Skip to content
Zurück zu unserer Arbeit

BRAIN: eine sich selbst verbessernde Wissens-Engine

DDD interner Build · 14. Mai 2026 · Wissenssysteme, Interne Plattform

BRAIN ist die Art und Weise, wie DDD sich erinnert und denkt. Es ist eine Wissens-Engine, die alles, was wir lernen, von Kundenarbeit bis Recherche, in strukturiertes Wissen verwandelt, das sich mit der Zeit selbst verbessert.

Die Herausforderung

Eine Beratung lebt und stirbt mit dem, was sie weiß. Notizen in verstreuten Dokumenten veralten, widersprechen sich und werden nie wieder angefasst. Wir wollten das Gegenteil: eine Wissensbasis, die aktiv schärfer wird, ihre eigenen Widersprüche markiert und der man vertrauen kann, weil jede Aussage ihre Belege mit sich trägt.

Was wir gebaut haben

BRAIN ist ein local-first Wissenssystem auf Basis eines Obsidian-Vaults, das unseren KI-Tools über das Model Context Protocol zur Verfügung steht. Es nimmt nahezu alles auf: Text, URLs, PDFs, Code und mehr. Es zerlegt das Aufgenommene in atomare Aussagen, jede einzelne verfolgt mit ihren stützenden Belegen und einer berechneten Verifizierungstiefe, sodass ein gut belegter Fakt sichtbar anders aussieht als ein unbestätigter.

Eine Reihe autonomer Routinen läuft nach Zeitplan, um Aussagen zu prüfen, nach Belegen zu suchen, Widersprüche aufzudecken und vorzuschlagen, was als Nächstes recherchiert werden sollte. Ein Live-3D-Graph lässt uns das gesamte Wissensnetz auf einen Blick sehen. Der Vault bleibt die Quelle der Wahrheit, sodass das Wissen portabel ist und nie eingesperrt wird.

Wie wir es gebaut haben

BRAIN ist in TypeScript auf Node gebaut, mit dem MCP SDK, einer Express-HTTP-Schicht, SQLite-Volltextsuche für schnelles Retrieval und Three.js für die Graph-Ansicht. Es ist von einer echten Test-Suite abgedeckt, denn eine Wissens-Engine, der man nicht vertrauen kann, ist schlimmer als gar keine Engine.

Das Ergebnis

BRAIN ist der Grund, warum unsere Beratung sich aufsummiert, statt mit jedem Engagement bei null anzufangen. Es ist außerdem eine klare Demonstration, wie wir über Systeme denken: Belege zuerst, selbstkorrigierend, in deinem Besitz und darauf ausgelegt, von selbst besser zu werden, statt zu verrotten.