Wenn du seit Monaten mit einem KI-Agenten arbeitest, hast du ihm eine Menge beigebracht. Nicht in einem Schwung, sondern in hunderten kleinen Korrekturen. So schreiben wir das hier nicht. Diese Bibliothek nicht, die ist abgekündigt. Dieses Vorgehensmodell, nicht jenes. Nein, auch nicht beim zweiten Versuch.

Dieser Aufwand ist echt und er ist gut investiert. Er hat nur eine Eigenschaft, die selten jemand mitdenkt: er ist vollständig privat. Er liegt in deinen Sitzungen, auf deinem Rechner, und er endet an der Kante deines Schreibtischs.

Im Team bricht das sofort auf

Du gibst eine Aufgabe an einen Kollegen ab. Gleiches Werkzeug, gleiches Modell, er ist nicht schlechter als du. Trotzdem kommt etwas anderes heraus.

Nicht weil er es falsch macht, sondern weil seine KI nichts von den hunderten Korrekturen weiss, die deine gelernt hat. Sie kennt eure Namenskonventionen nicht, eure Ablagestruktur nicht, und vor allem nicht die Dinge, die ihr schon ausprobiert und wieder verworfen habt. Sie liefert eine plausible Lösung. Nur eben nicht eure.

Damit ist Reproduzierbarkeit weg, und zwar an der Stelle, an der niemand sie sucht. Beide benutzen dasselbe Werkzeug, also nimmt man an, beide arbeiten gleich.

Bei Entwicklern kostet das mehr als eine Abweichung

Im Code ist der Schaden nicht kosmetisch, sondern strukturell.

Ein Agent, der den Lösungsweg nicht kennt, kennt auch die Begründung nicht. Er sieht ein Pattern und hält es für Zufall. Er sieht eine Umgehung und hält sie für schlechten Stil. Beim nächsten Refactoring räumt er beides weg, sauber, konsistent, gut begründet. Und zerstört dabei genau die Entscheidung, die vor einem Jahr aus einem echten Grund so getroffen wurde.

Der Kollege merkt es nicht, weil ihm der Grund fehlt. Sein Agent merkt es nicht, weil ihm derselbe Grund fehlt. Der Fehler fällt Wochen später auf, in einem Kontext, in dem niemand mehr auf dieses Refactoring zurückschaut.

Code dokumentiert das Was. Das Warum lebt in den Gesprächen, die ihr mit euren Agenten geführt habt. Und die wirft ihr jeden Abend weg.

Der zweite Verlustkanal ist dein Laptop

Es braucht nicht einmal einen Kollegen, damit dieses Wissen verschwindet. Es reicht, dass dein Gerät neu aufgesetzt wird oder du ein neues bekommst.

Ohne einen Wissensgraphen, der irgendwo eingecheckt liegt, ist an diesem Tag alles weg und du fängst wieder bei Adam und Eva an. Genau das war bei mir der Anlass. Ich hatte den Graphen nicht von Anfang an. Ich habe ihn gebaut, als ich meine Festplatte formatiert und mein System neu aufgesetzt habe.

Die gute Nachricht: das lässt sich nachträglich einsammeln

Du musst nicht von vorne anfangen und du musst auch nichts anders machen als bisher. Du gehst deine bestehenden Chats durch und setzt in jedem denselben Prompt ab:

Extrahiere alle wichtigen Erkenntnisse und alles was du gelernt hast in einen Knowledge Graphen. im Open Knowledge Format.

Das Ergebnis ist kein Werkzeug und kein Produkt, sondern ein Ordner mit Markdown-Dateien. Ein Fakt pro Datei, ein kurzer Kopf mit Name und Beschreibung, und Verweise zwischen den Dateien. Lesbar in jedem Editor, vergleichbar Zeile für Zeile, von Hand korrigierbar, wenn etwas darin falsch ist.

Bei mir stammte das Material aus 49 Arbeitssitzungen. Die reine Schreibarbeit des ersten Durchlaufs dauerte dreizehneinhalb Minuten.

Danach fehlt nur noch der Schalter, der aus dem Ordner eine Wissensquelle macht. In die CLAUDE.md gehört dieser Block:

## Einzige Wissensquelle: der AI-Knowledge-Graph
Das gesamte projektübergreifende Wissen liegt ausschliesslich hier:
C:\Mein\Pfad\Zum\Graphen\Claude-Code\AI-Knowledge

Ab da liest der Agent zu Beginn jeder Aufgabe nach, statt zu raten. Und er schreibt neu Gelerntes dorthin zurück, statt es in der Sitzung zu lassen.

Zwei Dinge, die fast immer vergessen werden

Erstens die Werkzeuge. Claude und Codex bauen sich mit der Zeit ihre eigenen Helfer: Skripte, die eine wiederkehrende Aufgabe in zehn Sekunden erledigen, für die du sonst eine halbe Stunde brauchst. Diese Skripte sind genauso wertvoll wie das Wissen und verschwinden genauso leise. Sie gehören mit in den Graphen, samt einer Zeile, wozu sie da sind und wie man sie startet.

Zweitens die Wegwerfsachen. Ein Agent produziert laufend temporäre Dateien, und im Moment der Entstehung ist nicht zu unterscheiden, was Wegwerfzeug ist und was du nächste Woche wieder brauchst. Wenn du das nicht regelst, sauigelt dir das quer über die Festplatte. Die Regel ist simpel und muss trotzdem explizit dastehen: alles Temporäre in ein einziges Temp-Verzeichnis, alles Wiederverwendbare an einen einzigen definierten Ort.

Wo der Graph liegen soll

Das ist die eigentliche Entscheidung, und sie hängt vom Team ab.

Entwicklerteams checken den Graphen in die Quellcodeverwaltung ein. Damit ist jede Wissensänderung ein Commit. Du siehst, wer welche Regel wann geändert hat, du kannst eine Änderung diskutieren wie einen Pull Request, und du kannst sie zurückdrehen. Wissen wird revisionierbar, genau wie Code.

Für nicht technische Teams ist das zu viel Overhead. Ein geteiltes Netzlaufwerk oder ein NAS reicht vollkommen. Entscheidend ist nicht das Werkzeug, sondern dass alle in dieselbe Quelle schreiben.

Und das ist der Punkt, an dem aus einer persönlichen Optimierung eine organisatorische wird: das lohnt sich erst abteilungsweit. Ein Graph pro Person ist nur eine besser sortierte private Insel. Ein geteilter Graph ist der Ort, an dem eure Standards, eure Vorgehensmodelle und das Wissen über eure Organisation zusammenlaufen. Erst dann kann ein Kollege eine Aufgabe übernehmen und dasselbe Ergebnis liefern.

Der Nebeneffekt, den niemand einplant

Weil das Ganze aus strukturierten Textdateien besteht und nicht aus einem proprietären Speicher, ist es nicht an ein Werkzeug gebunden.

Wer heute von Codex auf Claude wechselt oder umgekehrt, nimmt sein gesamtes Wissen einfach mit. Kein Export, keine Migration, kein Neuaufbau. Bei der Geschwindigkeit, mit der sich dieser Markt gerade bewegt, ist das kein Randaspekt. Es ist der Unterschied zwischen einer Entscheidung, die du jederzeit korrigieren kannst, und einer, in der du feststeckst.

Am Ende ist das keine Frage der Werkzeuge. Es ist die Frage, ob das Wissen darüber, wie ihr arbeitet, eurer Organisation gehört oder einzelnen Sitzungen auf einzelnen Laptops.