Company Brain und Kontext
Was ist Context Engineering? Definition und Praxisbeispiel
Kurz erklärt
Context Engineering ist die Arbeit, einem KI-Modell für eine Aufgabe genau den richtigen Kontext zu geben: Ziel, geltende Regeln und nötiges Wissen. Es geht weniger um die Formulierung des Prompts als darum, was das Modell beim Antworten weiss.
Warum es zählt: Die Qualität einer KI-Antwort hängt mehr am Kontext als an der Formulierung der Frage.
Prompt Engineering
Wie formuliere ich die Frage?
Context Engineering
Was weiss das Modell beim Antworten?
Warum ist Context Engineering wichtig für dein Unternehmen?
Ein Modell kennt eure Firma nicht. Es weiss nicht, was letzte Woche entschieden wurde, welche Preise gelten oder welche Kunden Vorrang haben. Fehlt dieser Kontext, füllt es die Lücke mit plausiblen Annahmen.
Context Engineering wählt aus, prüft und kürzt, was ein KI-Agent für eine Aufgabe braucht. Zu wenig Kontext führt zu Raten, zu viel zu Verwirrung. Für eine Firma wird daraus eine Führungsfrage: Wer legt fest, welcher Stand gilt?
Praxisbeispiel: Ein KI-Agent entwirft das Board-Update
Ein KI-Agent soll das monatliche Board-Update entwerfen. Er bekommt nur den Prompt «Fasse den Monat zusammen» und Zugriff auf alle Dokumente. Er findet die alte Roadmap mit «USA 2027» und schreibt sie als Plan ins Update.
Mit Context Engineering bekommt der Agent gezielt den Entscheid «Strategie 2027: Fokus DACH-Mittelstand, keine US-Expansion», die aktuellen Zahlen und das letzte Update als Vorlage. Der Entwurf folgt dem geltenden Stand, und die Prüfung dreht sich um Formulierungen statt um die Strategie.
3 häufige Fehler, die du vermeiden solltest
Alles in den Kontext kippen
Mehr ist nicht besser. Veraltete und widersprüchliche Dokumente lenken das Modell ab und landen in der Antwort.
Nur am Prompt feilen
Eine bessere Formulierung ersetzt kein fehlendes Wissen. Steht der Entscheid nicht im Kontext, kann das Modell ihn nicht kennen.
Kontext pro Person pflegen
Wenn jede Person eigene Notizen und Prompts mitgibt, arbeiten KI-Agenten mit verschiedenen Wahrheiten. Geteilter Kontext braucht Verantwortliche.
Schritt für Schritt
- 1
Die Aufgabe klären
Was soll am Ende vorliegen, und für wen?
- 2
Nötigen Kontext bestimmen
Welche Entscheide, Regeln und Quellen braucht diese Aufgabe, und welche nicht?
- 3
Den Stand prüfen
Nur geltende, freigegebene Inhalte gehen an das Modell.
- 4
Ergebnisse auswerten
Liegt eine Antwort daneben, fragt zuerst: Was fehlte im Kontext?
Bring einen wichtigen Entscheid mit.
In 30 Minuten mit Marc oder Simon zeigen wir, wo eure Arbeit heute vom Entscheid abweicht.
Company Brain kennenlernenWeiterlesen im PM Lab
Artikel, die das Thema vertiefen.
Verwandte Begriffe
- Kontextfenster →Das Kontextfenster ist die Menge an Text, die ein KI-Modell bei einer Antwort gleichzeitig lesen kann.
- RAG →RAG (Retrieval-Augmented Generation) ist ein Verfahren, bei dem ein KI-Modell vor der Antwort passende Stellen aus euren Dokumenten sucht und mitliest.
- Enterprise Context Management →Enterprise Context Management (ECM) hält den Kontext einer Firma aktuell, geprüft und für Menschen wie KI-Agenten nutzbar.