KI-Nachrichten, die ihre Belege mitbringen.
Jede Zahl mit Quelle. Jede Einordnung mit der Regel, aus der sie folgt. Und dort, wo wir etwas nicht wissen, steht ein Strich — statt einer plausiblen Formulierung.
Damit Sie vor einer Investitionsentscheidung erkennen, was belegt ist, was nur behauptet wird — und was daraus für Ihren Betrieb folgt.
„KI-Loops sind der nächste große Produktivitätssprung — auch für den Mittelstand.“
Klingt plausibel. Steht auf nichts.
Das meistzitierte Papier zum Prüfer-Prinzip stammt von Oktober 2021 ✓
76 bis 80 % dieser Arbeiten liefern keinen Code mit ✓
Fragen Sie nach dem Repository, nicht nach dem Papier ○
Wie viele Mittelständler das produktiv einsetzen —
1. April 2007 bis 23. Juli 2026
als Objektbeziehung
Leerstellen sichtbar statt gefüllt
24. Februar 2026 bis 27. Juli 2026
ohne Sprachmodell gebildet
nachzählbar
Die meisten KI-Artikel sind derselbe Text.
Eine englische Meldung geht durch, fünfhundert deutsche Redaktionen übersetzen sie, jede hängt einen Absatz „Was bedeutet das für den Mittelstand“ daran. Der Absatz ist meist geraten — denn in der Meldung steht er nicht.
Wir machen etwas anderes. Wir prüfen Behauptungen gegen einen eigenen Bestand von 602.340 wissenschaftlichen Arbeiten, in dem jede Arbeit ein Objekt mit eigener ID ist, verknüpft über 11,6 Millionen Referenzkanten. Damit lässt sich beantworten, was eine Suchmaschine nicht beantworten kann: Seit wann gibt es das wirklich? Wer zitiert wen? Und was ist neu — der Ansatz oder nur das Wort?
Vier Belegarten · in jedem Objekt
Dazu gehört ein Methodenblatt in jedem Objekt — mit Suchbegriffen, Zeiträumen, Schwellenwerten und den Stellen, an denen unser eigenes Verfahren unsauber ist. Und ein Abschnitt, in dem wir die stärksten Gegenargumente gegen unsere eigene These aufschreiben, bevor jemand anders sie findet.
„Weiß ich nicht aus deinen Daten“ ist bei uns eine vollwertige Antwort. Bei Fristen, Verträgen und Zahlen ist Halluzination kein Schönheitsfehler — sondern ein Risiko.
Was gemeldet wird. Und was davon belegt ist.
Diese Liste entsteht ohne Sprachmodell. Links die Zahl der Nachrichtendomains, die über ein Ereignis berichten — rechts, wie viele davon in unserem Register als Primärquelle geführt werden.
13 von 14 Ereignissen ohne klassifizierte Primärquelle · Zahlen links: Nachrichtendomains, rechts: davon Primärquellen · vollständige Liste
Veröffentlichte Objekte.
Zuletzt veröffentlicht 2. Oktober 2026Jedes Objekt beginnt mit einer Zahl. Sie ist der Grund, warum es dieses Objekt gibt — der Befund, der die Prüfung ausgelöst hat. Alles Weitere ist die Herleitung dazu.
Chunk-RAG optimiert Ähnlichkeit. Atomizer optimiert Belegbarkeit.
Warum bei Entscheidungen, für die ein Unternehmen haftet, nicht der ähnlichste Textausschnitt zählt, sondern die Fundstelle — und wo klassisches RAG weiterhin reicht.
Eigener Lauf · Interessenkonflikt offengelegt
Vier Meldungen, keine registrierte Primärquelle.
Vier Nachrichtendomains berichten über einen Milliardendeal zwischen AMD und Anthropic. Keine dieser Domains ist in unserem Quellenregister als Primärquelle klassifiziert. Wir haben von Hand nachgesehen — und die Pressemitteilung gefunden.
5 Belege · 3 Leerstellen · Rohdaten offen
Souveränität ist keine Flaggenfrage.
Am 2. August greift Artikel 50 der KI-Verordnung. Wer jetzt fragt, welches Modell er noch nehmen darf, stellt die falsche Frage.
RAG ist angekommen. Jetzt wird es eingebaut.
Das Verfahren hinter fast jedem Dokumenten-Assistenten ist ausgereift — sein Forschungswachstum aber seit Mitte 2025 flach.
Nach Agentic AI: Drei frühe Forschungssignale.
Welche Begriffe treten gerade neu in die Sprache der Forschung ein — und warum zwei Treffer die eigene Methode entlarven.
KI-Agenten: Neu ist nur das Wort.
Die fünf meistzitierten Arbeiten mit dem Wort „agentic“ sind keine Agenten-Forschung — es sind Modell-Ankündigungen.
Kein Verifier, kein KI-Loop.
Autonome KI-Schleifen brauchen eine Instanz, die schlechte Arbeit zurückweist. Diese Regel klingt wie Praxiserfahrung — sie steht seit zehn Jahren in der Forschungsliteratur.
Vier Sorten. Sichtbar getrennt.
Wenn alles dasselbe Etikett trägt, sagt das Etikett nichts. Deshalb sieht man einem Objekt sofort an, was es ist.
Reality-Check
Eine Behauptung, geprüft gegen den Forschungsbestand. Am Ende steht ein Urteil aus vier möglichen — und die Belege dazu. Wir schreiben hier „wir“: Es hat eine Maschine gemessen, ein Mensch verantwortet.
Trend-Radar
Keine Prüfung einer Behauptung, sondern eine Messung über die Zeit: Welche Begriffe treten gerade neu in die Sprache der Forschung ein? Trägt dieselben Urteile wie ein Reality-Check, misst aber Entwicklung statt Belegbarkeit — und enthält deshalb einen eigenen Abschnitt darüber, wo die Methode irrt.
Standpunkt
Ein Argument, keine Messung. Die Fakten tragen weiterhin ihre Belege, aber die Schlussfolgerung ist eine Position. Hier schreibt „ich“ — und jeder Standpunkt enthält einen eigenen Abschnitt mit den Gegenargumenten.
Dossier
Ein Objekt pro Sache — Unternehmen, Modell, Rechtsnorm — das über Monate wächst statt zu verwelken. Mit Zeitstrahl, Chronik und Handlungssträngen: welche Meldungen zusammengehören, auch wenn zwanzig andere dazwischen liegen.
Geplanter Start: —
Die Daten liegen. Die Oberflächen kommen.
Was Sie hier sehen, ist der Anfang der Veröffentlichung — nicht der Anfang der Arbeit. Entity-Graph, Regulierungsbestand und Quellenketten laufen bereits als Datenbestand. Was noch fehlt, ist die Darstellung.
In Arbeit
Entity-Dossiers mit Zeitstrahl und Handlungsstrang
Ein Objekt pro Unternehmen, Modell oder Person — mit Chronik und farbig verbundenen Handlungssträngen. Über 62.000 Nachrichtenartikel mit erkannten Entitäten liegen im Bestand. Der Schritt davor: Firmen als ein Objekt führen statt als mehrere Schreibweisen.
Compliance-Objekte: Fristen mit Quelltext und Chronik
Eine URL pro Pflicht, die sich fortschreibt. Wir zeigen, was im Rechtstext steht und seit wann — nicht, was Ihr Betrieb tun muss.
Quellenketten: wie sich eine Meldung ausbreitet
Wer zuerst, wer abgeschrieben, welche Zahl auf eine Primärquelle zurückgeht. Wenn vierzig Medien dieselbe Meldung bringen, ist genau das die interessantere Geschichte.
Modell-Objekte: was welches Modell wirklich kann
Ein Objekt pro Modellfamilie, mit Versionen als Sequenz und Belegen aus der Forschung statt aus Herstellerfolien.
Ein Objekt, das wächst, ist mehr wert als ein Artikel, der altert ○ — für Sie beim Nachschlagen und für jedes System, das später darauf verweist. Wann das Nächste erscheint, legen wir nicht fest; hier stehen drei Wege ohne Anmeldung.
Ein Mensch verantwortet. Eine Maschine misst.
Oliver Welling
KI-Berater und Entwickler bei der DoWell UG in Hamburg. Baut die BrunoSan-Plattform, hält KI-Workshops, schreibt über angewandte KI. Auswahl, Einordnung und Veröffentlichung liegen bei mir.
Die Auswertungen laufen automatisiert über BrunoSan, die Formulierung entsteht mit KI-Unterstützung. Jede faktische Aussage trägt ihren Beleg, jede Einordnung nennt ihre Regel. Das steht in jedem Objekt — nicht nur hier.
Kein Newsletter. Kein Dienstagsrhythmus.
Wir veröffentlichen, wenn ein Objekt fertig ist — nicht, wenn ein Versandplan es verlangt. Wenn Sie mitbekommen wollen, wann das passiert, gibt es drei Wege ohne Anmeldung.
Wie oft etwas erscheint: — Wir legen uns nicht fest. Lieber zehn gepflegte Objekte als dreißig, die verwelken.
Nicht aus einer Suchmaschine. Aus 602.340 wissenschaftlichen Arbeiten, die bei uns als einzelne Objekte vorliegen — jede mit eigener ID, Datum und Referenzkanten. Deshalb lässt sich fragen, wann ein Begriff zum ersten Mal auftauchte und wer wen zitiert. Ein reiner Stichwortindex kann das nicht.
Dasselbe Prinzip für Ihre Dokumente: Atomizer macht Verträge, Rechnungen und Protokolle zu abfragbaren Objekten mit ID und Beziehungen. BrunoSan Assistant beantwortet Fragen darauf — mit Quelle zur Originalstelle. Die Bestände selbst gibt es als MCP-Server für eigene Agenten.