Electric Mind

Organizational Context Engineering

Die Disziplin, eine Organisation für KI lesbar zu machen.

Organizational Context Engineering ist Kontextarchitektur für KI in Organisationen: Wir gestalten, wie das verbindliche Wissen einer Organisation, ihre Terminologie, Regeln, Zuständigkeiten, Berechtigungen und Ausnahmen zu KI-Systemen gelangen, damit man diesen Systemen im Arbeitsalltag vertrauen kann.

Sprechen wir über Ihre KI-Initiative

Was das Modell nicht weiß

Was ein leistungsfähiges Modell über Sie nicht weiß: welches Dokument gilt, wenn zwei sich widersprechen; was „Kunde“ in Ihrem Abrechnungssystem bedeutet und was im CRM; wer eine Ausnahme genehmigen darf und wer sie nur vorschlagen darf; was die Richtlinie sagt und wie erfahrene Mitarbeitende tatsächlich damit umgehen.

Diese Fakten stecken in Ihrer Organisation, verteilt über Dokumente, Systeme und die Köpfe von Menschen, die lange dabei sind. Solange sie nicht explizit festgehalten und der KI in brauchbarer Form bereitgestellt werden, ist jede Antwort eine Vermutung, die zufällig gut formuliert ist.

Ein besseres Modell allein schließt diese Lücke häufig nicht. Sie zu schließen ist Gestaltungsarbeit, und diese Gestaltungsarbeit ist die Disziplin.

Was die Disziplin umfasst

Genauer hingesehen, für technisch Interessierte

Wie Kontext zum Modell gelangt

Kontext gelangt über vier Kanäle zum Modell: Anweisungen, Retrieval, Werkzeuge und Training. Anweisungen sind das, was dem Modell zu Beginn einer Aufgabe gesagt wird; schnell geschrieben und anfällig. Retrieval ist das, was für die konkrete Aufgabe herangezogen wird, Dokumente, Datensätze, Ergebnisse von Werkzeugen; zielgenau, aber nur so gut wie die Quellen, ihr Zuschnitt und ihre Rangfolge. Werkzeuge sind das, was das Modell tun darf, mit ihren Berechtigungen; mächtig, und auf die strengste Governance angewiesen. Training, einschließlich Nachtrainieren, ist das, was das Modell vorab aufgenommen hat; dauerhaft, und nur langsam zu ändern. Die meisten Systeme im Einsatz brauchen eine Mischung aus allen vier, und die Mischung ergibt sich nicht von selbst.

Wissen verfügbar zu machen ist nicht dasselbe, wie es nutzbar zu machen. Ein vierhundertseitiges Handbuch im Suchindex ist verfügbar. Kontext ist dieses Handbuch, zerlegt in die Einheiten, die eine Aufgabe tatsächlich braucht, jede gekennzeichnet mit dem, was verbindlich, was aktuell und was erlaubt ist. Zerlegen und Indexieren ist Routinearbeit. Zu entscheiden, was verbindlich, aktuell und erlaubt ist, ist die Arbeit der Organisation selbst, und niemand sonst kann sie übernehmen.

Evaluation an Ihren eigenen Maßstäben geht so: Sie stellen eine Sammlung von Fällen aus echter Arbeit zusammen, mit Antworten, auf die sich Ihre Fachleute einigen, einschließlich der schwierigen Fälle und der Ausnahmen. Sie prüfen das System daran, vor dem Start und wieder bei jeder Änderung: am Modell, an den Quellen, an den Regeln. Eine kleine Sammlung, hinter der Ihre Fachleute stehen, ist mehr wert als eine große, hinter der niemand steht. Die Fallsammlung hat einen zweiten Nutzen: An ihr werden die Meinungsverschiedenheiten zwischen Ihren eigenen Fachleuten sichtbar, und die zu klären kann mehr wert sein als das System selbst.

Menschliches Urteil, von Anfang an eingeplant

Wo Freigabe oder Verantwortung nötig ist, leitet das System an einen Menschen weiter. Nicht nur als Notlösung, wenn die KI unsicher ist, sondern als Schritt, den die Organisation bewusst vorgesehen hat. Welche Entscheidungen das sind und wer sie verantwortet, ist selbst Teil des Kontexts.

Woher das kommt

Ulrich Callmeier hat bei Acrolinx zwei Jahrzehnte lang Terminologie, Standards und Kommunikationsregeln von Organisationen maschinenlesbar gemacht, in den Werkzeugen, in denen Menschen schrieben: Qualitätsprüfungen, die Texte an den eigenen Regeln des jeweiligen Unternehmens prüften, in mehr als dreißig Autorensystemen. Die schwierigen Probleme waren nie die Sprachtechnologie allein. Es ging darum, zu entscheiden, wessen Regeln zählen, sie aktuell zu halten, am eigenen Maßstab der Organisation zu messen und die Menschen, die jeden Tag schrieben, für das Ergebnis zu gewinnen.

Organizational Context Engineering ist diese Erfahrung, angewandt auf generative KI, wo der Kontext nicht mehr nur aus Sprachregeln besteht, sondern aus allem, was ein System braucht, um im Namen einer Organisation zu handeln.

Wir verwenden den Namen für unsere eigene Arbeitsweise. Er ist kein Branchenstandard. Es ist die Art, wie wir arbeiten, aufgeschrieben.

Bringen Sie uns den Piloten, den niemand freigeben will

Wenn eine KI-Initiative in Ihrer Organisation in der Demo funktioniert und im Alltag nicht, liegt die Lücke oft im Kontext. Das erste Gespräch führen Sie direkt mit Ulrich Callmeier.

Sprechen wir über Ihre KI-Initiative

So läuft eine Zusammenarbeit →