Wer einen Chatbot wie ChatGPT, Claude oder Gemini regelmäßig nutzt, kennt das Problem: Sobald ein Chat geschlossen wird, ist fast alles vergessen. Bei der nächsten Anfrage muss der Nutzer wieder von vorne erklären, wer er ist, was er tut, wie er arbeitet. Die KI lernt nicht dazu wie ein Mensch – sie wurde einmal trainiert und ist seitdem auf einem festen Wissensstand. Was im Gespräch passiert, fließt nicht automatisch zurück ins Modell.
In der Tech-Welt kursiert deshalb seit einigen Wochen ein neues Schlagwort: das KI-Betriebssystem. Auch vom „zweiten Gehirn“ oder vom „Harness“ ist die Rede – einem digitalen Pferdegeschirr, in das man die KI einspannt, damit sie wirklich nützlich wird. Dahinter steckt die Idee, sich aus mehreren Komponenten ein eigenes Assistenzsystem zu bauen, das die KI mit den eigenen Daten, Vorlieben und Arbeitsabläufen verbindet. Wer mitmachen will, sollte ein paar Begriffe kennen.
Memory und Anweisungen
Die einfachste Form von Erinnerung bieten die großen Chatbots längst selbst. ChatGPT, Claude und Gemini haben eine Memory-Funktion eingebaut, die sich kleine Notizen macht; zum Beispiel über den Ort, in dem der Nutzer lebt. Auch sogenannte „Custom Instructions“, „Benutzerdefinierte Anweisungen“ kann man hinterlegen: feste Anweisungen, an die sich die KI in jedem Gespräch halten soll. Beides ist nützlich, hat aber Grenzen. Manchmal werden Erinnerungen und Anweisungen zum falschen Zeitpunkt abgerufen – und sobald es komplexer wird, versagt der Speicher.
Skills
„Skills“ sind ein eher neues Konzept. ChatGPT-Konkurrent Claude hat sie zuerst eingeführt, mittlerweile sind große Teile des Markts nachgezogen. Auch der deutsche Anbieter „Langdock“, der es ermöglicht, verschiedene KI-Modelle in einer Oberfläche zu nutzen, bietet Skills an. ChatGPT bereitet eine eigene Variante vor, die ist aber noch nicht für alle Nutzer verfügbar.
Ein Skill ist ein einmal hinterlegter Arbeitsablauf: einmal beschrieben, jederzeit abrufbar. Wer der KI etwa erklärt hat, in welchem Stil bestimmte E-Mails verfasst sein sollen, kann diesen Skill in jeder zukünftigen Anfrage automatisch aufrufen lassen. Skills lassen sich kombinieren, sodass mehrere Arbeitsschritte ineinandergreifen. Wichtig dabei: Beim Erstellen eines Skills muss klar definiert sein, wann genau er einspringen soll. Sonst kann es passieren, dass die KI ihn an den falschen Stellen abruft.
Custom GPT, Gem, Agent
Vorgänger der Skills sind die „Custom GPTs“ in ChatGPT und die „Gems“ in Gemini. Microsoft und Langdock haben ähnliche Versionen, die sie selbstbewusst „Agents“ nennen – obwohl der Begriff Agent in der KI-Welt eigentlich für etwas anderes reserviert ist, nämlich für selbstständig handelnde KI-Programme. Custom GPTs und ähnliche Konstrukte sind starre Ein-Zweck-Bots – man sagt ihnen einmal, wie sie sich verhalten sollen, und ruft sie dann immer auf, wenn man sie braucht.
MCP, Automatisierung, agentisches Arbeiten
Wer fortgeschrittener arbeiten will, stößt auf weitere Begriffe. MCP, das Model Context Protocol, ist ein Standard, mit dem KI-Modelle Zugriff auf andere Programme bekommen – etwa auf den Kalender oder eine Datenbank. Für wirklich automatisierte Abläufe gibt es Tools wie n8n, mit denen sich KI-Aufgaben verketten lassen. Und Anthropic bietet mit Claude Code und Claude Cowork zwei Werkzeuge, mit denen die KI selbstständig am Computer arbeiten kann – das sind dann echte „Agents“ im technischen Sinne.
Datenschutz
Ein Punkt, den viele unterschätzen: Sobald sensible Daten in ein KI-System fließen, wird Datenschutz zum Thema. Cloud-Modelle laufen oft auf Servern in den USA, was bei personenbezogenen Daten in Deutschland problematisch werden kann. Wer auf der sicheren Seite sein will, sollte sensible Inhalte gezielt aussparen – oder auf lokal laufende KI-Modelle umsteigen, die direkt auf der eigenen Hardware arbeiten.
