denselben Fakten, denselben Regeln, demselben Stand.
Dafür braucht der Ordner eine Synchronisation zwischen den Rechnern und Rechte je Unterordner: Was darf jeder lesen, was nur die Geschäftsführung, was ist schreibgeschützt. Und es braucht eine Person, die das Second Brain verantwortet – die Routine überwacht, die Aufräumrunde anstößt, die Struktur pflegt. Ohne Verantwortlichen verwildert der Ordner in Wochen.
Drei Dinge, die schiefgehen
Zugangsdaten im Ordner. Die KI liest den Ordner in jeder Sitzung. Alles, was sie liest, kann in einer Antwort, einem Protokoll oder einer Zusammenfassung auftauchen. Passwörter, Schlüssel und Tokens gehören in einen Tresor. Das Second Brain notiert nur, wo der Tresor steht.
Personenbezogene Daten ohne Plan. Kundendaten, Mitarbeiterdaten, Gesundheitsangaben aus Besprechungen – all das landet über die Routine im Ordner, wenn niemand filtert. Vor der ersten Routine gehört die Frage geklärt, was gespeichert werden darf, wo der Ordner liegt und wer Zugriff hat. Bei Cloud-Synchronisation ist das eine Frage der Auftragsverarbeitung.
Aufbau ohne Gewohnheit. Der häufigste Fehler ist der banalste: zwei Stunden investieren, den Ordner anlegen – und ihn dann in der Hälfte der Sitzungen nicht öffnen. Ein Second Brain, das nicht mitliest und nicht mitschreibt, ist ein Archiv. Der Wert entsteht durch Benutzung.
Wie wir es selbst machen
Unsere Manufaktur arbeitet seit dem Frühjahr mit genau dieser Bauweise. Eine Konfigurationsdatei mit den festen Werten, eine Statusdatei mit dem laufenden Stand, eine Regeldatei mit allem, was wir aus Fehlern gelernt haben, und eine Wiedervorlage mit Fristen. Jede Sitzung beginnt mit dem Lesen dieser Dateien, jede endet mit dem Fortschreiben. Wenn ein Modell einen Fehler zweimal macht, kommt eine Zeile in die Regeldatei. Das ist unspektakulär – und es ist der Grund, warum eine neue Sitzung bei uns nicht bei null beginnt, sondern beim Stand von gestern Abend.
Second Brain für Ihren Betrieb
Wir bauen Ordnerstruktur, Wegweiserdatei, Datenquellen-Anbindung und die Routinen für Aktualisierung und Aufräumen – abgestimmt auf Ihre Systeme. Sie behalten die Dateien, das Modell-Wahlrecht und die Kontrolle. Lizenz und Service statt Abo.
Unsere KI-Lösungen ansehen