Independent AI Research Lab
Unabhängige Grundlagen- und Anwendungsforschung an der Schnittstelle von kognitiven Architekturen, KI-Sicherheit für öffentliche Räume und angewandter KI für Wissensarbeit. Eigenfinanziert, Open Access, mit Civil-Liberties-Architektur als Designprinzip.
Architektur
ZenBrain als kognitiver Kern, anbaubare Anwendungen für unterschiedliche Einsatzgebiete. Dieselbe sieben-Schichten-Memory-Architektur trägt jede Anwendung — nur die Domänenanpassung variiert.
Memory-Schichten
Drei Forschungstracks
Wie KI sich erinnert, schlussfolgert und über Zeit lernt. Sieben-Schichten-Memory-Architektur (ZenBrain), Sleep Consolidation, neuromodulatorisch geprägte Konsolidierung, FSRS-getriebene Wiederholung.
Forschungsausgaben
Forschung zur frühen Erkennung kritischer Situationen in öffentlichen Räumen — explizit ohne biometrische Identifikation. Three-Outlier-Modell, Helper-Schutz als Zielfunktion, Civil-Liberties-Architektur in acht Pflicht-Korrektionen.
Forschungsausgaben
KI-gestützte Meetings, Projektmanagement, Mediation und Prozessabbildung. Wie Organisationen KI-Einführung strukturieren — schrittweise, mit dem Menschen im Zentrum.
Forschungsausgaben
Forschungsprinzipien
Forschungsergebnisse werden auf arXiv und Zenodo mit DOI publiziert — frei zugänglich, dauerhaft archiviert.
Zentrale Forschungsdokumente werden mit OpenTimestamps zeitlich verankert. Das schafft einen forensisch überprüfbaren Prioritätsanker — unabhängig vom späteren Veröffentlichungsdatum.
Sicherheitsforschung mit Grundrechtsbezug — explizit ohne Biometrie, mit Helper-Schutz und Schutz politischer Versammlungen als strukturelle Architekturentscheidung.
Algorithmen werden nicht nur publiziert, sondern in produktiven Systemen eingesetzt. Forschung muss tragen.
Methodische Standards
Operative Standards, an denen sich unsere Forschungsarbeit von der ersten Hypothese bis zur Publikation messen lässt.
Forschungsfragen, Hypothesen und Architektur-Entscheidungen werden vor der eigentlichen Arbeit dokumentiert und über OpenTimestamps zeitlich verankert. Das schafft einen forensisch überprüfbaren Prioritätsnachweis — unabhängig vom späteren Veröffentlichungsdatum.
Quellcodes der Algorithmen und Test-Suiten sind öffentlich (github.com/zensation-ai). Datasets, Eval-Skripte und Konfigurationen werden mit den jeweiligen Publikationen released, sodass Dritte unsere Ergebnisse replizieren können.
Sicherheitsrelevante Komponenten werden vor Veröffentlichung extern überprüft — über Notified-Body-Vorprüfungen (TÜV SÜD, TÜV Rheinland, Bureau Veritas) sowie juristische Gutachten zur Grundrechtskonformität der jeweiligen Architektur.
Gescheiterte Hypothesen, negative Befunde und Ablation-Studien werden mit veröffentlicht. Methodische Transparenz einschließlich ungünstiger Ergebnisse ist die Voraussetzung dafür, dass Replikation überhaupt aussagekräftig sein kann.
Forschungsdaten werden im Sinne von Art. 89 DSGVO i.V.m. § 27 BDSG so erhoben, dass keine biometrischen Merkmale anfallen. Annotationsschemata sind explizit auf das Minimum ausgelegt, das die jeweilige Forschungsfrage trägt.
Entstehung
Ein Drei-Jahres-Bogen von der ersten Konzeptskizze über die Architektur-Konsolidierung bis zur Open-Access-Publikation. Die folgenden Wegmarken sind im internen Entwicklungs-Repository und in den Veröffentlichungen nachvollziehbar dokumentiert.
Vorlauf. Algorithmische Arbeit an statistischen Modellen, deterministischen Entscheidungssystemen und Echtzeit-Verarbeitung. Parallel mehrjährige Tätigkeit in Digitalisierungs- und Transformationsprojekten — eine doppelte Vorbereitung, die später in der Architektur sichtbar wird.
Die Idee zu einer kognitiven Architektur mit echtem Langzeit-Gedächtnis nimmt erste Form an. Erste Skizzen zu einer mehrschichtigen Memory-Struktur, gespeist aus der Neurowissenschaft (Ebbinghaus, FSRS, Hebbsches Lernen).
Konkretisierung der Architektur-Prinzipien: sieben Memory-Layer, Sleep-Consolidation als methodischer Kernbaustein, Bayesian Confidence Propagation. Parallel reift die Civil-Liberties-Architektur für den Public-Safety-Track.
Erste produktive Implementierungen der Memory-Layer. Aufbau der Test-Suite, methodische Pre-Registration über OpenTimestamps. Beginn der Forschungsdokumentation als eigenständige Quelle.
Beginn der produktiven Implementierungsphase im aktuellen internen Entwicklungs-Repository. 8 aufeinander aufbauende Architektur-Phasen in den ersten beiden Wochen.
Konsolidierung als Open-Source-Projekt. ZenBrain wird als eigenständige Package-Familie extrahiert und auf npm unter Apache 2.0 veröffentlicht.
Akademische Vorbereitung. Aufbau der LaTeX-Paper-Infrastruktur, ORCID-Profile, arXiv-Endorsement-Prozess, akademische Reputationsstrategie.
ZenBrain-Preprint auf arXiv (2604.23878) und Zenodo (DOI 10.5281/zenodo.19353663) — Open Access, vollständig dokumentiert, mit Replikations-Material.
Vorbereitung von Folgepublikationen für peer-reviewed Venues. Sondierungen mit Hochschulen und Forschungsverbünden im europäischen Raum.
Forschungsagenda
Sondierungen und vorbereitende Arbeiten — durchgängig im Konjunktiv geführt, bis schriftliche Zustimmungen oder verbindliche Förderzusagen vorliegen.
Zeitraum: 2026 – 2027
Konkrete Zeitpunkte können sich verschieben; Namen kooperierender Personen und Einrichtungen werden erst nach schriftlichem Einverständnis genannt.
Publikationen und Identifikatoren
Open-Access-Publikationen, Software-Releases und akademische Profile auf einen Blick.
Zusammenarbeit
Wir sondieren regelmäßig Kooperationen mit Hochschulen, außerhochschulischen Forschungseinrichtungen, Förderträgern und Behörden. Bei Forschungs- oder Konsortialanfragen freuen wir uns über Ihre Nachricht.
Forschungsanfrage senden →Mehr aus dieser Forschung
Drei Tracks, ein Zentrum, gemeinsame ethische Grundlage.