Struktur schlägt Intelligenz: Ordnerstrukturen, die eine KI versteht

Es gibt eine unglamouröse Wahrheit über die Arbeit mit KI-Agenten, die in keiner Produktpräsentation vorkommt: Der grösste Leistungssprung kam bei mir nicht von einem besseren Modell, sondern von einer besseren Ordnerstruktur.

Das Experiment, unfreiwillig

Ich habe den Vergleich unfreiwillig durchgeführt. Auf meiner alten Workstation — gewachsen über Jahre — liegen Projekte neben Downloads neben «temp2_final». Wenn ein Agent dort etwas suchen soll, rät er. Manchmal gut, oft daneben; jede Session beginnt mit Archäologie.

Auf dem neuen Notebook war die erste dokumentierte Entscheidung die Ordnerstruktur. Seither findet derselbe Agent mit denselben Fähigkeiten alles beim ersten Versuch — und kann Dinge, die vorher unmöglich waren: «Räum die Downloads auf» funktioniert nur, wenn irgendwo steht, wohin Dinge gehören.

Die fünf Bausteine

Was konkret den Unterschied macht — bewusst simpel gehalten:

1. Eine vorhersagbare Grundstruktur. Bei mir die PARA-Methode: Projekte (haben ein Ende), Areas (laufen dauerhaft), Ressourcen, Archiv — plus ein Code-Verzeichnis mit klarer Aufteilung. Nicht weil PARA magisch wäre, sondern weil irgendeine konsequente Regel jede clevere Ad-hoc-Ablage schlägt.
2. Ein README als Hausordnung. Im Wurzelverzeichnis liegt eine Datei, die die Regeln erklärt: was wohin gehört, was die Ordner bedeuten, wie aufgeräumt wird. Menschen lesen sie selten. Der Agent liest sie jedes Mal.
3. Entscheidungen als Dokumente. Jede tragende Entscheidung ist ein kurzes, nummeriertes Dokument mit Begründung und verworfenen Alternativen. Der Agent muss nicht raten, warum etwas so ist — er liest es nach und bleibt konsistent.
4. Runbooks für alles Wiederholbare. Abläufe, die zweimal vorkommen, werden beim zweiten Mal aufgeschrieben — vom Agenten selbst. Beim dritten Mal ist es Routine statt Rekonstruktion.
5. Ein Gedächtnis mit Index. Der Agent führt persistente Notizen über Projekte, Vorlieben, Regeln — mit einem Inhaltsverzeichnis, das er zu Beginn jeder Session lädt. Er fängt nie bei null an.

Der rote Faden: Alles davon ist Text. Kein Tool, keine Datenbank, kein Abo — Textdateien in einem Git-Repository, lesbar für Menschen und Maschinen.

Warum das die eigentliche KI-Vorbereitung ist

Man kann das Prinzip auf eine Formel bringen:

Ein Agent kann nur bedienen, was eine API hat — und nur verstehen, was eine Struktur hat.

Das erste ist die technische Hälfte von AI-Readiness, das zweite die organisatorische. Und die zweite ist die härtere, weil sie nicht kaufbar ist: Naming-Konventionen, eine einzige Quelle der Wahrheit pro Information, dokumentierte Prozesse. Unternehmen kennen das Problem als «Wissen steckt in Köpfen» — für einen KI-Agenten ist ein Kopf leider kein lesbares Medium.

Die gute Nachricht aus meinem Umbau: Man muss das nicht in einem grossen Wurf lösen. Struktur wächst — jede Entscheidung ein Dokument, jeder zweite Ablauf ein Runbook, jeder neue Ordner nach der Hausordnung. Der Agent hilft dabei sogar selbst; meiner schreibt die Doku, an die ich mich später halte.

Der Test für Ihr Unternehmen

Eine einzige Frage genügt als Standortbestimmung: Wenn morgen ein neuer Mitarbeiter anfängt und niemand Zeit hat, ihn einzuarbeiten — findet er sich anhand der abgelegten Dokumente zurecht? Wenn ja, ist das Unternehmen näher an AI-ready, als es denkt. Wenn nein: Genau dort beginnt die Arbeit, und sie lohnt sich doppelt — der nächste Mitarbeiter profitiert genauso wie der erste Agent.

Fragen, Einwände, eigene Ordnungs-Systeme? Schreib mir — ich antworte selbst.