- Andreas Bauer
- Context Management, Context Manager, GraphRAG, HowTo
Die Lücke zwischen Ihrem Wissen, Ihren Daten und der KI schließen
Die Lücke zwischen Ihrem Wissen, Ihren Daten und der KI schließen
Wie gut KI eine Aufgabe erledigt, hängt wesentlich davon ab, welche Informationen sie erhält und in welcher Form. Die Zusammenhänge zwischen Daten, was zu welchem Thema gehört und welcher Art der Zusammenhang ist, kennt meist nur der Anwender. In den digitalen Werkzeugen sind sie in der Regel nicht hinterlegt.
Der Kontextmanager schließt diese Lücke: Er führt die Daten eines Themas aus verschiedenen Anwendungen zusammen, ergänzt um das Wissen des Anwenders, stellt sie der KI bereit und legt die Ergebnisse der KI wieder im Thema ab.
Dieser Artikel zeigt das an einem Demo-Beispiel: wie aus verschiedenen Quellen Kontext entsteht, wie Anwender und KI gemeinsam damit arbeiten und wie neue Daten aus der KI in den Kontext zurückfließen. Warum Kontext für die Arbeit wichtig ist, beschreibt der Blog-Beitrag Kontext-basiertes Arbeiten. Die technische Lösung stellt der Blog-Beitrag Daten zu nutzbarem Kontext vor.
Wenig Zeit? Direkt zum Fazit.
Die Ausgangslage: Zusammenhänge, die nur im Kopf existieren
Wissen besteht nicht nur aus Daten, sondern auch aus den Zusammenhängen zwischen ihnen. Im Kopf des Anwenders sind diese Zusammenhänge vorhanden, in der digitalen Welt nicht. Jede Anwendung verwaltet ihre eigenen Daten und benötigt dafür kaum Wissen über andere Anwendungen und deren Daten. Für diese Werkzeuge reichte das bisher aus.
KI dagegen versteht Inhalte und kann über Anwendungsgrenzen hinweg arbeiten. Dafür genügt es nicht, einzelne Daten isoliert bereitzustellen. Das Umfeld der Daten, ihr Kontext, wird zu einem entscheidenden Faktor. Diesen Kontext liefert heute noch der Anwender selbst: Er sammelt zusammengehörige Daten, erläutert wo nötig die Zusammenhänge und legt neu entstandene Daten anschließend wieder passend ab, typischerweise in einem lokalen Verzeichnis oder im Cloud-Speicher.
Analogie: Wie es anders geht, zeigt ein vertrautes Beispiel aus jedem E-Mail-Programm. Wer auf eine E-Mail antwortet, klickt auf „Antworten“: Empfänger, Betreff und bisheriger Verlauf sind bereits gesetzt, und die Antwort wird der bestehenden Konversation angefügt. Niemand sucht dafür den Verlauf zusammen oder legt die Antwort anschließend von Hand ab: Das E-Mail-Programm kennt und verwaltet den Zusammenhang selbst und nimmt dem Anwender diese Arbeit ab
Der Kontextmanager überträgt dieses Prinzip über die Grenzen einer einzelnen Anwendung hinaus. An die Stelle der Konversation tritt ein Thema. Das können beliebige Daten aus verschiedenen Anwendungen sein, unabhängig von ihrem Typ – E-Mails, Notizen, Aufgaben, Dateien oder andere –, ergänzt um Zusammenhänge, die nur der Anwender kennt.
Eine Lücke, drei Schnittstellen
Der Kontextmanager verbindet Anwender, Anwendungen und KI jeweils über eine eigene Schnittstelle:
- Anwender – Benutzeroberfläche (UI): Der Anwender sieht, verwaltet und bearbeitet die Zusammenhänge.
- Anwendungen – Programmierschnittstelle (API): Daten werden aus den angebundenen Anwendungen synchronisiert, neue Daten werden dort abgelegt.
- KI – Model Context Protocol (MCP): Die KI ruft Kontext und Daten ab und übergibt neue Daten zur Ablage.
Der Kontextmanager verbindet Anwender, Anwendungen und KI über jeweils eine Schnittstelle.
Der Kontextmanager ersetzt keine dieser Seiten. Das Bearbeiten und Speichern von Daten, etwa von Nachrichten, Dokumenten und Tabellen, bleibt bei den Anwendungen. Rolle und Aufgabenbereich der KI bleiben ebenfalls unverändert. Der Kontextmanager verwaltet die Zusammenhänge zwischen den Seiten und verbindet sie miteinander.
Das Beispiel: ein Thema, verteilt auf mehrere Quellen
Das Beispiel stammt aus der Erstellung eines Versicherungsangebots. Ein Versicherungsberater hat einem Firmenkunden Fragebögen geschickt, die er für das Angebot benötigt. Der Anwender ist in diesem Beispiel der Firmenkunde.
Die zugehörigen Daten liegen beim Anwender in verschiedenen Quellen: eine E-Mail-Konversation mit acht E-Mails und deren Anhängen, darunter die Fragebögen als PDF, sowie weitere PDF-Dateien in zwei Ordnern der Dateiablage. Insgesamt umfasst das Thema 42 Elemente und 42 Verbindungen zwischen ihnen.
Die KI soll den Kontext erfassen, exemplarisch eine zufällig gewählte E-Mail laden, den Kontext zusammenfassen und die Zusammenfassung im Thema ablegen. Ohne Kontextmanager müsste der Anwender die Daten dafür selbst zusammensuchen, an die KI übergeben und erklären, wie sie zusammenhängen. Das Ergebnis müsste er anschließend selbst ablegen. Die folgenden Abschnitte zeigen denselben Ablauf mit Kontextmanager.
Die Basis: Wie aus verteilten Daten Kontext entsteht
Daten gelangen auf zwei Wegen in den Kontextmanager:
- Von außen: Daten entstehen in den angebundenen Anwendungen, etwa eine eingehende E-Mail oder eine Datei, die der Anwender in einem Verzeichnis speichert. Der Kontextmanager synchronisiert sie.
- Von innen: Der Anwender erstellt neue Daten direkt im Kontextmanager. Sie sind damit bereits bei ihrer Entstehung dem richtigen Kontext zugeordnet.
Daten dem richtigen Thema zuordnen
Neue Daten von außen ordnet der Kontextmanager über bekannte Verbindungen dem richtigen Kontext zu. Zusätzlich stehen zwei Funktionen zur Verfügung: Auto-Assign ordnet neue Daten einem bestehenden, passenden Thema zu, Auto-Cluster bildet aus zusammengehörigen Daten neue Themen. Beides funktioniert anwendungsübergreifend und unabhängig von Datenquelle und Datentyp. Der Anwender muss dafür nichts tun.
Im Beispiel hat der Kontextmanager die verschiedenen Daten aus unterschiedlichen Quellen zu einem gemeinsamen Thema zusammengefasst, es angelegt und die relevanten Daten damit verknüpft. Das Wissen unseres Anwenders ist dabei bereits eingeflossen: Er hat die Dokumente in zwei Ordnern abgelegt und damit festgehalten, was zusammengehört. Der Kontextmanager greift diese Ordnung auf und findet so das passende Thema.
Vorschläge prüfen und Wissen ergänzen
Die Ergebnisse von Auto-Assign und Auto-Cluster sind zunächst Vorschläge. Der Anwender kann sie annehmen, ablehnen oder bearbeiten. An dieser Stelle fließt sein Wissen ein: Zusammenhänge, die das System nicht erkennen kann, hält er fest, indem er fehlende Daten dem Thema zuordnet.
Allgemein: Der Kontextmanager synchronisiert Daten aus den angebundenen Anwendungen und versucht fortlaufend im Hintergrund, passende Themen zu finden oder neue zu bilden. Der Anwender prüft die Vorschläge und ergänzt sein Wissen.
Im Beispiel hat unser Anwender die Vorschläge geprüft und, da sie passten, unverändert übernommen. Das Hinzufügen weiterer Elemente zum Kontext war nicht nötig, wäre aber jederzeit möglich gewesen.
Hinweis: Der Kontextmanager unterscheidet dabei zwei Arten von Verbindungen. Manche ergeben sich aus den Quellen selbst, etwa die E-Mails einer Konversation oder die Dateien eines Ordners. Andere ergeben sich nicht aus den Quellen, sondern werden im Namen des Anwenders angelegt, entweder vom Kontextmanager oder vom Anwender selbst. Im Screenshot des KI-Chats sind diese als „user-defined“ bezeichnet. Im Beispiel sind das die drei Verbindungen des Themas mit der Konversation und den beiden Ordnern. Unabhängig davon bleiben automatisch angelegte Verbindungen als solche auch gekennzeichnet, bis der Anwender sie ausdrücklich bestätigt.
Die Knowledge Map unterstützt den Anwender und macht Zusammenhänge sichtbar und nachvollziehbar. Sie zeigt die Daten eines Themas und ihre Verbindungen. Statt Knowledge Map ist auch der Begriff Knowledge Graph gebräuchlich; beide bezeichnen den gleichen Gegenstand.
Die Knowledge Map des Themas: In der Übersicht sind alle Elemente und ihre Verbindungen zu sehen. Der Ausschnitt zeigt das Thema als Referenz und damit verknüpfte Kontextelemente; eines davon ist exemplarisch hervorgehoben.
Der Nutzen: Wie Anwender und KI im selben Kontext arbeiten
Das nachfolgende Beispiel und Screenshot zeigen vier Funktionen: Kontext erfassen, Daten laden, zusammenfassen und ablegen.
In den Prompt wurde die Knowledge Map eingefügt (sichtbar oberhalb des Prompts). Die KI erfasst den Kontext anhand der Knowledge Map und lädt dann wie gefordert exemplarisch eine zufällig gewählte E-Mail. Schließlich legt die KI wie verlangt die Zusammenfassung als Notiz an und verknüpft sie mit dem Thema.
Die KI erfasst den Kontext
Auch die KI braucht eine Referenz, die angibt, worum es geht. Beim Antworten auf eine E-Mail ist das die Konversation, im Beispiel ist es das Thema.
Statt die Daten einzeln zu suchen und in den KI-Chat einzufügen, kopiert unser Anwender die Knowledge Map des Themas in die Zwischenablage und fügt sie im KI-Chat ein. Für die KI liegt sie als Textdokument vor, das die Daten des Themas referenziert und beschreibt, wie sie miteinander verbunden sind. Sie ist das Thema in einer Form, die sich an die KI übergeben lässt.
Im Prompt beschreibt unser Anwender die Aufgabe: den Kontext beschreiben, exemplarisch eine zufällige E-Mail laden, den Kontext zusammenfassen und die Zusammenfassung als Notiz im Thema ablegen. Für das Beispiel soll die KI zudem personenbezogene Daten ausblenden und die Inhalte ins Englische übersetzen.
Analogie: Das entspricht dem „Antworten“-Button im E-Mail-Programm: Die Knowledge Map übernimmt die Rolle der Konversation, der Prompt die des Buttons. Das Prinzip ist dasselbe, nämlich eine Aufgabe in einem definierten Kontext auszuführen. Der Unterschied liegt in der Flexibilität: Der Button löst genau eine festgelegte Aktion aus, der Prompt beschreibt eine frei formulierte Aufgabe.
Die KI lädt Daten und fasst zusammen
Anhand der Knowledge Map erfasst die KI den Kontext: das Thema, seine 42 Elemente und ihre Verbindungen. Die Knowledge Map enthält zu den Verbindungen weitere Informationen, die die KI in ihre Beschreibung des Kontexts einbezieht.
Anschließend lädt sie exemplarisch selbstständig eine E-Mail aus der Konversation. Im Beispiel betrifft sie die Ermittlung der Prämie. Schließlich fasst die KI den Kontext zusammen.
Allgemein: Die KI kann auf zwei Wegen mit Kontext versorgt werden: mit einzelnen Daten als Referenz oder, wie im Beispiel, mit den Daten und ihrem Kontext. In beiden Fällen kann die KI Kontext abrufen, darin suchen und Daten laden.
Ergebnisse fließen zurück
Die Zusammenfassung ist neu entstandene Information. So wie eine Antwort in der bestehenden Konversation landet, wird sie dem Thema zugeordnet: Die KI legt sie als neue Notiz an und verknüpft sie als Kontext mit dem Thema. Die Zusammenfassung ist damit Teil des Themas und steht für weitere Aufgaben zur Verfügung.
Allgemein: Der Kontextmanager arbeitet in beide Richtungen. Daten, die im Kontext entstehen, werden in den angebundenen Anwendungen passend abgelegt. Eine neue E-Mail wird als neue Konversation angelegt oder setzt eine bestehende fort. Dateien werden in einem Standardverzeichnis abgelegt und können von dort verschoben werden, ohne dass der Kontext verloren geht.
Fazit: Wie sich die Arbeit für den Anwender vereinfacht
Im Beispiel hat unser Anwender den automatisch im Hintergrund erstellten Kontext genutzt, als Knowledge Map in den KI-Chat eingefügt und die Aufgabe beschrieben. Kontext erfassen, Daten laden, zusammenfassen und ablegen haben KI und Kontextmanager übernommen. Die Gegenüberstellung zeigt die Unterschiede:
Arbeitsschritt
Ohne Kontextmanager
Mit Kontextmanager
Daten zusammentragen
Der Anwender sucht E-Mails, Anhänge und Dateien in E-Mail-Client und Dateiablage zusammen.
Der Kontextmanager ordnet zu, der Anwender prüft und legt ggf. ergänzende Verknüpfungen fest.
Zusammenhänge erklären
Der Anwender erläutert sie bei der Aufgabe im Prompt.
Sie sind im Thema festgehalten und in der Knowledge Map erfasst.
Daten an die KI übergeben
Der Anwender kopiert die Inhalte einzeln in den KI-Chat.
Der Anwender fügt die Knowledge Map ein, die KI lädt die Inhalte selbst.
Ergebnis ablegen
Der Anwender legt es selbst in der passenden Anwendung ab.
Die KI legt es eigenständig ab und verknüpft es mit dem Thema.
Die Rolle des Anwenders konzentriert sich damit auf die inhaltlichen Fragen – was getan werden soll und wie – und weniger auf das Sammeln und Ablegen von Daten.
Austausch
Context Management entwickelt sich kontinuierlich weiter, und wir tauschen uns gern fachlich darüber aus. Folgen Sie ānbāsan auf LinkedIn und diskutieren Sie mit oder schreiben Sie uns an contact@anbasan.com.