KI-Assistenten bauen, die sich alles merken

April 2026 · 11 Min. Lesezeit · Fran Olivares, Gründer von OlivaresAI

Die meisten KI-Assistenten sind zustandslos. Sie verarbeiten einen Prompt, generieren eine Antwort und vergessen alles. Wenn Sie ein Produkt bauen, das KI nutzt — ein Coding-Tool, einen Kunden-Support-Bot, einen Forschungsassistenten, einen persönlichen Tutor — ist diese Zustandslosigkeit Ihre größte Einschränkung. Ihre Nutzer werden dieselben Fragen stellen, denselben Kontext liefern und jedes Mal Vertrauen verlieren, wenn die KI etwas Offensichtliches vergisst. Dieser Artikel zeigt, wie man KI-Assistenten baut, die sich tatsächlich erinnern, indem man persistenten Speicher als architektonische Komponente erster Klasse nutzt.

Warum scheitern die meisten KI-Assistenten beim Erinnern?

Wenn Entwickler zum ersten Mal versuchen, Speicher zu einem KI-Assistenten hinzuzufügen, greifen sie typischerweise zu einem von zwei Ansätzen: alles in den System-Prompt stopfen oder eine RAG-Pipeline (Retrieval-Augmented Generation) bauen. Beide haben gravierende Einschränkungen.

Der System-Prompt-Ansatz scheitert mit zunehmendem Umfang. Kontextfenster sind endlich — selbst mit 200K Tokens können Sie nicht jeden relevanten Fakt, jede Konversation und jede Präferenz aufnehmen. Und Sie bezahlen für jeden Token im System-Prompt bei jeder einzelnen Anfrage.

RAG ist besser, aber unvollständig. Es löst das Retrieval von Dokumenten, behandelt aber nicht den vollständigen Lifecycle des KI-Speichers: Extraktion, Scoring, Deduplizierung, Konsolidierung und Ablauf. RAG ruft Text-Chunks ab. Speicher versteht Fakten, Präferenzen, Entscheidungen und Verhaltensmuster. Das sind grundlegend unterschiedliche Probleme. (Siehe unseren detaillierten Vergleich: Persistenter Speicher vs. RAG.)

Was braucht ein speicheraktivierter KI-Assistent?

Ein wirklich nützlicher KI-Assistent mit persistentem Speicher braucht fünf Fähigkeiten:

1. Automatische Extraktion — Das System sollte Fakten, Präferenzen und Entscheidungen aus Konversationen extrahieren, ohne dass der Nutzer etwas explizit speichern muss.
2. Strukturierte Speicherung — Nicht nur Text-Chunks. Erinnerungen brauchen Metadaten: Kategorie, Wichtigkeit, Konfidenz, Quelle, Zeitstempel und Vektor-Embeddings.
3. Intelligentes Retrieval — Für eine neue Konversation muss das System die relevantesten Erinnerungen mittels semantischer Suche, Keyword-Matching und Multi-Faktor-Scoring finden.
4. Kontext-Assemblierung — Die abgerufenen Erinnerungen müssen so formatiert und in den Kontext der KI eingespeist werden, dass sie nützlich sind und keine Tokens verschwenden.
5. Identitäts-Persistenz — Über Fakten hinaus braucht die KI eine konsistente Persönlichkeit, einen Kommunikationsstil und einen Satz von Verhaltensregeln, die über Sitzungen hinweg bestehen.

Wie füge ich Speicher über den Alma-MCP-Server hinzu?

Der schnellste Weg, einem KI-Assistenten persistenten Speicher hinzuzufügen, ist über das Model Context Protocol (MCP). Wenn Ihr Assistent in Claude Desktop, Cursor, Windsurf oder einem MCP-kompatiblen Client läuft, können Sie Speicher in unter 5 Minuten hinzufügen.

Installieren Sie den Server global: npm install -g @olivaresai/alma-mcp. Fügen Sie ihn dann mit Ihrem API-Schlüssel zu Ihrer MCP-Client-Konfiguration hinzu. Der Server stellt 35 Tools bereit, darunter alma_remember (eine Erinnerung speichern), alma_recall (Erinnerungen durchsuchen), alma_assemble (vollständigen Kontext aufbauen) und alma_extract (Erinnerungen aus Text extrahieren).

Sobald verbunden, hat der KI-Assistent automatisch Zugriff auf persistenten Speicher. Er kann wichtige Fakten während Konversationen speichern und sie in zukünftigen Sitzungen abrufen. Der Speicher wird serverseitig in Alma gespeichert — unabhängig vom KI-Modell, vom Client oder von der Konversation.

Wie füge ich Speicher mit dem JavaScript SDK hinzu?

Für eigene Anwendungen gibt Ihnen das JavaScript SDK (@olivaresai/alma-sdk) volle programmatische Kontrolle. Das typische Integrationsmuster sieht so aus:

1. Vor dem KI-Aufruf — Rufen Sie client.context.assemble({ query: userMessage }) auf, um relevante Memories, Episodes und Soul-Blöcke als System-Prompt formatiert zu erhalten.
2. Während des KI-Aufrufs — Übergeben Sie den assemblierten Kontext als System-Prompt an Ihren LLM-Anbieter (Anthropic, OpenAI oder einen anderen).
3. Nach dem KI-Aufruf — Rufen Sie client.memories.extract({ text: conversation }) auf, um neue Fakten aus der Konversation zu speichern.

Dieses Pattern funktioniert mit jedem LLM-Anbieter. Ihre Speicherschicht ist vom Modell entkoppelt — wechseln Sie von Claude zu GPT-4, ohne eine einzige Erinnerung zu verlieren.

Wie füge ich Speicher über die REST API hinzu?

Die REST API bietet 140+ Endpunkte für vollständige Speicherverwaltung aus jeder Sprache oder Plattform. Wichtige Endpunkte zum Bau eines speicheraktivierten Assistenten:

• POST /api/v1/context/assemble — Assembliert Kontext aus Memories, Episodes, Procedures und Soul-Blöcken.
• POST /api/v1/memories — Erstellt eine Erinnerung mit Inhalt, Kategorie, Wichtigkeit und Konfidenz.
• GET /api/v1/memories/search?q=query&mode=hybrid — Durchsucht Erinnerungen per Keyword, semantischer Ähnlichkeit oder beidem.
• POST /api/v1/memories/extract — Extrahiert Erinnerungen aus Text mittels LLM-Analyse.
• POST /api/v1/blocks — Konfiguriert Soul-Blöcke für KI-Identität und Persönlichkeit.

Warum unterscheidet sich Identitäts-Persistenz vom Speicher?

Speicher allein reicht nicht. Ein KI-Assistent, der sich an Fakten erinnert, aber keine konsistente Persönlichkeit hat, fühlt sich mechanisch an. Almas Soul Engine liefert strukturierte Identitätsblöcke — keinen einzelnen System-Prompt, der überlagert wird, sondern organisierte Abschnitte für Identität, Persönlichkeit, Expertise, Kommunikationsstil, Regeln und Kontext. Diese Blöcke sind versioniert, werden immer mit Priorität eingespeist und sind pro Environment konfigurierbar.

Zum Beispiel: Sie können festlegen, dass die KI in Ihrem „Arbeits"-Environment knapp und technisch sein soll, aber in Ihrem „Lern"-Environment dialogorientiert und erklärend. Dieselben Erinnerungen, andere Persönlichkeit. Das ist es, was einen KI-Assistenten wie einen echten Mitarbeiter wirken lässt statt wie einen generischen Chatbot.

Was sind häufige Fehler beim Bau speicheraktivierter KI?

Häufige Fehler beim Bau speicheraktivierter Assistenten:

• Speichern Sie keine rohen Konversations-Transkripte — Sie sind verrauscht, redundant und teuer zu durchsuchen. Extrahieren Sie stattdessen strukturierte Fakten.
• Speisen Sie nicht alle Erinnerungen in jeden Prompt ein — Das verschwendet Tokens und verwirrt das Modell. Verwenden Sie semantische Suche, um nur relevanten Kontext auszuwählen.
• Ignorieren Sie nicht die Qualität der Erinnerungen — Ohne Konfidenz-Scoring und Deduplizierung füllt sich Ihr Speicher mit Widersprüchen und Rauschen.
• Binden Sie den Speicher nicht an ein Modell — Nutzer wechseln Modelle. Teams verwenden unterschiedliche Modelle für unterschiedliche Aufgaben. Speicher sollte modellunabhängig sein.

Wie fange ich an, einen speicheraktivierten KI-Assistenten zu bauen?

Der schnellste Weg: Registrieren Sie sich unter alma.olivares.ai, holen Sie sich einen API-Schlüssel aus den Einstellungen und verbinden Sie sich via MCP, SDK oder REST API. Der Starter-Tarif ($14/Monat) enthält vollen API-Zugang — genug, um zu prototypisieren und zu validieren, bevor Sie skalieren.

See plans