Glossar: KI-Gedächtnis in Begriffen.

KI-Agent

Ein KI-Agent ist ein Sprachmodell, das nicht nur antwortet, sondern selbstständig Schritte ausführt: Dateien lesen, Befehle starten, Code ändern, Werkzeuge aufrufen. Beispiele sind Claude Code, Codex oder Hermes. Für eine einzige Anfrage erledigt ein Agent oft Dutzende Arbeitsschritte, jeder davon kostet Tokens.

KI-Gedächtnis

Ein KI-Gedächtnis (englisch AI memory) speichert Wissen über Sitzungen hinweg: Entscheidungen, Projektfakten, Einstellungen, frühere Fehler. Ein Sprachmodell selbst vergisst nach jeder Sitzung alles, was nicht in seinen Trainingsdaten steht. Mehr dazu im Ratgeber KI-Gedächtnis.

Second Brain

Ein Second Brain ist ein ausgelagertes Gedächtnis für Notizen, Ideen und Wissen. Mit KI wird daraus ein System, das Inhalte nicht nur ablegt, sondern selbst verknüpft und im passenden Moment wieder hervorholt. Mehr dazu unter Second Brain mit KI.

Kontextfenster

Das Kontextfenster ist die Textmenge, die ein Sprachmodell bei einer Anfrage auf einmal sieht: Systemanweisung, Kontextdateien, Gesprächsverlauf, Werkzeugergebnisse. Was nicht darin steht, kennt das Modell in diesem Moment nicht. Je voller es ist, desto teurer und oft ungenauer wird die Antwort. Mehr im Ratgeber Kontextfenster.

Token

Ein Token ist die Recheneinheit von Sprachmodellen, meist ein Wortteil. Abgerechnet wird nach Tokens, die ins Modell hineingehen und herauskommen. Alles im Kontextfenster zählt bei jedem Aufruf mit, auch Inhalte, die für die aktuelle Frage nichts beitragen. Was Hebby an Tokens kostet und spart, steht unter Token-Effizienz.

Kontextdatei (CLAUDE.md, AGENTS.md)

Eine Kontextdatei ist eine Textdatei, die ein Agent bei jeder Sitzung automatisch liest, etwa CLAUDE.md bei Claude Code, AGENTS.md bei Codex, GEMINI.md oder MEMORY.md. Sie ist die einfachste Form von Gedächtnis, wird aber bei jedem Aufruf komplett mitgeschickt und wächst mit der Zeit. Warum schlanke Kontextdateien besser sind: Schlanker Kontext.

Prompt-Caching

Beim Prompt-Caching merkt sich der Anbieter des Sprachmodells den gleichbleibenden Anfang einer Anfrage und berechnet ihn beim nächsten Aufruf günstiger. Das senkt die Kosten wiederholter Inhalte wie Kontextdateien, macht sie aber nicht kostenlos.

MCP (Model Context Protocol)

Das Model Context Protocol ist ein offener Standard, über den KI-Anwendungen externe Werkzeuge und Datenquellen anbinden. Ein Dienst, der MCP spricht, funktioniert damit in vielen Clients, etwa Claude Code, Codex oder anderen Agenten, ohne eigene Anpassung je Client.

MCP Memory Server

Ein MCP Memory Server stellt einem Agenten ein Gedächtnis über MCP bereit: Der Agent kann Wissen speichern und abfragen. Hebby wird auf diesem Weg angebunden und bringt passende Erinnerungen zusätzlich vorab mit. Mehr unter MCP Memory Server.

Hook

Ein Hook ist ein kleines Skript, das ein Agent an festen Stellen automatisch ausführt, zum Beispiel bevor eine Anfrage ans Modell geht. Über Hooks kann ein Gedächtnis Erinnerungen in den Kontext geben, bevor der Agent selbst danach fragt.

RAG (Retrieval-Augmented Generation)

RAG bedeutet: Vor der Antwort sucht ein System passende Textstellen aus einem Bestand heraus und gibt sie dem Sprachmodell mit. So kann das Modell mit Wissen antworten, das nicht in seinen Trainingsdaten steht. Die Qualität hängt davon ab, wie gut die Suche die richtigen Stellen findet.

Embedding und Vektorsuche

Ein Embedding übersetzt einen Text in eine Zahlenreihe (Vektor), die seine Bedeutung abbildet. Texte mit ähnlicher Bedeutung liegen als Vektoren nah beieinander. Die Vektorsuche nutzt das, um in großen Beständen schnell inhaltlich Passendes zu finden, auch ohne gleiche Wörter.

Reranker

Ein Reranker sortiert die Treffer einer ersten, schnellen Suche ein zweites Mal gründlich, indem er Frage und Treffer gemeinsam bewertet. Das verbessert die Treffer, kostet aber bei jeder Anfrage Zeit und Rechenleistung. Mehr im Ratgeber Reranker.

Graph Memory

Ein Graph Memory speichert Wissen als Netz aus Knoten und Verbindungen. Dadurch weiß das Gedächtnis, was zusammengehört, etwa welche Entscheidung zu welchem Projekt gehört. Hebby nutzt ein selbst entwickeltes Graph Memory. Mehr unter Graph Memory.

Hebbsches Lernen

Hebbsches Lernen geht auf den Psychologen Donald Hebb zurück: Was gemeinsam aktiv ist, verbindet sich stärker. In Hebby werden Verbindungen zwischen Erinnerungen stärker, wenn sie zusammen genutzt werden. Mehr dazu unter Hebbsches Lernen.

Konsolidierung

Konsolidierung heißt in der Gedächtnisforschung, dass das Gehirn neue Inhalte nachträglich sortiert, festigt und mit Bestehendem verbindet, vor allem im Schlaf. Ein KI-Gedächtnis kann das nachbilden: Es fasst Doppeltes zusammen, ordnet neu und legt Überholtes still.

Vorausschauendes Erinnern

Vorausschauendes Erinnern bedeutet, dass das Gedächtnis passende Erinnerungen in den Kontext bringt, bevor der Agent danach sucht. So fallen Recherche-Schritte und Rückfragen weg, und der Agent kennt bekannte Fallen schon vor dem ersten Versuch.

KI-Wissensmanagement

KI-Wissensmanagement heißt, Wissen in Teams oder Unternehmen so zu sammeln und zu ordnen, dass KI-Systeme es nutzen können, mit Rechten je Person und je Agent. Mehr dazu im Ratgeber KI-Wissensmanagement.