Hey,

wenn du die letzten beiden Ausgaben gelesen hast, dann weißt du, dass mich ein Thema gerade nicht loslässt: Kontext.

Und ja, heute kommt es zum dritten Mal. Aber das hat einen guten Grund. Es ist aus meiner Sicht das wichtigste Thema, das es im KI-Bereich aktuell gibt. Ich beschäftige mich ehrlich gesagt fast den ganzen Tag nur noch damit, weil ich glaube, dass es den entscheidenden Unterschied macht. Und weil hier draußen kaum jemand darüber spricht.

Lass mich dir heute zeigen, warum. Und zwar an einem Gedanken, der mich diese Woche nicht mehr losgelassen hat.

Denk einmal an das letzte Mal, als du jemanden Neues kennengelernt hast. Einen neuen Kollegen, einen neuen Geschäftspartner. Du musstest ihm erst erklären, wer du bist, was du machst, was dich ausmacht und was deine Ziele sind. Anders geht es nicht. Denn das Wissen über dich steckt in deinem Kopf. In keinem anderen.

Es gibt einen Satz, der das auf den Punkt bringt:

Wissen lebt in Schädeln. Und Schädel synchronisieren nicht.

Bei uns Menschen ist das einfach so. Das ist Anatomie. Jeder neue Mensch in deinem Leben startet bei null, und du erklärst dich neu.

Und jetzt das Interessante: Bei KI ist es gerade exakt genauso. Jedes neue Chatfenster, jedes Tool fängt bei null an. Du erklärst wieder, wer du bist, welche Projekte laufen, welche Regeln gelten, welchen Ton du triffst.

Nur: Bei KI muss das nicht so sein.

Das ist der eigentliche Punkt. Menschen können ihre Schädel nicht synchronisieren. KI schon. Wir müssen ihr nur einen Ort geben, an dem dieser Kontext liegt.

Heute also keine neue Lösung von mir. Heute der Versuch, dir zu zeigen, warum Kontext gerade King ist, und was du ganz konkret tun kannst, um vorne dabei zu sein.

Die Idee der Woche

Die meisten Menschen warten gerade auf das nächste bessere Modell.

Ich glaube, sie warten an der falschen Stelle.

Denn die Modelle sind längst klug genug. Sie schreiben, rechnen, programmieren, argumentieren auf einem Niveau, das vor zwei Jahren noch wie Science-Fiction klang. Das Problem ist nicht mehr ihre Intelligenz.

Das Problem ist, dass sie blind sind.

Erinnerst du dich an die neue Person von eben? Stell dir jetzt vor, sie wäre der beste Berater der Welt. Top-Ausbildung, schnelles Denken, nie müde. Aber jeden Morgen ist sein Gedächtnis gelöscht. Du erklärst ihm jeden Tag aufs Neue, wer deine Kunden sind, welche Entscheidungen letzte Woche gefallen sind, welche Regeln gelten und welche Idee ihr schon dreimal verworfen habt.

Genau so nutzt heute fast jeder KI.

Das Modell ist nicht das Nadelöhr. Der Kontext ist es.

Und jetzt kommt der Teil, den kaum jemand ausspricht: Dieses Problem ist nicht gelöst. Von niemandem.

Jedes deiner Tools hat seine eigene, halbe Sicht auf dich. ChatGPT weiß Dinge, die Claude nicht weiß. Dein Coding-Agent leitet zum dritten Mal her, was du längst woanders erklärt hast. Der aufgeschriebene Plan ist immer nur die Spitze. Das Gespräch, in dem die Entscheidung wirklich gereift ist, liegt unter Wasser und ist meistens weg.

Wissen lebt in Schädeln. Und Schädel synchronisieren nicht. Nur dass die Schädel heute eben auch deine Tools sind.

Wenn du das einmal gesehen hast, kannst du es nicht mehr übersehen. Die ganze Branche bewegt sich gerade genau auf dieses eine Problem zu.

Die erste Welle war: Wir chatten mit Modellen.
Die zweite Welle war: Wir bauen Automationen drumherum.
Die dritte Welle, die gerade beginnt, ist: Wir bauen den Kontext-Layer, in dem KI überhaupt verantwortbar arbeiten kann.

Und das Spannende ist, wie unfertig dieser Teil noch ist. Selbst Leute, die ganz vorne stehen, bauen ihren eigenen Kontext gerade von Hand. Garry Tan, der Chef von Y Combinator, hat vor Kurzem sein eigenes System namens GBrain öffentlich gemacht, mit dem er hunderttausende Seiten, tausende Personen und Unternehmen für seine Agenten lesbar hält. Nicht als fertiges Produkt zum Kaufen. Sondern als selbst gebautes Gehirn, das er offen ins Netz stellt, weil es die eine Lösung von der Stange schlicht noch nicht gibt.

Das ist für mich das stärkste Signal überhaupt. Wenn selbst die Leute mit dem besten Zugang zu Modellen, Talent und Kapital ihren Kontext-Layer selbst bauen, dann ist das nicht Spielerei. Dann ist das die nächste Grundlage. Bei uns ist dieses Thema übrigens noch fast nirgendwo angekommen. Die meisten sind noch bei der Frage, welches Tool. Fast niemand ist bei der Frage, woher die KI eigentlich wissen soll, was bei dir gerade wirklich los ist.

Genau darin liegt die Chance.

Denn Kontext hat eine Eigenschaft, die kein Tool hat: Er verzinst sich.

Ein Tool veraltet. Ein Modell wird in sechs Monaten vom nächsten abgelöst. Dein Kontext aber wird mit jedem Tag wertvoller. Jeder Call, jede Entscheidung, jedes Learning macht das System ein Stück klüger über deine Welt. Du startest seltener bei null. Du wirst unabhängiger von einem einzelnen Anbieter, weil dein Wissen dir gehört und nicht in einem Chatverlauf gefangen ist.

Und jetzt kommt der Teil, der mich am meisten begeistert.

Wenn dein Kontext einmal sauber an einem Ort liegt, kannst du Agenten daraufsetzen. Und dann passiert etwas anderes als Chatten.

Ein Agent wie Codex, Claude Code oder Hermes gibt dir nicht mehr nur eine Antwort, die du dann selbst in fünf Aufgaben übersetzen musst. Er arbeitet in deinem Kontext. Er liest deine Projekte, kennt deine Regeln, sieht, welche Entscheidungen schon gefallen sind, aktualisiert deine Aufgaben, legt Entwürfe an, bereitet eine Übergabe vor und schließt Arbeit ab.

Ich selbst nutze gerade alle drei: Claude Code, Codex und Hermes. Und das Entscheidende ist nicht das einzelne Tool. Es ist, dass sie alle auf denselben Kontext zugreifen, mein PersonalOS. Egal mit welchem ich gerade arbeite, keiner startet bei null. Jeder weiß, woran ich arbeite, welche Regeln gelten und was zuletzt passiert ist.

Je besser dein Kontext strukturiert ist, desto größer wird dieser Hebel. Das ist der eigentliche Grund, warum sich die Arbeit lohnt. Du baust nicht nur Ordnung. Du baust die Grundlage, auf der KI für dich wirklich arbeiten kann.

Und jetzt das vielleicht Überraschendste: Der beste Ort dafür ist kein neues, fancy KI-Tool.

Es ist ein Ordner. Mit Textdateien.

Ich meine das genau so. Der wertvollste Kontext-Layer, den ich kenne, ist eine simple Ordnerstruktur aus Markdown-Dateien. Markdown ist einfach Text mit ein bisschen Struktur, also Überschriften, Listen, Absätze. Eine Datei, die jeder Mensch lesen kann und die jede KI und jeder Agent lesen kann.

Kein Format, das morgen verschwindet. Kein Anbieter, der dich einsperrt. Kein Lock-in. Nur Ordner und Text, die dir gehören.

Es geht also gar nicht nach vorne zum nächsten Tool. Es geht zurück zum Ordner. Genau das macht es so robust.

Tools kommen und gehen.

Kontext bleibt. Und wächst.

Deshalb ist Kontext gerade King.

7 Tage, 7 Jahre: Quick Scan

Eine Woche KI fühlt sich gerade manchmal an wie sieben Jahre alte Welt. Hier mein kuratierter Scan. Diesmal fällt eines besonders auf: Fast alles dreht sich um Agenten, die eigenständig arbeiten sollen, und um die Schicht, die ihnen Kontext und Kontrolle gibt. Gleich mehrere Punkte sind sogar erst heute reingekommen, während ich diese Ausgabe geschrieben habe.

1. NVIDIA stellt den RTX Spark Superchip vor und will Windows zum agentischen KI-Betriebssystem machen
   NVIDIA hat am Montag auf der Computex einen eigenen PC-Chip vorgestellt, mit Arm-CPU, Blackwell-GPU und 128 GB gemeinsamem Speicher, der ab Herbst in über 30 Windows-Laptops und einigen Desktops von Microsoft, Dell, HP und anderen stecken soll. NVIDIA rahmt das ausdrücklich als Schritt, Windows zu einem agentischen KI-Betriebssystem zu machen. Mein Take: Wenn genug Rechenleistung lokal auf deinem eigenen Gerät liegt, können Agenten direkt dort arbeiten, wo auch dein Kontext liegt. Genau das macht einen eigenen, lokalen Kontext-Layer noch wertvoller.

2. MiniMax veröffentlicht M3: offenes Frontier-Modell mit 1 Million Token Kontext, Agenten-Fähigkeiten und sehr niedrigem Preis
   MiniMax hat am Montag M3 veröffentlicht, ein Modell mit bis zu 1 Million Token Kontextfenster, nativem Multimodal-Input und starken Agenten-Benchmarks, das auf SWE-bench Pro knapp vor GPT-5.5 liegt, dabei rund 0,60 Dollar pro Million Input-Token kostet und als offene Gewichte erscheinen soll. Mein Take: Riesige Kontextfenster werden billiger und offener. Aber Achtung, ein großes Kontextfenster ist kein strukturierter Kontext. Es heißt nur, dass mehr von deinem Material reinpasst, wenn es überhaupt sauber vorliegt.

3. Anthropic veröffentlicht Claude Opus 4.8 mit Dynamic Workflows für große Agentenaufgaben
   Anthropic hat Claude Opus 4.8 veröffentlicht, dazu ein neues Werkzeug für dynamische Workflows, das auf große, mehrstufige Agentenaufgaben zielt. Mein Take: Modelle werden nicht nur in kurzen Antworten besser, sondern in langen Arbeitsläufen. Und je länger ein Agent eigenständig arbeitet, desto wichtiger wird, dass er in sauberem Kontext arbeitet statt im Blindflug.

4. OpenAI bringt Codex Computer Use auf Windows und baut die Remote-Steuerung über ChatGPT aus
   Codex kann jetzt auf Windows den Rechner selbst bedienen, und du kannst laufende Agenten stärker aus ChatGPT heraus steuern. Mein Take: Der Agent wandert raus aus dem Chatfenster und rein in deine echte Arbeitsumgebung. Genau da entscheidet sich, ob er deinen Kontext kennt oder bei jeder Aufgabe neu raten muss.

5. Coding-Agent Devin: Cognition sammelt über 1 Milliarde Dollar ein, Bewertung jetzt 26 Milliarden
   Cognition, die Firma hinter dem Coding-Agenten Devin, hat ihre Bewertung in unter neun Monaten mehr als verdoppelt. Mein Take: Das Kapital fließt gerade massiv in Agenten, die eigenständig arbeiten. Das ist genau die Welle, von der ich oben spreche.

6. Mistral macht seinen Chatbot zum Arbeits-Agenten und bündelt Industrie-KI, Vibe und ein Search Toolkit
   Mistral hat seinen Chatbot Le Chat als "Vibe" neu aufgestellt und klar Richtung vollwertiger Arbeits-Agent positioniert, dazu ein Search Toolkit und einen eigenen Inferenz-Standort. Mein Take: Auch in Europa geht die Reise vom Chat zum Agenten, der Aufgaben übernimmt. Und Suche plus Toolkit sind genau die Wege, über die ein Agent an Kontext kommt.

7. Kritische BadHost-Lücke in Starlette gefährdet KI-Agenten, MCP-Server und LLM-Infrastruktur
   Eine kritische Schwachstelle in einem weit verbreiteten Open-Source-Paket betrifft laut Ars Technica Millionen von KI-Agenten und vor allem MCP-Server, also genau die Schicht, über die Agenten an Werkzeuge und Kontext kommen. Mein Take: Je mehr Agenten an deinen echten Kontext angebunden werden, desto mehr wird diese Verbindungsschicht zur kritischen Infrastruktur. Sicherheit ist hier kein Nebenthema.

8. Palo Alto Networks übernimmt Portkey und macht AI Gateways zur Sicherheits-Kontrollschicht für Agenten
   Palo Alto Networks hat Portkey übernommen, um Agenten über ein einheitliches AI Gateway abzusichern und zu steuern. Mein Take: Sobald Agenten ernsthaft im Unternehmen arbeiten, braucht es eine Kontroll- und Governance-Schicht darüber. Wer darf was lesen, was tun, was nicht. Genau die Frage aus den letzten Ausgaben, jetzt als Produkt.

9. Fujitsu zeigt selbst-evolvierende Multi-Agenten-Technologie für Unternehmensprozesse
   Fujitsu hat eine Technologie vorgestellt, bei der mehrere Agenten gemeinsam Unternehmensprozesse übernehmen und sich dabei selbst anpassen sollen. Mein Take: Die großen Anbieter denken Agenten längst im Plural und direkt im Geschäftsprozess. Ohne sauber beschriebenen Prozess- und Unternehmenskontext bleibt das aber genau das Chaos, über das ich in Ausgabe #002 geschrieben habe.

10. GitHub Copilot wechselt auf tokenbasierte Abrechnung und löst Kostenprotest bei Entwicklern aus
    GitHub stellt Copilot auf nutzungsbasierte Abrechnung um, was bei vielen Entwicklern für Ärger sorgt. Mein Take: Wenn Agenten mehr und länger arbeiten, wird Verbrauch zum echten Kostenfaktor. Das macht es noch wertvoller, dass dein Kontext sauber liegt. Ein Agent, der nicht jedes Mal alles neu herleiten muss, arbeitet auch günstiger.

11. Anthropic reicht den Börsengang ein
    Anthropic hat am Montag die Unterlagen für einen Börsengang bei der SEC eingereicht, bei rund 965 Milliarden Dollar Bewertung (damit vor OpenAI) und nach eigenen Angaben über 47 Milliarden Dollar hochgerechnetem Jahresumsatz. Mein Take: Wenn eines der führenden KI-Labore an die Börse geht, ist das kein Hype-Thema mehr, sondern Infrastruktur. Das Geld und der Ernst hinter dem Feld werden größer. Wer früh versteht, wo der eigentliche Hebel liegt, nämlich im Kontext, baut auf dieser Welle auf, statt von ihr überrollt zu werden.

Was mich diese Woche beschäftigt hat

Mich beschäftigt gerade, wie ruhig es hier zu einem Thema ist, das ich für das wichtigste der nächsten Jahre halte.

Ich lese fast täglich, wie ernst dieses Thema woanders genommen wird. Und gleichzeitig erlebe ich in Gesprächen, dass die Frage meistens noch lautet: Welches Tool nehme ich. Nicht: Wie baue ich den Ort, an dem mein Kontext sauber liegt.

Ich glaube nicht, dass das ein Nachteil von irgendwem ist. Es ist einfach früh. Aber genau das macht es interessant. Wer ein Thema versteht, bevor es laut wird, hat einen Vorsprung, der sich nicht über Nacht aufholen lässt.

Deshalb beschäftige ich mich damit so intensiv. Nicht weil es gerade hip ist. Sondern weil ich überzeugt bin, dass es den Unterschied macht.

Der Hebel für dich

Hör auf, auf das perfekte Tool zu warten. Fang an, deinen Kontext zu strukturieren. Diese Woche.

Und keine Sorge, du musst dafür kein kompliziertes Setup mit Agenten bauen. Du musst nicht Obsidian mit Claude Code, Codex oder Hermes verkabeln. Das kommt später. Der erste Schritt ist viel einfacher.

So fängst du an:

1. Leg dir einen Ordner an. Entweder ganz simpel auf deinem Rechner oder in einem Tool wie Obsidian, das nichts anderes ist als ein schöner Editor für genau solche Ordner mit Textdateien.

2. Denk in Ordnern und Markdown. Lege ein paar Unterordner für die Bereiche an, die in deinem Leben oder deinem Business wirklich zählen. Zum Beispiel:

   • projekte mit einer Datei pro Projekt

   • kunden oder menschen mit einer Datei pro Person

   • entscheidungen für das, was schon feststeht

   • regeln für das, was immer gelten soll, etwa dein Ton oder deine No-Gos

   • aufgaben für offene Loops

   Jede Datei ist einfach Text. Kein Schema, keine Software, die du lernen musst. Du schreibst rein, was wahr ist.

3. Befülle es nebenbei. Du musst dich nicht hinsetzen und alles auf einmal aufschreiben. Immer wenn du einer KI gerade etwas zum zweiten Mal erklärst, ist das das Signal: Dieser Kontext gehört in eine Datei. Genau das ist dein wertvollster Startpunkt.

4. Hol dir KI als Hilfe beim Strukturieren. Du kannst ein Modell heute schon fragen, wie du einen bestimmten Bereich sauber in Ordner und Dateien aufteilst. Du musst das nicht allein machen.

Das war es fürs Erste. Kein großes System. Ein Ordner, ein paar Dateien, ehrlich befüllt.

Aber genau das ist der Anfang. Denn sobald dieser Ordner steht, kannst du irgendwann einen Agenten daraufsetzen, und dann arbeitet KI plötzlich in deinem Kontext statt im luftleeren Raum. Wer jetzt anfängt zu strukturieren, ist genau dann vorne dabei.

Von mir diese Woche

Diese Woche ist bei mir einiges online gegangen, und zwei Sachen passen fast schon zu gut zu dieser Ausgabe.

Auf YouTube sind zwei neue Videos live:

• PersonalOS Showcase: ein ausführlicher Blick in mein eigenes PersonalOS, also genau in den Kontext-Layer, über den ich heute geschrieben habe. Wenn du sehen willst, wie so ein Ordner in echt aussieht und arbeitet, fang hier an.

• Hermes Agent Setup: wie ich einen eigenen Agenten von Grund auf aufsetze, der genau in diesem Kontext arbeiten kann. Das ist der Schritt, der nach dem Ordner kommt.

Und auf TikTok gingen ein paar neue Clips raus. Wenn du lieber kürzere, tägliche Impulse von mir willst, findest du mich dort am aktivsten: TikTok.

Wir hören uns nächsten Dienstag

Vincent