KI-Systeme werden die Arbeitsweise von IT-Abteilungen rasant verändern, Schritthalten ist mehr denn je gefragt. Systeme prüfen, Tasks abarbeiten, dokumentieren: Vieles von dem, was bisher mühsame Handarbeit war, mache ich heute mit KI-Unterstützung in einem Bruchteil der Zeit. Wer diese Arbeitsweise früh lernt, arbeitet in Zukunft wesentlich einfacher. Bei mir hat diese Zukunft schon angefangen, und genau darum schreibe ich diese Serie.
Angefangen hat alles im Homelab
Mit KI arbeite ich seit 2023, als ChatGPT auf den Markt kam: beruflich als System Engineer und privat im Homelab.
2025 wurden die VMware-Lizenzen massiv teurer. Für kleine und mittelständische Umgebungen ist Proxmox schlicht die kostengünstigste Alternative, und früher oder später wird ein grosser Teil dieser Kunden dorthin wechseln. Ich wollte mich da selbst aufschlauen und hatte damit gleich einen Grund, mein Homelab neu aufzubauen: drei redundante Proxmox-Hosts plus Storage.
Auf dieser Grundlage kam Stück für Stück mehr dazu: Home Assistant fürs Smart Home, eine eigene Nextcloud mit OnlyOffice, n8n für Automatisierungen, ein Passwortmanager, etliche weitere Docker-Dienste und ein Proxmox Backup Server.
Aufgebaut habe ich das alles mit ChatGPT als Unterstützung, vor allem um mir die langwierige Suche über Google zu sparen. Das hat funktioniert. Ich war in der Recherche deutlich schneller am Ziel, und bei der Problemanalyse von IT-Systemen ist meine Effizienz spürbar gestiegen.
Nur wuchs mit dem Homelab auch die Anzahl der Chats. Irgendwann suchte ich die Konfiguration, die ich zwei Wochen vorher besprochen hatte, in vier verschiedenen Verläufen gleichzeitig und stellte dieselbe Frage zum dritten Mal, weil das Modell von der Antwort davor nichts mehr wusste. Was dabei herauskam, klang jedes Mal gleich überzeugend, war aber nicht jedes Mal gleich richtig.
Genau das ist der Punkt: Man hat es hier mit Software zu tun, die Sprache statistisch fortschreibt und dabei keinen Unterschied zwischen belegt und plausibel kennt. Sie hat kein Modell meiner Umgebung und kein Gefühl dafür, wo eine Grenze verläuft.
Daraus ist das Framework entstanden.
Vom Werkzeug zum Framework
Dabei ist mir aufgefallen, dass das, was hier im kleinen Massstab im Homelab funktioniert, genauso in einem Datacenter funktioniert. KI-gestützt planen, aufbauen, dokumentieren, das ist am Ende dieselbe Arbeit. Seit Anfang 2024 steht darum in meinem LinkedIn-Profil: «Mit KI und Automatisierung, Data Center Operations neu denken.» Damals hatte ich schon eine Ahnung, wohin KI in meinem Arbeitskontext führt.
Die KI hat sich dann im Laufe der Zeit stark weiterentwickelt, und den richtigen Schub brachte für mich dann Claude Code. Seither arbeitet die KI aktiv mit: Sie entwickelt Werkzeuge, pflegt Strukturen und hält Wissen fest. Für meine Arbeit als System Engineer ist das ein Gamechanger geworden.
Mein Anspruch und meine Neugier wuchsen weiter: das Ganze noch viel weiter zu treiben, alle Systeme per MCP und API anbinden, bis hin zum vollautomatisierten Datacenter-Betrieb. Genau davon handelt diese Beitragsserie. Ich habe dieser Arbeitsweise einen eigenen Namen gegeben: IT.I.M Framework, kurz für IT Infrastructure Management. Die Wortschöpfung ist von mir, ein Produkt dahinter gibt es nicht. Es ist eine neue Arbeitsweise mit KI-Unterstützung.
Was in dieser Serie kommt
Dieser erste Beitrag ist die Einleitung. In dieser Serie nehme ich die Bausteine einzeln auseinander: die Basis in YouTrack, das Gedächtnis der KI, die eine Quelle der Wahrheit, die Teamfähigkeit, das Reifen von Projekten, den Betrieb mehrerer KI-Instanzen, die Dokumentation, die von selbst entsteht, und die Regeln für Sicherheit und Kontrolle. Am Schluss steht der Ausblick auf ein Company Brain für das ganze Unternehmen.
Los geht es im nächsten Teil damit, wie das Framework entstanden ist.