Warum ich Codex nutze – im Zusammenspiel mit ChatGPT und Google

Aktualisiert am 23. Juli 2026 / in Technik

Kurz gesagt

Ich nutze Codex, weil es die Lücke zwischen technischer Beratung und kontrollierter Umsetzung schließt. Es kann innerhalb eines klar begrenzten Auftrags die tatsächlich vorhandenen Dateien untersuchen, freigegebene Änderungen umsetzen und das Ergebnis prüfen.

Codex arbeitet dabei nicht allein. Mein Wissensarchiv und eigene Messungen liefern den Kontext. ChatGPT nutze ich als Gesprächs- und Analysewerkzeug, Google für aktuelle Recherche und Gegenprüfung. Entscheiden, testen und freigeben muss weiterhin der Mensch.

Geeignet für: selbstständige IT-Dienstleister, andere Einzelkämpfer, Vereine und erfahrene Privatanwender, die KI kontrolliert in ihre Arbeit einbinden möchten.
Lesezeit: ca. 8 Minuten

Meine Haltung: Programme sind Werkzeuge. Erfahrung schafft Lösungen. KI hilft, Wissen auszuwerten und nachvollziehbar zu dokumentieren.

Meine Ausgangssituation

Seit über 30 Jahren arbeite ich in der IT. In dieser Zeit entstanden eigene und kundenspezifische Dokumentationen, Projektunterlagen, Schulungsunterlagen, Notizen, Skripte, Checklisten und viele Erfahrungen aus der täglichen Praxis.

Früher lagen diese Informationen unter anderem in Papierordnern, Microsoft Office, cobra CRM, verschiedenen Datenbanken und zahlreichen Einzeldateien. Das machte sie nicht automatisch zu einem Wissenssystem. Vieles war schwer auffindbar, doppelt vorhanden oder an eine bestimmte Software gebunden.

Die Frage lautet heute deshalb nicht nur: Was kann eine KI beantworten? Wichtiger ist: Welches eigene Wissen liegt bereits vor, welche Teile sind noch belastbar und wie lässt es sich für eine aktuelle Entscheidung nutzen?

Warum das für Einzelkämpfer besonders wichtig ist

In einem großen Unternehmen können Analyse, Gegenprüfung, Dokumentation und Freigabe auf mehrere Personen verteilt werden. Ein Einzelunternehmer oder ehrenamtlich Verantwortlicher muss diese Rollen oft allein übernehmen. Gleichzeitig fehlt im Alltag die Zeit, jedes Problem stundenlang aus mehreren Handbüchern und Herstellerunterlagen zusammenzutragen.

KI kann hier wie ein zusätzlicher Gesprächspartner wirken: Sie hilft, Fragen zu ordnen, mögliche Ursachen zu sammeln und eine Prüfung vorzubereiten. Sie ist jedoch kein zweiter Verantwortlicher. Gerade der Einzelkämpfer braucht deshalb einen festen Ablauf, eigene Dokumentation und klare Grenzen für technische Eingriffe.

Vom Handbuch über „Dr. Google“ zur dialogischen Recherche

Früher stand neben dem Arbeitsplatz nicht selten ein dickes Microsoft-Handbuch. Technische Fehlersuche bedeutete, seitenweise zu blättern, Register zu durchsuchen und zusätzlich eigene Ordner und Schulungsunterlagen heranzuziehen. Die Qualität konnte hoch sein, aber der Zugang war langsam und stark davon abhängig, die richtige Fundstelle zu kennen.

Mit Suchmaschinen begann die Zeit von „Dr. Google“. Informationen waren schneller erreichbar, dafür mussten passende Suchbegriffe gefunden, Treffer bewertet und widersprüchliche Forenbeiträge von belastbaren Herstellerinformationen getrennt werden.

Heute kommen weitere Möglichkeiten hinzu. Eine KI kann Rückfragen verstehen, Logauszüge strukturieren, Hypothesen gegenüberstellen und aus mehreren Informationen einen Prüfplan formulieren. Das verändert den Zugang zum Wissen, nicht die Verantwortung:

Die stärkste Lösung ist für mich nicht der vollständige Austausch eines Werkzeugs durch das nächste. Ich verbinde eigene Unterlagen, aktuelle Originalquellen, Suchmaschinen, KI und praktische Kontrolle.

Wissen altert anders als Software

Programme verschwinden, Hersteller wechseln und Versionen werden abgelöst. Konkrete Bedienungsanleitungen für Windows NT, Novell NetWare oder alte CRM-Versionen sind heute häufig nicht mehr handlungsleitend. Solche veralteten Produktdetails müssen nicht vollständig bewahrt werden.

Dauerhafter ist das Erfahrungswissen hinter einer Lösung:

• Wie wurde ein Problem eingegrenzt?
• Welche Beobachtung war entscheidend?
• Warum wurde eine Lösung gewählt?
• Welche Alternative wurde verworfen?
• Wie wurde das Ergebnis geprüft?

Ich bewahre deshalb nicht alten technischen Ballast um seiner selbst willen. Ich übernehme die weiterhin nützlichen Entscheidungen, Methoden und Erfahrungen in eine aktuelle, verständliche Dokumentation.

Mein Wissensarchiv führt

Mein Wissensarchiv – die WDB – bündelt Fachwissen, Projekterfahrungen, interne Dokumentationen, Regelwerke, Checklisten und eigene Entscheidungen. Es ist meine wichtigste Wissensquelle. Der Beitrag Obsidian, Markdown und YAML erklärt die dafür verwendeten einfachen, lesbaren Grundlagen.

Das Internet und KI-Systeme ergänzen dieses Archiv. Sie ersetzen es nicht. Externe Antworten kennen weder meine vollständige Umgebung noch alle früheren Entscheidungen. Die WDB liefert den Kontext, den eine allgemeine Suchmaschine oder ein Sprachmodell nicht von selbst besitzen kann.

In der eigenen Dokumentation liegt der Kontext. KI kann ihn auswerten, aber sie darf ihn nicht erfinden.

Dokumentation muss wieder auffindbar sein

Wissen aufzuschreiben ist nur die erste Hälfte der Aufgabe. Ich muss bei einem späteren Problem wieder daran gelangen. Eine perfekte Notiz, deren Speicherort und Begriffe ich nicht mehr kenne, hilft mir im entscheidenden Moment nicht.

Für meine Ein-Autor-Umgebung wären ein immer komplexeres Obsidian-System oder ein selbst betriebenes Sprachmodell überdimensioniert. Obsidian kann Markdown komfortabel bearbeiten und Verknüpfungen anzeigen. Das Archiv darf aber nicht davon abhängen. Ein eigenes LLM würde zusätzlich Betrieb, Updates, Rechenleistung, Datenschutzprüfung und Qualitätskontrolle verlangen, ohne meine grundlegende Ordnungsaufgabe zu lösen.

Ich setze deshalb zuerst auf einfache, überprüfbare Zugänge:

• verständliche Dateinamen und klare Themenordner,
• Markdown als lesbares Grundformat,
• wenige einheitliche YAML-Felder,
• Volltextsuche über den Bestand,
• gezielte interne Links zwischen zusammengehörigen Themen,
• eindeutige Trennung zwischen interner WDB und öffentlicher Website,
• Codex-Arbeitscache und grünes Denken für bereits getroffene Projektentscheidungen und wiederverwendbare Prüfergebnisse.

Grundsatz: Erst Ordnung und zuverlässige Suche. KI kommt danach als Werkzeug für eine konkrete Aufgabe.

Welche Rolle übernimmt KI?

KI hilft mir dabei,

• vorhandenes Wissen schneller auszuwerten,
• Zusammenhänge und Widersprüche zu erkennen,
• mögliche Lösungswege gegenüberzustellen,
• lange Dokumentationen verständlicher zu strukturieren,
• wiederkehrende Prüfungen vorzubereiten,
• aus einer erprobten Lösung einen nachvollziehbaren Fachartikel zu entwickeln.

Eine KI-Antwort ist für mich kein Ergebnis. Sie ist zunächst ein Vorschlag, eine Hypothese oder eine zweite Sichtweise. Belastbar wird sie erst durch Quellen, Messungen, Tests und meine Entscheidung.

Praxis: Wofür ich Codex, ChatGPT und Google nutze

Meine praktische Kurzregel lautet:

Aktuelle Information suchen
→ Google und möglichst die Originalquelle

Problem verstehen und Lösungswege ordnen
→ ChatGPT

Freigegebene Änderung am tatsächlichen Projekt umsetzen und prüfen
→ Codex

In der Praxis können sich diese Schritte ergänzen. Ein aktueller Herstellerhinweis wird beispielsweise über Google gefunden, mit ChatGPT fachlich eingeordnet und anschließend mit Codex kontrolliert in Dokumentation oder Website umgesetzt. Die abschließende Entscheidung bleibt bei mir.

ChatGPT

ChatGPT ist für mich ein Gesprächs- und Analysewerkzeug. Ich nutze es etwa zur Einordnung von Fehlermeldungen, zur Interpretation anonymisierter Logauszüge, zur Strukturierung komplexer Fragestellungen und zur Vorbereitung von Dokumentationen.

Der Dialog ist nützlich, weil Rückfragen und Gegenargumente einen zunächst unscharfen Gedanken präzisieren können. Das ersetzt aber keine Kontrolle der technischen Fakten.

Google und KI-Übersichten

Google nutze ich als zweite Perspektive und für Informationen, die sich ändern können: Herstellerhinweise, aktuelle Funktionen, Dokumentationen und neue Entwicklungen. Entscheidend bleibt, Aussagen nach Möglichkeit an der ursprünglichen Herstellerquelle zu prüfen.

Eine Such- oder KI-Zusammenfassung ist ein Einstieg in die Recherche, nicht automatisch der Beleg.

Codex

Codex arbeitet unmittelbar an meinem Projekt. Es unterstützt mich bei Markdown- und HTML-Dateien, internen Links, Suchindex, statischen Webseiten, Qualitätsprüfungen und wiederkehrenden technischen Aufgaben.

Der entscheidende Unterschied zu einer allgemeinen Antwort liegt für mich in der Verbindung mehrerer Arbeitsschritte:

Bestand prüfen
→ maßgebliche Quelle bestimmen
→ freigegebene Änderung umsetzen
→ Ergebnis testen
→ Arbeitsstand dokumentieren

Codex ist dabei kein autonomer Betreiber meiner Infrastruktur. Ziel, Arbeitsbereich, fachliche Entscheidung und Veröffentlichung lege weiterhin ich fest.

Die Arbeit bleibt kontrolliert: Entwicklung und Veröffentlichung sind getrennt, interne Quellen und öffentliche Dateien haben unterschiedliche Aufgaben, und vor der Veröffentlichung werden Links, Darstellung und vertrauliche Informationen geprüft.

Der eigene Codex-Arbeitscache ist davon getrennt. Er erklärt nicht, warum ich Codex einsetze, sondern hält bekannte Projektregeln, Pfade und weiterhin gültige Prüfergebnisse für spätere Aufgaben bereit.

Mein typischer Arbeitsablauf

1. Im Alltag tritt ein konkretes Problem auf.
2. Ich sammle Fehlermeldungen, Messwerte und vorhandene Dokumentationen.
3. Die WDB liefert frühere Entscheidungen und den eigenen Kontext.
4. ChatGPT hilft bei Analyse und Strukturierung.
5. Google und Herstellerquellen liefern aktuelle Gegenprüfung.
6. Ich bewerte die Möglichkeiten und treffe die Entscheidung.
7. Codex setzt freigegebene Änderungen an Dokumentation oder Website um.
8. Die Lösung wird getestet.
9. Erkenntnisse werden intern dokumentiert.
10. Nur der veröffentlichbare Teil wird zum Fachartikel.

Dieser Ablauf beginnt mit dem Praxisproblem – nicht mit dem Wunsch, irgendeinen neuen Artikel zu schreiben.

Beispiele aus meiner Praxis

Arbeitsprotokoll 1: Pi-hole blockiert das Telekom Homepage-Center

Zum vollständigen Pi-hole-Praxisfall

Arbeitsprotokoll 2: Einen KI-Vorschlag bewusst korrigiert

Bei der Dokumentation des Pi-hole-Falls wuchs der Entwurf zunächst zu einer technisch vollständigen Beschreibung meiner Netz- und Systemarchitektur. Die KI-Unterstützung verarbeitete die bereitgestellten Angaben folgerichtig. Für eine Veröffentlichung war diese Vollständigkeit jedoch falsch.

Entscheidend: KI half zunächst, den Fall vollständig zu dokumentieren. Ich entschied anschließend, welche Informationen nicht veröffentlicht werden dürfen.

Weitere Einsatzfelder

• Paperless-ngx: KI hilft beim Vergleich von Dokumenttypen, Metadaten, Suchstrategien und Regelwerken. Die reale Ablage und die Anforderungen von Privatbereich, Vermietung, Verwaltung und Firma bestimmen die fachliche Ordnung.
• Homepage: Eigene Erfahrungen und das Wissensarchiv liefern den Inhalt. KI unterstützt Analyse und Gestaltung, Codex die konkrete Umsetzung im Testsystem. Veröffentlicht wird erst nach meiner Kontrolle.

Was ich niemals ungeprüft übernehme

Typischer Fehler: Eine plausibel klingende KI-Antwort wird mit einer geprüften technischen Lösung verwechselt.

Ich übernehme insbesondere niemals ungeprüft:

• Registry-Änderungen,
• Firewall- und DNS-Regeln,
• Lösch- oder Verschiebevorgänge,
• Datenbankänderungen,
• Skripte und Automatisierungen,
• Änderungen an produktiven Systemen.

Vor einem Eingriff kläre ich Ziel, Nebenwirkungen, Rückweg und Prüfkriterium. Nach dem Eingriff muss eine messbare Kontrolle folgen.

Datenschutz und interne Informationen

Kennwörter, private Schlüssel, vertrauliche Kundendaten, vollständige Netzpläne und unnötige personenbezogene Informationen gehören nicht in externe KI-Systeme oder öffentliche Artikel.

Für viele Analysen reichen anonymisierte Daten, Platzhalter und gekürzte Logauszüge. Bei der Veröffentlichung folgt eine zusätzliche Prüfung: Interne IP-Adressen mögen einzeln harmlos wirken; zusammen mit Rollen, Plattformen und Firewall-Ausnahmen können sie jedoch eine verwertbare Systemübersicht ergeben.

Die interne Dokumentation darf deshalb detaillierter sein als der öffentliche Fachartikel. Beide Fassungen haben unterschiedliche Aufgaben.

Das nehme ich mit

Codex und andere KI-Werkzeuge ersetzen den IT-Spezialisten nicht. Sie reduzieren jedoch viele zeitaufwendige Routinearbeiten und schaffen mehr Raum für Verstehen, Bewerten, Entscheiden und Verantwortung.

Ich sehe KI ähnlich wie Netzwerktester, Wireshark, Process Monitor, PowerShell oder Virtualisierung: nicht als Ersatz für Erfahrung, sondern als weiteres Werkzeug.

Codex nutze ich besonders dort, wo aus einer geprüften Entscheidung eine konkrete, nachvollziehbare Änderung werden soll.

Programme sind Werkzeuge.
Erfahrung schafft Lösungen.
KI hilft, dieses Wissen dauerhaft nutzbar zu machen.

Weiterführend

• Telekom Homepage-Center funktioniert mit Pi-hole nicht
• Obsidian, Markdown und YAML – einfache Wissensdokumentation
• Für und wider Git – warum ich es nun doch gezielt nutze