{
  "title": "Context Graphs sind eine Billion-Dollar-Chance. Aber wer profitiert wirklich davon?",
  "excerpt": "Das Konzept der Context Graphs hat die Fantasie der Branche schnell beflügelt. Die These lautet, dass die nächsten Billion-Dollar-Unternehmensplattformen keine Datensysteme, sondern Entscheidungssysteme sein werden. Aber wer profitiert wirklich von dieser Chance? Die Antwort liegt offen zutage – in den agentischen Tools, die bereits im Einsatz sind und sekündlich Entscheidungsspuren erzeugen.",
  "content_html": "<p>Das Konzept der <strong>Context Graphs</strong>, erstmals von Jaya Gupta von Foundation Capital formuliert, hat die Fantasie der Branche schnell beflügelt [1]. Die These lautet, dass die nächsten Billion-Dollar-Unternehmensplattformen keine Datensysteme, sondern Systeme für <strong>Entscheidungen</strong> sein werden. Eine grundlegende Definition findet sich in meinem Erklärungsartikel zu <a href=\"/2026/01/01/what-are-context-graphs-really/\">Was sind Context Graphs eigentlich?</a></p><p>Die These ist überzeugend. Doch die drängendste Frage bleibt: <strong>Wer profitiert wirklich von dieser Billion-Dollar-Chance?</strong></p><p>Die Antwort liegt, so glaube ich, offen zutage. Sie steckt nicht in den Data Warehouses oder den CRMs. Sie steckt in den agentischen Tools, die bereits im Einsatz sind, im Ausführungspfad, und die sekündlich Entscheidungsspuren erzeugen. Und die fortschrittlichsten und meistdiskutierten dieser Tools – Anthropics Claude Code und das neu veröffentlichte Claude Cowork – liefern eine faszinierende, reale Fallstudie über das immense Potenzial und das entscheidende, fehlende Puzzlestück.</p><h2>Die Agenten in der Arena: Claude Code und Cowork</h2><p>Am 12. Januar 2026 stellte Anthropic Claude Cowork vor, einen Desktop-Agenten, der die Leistungsfähigkeit des entwicklerorientierten Claude Code-Tools auf nicht-technische Nutzer ausweitet [2]. Das war nicht nur ein weiteres Feature-Release. Es war ein Statement. Während die Branche über die Zukunft agentischer Workflows diskutiert hat, hat Anthropic sie bereits ausgeliefert.</p><p>Was Claude Code und Cowork so besonders macht, ist, dass sie keine bloßen Chatbots sind; sie sind <strong>Macher</strong>. Sie arbeiten in einem festgelegten Ordner auf Ihrem Computer und können Dateien lesen, schreiben und erstellen. Sie können einen unsortierten Ordner voller Belege in einen strukturierten Ausgabenbericht verwandeln. Sie können verstreute Notizen zu einem kohärenten Dokument zusammenfassen. Kurz gesagt: Sie führen komplexe, mehrstufige Aufgaben aus, die eine reichhaltige Entscheidungshistorie erzeugen.</p><p>Die vielleicht beeindruckendste Demonstration davon war die Enthüllung, dass Claude Cowork selbst fast vollständig von Claude Code in etwa eineinhalb Wochen entwickelt wurde. Man denke mal darüber nach. Ein KI-Agent hat die Erstellung eines neuen Softwareprodukts geplant und umgesetzt. Das ist keine theoretische Übung; es ist eine reale, komplexe <strong>Entscheidungsspur</strong> von immensem Wert.</p><h2>Die Ironie: Spuren erzeugen, aber nicht festhalten</h2><p>Jedes Mal, wenn ein Entwickler Claude Code verwendet, um eine Codebasis zu refaktorieren, oder ein Projektmanager Claude Cowork nutzt, um einen Projektordner zu organisieren, entsteht eine Entscheidungsspur. Der Agent durchläuft den Graphen der Nutzerabsicht, zieht Kontext aus verschiedenen Dateien, trifft Entscheidungen und führt Aktionen aus. Er erzeugt das Rohmaterial eines Context Graphs.</p><p>Aber wohin geht dieses Rohmaterial? Es verflüchtigt sich. Es ist flüchtig, lebt für einen Moment im Kontextfenster des Agenten oder im Chat-Verlauf des Nutzers, wird aber nicht als strukturiertes, abfragbares Artefakt gespeichert. Das <em>Warum</em> geht verloren und hinterlässt nur das <em>Was</em>.</p><p>Das ist die zentrale Ironie der aktuellen agentischen Landschaft. Die fortschrittlichsten agentischen Tools sind die perfekten Instrumente zur Erstellung von Context Graphs, werden aber nicht für diesen Zweck eingesetzt. Sie erzeugen einen konstanten Strom wertvoller Entscheidungsdaten, der schlicht verworfen wird.</p><p><img src=\"/assets/images/context_graphs_agentic_loop.png\" alt=\"Die flüchtige Natur von Entscheidungsspuren in heutigen Agenten\" width=\"2752\" height=\"1536\" /></p><p><em>Die flüchtige Natur von Entscheidungsspuren in heutigen Agenten</em></p><p><img src=\"/assets/images/context_graphs_evolution.png\" alt=\"Die Evolution der agentischen Infrastruktur\" width=\"2752\" height=\"1536\" /></p><h2>Warum etablierte Anbieter dieses Feature nicht einfach nachrüsten können</h2><p>Etablierte Anbieter sind strukturell benachteiligt, wenn es darum geht, diese Chance zu nutzen. Sie befinden sich schlicht an der falschen Stelle in der Architektur.</p><ul><li><strong>Systems of Record (Salesforce, Workday):</strong> Diese Plattformen sind darauf ausgelegt, den aktuellen <strong>Zustand</strong> eines Objekts zu speichern. Sie wissen, dass ein Deal abgeschlossen wurde, haben aber keine Aufzeichnung der Dutzenden von Schritten, Genehmigungen und Ausnahmen, die zu diesem Ergebnis geführt haben. Sie befinden sich in der falschen Architekturschicht.</li><li><strong>Data Warehouses (Snowflake, Databricks):</strong> Diese Plattformen befinden sich im <strong>Lesepfad</strong>, nicht im Schreibpfad. Sie empfangen Daten per ETL, <em>nachdem</em> die Entscheidungen getroffen und der Kontext verloren gegangen ist. Sie können Ihnen sagen, was passiert ist, aber nicht warum.</li></ul><p>Den Versuch, die Erfassung von Entscheidungsspuren in diese Systeme nachzurüsten, ist so, als würde man versuchen, ein Schachspiel zu verstehen, indem man nur die finale Brettposition betrachtet. Man hat die Zug-für-Zug-Geschichte verloren, die alle strategischen Erkenntnisse enthält.</p><p><img src=\"/assets/images/context_graphs_opportunity.png\" alt=\"Die Context Graph Opportunity Landscape\" width=\"2752\" height=\"1536\" /></p><h2>Das eigentliche Rennen: Wer baut die „Event Clock",
  "source_hash": "sha256:de72999d2282d54920bf9b8912e53fb5e94e65974e58cf6063745e497cf96359",
  "model": "claude-sonnet-4-6",
  "generated_at": "2026-05-08T19:46:50.171070+00:00"
}