Was ist ein Company Brain? Der vollständige Leitfaden für 2026

Sie sind dem Begriff „Company Brain“ inzwischen sicher begegnet.

Er tauchte in einem VC-Essay auf, dann in einem viralen Repository, dann in einem Request for Startups von Y Combinator, und inzwischen steht er in der Hälfte der KI-Threads in Ihrer Timeline. Irgendwo zwischen dem fünften und dem zehnten Post haben Sie wahrscheinlich zustimmend genickt, ohne sagen zu können, was er eigentlich bedeutet.

Deshalb bedeutet ein Company Brain für die einen einen Context Graph, eine verbundene Karte von allem, was ein Unternehmen produziert. Für andere bedeutet es Enterprise Search mit besseren Manieren.

Für wieder andere ist es ein sich selbst aktualisierendes Wiki, die Unternehmensversion dessen, was Andrej Karpathy für seine eigene Lektüre gebaut hat, oder dessen, was Garry Tan als GBrain quelloffen veröffentlicht hat. Jedes davon ist ein echter Baustein. Keines davon ist das Ganze.

In diesem Artikel geben wir Ihnen einen Überblick darüber, was es ist, woher es kommt und warum plötzlich alle eines haben wollen.

Die wichtigsten Erkenntnisse

• Ein Company Brain ist eine persistente Kontextschicht, die Wissen von überall dort sammelt, wo ein Unternehmen es erzeugt, und diesen Kontext sowohl für Menschen als auch für KI-Agenten nutzbar macht.
• Wichtig ist das jetzt, weil Agenten den Einsatz verändert haben: Menschen können fehlenden Kontext umgehen, Agenten dagegen wissen nur, was Sie ihnen geben, und vergessen zwischen zwei Sitzungen. Damit wurde verstreuter Kontext von einer Lästigkeit zu einer Abhängigkeit.
• Der Begriff ist innerhalb eines Jahres aus mehreren Strängen zusammengelaufen: dem persönlichen „Second Brain“, Enterprise Search, den Context Graphs von Foundation Capital (Dezember 2025), Karpathys LLM-Wiki, Garry Tans quelloffenem GBrain und dem Request for Startups von Y Combinator für Sommer 2026.
• Es ist eine eigene Kategorie, kein Enterprise Search und kein Chatbot, der an ein Wiki geschraubt wurde. Seine eigentliche Aufgabe ist es, das „Warum“ hinter Entscheidungen festzuhalten, statt nur Dokumente abzurufen.
• Persönliche Brains und Company Brains unterscheiden sich in der Eigentümerschaft: Ein persönliches Brain dient einer Person, ein Company Brain ergänzt Berechtigungen, Governance, widersprüchliche Quellen und gemeinsames Vertrauen.
• Wählen Sie ein persönliches oder quelloffenes Tool, wenn das Gedächtnis Ihnen gehört oder Ihr Team klein und eng verbunden ist. Wählen Sie ein verwaltetes Company Brain wie Slite, wenn Zugriffsebenen sich unterscheiden, Quellen sich widersprechen, sensible Daten im Spiel sind oder Agenten Aktionen ausführen können.

Company Brain, die Arbeitsdefinition

Ein Company Brain ist eine persistente Kontextschicht. Es sammelt Wissen von überall dort, wo ein Unternehmen es erzeugt, und macht diesen Kontext sowohl für Menschen als auch für KI-Agenten nutzbar.

Die zugrunde liegenden Probleme sind alt und wenig glamourös:

• Informationen verstreuen sich.
• Institutionelles Wissen geht mit Menschen aus dem Haus.
• Dokumente veralten, und niemand merkt es.

Das führt zu verstreutem Kontext, und Menschen konnten das schon immer umgehen.

Was sich im letzten Jahr geändert hat, ist die Frage, wer die Antwort braucht.

Menschen sind hervorragend darin, fehlenden Kontext zu umgehen. Sie fragen einfach die Person neben sich.

Ein Agent tut nichts davon. Er weiß nur, was Sie ihm geben, und er vergisst zwischen zwei Sitzungen, sofern nicht etwas an seiner Stelle erinnert.

Aus einer Lästigkeit wurde damit eine Abhängigkeit, sobald Menschen anfingen, Agenten für echte Arbeit zu briefen.

Ein Company Brain soll verstreuten Kontext lösen, indem es Agenten jede relevante Information über Ihr Unternehmen zur Verfügung stellt.

Woher kommt das Company Brain?

Bevor irgendjemand den Begriff verwendete, lagen zwei getrennte Wünsche seit Jahren im Markt, jeder mit eigenem Publikum, eigenen Tools und ohne echten Grund, sich zu begegnen.

Das Aufkommen des Second Brain

Menschen wollten festhalten, was sie lasen, lernten, schufen und bemerkten. Tiago Forte hat die moderne Second-Brain-Methode am sichtbarsten populär gemacht, und eine ganze Generation von Notizenschreibern baute Systeme darum herum.

Das tiefere Versprechen war jedoch leiser und emotionaler. Wenn Sie genug von Ihrem eigenen Denken festhalten und gut verknüpfen, sehen Sie vielleicht endlich die Form Ihres eigenen Geistes von außen.

Dann kam Enterprise Search in den späten 2010er-Jahren

Unternehmen hatten verstreute Informationen lange, bevor sie KI hatten. Dieselben fünf Fragen wurden in jedem Onboarding neuer Mitarbeiter gestellt. Enterprise Search war die Antwort, und sie machte Dinge über Tools hinweg auffindbar, die kein Interesse daran hatten, miteinander zu sprechen.

Was es nie tat, war etwas zu pflegen. Es rief ab. Es hielt kein aktuelles Modell davon vor, wie das Unternehmen funktioniert, und schon gar nicht in einer Form, mit der ein anderes System hätte arbeiten können.

Der eine Wunsch drehte sich also um das Gedächtnis einer Person, der andere um den Zugriff eines Unternehmens. Sie blieben getrennt, weil nichts sie zusammenzwang. Dann geschahen über etwa ein Jahr hinweg vier Dinge, die genau das taten.

2025 prägte eine VC-Firma den Begriff Context Graphs

Am 22. Dezember 2025 veröffentlichten Jaya Gupta und Ashu Garg von Foundation Capital einen Beitrag, in dem sie Context Graphs als enorme Chance bezeichneten. Entscheidend war dabei die Beobachtung, dass die meisten Systeme jeweils nur einen Teil eines größeren Projekts festhalten und keines davon zusammen den Kontext dafür ergibt, warum etwas überhaupt geschehen ist.

Nehmen wir zum Beispiel an, Sie starten ein neues Marketingprojekt aus einem Flurgespräch mit Ihrer Führungskraft.

• Das Konzeptdokument liegt in Slite
• Der Fortschritt liegt in Notion, ClickUp, Asana
• Die Arbeitsdateien liegen in Figma und Google Docs
• Das Tracking liegt in BigQuery und Google Analytics

Eine KI könnte diese Dinge abrufen, aber sie kann die Flurgespräche nicht abrufen und auch nicht die Slack-Threads, in denen die großen Entscheidungen während der Umsetzung tatsächlich gefallen sind.

Jaya und Ashu argumentierten deshalb, dass Unternehmen einen Context Graph brauchen, der Ihre Informationen zusammenfügt und so den Kontext dafür erschließt, warum Sie etwas getan haben, und warum Sie es auf diese Weise getan haben. Wenn Agenten das nicht als empirische Grundlage haben, können sie beim Planen und Entwickeln von Ideen nie dieselben Überlegungen anstellen wie Ihr Team.

Andrej Karpathy schlug ein LLM-Wiki vor

Im April schlug Karpathy eine persistente Schicht vor, die zwischen Rohquellen und Retrieval sitzt und in der ein Modell fortlaufend liest, was hereinkommt, und es zu einem verlinkten, navigierbaren Satz von Seiten zusammenfasst. Er ordnete das persönlicher Lektüre, Forschung und geschäftlicher Nutzung zu und signalisierte damit beiläufig, dass dieselbe Mechanik in jeder Größenordnung funktioniert.

Es machte eine abstrakte Idee konkret genug, um daran zu bauen, und es regte Experimente an.

→ Mehr dazu: LLM-Wissensdatenbank: So bauen Sie eine, die wirklich funktioniert (2026)

Dann kam GBrain

Garry Tan baute GBrain, um seine eigenen Agenten zu bedienen, und speiste es mit Meetings, E-Mails und allem anderen, was ihm im Laufe des Tages begegnete, damit die Agenten, die für ihn arbeiteten, eine Grundlage hatten. Es nahm auf, reicherte an, konsolidierte und lief weiter, während er nicht hinsah.

Als quelloffene Implementierung machte es persistentes Gedächtnis für eine Person und ihre Agenten zu etwas, das man lesen, ausführen und hinterfragen kann. Das Projekt wurde später erweitert, um Company-Brain-Anwendungsfälle zu unterstützen.

YCs RFS bündelte all das zum Company Brain

Y Combinators Request for Startups für Sommer 2026 enthielt einen Eintrag von Tom Blomfield mit dem Titel Company Brain, der GBrain direkt zitierte und nach „Garrys G-Brain, aber für jedes Unternehmen der Welt“ fragte.

Der Eintrag sagte auch klar, was die Kategorie nicht ist. Keine Unternehmenssuche. Kein Chatbot, der an ein Wiki geschraubt wurde. Der Eintrag stellte ausdrücklich fest und schloss zu Recht daraus, dass ein Company Brain eine neue Kategorie mit eigenen Herausforderungen ist, deren Aufbau eigene Anstrengungen erfordert.

Das persönliche Gedächtnis lieferte den Anspruch eines Systems, das für Sie liest und zusammenfasst.

Unternehmenswissen lieferte die Größenordnung und die wenig glamourösen Probleme.

Entscheidungskontext lieferte das, was zu speichern sich lohnt.

Agenten lieferten den Abnehmer und damit den Grund, warum all das nun maschinenlesbar und aktuell sein muss statt bloß durchsuchbar.

Warum wollen alle ein Brain?

Der Zug kommt aus zwei Richtungen zugleich. Deshalb hilft es, zu trennen, was Unternehmen tatsächlich wollen, und warum sich die persönliche Variante so aufregend anfühlt.

Was Unternehmen wollen

Unternehmen wollen, dass Kontext zwischen Sitzungen bestehen bleibt, auf neue Mitarbeiter und Agenten übergeht, Verbindungen über Teams hinweg sichtbar macht und nützlich bleibt, ohne dass jemand ständig eine Wissensdatenbank aufräumt.

All diese Bedürfnisse führen zum selben Ergebnis. Unternehmenskontext sollte bestehen bleiben, wandern und besser werden.

Warum sich persönliche Brains aufregend anfühlen

Ein persönliches Brain verspricht, dass alles, was Sie gelesen, geschrieben, angesehen, markiert oder kurz obsessiv verfolgt haben, gesammelt und verknüpft werden kann. Sie hätten endlich Ihren eigenen Turm zu Babel, dessen Stockwerke alle aus etwas gebaut sind, das Sie einmal konsumiert oder erschaffen haben.

Es hilft Ihnen beim Erinnern, doch der tiefere Reiz liegt darin, sich selbst von außen sehen zu können.

Bis vor Kurzem bedeutete der Aufbau dieser Struktur, Ordner zu wählen, Tags zu vergeben, Verknüpfungen anzulegen und das System selbst zu pflegen. LLMs haben diesen Handel verändert. Sie können lesen, was Sie konsumiert haben, es verknüpfen, zusammenfassen und die Struktur für Sie pflegen.

Das Second Brain sah damit weniger nach einer Ablagegewohnheit aus und mehr nach Software, die neben Ihnen denken kann.

Wo persönliche und Company Brains auseinandergehen

Ein Company Brain erbt das Versprechen des persistenten Gedächtnisses und macht es dann operativ. Es muss abbilden, was eine Organisation weiß, Mitarbeiter und Agenten briefen, Berechtigungen respektieren, widersprüchliche Quellen auflösen und Entscheidungen berücksichtigen, die sich im Lauf der Zeit ändern.

Bevor Sie in die Einführung oder in Top-10-Listen einsteigen, lohnt es sich, die Details zu durchdenken und zu verstehen, ob Sie wirklich ein Company Brain für Ihr Team wollen oder ob es Ihnen nur um ein persönliches Brain geht.

Wenn das Wissen Ihnen gehört und ein Fehler nur Sie selbst stört, wollen Sie wahrscheinlich ein persönliches Brain.

Sobald dieser Kontext geteilt, mit Berechtigungen versehen, gepflegt und von anderen Menschen oder Agenten als vertrauenswürdig eingestuft werden muss, bauen Sie ein Company Brain.

Welches brauchen Sie?

Beginnen Sie damit, wohin der Kontext wandern muss.

Wählen Sie ein persönliches Brain, wenn das Gedächtnis Ihnen gehört

Wenn Sie Ihre Notizen, Lektüre, Meetings und Ideen verknüpfen möchten, beginnen Sie mit einem persönlichen Tool.

Supermemory, GBrain und ähnliche quelloffene Projekte helfen Ihnen, ein persistentes Gedächtnis aufzubauen, ohne unternehmensweite Berechtigungen oder Governance einzuführen.

Die wichtigste Frage ist, ob das System dazu passt, wie Sie Informationen konsumieren und erzeugen.

Ziehen Sie Open Source für ein kleines, eng verbundenes Team in Betracht

Ein quelloffenes Company Brain kann funktionieren, wenn Ihr Team klein ist, die meisten Menschen auf dieselben Informationen zugreifen können und jemand mit technischem Hintergrund das System pflegt.

Für ein Zehn-Personen-Start-up, das als eine Einheit arbeitet, ist das ein vernünftiger Weg. Unangenehmer wird es, sobald Kundendaten, Mitarbeiterinformationen oder unterschiedliche Zugriffsebenen ins System kommen.

Open Source nimmt Ihnen die Sicherheits- und Wartungsarbeit nicht ab. Es verlagert diese Arbeit in Ihr Team.

Wählen Sie ein verwaltetes Company Brain, wenn Kontext zur Infrastruktur wird

Ein dediziertes Company Brain wie Slite ist dann sinnvoll, wenn unterschiedliche Menschen und Agenten unterschiedlichen Zugriff brauchen, Quellen sich widersprechen oder Unternehmenswissen aktuell bleiben muss, ohne dass eine Gründerin oder ein Gründer es pflegt.

Zur Standardwahl sollte es auch dann werden, wenn das System sensible Informationen verarbeitet oder Agenten mit Kontext versorgt, die Aktionen ausführen können.

Slite Agent ist für diesen Weg gebaut. Es gibt Teams einen kontrollierten Ort, an dem sie Unternehmenswissen pflegen und sowohl Mitarbeitern als auch Agenten zugänglich machen können.

Wenn Sie für Ihr wachsendes Team etwas einführen möchten, bei dem diese Grundlagen von Tag 1 an geregelt sind, buchen Sie eine Demo, um mit uns zu sprechen.