sorum·Journal·KI Stack
KI Stack11 Min · 04 / 2026 · sorum Team

State-of-the-Art KI: die Arbeitsabläufe und Tools, mit denen wir gerade arbeiten.

Alle zwei Wochen setzen wir uns als Team zusammen und sortieren, was KI gerade wirklich kann und was nur laut ist. Notebook LM, Manus, Claude 4.7 mit Skills, das MIRO-Framework: Protokoll einer Session über den Stack, der bei uns gerade den Unterschied macht.

State-of-the-Art KI: die Arbeitsabläufe und Tools,

04 / 04

Alle zwei Wochen setzen wir uns als Team zusammen und sortieren, was KI gerade wirklich kann und was nur laut ist. Diese Session war anders. Weniger Tool-Demo, mehr Haltung: Wie bleiben wir als Manufaktur im Flow, wenn jede Woche ein neues Modell rauskommt, das alles wieder verändert?

Am Anfang stand ein Bildschirm mit 53 Quellen: ein Marketing-Master-Notebook, das wir uns mit Manus zusammengestellt haben. Alle kostenlosen PDFs aus den Academies dieser Welt: HubSpot, Copywriting-Secrets, Social-Media-Strategien, gebündelt in Notebook LM. Darüber gelegt: die Tonalität eines Kunden. Ergebnis: ein System, das in fünfzehn Minuten bessere SEO-Texte schreibt als wir in einem halben Tag.

Das war der Einstieg. Danach wurde es interessant.

Kapitel 01

Die drei Werkzeuge, die gerade den Unterschied machen.

Wir sind keine Fans davon, jedes neue Tool laut zu feiern. Aber drei Systeme haben bei uns im letzten Monat eine spürbare Delle hinterlassen, weil sie nicht mehr nur assistieren, sondern Arbeit übernehmen, wenn man ihnen den richtigen Kontext gibt.

  1. § 01

    Notebook LM: als geteilter Wissensspeicher.

    Nicht als Chatbot. Als Ort, an dem Quellen, Transkripte und Kundeninfos liegen und verknüpfbar werden. Marketing-Masternotebooks, Kundenordner, YouTube-Videos als Quellen. Wenn man Wissen bündelt statt verteilt, spart man sich das dritte Mal erklären.

  2. § 02

    Manus: als Agent für große Datenmengen.

    Ein 75-Minuten-Transkript, drei Dokumente aus drei Wochen, Logos, Screenshots. Manus verschluckt sich nicht. Es gleicht ab, fasst zusammen und baut daraus saubere Präsentationen oder Excel-Tabellen mit funktionierenden Formeln. Für uns ist Manus eine Schicht über den anderen Tools, die dort ansetzt, wo ein klassischer Chat aufhört.

  3. § 03

    Claude 4.7 mit Skills: als Second Brain.

    Die neue Claude-Version öffnet sich Richtung Nicht-Entwickler. Mit dem Skills-System lassen sich Abläufe als wiederverwendbare Prompts ablegen, und genau dort liegt der Hebel, den wir gerade ausbauen. In einem Jahr wird das nicht mehr ChatGPT sein, mit dem wir hauptsächlich arbeiten.

Kapitel 02

Das MIRO-Framework: so fragen wir KI.

In der Session haben wir ein Framework aufgemalt, das bei uns fest in den Arbeitsablauf wandert. Es klingt simpel und ist genau deshalb so wirksam. Vier Buchstaben, die entscheiden, ob eine KI-Antwort Gold ist oder Rauschen.

  1. § 01

    M: Modell.

    Welcher Anbieter, welche Plattform, welcher Modus? Claude für tiefes Denken. Gemini für schnelle Alltagsaufgaben. Manus für alles mit großen Datenmengen. Der erste Fehler ist, alles ins selbe Tool zu kippen.

  2. § 02

    I: Input.

    Primärkontext (Meetingnotizen, Briefing, Transkripte) und Sekundärkontext (Deep Research, Marktlage, Wettbewerber). Je sauberer der Input, desto klarer der Output. Am Anfang schreiben wir oft erst alles spazierend ins Handy und schneiden die Gedanken hinterher zurecht.

  3. § 03

    R: Rolle & Rückfragen.

    Welche Rolle gibt man der KI? Kritischer Sparringspartner? Business Consultant? Projektmanager? Und: Zwischen 10 und 30 Rückfragen zulassen. Die sind fast immer besser als jede Antwort, die sofort kommt.

  4. § 04

    O: Outcome / Output.

    Welches Ergebnis willst du? Wenn der Sprung zu groß ist, klappt nichts. Lieber in drei, vier, fünf kleine Outputs zerlegen: recherchieren, ansprechen, schreiben, senden, statt alles in einem Prompt.

Warum das Framework trägt.

Wenn du MIRO einmal durchdenkst, bevor du promptst, sparst du dir drei Iterationen. Und du stellst fest: Viele Dinge, die „KI kann das nicht“ wirken, sind einfach schlecht gestellte Fragen.

Kapitel 03

Skills als geteilter Kontext und die Grenzen davon.

Claude hat mit dem 4.7-Update Skills eingeführt: wiederverwendbare Markdown-Dateien, die Prozesse beschreiben: wie wir Angebote aufbauen, wie eine Landingpage gedacht wird, wie unsere CI in Bildern aussieht. Man installiert einen Skill, und bei jeder Anfrage zieht Claude das passende Wissen aus sich heraus.

Das Gute: Wir müssen nicht mehr in jedem Chat neu erklären, wie wir arbeiten. Die Herausforderung: Die Skills liegen standardmäßig in Einzelaccounts. Und damit in Datensilos.

Wir dürfen keine Datensilos zulassen. Sobald die KI alles weiß und niemand mehr reinschaut, fangen die Fehler an, durch das System zu wandern.

Deshalb bauen wir gerade einen geteilten Wissensspeicher: ein Second Brain, das jede*r im Team anzapfen kann. Meeting-Transkripte, Kundenordner, Prompt-Bibliotheken, Angebote, Reports. Alles, was Wissen ist, landet dort. Und darüber liegt eine Struktur aus Skills, die jede*r nutzen kann, ohne dass sich einzelne Stände in Einzelaccounts auseinanderentwickeln.

Die Vision: Jede Person bei sorum kann sich einloggen und das Wissen der Manufaktur mitdenken lassen. Auch wenn das Team-Mitglied, das einen bestimmten Kunden sonst begleitet, gerade im Urlaub ist, sieht die KI genau, wie dort gearbeitet wurde, und schlägt das Passende vor.

Kapitel 04

Die eigentliche Lektion: Vertrauen schlägt Tools.

Irgendwann mitten in der Session saßen wir da und haben gemerkt: Es geht gar nicht um die Tools. Es geht darum, was passiert, wenn man gut arbeitet, nur schneller. KI ist ein Multiplikator. Wer schlechte Angebote schreibt, schreibt sie mit KI schneller und schlechter. Wer den Kunden versteht, versteht ihn mit KI tiefer.

Das heißt für uns: Zwischenschritte validieren, nicht wegrationalisieren. Meetings aufnehmen, aber die Gespräche selbst führen. KI lesen lassen, aber Ergebnisse gegenlesen. Der Agent schreibt 10.000 Wörter in 20 Minuten, aber wir entscheiden, welche davon raus dürfen.

Am Ende wird diese menschliche Note, dieses Ownership, das sein, was uns von anderen im Kern unterscheidet.

Deshalb bleiben wir Manufaktur. Nicht als Schutzhaltung gegen Technik, sondern als Haltung gegenüber unseren Kunden. Wir verstehen sie. Das können wir nicht wegschneiden. Und das wollen wir auch nicht.

Ausblick

Was wir in zwei Wochen vorhaben.

Bis zur nächsten Session läuft bei uns: Wir bauen die Grundstruktur für das geteilte Second Brain auf, sammeln die Skills, die sich in echten Projekten bewährt haben, und pilotieren das MIRO-Framework in der Kundenarbeit. Parallel prüfen wir, wie wir Claude-Connectoren für Drive, Gmail und Canva sinnvoll einrichten, ohne dass jede Person ihren eigenen Zugang basteln muss.

Wahrscheinlich gibt es bis dahin ein neues Modell, das wieder vieles verändert. Aber das ist okay. Was uns ausmacht, ändert sich nicht so schnell wie die Modelle.

Wenn dich das Thema interessiert oder du gerade selber an einem KI-Arbeitsablauf für dein eigenes Team baust, schreib uns. Wir tauschen uns gern aus.

Autor*in

sorum Team

04 / 2026 · 11 Min Lesezeit

Gespräch starten