Langzeitgedächtnis, das wirklich bleibt — wie ToRun sich merkt, worauf es ankommt

Die meisten KI-Produkte behaupten, sie würden sich an dich „erinnern“. Meist heißt das nur, dass das aktuelle Gesprächsfenster noch nicht herausgescrollt ist. Sobald du den Tab schließt, weiß das Modell nicht mehr, wer du bist. Du erklärst deinen Stack, deine Vorlieben und deine Rahmenbedingungen jedes Mal von vorn.

Das Langzeitgedächtnis von ToRun ist ein grundlegend anderer Mechanismus. Dieser Beitrag beschreibt, was es speichert, wie es in jeden Zug eingebaut wird und was du damit tun kannst.

Was gespeichert wird und warum

Gedächtnis in ToRun ist eine Menge dauerhafter Fakten, die aus deinen Gesprächen gewonnen wurden. Denk an strukturierte Notizen — kein roher Abzug des Transkripts, sondern einzelne Beobachtungen: Du bevorzugst knappe Antworten, dein Projekt nutzt MongoDB, du arbeitest in TypeScript, du hast einen ML-Hintergrund, du willst Codebeispiele in einem bestimmten Stil.

Fakten sind sprachunabhängig. Schreibst du drei Sitzungen auf Türkisch und zehn auf Englisch, zerfällt das Gedächtnis nicht in Silos je Sprache. Unicode-bewusste Normalisierung (NFKD-Zerlegung, Diakritika entfernen, Groß-/Kleinschreibung falten) sorgt dafür, dass ein in einer Sprache eingetragener Fakt auftaucht, wenn du in einer anderen fragst. Das ist praktisch wichtig: Eine Plattform mit 29 Sprachen kann sich kein Gedächtnis leisten, das nur für Englischsprachige zuverlässig arbeitet.

Neue Fakten können automatisch hinzukommen, wenn das Modell dauerhafte Informationen bemerkt, oder du trägst sie ausdrücklich ein („merk dir, dass ich nach Azure deploye“). Keiner der beiden Wege bleibt dir verborgen.

Wie Gedächtnis zur Aufrufzeit Kontext wird

Jeder Chat-Zug in ToRun baut drei Kontextschichten zusammen, bevor der Prompt ein Modell erreicht:

1. Systemschicht — Anweisungen auf Produktebene, Rolle und Stil des Assistenten, aktive Anweisungen der Wissensdatenbank.
2. Zusammenfassungsschicht — eine komprimierte Darstellung des bisherigen Gesprächs, automatisch verwaltet, damit lange Verläufe das Kontextfenster nicht aufbrauchen.
3. Jüngste Schicht — die letzten N Züge wortwörtlich, gewichtet zugunsten deines letzten Beitrags.

Das Langzeitgedächtnis sitzt in der Systemschicht. Der Abrufschritt läuft gegen deine gespeicherten Fakten mit einem Relevanzsignal aus der aktuellen Nachricht: Fragst du nach Datenbankindizes, tauchen Fakten zu MongoDB-Vorlieben auf; wechselst du zu Design, treten sie zurück. Das Modell sieht nur, was für den aktuellen Zug relevant ist, nicht einen flachen Abzug aller je erzeugten Fakten. Das nutzt das Kontextfenster effizient und vermeidet „Gedächtnis-Aufblähung“, bei der irrelevante persönliche Details das Signal verdünnen.

Kontextbudgets hängen von der Stufe ab — die Gratisstufe erhält 16K Token Gesamtkontext, über die Abopläne hinauf bis zu 1M Token bei Enterprise. Würde der zusammengesetzte Kontext (Gedächtnis + Zusammenfassung + jüngste Züge) das Fenster des Modells sprengen, kürzt ToRun zuerst die Zusammenfassungsschicht und lässt niemals stillschweigend deine jüngsten Nachrichten oder deine relevantesten Gedächtnisfakten fallen.

Die Daten gehören dir, die Fakten steuerst du

Das Gedächtnis gehört dem Nutzer. Du kannst alles auflisten, was ToRun über dich gespeichert hat, und einzelne Einträge oder alles löschen. Es gibt kein „geheimes“ Gedächtnis, das deine Gespräche ohne dein Wissen beeinflusst. Der Faktenspeicher ist einsehbar und auf Wunsch vergesslich.

Dieses Design folgt aus einem größeren Grundsatz: ToRun soll dir seinen echten Zustand zeigen, nicht verbergen. Transparentes Gedächtnis heißt, dass du ihm trauen kannst. Nutzt das Modell einen falschen Fakt — etwa dass du früher ausführliche Erklärungen bevorzugtest, jetzt aber knappe willst — sagst du ihm, es soll vergessen, und der nächste Aufruf sieht diesen Fakt nicht mehr.

Das Löschen ist dauerhaft und sofort. Es gibt keine Schonfrist, in der der alte Fakt noch auftaucht.

Wissensdatenbanken sind nicht dasselbe wie Gedächtnis

Gedächtnis speichert Fakten über dich. Wissensdatenbanken verankern Antworten in deinen Dokumenten.

Wenn du Dokumentation, Code oder Fachinhalte in eine Wissensdatenbank lädst, nutzt ToRun abrufgestützte Generierung (RAG), um zur Abfragezeit die passenden Abschnitte hereinzuholen. Der abgerufene Text wird neben dem Gesprächskontext eingefügt, und das Modell weist aus, was es verwendet hat. Das ist das richtige Werkzeug, wenn deine Frage das Lesen von Quellmaterial verlangt — eine API-Spezifikation, ein juristisches Dokument, dein internes Handbuch — statt nur eine persönliche Vorliebe abzurufen.

Beide Systeme greifen ineinander: Ein einzelner Zug kann sowohl aus deinen persönlichen Gedächtnisfakten als auch aus einem Wissensdatenbank-Abruf schöpfen. Sie speisen unterschiedliche Schichten des Kontextaufbaus und dienen unterschiedlichen Zwecken. Das Gedächtnis beantwortet „wer bist du und wie arbeitest du am liebsten“; die Wissensdatenbank beantwortet „was steht in diesem Dokument“.

Beides zusammen zu nutzen macht ToRun für echte Arbeitsabläufe brauchbar statt nur für Demo-Szenarien. Deine Vorlieben bleiben im Gedächtnis, damit du sie nicht wiederholst; dein Quellmaterial bleibt in der Wissensdatenbank, damit Antworten in Belegen gründen statt im Trainingsmaterial des Modells.