Schnelligkeit, Struktur und smarte Lösungen: Der Ansatz von Notion-KI
Von Sarah Sachs
So wie Notion Teams dabei hilft, alle Arten von Arbeit zu erfassen, so verfügt auch unsere KI über die gleiche Grundlage und passt sich daher jeder Denkweise an. Es ist keine universelle, zusätzliche Ebene, die nachträglich aufgesetzt wird. Es ist Teil der Architektur des Kernprodukts, der entwickelt wurde, um deine Arbeitsweise zu unterstützen und nicht um dich an ihre anzupassen.
Genau das richtige Modell für die Aufgabe
Notions KI-Architektur basiert auf einer einfachen, aber durchaus leistungsstarken Idee: Es sollte immer das beste Modell für die jeweilige Aufgabe verwendet werden. Unterschiedliche Aufgaben erfordern unterschiedliche Stärken. Manche erfordern tiefgreifendes Reasoning, andere wiederum Schnelligkeit und Effizienz.
Wir schlüsseln Aufgaben nach Kategorien auf und leiten sie anhand von Qualität, Latenz und Kosten an die entsprechenden Modelle weiter. Nehmen wir beispielsweise folgende Anwendungsfälle:
Das Verfassen einer Produktspezifikation erfordert Sprachkompetenz und Struktur. Aus diesem Grund setzen wir auf hochentwickelte Modelle, die sich durch die Generierung langer Texte und die Beibehaltung eines einheitlichen Stils auszeichnen.
Um Fragen zu früheren Entscheidungen zu beantworten, müssen der Workspace durchsucht und Quellen angegeben werden. Hier erzielen Modelle mit großen Context Windows und umfassendem Reasoning die besten Ergebnisse.
Das automatische Ausfüllen von Feldern in einem Projekt-Tracker erzeugt ein starkes Volumen an Schlussfolgerungen, erfordert dann jedoch weniger komplexe Schlussfolgerungen. Wir verwenden spezialisierte, kosteneffiziente und fein abgestimmte Modelle, die die Latenzzeit um die Hälfte reduzieren und die Ausgabequalität verbessern – eine seltene Kombination.
“Unsere KI sucht nicht nur nach Schlüsselwörtern. Sie versteht die tatsächliche Struktur und die Verknüpfungen deines Workspace.”
Schnelles Feedback für schnelle Entwicklung
Unser modularer Stack ermöglicht schnelle Wiederholungen und kontinuierliche Bewertungen und wird durch ein einzigartiges LLM-as-a-Judge-System unterstützt. Dies wird von unseren KI-Datenspezialist/-innen durchgeführt, die eine hybride Rolle ausüben, in der sie Fachwissen in den Bereichen Qualitätssicherung, Prompt Engineering und Produktdenken vereinen.
Diese Spezialist/-innen entwickeln individuelle Bewertungskriterien für jede Funktion und bringen den Bewertungsmodellen genau bei, worauf sie in verschiedenen Zusammenhängen achten müssen. Sie untersuchen auch das tatsächliche Nutzerverhalten, um Muster zu erkennen und die Prompts zu verbessern – basierend darauf, wie Menschen Notion tatsächlich nutzen, und nicht nur auf Grundlage von Benchmark-Tests.
Wenn neue Modelle von OpenAI, Anthropic, Google oder Open-Source-Communities auf den Markt kommen, können wir diese intern bewerten und einsetzen. Und da Bewertungen fortlaufend stattfinden und nicht nur einmalige Kontrollen sind, erkennen wir Rückschritte frühzeitig, validieren Verbesserungen und sichern die Qualität, während sich unser Stack weiterentwickelt.
Dieser Ablauf bietet uns sowohl Geschwindigkeit als auch Tiefe. Es hilft uns dabei, die Qualität über Dutzende von Modellen und Hunderte von Prompts hinweg zuverlässig zu skalieren.
Der Block-Vorteil
Notions blockbasierte Architektur bietet uns etwas, was den meisten Tools fehlt: einen tief strukturierten Kontext. Jeder Absatz, jede Aufgabe und jeder Datenbankeintrag ist ein Block, der reich an Metadaten und Verknüpfungen ist. Diese Struktur dient nicht nur der Organisation. Sie dient auch als Grundlage für eine noch intelligentere KI.
In einem herkömmlichen Dokument wäre „30. April“ lediglich eine Textzeichenfolge. In Notion handelt es sich um eine Fälligkeitsdatum-Eigenschaft, die einem Aufgabenblock zugeordnet ist, der Jane Smith zugewiesen wurde. Wenn du also fragst: „Welche Aufgaben sind überfällig und dem Marketing zugewiesen?“, sucht unsere KI nicht nur nach Schlüsselwörtern. Sie versteht die Struktur und die Verknüpfungen deines Workspace.
Und genau das ermöglicht deutlich mehr als nur bessere Antworten. Es ermöglicht völlig neue Workflows. Die KI kann vollständig ausgearbeitete Projekt-Tracker erstellen, den Status aller Teams zusammenfassen oder anhand realer Daten Schlussfolgerungen zu deiner Roadmap ziehen. Mit anderen Worten: Sie arbeitet mit der strukturierten graphischen Darstellung deiner Arbeit.
Und diese strukturierte Grundlage ermöglicht alles andere: intelligentere Modellabläufe, schnellere Bewertungen und eine KI, die wirklich integriert ist und nicht nur oberflächlich aufgesetzt. Wenn dein Produkt modular aufgebaut ist, muss deine KI nicht raten. Sie kann dann logisch denken. Sie kann sich anpassen. Und Sie kann dir dabei helfen, schneller und mit mehr Zuversicht voranzukommen.
Teste es selbst – Notion-KI ist bereit, wenn du es bist.
