Fach- und Systemwissen an einem Ort

Zuruf: „Was sagt die amtliche Quelle zu diesem Verfahren, und wo steht unsere Fachlogik dazu im Repository?“

1. Business Brain modelliert die Wissensarten und ihre Quellen systematisch (amtliche Primär- und Sekundärquellen, Fachverlage, Wiki, Ticket-System, Architektur-Repository, Code-Hosting, Dokumentenablage)
2. Quellen werden tokeneffizient angebunden — über die eigene CLI statt schwerer Konnektoren
3. Interviews mit den Fachbereichen (welche Quellen sind in Gebrauch, wer pflegt sie?) ergeben die Landkarte; je Quelle ein Status: angebunden, bedingt abrufbar, offen
4. Je Produkt entsteht eine Wissenslandkarte, die Fachlogik, Modelle und Zuständigkeiten verknüpft; auf Anfrage bekommt ein Team nach kurzer Besprechung einen ersten Wissensgraphen für seinen Use Case
5. Fachrecherche direkt aus dem Arbeitskontext: nach einmaliger Anmeldung recherchiert die KI in Fachdatenbank und Hilfe-Center, prüft Treffer gegen amtliche Entscheidungen und legt das Ergebnis als Notiz mit Quellen ins Brain
6. KI-Agenten greifen gezielt auf die Landkarte zu und ergänzen sie, wenn neues Wissen entsteht

Fachwissen liegt bei Fachverlagen und in amtlichen Quellen, Projektwissen im Wiki und Ticket-System, Systemwissen im Architektur-Repository — in den meisten Organisationen heißt jede Frage: mehrere Fenster öffnen und einen Kollegen fragen.

Welche Quelle verbindlich ist und was ins Brain darf, entscheiden Fachexperten; manuell gepflegtes Organisationswissen bleibt Handarbeit.

Der erste Plan wollte alle Quellen gleichzeitig anbinden — gelernt: nach tatsächlicher Nutzung priorisieren, nicht nach Vollständigkeit.

Jede Organisation, deren Wissen über Wiki, Ticket-System, Repository und Fachliteratur verteilt ist. KI ist so gut wie ihr Kontext, und den baut man, indem man Quellen verbindet, nicht indem man sie kopiert.

Das Business Brain ist ein strukturiertes Git-Repository: Wissen liegt in verlinkten Markdown-Dateien, lesbar für Menschen, zugreifbar für Agenten, versioniert über Git, geprüft durch Skripte. Innerhalb weniger Monate wurden die Wissensarten der Einheit systematisch modelliert und die ersten Quellen angebunden: amtliche Primär- und Sekundärquellen, Fachverlage, Wiki, Ticket-System, Architektur-Repository, Code-Hosting und Dokumentenablage. Interviews mit den Fachbereichen (welche Quellen sind in Gebrauch, wer pflegt sie?) ergaben eine Landkarte mit rund 20 Quellen, rund zwei Drittel davon direkt nutzbar. Je Produkt entsteht daraus eine Wissenslandkarte, die Fachlogik, Modelle und Zuständigkeiten verbindet; jedes Team bekommt auf Anfrage einen ersten Wissensgraphen für seinen Use Case. Die erste praktische Nutzung lief in einem Steuer-Fachgebiet: Nach einmaliger Anmeldung recherchierte die KI in der Fachdatenbank, prüfte die Treffer gegen amtliche Entscheidungen und fand zwei einschlägige höchstrichterliche Urteile — abgelegt als Notiz mit Quellen. Weitere Quellen folgen in der Reihenfolge ihrer tatsächlichen Nutzung. Der Ansatz ist ohne Umbau auf andere Rollen übertragbar, etwa auf Requirements Engineers.