Company as Code: Warum dein Agent nichts weiß, was nicht geschrieben steht

Ein Agent ist nur so intelligent wie die Daten, auf die er zugreifen kann. Über Kundendaten reden alle. Über die andere Hälfte des Gedächtnisses — das Wissen des Unternehmens über sich selbst — fast niemand. Dabei entscheidet genau diese Hälfte darüber, ob ein Agent markentreu handelt oder selbstbewusst Unsinn produziert.

Das Wissen, das niemand aufgeschrieben hat

Woran erkennt ein Content-Agent deine Markenstimme? Woher weiß ein Kampagnen-Agent, dass im vierten Quartal keine aggressiven Rabatte gefahren werden, weil das eurer Positionierung widerspricht? Und wie hält ein Reaktivierungs-Agent einen Prozess ein, der nur im Kopf einer Kollegin existiert, die gerade in Elternzeit ist?

In den meisten Unternehmen liegt das wichtigste Wissen nicht in Systemen, sondern in Köpfen, Präsentationen und verstreuten Wiki-Seiten. Für Menschen ist das mühsam, aber irgendwie machbar — man fragt eben nach. Ein Agent kann nicht nachfragen. Er kann nichts abrufen, was nie aufgeschrieben wurde.

Ich habe genau diesen Effekt mehrfach gesehen: Ein Content-Agent schreibt technisch korrekte, aber seltsam fremde Texte. Mal zu werblich, mal mit einem Rabattversprechen, das nicht zur Marke passt. Der Reflex ist, am Modell zu zweifeln. Der eigentliche Grund ist fehlender Kontext. Die Markenstimme existierte als Gefühl im Team, nicht als Dokument. Als die zuständige Person ging, ging das Wissen mit.

Von Infrastructure as Code zu Company as Code

In der Softwareentwicklung gibt es für dieses Problem längst eine Antwort. Server werden nicht mehr von Hand zusammengeklickt, sondern in versionierten Dateien beschrieben — Infrastructure as Code. Der Effekt: Konfigurationen sind reproduzierbar, überprüfbar und maschinenlesbar. Jede Änderung ist nachvollziehbar, jeder frühere Stand wiederherstellbar.

Dasselbe Prinzip lässt sich auf das ganze Unternehmen übertragen. Daniel Rothmann hat dafür den Begriff Company as Code geprägt (2025), im deutschsprachigen Raum hat ihn unter anderem Martin Brüggemann aufgegriffen und auf die Frage zugespitzt, wie ein Unternehmen „agent-ready” wird (2026). Die Idee: Strategie, Marke, Prozesse, Rollen, Entscheidungen und Regeln werden nicht länger nur implizit gelebt, sondern explizit, strukturiert und versioniert in einem zentralen Repository festgehalten. Eine einzige Quelle der Wahrheit, auf die Menschen und Agenten gleichermaßen zugreifen.

Das deckt sich mit dem, was ich in gescheiterten KI-Projekten beobachte: Sie scheitern selten am Modell. Sie scheitern daran, dass zentrale Entscheidungen nie klar getroffen oder nie verbindlich dokumentiert wurden — welche Daten als „Single Source of Truth” gelten, wie ein Prozess wirklich abläuft, nach welchen Regeln priorisiert wird. Für Menschen ist das anstrengend. Für Agenten ist es unbrauchbar.

Was du codieren solltest

Nicht alles muss formalisiert werden — aber das wiederkehrende, entscheidungsrelevante Wissen schon. Eine pragmatische Liste für Marketing-Organisationen:

• Strategie & Ziele: Positionierung, Zielgruppen, Jahresziele, No-Gos. Der Rahmen, in dem jeder Agent operiert.
• Marke & Tonalität: Stimme, erlaubte und verbotene Formulierungen, Beispiele für „gut” und „schlecht”. Das, was Konsistenz über tausend automatisch erzeugte Texte sichert.
• Prozesse & Playbooks: Wie läuft eine Reaktivierungskampagne ab? Welche Schritte, welche Freigaben, welche Reihenfolge?
• Decision Records: Was wurde wann und warum entschieden? Eine codierte Entscheidung muss nicht in jedem Meeting neu diskutiert werden — und ein Agent kann sich daran halten.
• Policies & Guardrails: Was darf ein Agent nicht? Consent-Regeln, Budgetgrenzen, rechtliche Leitplanken.
• Definitionen & Metriken: Was heißt bei euch „aktiver Kunde”, „qualifizierter Lead”, „Churn”? Uneinheitliche Begriffe sind eine der häufigsten Fehlerquellen für Agenten.

Das Format folgt dem Inhalt

Ein verbreitetes Missverständnis ist, „as Code” bedeute, alles in technische Konfigurationsdateien zu pressen. Das Gegenteil ist richtig: Das Format folgt dem Inhalt.

Narratives, erklärungsbedürftiges Wissen — eine Markenstimme, eine Strategie, eine begründete Entscheidung — gehört in Markdown: lesbar für Menschen, strukturiert genug für Maschinen, versionierbar in Git. Regelhafte, config-artige Artefakte — Prozessschritte, Guardrails, der Zweck eines Agenten — gehören in strukturierte Formate wie YAML oder JSON, weil Systeme sie direkt auswerten können. Häufig kombiniert man beides: eine Markdown-Datei mit einem YAML-Vorspann für die maschinenlesbaren Metadaten.

Eine Guardrail-Definition kann dann so schlicht aussehen:

prozess: reaktivierung_inaktive_kunden
ziel: Kunden ohne Kauf in 180 Tagen zurueckgewinnen
guardrails:
  email_nur_mit_consent: true
  max_kontakte_pro_woche: 2
  kanal_prioritaet: [email, push, ad]
eskalation:
  bei_widerspruch: stoppe_und_informiere_crm_owner

Entscheidend ist nicht die Eleganz der Datei, sondern dass alles im selben versionierten Repository liegt und über RAG für Agenten abrufbar wird. So wird aus verstreutem Erfahrungswissen ein abrufbarer Unternehmenskontext.

Was das konkret heißt

Drei Dinge solltest du mitnehmen.

Fang dort an, wo es am meisten wehtut. Nicht das ganze Unternehmen auf einmal codieren. In der Praxis ist das fast immer die Markenstimme: ein Marken-Guide in Markdown, eine Handvoll Decision Records zu wiederkehrenden Streitfragen, die wichtigsten Prozesse als YAML. Das reicht, um den ersten Agenten spürbar besser zu machen.

Behandle es als Disziplin, nicht als Projekt. Märkte, Marken und Prozesse ändern sich — der codierte Kontext muss mitwachsen. Eine einmal geschriebene Brand-Voice-Datei, die niemand pflegt, ist nach einem Jahr so gefährlich wie veraltete Kundendaten.

Denk es als Fundament für viele Agenten, nicht für einen. Der eigentliche Hebel entsteht, wenn mehrere Agenten auf denselben codierten Kontext zugreifen — dieselben Begriffe, dieselben Regeln, dieselben Entscheidungen. Genau das macht den Unterschied zwischen einem netten Einzel-Tool und einem System, das konsistent skaliert. Und nebenbei wird das Onboarding eines neuen Agenten so einfach wie das einer Kollegin, die vorab alles Relevante gelesen hat.

---

Kapitel 5 des Buchs behandelt den Data Layer agentischer Systeme im Detail — vom Customer Graph über die CDP bis zu Company as Code als Gedächtnis des Unternehmens über sich selbst.

→ Zum Buch