Firmengehirn mit KI: Aus Meetings strukturiertes Wissen machen

Ein KI-Firmengehirn ist eine zentrale, strukturierte Wissensbasis aus Markdown-Dateien, auf die generative KI-Tools direkt zugreifen — damit hat jede neue Aufgabe von Beginn an den vollständigen Unternehmenskontext zur Verfügung. Klingt nach Theorie. Ist es aber nicht. Wir bauen genau das gerade in mehreren Mittelstands-Projekten auf — und der praktische Hebel ist enorm.

Den Auslöser hatten wir letzte Woche. Manuel und ich standen zwei Stunden am Whiteboard, um für einen Kunden ein komplettes Transformations-Konzept zu entwickeln. Statt direkt loszulegen, haben wir das gesamte Brainstorming aufgenommen, das Transkript an die KI gegeben und daraus ein strukturiertes Konzeptdokument erarbeitet. Das Ergebnis: Eine Basis, die uns ohne KI mehrere Tage gekostet hätte — inklusive Sortierung, Strukturierung und ersten Slides für die Präsentation. Genau diese Logik hat uns gezeigt, warum jede Firma in den nächsten Jahren ein eigenes Firmengehirn brauchen wird.

Was ist ein KI-Firmengehirn — und was bringt es konkret?

Ein KI-Firmengehirn ist im Kern nichts Magisches: Eine durchdacht strukturierte Sammlung von Markdown-Dateien, die das gesamte relevante Unternehmenswissen abbildet — Kunden, Projekte, Konzepte, Angebote, Prozesse, Stilrichtlinien. Tools wie Claude Code, lokale LLMs oder spezialisierte KI-Agenten greifen darauf zu, lesen den Kontext bei jeder Aufgabe und arbeiten so deutlich präziser als ein Modell, das nur dein aktuelles Prompt sieht.

Der Unterschied zu klassischen Wissensmanagement-Tools wie Confluence oder Notion: Das Firmengehirn ist KI-nativ. Markdown lässt sich von Sprachmodellen sauber parsen, ohne den Overhead von HTML-Strukturen, exotischen Block-Formaten oder Plugin-Macken. Du strukturierst deine Inhalte einmal logisch — und kannst sie sowohl manuell als auch von beliebig vielen KI-Workflows nutzen.

Was das praktisch bringt:

• Kein Kontextverlust mehr: Wenn du an einem Kundenfall arbeitest, hat die KI sofort alle Vorgespräche, Konzepte, Angebote und E-Mails als Kontext — du musst sie nicht jedes Mal neu zusammensuchen.
• Schnellere Konzeptphasen: Aus einem zweistündigen Brainstorming wird in unter einer Stunde ein strukturiertes Dokument, das du als Basis für Slides, Angebote und Roadmaps nutzt.
• Höhere Konsistenz: Stilrichtlinien, CI-Vorgaben und Prozesse werden automatisch berücksichtigt, weil sie Teil des Kontexts sind.
• Skalierbar: Was heute eine Person nutzt, wird morgen vom ganzen Team genutzt — und übermorgen vom Onboarding neuer Mitarbeiter.

Wie sieht so ein Firmengehirn praktisch aus?

Die Frage, die wir am häufigsten hören: „Müssen wir jetzt unsere komplette Ablage neu erfinden?" Die ehrliche Antwort: Nein. Du strukturierst dein Firmengehirn genauso, wie du deine Dateien sowieso logisch ablegst — nur eben konsequent und in Markdown.

Eine typische Struktur sieht so aus:

• Kunden — pro Kunde ein eigener Unterordner mit Stammdaten, Konzepten, Angeboten und Meeting-Notizen
• Projekte — interne und Kunden-Projekte mit Status, Roadmap und offenen Punkten
• Prozesse — wiederkehrende Abläufe wie Onboarding, Angebotserstellung, Reporting
• Stilrichtlinien — Design-Markdown mit Farben und Schriften, Tonalitäts-Vorgaben, Sprach-Guides
• Index-Dateien — pro Hauptordner eine kurze Übersicht für die KI

In jedem Ordner liegen einzelne Markdown-Dateien zu spezifischen Themen. Bei einem Kunden gibt es zum Beispiel eine Stammdaten-Datei, einen Konzepte-Ordner mit dem Transformations-Konzept, einen Angebote-Ordner mit allen verschickten Angeboten und einen Notizen-Ordner mit Meeting-Mitschriften.

Die Index-Ebene: Damit die KI nicht alles lesen muss

Wenn dein Firmengehirn wächst — und das tut es schnell — wird es wichtig, eine Index-Ebene einzuziehen. In einer `_index.md` pro Hauptordner steht in zwei bis drei Sätzen, was im Ordner enthalten ist und welche Dateien für welche Frage relevant sind. Die KI liest erst den Index, entscheidet dann, welche Dateien sie tatsächlich braucht, und spart dadurch Tokens — was gerade bei Cloud-LLMs direkt Geld spart und die Antwortgeschwindigkeit erhöht.

Tool-Stack: Womit das in der Praxis läuft

Wir nutzen für unsere Mittelstands-Projekte typischerweise diesen Stack: Obsidian als Editor und Visualisierungs-Layer für Menschen, Git zur Versionierung des Wissens, und Claude Code als KI-Schnittstelle, die direkten Zugriff auf den Markdown-Ordner hat. Wer komplette Datensouveränität braucht, ersetzt das Cloud-LLM durch ein lokal laufendes Modell — die Markdown-Struktur bleibt identisch.

Aus Meetings dauerhaftes Wissen machen — der konkrete Workflow

Der größte Effizienz-Hebel kommt nicht aus der Speicherung, sondern aus dem Verarbeitungsschritt. Jedes Meeting, jedes Brainstorming, jeder Workshop ist potenzielles Firmengehirn-Material — wenn du den richtigen Workflow hast. Wir machen das in fünf Schritten:

1. Aufnehmen. Mit Einverständnis aller Teilnehmer das komplette Gespräch aufzeichnen. Wir nutzen dafür unter anderem den Plot-Recorder, der bis zu mehreren Stunden in Top-Qualität aufnimmt und Live-Transkripte liefert. Jedes moderne Smartphone tut es im Zweifel auch. 2. Zwischen-Zusammenfassungen einsprechen. Etwa alle 30 Minuten eine kurze Summary einsprechen: „Was haben wir gerade entschieden, wo stehen wir, was sind die offenen Punkte?" Diese Marker helfen der KI später beim Sortieren — und zwingen das Team zu mehr Klarheit. 3. Transkribieren. Die Aufnahme an ein Transkriptions-Tool geben. Wer datenschutzkritisch unterwegs ist, nutzt mlx-whisper lokal auf einem Mac mit Apple Silicon — eine 30-Minuten-Aufnahme ist in unter drei Minuten transkribiert. 4. Strukturieren lassen. Das Transkript an die KI mit dem Auftrag, ein Konzeptdokument zu erstellen. Wichtig: Vorher kurz festhalten, was das Ziel ist (Konzept, Angebot, Anforderungsdokument, Use-Case-Liste). 5. Gegenchecken und ablegen. Das KI-Output einmal komplett lesen, Falschaussagen markieren, korrigieren — und dann strukturiert im Firmengehirn ablegen. Der Aufwand für diesen letzten Schritt liegt typischerweise bei 15 bis 30 Minuten.

> Was uns immer wieder überrascht: Es sind oft die scheinbar nebensächlichen Sätze während des Brainstormings, die im Endergebnis den Unterschied machen. Die KI greift sie auf und ordnet sie korrekt ein — etwas, das in einer manuellen Mitschrift fast immer verloren geht.

Genau hier liegt der Punkt, an dem klassische Meeting-Notizen versagen: Sie reduzieren auf Stichpunkte. Das Firmengehirn-Verfahren behält den vollen Kontext und destilliert daraus eine Struktur — du verlierst nichts.

Drei häufige Fehler beim Aufbau — und wie du sie vermeidest

Wir haben in den letzten Monaten in mehreren Beratungsprojekten gesehen, an welchen Stellen Unternehmen beim Aufbau ihres Firmengehirns ins Stolpern kommen. Drei Muster wiederholen sich:

Fehler 1: Alles auf einmal. Niemand schreibt sein gesamtes Firmenwissen an einem Wochenende neu. Starte mit einem einzigen Anwendungsfall — typischerweise ein laufendes Kundenprojekt oder die Angebotserstellung — und baue von dort aus organisch weiter aus. Die strategische Einbettung dieses Vorgehens in deine KI-Strategie entscheidet über Tempo und Akzeptanz.

Fehler 2: Zu wenig Struktur, zu viel Text. Ein Firmengehirn aus 500 unsortierten Markdown-Dateien ohne Index ist genauso unbrauchbar wie ein chaotisches Confluence. Strukturiere wie im Beispiel oben: Ordner pro Domäne, kurze Index-Dateien, sprechende Dateinamen.

Fehler 3: Kontext-Limits ignorieren. Cloud-LLMs haben Token-Limits, und sehr lange Sessions führen zu schlechteren Ergebnissen. Wir empfehlen, Projekte konsequent in Phasen zu zerlegen, die KI-Session pro Phase zu starten und den Kontext gezielt zu kuratieren — statt alles in eine endlose Konversation zu kippen. Das ist eine reine Mindset-Frage und Teil dessen, was wir im KI-Ready-Programm mit Teams trainieren.

Vom Firmengehirn zum KI-Agenten

Wenn du erst einmal ein sauber strukturiertes Firmengehirn hast, öffnen sich die nächsten Türen fast von selbst. Auf dieser Wissensbasis lassen sich KI-Agenten im Unternehmen bauen, die typische Aufgaben eigenständig abarbeiten — vom Onboarding-Bot, der neue Mitarbeiter durchs Wissen führt, bis zum Angebots-Agenten, der aus Kunden-Briefings einen Erstentwurf zieht.

Das Firmengehirn ist nicht das Endprodukt — es ist das Fundament. Erst auf einer strukturierten Wissensbasis lohnen sich Investitionen in KI-Agenten und Automatisierung. Ohne diese Basis bauen Unternehmen Agenten, die mit halbem Kontext arbeiten und entsprechend mittelmäßige Ergebnisse liefern.

Fazit: Wer jetzt anfängt, hat in einem Jahr Vorsprung

Ein Firmengehirn ist kein Tech-Projekt, sondern eine strategische Entscheidung. Es zwingt dich, dein Unternehmenswissen zu strukturieren — und zahlt sich ab dem ersten Tag aus, weil jede KI-Interaktion danach besser wird. Die Firmen, die heute anfangen, werden in zwölf Monaten in einer ganz anderen Liga spielen als die, die noch über das Ob nachdenken.

Wenn du wissen willst, wie ein KI-Firmengehirn für dein Unternehmen konkret aussieht, welche Inhalte zuerst rein sollten und wie du dein Team mitnimmst: Sprich mit uns über dein KI-Vorhaben. Wir bauen genau das gerade in mehreren Mittelstands-Projekten auf und teilen den Erfahrungsschatz gern.