./research

Fragen, an denen wir arbeiten.

Laufende Notizen aus dem Lab. Das sind offene Probleme, keine fertigen Paper; wir veröffentlichen erst die Fragen und dann die Ergebnisse, die den Praxiseinsatz überleben.

• jul 2026

  Eine verifizierbare Audit-Schicht für KI

  Eine manipulationserkennende Audit-Schicht für Modellinferenz und Agentenausführung: kanonische Serialisierung, domänengetrenntes Hashing, DSSE-Signaturen, ein Merkle-DAG pro Lauf und eine laufübergreifende Merkle Mountain Range, die beweist, dass kein Lauf gelöscht wurde. Jede Primitive wurde in einem direkten Benchmark gegen die echten Alternativen gewählt, die Rohdaten sind eingecheckt. Diese Notiz ist der Entwurf und die Experimente dahinter.

  AuditKryptografieBenchmarksshipped
• jul 2026

  Token-Kosten langlaufender Agenten senken

  Agenten verbrennen die meisten Tokens damit, Kontext neu zu lesen, den sie schon kennen: dieselben Anweisungen, dieselben Firmenfakten, dieselbe Historie, bei jedem Aufruf. Wir untersuchen, wie weit Caching, Kontextkompression und vorkompiliertes Wissen die Grenzkosten eines Agentenschritts senken können, ohne die Entscheidungsqualität zu verschlechtern.

  EffizienzAgentenactive