Übersicht
Wo Hippocampus in einem KI-Stack sitzt
Modelle denken, Agenten handeln und Menschen entscheiden. Zwischen ihnen und den Dokumenten eines Unternehmens sitzt Hippocampus: Seine Dienste importieren, kuratieren und finden, und sein sicheres OKF-Wiki hält jedes Dokument als verschlüsseltes Markdown hinter einem einheitlichen Satz von APIs.
Identität und Schlüssel
Wo Wissen liegt
Hippocampus
Wer fragt
Aufgerufene Modelle
Modellaufrufe live AI services jedes SprachmodellWo es läuft
Hippocampus läuft in unserer Cloud oder auf Ihrem eigenen Hosting. Das Produkt ist in beiden Fällen dasselbe.
- Hippocampus Cloud
- Von uns in der EU gehostet und betrieben. Registrieren Sie sich und verbinden Sie dann Ihre KI-Tools über MCP oder Ihren eigenen Code über die API.
- Eigenes Hosting
- Ihre eigene Cloud, On-Premises oder jede andere Umgebung, die Sie kontrollieren. Teil des Corporate-Pakets.
API und MCP sind auf beiden identisch. Nur die Basis-URL unterscheidet sich.
Eigenes Hosting richten wir gemeinsam mit Ihnen im Rahmen von Corporate ein: sprechen Sie mit uns über Corporate
Architektur
Ein mehrschichtiges Gedächtnis
Eine neue geistige Funktion für LLMs: ein externes, geschichtetes Gedächtnis, das die KI anlegt und pflegt und das sie mit den Menschen teilt, die es nutzen.
Hippocampus gibt KI und Menschen ein gemeinsames, gut geordnetes Gedächtnis. Es ist wie eine Enzyklopädie aufgebaut: Komplexe Dokumente werden zu knappen Zusammenfassungen verdichtet, mit Deep Links auf den Text, für den sie stehen.
Das Gedächtnis ist Hypertext, eine Kernkompetenz von LLMs. LLMs erstellen und pflegen es als modernes Wiki, und dieselben Seiten sind die, die Menschen durchsehen und prüfen.
Die Suche beginnt bei Titeln und Links. Sie folgt einem Link zu einer Zusammenfassung, wenn ein Titel relevant ist, und öffnet den Volltext nur für die Passage, die die Frage braucht, ohne generatives Modell. Das Modell erhält nur diese Passage, sodass der Kontext klein bleibt, wie groß der Korpus auch wird.
- 1 Titel und LinksEine Zeile pro Dokument oder Abschnitt, jede ein Link.
- 2 SummariesKurze Abstracts mit Deep Links in den Text.
- 3 VolltextDas Dokument als Markdown, mit seinen Seiten und Byte-Bereichen.
Kerneigenschaften
- Skalierbar auf riesige DatenmengenDas Modell bekommt einen kleinen, relevanten Kontext: nur die Passagen, die zählen, gefunden von der Suche, statt des Korpus. Die Größe des Korpus ist nicht mehr die Grenze.
- Eingebaute QualitätskontrolleQualitätskontrolle ist Teil des Gedächtnisses, kein separates Projekt, und jede Zusammenfassung lässt sich aus der Quelle neu erzeugen.
- Offen by DesignAntworten sind nachvollziehbar und überprüfbar: Jede führt zurück zur Passage, zur Seite und zur Originaldatei, aus der sie stammt.
- Human in the LoopMenschen arbeiten in demselben Wiki, das die KI aufbaut. Sie durchsehen und prüfen es, und Fälle, die Urteilsvermögen brauchen, gehen an eine Person: eine Kernfunktion, keine nachträgliche Ergänzung.
- Rollenbasierte SicherheitDer Zugriff folgt Rollen und Berechtigungen. Eine Antwort stützt sich daher nur auf das, was die fragende Person oder der fragende Agent lesen darf.
Dokumentbaum
So läuft die Suche auf einem Dokument. Zwei Trichter laufen über den beim Import aufgebauten Baum: Einer steigt von der Index-Zusammenfassung über die zur Frage passenden Abschnittszusammenfassungen hinab, der andere durchsucht die Blattabschnitte direkt mit Schlüsselwörtern und Embeddings. Ihre Ergebnisse werden ohne generatives Modell zu einem Ranking zusammengeführt.
- Auftragsverarbeitungsvertrag index summary · S. 1–14
- 1 Definitions summary · S. 1–2
- 2 Processing summary · S. 3–5
- 3 Sicherheitsmaßnahmen summary · S. 6–9
- 3.1 Encryption S. 7 Bytes [18240, 19012) 1
- 3.2 Zugriffskontrolle S. 8 Bytes [19012, 20330)
- 3.3 Incidents S. 9 Bytes [20330, 21104)
- 4 Unterauftragsverarbeiter summary · S. 10–14
- 4.1 Unterauftragsverarbeiter S. 10 Bytes [26410, 27388) 2
- 1 3.1 Encryption
Von beiden Trichtern erreicht: über den Pfad durch 3 Sicherheitsmaßnahmen und über die Blattsuche. - 2 4.1 Unterauftragsverarbeiter
Nur Blattsuche: Die Passage nennt den Hosting-Anbieter des Auftragsverarbeiters.
Import
| Datei | Was passiert |
|---|---|
.pdf | Texterkennung mit Seitenmarkierungen, damit gescannte Seiten funktionieren. Das Original bleibt erhalten. |
.docx | Direkt in Markdown umgewandelt, ohne Texterkennung. |
.md · .markdown · .txt · .text | Unverändert gelesen, mit ergänzten Seitenmarkierungen. Für diese gibt es kein PDF-Original. |
Eine bereits importierte Datei wird als Duplikat markiert. Der Fortschritt kann gestreamt werden, während das Dokument gelesen wird.
Modelle
- Antwortmodelle
- Jedes Sprachmodell. Sie wählen, welches Modell antwortet, festgelegt pro Workspace; bei Corporate können Sie Ihren eigenen Modellschlüssel verwenden. Im Web-Chat kann eine Person das Modell pro Frage wählen. Ein Wechsel des Antwortmodells erfordert keinen erneuten Import.
- Embeddings
- Fest pro Workspace: Ein Wechsel des Embedding-Modells würde die gespeicherten Vektoren ungültig machen, daher wird er nicht angeboten.
- Modellzugang
- Im Service enthalten. Kein Anbieterkonto und kein Anbieterschlüssel einzurichten.
Open Knowledge Format
Jedes Dokument wird als Ordner aus Markdown mit YAML-Front-Matter gespeichert, gemäß der Spezifikation des Open Knowledge Format: eine Zusammenfassung des gesamten Dokuments, der Volltext, die Originaldatei und ein Ordner pro Abschnitt bis hinunter zu den Blattabschnitten. Das Markdown jedes Dokuments lässt sich über die API lesen.
contracts/
└── data-processing-agreement/
├── index.md Zusammenfassung des ganzen Dokuments
├── data-processing-agreement.md Volltext als Markdown
├── data-processing-agreement.pdf das Original (keines bei .md- oder .txt-Uploads)
└── 03-security-measures/
├── index.md Zusammenfassung des Abschnitts
└── 03-01-encryption.md ein Blattabschnitt API-Referenz
Jeder Endpunkt, jeder Parameter und jede Antwort ist in einer separaten API-Referenz beschrieben.
API-Referenz

