Second Brain
Le Labo des CEO stellt seine strategischen Analysen mit Ember Second Brain mehreren KI-Modellen gegenüber

2
unterschiedliche Empfehlungen auf dieselbe Frage, mit ChatGPT und Claude
6
Schritte in ihrer Arbeitsmethode mit Ember Second Brain
4
getrennte Anwendungen, mindestens, auf die ihre Analysen und Dokumente verteilt waren
Mélanie Louchart begleitet Führungskräfte bei strategischen Entscheidungen. Vor Ember Second Brain lieferte ihr dieselbe Frage an ChatGPT und Claude zwei unterschiedliche Empfehlungen. Heute arbeitet sie mit einem KI-Assistenten für Führungskräfte: einem einzigen Ort, an dem mehrere KI-Modelle ihre Argumente gegeneinander abwägen, mit dem Kontext des Unternehmens.
Eine Frage, mehrere Argumentationen als Antwort
Die erste Nutzung, die Mélanie Louchart beschreibt, besteht aus einem einzigen Schritt. Sie stellt dem Council-Modus eine Frage, und mehrere Modelle untersuchen dieselbe Fragestellung. Sie stellen ihre Argumentationen einander gegenüber und zeigen dann Übereinstimmungen, Abweichungen und Fragen, die vertieft werden sollten.
Die Modelle berücksichtigen auch den Kontext, der in der Plattform verfügbar ist. Sie muss nicht mehr dieselbe Frage von einer Anwendung in die andere kopieren, um die Antworten von Hand zu vergleichen.
Diese Funktion nutzt sie bei wichtigen Themen am häufigsten.
Zwei gut geschriebene Antworten und eine Entscheidung, die ansteht
Mélanie leitet Le Labo des CEO, ein Unternehmen, das Führungskräfte zu ihren Märkten, Geschäftsmodellen und Finanzierungsentscheidungen begleitet. Sie nutzte ChatGPT und Claude schon eine Weile. Diese Tools brachten ihr echten Nutzen beim Recherchieren, Ordnen und Schreiben.
Das Problem zeigte sich bei strategischen Themen. Sie konnte beiden Tools genau dieselbe Frage stellen und zwei unterschiedliche Empfehlungen erhalten. Manchmal wirkten beide Antworten tadellos begründet. Nichts in der einen oder der anderen verriet, welche richtig war.
Dann hieß es prüfen, nachfragen und abgleichen. Das kostete Zeit. Bei jedem neuen Gespräch musste sie außerdem den Kontext erneut erklären: das Geschäft, die Positionierung, die Kunden, das Geschäftsmodell, die Ziele und die Rahmenbedingungen.
Diese Abweichungen sind nachvollziehbar. Die Modelle nutzen nicht immer dieselben Denkweisen, dasselbe Wissen oder dieselben Annahmen. Für eine Unternehmerin, die entscheiden muss, bleibt die Schwierigkeit bestehen: Wie wählt man zwischen zwei Analysen, die beide glaubwürdig wirken?
Sechs Schritte, vom Thema zum Dokument, an einem Ort
Ihre Nutzung folgt sechs Schritten. Sie geht von einer konkreten Frage aus, etwa zu einem Markt, einem Geschäftsmodell oder einer Marketingstrategie, und legt Kontext und Ziel fest. Dann zieht sie eine spezialisierte Kompetenz aus der Bibliothek hinzu, die Strategie, Marketing, Finanzen oder Organisation abdeckt.
Ist das Thema gewichtig, aktiviert sie den Council-Modus. Sie prüft die Argumente und die Warnpunkte und vertieft dann die wichtigsten Fragen. Sobald die Überlegungen strukturiert sind, lässt sie mit KI Dokumente erstellen: Analyseberichte, Word-Dokumente, Excel-Tabellen oder Aktionspläne. Sie muss die Anwendung nicht wechseln, um von der Überlegung zum Dokument zu kommen.
Ein Beispiel zur Veranschaulichung: Angenommen, eine Führungskraft will eine neue Dienstleistung vermarkten. Eine Argumentation könnte auf Tempo setzen, um die Nachfrage zu testen, eine andere das Risiko einer unklaren Positionierung betonen, eine dritte auf die Rentabilität pochen. Der Council-Modus macht dann die Abwägungen sichtbar: sofort starten, einen begrenzten Markttest durchführen, den Preis überdenken oder das Leistungsversprechen schärfen, bevor man mehr investiert.
Bei Themen außerhalb ihres Fachgebiets, etwa einer rechtlichen, steuerlichen oder personalbezogenen Frage, kann sie an Fachpartner verwiesen werden. Die künstliche Intelligenz bereitet die Unterlagen vor, dann übernimmt eine Fachperson.
Ein Gedächtnis, das den Kontext von Gespräch zu Gespräch behält
Die Unternehmensinformationen bleiben für die folgenden Analysen verfügbar. Mélanie muss ihr Geschäft nicht bei jeder Frage von vorn vorstellen. Die Antworten sind besser auf den Kontext abgestimmt, und die Analysen gewinnen an Kontinuität.
Früher waren ihre Dokumente auf mehrere Umgebungen verteilt. Eine Analyse in ChatGPT, ein mit Claude geprüfter Businessplan, Tabellen in Excel, Dokumente in Word, Grafiken in anderen Anwendungen. Sie beschreibt diese Zersplitterung als Erschwernis für die Kontinuität ihrer Arbeit.
Was sich im Alltag ändert und was noch zu messen bleibt
Mélanie sagt, sie fühle sich gelassener gegenüber den Empfehlungen, die sie erhält. Sie behält ihr eigenes Urteil. Sie weiß auch, dass mehrere Modelle dieselben Fehler teilen oder sich auf dieselben unvollständigen Informationen stützen können. Die Gegenüberstellung hilft, Meinungsverschiedenheiten und zu prüfende Annahmen zu erkennen. Die richtige Antwort garantiert sie nicht.
Vor allem ändert sich die Kontinuität. Arbeitet sie an einem Thema, das ihr Unternehmen betrifft, nutzt sie Ember Second Brain. ChatGPT und Claude setzt sie weiterhin ein, wenn sie ihr passen. Außerdem hat sie Zugang zu spezialisierten Kompetenzen, um Marktanalysen und Businesspläne zu vertiefen.
Bei einem Markt sucht sie nicht nur eine Liste von Wettbewerbern. Sie will den Bedarf der Kunden, die Dynamik der Branche, Chancen und Risiken verstehen. Bei einem Businessplan hinterfragt sie die Annahmen zu Umsatz und Kosten und prüft, ob die Zielgruppe genau genug definiert ist und ob die Prognosen stimmig sind.
Die gewonnene Zeit beziffert sie derzeit nicht. Was sie beschreibt, ist eine Arbeitsweise: eine Frage, eine Gegenüberstellung, ein Dokument und, wenn nötig, eine Fachperson.