Genau deshalb haben wir das inside Kompendium neu gegliedert.
Das Kompendium war bereits unser Handbuch für Wissensarbeit mit inside.
Es beschreibt Begriffe, Rollen, Methoden, Prinzipien und Zusammenhänge.
Für Menschen funktioniert ein Handbuch auch dann, wenn ein Gedanke über mehrere Absätze läuft.
- Menschen lesen mit.
- Sie ergänzen Kontext.
- Sie erinnern sich an vorherige Kapitel.
- Sie verstehen Zwischentöne.
Eine KI arbeitet anders. Sie bekommt nicht automatisch „das ganze Handbuch“. Sie bekommt einzelne Ausschnitte als Kontext. Und genau deshalb wurde die Frage wichtig:
Kann dieser Abschnitt für sich allein eine klare Aufgabe im Kapitel erfüllen?
Wir nennen diese Einheiten Sections.
Eine Section ist nicht einfach ein Absatz. Eine Section ist eine fachliche Einheit mit einer klaren Funktion.
Sie beantwortet zum Beispiel:
- Warum ist dieses Thema wichtig?
- Was bedeutet ein Begriff?
- Wie funktioniert ein Zusammenhang?
- Welche Rolle spielt ein Element im Wissensfluss?
- Welche typischen Fehler entstehen in der Praxis?
- Welche Reflexionsfrage hilft beim Übertragen auf die eigene Organisation?
Damit wurde jede Section zu einem kleinen Baustein im Kompendium.
Nicht beliebig. Nicht dekorativ. Sondern mit einer klaren Aufgabe im Kapitel.
Zum Beispiel:
- Eine „why_it_matters“-Section erklärt, warum ein Thema relevant ist.
- Eine „content“-Section beschreibt den fachlichen Kern.
- Eine „role_decider“-Section zeigt, was Entscheider:innen daran erkennen können.
- Eine „role_km“-Section zeigt, wie Wissensmanager:innen damit arbeiten können.
- Eine „reflection“-Section öffnet den Transfer in die eigene Praxis.
Diese Arbeit war überraschend anspruchsvoll.
Denn beim Schneiden zeigt sich sofort, wo Wissen noch unscharf ist:
- Ein Abschnitt erklärt zu viel auf einmal.
- Ein Begriff wird verwendet, aber nicht sauber eingeführt.
- Ein Zusammenhang ist fachlich richtig, aber für sich allein nicht verständlich.
- Eine Aussage braucht Kontext, der an anderer Stelle versteckt ist.
So wurde die Segmentierung zur Qualitätsprüfung. Nicht nur für die KI. Sondern für das Kompendium selbst.
Unsere wichtigste Erkenntnis:
Gute KI-Antworten beginnen nicht mit besseren Prompts.
Sie beginnen mit Wissenseinheiten, die klar genug sind, um gefunden, verstanden und wiederverwendet zu werden.