In meinem Framework gibt es genau eine Quelle der Wahrheit. Alles, was das Team wissen muss, liegt an einem Ort, für alle gleich. Warum das wichtig ist, zeige ich in diesem Beitrag auf.
Am Anfang waren es zwei Orte für das Gedächtnis
Denn am Anfang hatte ich zwei Datenquellen. Pro Projekt hielt ich eine MD-Datei mit allen Informationen in Git und den Projektartikel in der YouTrack-KB synchron, sauber bidirektional, mit Sync-Kommando und Konflikt-Erkennung.
Hintergrund war, dass ich in der laufenden Projektarbeit parallel das YouTrack-MCP ständig um neue Funktionen erweitert habe und Bedenken hatte, dass ein Bug die Artikel falsch beschreibt bzw. überschreibt. Die Doppelführung in Git war in dieser Entwicklungsphase sozusagen der Rettungsschirm.
Das funktionierte, war aber doppelte Arbeit, und bei parallelen Sessions stellte sich ständig die Frage, welche Seite gerade stimmt. Viel schwieriger war die Situation, dass ein anderer Arbeitskollege auch anfing, mit dem IT.I.M Framework zu arbeiten. Ab dann mussten wir beide unseren Stand zusätzlich immer in Git committen und gleichzeitig mit YouTrack synchron halten. Nach ein paar Wochen hatte ich die Entwicklung des YouTrack-MCP so weit abgeschlossen und ausreichend getestet, dass wir nur noch YouTrack als SSoT nutzen konnten.
Eine Quelle auf zwei Ebenen
YouTrack ist die Datenquelle auf zwei Ebenen. Die Tasks tragen die Arbeit: oben der Auftrag, darunter in den Kommentaren die ganze Historie, jede Entscheidung mit Begründung. Die Wissensdatenbank trägt das Bleibende: pro System und Projekt ein strukturierter Artikel, dazu das IPAM, die Assets und die Protokolle unserer wöchentlichen Standup-Meetings. Verzahnt sind sie über Verweise: Der Task bleibt schlank und verlinkt für die Tiefe auf den Artikel, der Artikel zeigt zurück auf die Tasks, aus denen die Entscheidungen stammen. Die KI ist dabei der Controller, der die Fäden automatisch zusammenhält und das Team unterstützt.
Zwei Beispiele aus der Praxis
Was das wert ist, zeigt ein Beispiel. Ein Backup-System bekommt ein neues Zeitfenster. Während der Arbeit landen Messung, Abwägung und die Entscheidung für eine Variante in den Task-Kommentaren; zum Abschluss trägt die KI im Doku-Artikel eine Zeile in die Entscheidungstabelle ein: Datum, Entscheidung, Begründung, Verweis auf den Task. Ein halbes Jahr später fragt ein neuer Arbeitskollege: «Warum läuft das Backup eigentlich so spät?» Er liest den Artikel, findet die Zeile, folgt dem Verweis und sieht die ganze damalige Abwägung. Er hatte die Antwort, ohne jemanden fragen zu müssen. So hängen die zwei Ebenen zusammen: Aus der Arbeit entsteht die Doku, und die automatisch wachsende Doku unterstützt die Arbeit bzw. die Konzeptarbeit in neuen Projekten mit Informationen aus der KB.
Ein weiteres Beispiel für den positiven Effekt: Wenn ich vorher eine freie IP-Adresse brauchte, musste ich erst in Excel oder sonstwo eine finden. Dann den Server, den ich neu erstellt habe, dort nachtragen und so weiter. Heute geht das automatisch. Ich schreibe der KI im Chat den neuen Servernamen und dass ich eine freie IP-Adresse aus VLAN xy dafür benötige. Alles andere geschieht dann voll automatisch. Ich bekomme die freie IP-Adresse im Chat, und die KI trägt sofort den Servernamen und die Beschreibung im IPAM ein.
Konventionen als gemeinsame Sprache
Damit eine KI über hunderte Artikel und Tasks hinweg zuverlässig arbeitet, muss die Struktur vorhersagbar sein. Genau dafür gibt es Konventionen. Sie sind die API der Wissensbasis, für Mensch und Maschine dieselbe.
Ein paar davon: Jede Referenz trägt Klartext statt einer nackten Nummer, damit ein Querverweis auch in fünf Jahren noch verständlich ist. Bestandsdaten wie die Netzwerk-Adressen liegen als streng formatierte Tabellen, die auch maschinell gelesen werden. Ein einziges Textfeld an der falschen Stelle, und die automatische Prüfung stolpert. Das sieht nach Pedanterie aus, aber ohne diese Disziplin funktioniert es schlicht nicht. Sobald eine KI mitliest, muss das Format stimmen.
Genau diese Konventionen machen das Ganze skalierbar. Sie sind die gemeinsame Sprache, in der auch ein grösseres Team mit seinen KIs auf derselben Basis arbeiten kann. Diese Regeln liest automatisch jeder KI-Chat im Team, und so stimmen Art und Formatierung teamintern für alle. Ohne diese Ordnung entsteht kein Brain, sondern nur ein Datensumpf mit Chat-Anschluss.