Hey,

letzte Woche ging es um PersonalOS.

Also um die Frage: Wo soll KI eigentlich arbeiten, wenn dein eigener Kontext überall verteilt ist?

Diese Woche geht es eine Ebene größer.

Denn bei Unternehmen sehe ich gerade exakt dasselbe Problem. Nur mit mehr Menschen, mehr Tools, mehr Übergaben, mehr Kundenkontext, mehr historisch gewachsenem Chaos und deutlich mehr Konsequenz.

Viele Firmen fragen gerade:

Welches KI-Tool brauchen wir?

Welche Automation sollten wir bauen?

Welchen Agenten können wir einsetzen?

Alles nachvollziehbare Fragen. Aber ich glaube, sie kommen oft zu früh.

Die bessere Frage ist erstmal:

Ist unser Unternehmen überhaupt lesbar genug, damit KI sinnvoll darin arbeiten kann?

Denn wenn die Antwort nein ist, dann löst KI dein Chaos nicht.

Sie macht es nur schneller sichtbar.

Die Idee der Woche

Ich glaube, viele Unternehmen verwechseln gerade KI-Implementierung mit Tool-Auswahl.

Sie schauen auf ChatGPT, Claude, Gemini, Copilot, n8n, Make, Perplexity, irgendwelche Agenten-Frameworks und fragen sich: Was davon brauchen wir?

Aber das eigentliche Problem liegt meistens nicht auf der Tool-Ebene.

Es liegt darunter.

In den Prozessen.

In den Zuständigkeiten.

In den Übergaben.

In dem Wissen, das nirgendwo sauber liegt.

In Entscheidungen, die irgendwann mal in einem Call getroffen wurden, aber nie wirklich im System gelandet sind.

In Kundenkontext, der verteilt ist zwischen E-Mail, WhatsApp, CRM, Drive, Slack, Kopf und Bauchgefühl.

Und genau da wird es spannend.

Denn KI ist nicht magisch. KI arbeitet mit dem Kontext, den du ihr gibst. Wenn dein Unternehmen für Menschen schon schwer zu lesen ist, wird es für KI nicht plötzlich klarer.

Eher im Gegenteil.

KI legt die Unschärfe offen.

Wenn ein Prozess nur funktioniert, weil eine bestimmte Person seit fünf Jahren weiß, wie es gemeint ist, dann kann KI diesen Prozess nicht einfach übernehmen.

Wenn Aufgaben über Zuruf entstehen, aber nirgendwo klar steht, was wirklich gilt, dann automatisierst du nicht Arbeit. Du automatisierst Missverständnisse.

Wenn Entscheidungen in Chatverläufen verschwinden, dann kann ein Agent sie später nicht berücksichtigen.

Wenn Kundendaten irgendwo liegen, aber nicht in einem sauberen Zusammenhang, dann bekommst du keine intelligente Unterstützung. Du bekommst bestenfalls generische Vorschläge mit professionellem Ton.

Und dann sitzt du da und denkst:

KI funktioniert bei uns noch nicht richtig.

Vielleicht stimmt das sogar.

Aber nicht, weil das Modell zu schwach ist.

Sondern weil dein Unternehmen nicht gut genug beschrieben ist.

Das klingt erstmal trocken, ist aber aus meiner Sicht einer der wichtigsten Punkte für die nächsten Jahre.

Die Firmen, die KI wirklich nutzen werden, sind nicht automatisch die Firmen mit dem größten Toolstack. Es sind die Firmen, die ihr eigenes Betriebssystem bauen.

Nicht im Sinne von Softwareprodukt.

Sondern im Sinne von:

Wo liegt die Wahrheit?

Wie laufen Prozesse wirklich?

Wer entscheidet was?

Welche Regeln gelten?

Welche Kundeninformationen sind relevant?

Welche Übergaben passieren immer wieder?

Welche Aufgaben dürfen automatisiert werden und welche brauchen Freigabe?

Welche Sprache nutzt das Unternehmen nach außen?

Welche Fehler dürfen auf keinen Fall passieren?

Wenn diese Dinge nicht sichtbar sind, hat KI keinen echten Arbeitsraum.

Dann bleibt sie ein Chatfenster.

Oder schlimmer: ein sehr schneller Praktikant, der selbstbewusst Dinge tut, ohne das Unternehmen wirklich zu verstehen.

Ich glaube deshalb, dass KI-Implementierung zuerst Organisationsdesign ist.

Erst danach Tool-Auswahl.

Nicht, weil Tools egal sind. Tools sind wichtig. Aber sie sind nicht die Grundlage.

Die Grundlage ist ein Unternehmen, das sich selbst lesen kann.

Für mich ist das die BusinessOS-Ebene.

Bei einer Einzelperson heißt die Frage:

Wie baue ich einen Arbeitsraum, in dem KI meinen Kontext, meine Regeln, meine Projekte und meine Entscheidungen versteht?

Bei einem Unternehmen heißt die Frage:

Wie baue ich ein System, in dem Menschen und KI auf dieselbe Wahrheit zugreifen können?

Das ist für mich ein Company Brain.

Nicht als Buzzword. Nicht als fancy Wissensdatenbank, in die alle einmal motiviert etwas reinschreiben und die nach drei Wochen wieder veraltet ist.

Sondern als lebendiger Kontext-Layer über dem Unternehmen.

Ein Ort, an dem Prozesse, Projekte, Kunden, Entscheidungen, Regeln, Rollen und offene Aufgaben so zusammenkommen, dass Arbeit nicht jedes Mal neu erklärt werden muss.

Und ja, das ist Arbeit.

Es ist deutlich weniger sexy als ein neues KI-Tool.

Aber es ist der Unterschied zwischen:

„Wir benutzen KI manchmal.“

und:

„KI kann in unserem Unternehmen wirklich mitarbeiten.“

Ich glaube, genau hier trennt sich gerade die nächste Phase.

Die erste KI-Welle war: Alle testen Chatbots.

Die zweite Welle war: Alle bauen Automationen.

Die nächste Welle wird sein: Unternehmen bauen Betriebssysteme, damit Agenten überhaupt verantwortbar arbeiten können.

Und dafür reicht es nicht, ein paar Prompts in ein Dokument zu kopieren.

Du brauchst Struktur.

Du brauchst Kontext.

Du brauchst Verantwortlichkeiten.

Du brauchst eine Quelle der Wahrheit.

Sonst macht KI dein Unternehmen nicht effizienter.

Sie zeigt dir nur schneller, wo es heute schon unklar ist.

7 Tage, 7 Jahre: Quick Scan

Eine Woche KI fühlt sich gerade manchmal an wie sieben Jahre alte Welt.

Diese Woche ging es vor allem darum, dass KI aus dem Chatfenster herauswächst: in Search, Workspace, Coding, Security, Produktion, Wearables, Compute-Ökonomie und Unternehmens-Governance.

1. Google I/O verschiebt Gemini Richtung Agenten, Omni und Flash 3.5
   Google hat auf der I/O Gemini 3.5 Flash, Gemini Omni, Spark, Search Agents und neue Ultra-Funktionen angekündigt. Mein Take: Google baut KI nicht mehr nur als Chatbot, sondern als Schicht über Suche, Workspace, Apps, Code und persönliche Automationen.

2. Google baut Search zu Agenten, Mini-Apps und generativen Interfaces um
   Google will Search stärker zu einem System machen, das nicht nur Links liefert, sondern Aufgaben überwacht, Buchungen anstößt und generative Oberflächen baut. Mein Take: Suche wird weniger Archiv und mehr Arbeitsfläche. Das ist riesig, weil viele Menschen ihre Arbeit heute immer noch über Suche starten.

3. OpenAI und Dell bringen Codex näher an Enterprise-Daten und On-Prem-Infrastruktur
   Codex soll in hybriden und On-Premises-Umgebungen näher an Codebases, Dokumentation und Systeme of Record rücken. Mein Take: Coding-Agenten werden erst dann wirklich wertvoll für Unternehmen, wenn sie nicht isoliert neben dem Betrieb stehen, sondern an die echte Unternehmensumgebung angebunden werden.

4. Anthropic kauft Stainless und zieht SDK-/MCP-Infrastruktur näher an Claude
   Stainless baut SDKs, CLIs und MCP-Server-Tooling, also genau die Schicht, über die Agenten mit APIs und Werkzeugen arbeiten. Mein Take: Die strategische Macht liegt nicht nur im Modell, sondern in den Schnittstellen, über die Agenten wirklich handeln können.

5. Anthropic meldet über 10.000 schwere Sicherheitsfunde aus Project Glasswing
   Claude Mythos Preview hat laut Anthropic mit Partnern mehr als 10.000 High- oder Critical-Severity-Schwachstellen in kritischer Software gefunden. Mein Take: Wenn KI Sicherheitslücken schneller findet, verschiebt sich der Engpass. Nicht mehr nur Finden ist das Problem, sondern Prüfen, Priorisieren, Offenlegen und Patchen.

6. Resolve AI warnt: Der KI-Coding-Boom belastet Produktionssysteme
   Mehr KI-generierter Code erzeugt mehr Druck auf echte Systeme. Resolve AI positioniert deshalb always-on Background Agents, die Incidents untersuchen und mit Evidenz arbeiten sollen. Mein Take: Wenn Agenten mehr Code produzieren, brauchen Unternehmen auch eine bessere Betriebsschicht. Sonst steigt Output, aber auch Instabilität.

7. DeepSeek macht den 75-Prozent-Rabatt für V4-Pro dauerhaft
   DeepSeek hält die Preise für sein Flaggschiffmodell dauerhaft deutlich niedriger. Mein Take: Billigere Tokens verändern, was wirtschaftlich sinnvoll automatisierbar ist. Wenn lange Agentenläufe günstiger werden, verschiebt sich die Grenze zwischen „zu teuer“ und „lass es einen Agenten probieren“.

8. Alibaba zeigt Qwen3.7-Max als Long-Horizon-Agent für 35-Stunden-Codingläufe
   Qwen3.7-Max soll in einem Test 35 Stunden autonom an Kernel-Optimierung gearbeitet haben. Die Zahlen sind self-reported, aber das Signal ist wichtig. Mein Take: Agenten werden nicht nur besser in kurzen Aufgaben, sondern in langen Arbeitsläufen. Genau dort werden Kontext, Kontrolle und Zwischenfreigaben entscheidend.

9. Google-Cloud-COO warnt vor Shadow AI und Plattformrisiken
   Google spricht offen darüber, dass KI-Strategie ohne Daten-, Security- und Governance-Strategie nicht tragfähig ist. Parallel zeigen API-Key-Fälle, wie schnell Plattformrisiken praktisch werden können. Mein Take: KI-Governance ist nicht nur Compliance-Sprache. Sie wird zur Betriebsvoraussetzung.

10. Amazon baut Bee als Always-on-Wearable für persönliche Ambient AI aus
    Bee soll Gespräche, Kalender, E-Mails, HealthKit-Signale und Voice Notes in Erinnerungen, To-dos und Aktionen übersetzen. Mein Take: Die nächste Assistenten-Generation wartet nicht im Chatfenster. Sie sammelt Kontext passiv. Genau deshalb werden Datenhoheit, Consent und lokale Verarbeitung so wichtig.

Was mich diese Woche beschäftigt hat

Mich beschäftigt gerade sehr stark, wie unterschiedlich KI klingt, wenn man sie auf einen einzelnen Menschen anwendet oder auf ein Unternehmen.

Bei einer Einzelperson kann man noch relativ schnell sagen:

Bau dir einen zentralen Kontext. Schreib Entscheidungen auf. Sammle Projekte, Regeln, Aufgaben, Ziele und relevante Menschen an einem Ort. Dann kann ein Agent darin arbeiten.

Bei einem Unternehmen ist das schwerer.

Nicht, weil das Prinzip anders ist.

Sondern weil jedes Strukturproblem sofort politischer wird.

Wer besitzt den Prozess?

Wer darf Regeln ändern?

Welche Entscheidung ist final?

Was passiert, wenn Vertrieb, Operations und Geschäftsführung unterschiedliche Wahrheiten im Kopf haben?

Was darf ein Agent lesen?

Was darf er tun?

Wo braucht er Freigabe?

Und genau deshalb glaube ich immer mehr: BusinessOS ist nicht einfach „PersonalOS für Firmen“.

Es ist Organisationsarbeit.

Es geht nicht darum, noch ein Tool oben draufzulegen. Es geht darum, ein Unternehmen so zu bauen, dass Menschen und KI darin sauber arbeiten können.

Das ist weniger glamourös als die meisten KI-Demos.

Aber wahrscheinlich viel wertvoller.

Der Hebel für dich

Der praktische Takeaway ist nicht: Bau morgen direkt ein komplettes BusinessOS.

Das wäre zu groß.

Der Takeaway ist:

Mach einen kleinen Teil deiner Arbeit lesbarer.

Egal ob du Unternehmer bist, selbstständig arbeitest, ein Team führst oder angestellt bist. Du hast irgendwo einen wiederkehrenden Prozess, der heute zu sehr an einzelnen Köpfen hängt.

Nimm dir diese Woche genau einen davon.

Zum Beispiel:

• neue Kundenanfrage bearbeiten

• Angebot erstellen

• Rechnung prüfen

• Content-Idee bis Veröffentlichung bringen

• Support-Anfrage beantworten

• Bewerberprofil bewerten

• Meeting nachbereiten

• Wochenreport vorbereiten

• Übergabe an einen Kollegen machen

Und dann stell dir eine harte Frage:

Könnte eine neue Person oder eine KI diesen Prozess aus eurem bestehenden System heraus verstehen und ausführen, ohne dich fünfmal zu fragen?

Wenn die ehrliche Antwort nein ist, hast du keinen KI-Engpass.

Du hast einen Struktur-Engpass.

Der nächste Schritt ist dann nicht: neues Tool kaufen.

Der nächste Schritt ist, diesen einen Prozess so aufzuschreiben, dass er für jemand anderen lesbar wird:

1. Wo startet der Prozess?

2. Welche Informationen braucht man?

3. Welche Entscheidungspunkte gibt es?

4. Wer ist verantwortlich?

5. Wo liegt die finale Wahrheit?

6. Was darf automatisiert werden und was braucht Freigabe?

Wenn du Unternehmer bist, ist das der Anfang eines Unternehmenssystems.

Wenn du Mitarbeiter bist, ist das der Anfang davon, weniger Feuerwehr zu spielen und mehr Klarheit in deinen Bereich zu bringen.

Und wenn du mit KI arbeiten willst, ist es der Schritt, der aus „ich frage mal ChatGPT“ langsam echte Arbeitsfähigkeit macht.

Nicht alles auf einmal.

Ein Prozess. Eine Wahrheit. Ein Stück weniger Chaos.

Von mir diese Woche

Ich war letzte Woche viel unterwegs und hatte ziemlich viel auf dem Tisch.

Und genau dann kommt Content bei mir am schnellsten zu kurz.

Umso wichtiger ist mir gerade, dass dieser Newsletter trotzdem kommt. Nicht als perfektes Content-Asset, sondern als fester Rhythmus. Einmal pro Woche sortieren, was passiert ist, was ich daraus mitnehme und was davon für dich relevant sein könnte.

Diese Woche sind zwei Dinge online gegangen, die gut zu dieser Ausgabe passen:

1. Ein LinkedIn-Interview mit mir, in dem es darum geht, wie ich damals mit KI angefangen habe, warum ich direkt jedem davon erzählt habe und warum viele es am Anfang nicht wirklich ernst genommen haben:

LinkedIn-Interview lesen

2. Ein Short-Form-Video zum Thema, warum sich gerade so viele Menschen von KI überfordert fühlen. Das gab es auf meinem TikTok oder Instagram.

Das passt für mich sehr gut zur heutigen Ausgabe.

Denn Überforderung entsteht oft nicht nur, weil zu viel passiert.

Sie entsteht, weil der eigene Kontext keinen Ort hat, an dem er sauber landen kann.

Wir hören uns nächsten Dienstag

Vincent