Track C

Angewandte KI für Wissensarbeit

„Wie sieht eine KI-Plattform aus, die Wissensarbeit trägt — modular, mit echtem Gedächtnis und nachvollziehbaren Reasoning-Schritten, die Organisationen prüfen können?"

Eigenraum by ZenSation ist die produktive Forschungsanwendung der ZenBrain-Architektur. Sie zeigt, dass die Memory-Forschung in der Praxis läuft — nicht nur als Benchmark, sondern als Werkzeug.

Motivation

Warum diese Forschung

Die produktive Anwendung ist nicht das Nebenprodukt der Grundlagenforschung — sie ist deren Härtetest. Eine Memory-Architektur, die nur auf Benchmarks funktioniert, hat einen begrenzten Wert. Eine Architektur, die im täglichen Einsatz Wissensarbeit trägt, beweist sich auf einer anderen Ebene.

Eigenraum ist deshalb beides: ein produktives KI-Betriebssystem fürs Unternehmen — es führt Datenströme zusammen, erzeugt automatisch Erkenntnisse und Warnungen und trägt die tägliche Wissensarbeit — und zugleich das Test-Vehikel für die ZenBrain-Forschung. Die Architektur aus den Papern läuft seit Anfang 2026 produktiv, zuerst in ZenAI, seit August 2026 in Eigenraum, der erweiterten Fassung auf derselben Architektur.

Methodischer Ansatz

Modular, mit echtem Memory, transparent

Drei Kernentscheidungen formen die Plattform. Erstens: Eigenraum ist modular — jede Funktionseinheit (Memory, Werkzeuge, Vision, Code-Ausführung) ist eigenständig nutzbar oder austauschbar. Zweitens: Echtes Gedächtnis statt simulierter Persistenz — Working Memory, Episodic Memory und Long-Term Memory fließen in jede Konversation ein. Drittens: Transparenz — Tool-Verwendung, Reasoning und Memory-Zugriffe sind für die Anwenderin sichtbar.

Ergänzt wird das durch eine Prozess-Atlas-Methodik für die KI-Einführung in Organisationen: Eine systematische Aufnahme der bestehenden Prozesse vor der KI-Implementierung, kombiniert mit einem dreijährigen schrittweisen Einführungsplan.

Forschungskern

ZenBrain

7-Schichten-Memory-Architektur, quelloffener Kern (Apache 2.0).

Anwendungsfeld

Eigenraum

KI-Arbeitsumgebung fürs Unternehmen — baut auf dem ZenBrain-Kern auf.

Track C baut auf dem Forschungskern auf: ZenBrain liefert das Gedächtnis, Eigenraum macht es als produktive Anwendung nutzbar.

Kernkomponenten

Was die Plattform trägt

ZenBrain-Memory als Kern

Working Memory für aktive Aufgaben, Episodic Memory für Verlauf, Long-Term Memory für Fakten, Procedural Memory für Routinen, die man selbst festhält: Sie fließen in jede Konversation ein.

60+ integrierte Werkzeuge

Code-Ausführung (Python, Node.js, Bash, sandboxed), Vision-API, Web-Suche, GitHub, Kalender, E-Mail-Intelligenz, Karten — modular ansprechbar.

Prozess-Atlas-Methodik

Systematische Aufnahme der bestehenden Prozesse vor der KI-Implementierung. In Forschung — Methodik-Paper in Vorbereitung.

Drei-Jahres-KI-Einführungsplan

Schrittweise Einführungs-Methodik für Organisationen — von der ersten Pilot-Anwendung bis zur durchgängigen KI-gestützten Arbeit. In Entwicklung.

Multi-Provider-Routing

Anthropic Claude (primär), Mistral (Cloud-Fallback), Ollama (lokale Inferenz). Forschende und Behörden können den Provider nach Datenschutz-Anforderungen wählen.

Self-Hosting in der EU

Die gesamte Anwendungsschicht lässt sich vollständig self-hosted betreiben. LLM-Provider werden separat konfiguriert; lokale Inferenz ist möglich.

Mitwirken

Kooperation in dieser Forschung

Anwendungsstudien mit Hochschulen, Pilotprojekte mit Forschungseinrichtungen und Methodik-Diskussionen zur KI-Einführung in Organisationen sind ausdrücklich willkommen. Ebenso die wissenschaftliche Leitung oder Begleitung realer KI-Einführungsprojekte als Begleitforschung — auch im öffentlichen Sektor: ein wechselseitiger Kreislauf aus Theorie und Praxis, dessen gemeinsamer Erkenntnisgewinn eine ressourcenschonende Ausgestaltung erlaubt.

research@zensation.ai