Seit generative KI Texte formuliert, Protokolle zusammenfasst, Aufgaben extrahiert und ganze Workflows auslösen kann, entsteht eine verführerische Idee: Vielleicht brauchen wir die mühsame Organisation gar nicht mehr. Die KI findet schon alles, versteht den Zusammenhang und sagt uns, was als Nächstes zu tun ist.
Das funktioniert ungefähr so gut wie ein schneller Praktikant in einem Unternehmen ohne Ablage, Zuständigkeiten und Entscheidungswege. Er kann erstaunlich viel bewegen. Nur weiß anschließend niemand mehr genau, ob es auch das Richtige war.
KI ersetzt kein System. Sie verstärkt das System, das bereits vorhanden ist – oder dessen Abwesenheit.
Das Produktivitätsgefühl ist nicht die Produktivität
KI erzeugt sichtbare Ergebnisse in hoher Geschwindigkeit. Ein Prompt wird zu einer Aufgabenliste, eine Besprechung zu einem Protokoll und eine Idee zu einem Projektplan. Das fühlt sich produktiv an, weil nach wenigen Sekunden etwas auf dem Bildschirm steht.
Aber ein Dokument ist noch keine Entscheidung. Eine Aufgabe ist noch keine Verantwortung. Ein Plan ist noch kein abgestimmtes Vorhaben.
Ohne klare Anschlusslogik entsteht vor allem mehr Material:
- Zusammenfassungen, die niemand als verbindlich erklärt hat,
- Aufgaben ohne verantwortliche Person und Fälligkeit,
- mehrere Fassungen derselben Information,
- automatisch erzeugte Dokumente ohne gepflegten Ablageort,
- Entscheidungen, deren Gründe im Chatverlauf verschwinden und
- Automationen, die unklare Prozesse lediglich schneller ausführen.
Das Problem ist nicht, dass die KI zu wenig produziert. Das Problem ist, dass Produktion mit Fortschritt verwechselt wird.
Womit KI tatsächlich arbeitet
Ein Sprachmodell benötigt Kontext. Es muss erkennen können, was gilt, was veraltet ist, was nur eine Idee war und welche Quelle verbindlich ist. Je besser diese Unterscheidungen vorbereitet sind, desto brauchbarer wird das Ergebnis.
Dafür braucht es keine perfekte Wissensarchitektur. Einige unspektakuläre Grundlagen reichen oft weit:
- Ein klares Ziel: Welches Ergebnis soll entstehen?
- Eine kanonische Quelle: Wo steht der aktuell verbindliche Zustand?
- Eindeutige Begriffe: Was meinen wir mit Projekt, Aufgabe, Entscheidung oder Release?
- Zuständigkeiten: Wer entscheidet, prüft und setzt um?
- Ein Lebenszyklus: Wie werden Inhalte erstellt, freigegeben, aktualisiert und archiviert?
- Nachvollziehbare Veränderungen: Was wurde wann und warum geändert?
Fehlen diese Informationen, muss die KI raten. Sie tut das häufig überzeugend. Genau das macht die Sache gefährlich: Ein sauber formulierter Irrtum sieht im ersten Moment deutlich organisierter aus als ein ehrliches „Das ist ungeklärt“.
Warum bewährte Methoden plötzlich wieder wichtig werden
Die meisten organisatorischen Methoden dieser Serie sind älter als die heutige KI-Welle. Sie wurden entwickelt, weil Menschen mit zu vielen Aufgaben, Dateien, Ideen, Entscheidungen und Veränderungen schlecht umgehen können. Sprachmodelle haben überraschend ähnliche Schwierigkeiten: Auch sie benötigen Auswahl, Struktur und Beziehungen.
Getting Things Done trennt das Erfassen vom Klären und zwingt diffuse Verpflichtungen in konkrete nächste Schritte. PARA und Johnny Decimal geben Informationen einen nachvollziehbaren Ort. Zettelkasten, Atomic Notes und Evergreen Notes machen aus Fundstücken verknüpftes Wissen. ADRs halten Entscheidungen samt Gründen fest. Changelog und Semantic Versioning erklären, was sich verändert hat.
Keine dieser Methoden ist eine KI-Technik. Gerade deshalb sind sie wertvoll. Sie lösen das Grundproblem, bevor ein Modell ins Spiel kommt.
KI als Verstärker richtig einsetzen
In einem gepflegten System kann KI viel leisten:
- einen Eingangskorb vorsortieren, ohne die Entscheidung über Prioritäten zu übernehmen,
- aus einem Projektbestand mögliche nächste Schritte vorschlagen,
- verstreute, aber klar adressierte Quellen zusammenführen,
- Widersprüche zwischen Dokumenten markieren,
- fehlende Begründungen in einer Entscheidungsvorlage erkennen,
- Änderungen für einen Changelog-Entwurf bündeln und
- veraltete oder unvollständige Dokumentation zur Prüfung vorlegen.
Der Unterschied liegt im Verb: Die KI schlägt vor, vergleicht, markiert und bereitet auf. Menschen erklären Ergebnisse für verbindlich, übernehmen Verantwortung und entscheiden über Folgen.
Ein einfacher Realitätstest
Bevor eine neue KI-Lösung eingeführt wird, helfen fünf unangenehm einfache Fragen:
- Woher soll die KI wissen, welche Information aktuell und verbindlich ist?
- Kann ein Mensch denselben Kontext ohne den ursprünglichen Autor nachvollziehen?
- Ist erkennbar, wer für eine Entscheidung oder Aufgabe verantwortlich ist?
- Was passiert mit dem Ergebnis nach der Generierung?
- Wie wird ein Fehler erkannt, korrigiert und künftig vermieden?
Wenn die Antworten lauten „steht irgendwo im Chat“, „weiß eigentlich Sabine“ oder „das wird sich im Betrieb zeigen“, fehlt nicht die richtige KI. Es fehlt Organisation.
Ordnung ist kein Selbstzweck
Natürlich kann man Organisation übertreiben. Ein Ablagesystem mit mehr Regeln als Inhalten ist ebenso nutzlos wie ein Aufgabenmanager, dessen Pflege zum Hauptprojekt geworden ist. Die Lösung ist nicht maximale Bürokratie, sondern gerade genug Struktur, um zuverlässig handeln zu können.
Ein gutes System reduziert Entscheidungen, macht Grenzen sichtbar und hält wichtigen Kontext verfügbar. Es schafft den Rahmen, in dem Menschen und Maschinen sinnvoll zusammenarbeiten können.
KI ist dabei ein mächtiger Verstärker. Sie verstärkt allerdings Ordnung genauso zuverlässig wie Unordnung. Wer das übersieht, digitalisiert nicht die Produktivität, sondern den Wildwuchs.
