Wissensbau
EN Anmelden

Nicht-kommerzielles Forschungsprojekt

Wie werden verstreute Dokumente zum verlässlichen Wissensbau?

Wissensbau untersucht, wie Sprachmodelle rohe Notizen, E-Mails und Dokumente zu einem verlinkten Wiki verdichten – nach dem LLM-Wiki-Muster von Andrej Karpathy. Der Prototyp ist die Testumgebung für unsere Experimente.

PDF · DOCX · XLSX · PPTX · E-Mail · CSV · Bilder · Audio

4
Pipeline-Schritte vom Rohtext zum Wiki
6
Forschungsfragen im Fokus
2
Sprachen der Oberfläche: DE und EN
0
Tracker, Cookies nur für die Anmeldung

wiki / hardware / batterie

„Wie lange hält der Akku des Sensors im Dauerbetrieb?“

Grundsätze

Woran wir das Projekt ausrichten

1

Nachprüfbar statt überzeugend

Jede Aussage im Wiki soll auf ihre Quelle zurückführbar sein. Antworten ohne Beleg gelten als Fehler, nicht als Feature.

2

Offen und nicht-kommerziell

Wissensbau ist ein Forschungs- und Lernprojekt ohne Produktversprechen. Es gibt keine Werbung, keine Abos und keine Nutzerprofile.

3

Sparsam mit Daten

Selbst gehostet, ohne Tracker und ohne externe Schriftarten. Personenbezogene Angaben lassen sich vor der Verarbeitung schwärzen.

Methode

Die Pipeline in vier Schritten

  1. 1

    Sammeln

    Rohdaten liegen unverändert in einem Ordner – Dateien, E-Mails oder angebundene Quellen wie IMAP und PostgreSQL.

  2. 2

    Kompilieren

    Ein Sprachmodell extrahiert Themen, Entitäten und Konzepte und schreibt daraus Wiki-Seiten.

  3. 3

    Verknüpfen

    Seiten werden untereinander verlinkt; Beziehungen erscheinen im Wissensgraph.

  4. 4

    Befragen

    Ein Chat antwortet auf Basis des Wikis und nennt die zugrunde liegenden Quellen.

Fragestellungen

Was der Prototyp untersucht

Extraktion aus vielen Formaten

Wie zuverlässig lassen sich Text, E-Mails, PDF, Office-Dokumente, Tabellen, Bilder und Audio in strukturiertes Wissen überführen?

Synthese und Verlinkung

Wie gut entstehen aus Rohmaterial konsistente, untereinander verlinkte Seiten mit Verweisen auf ihre Quellen?

Belegte Antworten

Stützen sich Chat-Antworten nachweisbar auf das Wiki? Eine Faithfulness-Auswertung prüft das.

Entitätsauflösung

Werden Personen, Projekte und Konzepte über Dokumente hinweg korrekt zusammengeführt und im Graph abgebildet?

Hybrides Retrieval

Schlagwortsuche und Einbettungen im Vergleich – inklusive Benchmark zur Skalierung mit der Korpusgröße.

Datenschutz und Vertrauen

Schwärzung personenbezogener Daten und Quellenvertrauen als Bausteine für den verantwortungsvollen Einsatz.

Anwendungsfelder

Wo sich das Muster erproben lässt

Kein fertiges Produkt, sondern Szenarien, in denen wir die Methode testen und ihre Grenzen ausloten.

  • Forschungsgruppen

    Laborjournale, Protokolle und Literaturnotizen zu einem gemeinsamen, durchsuchbaren Wiki verdichten.

  • Projektdokumentation

    Verstreute Spezifikationen, Berichte und E-Mail-Verläufe eines Projekts nachvollziehbar zusammenführen.

  • Einarbeitung und Übergaben

    Wissen aus Postfächern und Ablagen so aufbereiten, dass neue Mitarbeitende Fragen selbst beantwortet bekommen.

  • Archive und Sammlungen

    Große, heterogene Bestände erschließen – mit Querverweisen, die im Rohmaterial nicht existieren.

Technik

Der Aufbau im Überblick

Vier Schichten, bewusst einfach gehalten: Die Rohdaten bleiben unverändert, alles Erzeugte ist als Markdown lesbar und versionierbar.

01

Compiler

Python

Liest Rohdaten, ruft das Sprachmodell auf und erzeugt Wiki-Seiten, Entitäten und Verlinkungen.

02

Speicher

Markdown · JSON · Graph

Seiten als Markdown-Dateien, Wissensgraph und Zustände als JSON – ohne eigene Datenbank.

03

API

Node.js · Express · TypeScript

Authentifizierung, Pipeline-Steuerung, Retrieval und Chat-Endpunkte hinter einer schlanken REST-Schnittstelle.

04

Oberfläche

EJS · Tailwind CSS

Serverseitig gerendert, zweisprachig (DE/EN) und auf kleine Server und Bildschirme ausgelegt.

Reproduzierbarkeit

Nachvollziehbar und schlank betrieben

Der gesamte Prototyp läuft in wenigen Containern mit festen Ressourcengrenzen und lässt sich mit Docker Compose reproduzieren – auch auf einem kleinen Server. Evaluationsskripte für Retrieval, Faithfulness, Entitätsauflösung und PII-Schwärzung sind Teil des Projekts.

  • Selbst gehostet, ohne Tracker und externe Schriftarten
  • Reproduzierbarer Aufbau mit Docker Compose
  • OpenAI-kompatible oder lokale Sprachmodelle
  • Eingebaute Evaluations-Harnesses

FAQ

Häufige Fragen

Ist Wissensbau ein Produkt?

Nein. Es ist ein nicht-kommerzielles Forschungsprojekt. Es gibt weder Preise noch Verkaufsabsichten, und bislang liegen keine Studienergebnisse vor.

Woher kommt die Idee?

Vom LLM-Wiki-Muster, das Andrej Karpathy beschrieben hat: Ein Sprachmodell pflegt ein Wiki aus Rohmaterial, statt bei jeder Frage neu zu suchen. Wir untersuchen, wie gut das im Alltag funktioniert.

Kann ich das System ausprobieren?

Der Zugang ist auf Testkonten beschränkt, damit der kleine Server verlässlich läuft. Schreiben Sie uns über die Kontaktseite, wenn Sie Interesse haben.

Was passiert mit meinen Dokumenten?

Rohdaten bleiben unverändert auf dem Server. Für die Verarbeitung werden Textauszüge an den konfigurierten Sprachmodell-Anbieter gesendet – oder bei lokaler Konfiguration gar nicht nach außen. Die Beispieldaten im Prototyp sind fiktiv.

Kann ich den Code nutzen?

Ja, der Quellcode liegt öffentlich auf GitHub. Der Aufbau ist mit Docker Compose reproduzierbar, auch auf kleiner Hardware.

Wie werden die Antworten überprüft?

Über Evaluationsskripte für Retrieval, Faithfulness, Entitätsauflösung und PII-Schwärzung. Aussagekräftige Ergebnisse veröffentlichen wir erst, wenn eine Auswertung sie trägt.

Über das Projekt

Ein Projekt von Navid Falah

Wissensbau entsteht als Forschungs- und Lernprojekt rund um LLM-gestützte Wissenssysteme. Rückmeldungen, Fragen zur Methode und Hinweise auf Fehler sind jederzeit willkommen.

Kontakt aufnehmen

Den Prototyp ausprobieren

Der Zugang ist auf Testkonten beschränkt. Melden Sie sich an, um Pipeline, Wiki und Chat mit Beispieldaten zu erkunden.