Drei Schmerzpunkte haben uns auf die Suche geschickt: Chats, die sich über zu viele Systeme verteilen. Prompts, die nirgendwo vernünftig abgelegt sind. Und kein gemeinsamer Ort, an dem das Team wirklich zusammenarbeiten kann. Wie wir die Antwort darauf gefunden haben und was uns dabei überrascht hat, lest ihr jetzt.
Wir erzählen, wie wir Langdock gefunden haben, warum es sich gegen andere Systeme durchgesetzt hat, was uns im ersten Moment wirklich überrascht hat und wie wir angefangen haben, es zu unserem System zu machen. Kein Tool-Test, keine Feature-Liste. Sondern der ehrliche Weg einer Agentur, die etwas Kleines gesucht und etwas viel Größeres gefunden hat.
Der Ausgangspunkt
Irgendwann nervt es einfach. Du weißt, dass du diese Analyse schon mal gemacht hast. Diesen Prompt, der so gut funktioniert hat. Diesen Textentwurf, der genau die richtige Tonalität hatte. Aber wo war das nochmal? ChatGPT? Claude? Gemini? Du öffnest drei Tabs, scrollst durch drei Historien und findest nichts. Oder das Falsche. Oder eine alte Version davon.
Wir arbeiten intensiv mit KI. Nicht gelegentlich, nicht zum Ausprobieren, sondern täglich, mit mehreren Modellen gleichzeitig, weil jedes seine Stärken hat. GPT für das eine, Claude für das andere, Gemini für wieder was anderes. Das macht Sinn. Aber es macht auch Chaos. Jedes Modell lebt in seiner eigenen Welt, mit seiner eigenen Historie, seinem eigenen Login. Das Wissen, das wir aufbauen, verteilt sich auf Systeme, die nicht miteinander reden.
Drei Modelle mit unterschiedlichen Stärken
Dazu kam noch etwas, das uns schon länger beschäftigt hat: Prompts. Gute Prompts entstehen nicht einfach so. Da steckt Arbeit drin, Ausprobieren, Scheitern, nochmal, bis es sitzt. Und dann teilt man sie nicht, weil es kein vernünftiges System dafür gibt. Jede:r im Team erfindet das Rad neu. Das wollten wir ändern.
Also haben wir gesucht. Nicht nach dem perfekten Tool, sondern nach einem Ort. Einem einzigen System, in dem alles zusammenkommt, die Modelle, die Prompts, das Team. Dass wir dabei etwas finden würden, das unsere Arbeitsweise grundlegend verändert, damit hatten wir ehrlich gesagt nicht gerechnet.
Drei Namen, eine Entscheidung
Irgendwo in einem Podcast von Sascha Lobo tauchten drei Namen auf: Typing Mind, Perplexity und Langdock. Perplexity kannten wir schon und nutzen es für Research. Typing Mind haben wir uns angeschaut und wieder weggelegt, zu begrenzt für das, was wir wollten. Langdock blieb hängen.
Nicht wegen einer langen Feature-Liste. Sondern wegen eines Satzes, der uns sofort angesprungen hat: EU-Hosting, DSGVO-konform, Zero Data Training Garantie.
Die Governance Prüfung wurde bestanden
Das klingt nach Bürokratie. Für uns ist es eine Grundbedingung. Wir arbeiten eng mit Banken zusammen, sind über die ADG in einem hochregulierten Umfeld unterwegs und haben eine klare Haltung zu Datensicherheit. Kundendaten, interne Strategien, Kommunikation, das alles darf nicht in öffentlichen Modellen landen und schon gar nicht zum Training irgendwelcher Systeme verwendet werden. Langdock gibt dafür eine vertragliche Garantie. Zero Data Training, 100 Prozent EU-Hosting über Microsoft Azure Deutschland, ISO 27001 zertifiziert, SOC 2 Type II geprüft, Verträge nach deutschem Recht. Die KI kommt zu euren Daten, nicht eure Daten zur KI. Das war der erste Filter. Langdock hat ihn bestanden.
Ins Bällebad
Wer unseren KI-Innovations-Hub kennt, weiß wie es läuft. Bevor ein Tool in den Alltag kommt, geht es ins Bällebad. Kein Erwartungsdruck, keine KPIs, kein Kundenprojekt. Einfach reinspringen, ausprobieren, schauen was passiert. Ich habe Raphael Krempler, der mit mir gemeinsam den Hub leitet, sofort dazugeholt. Wir haben angefangen zu spielen.
Und dann kam der Moment. Ich habe die Plattform erkundet und plötzlich war da nicht nur eine Promptbibliothek. Da war die Möglichkeit, das System auf Y-SiTE zu personalisieren, mit eigenem Namen, eigenem Kontext, eigenen Anweisungen. Da war ein kollaborativer Workspace, in dem das ganze Team zusammenarbeiten kann. Da waren Bildmodelle, Zugriff auf Kling, Flux, Google Nano Banana. Und dann, fast beiläufig, in der Navigation: Agenten. Integrationen. Workflows.
Das Langdock Frontend
Ich erinnere mich noch genau an den Gedanken: Oh Mann. Das ist ja genial.
Wir haben sofort Jan und Marcel dazugeholt. Das Bällebad war eröffnet, und es hat viel mehr Spaß gemacht als erwartet.
Was Langdock wirklich ist
Das ist der Punkt, den wir gerne früher gewusst hätten. Langdock ist kein erweiterter ChatGPT-Klon. Es ist ein modulares KI-Betriebssystem für Teams. Der Chat ist die Oberfläche. Darunter liegen Schichten, die man nach und nach erschließt.
Konkret: Ihr habt einen zentralen Unternehmensaccount, aus dem ihr neue Teammitglieder einladet. Kein Wildwuchs an Einzelaccounts, keine Schatten-IT, kein „ich hab das mal kurz bei ChatGPT eingegeben“. Alle arbeiten im gleichen Workspace, mit denselben Modellen, denselben Prompts, denselben Sicherheitsstandards.
Innerhalb dieses Workspaces wechselt ihr frei zwischen den besten verfügbaren Modellen. GPT, Claude, Gemini, Mistral und Lama ohne Vendor Lock-in, ohne für jedes Modell einen eigenen Account zu brauchen. Wenn ein Modell für eine bestimmte Aufgabe besser geeignet ist, wechselt ihr einfach. Kein Umweg, kein neues Tab, keine neue Anmeldung.
Und dann ist da die Promptbibliothek, die uns ursprünglich hierher geführt hat. Sie ist deutlich mächtiger als erwartet. Ihr legt Prompts an, strukturiert sie, gebt sie für das Team oder einzelne Teammitglieder frei. Aber das Entscheidende: Ihr könnt flexible Variablen einbauen. Bevor ein Prompt startet, fragt das System genau die Felder ab, die sich von Anwendung zu Anwendung unterscheiden. Kundenname, Tonalität, Zielgruppe, Plattform. Ein Prompt, der für das ganze Team funktioniert, weil er sich an den jeweiligen Kontext anpasst. Das ist der Unterschied zwischen einer Prompt-Sammlung und einer Prompt-Infrastruktur.
Die Prompt Bibliothek
Der erste Schritt: Langdock wird zu Y-SiTE
Was uns im Bällebad besonders überrascht hat, war wie tief die Personalisierung geht. Langdock ist kein generisches Tool, das ihr so nutzt, wie es aus der Box kommt. Ihr macht es zu eurem System.
Das beginnt mit dem Unternehmensaccount und der Einladung des Teams, geht aber weit darüber hinaus. Ihr könnt Skills anlegen, vordefinierte Fähigkeiten und Verhaltensweisen, die ihr in jeden Chat oder jedes Projekt einbinden könnt. Wir haben zum Beispiel einen Skill für die E-Mail-Signatur von Lars gebaut. Klingt nach einem kleinen Detail. Im Alltag ist es Gold wert: Wenn eine Mail direkt aus dem Chat über die Outlook-Integration verschickt wird, zieht der Skill automatisch die korrekte, formatierte Signatur rein. Einmal gebaut, immer verfügbar, für alle.
Genau das ist der Gedanke dahinter. Wissen, das einmal aufgebaut wird, steht dem ganzen Team dauerhaft zur Verfügung. Das System weiß bereits, wer ihr seid, wie ihr kommuniziert, welche Standards ihr habt. Kein Neustart bei jedem Chat.
Wie wir diesen Weg konkret gegangen sind, welches Wissen wir aus ChatGPT überführt haben, wie wir die ersten Projekte strukturiert haben und was dabei entstanden ist, das erzählen wir in der nächsten Ausgabe.
Was bleibt
Wir haben nach einem Werkzeug gesucht. Wir haben eine Infrastruktur gefunden. Und wir stehen erst am Anfang.
Langdock ist jetzt unser zentrales KI-Betriebssystem bei Y-SiTE. Nicht weil wir es so geplant hatten, sondern weil es sich im Bällebad so klar gezeigt hat, dass es keine andere Entscheidung geben konnte. Sicher, kollaborativ, modellunabhängig, tief personalisierbar. Das ist die Kombination, die wir gesucht haben, ohne zu wissen, dass es sie gibt.
In der nächsten Ausgabe: Ärmel hochkrempeln. Wir zeigen, wie der noch leere Account zum Y-SiTE-System wird.
Bleibt neugierig!
Sarah Hildebrand , Raphael Krempler , Marcel Drath-Stohler , Enver Yuseinov , Jan Reinald Grebe & Lars Bossemeyer
Kurzprofil
Ich beschäftige mich mit KI nicht aus Neugier, sondern aus Verantwortung.
Als Inhaber einer Social-Media-Agentur mit 30 Mitarbeitern sehe ich glasklar, welche Umwälzungen auf Kommunikation, Marketing und ganze Organisationen zukommen. KI verändert nicht nur Tools, sondern Denkweisen. Wer sie nicht versteht, wird zum Spielball der Zeit. Wer sie versteht, gestaltet Zukunft.
Ich begleite Menschen und Unternehmen auf genau diesem Weg. Von der ersten Faszination zur souveränen Anwendung. Vom „Wow, was möglich ist“ zum „Wie setzen wir es sinnvoll ein?“
Meine Schwerpunkte liegen auf folgenden Bereichen:
- Strategie und Didaktik: Ich vermittle KI so, dass Menschen sie wirklich verstehen und anwenden.
- Praxis und Kreativität: Ich zeige, wie generative KI Text-, Bild- und Videoprozesse beschleunigt, ohne Authentizität zu verlieren.
- Custom GPTs und Agentenlogik: Ich entwickle spezialisierte KI-Assistent:innen für Kommunikation, Recruiting und Compliance, praxisnah, transparent und teamfähig.
- Ethik und EU AI Act: Ich helfe, KI verantwortungsvoll einzuführen, ohne Angst, aber mit Bewusstsein für Risiken und Regulierung.
Ich bin kein Data Scientist und das ist gut so. Meine Stärke liegt im Übersetzen: zwischen Mensch und Maschine, zwischen Neugier und Nutzen, zwischen Theorie und Anwendung.
Mein Ziel ist, dass Menschen KI nicht als Bedrohung erleben, sondern als Werkzeug, das sie befähigt, ihre Arbeit klüger, kreativer und menschlicher zu gestalten.
Jetzt unverbindlichen Beratungstermin vereinbaren: https://calendly.com/y-site-akademie
Vielen Dank an mein KI-Team:
Sarah Hildebrand Raphael Krempler Jan Amadeus Wozniak Brian-Fabian Diehl Marcel Drath-Stohler Jan Reinald Grebe
Vielen Dank an Dr. Schumacher für das Pilotprojekt.