Kontext statt Ausschnitte
Architektur, Schnittstellen, Tickets, Fachbegriffe, Datenflüsse und vorhandene Regeln machen aus einer plausiblen Antwort eine passendere Arbeitsgrundlage.
KI & Entwicklung
KI-gestützte Entwicklung für bestehende Systeme
KI kann Analyse, Umsetzung, Tests und Dokumentation beschleunigen. In gewachsenen TYPO3-, Symfony- und Next.js/React-Systemen wird sie aber erst mit gutem Kontext, Architekturverständnis und verantwortlichem Review wirklich nützlich.
Funktionierender Code ist schnell erzeugt. Sauber integrierte Lösungen sind etwas anderes.
Arbeitsweise
Warum KI in bestehenden Systemen Kontext braucht
Nicht das Modell allein entscheidet über die Qualität. Entscheidend ist, welche Projektinformationen es sehen darf, welche Regeln gelten und wer die Ergebnisse im bestehenden System einordnet.
Wissen als pflegbare Quelle
Dokumentation, Markdown, fachliche Notizen oder ein geprüfter CMS-Export werden so aufbereitet, dass Inhalte nachvollziehbar, aktualisierbar und gezielt auffindbar bleiben.
Review und Verantwortung
KI kann Vorschläge liefern und Arbeit beschleunigen. Architekturentscheidungen, Berechtigungen, Tests und produktive Änderungen bleiben bei den verantwortlichen Menschen und Systemen.
Vom Wissen zur Antwort
Kontrollierter Kontext statt eines Chats mit Vollzugriff
Für einen Assistenten wird zunächst festgelegt, was fachlich die Quelle ist. Erst daraus entsteht ein begrenzter Antwortkontext – nicht aus dem Browser-DOM, privaten Repository-Dateien oder beliebigen Daten.
1. Redaktionelle Quelle
Markdown kann die führende Wissensquelle sein. In CMS-Projekten übernimmt ein freigegebener, versionierbarer Export diese Rolle.
2. LLM Wiki und OKF
Die Idee eines LLM Wiki ist eine lesbare, strukturierte Wissensschicht. Das Open Knowledge Format (OKF) von Google Cloud macht Herkunft, Sprache und Beziehungen der Inhalte prüfbar.
3. Gezieltes Retrieval
JSONL, SQLite FTS oder Solr sind abgeleitete Suchschichten. Sie wählen passende Auszüge aus, statt bei jeder Frage den gesamten Bestand in den Prompt zu geben.
4. Begrenzte Antwort
Das Modell formuliert aus ausgewählten Belegen. Die Anwendung bestimmt Quellen, Rechte, Antwortgrenzen und die sichtbaren nächsten Inhalte.
Markdown oder ein geprüfter CMS-Export bleibt die nachvollziehbare Wissensquelle. Der Index ist eine abgeleitete Suchhilfe.
Einsatz im Bestand
KI ergänzt Systeme, statt Verantwortung auszulagern
In der Entwicklung
Analyse, Konzept, Implementierung, Tests, Dokumentation und Review profitieren von belastbarem Projektkontext. Das verkürzt Wege, ersetzt aber keine fachliche oder technische Einordnung.
In digitalen Produkten
Ein quellengebundener Assistent hilft Besucherinnen, Besuchern und angemeldeten Nutzenden dabei, Inhalte, Funktionen und nächste Schritte besser zu verstehen.
Die praktischen Szenarien für Websites und Anwendungen stehen auf der Seite KI-Assistenten.
Grenzen gehören zum Konzept
Rechte, Daten und Werkzeuge werden vorher entschieden
Ein öffentlicher Assistent kann nur veröffentlichte Inhalte erklären. In einer Anwendung werden Kontext, Rolle und Rechte serverseitig bestimmt. Schreibende Aktionen brauchen zusätzliche Bestätigung, Berechtigung und Nachvollziehbarkeit.
Datenschutz, Anbieterwahl, Protokollierung, Prompt-Injection-Schutz und Betriebsgrenzen gehören nicht ans Ende eines Projekts. Sie sind Teil der Architektur.
Vom Konzept zur Anwendung
Was soll KI in Ihrem bestehenden System besser erklären, beschleunigen oder absichern?
Ausgangspunkt sind der konkrete Arbeits- oder Besucherbedarf, die vorhandenen Inhalte und die technische Landschaft. Daraus lässt sich ein begrenzter, überprüfbarer erster Schritt entwickeln.