Wissenspool· DSGVO-First· Multi-Modul

Dein Org-Wissen,
sortiert von dir,
geschützt nach DSGVO.

Multi-Modul-Wissenspool mit Subject-Override, Confirmation-Gates und 12-Achsen-Heatmap. Bots schlagen vor, Menschen bestätigen, das Org sieht nur was es sehen darf.

Im Portal anmelden Konzept lesen (2 Min)

Service-Status prüfe…

12Wissens-Achsen pro Person

5Visibility-Stufen pro Memory

5Modul-Vorlagen + manuell-frei

Art. 15 + 17DSGVO first-class

Konzept · Drei Säulen

Was ist der Wissenspool?

Drei Mechanismen, die zusammen das Problem lösen, dass Org-Wissen entweder in Köpfen verschwindet, in Notion-Seiten verstaubt oder in Slack-Threads untergeht. Bots fragen gezielt nach, Menschen bestätigen, die Org sieht nur was sie sehen darf.

Story-First-Capture

LIMEN führt narrative Interviews entlang 12 Wissens-Achsen. Statt Stichworte zu sammeln, hört der Bot Geschichten — und extrahiert daraus strukturierte Memories.

Renten-Übergabe: 4 Sitzungen à 60 Min, am Ende existieren ~80 strukturierte Memories pro Person, jede mit Quelle und Zeit.

Multi-Modul-Permissions

Jedes Modul hat eigene Visibility-Regeln. Compliance-Findings gehen an die Compliance-Rolle, Renten-Wissen ans Operations-Team, Subject behält den Override-Knopf.

Pflegedienst: renten-wissen (org_internal) für Stations-Übergabe, compliance-findings (role_restricted=DSB) parallel im selben Pool, getrennt sichtbar.

12-Achsen-Lücken-Detektor

Eine Heatmap zeigt pro Person und pro Achse, wo bereits Wissen erfasst ist und wo nicht. Der Bot priorisiert seine nächsten Fragen entlang der Lücken — kein Blindflug.

Wenn Achse Lieferanten-Beziehungen bei einer Person 0 Memories hat, fragt LIMEN dort gezielt nach, statt generische Smalltalk-Fragen zu stellen.

Showcase · Fünf Features

Was den Wissenspool ausmacht.

05 / 05

Fünf Features, die zusammen einen kollaborativen Org-Wissenspool ergeben, den weder Notion noch Confluence noch Slack so haben — weil sie in Confirmation-Gate, DSGVO-First-Permissions und Multi-Anchor nicht denken.

F1 — Modul-Vorlagen

Module aus Vorlagen oder manuell-frei.

Jeder Pool startet mit einer Modul-Vorlage. Die Vorlage definiert Wissens-Achsen, Default-Visibility und Bot-Anker. Org-Admins erstellen eigene Module mit der gleichen Mechanik.

renten-wissen 12 Achsen · org_internal

onboarding 8 Achsen · role_restricted=HR

compliance-findings 6 Achsen · role_restricted=DSB

lieferanten-wissen 5 Achsen · scope_internal

manuell-frei freie Achsen · per-Memory

F2 — Confirmation-Gate

Bot extrahiert, Subject bestätigt — bevor das Org sieht.

Bots schlagen Memories vor. Bevor sie sichtbar werden, muss der Subject (Person, um die es geht) freigeben. Halluzinationen landen nie ungefragt im Org-Wissen.

# LIMEN extrahiert nach Interview-Sitzung 3 memory_proposal: subject: "M. Schulze" axis: "lieferanten-beziehungen" content: "Frau Berger (Krall & Co)..." extracted_by: "limen-wissenstransfer" confirm_gate: subject # → Subject klickt Bestätigen → org-sichtbar # → Subject korrigiert → Re-Vorschlag # → Subject lehnt ab → Memory gelöscht

F3 — 5 Visibility-Stufen

Fünf Sichtbarkeits-Stufen pro Memory.

Granular pro Memory wählbar. Default kommt aus dem Modul, überschreibbar pro Eintrag. Subject-Override sticht.

01 private nur Subject

02 scope_internal Subject + bestimmte Bots

03 role_restricted nur Rollen (z.B. DSB, HR)

04 restricted nur explizite User-Liste

05 org_internal alle Org-Mitglieder

F4 — Multi-Anchor

Memories haben sechs Anker-Typen.

Wissen ist nicht nur an Personen gebunden. Lieferanten, Kunden, Systeme, Projekte und Standorte können first-class-Anker sein — der Pool versteht das.

user

vendor

customer

system

project

location

F5 — DSGVO first-class

Auskunft (Art. 15) und Löschung (Art. 17) sind keine Add-Ons.

Subject-Override löscht jeden Memory, auch nach Bestätigung, auch nach Jahren. Der Auskunfts-Export liefert eine vollständige JSON+CSV-Bundle aller Memories und Anker, in denen die Person als Subject auftaucht — mit Lösch-Vorgaben pro Modul-Retention.

Vergleich · Knochentrocken

Was Notion AI / Confluence Cloud nicht können.

Acht Feature-Zeilen. Kein „wir sind besser"-Marketing, nur was technisch implementiert ist und was nicht. Stand 2026-05-03, öffentliche Doku der Anbieter.

Feature	Notion AI	Confluence Cloud	Qognio Wissenspool
Subject-Override-DeletePerson löscht eigene Daten gegen Org-Willen	— nicht vorgesehen	— Admin-only	✓ Subject-Override im Portal
On-Premise-InferenzAnfragen verlassen Land/EU nicht	— US-Cloud (OpenAI/Anthropic)	— Atlassian US/EU-Cloud	✓ GPU-Cluster Schleswig-Holstein
12-Achsen-Wissens-Modellstrukturierte Lücken-Detektion	— nur Volltext	— Page-basiert	✓ Heatmap pro Subject
Multi-Anchor (Vendor/System/Project)Memory-Beziehung zu Nicht-Personen	~ als Properties	~ als Labels	✓ 6 Anker-Typen first-class
Confirmation-Gate vor Org-SichtbarkeitBot-Vorschlag → Subject bestätigt	— Auto-publish	— Auto-publish	✓ confirm_gate=subject
Story-First-Interview-Botsnarrative Memory-Extraktion	— nur Q&A	— keine Bots	✓ LIMEN, Otto, Rea, …
BSI-konformes HostingStandort-Garantie für DSGVO Art. 28	— SCC-basiert	~ Sovereign-Edition (Aufpreis)	✓ DE-Standort, eigenes RZ
Per-Org-Pricing statt Per-SeatNutzer-Zahl ist nicht der Preis-Treiber	— $10/Seat/Mo + AI-Aufpreis	— $5.16/User/Mo + AI	✓ €49 — €3000 / Org

Workflow · Drei Schritte

So entsteht ein lebender Wissenspool.

Org-Admin

Modul aktivieren oder eigenes anlegen.

Aus 5 Vorlagen wählen oder eigenes Modul mit eigenen Achsen und Default-Visibility erstellen. Pro Modul werden Bot-Anker definiert (welcher Bot darf vorschlagen).

Bot oder User

Memory wird vorgeschlagen, Subject bestätigt.

LIMEN führt Interviews, Otto extrahiert aus Onboarding-Sessions, Vera dockumentiert Compliance-Findings. Jeder Vorschlag geht zuerst an den Subject.

Bot priorisiert

Heatmap zeigt Lücken, Bot fragt gezielt nach.

Der 12-Achsen-Detektor markiert Felder mit 0 Memories rot. Beim nächsten Interview-Slot startet der Bot dort — ohne dass der User die Lücke kennen muss.

Häufige Fragen

FAQ.

Wie unterscheidet sich der Wissenspool von Notion?

Notion ist ein Page-Editor mit AI-Plugin. Der Wissenspool ist ein strukturierter Memory-Store mit Permission-Modell, Confirmation-Gates und Anker-Typen. Notion speichert Seiten, der Wissenspool speichert atomare Wissens-Facts mit Subject, Achse, Anker, Quelle, Visibility, Retention.

Konkret: in Notion AI gibt es kein confirm_gate=subject, keine 12-Achsen-Heatmap, keinen Subject-Override-Delete, keine Multi-Anchor-Beziehung Person ↔ Vendor ↔ System.

Was passiert wenn ein Mitarbeiter die Firma verlässt?

Der Subject behält DSGVO Art. 17 Löschungs-Recht — vor und nach dem Austritt. Im Portal kann der Subject jeden seiner Memories einzeln löschen oder eine vollständige Löschung anstoßen (qognio-hermes-erase-Runbook). Audit-Log bleibt mit Hash-Stub für die Nachweis-Pflicht der Org.

Standardmäßig erbt das Modul eine Retention-Policy (z.B. renten-wissen 5 Jahre nach Austritt für operative Übergabe), die der Subject jederzeit unterlaufen kann.

Können Compliance-Findings nur für die Compliance-Rolle sichtbar sein?

Ja. Das Modul compliance-findings hat als Default-Visibility role_restricted mit Whitelist-Rolle DSB (oder beliebig konfigurierbar). Selbst Org-Admins ohne diese Rolle sehen die Memories nicht.

Pro Memory ist die Visibility überschreibbar — wenn ein Befund breiter geteilt werden soll, hebt der Compliance-Beauftragte die Restriction explizit auf, mit Audit-Trail.

Wie wird verhindert, dass Bots Halluzinationen reinpushen?

Confirmation-Gate. Jeder Bot-Vorschlag landet in memory_proposals mit status=pending. Erst nachdem der Subject (oder die zuständige Rolle, wenn der Subject System/Vendor ist) den Vorschlag bestätigt, wird er zu einem aktiven Memory mit Org-Sichtbarkeit.

Der Subject sieht den vollständigen Quell-Kontext (welcher Bot, welche Session, welcher Originaltext). Halluzinationen werden so erkannt, korrigiert oder verworfen.

Welche Bots arbeiten heute schon mit dem Wissenspool?

LIMEN (Wissenstransfer / Renten-Übergabe), Otto (Onboarding-Memories), Rea (Recruiter-Match-Notizen), Cora (DSGVO-Findings), Vera (Compliance-Befunde), Zita (Zeugnis-Berichtigungs-Historie). Weitere Coaches werden nach Modul-Bedarf angebunden — siehe Coach-Katalog.

Brauche ich für jeden Coach einen eigenen Pool?

Nein. Ein Wissenspool pro Org. Coaches docken über Modul-Anker an — der Compliance-Coach schreibt nach compliance-findings, der Onboarding-Coach nach onboarding, beides im selben Pool, mit unterschiedlicher Default-Visibility.

Pilot · 14 Tage

Wissenspool für deine Org
aufsetzen lassen.

Pilot-Test mit einem Modul (frei wählbar), einem Coach deiner Wahl, voller Subject-Override-UI im Portal. Setup in 14 Tagen. Wenn der Pool nach Pilot-Ende nicht weitergenutzt wird, löschen wir auf Knopfdruck nach Art. 17.

Pilot-Test starten Demo buchen (30 Min) Coach-Katalog

Dein Org-Wissen, sortiert von dir, geschützt nach DSGVO.