Kansho/docs/architecture/functional/fachliche_zielarchitektur.md

title	version	status	date	product_family	document_role
Kanshō – Fachliche Zielarchitektur und Interviewplan	0.1	Arbeitsstand	2026-08-18	Jinkendo	Fachliche Zielarchitektur / Master Structure / Interview Plan

Kanshō – Fachliche Zielarchitektur und Interviewplan

1. Zweck dieses Dokuments

Dieses Dokument definiert die fachliche Zielarchitektur der Kanshō-Produktdokumentation.

Jedes fachlich relevante Kapitel soll später als eigenständige Markdown-Datei in Gitea geführt werden.

Damit werden drei Ziele verfolgt:

1. Die Dokumentation bleibt modular und versionierbar.
2. Einzelne Themen können weiterentwickelt werden, ohne andere Inhalte unbeabsichtigt zu verdichten oder zu überschreiben.
3. Die Kapitelstruktur bildet gleichzeitig den Fahrplan für den weiteren Konzeptdialog beziehungsweise das Interview.

Dieses Dokument ist somit:

• das erste und führende Referenzdokument der fachlichen Konzeption,
• Inhaltsverzeichnis,
• Dokumentationsarchitektur,
• Interviewplan,
• Fortschrittsübersicht.

Die übrigen fachlichen Dokumente werden aus dieser Zielarchitektur abgeleitet und fachlich hier eingeordnet.

---

2. Dokumentationsprinzipien

2.1 Keine stillschweigende Verdichtung

Ein bestehendes Kapitel wird nicht dadurch „verbessert“, dass ältere Inhalte ohne Kennzeichnung verschwinden.

Änderungen erfolgen durch:

• Ergänzung,
• explizite Ersetzung,
• Kennzeichnung als überholt,
• Decision Record,
• Gitea-Versionierung.

---

2.2 Entscheidungen und Ideen trennen

Jedes Kapitel soll klar unterscheiden zwischen:

• Entschieden
• Bevorzugte Richtung
• Hypothese
• Offen
• Verworfen
• Später prüfen

---

2.3 Herkunft von Aussagen erhalten

Wo sinnvoll soll kenntlich bleiben, ob ein Punkt stammt aus:

• expliziter Nutzeranforderung,
• gemeinsam getroffener Entscheidung,
• Architekturvorschlag,
• technischem Zwang,
• späterer Validierung,
• externem Research.

---

2.4 Keine unnötige Duplizierung

Ein Thema hat möglichst ein fachliches „Home“.

Andere Kapitel verlinken darauf, statt denselben Inhalt mehrfach vollständig zu kopieren.

---

2.5 Kapitel sind unabhängig versionierbar

Jede Datei erhält mindestens:

• Titel,
• Version,
• Status,
• Datum,
• Rolle des Dokuments.

Die Dateinamen selbst bleiben stabil und enthalten keine Versionsnummern oder laufenden Nummerierungspräfixe. Versionierung erfolgt über Gitea beziehungsweise die Dokumentmetadaten, nicht durch Umbenennen der Datei.

---

2.6 Trennung von fachlicher und technischer Konzeption

Die fachliche Zielarchitektur ist führend.

Im Interview wird zunächst beschrieben:

• welches Nutzererlebnis gewünscht ist,
• welche fachlichen Verantwortlichkeiten bestehen,
• welche Objekte oder Beziehungen für das Produktverständnis notwendig sind,
• welche Entscheidungen oder Kontrollen beim Nutzer liegen.

Die technische Umsetzung wird bewusst nachgelagert.

Ausnahmen sind nur dann sinnvoll, wenn eine technische Grundentscheidung:

• die fachliche Produktgrenze unmittelbar beeinflusst,
• später nur mit sehr hohem Aufwand revidierbar wäre,
• oder zwingende Auswirkungen auf Datenschutz, Offline-Fähigkeit, Sicherheit oder Integrationen hat.

Ziel ist, eine fachlich klare, aber handhabbare Architektur zu entwickeln und unnötige Frühkomplexität zu vermeiden.

2.7 Transparenz- und Diagnoseprinzip

Die normale Nutzeroberfläche soll interne KI-Strukturen bewusst abstrahieren.

Für Entwicklung, Test und Administration wird jedoch eine gesonderte Admin-/Developer View vorgesehen.

Diese dient insbesondere dazu, fachliche und später technische Entscheidungen nachvollziehen zu können, ohne die reguläre Nutzung mit interner Komplexität zu belasten.

Die Diagnoseansicht soll perspektivisch unter anderem Einblick geben in:

• Threads und Thread-Kandidaten,
• Reflection-Space-Zuordnungen,
• Konsolidierungsentscheidungen,
• Memory-Provenance,
• Confidence und Unsicherheit,
• Hypothesen,
• Context-Builder-Ergebnisse,
• verwendete Wissensquellen,
• Strukturänderungen.

Der Zugriff ist rollenbasiert und nicht für reguläre Nutzer vorgesehen.

Dieses Prinzip ist fachlich bereits entschieden; genaue UI, Berechtigungen und technische Implementierung werden später spezifiziert.

2.8 Schutz vor Übervereinfachung

Die Zielarchitektur folgt ausdrücklich nicht dem Prinzip, den internen Kern möglichst klein oder einfach zu halten.

Ziel ist vielmehr:

maximale Nutzereinfachheit bei ausreichender interner Intelligenz und Differenzierung.

Daraus folgt für den Konzeptdialog:

• Fachliche Komplexität wird nicht allein deshalb entfernt, weil sie technisch unbequem ist.
• Interne Modelle dürfen komplex sein, wenn sie zur langfristigen Produktfähigkeit erforderlich sind.
• Die Benutzeroberfläche abstrahiert interne Komplexität.
• Automatisierung und KI-gestützte Strukturierung sollen Verwaltungsaufwand vom Nutzer fernhalten.
• Vor jeder größeren Vereinfachung ist ein Capability-Check durchzuführen.

Capability-Check vor Modellvereinfachungen

Vor einer strukturellen Vereinfachung wird geprüft:

1. Welche bereits beschlossenen Anforderungen benötigen die Struktur?
2. Welche später vorgesehenen Fähigkeiten könnten betroffen sein?
3. Welche Integrationen hängen davon ab?
4. Welche Langzeitfunktionen wie Memory, Self Model, Threading, Provenance oder Konsolidierung würden eingeschränkt?
5. Ist die Vereinfachung reversibel?
6. Kann die wahrgenommene Komplexität stattdessen auf UX-Ebene reduziert werden?

Erst wenn diese Prüfung keine relevanten Funktionsverluste zeigt, soll eine interne Vereinfachung vorgenommen werden.

2.8.1 Herleitung architekturrelevanter Entscheidungen

Architekturrelevante Entscheidungen mit langfristiger Tragweite oder späterem Vereinfachungsrisiko sollen nicht nur als Lösung dokumentiert werden.

Wo die Begründung für die spätere Nachvollziehbarkeit wesentlich ist, wird zusätzlich folgende Struktur festgehalten:

1. Root Cause – welches zugrunde liegende Problem oder welche Systembedingung erzeugt den Bedarf?
2. Risiko – welche fachlichen oder qualitativen Folgen entstehen ohne Gegenmaßnahme?
3. Fachliche Konsequenz – welche Eigenschaft muss das Produkt deshalb besitzen?
4. Abgeleitete Anforderung / Entscheidung – welcher Mechanismus oder welche Architekturleitplanke folgt daraus?

Dieses Prinzip soll verhindern, dass später nur noch ein Architekturmechanismus sichtbar ist, während sein ursprünglicher Zweck verloren geht und die Entscheidung deshalb fälschlich als entbehrliche Komplexität behandelt wird.

2.9 Context Fidelity und Re-Grounding

Root-Cause-Herleitung

Die Anforderung an Context Fidelity und Re-Grounding entsteht nicht aus dem Wunsch nach zusätzlicher technischer Komplexität, sondern aus einer strukturellen Eigenschaft langfristiger KI-gestützter Dialogsysteme.

Root Cause

Kanshō soll Reflexionen, Dialoge, Threads und persönliche Entwicklung über Monate und Jahre hinweg fortführen können.

Dafür kann nicht bei jeder Interaktion der vollständige historische Originalkontext in das aktive Kontextfenster geladen werden. Langfristige Inhalte müssen daher selektiert, zusammengefasst, verdichtet oder in abgeleitete Memory- beziehungsweise Zustandsstrukturen überführt werden.

Jede Verdichtung ist jedoch zwangsläufig selektiv. Sie kann:

• Details weglassen,
• Gewichtungen verändern,
• Mehrdeutigkeiten reduzieren,
• zeitliche Zusammenhänge vereinfachen,
• Interpretationen stärker wirken lassen als die ursprünglichen Aussagen,
• frühere Hypothesen ungewollt stabilisieren.

Problematisch wird dies insbesondere dann, wenn spätere Verdichtungen nicht mehr auf Originalquellen, sondern auf bereits verdichteten Zuständen aufbauen.

Es entsteht dann potenziell eine Kette wie:

Originaldialog → Summary → Thread Memory → Reflection-Space-State → aktualisierte Zusammenfassung → neue Interpretation

Mit jeder weiteren Stufe kann sich der verwendete Kontext schrittweise vom ursprünglichen Bedeutungsgehalt entfernen.

Risiko

Ohne Gegenmechanismus besteht langfristig das Risiko, dass Kanshō nicht mehr primär auf die tatsächlichen Erlebnisse, Aussagen und dokumentierten Erfahrungen des Nutzers reagiert, sondern zunehmend auf seine eigenen früheren Verdichtungen und Interpretationen davon.

Dies kann insbesondere zu folgenden Problemen führen:

• Verlust relevanter Nuancen,
• Verstärkung früherer Fehlinterpretationen,
• Umdeutung von Hypothesen zu scheinbaren Tatsachen,
• falsche Musterbildung,
• unzutreffende Verknüpfungen zwischen Lebensbereichen,
• fehlerhafte Fortschreibung des Self Models,
• verzerrte Einordnung persönlicher Werte oder Entwicklungen,
• scheinbar konsistente, aber biografisch falsche Langzeitnarrative.

Besonders kritisch ist dieses Risiko bei Aussagen mit hoher persönlicher Bedeutung, etwa zu:

• Werten,
• Leitbild,
• Selbstbild,
• biografischen Wendepunkten,
• langfristigen Mustern,
• tiefen persönlichen Konflikten,
• Vergangenheitsbewältigung.

Fachliche Konsequenz

Provenance allein reicht nicht aus.

Es genügt nicht, nur zu wissen, woher eine verdichtete Aussage ursprünglich stammt. Kanshō muss zusätzlich beurteilen können, wann die aktuell verwendete Verdichtung nicht mehr ausreichend zuverlässig ist und der Ursprungskontext erneut nachvollzogen werden sollte.

Der langfristige Kontext darf daher nicht unbegrenzt rekursiv aus bereits abgeleiteten Zuständen fortgeschrieben werden.

Abgeleitete Anforderung

Kanshō benötigt einen fachlichen Mechanismus zur Bewertung der Kontexttreue beziehungsweise des Drift-Risikos.

Dieser Mechanismus muss bei Bedarf ein Re-Grounding auslösen können.

Re-Grounding bedeutet:

• relevante Ursprungsquellen erneut abrufen,
• den aktuell verwendeten verdichteten Kontext dagegen prüfen,
• Abweichungen, Widersprüche und Bedeutungsverschiebungen erkennen,
• den aktuellen Zustand gegebenenfalls neu ableiten,
• frühere Zustände und Änderungen nachvollziehbar erhalten.

Der Vorgang muss sowohl:

• automatisch beziehungsweise systemseitig,
• als auch ausdrücklich durch den Nutzer

ausgelöst werden können.

Die konkrete technische Realisierung – beispielsweise als numerischer Drift Index, mehrdimensionale Fidelity-Metrik oder zustandsbasierte Bewertung – wird erst in der technischen Architektur festgelegt.

Die fachliche Anforderung an Re-Grounding gilt unabhängig von dieser späteren technischen Ausgestaltung.

Verdichtete Zustände, Thread Memories und Reflection-Space-Sichten dürfen nicht unbegrenzt rekursiv aufeinander aufbauen, ohne den ursprünglichen Kontext erneut zu prüfen.

Die fachliche Zielarchitektur fordert deshalb einen Context-Fidelity-/Drift-Mechanismus.

Dieser soll beantworten:

Wie sicher kann Kanshō sein, dass der aktuell verwendete verdichtete Kontext noch ausreichend treu zu den zugrunde liegenden Quellen ist?

Bei ausreichendem Drift-Risiko wird ein Re-Grounding ausgelöst.

Re-Grounding bedeutet:

• relevante Ursprungsquellen erneut abrufen,
• bisherigen verdichteten Kontext gegen diese Quellen prüfen,
• Widersprüche und Veränderungen erkennen,
• den aktuellen Zustand gegebenenfalls neu ableiten,
• Provenance und Änderungshistorie erhalten.

Der Mechanismus muss sowohl:

• automatisch beziehungsweise systemseitig ausgelöst werden können,
• als auch ausdrücklich durch den Nutzer anforderbar sein.

Die konkrete technische Berechnung eines Index, Scores oder Zustandsmodells wird bewusst noch nicht festgelegt.

Für Entwicklung und Test soll die Admin-/Developer View später mindestens sichtbar machen können:

• letzten vollständigen Re-Grounding-Zeitpunkt,
• relevante Drift-/Fidelity-Indikatoren,
• verwendete Quellschichten,
• Gründe für ausgelöstes Re-Grounding,
• Unterschiede zwischen vorherigem und neu abgeleitetem Kontext.

2.10 Dokumentationsintegrität und Drift-Audit

Da die Produktkonzeption über einen langen Dialog hinweg entsteht, wird nicht nur der spätere Anwendungskontext, sondern auch die Konzeptdokumentation selbst gegen Drift geschützt.

Vor dem Wechsel in einen neuen größeren Themenblock oder vor einem Handover soll geprüft werden:

1. Sind alle expliziten Nutzeranforderungen seit dem letzten Audit dokumentiert?
2. Sind gemeinsam getroffene Entscheidungen vollständig erhalten?
3. Wurden ursprünglich konkrete Anforderungen ungewollt verallgemeinert oder abgeschwächt?
4. Wurden offene Punkte versehentlich als entschieden dargestellt oder umgekehrt?
5. Sind Root Causes und Begründungen architekturrelevanter Entscheidungen erhalten?
6. Widersprechen sich Zielarchitektur und Fach-/Produktdokumente?
7. Ist der Interviewstatus aktuell?
8. Wurden Inhalte stillschweigend gelöscht oder durch eine kürzere Formulierung ersetzt?
9. Sind Dateinamen und Repository-Struktur weiterhin mit den vereinbarten Gitea-Prinzipien konsistent?

Korrekturen aus einem Audit sollen additiv erfolgen. Inhaltliche Löschungen oder Verdichtungen dürfen nur vorgenommen werden, wenn sie als bewusste Änderung nachvollziehbar sind.

Audit-Checkpoint 2026-08-18

Vor dem Wechsel vom Reflection-Space-Block zu den typischen Nutzungssituationen wurde die bestehende Dokumentation gegen den bisherigen Konzeptdialog geprüft.

Dabei wurden keine bewussten fachlichen Entscheidungen verworfen. Es wurden jedoch mehrere Stellen identifiziert, an denen frühere konkrete Aussagen zu allgemein geworden oder der Dokumentstatus veraltet war. Additiv beziehungsweise strukturell korrigiert wurden insbesondere:

• explizite Verankerung von Kanshō als bewusst stärker KI-kollaborative Jinkendo-Komponente,
• Wiederherstellung des konkret genannten Referenzrahmens „Day One im Gold-Abo“ für die spätere Journaling-Analyse,
• explizite Sicherung des generierten Tagebucheintrags als vorgesehene Kernfunktion der täglichen Reflexion,
• Dokumentation der vorläufigen sichtbaren Reflection-Space-Baseline,
• explizite Nutzer-Provenance beziehungsweise Aufklappbarkeit verdichteter Aussagen,
• Dokumentation, dass Reflection Spaces sowohl kurz-/mittelfristig als auch langfristig relevant sein können,
• Aktualisierung des Interviewstatus: Reflection Spaces vorläufig ausreichend geklärt; typische Nutzungssituationen als nächster Block,
• Entfernung numerischer Präfixe aus den vorgeschlagenen Gitea-Datei- und Ordnernamen,
• Korrektur inkonsistenter Kapitel- und Listenummerierungen,
• strukturelle Verschiebung des Prinzips „Einfachheit an der Oberfläche, Intelligenz im Kern“ aus den Integrationsprinzipien in die Produktprinzipien, ohne inhaltliche Kürzung.

Dieser Checkpoint dokumentiert den Abgleich mit dem bis zu diesem Zeitpunkt vorliegenden Konzeptdialog. Spätere Erkenntnisse können bestehende Punkte konkretisieren oder bewusst ändern, sollen diese Änderungen jedoch nachvollziehbar dokumentieren.

2.11 Konsistenzregel für Resurfacing und Saturation

Aus dem Nutzungsszenario „Tagesreflexion“ wurden zwei querschnittliche Konzepte abgeleitet, die für die gesamte fachliche und spätere technische Architektur verbindlich berücksichtigt werden müssen.

Thread Resurfacing

Beschreibt, wann ein früherer oder offener Thread wieder aktiv relevant wird.

Relevanz kann insbesondere entstehen durch:

• explizite Nutzeranfrage,
• gesetzte Wiedervorlage,
• zeitlichen oder örtlichen Kontext,
• neues Ereignis im gleichen Kontext,
• semantische Reaktivierung,
• aktuellen Bezug zu einem Reflection Space.

Grundprinzip:

Langfristig gespeichert bedeutet nicht automatisch aktuell relevant.

Memory und Current Relevance sind getrennte Konzepte.

Reflection Saturation

Beschreibt, wann eine Reflexion für die aktuelle Sitzung wahrscheinlich ausreichend tief beziehungsweise weit bearbeitet ist.

Mögliche fachliche Signale sind:

• Reflection Intent,
• Nutzerwunsch,
• individuelle typische Dialogtiefe,
• Abdeckung aktiver Themen,
• sinkender zusätzlicher Erkenntnisgewinn,
• offene Randthemen,
• Gesprächssignale.

Grundprinzip:

Kanshō darf Abschlussreife erkennen und anbieten, aber der Nutzer entscheidet über Weiterführen, Vertiefung, Wiedervorlage oder Abschluss.

Architekturweite Konsistenz

Diese beiden Konzepte müssen in späteren Kapiteln konsistent berücksichtigt werden, insbesondere in:

• dialogue_model.md
• threads_and_branching.md
• thread_memory.md
• episodic_memory.md
• context_builder.md
• context_drift_and_regrounding.md
• reflection_space_model.md
• agent_roles.md
• retrieval_strategy.md
• memory_write_policy.md
• conversation_ui.md
• notifications_and_background_behaviour.md
• kairo_integration.md
• admin_developer_view.md

Keines dieser Kapitel soll eine eigene Logik einführen, die dem Grundmodell von Resurfacing oder Saturation widerspricht.

Konsistenzprüfung

Bei der späteren Ausarbeitung der genannten Kapitel ist jeweils explizit zu prüfen:

1. Wie wirkt die jeweilige Architekturentscheidung auf Thread Resurfacing?
2. Wie wirkt sie auf Reflection Saturation?
3. Bleibt die Trennung zwischen Memory und aktueller Relevanz erhalten?
4. Bleibt die explizite Nutzerintention höher priorisiert als automatische KI-Vorschläge?
5. Bleibt der Nutzer Herr über Vertiefung, Wiedervorlage und Abschluss?
6. Ist die Entscheidung mit Re-Grounding, Provenance und Reflection Spaces konsistent?

Diese Fragen werden Teil des architecture-wide Capability- und Drift-Checks.

2.12 Zeitgebundene Innenperspektive und Digital-Twin-Layer

Die Persistenz der vollständigen Kanshō-Dialoge wird als eigenständige Quelle des persönlichen digitalen Zwillings betrachtet.

Kanshō ergänzt mindnet um eine Lived Experience / Inner-State Layer.

Diese Ebene soll zeitgebunden rekonstruierbar machen:

• geäußerte Gedanken,
• beschriebene Gefühle,
• Zweifel,
• Ambivalenzen,
• Bewertungsprozesse,
• alternative Überlegungen,
• offene Fragen,
• Entwicklung einer Haltung innerhalb und zwischen Dialogen.

Architektur-Invarianten

1. Originalquelle bleibt erhalten
   Rohdialog beziehungsweise verlässliche Originalrepräsentation darf nicht durch Summaries oder extrahierte Memories ersetzt werden.

2. Abgeleitete Schichten bleiben als solche gekennzeichnet
   Emotionseinordnung, Hypothese, Pattern, Memory, Knowledge Delta oder Self-Model-Aussage sind Ableitungen mit Provenance.

3. Zeitbezug ist wesentlich
   Aussagen müssen im späteren Memory-/Datenmodell zeitlich einordenbar sein.

4. Frühere Zustände werden nicht überschrieben
   Eine heutige Sicht ersetzt nicht automatisch die frühere Innenperspektive.

5. Widerspruch ist zulässige Information
   Unterschiedliche Sichtweisen zu verschiedenen Zeitpunkten dürfen nebeneinander bestehen.

6. Keine objektive Psychologisierung
   Aus Dialogen wird die geäußerte Innenperspektive modelliert, nicht ein behaupteter „wahrer“ psychischer Zustand.

7. Re-Grounding muss bis zu dieser Quellenebene reichen können
   Langfristige Ableitungen müssen bei Bedarf gegen die ursprünglichen Dialoge geprüft werden können.

Architekturweite Auswirkungen

Dieses Prinzip muss später insbesondere berücksichtigt werden in:

• dialogue_data_model.md
• memory_architecture.md
• episodic_memory.md
• self_model.md
• temporal_memory.md
• conflicts_forgetting_and_correction.md
• context_builder.md
• context_drift_and_regrounding.md
• mindnet_integration.md
• obsidian_integration.md
• memory_write_policy.md
• versioning_and_provenance.md
• retention_and_deletion.md
• privacy_principles.md
• sensitive_personal_data.md
• memory_transparency.md

Bei diesen Kapiteln ist jeweils zu prüfen, ob die Point-in-Time-Rekonstruktion der ursprünglichen Innenperspektive erhalten bleibt.

2.13 Privacy Gateway und External-AI-Guardrails

Für leistungsfähige Kanshō-Funktionen ist externe KI-Inferenz grundsätzlich zulässig und aufgrund der aktuell begrenzten lokalen Modellleistung voraussichtlich notwendig.

Gleichzeitig verarbeitet Kanshō besonders sensible, langfristige autobiografische und dialogische Daten.

Daraus folgt die verbindliche Architektur-Invariante:

Identität bleibt lokal. Externe Intelligenz erhält nur den notwendigen, minimierten und soweit sinnvoll pseudonymisierten Kontext.

Persönliche externe AI-Aufrufe müssen deshalb über eine lokale Privacy-Gateway-/Egress-Schicht laufen.

Diese Schicht muss mindestens berücksichtigen:

• Datenminimierung,
• Pseudonymisierung und symbolische Platzhalter,
• ausschließlich lokale Identity-Mappings,
• getrennten Internal und External Model Context,
• Provider-/ZDR-Policy,
• Fail-Closed-Verhalten,
• getrennte Policies für LLM-, Tool- und Web-Egress,
• lokale Response-Validation und Rehydration,
• Auditierbarkeit ohne vollständige Prompt-Logs.

Die vollständige fachliche Herleitung und Guardrail-Spezifikation wird in guardrails.md geführt. Spätere Kapitel zu AI Architecture, Data Architecture, Privacy, Security, Voice, Web/Tool-Nutzung, Memory und Integrationen müssen damit konsistent bleiben.

3. Vorgeschlagene Repository-Struktur

kansho/
│
├── fachliche_zielarchitektur.md
├── produktvision_und_produktidentitaet.md
├── guardrails.md
├── README.md
├── docs/
│   ├── governance/
│   │   ├── documentation_principles.md
│   │   ├── glossary.md
│   │   └── decision_log.md
│   │
│   ├── product/
│   │   ├── product_vision.md
│   │   ├── product_identity.md
│   │   ├── product_principles.md
│   │   ├── scope_and_non_goals.md
│   │   └── jinkendo_product_boundaries.md
│   │
│   ├── users_and_context/
│   │   ├── target_users.md
│   │   ├── reflection_contexts.md
│   │   ├── reflection_spaces.md
│   │   ├── usage_situations.md
│   │   └── lifecycle_and_long_term_use.md
│   │
│   ├── dialogue/
│   │   ├── dialogue_model.md
│   │   ├── dialogue_entry.md
│   │   ├── guided_reflection.md
│   │   ├── threads_and_branching.md
│   │   ├── dialogue_closure.md
│   │   └── conversation_safety_and_boundaries.md
│   │
│   ├── memory/
│   │   ├── memory_architecture.md
│   │   ├── working_context.md
│   │   ├── thread_memory.md
│   │   ├── episodic_memory.md
│   │   ├── self_model.md
│   │   ├── writing_profile.md
│   │   ├── temporal_memory.md
│   │   ├── conflicts_forgetting_and_correction.md
│   │   ├── context_builder.md
│   │   └── context_drift_and_regrounding.md
│   │
│   ├── reflection_intelligence/
│   │   ├── reflection_model.md
│   │   ├── observation_interpretation_hypothesis.md
│   │   ├── reflection_frontiers.md
│   │   ├── pattern_detection.md
│   │   ├── values_and_inner_alignment.md
│   │   └── longitudinal_development.md
│   │
│   ├── journaling/
│   │   ├── journal_model.md
│   │   ├── daily_reflection.md
│   │   ├── entry_generation.md
│   │   ├── personal_writing_style.md
│   │   ├── media_and_metadata.md
│   │   ├── search_and_recall.md
│   │   └── review_and_retrospective.md
│   │
│   ├── mindfulness_and_meditation/
│   │   ├── mindfulness_concept.md
│   │   ├── meditation_concept.md
│   │   ├── guided_meditations.md
│   │   ├── contextual_micro_interventions.md
│   │   └── post_meditation_reflection.md
│   │
│   ├── outputs_and_actions/
│   │   ├── reflection_outputs.md
│   │   ├── journal_entries.md
│   │   ├── reflection_memories.md
│   │   ├── knowledge_deltas.md
│   │   ├── action_candidates.md
│   │   └── confirmation_and_human_in_the_loop.md
│   │
│   ├── integrations/
│   │   ├── integration_principles.md
│   │   ├── mindnet_integration.md
│   │   ├── obsidian_integration.md
│   │   ├── kairo_integration.md
│   │   ├── mitai_integration.md
│   │   ├── shinkan_integration.md
│   │   └── shared_jinkendo_services.md
│   │
│   ├── ai_architecture/
│   │   ├── ai_architecture_overview.md
│   │   ├── agent_roles.md
│   │   ├── prompt_architecture.md
│   │   ├── retrieval_strategy.md
│   │   ├── memory_write_policy.md
│   │   ├── model_routing.md
│   │   ├── local_vs_cloud_ai.md
│   │   └── evaluation_and_quality.md
│   │
│   ├── data_architecture/
│   │   ├── domain_model.md
│   │   ├── dialogue_data_model.md
│   │   ├── memory_data_model.md
│   │   ├── reflection_space_model.md
│   │   ├── identity_and_profile_model.md
│   │   ├── versioning_and_provenance.md
│   │   └── retention_and_deletion.md
│   │
│   ├── ux/
│   │   ├── experience_principles.md
│   │   ├── mobile_first.md
│   │   ├── home_and_entry_points.md
│   │   ├── conversation_ui.md
│   │   ├── journal_ui.md
│   │   ├── reflection_history.md
│   │   ├── desktop_experience.md
│   │   ├── accessibility.md
│   │   └── admin_developer_view.md
│   │
│   ├── voice_and_media/
│   │   ├── voice_interaction.md
│   │   ├── transcription.md
│   │   ├── audio_capture.md
│   │   ├── text_audio_switching.md
│   │   └── media_handling.md
│   │
│   ├── pwa_and_offline/
│   │   ├── pwa_architecture.md
│   │   ├── offline_capabilities.md
│   │   ├── local_storage.md
│   │   ├── sync_strategy.md
│   │   ├── conflict_resolution.md
│   │   └── notifications_and_background_behaviour.md
│   │
│   ├── privacy_security_safety/
│   │   ├── privacy_principles.md
│   │   ├── sensitive_personal_data.md
│   │   ├── encryption_and_access.md
│   │   ├── memory_transparency.md
│   │   ├── export_delete_and_portability.md
│   │   ├── ai_safety_boundaries.md
│   │   ├── crisis_and_high_risk_scenarios.md
│   │   └── roles_and_permissions.md
│   │
│   ├── product_delivery/
│   │   ├── mvp_definition.md
│   │   ├── release_slices.md
│   │   ├── dependencies.md
│   │   ├── test_strategy.md
│   │   └── acceptance_criteria.md
│   │
│   └── research/
│       ├── market_landscape.md
│       ├── day_one_benchmark.md
│       ├── ai_journaling_benchmark.md
│       ├── meditation_benchmark.md
│       └── research_evidence.md
│
└── decisions/
    └── ADR-xxxx-*.md

Die genaue Ordnerstruktur kann später vereinfacht werden. Inhaltlich sollte die Trennung jedoch erhalten bleiben.

---

4. Kapitelplan und Interviewreihenfolge

Die folgende Reihenfolge ist nicht identisch mit der späteren Ordnernummerierung. Sie ist danach geordnet, welche Entscheidungen aufeinander aufbauen.

---

Phase A – Identität und Lebenskontext

A1. Produktvision und Produktidentität

Status: weitgehend begonnen

Ziel des Interviews:

• die bewusst stärker KI-kollaborative Rolle von Kanshō innerhalb der Jinkendo-Familie erhalten und weiter schärfen,
• Produktkern endgültig schärfen,
• Nutzenversprechen definieren,
• Rolle innerhalb Jinkendo abgrenzen,
• Begriffe festlegen.

Leitfragen:

• Was soll Kanshō langfristig für einen Menschen sein?
• Welche Veränderung soll durch jahrelange Nutzung entstehen?
• Was soll die App ausdrücklich niemals werden?
• Woran erkennt man, dass eine Funktion „zu Kanshō gehört“?
• Was ist der Unterschied zwischen Reflexion, Coaching, Therapie, Journaling und Achtsamkeit innerhalb des Produkts?

Zieldateien:

• product_vision.md
• product_identity.md
• product_principles.md
• scope_and_non_goals.md
• jinkendo_product_boundaries.md

---

A2. Zielnutzer und Nutzung über Jahre

Ziel:

Nicht nur einzelne User Stories, sondern die langfristige Beziehung zwischen Mensch und Anwendung definieren.

Leitfragen:

• Ist Kanshō zunächst primär für den Ersteller selbst gedacht oder bereits als generisches Produkt?
• Welche Voraussetzungen muss ein Nutzer mitbringen?
• Wie verändert sich Kanshō nach einem Monat, einem Jahr und zehn Jahren?
• Welche Inhalte sind sehr privat?
• Welche Situationen führen spontan zur Nutzung?
• Welche Situationen führen zu geplanten Reflexionen?

Zieldateien:

• target_users.md
• usage_situations.md
• lifecycle_and_long_term_use.md

---

Phase B – Reflection Spaces und Dialog

B1. Reflection Contexts, Reflection Spaces und Reflection Intent

Ziel:

Das zentrale Kontextmodell definieren und klar zwischen dem thematischen Lebenskontext und der aktuellen Nutzungsabsicht unterscheiden.

Zusätzliche fachliche Leitplanken:

• Kanshō soll Strukturierungsarbeit weitgehend im Hintergrund übernehmen.
• Nicht jedes Seitenthema wird automatisch zu einem sichtbaren Thread oder Reflection Space.
• Die KI darf Zusammenhänge erkennen und Vorschläge zur Trennung oder Konsolidierung machen.
• Der Grad der KI-Autonomie bei Anlage und Konsolidierung soll konfigurierbar sein.
• Der Nutzer muss falsche Strukturierungen korrigieren können.
• Die konkrete technische Heuristik zur Bewertung von Relevanz, Wiederkehr, Tiefe oder Dauer wird in dieser Phase noch nicht festgelegt.
• Interne Struktur darf deutlich detaillierter sein als die sichtbare Nutzerstruktur.
• Für Entwicklung und Test muss diese interne Struktur in einer berechtigten Diagnoseansicht inspizierbar sein.

Vorläufige sichtbare Baseline eines geöffneten Reflection Space:

• Aktueller Stand
• Was ist noch offen?
• Weiterdenken
• Bisheriger Weg

Diese vier Elemente sind ein akzeptierter Ausgangspunkt und dürfen in späteren Dialog- und UX-Kapiteln konkretisiert werden.

Weitere bereits beschlossene Leitplanken:

• Reflection Spaces können sowohl über Tage/Wochen als auch langfristig über Monate oder Jahre relevant sein.
• Bedeutung und fortdauernde Relevanz sind wichtiger als eine feste Mindestdauer.
• aktuell nicht relevante Spaces dürfen in der normalen Oberfläche zurücktreten und später wieder hervorgeholt werden.
• verdichtete Aussagen müssen für den Nutzer auf ihre zugrunde liegenden Inhalte aufklappbar sein.
• diese Nutzer-Provenance ist von internem Re-Grounding der KI zu unterscheiden.

Leitfragen:

• Welche übergeordneten Lebensräume gibt es?
• Welche davon sind stabil?
• Welche entstehen dynamisch?
• Kann ein Erlebnis mehreren Räumen gleichzeitig angehören?
• Wie werden Räume erzeugt, zusammengeführt, beendet oder archiviert?
• Wie unterscheiden sich Kontext, Thema, Projekt, Rolle und Lebensbereich?
• Wie werden Kairo-Objekte und mindnet-Knoten verknüpft?
• Welche Reflection Intents gibt es?
• Welche Intents werden explizit gewählt und welche automatisch erkannt?
• Kann sich der Intent während eines Dialogs ändern?
• Wie beeinflusst der Intent das Verhalten der KI?

Zieldateien:

• reflection_contexts.md
• reflection_spaces.md
• reflection_space_model.md

---

B2. Gesprächseinstieg

Ziel:

Definieren, wie Kanshō einen Dialog beginnt.

Bereits entschieden:

• Default ist ein kontextbezogener Fortsetzungsvorschlag.
• Kanshō priorisiert einen Hauptvorschlag und zeigt nur wenige Alternativen.
• Der Nutzer kann jederzeit frei sprechen/schreiben oder gezielt navigieren.
• Der Einstieg folgt damit fachlich dem Muster Contextual Continuation → Free Reflection / Explicit Navigation.
• Die Startoberfläche soll Kontinuität des Dialogs zeigen und nicht primär ein Funktions-Dashboard sein.

Leitfragen:

• Öffnet der Nutzer die App ohne konkrete Absicht?
• Kann Kanshō einen Einstieg vorschlagen?
• Welche Informationen darf Kanshō für eine Einstiegsfrage verwenden?
• Wann ist eine frühere offene Frage wichtiger als das aktuelle Tagesgeschehen?
• Wie direkt oder zurückhaltend soll die KI sein?
• Darf Kanshō proaktiv schwierige Themen ansprechen?

Zieldateien:

• dialogue_entry.md
• home_and_entry_points.md

---

B3. Geführte Reflexion

Ziel:

Die eigentliche Gesprächsmethodik definieren.

Leitfragen:

• Welche Arten von Fragen stellt Kanshō?
• Wann spiegelt die KI?
• Wann fasst sie zusammen?
• Wann widerspricht sie?
• Wie tief darf sie nachfragen?
• Wie erkennt sie, dass ein Thema noch nicht ausreichend verstanden ist?
• Wie verhindert man mechanische Coaching-Fragen?

Zieldateien:

• dialogue_model.md
• guided_reflection.md
• reflection_model.md

---

B4. Dialogfäden und Branching

Ziel:

Mehrere parallele Denkfäden modellieren.

Leitfragen:

• Wann entsteht ein Thread?
• Muss der Nutzer ihn sehen?
• Wie erkennt die KI einen neuen Faden?
• Wann schlägt sie eine Trennung vor?
• Wie wird ein Faden geparkt?
• Wann wird ein alter Faden wieder angeboten?
• Wie werden Threads miteinander verbunden?

Zieldateien:

• threads_and_branching.md
• dialogue_data_model.md

---

B5. Abschluss eines Dialogs

Ziel:

Festlegen, was am Ende einer Reflexion geschieht.

Leitfragen:

• Muss jeder Dialog einen expliziten Abschluss haben?
• Welche Zusammenfassung sieht der Nutzer?
• Welche Erkenntnisse werden vorgeschlagen?
• Was wird gespeichert?
• Was wird verworfen?
• Was wird an andere Apps übergeben?
• Wann entsteht ein Tagebucheintrag?

Zieldateien:

• dialogue_closure.md
• reflection_outputs.md

---

Phase C – Gedächtnis, Identität und Langzeitbezug

C1. Memory Architecture

Ziel:

Die Gedächtnisebenen endgültig definieren.

Leitfragen:

• Was gehört in Working Context?
• Was gehört in Thread Memory?
• Was wird episodische Erinnerung?
• Was wird dauerhaftes Wissen?
• Was darf automatisch gespeichert werden?
• Was benötigt Bestätigung?
• Was darf später vergessen werden?

Zieldateien:

• memory_architecture.md
• working_context.md
• thread_memory.md
• episodic_memory.md

---

C2. Self Model

Ziel:

Definieren, wie Kanshō stabile persönliche Informationen repräsentiert.

Leitfragen:

• Was gehört zum Self Model?
• Was sind Werte?
• Was ist Leitbild?
• Was ist Rolle?
• Was ist Eigenschaft?
• Was ist nur momentane Selbstbeschreibung?
• Wie wird eine Hypothese bestätigt?
• Wie werden Widersprüche behandelt?
• Darf sich ein Wert verändern?

Zieldateien:

• self_model.md
• values_and_inner_alignment.md
• identity_and_profile_model.md

---

C3. Writing Profile

Ziel:

Eine persönliche Stimme über Jahre erhalten.

Leitfragen:

• Welche Texte gelten als authentische Stilreferenz?
• Wie stark soll Kanshō stilistisch imitieren?
• Was darf sprachlich geglättet werden?
• Wie viel Unperfektheit soll bewusst erhalten bleiben?
• Wie erkennt man Stiländerungen im Laufe des Lebens?
• Soll ein Tagebuchtext verschiedene historische Schreibstile respektieren?

Zieldateien:

• writing_profile.md
• personal_writing_style.md

---

C4. Zeit, Erinnerung und Widerspruch

Ziel:

Verhindern, dass das System vergangene und aktuelle Wahrheiten vermischt.

Leitfragen:

• Wie wird Zeit an Erinnerungen modelliert?
• Wie unterscheidet Kanshō „damals glaubte ich“ von „heute glaube ich“?
• Was passiert mit falschen Erinnerungen?
• Wie werden Korrekturen propagiert?
• Wie stark verlieren alte Informationen an Gewicht?
• Was bedeutet bewusstes Vergessen?

Zieldateien:

• temporal_memory.md
• conflicts_forgetting_and_correction.md
• versioning_and_provenance.md

---

C5. Context Builder

Ziel:

Definieren, welcher Kontext für eine konkrete LLM-Anfrage zusammengestellt wird.

Leitfragen:

• Welche Informationsquellen gibt es?
• Welche haben Priorität?
• Wie viel Working Context?
• Welche Erinnerungen?
• Welche Werte?
• Welche offenen Threads?
• Welche Informationen aus Mitai, Shinkan oder Kairo?
• Wie verhindert man Context Pollution?
• Wie wird Unsicherheit transportiert?

Zieldatei:

• context_builder.md

---

Phase D – Reflexionsintelligenz und Outputs

D1. Beobachtung, Interpretation und Hypothese

Ziel:

Ein erkenntnistheoretisch sauberes Modell schaffen.

Leitfragen:

• Wie unterscheiden wir Tatsache, Nutzerinterpretation und KI-Hypothese?
• Welche Confidence benötigen unterschiedliche Aussagen?
• Wer darf eine Hypothese bestätigen?
• Wie wird eine Hypothese später verworfen?
• Wie verhindert man scheinbare psychologische Gewissheit?

Zieldateien:

• observation_interpretation_hypothesis.md
• versioning_and_provenance.md

---

D2. Reflection Frontiers

Ziel:

Offene Bedeutungs- und Erkenntnisräume aus mindnet nutzbar machen.

Leitfragen:

• Was genau ist ein offenes Ende?
• Wie wird es erkannt?
• Wie wird Relevanz bewertet?
• Wann darf Kanshō es wieder aufgreifen?
• Wie verhindert man obsessives Wiederholen?
• Wann gilt eine Frontier als geschlossen?

Zieldatei:

• reflection_frontiers.md

---

D3. Muster und Entwicklung

Ziel:

Langfristige Entwicklung sichtbar machen, ohne vorschnelle Persönlichkeitsdiagnosen.

Leitfragen:

• Ab wann ist etwas ein Muster?
• Welche zeitliche Mindestbasis braucht es?
• Welche Rolle spielt Nutzerbestätigung?
• Wie werden Gegenbeispiele einbezogen?
• Welche Entwicklungen sollen sichtbar werden?
• Wie präsentiert Kanshō Veränderungen über Jahre?

Zieldateien:

• pattern_detection.md
• longitudinal_development.md

---

D4. Reflection Outputs

Ziel:

Definieren, welche Artefakte aus einem Dialog entstehen können.

Kandidaten:

• Journal Entry,
• Reflection Memory,
• Knowledge Delta,
• Action Candidate,
• aktualisierter Thread,
• neue oder geänderte Hypothese.

Leitfragen:

• Was entsteht automatisch?
• Was benötigt Zustimmung?
• Wo wird was gespeichert?
• Welche Outputs sind sichtbar?
• Welche existieren nur intern?

Zieldateien:

• reflection_outputs.md
• journal_entries.md
• reflection_memories.md
• knowledge_deltas.md
• action_candidates.md
• confirmation_and_human_in_the_loop.md

---

Phase E – Journaling, Achtsamkeit und Meditation

E1. Journaling

Ziel:

Das Tagebuch als hochwertigen Bestandteil ausformen, ohne Kanshō darauf zu reduzieren.

Leitfragen:

• Welche Funktionen des vom Nutzer explizit genannten Referenzrahmens Day One im „Gold“-Abo werden benötigt?
• Welche dieser Referenzfunktionen sollen bewusst anders gelöst oder nicht übernommen werden?
• Welche Funktionen sind für Kanshō zusätzlich erforderlich, weil Journaling hier in einen KI-gestützten Reflexionsdialog eingebettet ist?
• Welche Medien?
• Welche Metadaten?
• Welche Timeline?
• Welche Suche?
• Welche Rückblicke?
• Wie wird der aus einer täglichen Reflexion generierte Tagebucheintrag erzeugt, bestätigt, bearbeitet und abgelegt?
• Welche weiteren automatisch erzeugten Inhalte?
• Wie viel Nachbearbeitung durch den Nutzer?

Zieldateien:

• gesamter Ordner journaling/

---

E2. Achtsamkeit

Ziel:

Ein eigenes Achtsamkeitsverständnis für Kanshō definieren.

Leitfragen:

• Was bedeutet Achtsamkeit im Produkt?
• Welche Rolle spielt Wahrnehmung?
• Welche Rolle spielt Akzeptanz?
• Welche Rolle spielt Reflexion?
• Was unterscheidet Kanshō von klassischen Mindfulness Apps?
• Welche kurzen situativen Übungen sind sinnvoll?

Zieldateien:

• mindfulness_concept.md
• contextual_micro_interventions.md

---

E3. Meditation

Ziel:

Meditation funktional und methodisch definieren.

Leitfragen:

• vorgefertigt oder generiert?
• personalisiert oder allgemein?
• Stimme und Audio?
• Länge?
• aktuelle Lebenssituation als Kontext?
• sichere Grenzen?
• Nachreflexion?
• Historie?

Zieldateien:

• meditation_concept.md
• guided_meditations.md
• post_meditation_reflection.md

---

Phase F – Integration und technische Architektur

F1. mindnet und Obsidian

Ziel:

Die langfristige Wissens- und Archivarchitektur festlegen.

Leitfragen:

• Welche Informationen liest Kanshō aus mindnet?
• Welche schreibt es zurück?
• Was bleibt kanonisch in Obsidian?
• Was bleibt strukturiert in Datenbanken?
• Wie werden IDs und Backlinks erzeugt?
• Welche Edges werden benötigt?
• Wie werden Reflection Frontiers repräsentiert?

Zieldateien:

• mindnet_integration.md
• obsidian_integration.md

---

F2. Kairo, Mitai und Shinkan

Ziel:

Klare Integrationsverträge statt Funktionsduplikation.

Leitfragen:

• Welche Daten darf Kanshō lesen?
• Welche Daten darf es schreiben?
• Was wird nur vorgeschlagen?
• Was benötigt Bestätigung?
• Welche Events sind relevant?
• Welche Daten gehören fachlich weiterhin ausschließlich in die Quellanwendung?

Zieldateien:

• kairo_integration.md
• mitai_integration.md
• shinkan_integration.md
• integration_principles.md

---

F3. AI Architecture

Ziel:

Die technische Umsetzung der kollaborativen KI definieren.

Leitfragen:

• ein Modell oder mehrere Rollen?
• Reflection Agent?
• Memory Agent?
• Context Builder?
• Journal Writer?
• Critic/Verifier?
• Model Routing?
• lokale Modelle?
• Cloud Modelle?
• Prompt Registry?
• Evaluation?

Zieldateien:

• gesamter Ordner ai_architecture/

---

F4. Datenarchitektur

Ziel:

Kanonische Datenmodelle definieren.

Leitfragen:

• Conversation
• Message
• Thread
• Reflection Space
• Memory
• Hypothesis
• Insight
• Journal Entry
• Context Reference
• Action Candidate
• Writing Profile
• Self Model

Zieldateien:

• gesamter Ordner data_architecture/

---

Phase G – Experience, Voice, PWA und Offline

G1. Mobile-First Experience

Ziel:

Die Hauptnutzung auf dem Smartphone definieren.

Leitfragen:

• Was sieht der Nutzer beim Öffnen?
• Wie schnell kann eine Reflexion beginnen?
• Sprache oder Text?
• Einhandbedienung?
• Wie werden lange Dialoge dargestellt?
• Wie erscheinen frühere Threads?
• Wie vermeidet man Informationsüberladung?

Zieldateien:

• experience_principles.md
• mobile_first.md
• home_and_entry_points.md
• conversation_ui.md

---

G2. Desktop Experience

Ziel:

Desktop nicht nur als vergrößerte Mobile UI behandeln.

Leitfragen:

• Welche Tätigkeiten sind auf Desktop besser?
• Welche Mehrspaltenansichten?
• Journal und Dialog nebeneinander?
• Recherche in alten Reflexionen?
• Mindnet-Verbindungen?

Zieldatei:

• desktop_experience.md

---

G3. Sprache und Transkription

Ziel:

Voice als primäre mobile Interaktion prüfen.

Leitfragen:

• Push-to-talk?
• kontinuierliche Aufnahme?
• Live-Transkription?
• Audio speichern oder nach Transkription löschen?
• Korrektur vor Übergabe?
• offline?
• Unterbrechungen?
• Mischform Text + Sprache?

Zieldateien:

• gesamter Ordner voice_and_media/

---

G4. PWA und Offline

Ziel:

Festlegen, was ohne Netz noch funktioniert.

Leitfragen:

• lokale Journaleinträge?
• lokale Dialoge?
• lokale Transkription?
• lokale kleine Modelle?
• Sync Queue?
• Verschlüsselung?
• Konfliktauflösung?
• Installation auf iOS/Android/Desktop?

Zieldateien:

• gesamter Ordner pwa_and_offline/

---

Phase H – Datenschutz, Sicherheit und Vertrauen

H1. Privacy by Design

Ziel:

Besonders sensible persönliche Langzeitdaten schützen.

Leitfragen:

• Welche Daten sind besonders kritisch?
• Verschlüsselung at rest und in transit?
• lokale Speicherung?
• Cloud Verarbeitung?
• Export?
• vollständiges Löschen?
• selektives Vergessen?
• Zugriff anderer Jinkendo-Apps?

Zieldateien:

• privacy_principles.md
• sensitive_personal_data.md
• encryption_and_access.md
• export_delete_and_portability.md

---

H2. Memory Transparency

Ziel:

Der Nutzer muss verstehen und kontrollieren können, was Kanshō über ihn „weiß“.

Leitfragen:

• Kann man gespeicherte Memories ansehen?
• Quelle anzeigen?
• Confidence?
• korrigieren?
• löschen?
• Herleitung anzeigen?
• Self Model editieren?

Zieldatei:

• memory_transparency.md

---

H3. Safety Boundaries

Ziel:

Grenzen bei psychisch belastenden, medizinischen oder anderweitig hochriskanten Themen definieren.

Zieldateien:

• ai_safety_boundaries.md
• crisis_and_high_risk_scenarios.md
• conversation_safety_and_boundaries.md

---

Phase I – MVP und Delivery

I1. MVP-Schnitt

Ziel:

Nach vollständiger fachlicher Konzeption eine erste vertikale Produktversion definieren.

Wichtig:

Der MVP soll nicht dadurch entstehen, dass beliebige Features gestrichen werden. Er soll eine vollständige kleine Reflexionsschleife ermöglichen.

Eine mögliche spätere vertikale Scheibe könnte sein:

1. Reflexionsraum auswählen oder erkennen,
2. kontextbezogenes Gespräch starten,
3. Dialog führen,
4. Thread Memory erzeugen,
5. Tagebucheintrag generieren,
6. Nutzer bestätigt,
7. Eintrag nach Obsidian überführen,
8. Reflection Memory in mindnet schreiben.

Dies ist noch keine endgültige MVP-Entscheidung.

Zieldateien:

• gesamter Ordner product_delivery/

---

Phase J – Research und Benchmarking

Diese Phase kann parallel zu den anderen Phasen laufen.

Zu untersuchen sind insbesondere:

• Day One,
• KI-Journaling-Produkte,
• Reflection Apps,
• Mindfulness Apps,
• Meditation Apps,
• Personal Memory Systeme,
• Long-Term-Memory-Architekturen,
• Voice Journaling,
• Privacy Patterns,
• Personal AI.

Zieldateien:

• gesamter Ordner research/

---

5. Empfohlene Reihenfolge des weiteren Interviews

Die unmittelbar nächste Sequenz sollte lauten:

1. Reflection Spaces — fachliche Baseline abgeschlossen, spätere Konkretisierung möglich
2. typische Nutzungssituationen — nächster Interviewblock
3. Gesprächseinstieg
4. Dialogmethodik
5. Threads und Branching
6. Dialogabschluss und Outputs
7. Memory Architecture
8. Self Model
9. Writing Profile
10. Context Builder
11. Reflection Frontiers
12. Journaling
13. Achtsamkeit
14. Meditation
15. Integrationen
16. AI Architecture
17. Mobile UX / Voice
18. Offline
19. Privacy / Safety
20. MVP

Diese Reihenfolge verhindert, dass technische Entscheidungen zu früh getroffen werden, bevor klar ist, welches Verhalten das Produkt tatsächlich benötigt.

---

6. Interviewmethode

Für jedes Kapitel wird derselbe Arbeitsmodus empfohlen.

Schritt 1 – Ausgangshypothese

Auf Basis der bisherigen Entscheidungen wird eine erste strukturierte Hypothese formuliert.

Schritt 2 – gezielte Fragen

Es werden nur Fragen gestellt, die echte Produktentscheidungen verändern können.

Schritt 3 – Szenarien

Die Entscheidung wird anhand konkreter Situationen geprüft.

Schritt 4 – Gegenbeispiele und Grenzfälle

Bewusst problematische oder widersprüchliche Situationen werden getestet.

Zusätzlich wird bei strukturellen Vereinfachungen ein Capability-Check durchgeführt, damit keine bereits vorgesehenen Kernfähigkeiten unbeabsichtigt verloren gehen.

Schritt 5 – Entscheidung

Ergebnis wird klassifiziert als:

• entschieden,
• bevorzugte Richtung,
• Hypothese,
• offen,
• verworfen.

Schritt 6 – Dokumentation

Das betreffende Kapitel wird als eigene Datei aktualisiert.

---

7. Definition of Done für ein Konzeptkapitel

Ein Kapitel gilt konzeptionell als ausreichend bearbeitet, wenn mindestens folgende Punkte beantwortet sind:

• Zweck,
• Begriffe,
• fachliche Verantwortung,
• zentrale Regeln,
• Nutzerinteraktion,
• Daten-/Informationsbedarf,
• Schnittstellen zu anderen Bereichen,
• Edge Cases,
• offene Punkte,
• getroffene Entscheidungen,
• bewusste Nicht-Ziele.

Technische Kapitel erhalten zusätzlich:

• Datenmodell,
• API-/Event-Bedarf,
• Persistenz,
• Fehlerfälle,
• Security-/Privacy-Auswirkungen,
• Offline-Auswirkungen,
• Testbarkeit.

---

8. Aktueller Fortschrittsstatus

Themenbereich	Status
Produktvision	begonnen / bereits relativ klar
Produktidentität	weitgehend entschieden
Produktgrenzen zu Jinkendo	weitgehend entschieden
Reflection Spaces	fachliche Baseline zunächst ausreichend geklärt; spätere Konkretisierung aus Dialog-, UX- und Memory-Kapiteln ausdrücklich vorgesehen
Dialogmodell	Nutzungstypologie festgelegt; konkretes Verhalten je Nutzungssituation als nächster Schritt
Threads	Grundidee vorhanden
Memory Architecture	erstes Schichtenmodell vorhanden
mindnet-Rolle	Grundrichtung vorhanden
Self Model	erste Prinzipien vorhanden
Writing Profile	erste Prinzipien vorhanden
Reflection Frontiers	Konzeptidee vorhanden
Journaling	Anforderungen grob
Meditation	nur grob
Achtsamkeit	nur grob
UX	technische Leitplanken vorhanden
Voice/Transkription	Anforderung vorhanden
Offline	Anforderung vorhanden
Integrationen	Produktgrenzen vorhanden, technische Verträge offen
AI Architecture	offen
Data Architecture	offen
Privacy/Safety	offen
MVP	offen

---

9. Nächster Interviewblock

Die Typologie der typischen Nutzungssituationen ist als vorläufig vollständige fachliche Baseline festgelegt.

Identifiziert wurden elf grundlegende Situationen:

1. Erleben festhalten
2. Tagesreflexion
3. Spontaner Gedanke / Moment
4. Früheren Faden fortsetzen
5. Tiefe Reflexion / biografische Frage
6. Entscheidung / Orientierung
7. Inspiration / Vision / Kreativität
8. Achtsamkeit / Meditation / Check-in
9. Rückblick und persönliche Entwicklung
10. Geplante Reflexionszeit / Ritual
11. Wiederfinden und Revue passieren

Zusätzlich ist entschieden:

• Nachschlagen, Revue passieren und Entwicklungsrückblick sind unterschiedliche Intents.
• Reflexionsanlässe können auch aus anderen Jinkendo-Komponenten kommen.
• Beispiel: Kairo plant das Ritual, Kanshō führt die Reflexion.
• Die Typologie ist erweiterbar, falls spätere Szenarien eine wirklich neue Nutzungssituation erkennen lassen.

Als Nächstes: gewünschtes Dialogverhalten je Nutzungssituation

Für jede Nutzungssituation werden nun zwei Fragen beantwortet:

1. Wie soll Kanshō sich in dieser Situation konkret verhalten?
2. Was soll Kanshō in dieser Situation ausdrücklich nicht tun?

Die Bearbeitung erfolgt szenariobasiert und beginnt mit:

1. Erleben festhalten

Dabei soll insbesondere geklärt werden:

• Wie aktiv darf Kanshō nachfragen?
• Wann soll es nur zuhören?
• Welche Verständnisfragen sind sinnvoll?
• Wann entsteht daraus ein Tagebucheintrag?
• Soll während des Erzählens bereits reflektiert werden oder erst später?
• Wie werden spontane Nebenfäden behandelt?
• Wie stark darf Kanshō sprachlich strukturieren, ohne die Authentizität des Erlebten zu verändern?