Recursive Intelligence: Meine KI soll lernen
In meiner Arbeit als Markenstratege geht es selten um schnelle Antworten, sondern vielmehr um Nachdenken und “Synthetisieren”, also das Zusammenfassen von verschiedenen Informationen und Fakten zu einer neuen, einheitlichen Sache. Komplexe Markt- und Umfeldanalysen, scharfe Positionierungen und strategische Perspektivenwechsel entstehen nicht auf Knopfdruck in einer Prompt-Zeile. Sie erfordern kontinuierliches Hinterfragen, das Verknüpfen von branchenspezifischem Kontext und das schrittweise Schärfen von Argumenten.
In meiner Arbeit als Markenstratege geht es selten um schnelle Antworten, sondern vielmehr um Nachdenken und “Synthetisieren”, also das Zusammenfassen von verschiedenen Informationen und Fakten zu einer neuen, einheitlichen Sache. Komplexe Markt- und Umfeldanalysen, scharfe Positionierungen und strategische Perspektivenwechsel entstehen nicht auf Knopfdruck in einer Prompt-Zeile. Sie erfordern kontinuierliches Hinterfragen, das Verknüpfen von branchenspezifischem Kontext und das schrittweise Schärfen von Argumenten.
Wer diese strategische Denkarbeit in die geschlossene Chatbox eines einzelnen KI-Anbieters (ChatGPT, OpenAI) verlegt, baut sich das nächste Silo. Eine Browser-Oberfläche versteht keine gewachsenen Markenidentitäten, kann keine lokalen Datenbestände verknüpfen und behält kein Gedächtnis über komplexe Mandate hinweg. Jedes Mal, wenn ein neues Sprachmodell erscheint, beginnt dasselbe Spiel: Benchmarks vergleichen, Prompts anpassen, im Kreis drehen.
Für meine Strategiearbeit und meinen AI Stack favorisiere ich deshalb ein anderes Prinzip: Recursive Intelligence. Dieser Ansatz basiert auf fünf Prinzipien, die ich für wichtig erachte:
Anti-Lock-In: Das Wissen bleibt im eigenen System
Ein KI-Modell ist eine reine Zahlensammlung, kein Aufbewahrungsort für meine Arbeit. Hinzu kommt, dass du die Übersicht (und damit die Kontrolle) verlierst, sobald Notizen, Regeln und Arbeitskontexte in proprietären Plattformen gefangen sind.
Ein nachhaltiger "AI Stack", also die Sammlung von Software-Werkzeugen, trennt deshalb die Rechenleistung strikt von der eigenen Wissensbasis. Das Fundament liegt auf dem eigenen Rechner, etwa in einem lokalen Personal Knowledge Management (PKM), z. B. auf Markdown-Basis. Autonome Agenten greifen direkt darauf zu, arbeiten mit lokalen Dateien und nutzen die Werkzeuge im System. Welches Modell im Hintergrund rechnet, sollte so gebaut sein, dass es sich jederzeit austauschen lässt.
Datensouveränität & DSGVO: Volle Kontrolle über sensible Daten
Wer mit sensiblen Unternehmens- oder Kundendaten arbeitet, kann nicht jeden Kontext ("Your Secret Sauce"!) in beliebige Cloud-Prompts werfen. Nur die strikte Trennung von Daten und Modell schafft hier echte Datensouveränität.
Je nach Schutzbedarf der Daten wählst du das passende Modell. Sensible Informationen verbleiben im besten Fall lokal bei Open-Source-Modellen auf der eigenen Hardware oder laufen über europäische Cloud-Endpunkte mit Zero-Data-Retention und AVV. Unkritische Rechenaufgaben kann das jeweils leistungsfähigste globale Modell übernehmen. So bestimmst du, welche Daten das eigene System verlassen.
Prozesslogik: Das "Warum" konservieren
Kein Sprachmodell kennt von Haus aus die gewachsene Logik meiner Arbeit. Es weiß nicht, warum ein Prozess bei mir so abläuft und nicht anders.
Standardmodelle liefern lediglich Allgemeinwissen. Die eigentliche Differenzierung entsteht durch das Dokumentieren von Entscheidungsgründen. Ein funktionierender Stack speichert nicht nur Ergebnisse, sondern hält fest, warum bestimmte Entscheidungen getroffen wurden. Erst dadurch kann ein Agent, also ein KI-Programm, künftig im eigenen Sinne handeln.
Recursive Loops: Kontext verdichten im Alltag
Sprachmodelle verändern ihre Parameter im laufenden Betrieb nicht. Aber der Kontext lässt sich systematisch schärfen.
In der Praxis sieht das so aus: Du korrigierst ein Arbeitsergebnis. Das Feedback bleibt nicht im Chatfenster hängen, sondern fließt als strukturierte Regel zurück ins eigene System. Beim nächsten Durchlauf greift diese Regel automatisch. Aus einzelnen Korrekturen werden geschärfte Anweisungen, aus Anweisungen entstehen verlässliche Routinen.
Der Output von heute wird auf diesem Weg zum verdichteten Kontext von morgen. Und damit wächst die Qualität der eigenen Prozesskette.
IP-Wertschöpfung: Eigene Methoden kapitalisieren statt Fremdmodelle füttern
Generische KI-Modelle machen Standardwissen billig. Der eigentliche wirtschaftliche Wert liegt im eigenen proprietären Wissen, dem eigenen Framework und der eigenen spezifischen Methode.
Wenn du dein Intellectual Property (auf Deutsch "geistiges Eigentum", kurz IP) strukturiert im eigenen System verankerst, wird es von einer passiven Wissenssammlung zu einem skalierbaren "Betriebssystem". Die KI nutzt so die eigene Logik als Ausführungsschicht, statt das eigene Wissen in fremden Cloud-Silos zu verwässern. Auf diesem Weg kultivierst du dein geistiges Eigentum mit jeder Iteration und verwandelst gewachsene Erfahrung in kapitalisierbare Assets für Produkte, Mandate und Services.
Mein Setup in der Praxis
In meinem eigenen Alltag übersetze ich dieses Prinzip mit drei Bausteinen: Obsidian, Hermes Agent und Gemini.
Das Fundament bildet Obsidian. Sämtliche Notizen, Prozessregeln und Frameworks liegen als lokale Markdown-Dateien auf meinem Rechner. Keine proprietären Datenbanken, kein Cloud-Silo. Das Wissen gehört mir und bleibt zukunftssicher.
Als operative Ausführungsschicht dient Hermes Agent. Statt in isolierten Chatfenstern zu arbeiten, agiert ein lokaler, persistenter Agent direkt auf meinem Dateisystem. Er führt Skripte aus, nutzt gespeicherte Skills und baut über Sessions hinweg ein strukturiertes Systemgedächtnis auf.
Für die nötige Rechenleistung sorgt Gemini, angebunden über die kommerzielle Google Cloud API. Der direkte API-Zugriff unterscheidet sich grundlegend von normalen Verbraucher-Webinterfaces: Durch den kommerziellen Rahmenvertrag und Zero-Data-Retention-Garantien ist sichergestellt, dass keine Daten für das Training von Modellen verwendet werden. Das gewährleistet echten Mandantenschutz und DSGVO-Konformität bei maximaler Performance.
Fazit
Modelle kommen und gehen. Was bleibt und kontinuierlich an Wert gewinnt, ist das eigene kultivierte IP und die gewachsene Logik im eigenen System. Das Modell liefert die Rechenpower, die rekursive Schleife veredelt das Kapital.
Happy Birthday, LeSupra!
Ende 2006. Zwanzig Jahre ist das jetzt her. Wenn mir damals jemand gesagt hätte, dass der »LeSupra« zwei Jahrzehnte später nicht nur immer noch lebt, sondern radikaler und kompromissloser ist als je zuvor, hätte ich wohl nur wehmütig gelächelt. Denn seien wir ehrlich: Die meisten dieser Umbauten sterben irgendwann einen stillen Tod in irgendeiner Scheune.
Ende 2006. Zwanzig Jahre ist das jetzt her. Wenn mir damals jemand gesagt hätte, dass der »LeSupra« zwei Jahrzehnte später nicht nur immer noch lebt, sondern radikaler und kompromissloser ist als je zuvor, hätte ich wohl nur wehmütig gelächelt. Denn seien wir ehrlich: Die meisten dieser Umbauten sterben irgendwann einen stillen Tod in irgendeiner Scheune.
Über Umwege war mir 2005 ein 1972er Pontiac LeMans 2dr Sedan zugelaufen. Ein perfektes »Chromjuwelen«-Projekt. Der Wagen war optisch durch einen früheren Frontclip auf das Jahr 1970 frisiert, hatte einen müden Sechszylinder und war in einem mehr als bedauerlichen Zustand. Was uns aber nicht davon abhielt, damit erst einmal nach Västerås in Schweden zu einem Autotreffen zu fahren. Was der Reihensechser übrigens tadellos absolvierte: langsam zwar, aber dafür dank Cherry Bomb sehr lautstark.
Ungefähr zur gleichen Zeit debütierte “The Fast and the Furious: Tokyo Drift”. Für alle, die dieses Detail vielleicht verpasst haben: Der Protagonist fährt einen 1967 Ford Mustang Fastback mit dem auf Single-Turbo umgebauten RB26DETT-Motor aus einem Nissan Skyline GT-R (R32). Die fixe Idee, wir könnten ja auch einen Engine-Swap auf einen japanischen Antriebsstrang bei dem LeMans machen, wurde schneller Realität, als ich schalten konnte. Doch eine Idee ist das eine – die handwerkliche Realität das andere. Dass aus dem Projekt »LeSupra« am Ende keine hohle Marketing-Hülle wurde, sondern etwas mit echter Substanz, ist vor allem einem Mann zu verdanken: Michael Wolf. Er ist der Schrauber, der das handwerkliche Können hatte, um aus Wahnwitz Realität zu machen.
Michael hatte in der Zwischenzeit längst einen 7M-GTE aus einer 1991er Supra gefunden und gekauft. Das war genau die Geschichte das Storytelling, das wir für die Chromjuwelen brauchten: Deutsche („German Engineering“) opfern ein (naja, fast) Muscle-Car für einen Nippon-Antrieb. Aus dem LeMans wird der »LeSupra«.
Der Aufschrei war vorprogrammiert – und kam prompt. Doch nachdem unsere US-Kollegen von Hemmings das Projekt heiliggesprochen hatten (vielen Dank, Dave!), wurde der Wagen in den Medien mit Respekt behandelt und die „Hot-Rodding-3.0“-Attitüde der Chromjuwelen offiziell gesetzt.
Was wir damals machten, geschah lange bevor es Begriffe wie Content Creator, Storytelling oder Influencer überhaupt gab. Da gab es keinen Redaktionsplan und kein Algorithmen-Tuning. Dafür gab es mehr als genug Leidenschaft, Lust auf neue Ideen und unseren Drang, Geschichten so zu erzählen, wie wir sie selbst am liebsten gelesen hätten.
Mit der Straßenzulassung 2009 wurde es ruhiger um den LeMans. Es folgten weitere Karosserieumbauten und Blecharbeiten (u. a. die nahtlose Integration der hinteren Stoßstange ins Heck) und schließlich zog der LeSupra wieder bei Michael ein. Denn Michael hatte noch eine Rechnung offen.
Einen weiteren Austauschmotor samt Innereien, diverse Kupplungen und etliche Fahrwerksmodifikationen später ist der LeSupra jetzt erwachsen geworden. Der Mad-Max-Endzeit-Aufzug ist einem echten Lackkleid gewichen, man kann die Fenster jetzt auch während der Fahrt öffnen (die Kurbeln schlagen nicht mehr am Überrollkäfig an) und die Benzinpumpe liefert selbst bei sportlicher Beschleunigung zuverlässig immer genug Treibstoff.
Zur genauen Leistung möge man sich bitte an den Erschaffer wenden. An dieser Stelle nur so viel: Der Wagen hat mehr als genug Reserven und es macht einen Mordsspaß, ihn zu fahren. Offiziell, auf der German Autobahn.
Mich macht es demütig, dass Michael dieses Auto mit so viel Herzblut zu Ende gebaut hat. Ich bin dankbar, dass das Projekt nicht zum Sterben irgendwo in einer Ecke steht.
Sustainability Starts Here
Nach 2022 und 2024 hatten wir jetzt zum dritten Mal das Vergnügen, PURAGLOBE Oil Collection & Services auf der IFAT in München einrichten zu dürfen. Immer wieder spannend zu sehen, wie sich plötzlich eine bis dahin digitale Planung in echtes Leben verwandelt.
Nach 2022 und 2024 hatten wir jetzt zum dritten Mal das Vergnügen, PURAGLOBE Oil Collection & Services auf der IFAT in München einrichten zu dürfen. Immer wieder spannend zu sehen, wie sich plötzlich eine bis dahin digitale Planung in echtes Leben verwandelt.
SYNTAINICS MCO und ZERO UP: Neue Marken für die Kreislaufwirtschaft – von Grund auf gedacht und gestaltet
Wie macht man aus einem CO₂-neutralen Hochleistungsschmierstoff ein markenstrategisches Statement? Indem man Haltung, Technologie und Design in einem kohärenten System zusammenführt – von der ersten strategischen Idee bis zur letzten gestalterischen Maßnahme.
Wie macht man aus einem CO₂-neutralen Hochleistungsschmierstoff ein markenstrategisches Statement? Indem man Haltung, Technologie und Design in einem kohärenten System zusammenführt – von der ersten strategischen Idee bis zur letzten gestalterischen Maßnahme.
Für PURAGLOBE, Technologieführer in der Öl-Kreislaufwirtschaft, haben wir mit SYNTAINICS MCO und ZERO UP zwischen 2020 und 2024 neue Produktmarken entwickelt und über die unterschiedlichsten Szenen eingeführt.
Schneller durch Bekleben
Porsche war komischerweise nie mein persönliches Beuteraster. Umso mehr Spaß hat es dann doch gemacht, dem Rennteam um Tom von Löwis of Menar und Smudo, Four Motors GmbH, erst dem 2016 Porsche Cayman GT4 Clubsport die richtige Kriegsbemalung zu verpassen und dann dem 2018 Porsche 991.2 GT3 Cup.
PURAGLOBE x Team CARE FOR CLIMATE, 2018 24h-Rennen Nürburgring: 2018 Porsche 991.2 GT3 Cup, 2016 Porsche Cayman GT4 Clubsport
PURAGLOBE x Team CARE FOR CLIMATE, 2018 24h-Rennen Nürburgring: 2018 Porsche 991.2 GT3 Cup
PURAGLOBE x Team CARE FOR CLIMATE, 2018 24h-Rennen Nürburgring: 2016 Porsche Cayman GT4 Clubsport
PURAGLOBE x Team CARE FOR CLIMATE, 2018 24h-Rennen Nürburgring: 2016 Porsche Cayman GT4 Clubsport, 2018 Porsche 991.2 GT3 Cup
2018 Porsche 991.2 GT3 Cup
PROOF OF PERFORMANCE
2016 Porsche Cayman GT4 Clubsport
PURAGLOBE SYNTAINICS x MotoGP 2023
PURAGLOBE x Team CARE FOR CLIMATE: Daytona 2020
PURAGLOBE Raffinerie 2024
Porsche war komischerweise nie mein persönliches Beuteraster. Umso mehr Spaß hat es dann doch gemacht, dem Rennteam um Tom von Löwis of Menar und Smudo, Four Motors GmbH, erst dem 2016 Porsche Cayman GT4 Clubsport die richtige Kriegsbemalung zu verpassen und dann dem 2018 Porsche 991.2 GT3 Cup.
Das richtige Design macht übrigens auch andere Fahrzeuge gleich viel schneller.
Photos: Martin Meiners
Doch. Kreislaufwirtschaft kann richtig gut aussehen.
PURAGLOBE OIL COLLECTION & SERVICES sammelt gebrauchte Öle, die dann in den Raffinerien von PURAGLOBE neu aufgebaut werden.
PURAGLOBE OIL COLLECTION & SERVICES sammelt gebrauchte Öle, die dann in den Raffinerien von PURAGLOBE neu aufgebaut werden.
So geht Zukunft!
IFAT 2024: The Future Of Oil Is Clear
PURAGLOBE zerlegt Altöl in seine molekularen Bestandteile und baut aus diesen dann wieder maßgeschneiderte Öle zusammen. So geht Circular Economy.
PURAGLOBE zerlegt Altöl in seine molekularen Bestandteile und baut aus diesen dann wieder maßgeschneiderte Öle zusammen. So geht Circular Economy.
Schön zu sehen, wenn eine Strategie aufgeht und gelebt wird – PURAGLOBE Oil Collection & Services, IFAT 2024