Company Brain, Second Brain, Project Brain: Warum KI ohne Kontext scheitert

Das Wichtigste auf einen Blick

• Second Brain, Project Brain und Company Brain meinen denselben Wunsch und unterscheiden sich darin, wie weit sie reichen: eine Person, ein Projekt, die ganze Firma.
• Laut einem Bericht des MIT NANDA bekommen 95 % der Organisationen aus generativer KI keinen Ertrag. Als Grund nennt er fehlendes Lernen und fehlenden Kontext.
• Keines der drei kennt, was im Call entschieden wurde, was davon noch gilt und was die Agenten gelernt haben.
• Ein Team-Brain für Agenten liest selbst mit, verknüpft über Tools, weiß, was jetzt gilt, hält Rechte ein und gibt jedem Agenten über MCP dasselbe Wissen.

Second Brain, Project Brain, Company Brain: was ist der Unterschied?

Alle drei meinen denselben Wunsch: Wissen soll da sein, wenn man es braucht, statt in Köpfen und verstreuten Tools zu stecken. Sie unterscheiden sich darin, wie weit sie reichen.

• Second Brain sind die eigenen Notizen einer Person, bekannt durch Tiago Fortes Buch Building a Second Brain (2022).
• Project Brain ist das Wissen eines Projekts an einem Ort, etwa die CLAUDE.md im Repository oder ein Teamspace in Notion.
• Company Brain, auch Corporate Brain, ist eine Suche über die Tools der ganzen Firma.

Wählt ein Brain und seht, wer es liest und was ihm fehlt:

Second BrainProject BrainCompany BrainMit Scibly

Second BrainProject BrainCompany BrainJonasNotionMiaGitHubClaraAnnaJiraGoogle DriveSlackCallAgentenScibly

Eine Suche über die Tools der Firma. Sie findet, was aufgeschrieben ist, aber nicht den Call, in dem der Plan geändert wurde, und nicht, was die Agenten gelernt haben.

Warum scheitern KI-Projekte?

Ein Bericht des MIT NANDA über 300 öffentliche Einführungen kommt zu einem harten Ergebnis: 95 % der Organisationen bekommen aus ihren Investitionen in generative KI keinen Ertrag (MIT NANDA, 2025). Als Grund nennt er nicht Modelle, Regulierung oder Fachkräfte, sondern fehlendes Lernen: Die meisten Systeme behalten kein Feedback und passen sich nicht dem Kontext an. Nutzer beschreiben es so: „Too much manual context required each time.“

Das deckt sich mit dem Alltag. Ein Agent schreibt guten Code, kennt aber die Absprache aus dem letzten Call nicht. Er fasst ein Dokument zusammen, weiß aber nicht, dass ein neueres es ersetzt hat. Also tippt jemand den Kontext jedes Mal neu ein, oder der Agent rät.

Wo hört jedes Brain auf?

1. Second Brain: Es kennt nur, was eine Person aufschreibt, und nur sie liest es.
2. Project Brain: Es gilt für ein Projekt und für die, die Zugriff haben. Es stimmt, solange jemand es pflegt.
3. Company Brain: Es findet Aufgeschriebenes über alle Tools. Was im Call entschieden wurde, was davon noch gilt und was die Agenten gelernt haben, fehlt.

Was braucht ein Team-Brain für KI-Agenten?

• Es liest selbst mit, auch Meetings, statt darauf zu warten, dass jemand schreibt.
• Es verknüpft über Tools hinweg, damit das Ticket, das Dokument und der Call zur selben Sache zusammenfinden.
• Es weiß, was jetzt gilt, und zeigt, welche Aussage eine ältere ersetzt hat (wenn Dokumente sich widersprechen).
• Es hält Rechte ein, bei jeder Anfrage, für Menschen und Agenten.
• Es gibt jedem Agenten dasselbe Wissen, über MCP in Claude, ChatGPT, Cursor und weiteren (MCP-Server für Teamwissen).

Wo passt Scibly?

Scibly ist so ein Team-Brain. Es liest eure Tools und Meetings, nimmt auf, was Personen und ihre Agenten speichern (Gedächtnis für Agenten im Team), und gibt jedem Agenten nur, was die fragende Person sehen darf. Wie wir mit den Daten umgehen, steht unter Sicherheit. Wie es sich von Glean und anderen unterscheidet, steht im Vergleich.