Wir hörten es immer wieder: „KontextMaps ist eines der wenigen Tools, bei dem eine KI-Integration total sinnvoll und logisch wäre!“
Stimmt. Haben wir auch so gesehen. Aber unser Anspruch war klar: Keine Map, die per Knopfdruck generiert wird und dann Punkt für Punkt geprüft werden muss. KontextMaps soll eine verlässliche Quelle bleiben, für Wissen, das wirklich verstanden werden soll.
Und ehrlich: Die Ergebnisse waren lange nicht überzeugend genug. Es musste zu viel nachgearbeitet werden, es fehlte an Kontrolle im Prozess, und die generierten Strukturen halfen selten wirklich beim Verstehen.
Also haben wir gewartet. Nicht aus Skepsis gegenüber KI, sondern aus Respekt vor dem, was KontextMaps leisten soll.
Jetzt ist der Punkt erreicht, an dem das funktioniert. In zwei Bereichen.
KAIA: Strukturiert Maps bauen, mit KI an der Seite
Wir haben den Prozess, mit dem wir seit zehn Jahren Maps strukturieren, in einen KI-Assistenten übersetzt. KAIA leitet Autoren durch den Aufbau einer Map, von der Themendefinition bis zur fertigen Struktur. In jeder Phase entscheidet der Autor, ob das Ergebnis stimmt. Nicht die KI. Am Ende steht eine Struktur, die nicht mehr geprüft werden muss, weil sie es bereits wurde.
Mehr dazu erzählen wir in den kommenden Wochen. Nur so viel: Erstmals live zeigen wir KAIA auf der VivaTech in Paris.
MCP Server: Wenn eure KI endlich weiß, was eure Organisation weiß
Der zweite Bereich geht noch tiefer. Und er hat mit einer Frage zu tun, die uns schon länger beschäftigt: Warum halluziniert KI eigentlich?
Meistens nicht, weil das Modell schlecht ist. Sondern weil das Wissen in Organisationen selbst unstrukturiert ist. Verteilt über Dokumente, Wikis, Präsentationen, E-Mails. Ohne klare Zusammenhänge, ohne Kontext. Und wo Kontext fehlt, füllt die KI Lücken mit dem, was statistisch plausibel klingt.
Wir haben einen MCP Server aufgesetzt, der KontextMaps mit jedem KI-System verbinden kann. MCP ist ein offener Standard, vergleichbar mit USB-C, nur für die Verbindung zwischen KI und Wissensquellen. Die KI bekommt nicht einfach Textfragmente, sondern strukturiertes, kuratiertes Wissen mit Kontext. Und jede Antwort verlinkt direkt in die Map, an die richtige Stelle.
Die Alternative wären teure, komplexe Retrieval-Systeme, die trotzdem nicht verlässlich funktionieren. Eine KontextMap aufzusetzen kostet einen Bruchteil davon. Und sie schlägt zwei Fliegen mit einer Klappe: Menschen bekommen ihr Wissen im Kontext. Die KI bekommt es strukturiert.
Das System ist aufgesetzt und bereits im Einsatz.
Auch dazu kommt ein ausführlicher Artikel. Aber wer es jetzt schon ausprobieren will: Meldet euch bei uns.
Das war der Teaser. Mehr kommt.
In den nächsten Wochen veröffentlichen wir ausführliche Einblicke in beide Features. Wer als Erste davon erfahren will, trägt sich unten für den Newsletter ein ↓
Oder sucht sich einen Termin für eine persönliche Demo oder den MCP Server im Einsatz sehen wollt.