Warum ich knoio gebaut habe

Es gibt Fragen, die einen über Jahre begleiten. Eine davon ließ mich nicht mehr los:

Was bedeutet künstliche Intelligenz eigentlich für uns, die Zunft der Interim Manager, für den Beruf als Berater?

Nicht als Diskussion über den nächsten Technologietrend, sondern ganz praktisch. Wenn KI immer größere Teile der Analyse, Dokumentation und Aufbereitung übernehmen kann – worin besteht künftig der eigentliche Wert eines Beraters? Wird Beratung ersetzt? Oder verschiebt sich ihr Schwerpunkt hin zu Interpretation, Entscheidungsvorbereitung und Veränderungsbegleitung?

Und noch eine zweite Frage stellte sich unmittelbar: Wie können kleinere und mittelständische Beratungshäuser mit Unternehmen konkurrieren, die über eigene KI-Abteilungen, Datenplattformen und Millionenbudgets verfügen?

Diese Fragen wurden zum Ausgangspunkt von knoio.ai.

2025: Das Projekt, aus dem die Idee entstand

Die Antwort entstand nicht am Reißbrett, sondern in einem Kundenprojekt. 2025 war ich als Projektleiter an der Einführung einer KI-gestützten Contact-Center-Plattform (CCaaS) bei einer AOK-Gesellschaft beteiligt. Meine Aufgabe war dabei nicht die Entwicklung der KI selbst, sondern als Projektleiter die Freigabe der Sicherheitsarchitektur, der Datenflüsse und der Berechtigungskonzepte unter den Anforderungen von DSGVO, Datensouveränität, ISO27k, BSI C5 und dem US CLOUD Act.

Dabei wurde deutlich, dass die eigentliche Herausforderung nicht das Sprachmodell war. Entscheidend war die Frage, wie sensible personen bezogene Daten, also von Mitarbeitern und Patienten so strukturiert, geschützt und bereitgestellt werden können, dass moderne KI überhaupt verantwortungsvoll eingesetzt werden kann.

Genau dort entstand die Idee zu knoio.

Nicht als KI-Anwendung, sondern als sichere Plattform für Wissen, Daten und Zusammenarbeit: ein vollständig mandantenfähiger Data- und Knowledge-Room mit konsequentem Berechtigungskonzept, betrieben in der EU oder vollständig on-premises. Die Leitidee war von Anfang an klar: Zuerst eine belastbare Daten- und Sicherheitsarchitektur schaffen – danach KI darauf aufbauen.

Der erste Prototyp

Aus der Idee wurde schnell ein konkretes Entwicklungsprojekt. Gemeinsam mit zunächst zwei Entwicklern entstand der erste Prototyp. Im März 2026 lief der Proof of Concept erfolgreich: Dokumentenmanagement und Zusammenarbeit basierten auf Nextcloud und Nextcloud Talk, ergänzt um die ersten eigenen Plattformkomponenten.

Rückblickend war dieser Prototyp weniger das eigentliche Ergebnis als vielmehr der Beweis, dass sich eine sichere, europäische und modular aufgebaute Alternative zu den großen Cloud-Plattformen entwickeln lässt – fokussiert auf die Anforderungen von Beratung und Mittelstand statt auf den Massenmarkt.

April 2026: Der erste konkrete Anwendungsfall

Im Rahmen eines Projekts für einen international tätigen Konzern entstand im April 2026 die Idee, auf der bereits vorhandenen, ISO-27001-orientierten Plattform einen ersten konkreten Anwendungsfall umzusetzen: Process Mining.

Damals gab es noch keine Graph-Datenbank, kein Retrieval-Augmented Generation (RAG) und keinen umfangreichen Modulbaukasten. Es ging zunächst um eine einfache Frage: Lässt sich ein wesentlicher Teil der analytischen Arbeit eines Beraters auf einer sicheren, modularen Plattform digital unterstützen und teilweise automatisieren?

Die ersten Ergebnisse waren überzeugend. Als ich sie meinen Partnern bei enable2grow und Piquano vorstellte, entwickelte sich die Diskussion schnell weiter. Aus einem einzelnen Anwendungsfall wurden zahlreiche neue Ideen: Finanzanalyse, Due Diligence, AI-Readiness- und Reifegrad-Assessments, Enterprise-Architecture-Modellierung, Business Analysis, CRM mit KI-Unterstützung und viele weitere Module.

In diesem Moment wurde deutlich, dass der eigentliche Wert nicht im einzelnen Anwendungsfall lag, sondern in der Plattform selbst. Sie sollte jedem Anwender ermöglichen, in einer eigenen Sandbox eigene Anwendungen und KI-gestützte Module zu entwickeln – auf einer gemeinsamen Grundlage aus Identitätsmanagement, rollenbasierten Berechtigungen, Datensouveränität und einer sicheren Zugriffsschicht.

So entwickelte sich aus einem ursprünglich für ein einzelnes CCaaS-Projekt aufgebauten Data Room Schritt für Schritt knoio.ai: eine modulare Multi-Tenant-Plattform, auf der jedes Unternehmen genau die Funktionen nutzt und bezahlt, die es tatsächlich benötigt.

Warum „EU-lokal“ für mich kein Marketingversprechen ist

Der Ursprung von knoio liegt in einem Projekt im Jahre 2007, in dem ich selbst die Verantwortung dafür trug, eine Architektur im Spannungsfeld von Datenschutz, Datensouveränität mit Open Source Werkzeugen zu bewerten und freizugeben. Es handelte sich damals um eine Controlling Lösung aus der privaten Cloud. Dabei wurde mir eines besonders deutlich: Beratung lebt von Vertrauen. Und Vertrauen setzt voraus, dass Mandanten jederzeit nachvollziehen können, wo ihre Daten verarbeitet werden, wer darauf zugreifen kann und welche rechtlichen Rahmenbedingungen gelten.

Viele KI-Angebote heute am Markt verfolgen einen anderen Ansatz. Sie setzen auf leistungsfähige Cloud-Dienste und große Sprachmodelle, bieten jedoch nur begrenzte Möglichkeiten, Datenverarbeitung, Hosting oder den Einsatz der Modelle an individuelle Sicherheits- und Compliance-Anforderungen anzupassen.

Für knoio war deshalb von Anfang an klar: Datensouveränität darf keine nachträgliche Funktion sein, sondern muss Teil der Architektur werden.

Die Plattform ist vollständig self-hostable und verfolgt ein mehrstufiges KI-Konzept. Für jeden Mandanten und jeden Anwendungsfall lässt sich festlegen, welche Modelle genutzt werden dürfen – von ausschließlich selbst betriebenen Open-Source-Modellen über anonymisierte Verarbeitung sensibler Informationen bis hin zum Einsatz großer Cloud-Modelle, wenn Datenschutz, Compliance und der konkrete Anwendungsfall dies zulassen.

Diese Flexibilität ist kein Marketingargument und kein technisches Detail. Sie ist die Konsequenz aus einer einfachen Überzeugung: Wer als Berater mit den sensibelsten Informationen seiner Mandanten arbeitet, muss selbst entscheiden können, wo KI eingesetzt wird, welche Daten die eigene Infrastruktur verlassen dürfen – und welche nicht.

Was „effizienter werden“ für mich konkret heißt

Die Frage nach der Zukunft unseres Berufsstands wirkt zunächst abstrakt. In der Praxis zeigt sie sich jedoch in ganz konkreten Anwendungsfällen.

Ein Assessment, das früher Wochen mit Interviews, Workshops und manueller Auswertung erforderte, läuft heute über eine strukturierte Assessment-Engine mit automatisierter Analyse. Eine Rechnungsprüfung, die bislang auf Stichproben beruhte, wird heute durch Anomalie- und Duplikaterkennung unterstützt – zunächst regelbasiert, anschließend mit Machine Learning und erst dort, wo es echten Mehrwert bietet, durch ein Large Language Model. Denn nicht jedes Problem ist ein KI-Problem.

Auch die Analyse von Geschäftsprozessen hat sich grundlegend verändert. Prozesslandschaften, die früher in Workshops auf Whiteboards entstanden, lassen sich heute aus realen Event-Logs rekonstruieren, visualisieren und mit definierten Soll-Prozessen vergleichen. Genau mit diesem Anwendungsfall begann im April 2026 die Entwicklung von knoio.

Keines dieser Module ersetzt den Berater. Sie verändern jedoch den Schwerpunkt unserer Arbeit. Weniger Zeit fließt in Datensammlung, Dokumentation und Aufbereitung – mehr Zeit in Analyse, Interpretation und die Ableitung tragfähiger Entscheidungen.

Damit wurde auch meine ursprüngliche Frage beantwortet: Wir werden nicht dadurch wettbewerbsfähig, dass wir die Ressourcen großer Beratungshäuser kopieren. Wir schaffen Wettbewerbsvorteile, indem wir eigene Werkzeuge entwickeln, die Routine automatisieren und Freiräume für das schaffen, was Beratung wirklich ausmacht: Zusammenhänge verstehen, Entscheidungen vorbereiten und Veränderungen wirksam begleiten.

knoio ist heute keine Idee mehr, sondern eine produktive Plattform

Aus einer ersten Vision ist eine Plattform mit echten Mandanten, produktiv genutzten Modulen und einem kontinuierlich wachsenden Baukasten entstanden. Heute umfasst knoio unter anderem ein AI Enablement & Knowledge Hub, Finanz-KI, AI-Readiness- und Digitalisierungs-Assessments sowie Analysen des Reifegrads eines Enterprise Ecosystems als Grundlage für Strategien und Transformationsinitiativen.

Auf dieser Basis sind weitere Module entstanden: Business Analysis, Due Diligence, Prozessanalyse und -redesign, Process Mining, Projektmanagement, Tracking sowie zentrale Controlling-Dashboards und integrierte Unternehmensplanung mit leistungsfähigen Spreadsheet-Lösungen.

Das Fundament bildet ein von Beginn an konsequent mandantenfähiger und abgeschotteter Data Room mit einer Sicherheitsarchitektur, wie sie aus M&A-Projekten bekannt ist. Rollenbasierte Berechtigungen (RBAC) reichen – sofern erforderlich – bis auf Datensatzebene und ermöglichen eine sichere Zusammenarbeit zwischen Unternehmen, Beratern und weiteren Beteiligten.

Ebenso grundlegend war die Entscheidung für eine containerisierte Architektur. Jeder Mandant arbeitet in seiner eigenen Sandbox und kann unabhängig neue Module entwickeln und betreiben. Ob Business Analyst im Unternehmen oder externer Berater: Anwender können eigene Lösungen mit KI-Unterstützung erstellen, erweitern und miteinander kombinieren, ohne die Integrität der Gesamtplattform zu gefährden.

Wie schaffen wir eine Plattform, mit der Mittelstand und Beratung die Möglichkeiten künstlicher Intelligenz auf Augenhöhe nutzen können – datensouverän, modular und unabhängig von den Ressourcen eines Großkonzerns?

Das ist die Geschichte, aus der knoio.ai entstanden ist. Und sie ist noch nicht zu Ende erzählt.