Context Management
Auch bekannt als: Context-Management, Kontext-Management
Context Management ist der bewusste, alltagstaugliche Umgang mit dem, was eine KI außer deinem Prompt sonst noch sieht — mitgegebene Dokumente, Chat-Verlauf, Voreinstellungen, verknüpfte Datenquellen. Einsteigerperspektive auf das größere Thema „Context".
Context Management beschreibt die Praxis, den Context einer KI-Anfrage bewusst zu gestalten — ohne tiefes technisches Setup. Der Fokus liegt auf dem, was Praktiker:innen im Alltag selbst steuern können: Welche Dokumente gebe ich mit, welche Voreinstellungen richte ich einmal ein, welche Ausschnitte kuratiere ich pro Aufgabe?
Zwei Typen, sechs Kategorien
Statischer Context wird einmal eingerichtet und gilt über viele Aufgaben (Voreinstellungen, gespeicherte Persona, Projektdateien). Laufzeit-Context kommt pro Aufgabe dazu (Prompt, mitgegebene Dokumente, Chat-Verlauf, Tool-Ergebnisse). Die sechs Kategorien decken ab, was die KI überhaupt sehen kann.
Vier Hebel
- Aufbereiten: Daten in ein Format bringen, das die KI lesen kann
- Strukturieren: Gliederung und Zusammenfassungen ergänzen
- Kuratieren: pro Aufgabe die relevanten Ausschnitte auswählen
- Verbinden: automatische Brücken schaffen (Team-/IT-Arbeit)
Abgrenzung zu Context Engineering
Context Engineering meint in der Fachdiskussion meist das systematische Design der gesamten Informationslage in Agent- und RAG-Architekturen — inklusive Retrieval-Strategien, Chunking, Tool-Integration. Context Management ist der Einsteigerzugang zum selben Thema: dieselbe Grundidee, ohne Agent-Architektur-Brille, mit Fokus auf Business-Praxis.