← Zurück zur Übersicht

Kontext-Engineering & Agentische KI:
Die neue Grenze der Verlags-IT

Strategischer Impuls von Robert Hoffmann | IT- und Organisationsberatung

Stumpfes „Prompt Engineering“ greift zu kurz. Wer Künstliche Intelligenz produktiv in die hochgradig proprietäre Datenwelt etablierter Fachverlage integrieren will, muss die Brücke zwischen ungeschriebenem Prozesswissen und mathematischen Modellen schlagen.

1. Warum klassisches Prompting scheitert – und Kontext entscheidet

Künstliche Intelligenz hat die Softwareentwicklung bereits fundamental beschleunigt. Ob beim Schreiben komplexer SQL-Skripte, dem Entwurf von Datenvalidierungen oder dem Prototyping von Statistiken: KI reduziert Entwicklungszeiten drastisch. Das eröffnet Verlagen die Möglichkeit, lang ersehnte „Luxusfeatures“ und maßgeschneiderte Add-ons wirtschaftlich zu realisieren, die früher im Budget-Korsett gescheitert wären.

Doch die Grenzen von Standard-Systemen wie z.B. ChatGPT werden im verlagsspezifischen Umfeld sofort sichtbar. Eine KI kann sprachlich fehlerfreie Prompts verarbeiten – was sie jedoch *nicht* wissen kann, sind die unter Verschluss gehaltenen, historisch gewachsenen Datenmodelle und die hochspezifischen Batch-Routinen der Branchensoftware.

„Hier wandelt sich die Rolle des IT-Consultants: Die Aufgabe besteht heute nicht mehr nur im Schreiben von Code, sondern im strukturierten Kontext-Engineering. Es gilt, der KI das fehlende, proprietäre System- und Prozesswissen in der exakten Tiefe und Reihenfolge zuzuführen, die für ein fehlerfreies Ergebnis auf der Datenbankebene zwingend erforderlich ist.“

2. Forschung & Methodik: Von Vibe-Coding zu Spec-Driven Development

Im sensiblen Bereich von ERP-Migrationen und Datenintegrationen sind Code-Fehler fatal. Ein unkontrolliertes Generieren von Code – in Entwicklerkreisen kritisch als „Vibe-Coding“ bezeichnet – verbietet sich hier von selbst.

Um dieses Risiko zu minimieren, forsche ich intensiv an Methoden des *Spec-Driven Developments (spezifikationsgetriebene Entwicklung)* im Zusammenspiel mit KI-Agenten. Das Ziel: Das über Jahrzehnte angesammelte, stille Wissen um die Gepflogenheiten eines Verlages und die logischen Fallstricke der Kernsoftware explizit zu machen und als kontrollierten Input in die KI-Entwicklung einzuspeisen. So wird die KI zu einem Werkzeug, das präzise mathematisch kontrollierte Ergebnisse liefert, anstatt zu halluzinieren.

3. Agentische KI und webbasierte Clients: Aufbruch der Systemgrenzen

Während etablierte Softwarehersteller KI bisher meist nur defensiv einsetzen – etwa zur oberflächlichen Verschönerung von Statistiken oder zum Vorsortieren des Mail-Posteingangs im Vertrieb – zeichnet sich am Horizont eine technologische Disruption ab. Eine echt KI-getriebene Auftragsbearbeitung über Kern-APIs sucht man bei Branchen-Plattformen oft noch vergeblich.

Die Erweiterung der unternehmerischen Flexibilität liegt in der Kombination aus Agentischer KI und dem Trend zu webbasierten Clients. Moderne KI-Agenten sind zunehmend in der Lage, Browser eigenständig zu steuern, Benutzeroberflächen visuell zu erfassen und logische Klick-Pfade auszuführen.

Für Fachverlage öffnet dies das Tor zu vollkommen neuen, kostengünstigen Add-ons und Integrationswerkzeugen. Wo früher teure, herstellerspezifische Schnittstellen lizenziert werden mussten, können in Zukunft agile, externe Low-Code-Tools und smarte KI-Agenten die manuelle Datenqualifizierung und Systemüberbrückung direkt über den Web-Client realisieren – geräuschlos, effizient und unabhängig von den Erweiterungsprioritäten der Softwarehäuser.

Fazit: Der Berater als Architekt der KI-Symbiose

Die Daseinsberechtigung moderner IT-Beratung liegt nicht im Ignorieren von KI, sondern darin, das informale Praxiswissen aus jahrzehntelanger Projekterfahrung in die neue KI-Welt zu retten. Nur wer versteht, wie man den hochspezifischen Kontext eines Fachverlags technologisch übersetzt, macht aus künstlicher Intelligenz ein verlässliches, wertschöpfendes Werkzeug für die digitale Transformation.