# Software mit KI: Warum Kontext Qualität macht

Stand: 20. November 2026

## Warum baut KI ohne Kontext schlechte Software?

Eine KI schreibt Code, der zum Durchschnitt passt, solange sie Ihr Unternehmen nicht kennt. Ihr fehlen Ihre Begriffe, Ihre Regeln und die Entscheidungen, die Sie schon getroffen haben. Also rät sie, und jede Lücke wird zu einer Annahme im Code. Gute Software mit KI beginnt deshalb beim Kontext: was gebaut wird, nach welchen Regeln und was bisher gelernt wurde.

Das Modell ist dabei selten der Engpass. Die Arbeit daran, was ein Modell zu sehen bekommt, heißt auch Context Engineering. Wie das bei einem einzelnen KI-Agenten aussieht, zeigt der Ratgeber [Harness Engineering](https://januaport.ai/ratgeber/harness-engineering). Hier geht es um ein ganzes KI-Team, das Ihre Software entwickelt.

## Was muss ein KI-Team über Ihr Unternehmen wissen?

Drei Dinge, und zu jedem gibt es eine feste Stelle im Projekt.

- **Anforderungen:** was die Anwendung können soll, für wen, und woran Sie erkennen, dass ein Schritt fertig ist. Jede Aufgabe bekommt ein Ziel, Abnahmekriterien und feste Grenzen. Warum das wie ein Vertrag wirkt, erklärt der Ratgeber [Spec statt Prompt](https://januaport.ai/ratgeber/eigene-software-statt-abo).
- **Entscheidungen:** die Regeln Ihres Hauses und was schon entschieden ist. Ihre Begriffe, wer wofür zuständig ist, was die Anwendung nie tun darf. Steht das nirgends, entscheidet die KI bei jeder Aufgabe neu.
- **Erfahrungen:** was im Projekt schon gelernt wurde. Korrekturen mit ihrem Grund, Fehler, die nicht wiederkommen sollen, offene Punkte.

## Warum hilft mehr Kontext nicht immer?

Mehr ist nicht besser. Ein Sprachmodell kann nur eine begrenzte Menge Text auf einmal aufmerksam verarbeiten. Anthropic, der Hersteller der Claude-Modelle, schreibt deshalb, Kontext müsse „als begrenzte Ressource mit abnehmendem Grenznutzen behandelt werden“ (Quelle 1). Wer dem Team alle Unterlagen auf einmal gibt, verdünnt das Wichtige.

|  | Was passiert | Woran Sie es merken |
|---|---|---|
| Zu wenig Kontext | Die KI rät. | Ergebnisse passen zum Durchschnitt, nicht zu Ihnen. |
| Alles auf einmal | Das Wichtige geht unter. | Regeln, die irgendwo stehen, werden übersehen. |
| Passender Kontext | Die KI arbeitet mit dem, was für diese Aufgabe zählt. | Ergebnisse treffen Ihre Begriffe und Regeln. |

Passend heißt: Jede Rolle im Team liest zu Beginn ihre Regeln und den Stand der Arbeit. Alles andere holt sie sich, wenn eine Aufgabe es braucht.

## Wie hält ein KI-Team sein Wissen fest?

Ein Sprachmodell behält von sich aus nichts über eine Sitzung hinaus. Ein KI-Team braucht deshalb ein Gedächtnis außerhalb des Modells: Dateien in Ihrem Projekt, die jede Rolle zu Beginn ihrer Arbeit liest.

- **Regeln und Rollen:** wer was tut und was nie passieren darf.
- **Fachwissen:** Ihre Begriffe und jede fachliche Korrektur, mit ihrem Grund.
- **Gedächtnis je Rolle:** offene Punkte, Entscheidungen und Lehren aus Fehlern.

Der Grund zählt dabei mehr als die Korrektur. Steht nur „nicht so“, macht die KI denselben Fehler an der nächsten ähnlichen Stelle. Steht dabei, warum, kann sie die Regel übertragen. So arbeitet auch das KI-Team, das diese Website pflegt: Fachliche Korrekturen kommen mit ihrem Grund in eine Wissensdatei, und neue Texte werden vor der Veröffentlichung damit abgeglichen.

Sitzung endet → Wissen bleibt in den Dateien → Nächste Sitzung liest es zuerst

## Was bringen Sie mit, und was übernimmt das Team?

Sie bringen das Ziel und Ihr Fachwissen mit. Wir führen das KI-Team während der ersten Entwicklung und arbeiten es dabei ein. Das Aufschreiben übernimmt das Team: Es hält Anforderungen, Entscheidungen und Erfahrungen fest, während es arbeitet. Ihr Teil ist zu sagen, ob es stimmt, und Ergebnisse zu prüfen statt Code.

## Was nehmen Sie bei der Übergabe mit?

Das Team kennt die Anforderungen, Entscheidungen und bisherigen Erfahrungen aus Ihrem Projekt. Dieses Wissen nehmen Sie bei der Übergabe mit. Weil es in Dateien in Ihrem Projekt steht und nicht in einem Chatverlauf, liest auch ein neueres KI-Modell dasselbe Wissen.

[Erstgespräch anfragen](https://januaport.ai/agentic-team#erstgespraech)

Das Erstgespräch kostet nichts.

## Häufige Fragen

### Reicht es, der KI alle Unterlagen zu geben?
Nein. Alles auf einmal verdünnt das Wichtige, und Regeln gehen unter. Besser ist eine feste Ordnung: Ziel und Regeln liest das Team immer, alles andere dann, wenn eine Aufgabe es braucht.

### Muss ich unsere Abläufe vorher aufschreiben?
Nein. Sie bringen das Ziel und Ihr Fachwissen mit. Das Festhalten übernimmt das Team während der Arbeit. Sie sagen, ob es stimmt.

### Was passiert mit dem Wissen, wenn ein neues KI-Modell kommt?
Es bleibt. Es steht in Dateien in Ihrem Projekt und nicht im Modell. Ein neues Modell liest dieselben Dateien.

### Was kostet ein KI-Team?
Fundament und jeder Sprint haben einen Festpreis, Umfang und Lieferliste stehen vorher im Angebot. Die Preise finden Sie auf der Seite [Agentic Team](https://januaport.ai/agentic-team#team-preis).

## Quellen

1. Anthropic: „Effective context engineering for AI agents“, 29. September 2025, [https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents](https://www.anthropic.com/engineering/effective-context-engineering-for-ai-agents). Zitat übersetzt, im Original: „Context, therefore, must be treated as a finite resource with diminishing marginal returns.“

## Weiterlesen

- [Den ersten Ablauf für einen Agenten wählen](https://januaport.ai/ratgeber/vom-chat-zum-ki-agenten): warum der Chat selten einen Vorgang zu Ende bringt
- [Agent, Skript oder Mensch je Schritt](https://januaport.ai/ratgeber/ki-agent-oder-workflow): fünf Fragen für die Technik jedes Schritts
- [Spec statt Prompt](https://januaport.ai/ratgeber/eigene-software-statt-abo): was ein KI-Nachbau braucht, damit daraus ein Ablauf wird
- [Zehn Fragen vor eigener Software](https://januaport.ai/ratgeber/ki-readiness-check-eigene-software): ob Ihr Vorhaben reif für ein KI-Team ist
