Ich bin gerade mal neugierig: Wie sieht eigentlich die Altersstruktur hier in der Community aus? Gefühlt ist hier ja einiges vertreten. 😄 Deshalb mache ich einfach mal eine kleine Umfrage und bin gespannt auf das Ergebnis.

Nach einigen Wochen lag der Schreibtisch voller Notizen und markierter Papers. Ich suchte immer noch nach einer Antwort. Nicht nach einem besseren Modell. Auch nicht nach einem besseren Prompt. Mich beschäftigte nur noch eine Frage: Wie lässt sich das Verhalten eines Enterprise-KI-Systems beurteilen? Beim Durchblättern der Unterlagen fiel mir auf, dass überall dieselben Begriffe auftauchten. Genauigkeit, Reasoning, Halluzinationen oder Antwortqualität – alles wichtige Eigenschaften. Aber keine beantwortete meine eigentliche Frage. Also zog ich einen Strich unter die Liste und schrieb: Woran würde ich einem KI-System vertrauen? Der Satz blieb nur wenige Sekunden stehen. Dann strich ich ihn wieder durch. Er war zu ungenau. Beim zweiten Versuch formulierte ich die Frage anders: Was muss erfüllt sein, damit ein KI-System im Unternehmen zuverlässig arbeiten kann? Diesmal blieb der Stift liegen. Plötzlich ging es nicht mehr um die Fähigkeiten eines Modells. Sondern um die Eigenschaften eines Systems. Hält es sich an definierte Regeln? Sind Entscheidungen nachvollziehbar? Lässt sich überprüfen, was tatsächlich passiert ist? Ich hatte noch keine Antworten. Aber zum ersten Mal stellte ich die richtige Frage. Mir wurde klar, dass ich die ganze Zeit nach einem Qualitätsmerkmal gesucht hatte, über das in der KI-Diskussion erstaunlich selten gesprochen wird. Nicht Intelligenz. Sondern Verlässlichkeit. Und Verlässlichkeit entsteht nicht zufällig. Sie entsteht durch Architektur. Als ich an diesem Abend den Schreibtisch aufräumte, wanderte fast alles zurück in den Stapel. Nur dieses Blatt blieb liegen. Weil ich spürte, dass dort etwas begonnen hatte. Nur einen Namen hatte es noch nicht.

Wie hatten letzte Woche die geniale Masterclass für Marketing 3.0. In unserer WhatsApp Gruppe geht es rund und gleichzeitig kommen viele Fragen und Anregungen zu einer Webseite gebaut durch die KI. Auch hier gibt es verschiedene Ansätze. Daher dieser Thread für den Austausch. Mein aktueller Ansatz: Das Marketing Cockpit mit den Landingpages läuft getrennt vom Webseitenbau. Meine Webseiten wurden schon komplett durch Claude Code gebaut, mit allem was dazugehört. Könnt ihr euch hier anschauen: Entscheidungs-Sparring für IT-Leiter — Stefan Brutscher Endpoint Management für Windows-Landschaften | Aton Consult Ein paar haben ihren Webseitenbau in das Marketing Cockpit eingebaut. Mein Claude sagt das dies für mich nicht sinnvoll wäre - wo ich auch zustimme. Meine Webseite wird nicht wöchentlich geändert und die Landingpages laufen als eigene Unterseiten. Die haben ja einen anderen Auftrag als meine Webseite (zumindest in teilen). Anbei als MD-Datei die grobe Erläuterung, wie Claude Code meine Webseite gebaut hat. Wie macht ihr das im Moment? Warum nehmt ihr die Webseite in das Marketing Cockpit mit auf?

Da ich als Content Managerin/Chefredakteurin bei THE BRITISH SHOP arbeite, bin ich immer auf der Suche nach aktuellen oder wichtigen Themen rund um Großbritannien. Deshalb will ich schon seit einem Jahr einen Rechercheagenten mit KI für meine Arbeit bauen. Das war bisher nur immer ein extrem komplexes Projekt und mit N8N wollte das auch nicht richtig klappen. Jetzt habe ich aber hier etwas von einem Hermes Agenten gelesen und bin seit gestern Nachmittag dran (auch während des KI Cafes, deshalb war ich erstmal so: Hä? Was? als ich auf die Bühne geholt wurde). Seit heute Morgen läuft er - und es war viel einfacher, als gedacht. Für meinen Health Tracker hat sich Claude eh schon an mein VPS drangehängt. Ich musste dieses Mal also keinerlei Befehle im Terminal eingeben, außer einmal die Datei mit den APIs und Zugängen ausfüllen. Dann habe ich Claude mit unseren Inhalten und Redaktionsplänen gefüttert und zusammen mit Claude Themenlisten erstellt und noch wichtiger: Blocklisten! Denn die ganzen Boulevardmeldungen sind für uns nicht interessant, wie z.B. dass König Charles noch nie seinen Sohn umarmt hat - das war wirklich eine Meldung heute Morgen! Eben habe ich noch unsere 30 Google-Alerts von E-Mail auf XML-Feeds umgeschaltet, so dass meine Kollegen in der Online-Abteilung nicht mehr Dutzende Alert-Mails mit teilweise unsinnigen Beiträgen pro Tag bekommen. Die nächsten Tage teste ich die Mails die ankommen und werde dann die Telegram-Aarmierung anschalten, falls der Agent ein wirklich wichtiges Thema findet. Claude ist jetzt noch dabei, die Speicherkapazität und die Kosten zu optimieren, morgen Früh kommt dann der erste echte Versand. Und ich freue mich, jetzt endlich meinen Rechercheagenten zu haben. 🤩

Eigentlich war ich überzeugt, das Thema verstanden zu haben. Die Prompts waren wieder übersichtlich. Die Regeln hatten ihren Platz. Auch die Skizze fühlte sich stimmig an. Trotzdem ließ mich eine Frage nicht los. Sie tauchte selten am Schreibtisch auf. Eher beim Kaffee, im Auto oder abends, wenn der Laptop längst zugeklappt war. Wer entscheidet eigentlich? Nicht theoretisch. Sondern ganz konkret in einem Unternehmen. Also nahm ich die Skizze noch einmal zur Hand. Sie zeigte, wie Informationen fließen, wo Regeln liegen und wie das Modell eingebunden ist. Aber an keiner Stelle war festgelegt, wer überhaupt eine Entscheidung treffen darf. Dabei ist das in jedem Unternehmen selbstverständlich. Nicht jeder gibt eine Rechnung frei. Nicht jeder unterschreibt einen Vertrag. Warum hatte ich ausgerechnet diesen Teil bei KI einfach vorausgesetzt? Vielleicht, weil sich fast jede Diskussion um Modelle dreht. Um Parameter. Um Kontext. Um Reasoning. Aber kaum darum, wie Entscheidungen in Organisationen tatsächlich entstehen. Langsam wurde deutlich, dass ich die ganze Zeit versucht hatte, ein technisches Problem zu lösen. Die eigentliche Lücke war organisatorisch. Ein Sprachmodell kennt keine Verantwortlichkeiten. Und es muss sie auch gar nicht kennen. Sie gehören nicht zum Modell. Sie gehören zum System. Als ich die Skizze an diesem Abend wieder betrachtete, sah ich sie zum ersten Mal nicht mehr als Entwickler. Sondern als jemand, der ein Unternehmen entwirft. Vielleicht beschreiben wir KI-Systeme bis heute an der falschen Stelle. Vielleicht gehört das Entscheidende gar nicht in das Modell. Sondern in eine Ebene darüber. Mich interessiert, ob ihr diesen Perspektivwechsel in euren eigenen KI-Projekten ebenfalls erlebt habt.