Die Frage, die alle stellen
"Wenn euer Gedächtnissystem das Besondere an ZenSation ist — warum verschenkt ihr es dann?"
Diese Frage hören wir oft. Und sie ist berechtigt. ZenBrain ist das technologische Herz von allem, was wir bauen. Die Algorithmen, die Gedächtnisschichten, die Sleep Consolidation — Jahre an Forschung und Entwicklung, frei verfügbar auf GitHub und npm.
Warum?
Weil Vertrauen Open Source braucht
Erinnere dich an unseren Post zum Self-Hosting. Wir haben argumentiert, dass ein System, das dein Denken kennt, dir gehören muss. Self-Hosting gibt dir die Kontrolle über deine Daten. Aber das reicht nicht.
Du musst auch kontrollieren können, was die Software mit deinen Daten macht.
Bei Closed-Source-Software musst du dem Anbieter vertrauen. "Wir speichern nichts." "Wir tracken nichts." "Wir trainieren nicht mit deinen Daten." Du hast keine Möglichkeit, das zu überprüfen.
Bei Open Source kannst du jede Zeile Code lesen. Du kannst genau sehen, wie Erinnerungen gespeichert, verarbeitet und gelöscht werden. Du kannst Security-Audits durchführen. Du kannst den Code forken, wenn du eine Zeile nicht magst.
Das ist nicht nur Transparenz. Das ist radikales Vertrauen.
Das Flywheel
Open Source ist aber mehr als eine Vertrauensmaßnahme. Es ist auch eine Wachstumsstrategie für Developer-Tools.
Das Flywheel funktioniert so:
Open Source → Entwickler entdecken ZenBrain, nutzen es in ihren Projekten Developer Community → Contributions, Bug Reports, Feature Requests verbessern das Produkt B2C Adoption → Entwickler empfehlen es weiter, bauen darauf auf B2B Conversion → Unternehmen brauchen Support, Enterprise-Features, SLAs Enterprise → Umsatz finanziert weitere Open-Source-Entwicklung
Jeder Schritt verstärkt den nächsten. Das ist kein Wunschdenken — das ist das Modell, das Unternehmen wie HashiCorp, Elastic und GitLab zu Milliardenbewertungen gebracht hat.
Was wir verschenken — und was nicht
Transparenz darüber, was Open Source ist und was nicht:
Open Source (Apache 2.0):
@zensation/algorithms— 20 Algorithmus-Module (10 Kern, 10 erweitert)@zensation/core— 7 Gedächtnisschichten + MemoryCoordinator@zensation/adapter-postgres— PostgreSQL-Anbindung mit pgvector@zensation/adapter-sqlite— SQLite für Zero-Config-Start@zensation/mcp— MCP-Server für jeden MCP-Client@zensation/ai-sdk— Middleware für das Vercel AI SDK
Das ist der kognitive Kern. Die Algorithmen, die Gedächtnis möglich machen. Jeder kann sie nutzen, modifizieren, in eigene Produkte integrieren.
Proprietär (ZenAI Platform):
- 6 PMA-Komponenten (Predictive Memory Architecture)
- KI-Tools und Integrationen
- Multi-Context-Architektur (4 Schemas)
- Proaktive Intelligenz
- Agent-Teams und Orchestrierung
- Enterprise-Features (RBAC, Audit, MFA)
Warum diese Trennung? Weil die Algorithmen das Fundament sind — sie sollten frei sein, damit andere darauf bauen können. Die Plattform ist die Erfahrung, die wir darauf aufbauen.
Was Community für uns bedeutet
Open Source ist keine Einbahnstraße. Es ist eine Einladung.
Wir haben einen offenen Ort für alle, die an KI-Gedächtnis interessiert sind — GitHub Discussions — egal ob sie ZenBrain nutzen oder nicht. Wir wollen diskutieren: Wie sieht gutes KI-Gedächtnis aus? Welche neurowissenschaftlichen Erkenntnisse sollten wir als nächstes implementieren? Wo sind die Grenzen dessen, was ein digitales Gedächtnis können sollte?
Und ja: Wir nehmen Pull Requests an. Wir reviewen sie sorgfältig, wir geben konstruktives Feedback, und wenn ein Beitrag die Qualität hält, wird er Teil von ZenBrain. Mit Credit, versteht sich.
Warum Apache 2.0
Wir haben uns bewusst für Apache 2.0 entschieden — nicht MIT, nicht GPL, nicht AGPL.
Nicht GPL/AGPL, weil wir wollen, dass Unternehmen ZenBrain ohne Angst vor Copyleft nutzen können. Wenn jemand ein kommerzielles Produkt auf unseren Algorithmen baut — großartig. Mehr Verbreitung, mehr Feedback, bessere Algorithmen für alle.
Nicht MIT, weil Apache 2.0 einen expliziten Patent-Grant enthält. Wenn wir Patente auf unsere Algorithmen hätten (haben wir nicht), würde Apache 2.0 garantieren, dass Nutzer sie verwenden dürfen. Es ist ein stärkerer Schutz für die Community.
Die Zahlen
Seit dem Launch von ZenBrain auf npm:
- 20 Algorithmus-Module (10 Kern, 10 erweitert) in
@zensation/algorithms - 7 Gedächtnisschichten in
@zensation/core - 948 Tests — alle grün in der CI (Stand v0.6.1)
- 0 Fremdabhängigkeiten in
@zensation/algorithmsund@zensation/core - TypeScript-native — volle Typsicherheit
npm install @zensation/core @zensation/algorithms @zensation/adapter-sqlite
Eine Zeile, Node.js 22 oder neuer vorausgesetzt. Der MemoryCoordinator braucht einen Speicher-Adapter; der SQLite-Adapter ist der kleinste Einstieg.
Der Anfang
Open Source ist für uns kein einmaliger Release. Es ist eine dauerhafte Verpflichtung.
Auf unserer Roadmap stehen: erweiterte Cross-Context-Operationen und eine wachsende Sammlung von Adaptern für verschiedene Datenbanken. Retention-Kurven liefert inzwischen das Modul visualization in @zensation/algorithms; die Vergleichsmessungen gegen Mem0, Letta und A-Mem stehen im Paper.
Jeder dieser Punkte wird Open Source sein. Jeder kann dazu beitragen. Jeder profitiert.
Der Kreis schließt sich
Diese Blog-Serie begann mit einer persönlichen Geschichte: Ein Vater, der ein Gehirn für seine Kinder bauen wollte. Jetzt steht dieses Gehirn als Open Source auf GitHub. Jeder kann es nutzen. Jeder kann es verbessern. Jeder kann damit die Gedanken bewahren, die ihm wichtig sind.
Das ist kein Zufall. Das ist der Plan.
Wir bauen nicht nur eine Technologie. Wir bauen eine Gemeinschaft von Menschen, die glauben, dass menschliches Wissen es wert ist, bewahrt zu werden. Offen, zugänglich, für alle.
Willkommen bei ZenSation.
Das war der letzte Teil unserer Gründungsserie. Wenn du mehr erfahren möchtest:
Aktualisiert am 31. Oktober 2026: Testzahl auf den Stand von v0.6.1 gebracht.
Aktualisiert am 16. Oktober 2026: Testzahl auf den Stand von v0.5.2 gebracht.
Aktualisiert am 11. Oktober 2026: Paketliste, Testzahl und Installation auf den Stand von v0.5.1 gebracht. Die frühere Fassung nannte „9 fundamentale Algorithmen“ (es sind 20 Module), führte die Adapter als Vorschau und kündigte Vergleichsmessungen gegen Zep an; gemessen wurde gegen Mem0, Letta und A-Mem.