# Ein Wissenssystem mit KI-Agenten im Produktivbetrieb

> Wie ich mein Beratungswissen in ein KI-gestütztes System gebracht habe: Struktur, Agenten mit Kontrollschritt, Governance und was nicht funktioniert hat.

Quelle: https://jeffrey-boehm.de/de/work/wissenssystem-mit-agenten/. Sprache: de. Stand: 2026-09-07.

- Rolle: Architekt und Betreiber
- Jahr: 2026
- Technologien: Markdown, Obsidian, Git, KI-Agenten, Claude Code

## Die Herausforderung

Wissen in Mails, Angeboten, Protokollen, Belegen und im Kopf, in keinem Format, das eine Maschine lesen konnte; jede Rekonstruktion von Kundenkontext kostete Minuten.

## Meine Rolle

Architektur und Betrieb eines Wissenssystems aus einfachen Textdateien mit Metadaten und Vorlagen, dazu sieben Agenten mit benanntem Kontrollschritt und einer Governance für Kundenwissen.

## Das Ergebnis

Über 900 Notizen in sieben Bereichen, sieben Agenten im täglichen Einsatz; Stundennachweise, Meeting-Notizen und Buchhaltung entstehen als geprüfte Entwürfe statt als Suche.

*Eigenes Vorhaben, seit Mai 2025 im täglichen Einsatz. Rolle: Architekt, Betreiber, einziger Nutzer.*

### Ausgangslage

Ein Beratungsunternehmen mit einer Person hat dasselbe Wissensproblem wie ein Konzern, nur ohne die Ausrede, es liege an der Größe. Mein Wissen lag in Mails, Angebotsdokumenten, Meeting-Protokollen, Stundenzetteln, Belegen, Verträgen und in meinem Kopf. Kundenkontext war über Jahre verteilt. Wenn ein ehemaliger Kunde anrief, brauchte ich zehn Minuten, um den Stand zu rekonstruieren. Wenn eine Rechnung fällig war, suchte ich die Zeiten aus drei Quellen zusammen. Und jede KI, die ich ausprobierte, wusste nichts von alledem, weil mein Wissen in keinem Format vorlag, das eine Maschine lesen konnte.

### Ziel

Ein System, das drei Dinge kann. Erstens: Alles Wissen liegt an einem Ort, in einem Format, das ich in zehn Jahren noch öffnen kann und das eine KI ohne Umweg liest. Zweitens: Wiederkehrende Arbeit erledigen Agenten, aber nichts geht nach außen oder in die Buchhaltung, ohne dass ich es freigebe. Drittens: Kundenwissen bleibt vertraulich, auch gegenüber den KI-Modellen, die ich einsetze.

### Lösung

**Fundament: einfache Textdateien.** Jede Notiz ist eine Markdown-Datei auf meinem Rechner, versioniert in Git. Kein proprietäres Format, keine Datenbank dazwischen, kein Cloud-Anbieter, der das Format ändert oder den KI-Assistenten vorschreibt. Obsidian ist die Oberfläche, nicht der Speicher. Jede Datei ist für mich lesbar und für einen Agenten gleichermaßen.

**Struktur vor Werkzeug.** Die Ablage folgt einem festen Schema mit sieben Bereichen: Eingang, Projekte, Bereiche (laufende Kunden und Verantwortungen), Ressourcen (Personen, Konzepte, Werkzeuge, Methoden), Archiv, Marketing, System. Jede Notiz trägt Metadaten im Kopf: Typ, Status, Kunde, Datum, Tags. Damit ist die Sammlung abfragbar wie eine Datenbank, ohne eine zu sein. Dreizehn Vorlagen legen fest, wie eine Projektübersicht, ein Meeting, ein Stundennachweis oder eine Person auszusehen hat. Das ist der Teil, den alle unterschätzen: Ohne Struktur produziert ein Agent Text, mit Struktur produziert er Wissen im richtigen Format.

**Agenten mit Kontrollschritt.** Sieben spezialisierte Agenten übernehmen wiederkehrende Arbeit:

- Ein Kalender-Agent liest die Termine des Tages und legt für jedes Gespräch eine vorbereitete Notiz mit Teilnehmern und Kontext an.
- Ein Meeting-Agent macht aus rohen Stichpunkten strukturierte Protokolle mit Entscheidungen und Aufgaben.
- Ein Stundennachweis-Agent liest die Zeiterfassung und erstellt den Nachweis je Kunde und Monat.
- Ein Buchhaltungs-Agent verarbeitet Belege, Auswertungen und Steuerunterlagen in die Finanzübersicht.
- Ein Tagesabschluss-Agent sortiert den Eingang in die richtigen Bereiche.
- Ein Rechts- und ein Führungs-Agent liefern Ersteinschätzungen zu Vertragsklauseln und Teamfragen, immer als Entwurf.

Jeder Agent hat einen benannten Kontrollschritt. Der Stundennachweis wird erst versandt, wenn ich ihn geprüft habe. Die Buchung wird erst übernommen, wenn ich sie freigebe. Der Kalender-Agent darf Notizen anlegen, aber keine Einladungen verschicken. Wiederverwendbare Arbeitsanweisungen liegen als Skills vor: kleine Instruktionspakete, die festlegen, wo etwas abgelegt wird, welche Vorlage gilt und was der Agent nicht darf.

**Loop Engineering als Arbeitsmethode.** Größere Vorhaben laufen als geschlossene Schleife: Ziel und Akzeptanzkriterien festlegen, Agenten arbeiten lassen, Ergebnis gegen Evidenz prüfen, Zustand sichern, nächsten Durchlauf starten. Jeder Durchlauf hat ein Limit. Der Mensch entscheidet an den Gates. Diese Methode ist inzwischen Teil meiner Beratung.

**Datensouveränität.** Alle Dateien liegen lokal und im eigenen Git. Welches KI-Modell arbeitet, ist austauschbar. Für vertrauliche Inhalte gilt die Regel unten.

### Governance

Was der Agent darf: lesen, strukturieren, Entwürfe schreiben, Notizen anlegen, Daten aus definierten Quellen zusammenführen.

Was der Agent nicht darf: nach außen kommunizieren, Rechnungen oder Nachweise versenden, Dateien löschen oder verschieben ohne Prüfung, Kundennamen in öffentliche Texte schreiben.

Wo ich freigebe: bei jeder Mail, jedem Nachweis, jeder Buchung, jeder Veröffentlichung. Der Kontrollschritt steht in der Agentendefinition, nicht in meinem Kopf.

Umgang mit Kundenwissen: Mandatswissen bleibt in den Bereichsnotizen und wird nie in Marketing- oder Veröffentlichungstexte übernommen. Publiziert wird die Problemklasse, nicht das Mandat. Diese Anonymitätsregel ist als Anweisung hinterlegt, sodass ein Agent, der einen LinkedIn-Beitrag entwirft, gar nicht auf die Idee kommt, einen Kundennamen zu verwenden. [Ein Schutz, den ich in Kundenprojekten genauso umsetze.](https://jeffrey-boehm.de/de/mittelstand-it/)

### Ergebnis

Stand 07.09.2026, nach dreieinhalb Monaten Betrieb:

- Über 900 Notizen in sieben Bereichen, davon rund 100 Personenprofile und über 500 archivierte Notizen aus abgeschlossenen Projekten und Monaten.
- Sieben Agenten, dreizehn Vorlagen und über ein Dutzend Skills im Einsatz.
- Über 750 nachvollziehbare Änderungen in der Versionsgeschichte seit Mai 2026.
- Ein Stundennachweis, der früher eine halbe Stunde Zusammensuchen kostete, entsteht als geprüfter Entwurf in wenigen Minuten.
- Meeting-Notizen liegen vor dem Termin vor, mit Teilnehmern, letztem Stand und offenen Punkten.
- Ein Kundenanruf beginnt mit dem aktuellen Stand, nicht mit der Suche danach.
- Das Marketingprojekt, aus dem diese Website hervorgeht, wurde vollständig in diesem System geplant, entschieden und geschrieben.

Ich verzichte bewusst auf eine Prozentzahl für "Zeitersparnis". Sie wäre geschätzt, und geschätzte Zahlen gehören markiert, nicht beworben.

### Was nicht funktioniert hat

Drei Dinge, die ich anders machen würde und in Kundenprojekten von Anfang an anders mache.

Erstens: Ich habe zu früh Agenten entwickelt und zu spät Struktur. Die ersten Agenten produzierten Notizen an falschen Orten in falschem Format, weil es noch keine Vorlagen und keine Ablageregeln gab. Struktur vor Werkzeug ist keine Floskel, sondern die Reihenfolge.

Zweitens: Eine manuelle Umbenennung eines Ordners hat an einem Tag 310 Verweise zwischen Notizen gebrochen, weil ich das Werkzeug umgangen habe, das die Verweise pflegt. Seitdem ist Verschieben nur über den definierten Weg erlaubt und die Regel steht in der Anweisung für jeden Agenten. Governance entsteht aus Fehlern, die wehgetan haben.

Drittens: Automatische Synchronisierung und digitale Signaturen scheitern zeitweise, wenn mehrere Werkzeuge gleichzeitig auf die Dateien zugreifen. Ein Wissenssystem braucht einen Betriebsplan, auch wenn nur eine Person es nutzt.

### Übertragbarkeit

Nichts an diesem System hängt an der Größe eins. Eine Organisation mit 40 bis 5.000 Mitarbeitenden hat dieselben vier Bausteine zu klären: ein maschinenlesbares Fundament für das Wissen, eine Struktur mit Metadaten und Vorlagen, Agenten mit benanntem Kontrollschritt für wiederkehrende Arbeit, und eine Governance, die festlegt, was ein Agent darf und wo ein Mensch freigibt. Was sich ändert, sind Berechtigungen, Mandantentrennung, Anbindung an bestehende Systeme wie ERP, CRM oder Fachverfahren und die Frage, welches Modell wo laufen darf. Genau das prüft die [KI-Potenzialanalyse](https://jeffrey-boehm.de/de/ki-potenzialanalyse/) im Rahmen der Leistung [KI-Integration und Wissensmanagement](https://jeffrey-boehm.de/de/services/ai-integration/).

### Einstieg

Wenn Sie wissen wollen, wo dieser Ansatz in Ihrer Organisation trägt und wo nicht: Die KI-Potenzialanalyse liefert in drei bis fünf Personentagen eine schriftliche Entscheidungsvorlage mit Wissenslandkarte, bewerteten Anwendungsfällen und Governance-Rahmen.

## In 3 bis 5 Personentagen wissen, wo KI bei Ihnen wirkt

Die KI-Potenzialanalyse ist der Einstieg: Wissenslandkarte, bewertete Anwendungsfälle, Governance-Rahmen, Integrationsskizze und Roadmap als schriftliche Entscheidungsvorlage. Festpreis nach einem Vorgespräch von 30 Minuten. [KI-Potenzialanalyse anfragen](https://jeffrey-boehm.de/de/ki-potenzialanalyse/)

---

Anbieter: Jeffrey Böhm, Düsseldorf, Deutschland. Kontakt: hello@jeffrey-boehm.de. Alle Seiten im Überblick: https://jeffrey-boehm.de/llms.txt