Context Engineering für Teams, die nicht programmieren

„Context Engineering“ hat bei Leuten, die mit KI bauen, „Prompt Engineering“ als Begriff des Jahres abgelöst. Die Idee ist einfach: Die Antwort hängt weniger davon ab, wie du fragst, als davon, was das Modell beim Antworten vor sich hat. Welche Dokumente, welche Anweisungen, welche Tools, welche Fakten.

Das meiste, was darüber geschrieben wird, richtet sich an Entwickler. Token-Budgets, Retrieval-Pipelines, Memory-Kompaktierung. Wenn du ein Vertriebsteam oder einen Support leitest, kannst du das überspringen. Der Teil, der dich betrifft, passt auf eine Seite.

Der Unterschied zum Prompt Engineering

Ein Prompt ist die Frage. Kontext ist alles, was die KI weiß, wenn sie die Frage liest.

Du kannst einen perfekten Prompt zu eurer Erstattungsrichtlinie schreiben und trotzdem eine falsche Antwort bekommen, weil die KI eure Richtlinie nie gesehen hat. Sie füllt die Lücke mit dem, was üblich ist. Bessere Prompts ersetzen keinen fehlenden Kontext. Sie lassen die falsche Antwort nur gepflegter klingen.

Was Kontext in einer Firma heißt

Für ein Fachteam geht fast immer dieselbe Art von Kontext schief: die Regeln, nach denen ihr arbeitet. Was ihr anbietet und was nicht. Welche Rabatte eine Freigabe brauchen. Wie lange die Lieferung dauert. Welche Wörter die Rechtsabteilung in keiner Mail sehen will.

Mit dieser Art Wissen tut sich KI schwer. Es steckt in Köpfen, in einem Wiki und in alten Mails. Es ändert sich, ohne dass es jemand ankündigt. Und die Leute sind sich öfter uneinig darüber, als sie zugeben würden.

Drei Gewohnheiten, die das meiste erledigen

Regeln als Regeln aufschreiben. Nicht als 40-seitiges Handbuch, sondern als kurze Aussagen mit Begründung. „Sonderanfertigungen sind vom Umtausch ausgeschlossen, weil wir sie nicht weiterverkaufen können.“ Mit so einem Satz kann die KI arbeiten. Mit Kapitel 7.3 eines PDFs von 2023 tut sie sich schwer.

Jede Regel bekommt eine verantwortliche Person. Jemand entscheidet, was gilt. Sind sich Vertrieb und Support bei der Rückgabefrist uneinig, ist das ein Gespräch zwischen zwei Menschen, und danach passt eine Person die Regel an. Ohne Zuständigkeit wird die KI zum Schiedsrichter und nimmt die Fassung, die sie zuerst gefunden hat.

Jede KI bekommt dieselbe Quelle. Kopiert jeder seine eigene Fassung in sein eigenes Tool, hast du fünf verschiedene Kontexte gebaut. Verbinde die Tools stattdessen mit einer Stelle. Heute heißt das meistens MCP, das Claude, ChatGPT und Copilot in ihren Business-Plänen unterstützen.

Was du den Tools überlassen kannst

Du musst nicht entscheiden, wie viele Tokens hineinpassen, wie Dokumente zerlegt werden oder welches Retrieval-Verfahren das beste ist. Claude, ChatGPT und die Tools darauf erledigen das, und sie werden alle paar Monate besser darin.

Was sie nicht können: entscheiden, was in deiner Firma gilt. Das bleibt bei dir. Es ist auch der Teil, der seinen Wert behält, wenn das nächste Modell kommt. Deshalb verdient er aus unserer Sicht mehr Aufmerksamkeit als der nächste Prompt-Trick.

Ein kleiner Test

Nimm fünf Fragen, die Kunden oder Kollegen jede Woche stellen. Schreib zu jeder auf, wo die richtige Antwort heute steht und wer eine Änderung freigeben müsste. Kannst du bei drei von fünf keinen Ort und keine Person nennen, arbeitet deine KI bei diesen Fragen ohne Kontext, so gut sie auch ist.

Wo du anfängst

Fang mit den fünf Fragen aus dem Test an. Schreib jede Regel einmal auf, mit Begründung und verantwortlicher Person, und sorg dafür, dass die KI-Tools deines Teams genau diese Fassung lesen.

Für eine Handvoll Regeln reicht ein gemeinsames Dokument. Sobald es ein paar Hundert sind, mehrere Verantwortliche und mehr als ein KI-Tool, brauchst du etwas, das Versionen führt, Widersprüche meldet und jedem Tool den aktuellen Stand liefert. Dafür gibt es ein Company Brain, und das bauen wir mit CtxCore Brain.