Eine Vorbemerkung: Ich schreibe im Vergleich über ChatGPT, doch das gilt für andere KI-Werkzeuge wie Claude, Mistral, Gemini oder Perplexity etc. gleichermaßen. Aber ChatGPT ist nun mal mein bevorzugtes KI-Werkzeug.

Bislang nutze ich künstliche Intelligenz fast ausschließlich direkt in ChatGPT. Ich entwickle dort Ideen, plane Reisen, recherchiere, überarbeite Texte und lasse mir bei technischen, z.B. beim Rechner oder bei unserem Wohnmobil, Problemen helfen. Parallel dazu hat sich DEVONthink in der letzten Zeit zu einem ernst zu nehmenden KI-Werkzeug entwickelt. Damit stellt sich für mich die Frage: Warum sollte ich die OpenAI-Schnittstelle in DEVONthink verwenden, wenn ich doch ohnehin mit ChatGPT arbeite?

Der entscheidende Unterschied lässt sich in zwei Sätzen zusammenfassen:

  • In ChatGPT arbeite ich mit einer KI und bringe ihr meine Unterlagen.
  • In DEVONthink arbeite ich mit meinen Unterlagen und hole die KI dazu um sie bestimmte Aufgaben erledigen zu lassen..

Das klingt zunächst nur nach einer anderen Oberfläche, in denen ich Vergleichbares arbeite. Tatsächlich geht es aber um zwei ziemlich unterschiedlichen Arbeitsweisen.


ChatGPT als Denk- und Gesprächspartner

ChatGPT eignet sich besonders gut für Aufgaben, bei denen das Ergebnis zu Beginn noch nicht genau feststeht. Ich kann mit einer ungefähren Idee beginnen, mich durch Rückfragen an ein Thema herantasten und meine Gedanken im Dialog weiterentwickeln. Das funktioniert beispielsweise, wenn ich:

  • ein Thema für einen Blogartikel entwickeln möchte,
  • eine Argumentation auf ihre Schwächen prüfen lasse,
  • aus einigen Stichpunkten einen Text entwerfe,
  • verschiedene Formulierungen miteinander vergleiche,
  • eine Reise plane,
  • aktuelle Informationen recherchiere,
  • oder ein Problem erst einmal besser verstehen möchte.

Der Ausgangspunkt ist dabei normalerweise ein spezifisches Anliegen. Ich beschreibe dann gegenüber ChatGPT, worum es geht, liefere die notwendigen Informationen und entwickle das Ergebnis anschließend gemeinsam mit ChatGPT weiter. Mit ChatGPT rede ich dabei übrigens wie mit einem Freund...

So kann ich beispielsweise mit einigen groben Vorstellungen eine Wohnmobilreise planen und die Route im Dialog immer genauer an unsere Wünsche anpassen (in unserem Reiseblog www.unterwegsnotizen.de habe ich das gerade beschrieben und auch einen ausführlichen Prompt zur Verfügung gestellt). Aus ersten Gedanken zu einem gesellschaftlichen Thema lässt sich schrittweise die Argumentation für einen Blogartikel entwickeln. Auch bei einem technischen Problem kann ich zunächst nur die beobachteten Symptome schildern und mich durch gezielte Rückfragen einer möglichen Ursache und Lösung nähern (sowohl für die Planung der Reiserouten wie auch der Klärung technischer Probleme am Wohnmobil habe ich mir spezielle Standardprompts geschrieben, die ich dann in Textexpander abgelegt habe).

Diese Form des Dialogs gehört für mich zu den größten Stärken von ChatGPT. Die KI liefert mir nicht nur eine einmalige Antwort, sondern sie kann nachfragen, meine Einwände aufnehmen, Alternativen vorschlagen und einen Gedanken über mehrere Gesprächsschritte hinweg verfolgen.

Je nach gewählten Einstellungen kann sie dabei auch Informationen aus früheren Threads oder anderen Projekten berücksichtigen. Im Laufe der Zeit entsteht so tatsächlich der Eindruck, dass die KI mich, meine Interessen und meine Arbeitsweise immer besser kennenlernt – und ihre Antworten dadurch persönlicher und treffender werden. Das ist einerseits faszinierend, andererseits aber durchaus auch ein wenig gruselig.

Doch jetzt kommt der große Nachteil des Umgang mit einer solchen eigenständigen KI wie ChatGPT: Wenn ich beispielsweise ältere eigene Unterlagen einbeziehen möchte, muss ich sie zunächst finden und ChatGPT zur Verfügung stellen. Ich kann dann Dokumente hochladen, Textstellen kopieren oder die wichtigsten Informationen zusammenfassen. ChatGPT kennt den Inhalt meiner DEVONthink-Datenbanken jedoch nicht automatisch. Und genau an dieser Stelle beginnt das eigentliche Einsatzgebiet der KI innerhalb von DEVONthink.


DEVONthink als KI-gestütztes Wissensarchiv

Mit Hilfe von DEVONthink habe ich einen großer Teil meiner digitalen Vergangenheit gesammelt: Artikel, Manuskripte, Notizen, Recherchen, Bedienungsanleitungen, PDFs, E-Mails und zahlreiche Fundstücke, bei denen ich irgendwann einmal entschieden habe, dass sie vielleicht noch nützlich werden könnten.

Meine „Hemmschwelle“ für die Speicherung irgendwelcher Fundstücke ist relativ gering und insofern besteht die Herausforderung längst nicht mehr nur darin, diese Informationen aufzubewahren. Interessanter ist die Frage, wie ich sie später wiederfinde und erneut nutzbar mache.

Bei der Arbeit mit der KI-Schnittstelle (in meinem Fall OpenAI) beginnt der Vorgang daher nicht mit einer leeren Eingabezeile der Suchfunktion, sondern mit meinem Dokumentenbestand. Ich kann der KI beispielsweise ein geöffnetes Dokument, mehrere ausgewählte Dokumente, eine Gruppe oder die Ergebnisse einer Suche als Kontext bereitstellen.

Anschließend kann ich Fragen stellen wie:

  • Welche meiner älteren Texte behandeln ein bestimmtes Thema?
  • Welche Gedanken daraus lassen sich für einen neuen Artikel verwenden?
  • Welche Zusammenhänge bestehen zwischen verschiedenen Dokumenten?
  • Welche Aussagen widersprechen sich?
  • Wie hat sich meine Haltung zu einem Thema im Laufe der Zeit verändert?
  • Welche vorhandenen Schlagwörter passen zu diesen Dokumenten?
  • Welche Inhalte könnten zu einem Recherche-Dossier zusammengeführt werden?

Die KI arbeitet damit nicht irgendwo neben meiner Ablage, sondern unmittelbar dort, wo sich das Material befindet.


Klassische DEVONthink-Suche versus KI?

Der Unterschied der KI- zur klassischen DEVONthink-Suche: Beim gezielten Wiederfinden von Dokumenten spielt DEVONthink seine traditionellen Stärken aus. Die Suche arbeitet schnell und nachvollziehbar mit Suchbegriffen, Metadaten, Operatoren und Ähnlichkeiten. Auch „Siehe auch“ erkennt bereits ohne generative KI inhaltliche Beziehungen zwischen Dokumenten – DEVONthink verwendet dafür seit jeher eigene, lokal arbeitende Verfahren.

Die generative KI setzt aber dort an, wo das klassische Suchen und Finden aufhört. Sie kann die gefundenen Dokumente:

  • zusammenfassen und gegenüberstellen,
  • gemeinsame Gedanken oder Widersprüche erkennen,
  • Fragen zu ihren Inhalten beantworten,
  • zu einem Recherche-Dossier verdichten,
  • und daraus neue Gliederungen oder Texte entwickeln.

Hinzu kommt die Suche in natürlicher Sprache: Die KI kann eine frei formulierte Frage in eine passende DEVONthink-Suchanfrage übersetzen. Das macht die Suche bequemer, ersetzt aber nicht deren eigentliche Technik.

Oder zusammengefasst: Die DEVONthink-Suche findet die relevanten Dokumente. Die generative KI hilft mir zu verstehen, was darin steckt und was ich daraus machen kann.


Der eigentliche Unterschied liegt im Kontext

KI bzw. ein Sprachmodell kann immer nur mit den Informationen arbeiten, die ihm für eine Aufgabe zur Verfügung gestellt werden – also mit „Kontext“. Dieser Kontext entscheidet wesentlich über die Qualität des Ergebnisses.

In ChatGPT entsteht der Kontext aus dem Gespräch, meinen Projektanweisungen, hochgeladenen Dateien, gespeicherten Informationen und gegebenenfalls einer Webrecherche. Das ist sehr flexibel, setzt aber voraus, dass ich die relevanten Dokumente und Fundstücke zunächst selbst auswähle und bereitstelle.

Arbeite ich hingegen KI-unterstützt in DEVONthink, kann die in DEVONthink bereits angelegte Datenbankstruktur diese Vorarbeit übernehmen – zumindest teilweise. Ich kann den Arbeitsbereich der KI gezielt begrenzen:

  • auf ein einzelnes Dokument,
  • auf eine Auswahl,
  • auf eine bestimmte Gruppe,
  • auf eine intelligente Gruppe,
  • oder auf die Treffer einer Suche.

Damit wird DEVONthink zu einer Art Vermittler zwischen meinem Archiv und dem Sprachmodell. Das Programm entscheidet zwar nicht automatisch, was für meine aktuelle Fragestellung wichtig ist. Es bietet mir aber wesentlich bessere Möglichkeiten, den relevanten Ausschnitt aus meinem Bestand zusammenzustellen.

Allerdings: Mehr Dokumente ist nicht unbedingt besser. Wenn ich der KI wahllos einen riesigen Bestand überlasse, können wichtige Zusammenhänge zwischen irrelevanten Treffern untergehen. Ein sinnvoll eingegrenzter Suchbereich liefert häufig bessere Ergebnisse als der pauschale Zugriff auf eine komplette Datenbank.


Ein Beispiel aus der Praxis

Angenommen, ich möchte in unserem Reiseblog einen ausführlichen Blogartikel über die Qualitätsprobleme unseres VW Grand California schreiben:

In ChatGPT würde ich zunächst zusammentragen, welche Defekte aufgetreten sind: der Riss in der Duschkabinenwand, die defekte CEE-Klappe, das Problem mit dem LPG-Anschluss, das klemmende Schloss der Badtür und die wiederkehrenden Störungen der Truma-Heizung. Dazu kämen Informationen über Fahrzeugalter, Kaufpreis, Garantie und bisherige Werkstatterfahrungen.

Mit diesen Angaben ließe sich in ChatGPT anschließend sehr gut ein Artikel oder eine Problemlösung entwickeln. Das Zusammentragen des Materials bliebe jedoch zunächst meine Aufgabe. In DEVONthink könnte ich dagegen eine Suche oder intelligente Gruppe verwenden, die alle Dokumente zu den Themen Grand California, Defekte, Garantie und Werkstatt zusammenführt. Die KI könnte daraus:

  1. die dokumentierten Probleme chronologisch ordnen,
  2. wiederkehrende Fehlerbereiche erkennen,
  3. erledigte und offene Reparaturen unterscheiden,
  4. Garantiefragen zusammenstellen,
  5. und eine Materialübersicht für den geplanten Artikel erzeugen.

Diese Arbeitsergebnisse könnten anschließend wiederum die Grundlage für die eigentliche Arbeit in ChatGPT bilden.

Genau darin liegt für mich die sinnvollste Verbindung beider Systeme: DEVONthink erschließt das vorhandene Material, ChatGPT hilft mir dabei, daraus etwas Neues zu entwickeln.


Rollen, Prompts und Skills: der Unterschied zu ChatGPT

Mit der Bibliothek, die in DEVONthink 4.4 hinzugekommen ist, lassen sich Rollen, Prompts und Skills dauerhaft hinterlegen. Dadurch muss ich wiederkehrende Anweisungen nicht jedes Mal neu formulieren.

Eine Rolle kann beispielsweise festlegen, nach welchen Grundsätzen Texte überarbeitet werden sollen. Ein Prompt kann eine häufig benötigte Einzelaufgabe beschreiben. Ein Skill kann mehrere Arbeitsschritte miteinander verbinden und dabei auch Werkzeuge innerhalb von DEVONthink verwenden.

Das ähnelt auf den ersten Blick den Projekten und der projektbezogenen Anweisungen und den Prompts in ChatGPT. Der Unterschied liegt wiederum in der Umgebung: Die DEVONthink-Bibliothek organisiert KI-Arbeit rund um meine Datenbanken und deren Inhalte. ChatGPT-Projekte organisieren dagegen Gespräche, Dateien und Anweisungen rund um ein Thema oder Vorhaben.

Auch hier gibt es keine klare Konkurrenz. Es sind unterschiedliche Formen des Umgangs mit Kontext.

In ChatGPT steuern Rollen und Anweisungen vor allem den Verlauf und die Ergebnisse eines Gesprächs. In DEVONthink beziehen sie sich unmittelbar auf den eigenen Dokumentenbestand und können über Skills zusätzlich Werkzeuge aufrufen, Metadaten verändern oder mehrstufige Arbeitsabläufe ausführen.


ChatGPT und die OpenAI-API sind getrennte Angebote

Ein wichtiger Punkt wird leicht übersehen und sorgt immer wieder für Verwirrung: Das ChatGPT-Plus-Abonnement bezahlt nicht die Nutzung der OpenAI-Schnittstelle in DEVONthink.

Für DEVONthink benötigst du einen eigenen API-Schlüssel. Die darüber gestellten Anfragen werden separat abgerechnet. Die Kosten hängen vom verwendeten KI-Modell und von der Anzahl der verarbeiteten sogenannten Tokens ab. Tokens sind kleine Texteinheiten, aus denen sich deine Eingaben und die Antworten des Modells zusammensetzen.

Auch die Inhalte sind voneinander getrennt. Die von OpenAI bereitgestellte KI in DEVONthink kennt weder deine bisherigen ChatGPT-Projekte und Threads oder die dort gespeicherten Informationen. DEVONthink muss bei jeder Aufgabe die notwendigen Anweisungen und Dokumentinhalte übermitteln.

Selbst wenn in beiden Anwendungen das gleiche Modell verwendet wird, entstehen deshalb nicht automatisch vergleichbare Ergebnisse. Entscheidend ist, welchen Kontext das Modell erhält, welche Anweisungen gelten und welche Werkzeuge ihm zur Verfügung stehen.


Ein kurzer Blick auf den Datenschutz

Wenn du in DEVONthink OpenAI als Anbieter auswählst, werden die für eine Anfrage benötigten Informationen an OpenAI übertragen. Die Verarbeitung erfolgt also nicht lokal, nur weil du sie aus DEVONthink heraus startest.

Allerdings kannst du in DEVONthink recht genau konfigurieren, welche Dokumente in den von der KI extern zu verarbeitenden Kontext aufgenommen werden sollen. Du musst daher nicht eine vollständige Datenbank freigeben, sondern kannst den übermittelten Ausschnitt gezielt begrenzen. Trotzdem bleibt das Problem, das Inhalte an Server weitergegeben werden, die sich deiner Kontrolle entziehen.

Nach Angaben von OpenAI werden Inhalte, die über die API übertragen werden, standardmäßig nicht zum Training der Modelle verwendet, sofern du als Nutzer dem nicht ausdrücklich zustimmst. Bei einem persönlichen ChatGPT-Konto gelten eigene Einstellungen zur Verwendung von Inhalten für die Modellverbesserung.

Wenn du verhindern möchtest, dass deine Dokumentinhalte überhaupt an einen externen Anbieter übertragen werden, musst du ein lokal installiertes KI-Modell, beispielsweise Ollama, verwenden. Dabei musst du allerdings häufig Abstriche bei Qualität, Geschwindigkeit oder Komfort in Kauf nehmen.


Welches Werkzeug eignet sich wofür?

Für mich zeichnet sich inzwischen eine recht klare Arbeitsteilung ab: DEVONthink eignet sich besonders gut, um:

  • ältere Inhalte wiederzufinden,
  • größere Dokumentbestände auszuwerten,
  • Zusammenhänge zwischen getrennten Themen zu erkennen,
  • Quellen und Aussagen zusammenzutragen,
  • Dokumente zu klassifizieren und zu verschlagworten,
  • wiederkehrende Arbeitsschritte zu automatisieren,
  • und Recherche-Dossiers vorzubereiten.

ChatGPT eignet sich dagegen besonders gut, um:

  • ein Thema im Dialog zu entwickeln,
  • die eigene Position zu klären,
  • Argumentationen zu überprüfen,
  • neue Perspektiven zu entdecken,
  • Texte zu schreiben und zu überarbeiten,
  • aktuelle Informationen zu recherchieren,
  • und aus vorhandenem Material eine neue Veröffentlichung entstehen zu lassen.


Entweder – oder. Oder doch nicht?

Ich werde meine bisherige Arbeit in ChatGPT daher nicht nach DEVONthink verlagern. Dafür ist ChatGPT als Gesprächs-, Denk- und Schreibraum viel zu leistungsfähig und angenehm.

Aber ich habe ChatGPT bislang auch für Aufgaben verwendet, bei denen ich das notwendige Material zunächst selbst aus DEVONthink zusammensuchen musste. Genau hier kann mir die Integration künftig Arbeit abnehmen. DEVONthink wird damit nicht zum Ersatz für ChatGPT. Es übernimmt vielmehr eine vorgelagerte Aufgabe: Es hilft mir, das Wissen zu erschließen, das ich bereits gesammelt habe. Die sinnvollste Arbeitsweise besteht deshalb wahrscheinlich aus drei Schritten:

  1. In DEVONthink relevante Dokumente finden und auswerten.
  2. Daraus ein überschaubares Recherche-Dossier erstellen.
  3. Dieses Material in ChatGPT diskutieren, strukturieren und zu einem neuen Text weiterentwickeln.

Oder noch kürzer:

DEVONthink hilft mir herauszufinden, was ich bereits weiß. ChatGPT hilft mir dabei, daraus etwas Neues zu machen.


Unterschiede auf einen Blick

AspektChatGPTDEVONthink mit OpenAI
AusgangspunktEine Frage, Idee oder ein GesprächDokumente in der Datenbank
StärkeDenken, Schreiben, Dialog und RechercheAnalyse und Verarbeitung des eigenen Archivs
DokumentzugriffDateien müssen hochgeladen oder über eine angebundene Quelle bereitgestellt werdenDokumente lassen sich direkt in DEVONthink auswählen
KontextGespräch, Dateien, Projekte und gespeicherte InformationenDokumente, Gruppen, Suchergebnisse und festgelegte Suchbereiche
Langfristiger BestandUnterhaltungen und ProjekteDauerhaft gepflegtes Wissensarchiv
AutomatisierungAbhängig von den verfügbaren ChatGPT-FunktionenSmart Rules, Aktionen, Skripte und KI-Abfragen
WeiterverarbeitungErgebnisse müssen gegebenenfalls exportiert oder übertragen werdenErgebnisse können unmittelbar im Dokumentenbestand weiterverarbeitet werden
AbrechnungÜber das ChatGPT-AbonnementSeparate, nutzungsabhängige API-Kosten
Persönliche KontinuitätFrühere Unterhaltungen und gespeicherte Informationen können berücksichtigt werdenKontinuität entsteht durch Rollen, Prompts, Skills und bereitgestellten Kontext
WebrechercheDirekt in ChatGPT integriertMöglich, aber nicht der eigentliche Schwerpunkt