Zusammenfassung
Traditionelle Notizen konservieren nur tote Buchstaben statt lebendiges Wissen. Ein digitales „Zweites Gehirn“ verknüpft Informationen durch vernetzte Strukturen zu einem dynamischen Wissensnetzwerk. Der Aufbau dieser Infrastruktur schützt Ihre Erkenntnisse vor dem Vergessen und beschleunigt tägliche Arbeitsabläufe spürbar.
Ein Moment, der zu oft passiert
Es ist Montagmorgen. Ich sitze am PC und arbeite Mails vom Wochenende auf, schaue auf meine Notizen, schaue mir aktuelle Videos an. Wichtige Einsichten, konkrete Ansätze, ein paar Formulierungen, die ich mir merken will. Ich öffne das Handy, spreche eine kurze Sprachnotiz ein, schicke mir selbst eine E-Mail. Und dann? Drei Wochen später weiß ich, dass dieser Moment stattgefunden hat. Aber was genau darin steckte — weg. Die Notiz liegt irgendwo. Die E-Mail ist in einem Ordner versunken, den ich nie wieder öffne.
Das ist kein persönliches Versagen. Das ist der normale Zustand wissensintensiver Arbeit. Im Alltag entstehen ständig Informationen — Beobachtungen, technische Erkenntnisse, Projekterfahrungen, Ideen im Gespräch, Gedanken auf dem Weg. Vieles davon ist wertvoll. Und vieles davon verschwindet, weil es nicht systematisch erfasst wird.
Ich beschäftige mich seit Jahren mit digitalen Werkzeugen — und seit ChatGPT als dem neuen Sputnikmoment auch intensiv mit generativer KI. Ich berate zu praktischen Anwendungsfällen und moderiere das Radioprogramm „Digitale Beats“ auf Radio Rüsselsheim. Trotzdem hatte ich dasselbe Problem wie alle anderen: Ich produzierte Wissen — und bewahrte es kaum.
Das hat sich geändert. Nicht spektakulär. Aber grundlegend.
Der Impuls kam von außen
Ein Video des Unternehmensberaters Christoph Magnussen (Warum OpenAI Codex viel mehr als nur ein Coding-Agent ist!) hat mich auf eine Idee gebracht, die ich so noch nicht zu Ende gedacht hatte: Was wäre, wenn ich nicht nur mit KI arbeite, sondern mein eigenes Wissen so aufbereite, dass KI damit arbeiten kann?
Der Unterschied klingt klein. Er ist es nicht.
Bis dahin hatte ich KI-Systeme wie ChatGPT, Claude oder Perplexity vor allem als Gesprächspartner genutzt — für Recherchen, Textentwürfe, Strukturierungshilfen. Gute Werkzeuge. Aber ohne Gedächtnis. Jede neue Sitzung begann bei null. Was ich wusste, was ich erfahren hatte, was ich in Projekten gelernt hatte — das alles lag in meinen Köpfen, in alten Word-Dokumenten, in verstreuten Ordnern. Für die KI nicht zugänglich. Für mich kaum auffindbar.
Magnussens Impuls war ein anderer Gedanke: Wissen systematisch sammeln, strukturieren — und dann in ein Format überführen, das von KI-Systemen gelesen, verstanden und genutzt werden kann. Ich nutze dazu das md-Format, aber das ist erstmal nur am Rande wichtig.
Das klingt technisch. Ist es im Kern aber nicht.
Was ich konkret getan habe
Ich habe das Tool Codex auf meinem Rechner installiert. Codex hat eine eigene Eingabeoberfläche — man tippt seinen Auftrag ein, wie bei jedem anderen KI-Chat auch. Kein schwarzes Terminal-Fenster, keine Programmierkenntnisse. Der entscheidende Unterschied liegt nicht in der Bedienung, sondern im Fokus: Codex schaut nicht ins offene Internet, sondern ausschließlich in den Ordner, den man ihm zugewiesen hat. Das eigene Wissen bleibt der Bezugsrahmen. Nicht wie bei NotebookLM auf dem Google Server (übrigens ein Top-Tool)
Das Wichtigste zuerst: Ich habe Codex einen klar definierten Ordner auf meinem Rechner zugewiesen. Nur dieser Ordner. Kein Vollzugriff auf mein System, keine unkontrollierten Schreibrechte. Das ist keine Paranoia — das ist sinnvolle Grundhygiene beim Umgang mit agentenbasierten Werkzeugen. Man gibt dem Werkzeug Zugriff auf das, was man ihm geben will. Nicht mehr.
In diesem Ordner habe ich begonnen, Inhalte zu sammeln: alte Word-Dokumente, Gesprächsprotokolle, Artikel, die ich geschrieben hatte, Notizen aus Projekten, Zusammenfassungen von Veranstaltungen. Der erste Schritt war nicht automatisiert — er war manuell und bewusst: Was gehört in diesen Wissensraum? Was will ich dauerhaft verfügbar haben?
Vom Dokumentenstapel zum Wissenssystem
Hier liegt der entscheidende Unterschied, den ich verstehen musste — und den ich jetzt jedem erkläre, der anfängt, über eigene Wissensdatenbanken nachzudenken.
Eine Dokumentensammlung ist wie ein Archivraum. Die Akten stehen im Regal. Man kann sie rausholen, wenn man weiß, wo man suchen muss. Aber sie sprechen nicht miteinander. Sie sind stumm.
Ein Wissenssystem ist etwas anderes. Es analysiert Inhalte, erstellt Zusammenfassungen, erkennt semantische Verbindungen zwischen Dokumenten — also inhaltliche Ähnlichkeiten, Querverweise, thematische Muster — und führt neue Erkenntnisse wieder in die bestehende Wissensstruktur zurück. Es ist nicht statisch. Es entwickelt sich mit.
Konkret bedeutet das: Wenn ich ein neues Gesprächsprotokoll in den Ordner lege, kann das System erkennen, dass dieses Gespräch thematisch mit einem Artikel zusammenhängt, den ich vor sechs Monaten geschrieben habe. Oder dass ein Thema in einem anderen Kontext bereits aufgetaucht ist. Oder dass ich zu einem bestimmten Bereich bereits drei Erkenntnisebenen dokumentiert habe, die sich gegenseitig ergänzen.
Das ist kein Zaubertrick. Das ist strukturierte Informationsverarbeitung — mit KI als Werkzeug.
Was in der Praxis passiert
Ich beschreibe drei Arbeitsabläufe, die ich inzwischen regelmäßig nutze.
Erstens: Gesprächsdokumentation. Nach einem Gespräch oder einer Veranstaltung schreibe ich eine kurze Rohnotiz — manchmal nur zehn Sätze. Diese Notiz wandert in den Ordner. Das System kann daraus eine strukturierte Zusammenfassung erstellen, Schlüsselbegriffe extrahieren und das Dokument mit Metadaten versehen: Datum, Kontext, beteiligte Themen, Relevanz für laufende Projekte.
Zweitens: Semantische Verknüpfung. Ich frage das System: „Was habe ich bisher zum Thema Datenstrategie dokumentiert?“ Die Antwort kommt nicht als Dateiliste — sie kommt als strukturierte Zusammenfassung, die Inhalte aus mehreren Quellen zusammenführt und zeigt, wie meine eigenen Erkenntnisse zu diesem Thema zusammenhängen. Das ist ein anderes Arbeiten als das Durchsuchen von Ordnern.
Drittens: Rekursive Aktualisierung. Das ist der Teil, der am meisten verändert, wie ich mit Wissen umgehe. Wenn neue Erkenntnisse entstehen — durch ein Gespräch, einen Artikel, eine Projekterfahrung — werden sie nicht nur abgelegt, sondern in Bezug gesetzt zu dem, was bereits existiert. Das System aktualisiert die Wissensstruktur, nicht nur die Dateiliste. Altes Wissen wird durch neues nicht ersetzt, sondern erweitert.
Der Dialog mit den eigenen Daten
Das Bild, das mich am meisten überzeugt hat, ist dieses: Ich kann mit meinen eigenen Daten sprechen.
Nicht metaphorisch. Konkret. Über die Eingabe in Codex stelle ich Fragen — und bekomme Antworten, die aus meinen eigenen dokumentierten Erfahrungen und Erkenntnissen gespeist werden. Nicht aus dem Allgemeinwissen eines großen Sprachmodells. Aus meinem Wissen.
Das verändert die Qualität des Dialogs grundlegend. Wenn ich frage: „Welche Argumente habe ich bisher für KI-Einsteiger im Mittelstand entwickelt?“ bekomme ich keine generische Antwort. Ich bekomme eine Antwort, die auf meinen eigenen Texten, meinen eigenen Beobachtungen, meinen eigenen Formulierungen basiert. Die KI verdichtet mein Erfahrungswissen — sie erfindet es nicht.
Das ist der Punkt, an dem ich verstanden habe, worum es eigentlich geht. Nicht darum, dass KI klüger ist als ich. Sondern darum, dass KI mir helfen kann, mein eigenes Wissen besser zu nutzen.
Was ich gelernt habe — und was nicht funktioniert hat
Ich wäre unglaubwürdig, wenn ich nur die Erfolge beschriebe.
Der Aufbau einer solchen Wissensdatenbank erfordert zunächst manuelle Arbeit. Alte Dokumente müssen gesichtet, bereinigt und in ein Format überführt werden, das maschinenlesbar ist. Das ist kein Wochenendprojekt. Es ist ein Prozess, der Disziplin braucht — und eine klare Vorstellung davon, welches Wissen wirklich erhaltenswert ist.
Außerdem: Die Eingabe in Codex ist kein Werkzeug, das sich von selbst erklärt. Wer nicht bereit ist, sich mit der Logik solcher Systeme auseinanderzusetzen, wird Hürden erleben. Es gibt benutzerfreundlichere Oberflächen für ähnliche Ansätze — aber Codex bietet Kontrolle und Präzision, die viele andere Tools nicht erreichen.
Und schließlich: Kein System denkt für mich. Was ich nicht dokumentiere, kann auch kein Werkzeug rekonstruieren. Die KI strukturiert und verbindet — aber das Ausgangsmaterial muss ich liefern. Qualität rein, Qualität raus.
Ein kultureller Wandel, den ich unterschätzt hatte
Was ich beim Start dieses Projekts nicht erwartet hatte: Es verändert nicht nur meine Arbeitsweise. Es verändert meine Haltung zu Wissen.
Das isolierte Dokument — einmal erstellt, irgendwo abgelegt, selten wieder geöffnet — ist eine Sackgasse. Es ist eine Illusion von Dokumentation. Tatsächlich ist es nur Ablage.
Ein vernetzter Wissensraum ist etwas anderes. Darin sind Inhalte nicht tot — sie sind verfügbar. Sie entwickeln sich weiter. Sie können im Dialog abgerufen, kombiniert und neu bewertet werden. Mensch, Sprache, Struktur und KI arbeiten zusammen.
Das ist kein technisches Versprechen. Das ist ein praktischer Zustand, den ich schrittweise aufgebaut habe. Er ist nicht perfekt. Aber er funktioniert — und er wird besser, je konsequenter ich ihn befülle.
Was das für Unternehmer und Selbstständige bedeutet
Wer im Mittelstand arbeitet, weiß: Wissen sitzt in den Köpfen. In den erfahrenen Mitarbeitern, die das Unternehmen kennen. Im Chef, der die Kontakte seit zwanzig Jahren pflegt. Im Projektleiter, der weiß, warum ein Auftrag damals schiefgelaufen ist.
Dieses Wissen ist wertvoll. Und es ist gefährdet — durch Fluktuation, durch Vergessen, durch fehlende Dokumentation.
Eine eigene Wissensdatenbank, die mit KI-Systemen zusammenarbeitet, ist kein Luxus für Großkonzerne. Sie ist ein praktisches Werkzeug für jeden, der regelmäßig mit komplexen Informationen arbeitet — und diese Informationen dauerhaft nutzbar machen will.
Man muss kein Programmierer sein. Man muss kein KI-Experte sein. Man muss bereit sein, einmal grundlegend nachzudenken: Was weiß ich eigentlich? Und wie kann ich dafür sorgen, dass dieses Wissen nicht verloren geht?
Das ist die eigentliche Frage. Die KI hilft bei der Antwort.
Achim Weidner ist Journalist, KI-Berater und zertifizierter KI-Manager im FrankfurtRheinMain-Raum. Er moderiert „Digitale Bhttps://gv1888.de/allgemein/mit-dem-gewerbeverein-auf-schatzsuche/eats“ auf Radio Rüsselsheim und begleitet Unternehmen beim praktischen Einstieg in KI-gestützte Arbeitsabläufe.
KI nutzen. Datenschutz einhalten. Beides verstehen.:
Generative KI verändert, wie Unternehmen arbeiten — schneller als die meisten Führungskräfte reagieren können. Gleichzeitig verschärfen DSGVO und AI Act die Spielregeln. Wer beides nicht im Griff hat, riskiert entweder den Anschluss oder den Ärger.
Ich helfe mittelständischen Unternehmen dabei, KI rechtssicher einzuführen, Datenschutzpflichten zu erfüllen — und beides so aufzubereiten, dass alle im Unternehmen mitziehen können.
Drei Situationen, in denen Unternehmen anrufen:
Die Datenschutzprüfung steht an — und niemand im Haus hat die Zeit oder das Fachwissen, das strukturiert aufzuarbeiten.
Das Unternehmen will KI einsetzen — aber wo die rechtlichen Grenzen liegen und wie man Mitarbeiterinnen und Mitarbeiter mitnimmt, ist unklar.
Die digitale Strategie fehlt — oder sie passt schlicht nicht mehr zu dem, was heute möglich und notwendig ist.
Achim Weidner — Berater, externer Datenschutzbeauftragter, KI-Manager. Seit über 25 Jahren übersetze ich zwischen Technik, Recht und Management — für Führungskräfte, die digitale Entscheidungen treffen müssen, ohne selbst Informatiker zu sein. Mit Standort in Rüsselsheim, tätig im Raum Frankfurt/RheinMain und bundesweit.
Achim Weidner ist zertifizierter Social Media Manager (IHK) und Absolvent des Zertifizierungsprogramms (Certificate of Advanced Studies) „Rechtliche Aspekte der IT- und Internet-Compliance“ an der Carl von Ossietzky Universität Oldenburg. Dieses Programm ist angesiedelt in der Fakultät für Informatik, Wirtschafts- und Rechtswissenschaften und deckt folgende Bereiche ab: Datenschutz, Datensicherheit, Internetrecht sowie Computer- und Internetstrafrecht, ergänzt durch den Aspekt der technischen Datensicherheit.
→ Erstgespräch anfragen
Achim Weidner
Haßlocher Straße 73
65428 Rüsselsheim am Main
post@achim-weidner.de
06142 796066
Häufige Fragen zur KI-Beratung (FAQ)
Für wen eignet sich eine KI-Beratung besonders? Meine Beratung richtet sich gezielt an mittelständische Betriebe, die ihre Effizienz steigern wollen, aber unsicher bezüglich der rechtlichen Rahmenbedingungen oder der technischen Umsetzung sind. Typische Szenarien sind die Einführung von KI im Marketing, im Kundensupport oder in der internen Wissensverwaltung.
Wie sicher sind meine Daten bei der Nutzung von KI-Tools? Das ist eine zentrale Frage. Im Rahmen meiner Beratung prüfen wir die Datenschutzkonformität der eingesetzten Tools. Wir erstellen notwendige Dokumente wie Auftragsverarbeitungsverträge (AVV) und schulen Ihre Mitarbeiter im sicheren Umgang mit sensiblen Informationen.
Bieten Sie auch Schulungen für Mitarbeiter an? Ja, denn Technologie funktioniert nur, wenn die Menschen sie verstehen. Ich biete Workshops an, die Berührungsängste abbauen und den praktischen Nutzen von KI im Arbeitsalltag vermitteln.
Vorträge und Veranstaltungen 2026
Erreichbar über Social Media und sichtbar auf Google
LinkedIn | WhatsApp | Google Seite | Google-Rezension | Bei Fragen gerne per E-Mail an post@achim-weidner.de