Nutzbares Wissen aus verstreuten Daten generieren

Daten haben wir im Überfluss, Wissen nicht. In den meisten Organisationen existiert die „Source of Truth“ nicht an einem Ort. Sie liegt in Bruchstücken über JIRA-Tickets, Chat-Verläufe, veraltete Confluence-Seiten und E-Mails verteilt.

Klassisches RAG (Retrieval-Augmented Generation) versucht das zu lösen, indem es Rohdaten in einer Vektordatenbank ablegt. Nur hat das einen Haken: Ist die Eingabe ein Durcheinander, kommt auch die KI an ihre Grenzen: Welche Information ist aktuell? Welche überholt?. Um das eigentliche Potenzial von LLMs zu erschließen, müssen wir vom Abrufen zur strukturierten Synthese übergehen.

Zwei Skills, eine Source of Truth

Ich entwickle gerade einen Workflow, der die Dokumentationsschulden umgeht, indem er zwei spezialisierte KI-Rollen einsetzt: den Archäologen und den Bibliothekar.

Skill 1: der Archäologe

Der Archäologe liest nicht nur, er rekonstruiert. Über das Model Context Protocol (MCP) verbindet er sich direkt mit JIRA, Confluence und weiteren Dokumenten, um die Historie aufzuarbeiten.

Statt nur ein Suchergebnis zurückzugeben, verdichtet er den zeitlichen Verlauf:

• Historie zusammenführen: Er erkennt verschiedene Versionen eines Projektplans und führt sie in einer einzigen Datei mit dem aktuellen Stand zusammen.
• Das Warum: Er extrahiert die Begründung hinter Entscheidungen, die oft verloren geht, sobald ein Ticket geschlossen wird.
• Quellentreue: Jede Aussage wird auf die ursprüngliche Datenquelle zurückverlinkt, damit Menschen sie prüfen können.

Das Ergebnis ist eine saubere, fachlich abgegrenzte Markdown-Datei, die den aktuellen Stand eines Themas abbildet und ein Änderungsprotokoll mit den wichtigen Meilensteinen enthält.

Skill 2: der Bibliothekar

Eine reine Sammlung von Dateien ist nur die halbe Miete. Damit Wissen nutzbar wird, muss die KI Beziehungen verstehen. Der Bibliothekar verarbeitet die Dateien des Archäologen und baut daraus einen Wissensgraphen.

Er erkennt geschäftskritische Verbindungen, zum Beispiel:

• Produkt A ist der Nachfolger von Produkt B.
• Funktion X ist eine Erweiterung, die Service Y voraussetzt.
• Vertriebskampagne Z richtete sich an die Nutzer von Produkt B.

Sind diese Themen in einem strukturierten Markdown-Wiki verlinkt, bewegt sich die KI im Geschäftsumfeld wie ein erfahrener Mitarbeiter und nicht wie eine Suchmaschine, die die Zusammenhänge nicht kennt.

Werkzeuge wie Obsidian machen dieselben Dateien auch für Menschen einfach nutzbar und zeigen, wie die Themen zusammenhängen.

Der praktische Nutzen: von der Suche zum Schlussfolgern

Angenommen, jemand fragt eine KI: „Warum ist unser Umsatz mit Produkt B im dritten Quartal zurückgegangen?“ Ein klassisches RAG-System liefert vielleicht einen Vertriebsbericht. Eine KI, hinter der sauber strukturierte Informationen stehen, weiß:

• welche Änderungen es im dritten Quartal gab
• welche Vertriebskampagnen liefen
• welche Produkte betroffen waren
• welche verwandten Produkte indirekt betroffen sein könnten

Damit geht es nicht mehr darum, Informationen zu finden, sondern Wirkungen zu erklären: nicht bei den offensichtlichen Treffern stehen bleiben, sondern den Ursachen nachgehen.

Der Vorteil dieses Ansatzes: Daten werden bereits beim Einlesen vorstrukturiert, irrelevante Informationen entfernt, Konflikte erkannt - und wenn möglich: gelöst. Will die KI die Informationen nun nutzen, kann es auf qualitativ hochwertigeren Daten arbeiten. So reduziert man das Risiko, dass sich die KI auf veraltete Informationen stützt.

Wie es weitergeht

Das ist keine einmalige Aufräumaktion, sondern ein fortlaufender, automatisierter Prozess. Mit jedem neuen Ticket und jedem aktualisierten Dokument verändert sich der aktuelle Stand der Wissensbasis. Dieselben Skills können die Wissensbasis initial aufbauen und aktuell halten.

Aktuell lesen wir die verlinkten Markdown-Dateien direkt. Das funktioniert gut, weil Agenten immer besser darin werden, Dateisysteme zu durchsuchen; für Coding-Agenten ist das eine gängige Aufgabe. Die nächste Frage ist, wie sich dieses Wissen über Teams hinweg teilen lässt: über eine Vector-Datenbank oder weiterhin über versionierte Markdown-Repositories.