# Meine KI merkt sich alles. Genau das wurde zum Problem.

Author: Adrian Föhl
Published: 2026-07-07
Language: de
Canonical: https://www.adrianfoehl.com/de/blog/memory-rot

> Ich habe monatelang nicht gemerkt, dass die Dateien, aus denen mein KI-Assistent sein Wissen zieht, längst nicht mehr stimmten. Wie ich es dann doch gemerkt habe, was ein selbst gebauter Scanner in meinem eigenen Setup fand, und das kleine System, das es jetzt verhindert.

Ich habe monatelang nicht gemerkt, dass die Dateien, aus denen mein KI-Assistent sein Wissen zieht, längst nicht mehr stimmten. Der Grund war nicht zu wenig Inhalt: Alles stand darin, und nie verschwand etwas. Über hundert Markdown-Dateien, einfache Textdateien, jede an ihrem Tag wahr. Zusammen ergeben sie ein Gedächtnis, das mit voller Überzeugung falsch liegt. Diesen Stapel hatte ich einmal den Aktenschrank genannt, und dieser Post handelt davon, was der Aktenschrank tat, solange ich nicht hineinsah.

## Der Moment, in dem ich es gemerkt habe

Gemerkt habe ich es an einer Empfehlung. Der Assistent schlug mir vor, ein lokales Modell auf einer Maschine laufen zu lassen, die wir Monate zuvor genau dafür ausgeschlossen hatten, zu klein, und diese Entscheidung stand in den Dateien. Der überholte Plan von davor stand auch dort. Gelesen hat er den überholten zuerst.

Als ich einmal darauf achtete, sah ich es überall. Ich fand eine Entscheidung, die mit einem Stand erzählt wurde, den ich seitdem zweimal korrigiert hatte, und ein Thema, das in fünfzehn Dateien lag, sodass die Antwort davon abhing, welche davon zufällig zuerst gelesen wurde. Nichts davon war kaputt, kein Fehler, keine Warnung. Jede einzelne Erinnerung war an dem Tag wahr gewesen, an dem ich sie geschrieben hatte.

Ich nenne das memory rot: Wissen, das einmal aufgeschrieben wurde, wird mit der Zeit falsch, und das System wehrt sich nicht dagegen. Man merkt es erst, wenn man wieder genau hinschaut. Das ist kein Bug, sondern der Normalfall. Ein System, das jeden Tag etwas aufschreibt, nie verdaut und nie vergisst, wird irgendwann mit voller Überzeugung falsch liegen, gerade weil es so fleißig mitschreibt.

## Was ich fand, als ich endlich hinsah

Ich habe mir einen kleinen Scanner gebaut und ihn auf mein eigenes Setup losgelassen. Die erste ehrliche Zahl war unangenehm: Rund 5.300 Tokens, eine Texteinheit, landeten in jedem einzelnen Chat, bevor ich ein Wort getippt hatte. Das ist der Teil des Gedächtnisses, der immer geladen wird, und ich hatte ihn nie an einem einzigen Ort aufgelistet gesehen.

Der erste volle Scan fand 64 Probleme. Ich hatte Dateien, die ausdrücklich als verworfen markiert waren und trotzdem als aktives Wissen mitsteuerten, sowie drei Dateien, die aus der zentralen Übersicht gefallen waren und sich nur finden ließen, wenn man von ihrer Existenz wusste. Dazu kamen Beinahe-Duplikate, tote Links und dieselbe Datei an zwei Orten, mit zwei Versionen der Wahrheit.

Mein Lieblingsfund hat eine Annahme zerlegt, von der ich nicht wusste, dass ich sie hatte: Die neueste Datei ist nicht die wahrste Datei. Zweimal steckte die reichere, korrekte Version in der älteren Kopie. Dateidaten lügen. Der Inhalt entscheidet.

## Warum die naheliegenden Lösungen alle an derselben Stelle scheitern

Ich habe drei davon der Reihe nach probiert. Weniger zu speichern hilft nicht, weil das System genau über das Speichern lernt, wer man ist, und wer es weniger schreiben lässt, bekommt am Ende nur einen Assistenten, der generisch bleibt. Altes automatisch zu löschen hilft ebenso wenig, weil Veralten eine Frage der Bedeutung ist und nicht des Alters: Meine Vorlieben vom März stimmen noch, ein Projektstand von letzter Woche womöglich nicht mehr. Und das Aussortieren dem Modell selbst zu überlassen, während es liest, scheitert daran, dass es genau das nicht kann und auch nicht können soll, denn ein Modell muss seinem Gedächtnis vertrauen können.

## Ein Gedächtnis braucht einen Stoffwechsel

Das Denkmodell, das bei mir schließlich funktioniert hat, ist biologisch. Ein Gedächtnissystem muss drei Dinge gleichrangig können: aufnehmen, verdauen, loslassen. Meins hatte immer nur gegessen.

Praktisch wurden daraus drei Uhren. In jedem Chat schreibe ich frei, aber nach ein paar Schreibregeln, etwa die bestehende Datei zu aktualisieren statt eine zweite daneben anzulegen, und wenn sich ein Fakt ändert, ihn an Ort und Stelle zu korrigieren statt die neue Version woanders hinzuschreiben. Jede Woche läuft ein deterministischer Scan, der den mechanischen Drift fängt: verwaiste Dateien, tote Links, Duplikate und Dateien, die als überholt markiert sind. Jeden Monat folgt ein kurzes Ritual, in dem ich abgeschlossene Episoden zu dauerhaftem Wissen destilliere und dann archiviere.

Zwei Regeln tragen das meiste Gewicht. Gelöscht wird nie: Überholte Dateien werden markiert und wandern in ein Archiv mit eigener Übersicht, so bleibt die Historie auffindbar, ohne irgendetwas zu steuern. Und jeder Fakt bekommt genau eine Heimat-Datei, alles andere verweist nur dorthin. Ändert sich etwas, gibt es einen Ort zu korrigieren statt fünfzehn.

Ob es funktioniert, sagt mir eine einzige Zahl: wie viele Tokens in jeden Chat geladen werden, bevor ich etwas tippe. Wachsen sie Monat für Monat, isst das System, ohne zu verdauen.

## Was sich verändert hat

Das Aufräumen selbst waren drei Aufräum-Chats mit dem Assistenten: Der Scanner findet, ich entscheide, er setzt um. Von 64 Problemen auf null, dazu rund sechzig bewusst als in Ordnung markiert, jedes mit schriftlicher Begründung. Seitdem hält der Wochen-Scan die Linie.

Die interessantere Veränderung lässt sich in keine Grafik packen. Mein Assistent liegt nicht mehr mit Überzeugung bei Dingen falsch, die wir längst korrigiert hatten. Wenn ich heute einen Fakt richtigstelle, bleibt er richtig, weil die Korrektur in der einen Heimat-Datei landet und die alte Aussage dort markiert wird, wo sie steht.

Den ganzen Ansatz habe ich als kleinen Field Guide aufgeschrieben, mit dem Scanner als lesbarer Referenz-Implementierung, rund 700 Zeilen Python. Beides liegt auf GitHub: [memory-metabolism](https://github.com/adrianfoehl/memory-metabolism). Der Guide ist das eigentliche Produkt, der Code ist da, damit man nachprüfen kann, dass ich nicht nur behaupte.

## Was ich jedem raten würde, der einen Agenten mit Gedächtnis betreibt

Ich würde zuerst auditieren und erst danach aufräumen, denn allein das Wissen darüber, was in jeden Chat geladen wird und was es kostet, verändert schon, wie man Memory überhaupt schreibt. Und ich würde von vornherein damit rechnen, dass Wissen mit der Zeit falsch wird. Das ist keine eigene Schuld. Es beginnt früher, als man denkt, bei meinem Setup nach etwa drei Monaten.

Am Ende bleibt ein Prinzip: Erinnern, Verdauen und Vergessen brauchen gleichen Rang, auf verschiedenen Uhren. Ein System, das nur erinnert, wird dich nach genug Monaten falsch erinnern.