Dein brillantester Mitarbeiter vergisst täglich alles
Montagmorgen. 8:47 Uhr. Marcus öffnet Claude.
Er tippt: „Ich bin selbstständiger Unternehmensberater, spezialisiert auf Prozessoptimierung im Mittelstand, meine Kunden sind vor allem produzierendes Gewerbe in Bayern..."
Die Antwort ist brillant. Präzise. Klar strukturiert. Claude liefert wie immer sofort auf hohem Niveau.
Aber Marcus denkt: Was wäre, wenn dieses Ding wüsste, wer ich bin?
Das kennst du. Dieses Gefühl irgendwo zwischen Staunen und Frustration.
Du nutzt KI täglich. Sie macht dich schneller. Aber jeden Morgen fängst du wieder bei null an. Als würde ein genialer Kollege nach dem Feierabend seinen Verstand am Garderobenhaken lassen.
Dafür gibt es einen Namen. Und wer ihn kennt, sieht plötzlich warum viele KI-Nutzer täglich Potenzial liegen lassen, ohne es zu merken.
- Deine KI vergisst nach jeder Session alles. Nicht weil sie schlecht ist, sondern weil sie keinen Kontext über dich hat.
- KI-Tools wie ChatGPT und Claude haben Persistenz-Mechanismen. Sie lösen das Problem nicht, weil sie nur speichern, was du eingibst – nicht wer du bist.
- Wer täglich Kontext nachliefert, verliert nicht nur Zeit. Er verliert den Aufbau-Effekt den KI erzeugen könnte.
- Eine Kategorie von Lösung existiert. Die meisten KI-Nutzer kennen sie noch nicht.
Was passiert wirklich wenn deine KI dich täglich vergisst?
Deine KI leidet nicht an Amnesie. Sie hat schlicht keinen Ort, an dem sie speichern kann wer du bist.
Jede Session beginnt bei null. Kein Gedächtnis, kein Kontext, keine Kontinuität. Du erklärst heute dasselbe wie gestern. Morgen erklärst du es wieder.
Das ist Kontext-Armut.
Nicht ein technisches Problem, ein strukturelles. Du hast der intelligentesten Assistentin der Welt nie erzählt, wer du bist.
Stell dir vor, du stellst jeden Morgen einen neuen Praktikanten ein. Gleiche Intelligenz. Gleiche Ausbildung. Aber keiner davon weiß, wer deine Kunden sind, wie du kommunizierst, welche Projekte laufen, was schon mal schiefgelaufen ist. Du erklärst es ihnen. Sie liefern gut. Am nächsten Tag ist der Neue da.
Genau das ist dein aktuelles Verhältnis zur KI.
Ja, deine KI kann sich Dinge merken. Warum reicht das trotzdem nicht?
Im Juni 2026 hat OpenAI das Memory-System komplett neu gebaut. „Dreaming" heißt es. Es lernt automatisch aus deinen Gesprächen, synthetisiert Erinnerungen im Hintergrund, trackt zeitliche Zusammenhänge. Laut OpenAI liegt die Trefferquote beim Kontextabruf bei 82 Prozent. Das ist nicht nichts.
Claude hat Projects für persistente Kontext-Einstellungen. ChatGPT hat custom instructions. Alle großen Tools haben inzwischen irgendeine Form von Persistenz.
Und trotzdem lösen sie Kontext-Armut nicht.
Der Grund ist derselbe bei allen: Sie speichern nur, was du aktiv eingegeben hast. Dreaming kennt, was du ChatGPT erzählt hast. Projects kennt, was du hineingeschrieben hast.
Was sie nicht kennen: Deine Kunden aus zehn Jahren Beratertätigkeit, die du nie beschrieben hast. Wie du schreibst, wenn du unter Druck stehst, obwohl du das nie dokumentiert hast. Der Fehler von 2023, der dein Angebotsschreiben seitdem verändert hat.
Tiefer Kontext ist nicht was du eingegeben hast. Es ist wer du bist.
Was macht Kontext-Armut mit deiner Arbeit wirklich?
Das Offensichtliche: Du verlierst Zeit. Drei Minuten hier, fünf dort. Täglich Kontext nachliefern.
Das Unsichtbare: Du verlierst den Aufbau-Effekt.
Eine gute Zusammenarbeit wird besser über Zeit. Ein Mitarbeiter, der drei Jahre mit dir gearbeitet hat, liefert anderes als in Woche eins. Nicht weil er klüger geworden ist, sondern weil er versteht was du brauchst, bevor du es sagst.
KI ohne Kontext liefert immer dieselbe Qualität. Nicht schlechter. Aber auch nie besser. Keine Kurve nach oben.
67 Prozent der Deutschen nutzen bereits generative KI (Bitkom 2026). Gleichzeitig befürchten 29 Prozent davon den Verlust eigener Kompetenzen durch KI-Abhängigkeit. Das ist die eine Seite. Die andere: Sie verlieren auch den Gewinn an kumulativer Stärke, den das System erzeugen könnte.
Wer täglich bei null anfängt, investiert täglich neu. Ohne Rendite auf die gestrige Arbeit.
Das ist kein Produktivitätsproblem. Es ist ein strukturelles Problem. Es liegt nicht am Tool. Es liegt daran, wie KI bisher in den Alltag integriert wird.
(Und wenn du das Gefühl kennst, dass KI dich schneller macht, aber nicht klüger: das hat einen eigenen Namen. Es heißt Cognitive Debt. Fehler Nummer eins unter den sieben Mustern, die KI-Nutzer systematisch bremsen.)
Was wäre wenn deine KI wirklich wüsste wer du bist?
Stell dir Marcus vor. Drei Monate später.
Er öffnet Claude. Er tippt keine Einleitung. Er fragt direkt: „Schreib mir ein Angebot für den neuen Maschinenbau-Kunden in Augsburg."
Claude weiß: Mittelstand, produzierendes Gewerbe, Bayern. Marcus' direkter Kommunikationsstil. Die drei Projekte, die gerade laufen. Der Fehler, der vor zwei Monaten fast einen Kunden gekostet hat.
Die Antwort ist nicht nur brillant. Sie ist auf ihn zugeschnitten.
Das ist kein Science-Fiction. Es ist eine Frage davon, welchen Kontext du deiner KI gibst und wie persistent dieser Kontext ist.
Eine Kategorie von Lösung existiert: eine strukturierte Kontext-Schicht, die du einmal aufbaust und die mit jeder Session wächst. Kein Memory-Feature, das Gesprächsinhalte speichert. Kein statischer Kontext-Rahmen, den du einmal einträgst. Sondern eine echte Wissensbasis darüber wer du bist, wie du arbeitest und was deine KI wissen muss, um wirklich für dich zu arbeiten.
Wer diesen Schritt macht, hat keinen neuen Praktikanten jeden Morgen.
Er hat einen Mitarbeiter, der besser wird.
Ich hatte dieselben Probleme. Täglich von vorne erklären. Dreaming ausprobiert, Projects konfiguriert, custom instructions gepflegt. Alles half ein bisschen. Nichts löste das Strukturelle.
Dann habe ich aufgehört, nach dem besseren Tool zu suchen. Und angefangen, in einem System zu denken.
Kontext-Armut ist Fehler Nummer zwei unter den sieben Mustern, die KI-Nutzer systematisch bremsen. Was die anderen sechs sind, und wie du mit einem KI-System das wirklich zu dir passt anfängst, findest du in meiner kostenlosen 7-Fehler-Serie.
Mehr zu KI-Kompetenz aufbauen: Warum fleißige KI-Nutzer als erste ersetzt werden
Und wenn deine KI dich zwar kennt, aber ihre eigene Arbeit trotzdem nicht ehrlich beurteilt: Loop Engineering erklärt
Ich nutze täglich ein KI-System, das mich kennt. Nicht weil ich Entwickler bin, sondern weil ich einmal Arbeit investiert habe, die seitdem täglich Zinsen zahlt.
Häufige Fragen
Was ist Kontext-Armut bei KI?
Kontext-Armut beschreibt das strukturelle Problem, dass KI-Tools wie ChatGPT oder Claude nach jeder Session komplett vergessen, wer du bist. Jede neue Session beginnt bei null. Du erklärst täglich dein Fachgebiet, deine Kunden, deinen Kommunikationsstil – ohne dass sich etwas davon aufbaut. Das kostet nicht nur Zeit. Es verhindert den Aufbau-Effekt, den eine echte Zusammenarbeit über Monate und Jahre erzeugen würde.
Warum lösen ChatGPT Memory und Claude Projects Kontext-Armut nicht?
Alle großen KI-Tools haben inzwischen Persistenz-Mechanismen: OpenAIs Dreaming-System, Claude Projects, custom instructions. Sie lösen Kontext-Armut trotzdem nicht, weil sie nur speichern, was du aktiv eingegeben hast. Was sie nicht kennen: Deine Kunden aus zehn Jahren Beratertätigkeit, die du nie beschrieben hast. Wie du unter Druck schreibst. Der Fehler, der dein Angebotsschreiben seit 2023 verändert hat. Tiefer Kontext ist nicht was du eingegeben hast – es ist wer du bist.
Was ist der Unterschied zwischen KI-Gedächtnis und echter Kontext-Persistenz?
KI-Gedächtnisfeatures (Memory, Projects, custom instructions) speichern Gesprächsinhalte und manuell eingetragene Einstellungen. Echte Kontext-Persistenz ist eine strukturierte Wissensbasis, die du einmal aufbaust und die mit jeder Session wächst – nicht als Gesprächsprotokoll, sondern als lebendiges Profil davon, wer du bist, wie du arbeitest und was deine KI wissen muss, um wirklich für dich zu arbeiten. Der Unterschied: Das eine speichert was gesagt wurde. Das andere kennt wen es bedient.
Was ist der Aufbau-Effekt bei KI?
Ein Mitarbeiter, der drei Jahre mit dir gearbeitet hat, liefert anderes als in Woche eins. Nicht weil er klüger geworden ist, sondern weil er versteht was du brauchst, bevor du es sagst. KI ohne Kontext liefert immer dieselbe Qualität. Nicht schlechter. Aber auch nie besser. Keine Kurve nach oben. Wer täglich bei null anfängt, investiert täglich neu – ohne Rendite auf die gestrige Arbeit. Der Aufbau-Effekt beschreibt genau diesen kumulativen Gewinn, den echte Kontext-Persistenz mit der Zeit erzeugt.
Wie hoch ist der Anteil der Deutschen die KI nutzen?
67 Prozent der Deutschen nutzen bereits generative KI (Bitkom 2026). Gleichzeitig befürchten 29 Prozent davon den Verlust eigener Kompetenzen durch KI-Abhängigkeit. Die wenigsten wissen, dass das drängendere Problem nicht Abhängigkeit ist, sondern fehlender Aufbau-Effekt: Wer täglich Kontext nachliefert, verzichtet auf die kumulative Stärke die ein echtes KI-System aufbauen könnte.
Was ist der Zusammenhang zwischen Kontext-Armut und Cognitive Debt?
Kontext-Armut und Cognitive Debt sind zwei verschiedene KI-Fehler, die sich gegenseitig verstärken. Kontext-Armut bedeutet: deine KI kennt dich nicht und kann deshalb nicht für dich wachsen. Cognitive Debt bedeutet: du lernst selbst nichts dazu, weil du KI-Output konsumierst ohne ihn zu verarbeiten. Zusammen ergeben sie eine KI-Nutzung, die dich weder voranbringt noch aufbaut.
Weiter denken statt weiter scrollen?
7 Mails. 7 KI-Fehler die dich dümmer und ersetzbar machen, erklärt, entlarvt, gelöst. Kostenlos. Jederzeit abbestellbar. Danach: Wöchentlich eine Mail mit Tipps, wie du KI nutzt, ohne dein eigenes Denken zu verlieren.
Zeig mir die 7 Fehler →
Dirk Jeske
Blogger, Systemdenker und Permakultur-Praktiker
Auf einem historischen Gutshof zwischen Permakultur-Paradies und Laptop. Ich schreibe für Menschen, die KI täglich nutzen, aber nicht aufhören wollen, selbst zu denken. Mit Drahthaar und Hühnern als Korrektiv gegen zu viel Bildschirm.
→ Mehr über mich