Open Knowledge Format (OKF): Offener Standard für KI-Wissen
Das Open Knowledge Format (OKF) ist ein im Juni 2026 vorgestellter, offener Draft zur portablen Darstellung von Wissen in Markdown-Dateien mit YAML-Frontmatter.
In der Praxis
Das Open Knowledge Format, kurz OKF, ist ein offenes Dateiformat für Wissen, das Menschen und KI-Systeme lesen können. Google Cloud hat den Ansatz im Juni 2026 vorgestellt. Die aktuelle Version 0.1 ist ausdrücklich ein Draft und damit ein früher Vorschlag, kein bereits etablierter Industriestandard.
OKF organisiert Beschreibungen von Daten, APIs, Kennzahlen, Prozessen oder Betriebswissen als Markdown-Dateien mit YAML-Frontmatter. Das Format ist weder Plattform noch Datenbank und auch keine fertige KI-Lösung. Es legt nur einige gemeinsame Regeln fest, damit Wissen zwischen Werkzeugen, Unternehmen und KI-Agenten leichter ausgetauscht werden kann.
Für Unternehmen ist daran vor allem die Trennung von Inhalt und Werkzeug interessant: Ein Wissensbestand kann unabhängig von einem bestimmten Modellanbieter oder Agenten-Framework gepflegt werden. Ob OKF in der Praxis breite Unterstützung erhält, muss sich jedoch erst zeigen.
Warum wurde OKF entwickelt?
Unternehmenswissen liegt häufig verteilt in Wikis, Datenkatalogen, Quellcode, Tickets, Dokumentenablagen und in den Köpfen einzelner Fachleute. Soll ein KI-Agent daraus verlässlichen Kontext beziehen, braucht jede Anwendung eigene Exporte, Konnektoren und Datenmodelle. Dadurch entsteht Wissen, das eng an das jeweils eingesetzte Werkzeug gebunden ist.
OKF soll für diesen Austausch eine kleine gemeinsame Grundlage schaffen. Statt eines neuen Wissensdienstes definiert der Draft Konventionen für Dateien, Verzeichnisse, Metadaten und Verlinkungen. Produzenten können solche Dateien manuell oder automatisiert erzeugen. Konsumenten können sie darstellen, indexieren oder als Kontext für KI-Anwendungen verwenden.
Aufbau mit Markdown und YAML-Frontmatter
Ein Wissensbegriff wird als UTF-8-kodierte Markdown-Datei gespeichert. Am Anfang steht ein durch drei Bindestriche abgegrenzter YAML-Block. In Version 0.1 ist nur das Feld type verpflichtend. Felder wie title, description, resource, tags und timestamp sind empfohlen oder optional. Eigene Metadaten dürfen ergänzt werden.
Nach dem Frontmatter folgt normaler Markdown-Inhalt. Überschriften, Tabellen, Listen, Codebeispiele und Links bleiben für Menschen direkt lesbar. Standard-Markdown-Links verbinden einzelne Konzepte miteinander. Aus der Verzeichnisstruktur und den Links kann ein Werkzeug eine navigierbare Wissenssammlung oder einen einfachen Wissensgraphen ableiten.
Beispiel: prozesse/angebotsfreigabe.md
---
type: Business Process
title: Angebotsfreigabe
description: Freigabe von Angeboten ab 25.000 Euro.
resource: https://intranet.example.com/prozesse/angebotsfreigabe
tags: [vertrieb, freigabe]
timestamp: 2026-07-01T09:00:00Z
---
# Ablauf
Angebote ab 25.000 Euro werden von der Vertriebsleitung geprüft.
Die aktuellen Grenzwerte stehen in den [Freigaberegeln](/richtlinien/freigaben.md).
# Zuständigkeit
Fachlich verantwortlich ist die Vertriebsleitung.
Was ist ein OKF-Bundle?
Ein OKF-Bundle ist eine in sich geschlossene Verzeichnisstruktur aus Wissensdokumenten. Jede normale Markdown-Datei beschreibt ein Konzept. Der Dateipfad ohne Endung dient als Konzept-ID. Unterverzeichnisse können beispielsweise Datenmodelle, APIs, Kennzahlen, Prozesse oder Betriebsdokumentationen gruppieren.
Optional dürfen index.md-Dateien den Inhalt eines Verzeichnisses zusammenfassen. Sie helfen Menschen und Agenten, schrittweise durch umfangreiche Bestände zu navigieren. Eine log.md kann Änderungen chronologisch dokumentieren. Verteilt werden kann ein Bundle etwa als Git-Repository, Archiv oder Unterverzeichnis eines bestehenden Projekts.
OKF im Vergleich zu verwandten Ansätzen
Ansatz
Hauptaufgabe
Abgrenzung zu OKF
MCP
Verbindet KI-Anwendungen zur Laufzeit mit Werkzeugen, Daten und Aktionen.
OKF beschreibt Wissensdateien. MCP kann den Zugriff darauf ermöglichen, wird aber nicht ersetzt.
Gibt KI-Systemen einen kompakten Einstieg in die Inhalte einer Website.
OKF bildet hierarchische Wissenssammlungen mit Metadaten und Querverweisen ab. Beide Ansätze können nebeneinander bestehen.
OpenAPI
Beschreibt HTTP-APIs maschinenlesbar, einschließlich Endpunkten, Parametern und Antworten.
OKF ersetzt keine fachspezifischen Schemata. Ein OKF-Dokument kann auf eine OpenAPI-Spezifikation verweisen und ihren fachlichen Kontext erklären.
Agenten-Skills
Geben einem Agenten anwendungsbezogene Anweisungen, Abläufe oder Werkzeugwissen.
OKF ist allgemeines Wissensformat. Skills steuern Verhalten und können OKF-Wissen verwenden, sind aber nicht dasselbe.
Auch KI-Agenten selbst sind kein Gegenstück zu OKF. Ein Agent ist eine ausführende Anwendung, die Modelle, Werkzeuge, Regeln und Datenquellen kombiniert. OKF kann eine dieser Datenquellen strukturieren. Wie der Agent Zugriffe prüft, Quellen auswählt und Ergebnisse freigibt, bleibt Aufgabe der Anwendung.
Mögliche Anwendungsfälle im Mittelstand
Ein erster Einsatz bietet sich dort an, wo fachliches Wissen ohnehin eng mit technischen Systemen verbunden ist. Denkbar sind Datenkataloge mit verständlichen Definitionen von Kennzahlen, Dokumentationen zu ERP- und CRM-Schnittstellen, Anleitungen für den Betrieb und Störungsfall, Freigabeprozesse, API-Kontext oder ein Glossar für interne KI-Assistenten.
Bei einer API-Entwicklung und Systemintegration
könnte OKF beispielsweise den fachlichen Zweck einer Schnittstelle, verantwortliche Teams, abhängige Prozesse und Links zur eigentlichen OpenAPI-Datei dokumentieren. In individueller Webentwicklung
kann ein Bundle Architekturentscheidungen, Datenobjekte und Betriebsabläufe neben dem Code versionieren.
Mögliche Vorteile
Offenheit: Lesen und Schreiben ist ohne proprietäres SDK möglich.
Portabilität: Dateien lassen sich zwischen Repositories, Dateisystemen und Werkzeugen verschieben.
Lesbarkeit: Markdown bleibt für Fachleute und Entwickler nachvollziehbar.
Git-Versionierung: Änderungen können geprüft, verglichen und Verantwortlichen zugeordnet werden.
Grenzen und offene Fragen
Version 0.1 ist ein Draft und kann sich noch verändern.
Ein gemeinsames Format garantiert noch keine einheitliche fachliche Qualität.
Taxonomien, Validierung, Aktualisierung und Verantwortlichkeiten müssen Teams selbst festlegen.
Berechtigungen, Suche, Synchronisation und Betrieb benötigen zusätzliche Systeme.
Die künftige Verbreitung und Werkzeugunterstützung sind offen.
Datenschutz und Berechtigungen
Die Offenheit des Formats sagt nichts darüber aus, ob Inhalte öffentlich sein dürfen. Ein OKF-Bundle kann personenbezogene Daten, Geschäftsgeheimnisse oder sicherheitsrelevante Systeminformationen enthalten. Unternehmen müssen deshalb vor der Erstellung klären, welche Inhalte aufgenommen werden, wer darauf zugreifen darf und wie lange sie aufbewahrt werden.
OKF bringt keine Verschlüsselung, Zugriffskontrolle oder Mandantentrennung mit. Diese Aufgaben liegen bei Repository, Dateisystem, Plattform und der angebundenen KI-Lösung
. Werden Inhalte an externe Modelle übertragen, sind zusätzlich Datenflüsse, Rechtsgrundlage, Auftragsverarbeitung, Modellanbieter und technische Schutzmaßnahmen zu bewerten. Das Format allein begründet keine DSGVO-Konformität.
Praktischer Einstieg für Unternehmen
1. Wissensbereich begrenzen: Wählen Sie einen überschaubaren Bestand mit erkennbarem Nutzen, etwa eine API, ein Datenmodell oder eine Betriebsdokumentation.
2. Quellen und Verantwortung klären: Legen Sie fest, welches System fachlich führend ist und wer Inhalte freigibt und aktualisiert.
3. Minimalen Bundle-Entwurf erstellen: Beginnen Sie mit wenigen Konzeptdateien, eindeutigen Typen, kurzen Beschreibungen und belastbaren Querverweisen.
4. Datenschutz prüfen: Entfernen oder schützen Sie sensible Inhalte und definieren Sie Zugriffsrechte vor der Anbindung an KI-Systeme.
5. Nutzung testen: Prüfen Sie, ob Menschen und ein konkreter Konsument das Bundle tatsächlich verstehen, durchsuchen und aktuell halten können.
6. Entwicklung beobachten: Dokumentieren Sie die verwendete Draft-Version und planen Sie ein, das Bundle bei Änderungen der Spezifikation anzupassen.
Für einen ersten Versuch ist kein großes Plattformprojekt nötig. Entscheidend ist ein klarer Anwendungsfall und ein kleiner, geprüfter Wissensbestand. Wenn Sie OKF im Zusammenhang mit KI-Agenten, RAG oder bestehenden Systemen bewerten möchten, unterstützen wir Sie bei der technischen Einordnung und der Planung eines klar abgegrenzten Piloten. Nehmen Sie dazu Kontakt mit uns
auf.
Häufige Fragen
Antworten zur aktuellen Einordnung, technischen Nutzung und zum Datenschutz beim Open Knowledge Format.
Nein. Google Cloud hat OKF im Juni 2026 vorgestellt. Die aktuelle Version 0.1 ist ein früher Draft. Ob sich das Format breit durchsetzt und welche Werkzeuge es dauerhaft unterstützen werden, ist noch offen.
Nein. OKF besteht aus Markdown-Dateien mit YAML-Frontmatter und ist nicht an eine bestimmte Cloud, Datenbank, Modellfamilie oder Agentenplattform gebunden. Ein konkretes System muss die Dateien jedoch erzeugen, prüfen, verteilen und auswerten.
Nein. OKF beschreibt, wie Wissen portabel abgelegt werden kann. RAG beschreibt einen Abruf- und Verarbeitungsschritt für KI-Anwendungen. Datenbanken, Suchindizes oder Vektordatenbanken können OKF-Inhalte speichern oder indexieren, werden durch das Format aber nicht ersetzt.
Am besten mit einem kleinen, klar abgegrenzten Wissensbereich, beispielsweise API-Dokumentation, Datenbegriffe oder eine Betriebsdokumentation. Verantwortlichkeiten, Freigaben, sensible Inhalte und Aktualisierungsprozesse sollten vor einer Anbindung an KI-Agenten geklärt werden.
Nein. Datenschutz hängt von Inhalt, Zweck, Rechtsgrundlage, Zugriffsrechten, Speicherort, Aufbewahrung und den angeschlossenen KI-Diensten ab. OKF liefert selbst weder Zugriffskontrollen noch Verschlüsselung oder ein Berechtigungssystem.