Ist das Marketing-Sprech oder steckt echte Forschung dahinter?

Die Features folgen konkreten, belegten Befunden aus Neuro- und Kognitionswissenschaft (Konsolidierung, Reward-Prediction-Error-Replay, Complementary Learning Systems, prospektives Gedaechtnis, Reflexion). Wir uebertragen Mechanismen, nicht Metaphern - und behaupten ausdruecklich kein Bewusstsein.

Warum haben Mem0/Zep/Letta das nicht?

Die meisten optimieren Extraktion und Retrieval, akkumulieren aber im Kern. Aktives Vergessen, prospektives Gedaechtnis und ein auditierbares Selbstmodell sind offene Luecken, die wir gezielt gebaut haben.

Verliere ich durch die Vergessenskurve Daten?

Nein. Der Wert beeinflusst nur die Reihenfolge der Suchtreffer, er loescht und filtert nichts. Ein Eintrag, den du zwei Jahre nicht gebraucht hast, ist weiterhin da und auffindbar - er steht nur nicht mehr vor dem, was du taeglich nutzt. Geloescht wird ausschliesslich, wenn du es verlangst.

Wie wird "Ueberraschung" gemessen?

Ueber den semantischen Abstand zum aehnlichsten Eintrag, der beim Speichern bereits existierte. Findet sich nichts Vergleichbares, war die Information neu. Widerspricht ein Eintrag ausdruecklich frueherem Wissen, kommt ein Aufschlag dazu. Der Wert fliesst ins Ranking und in die Reihenfolge der naechtlichen Verdichtung ein.

Recallbase / Blog / Hirnforschung

Was wir aus der Hirnforschung ins KI-Gedaechtnis gebaut haben

Die meisten KI-Gedaechtnis-Systeme sammeln nur an. Das Gehirn macht das Gegenteil: es vergisst gezielt, konsolidiert selektiv und erinnert im richtigen Moment. Wir haben ein paar dieser Prinzipien nachgebaut - hier ist welche und warum.

Leuchtender Ring aus verbundenen Knoten - konsolidiertes Gedaechtnis

Vergessen ist kein Fehler, sondern Funktion

Im Gehirn ist Vergessen ein aktiver, energieaufwaendiger Prozess - der praefrontale Cortex hemmt gezielt zielirrelevante Erinnerungen, und genau das ermoeglicht Generalisierung. KI-Memory-Systeme dagegen akkumulieren fast nur, und ihre Retrieval-Praezision degradiert mit der Menge. Recallbase schaltet ueberholtes oder widerlegtes Wissen aktiv stumm (statt es nur zu markieren) und haelt es aus dem Kontext fern - erreichbar bleibt es fuer die Historie, aber es vergiftet keine Entscheidungen mehr.

Die Vergessenskurve, als Formel

Seit Juli 2026 traegt jede Erinnerung zusaetzlich eine Stabilitaet in Tagen. Wie praesent sie ist, folgt einer Vergessenskurve aus der Spaced-Repetition-Forschung: R = exp(-Alter / Stabilitaet). Jeder echte Abruf hebt die Stabilitaet (aus 14 Tagen werden 23, dann 38 ...), gedeckelt bei rund 13 Monaten. Genutztes Wissen verblasst also langsamer, ungenutztes sinkt im Ranking ab - der Index bleibt auch nach Monaten signal-dicht, statt zuzuwachsen.

Bewusst gedaempft: der Wert verschiebt die Reihenfolge, er filtert nie. Selten gebrauchtes Spezialwissen soll nach einem halben Jahr weiter auffindbar sein - es steht nur nicht mehr vorn. Aktives Wegblenden bleibt der Suppression vorbehalten, die einen belegbaren Grund braucht.

Konsolidierung ist selektiv, nicht flaechendeckend

Nachts spielt der Hippocampus nicht alles ab, sondern bevorzugt das Ueberraschende - Reaktivierung folgt dem Reward-Prediction-Error. Recallbase gewichtet Herkunft und Vertrauen (deine Aussage schlaegt einen Web-Fund) und laesst salientes, korrigierendes Wissen bevorzugt ueberleben. Und es traeumt nachts: ein LLM verdichtet abgestuerzte Sessions und destilliert wiederkehrende Muster.

Ueberraschung als Zahl

Das ist bei uns keine Metapher, sondern ein Wert am Datensatz. Beim Speichern misst Recallbase den Abstand zum naechstaehnlichen vorhandenen Eintrag: Wer nichts Vergleichbares im Speicher findet, war neu und bekommt einen hohen Score. Wer bestehendes Wissen ausdruecklich widerlegt, bekommt einen Aufschlag obendrauf - eine widerlegte Erwartung ist der staerkste Lernmoment, im Gehirn wie hier.

Dieser Score hebt den Eintrag im Ranking und zieht ihn bevorzugt in die naechtliche Verdichtung (Prioritized Replay). Und wie beim Tag-and-Capture im Hippocampus faerbt Salienz auf die direkten Nachbarn im Wissensgraphen ab, gedaempft auf die Haelfte: Was rund um eine Ueberraschung passiert ist, wird mitkonsolidiert. Anders als der Decay verfaellt dieser Wert nicht - der Moment der Ueberraschung war, wie er war.

Vom Episodischen zum Schema (Complementary Learning Systems)

Der Hippocampus lernt schnell und episodisch, der Neokortex uebernimmt graduell schema-artiges Wissen. Recallbase bildet das ab: Sessions sind das episodische Gedaechtnis, der Wissensgraph das semantische. Was ueber mehrere Sessions bestaetigt wird, promoviert zu projektuebergreifenden Regeln - aus vielen Einzelfaellen wird eine Regel fuers naechste Projekt.

Prospektives Gedaechtnis: erinnern, bevor gefragt wird

Menschen halten Vorsaetze mit Ausloesern ("wenn ich am Supermarkt vorbeikomme, Milch kaufen"). Genau daran scheitern laut Benchmarks alle grossen Sprachmodelle und Memory-Produkte. Recallbase speichert Absichten mit Trigger-Bedingung und bringt sie im passenden Moment aktiv in den Kontext - Push statt Pull.

Ein Selbstmodell, das man pruefen kann

Autobiografisches Gedaechtnis formt Identitaet. Recallbase leitet aus dem tatsaechlichen Verhalten ein nuechternes Arbeitsprofil ab - Arbeitsstil, Staerken, wiederkehrende Fehler, jede Aussage mit Beleg-Session. Widerspricht der Anspruch dem Verhalten ("behauptet TDD, ueberspringt aber oft Tests"), wird das als Drift markiert. Kein frei erfundener Persona-Block, sondern nachvollziehbar.

Ehrlich bleiben

Nichts davon ist "Bewusstsein" oder eine "Seele" - es sind pragmatische Uebertragungen gut belegter Gedaechtnis-Mechanismen auf eine Datenbank. Aber genau diese Prinzipien fehlen den meisten Systemen, die Gedaechtnis als "mehr Kontext reinladen" begreifen. Kostenlos ausprobieren.

Ein Gedaechtnis, das denkt wie eins

Selektiv konsolidieren, gezielt vergessen, im richtigen Moment erinnern. 1 Projekt kostenlos.

Kostenlos starten