Kansho/docs/architecture/functional/self_model_and_lived_experience.md

title	status	date	product_family	document_role	parent_document
Kanshō – Self Model und Lived Experience	Arbeitsstand	2026-08-18	Jinkendo	Fachkapitel / Self Model / Point-in-Time Self / Digital Twin	fachliche_zielarchitektur.md

# Kanshō – Self Model und Lived Experience

Dieses Dokument ist das kanonische Home für Self Model, bestätigte Identitätsaussagen, zeitgebundene Innenperspektive, Point-in-Time Self und den Lived-Experience-Layer des digitalen Zwillings.

10.4 Self Model

Das Self Model beschreibt nicht die spontane Interpretation der KI, sondern ein nachvollziehbares persönliches Selbstmodell.

Mögliche Bestandteile:

• Werte,
• Leitbild,
• Prinzipien,
• Rollen,
• langfristige Ziele,
• bestätigte persönliche Muster,
• Selbstbeschreibungen,
• wiederkehrende Spannungsfelder.

Das Self Model soll:

• versioniert sein,
• Herkunft und Zeitbezug einer Aussage kennen,
• Beobachtungen von Interpretationen unterscheiden,
• nicht stillschweigend von der KI verändert werden.

---

14. Self Model und „Wesenskern“

Ein zentrales Ziel ist, dass langfristig tiefere Verbindungen zur Persönlichkeit und zum eigenen Wesenskern erkennbar werden.

Dabei gilt jedoch eine wichtige Grenze:

Die KI soll keinen Wesenskern erfinden.

Das System soll vielmehr ein nachvollziehbares und versioniertes Selbstmodell aus belastbaren Quellen bilden.

Informationsquellen können sein:

• explizit formulierte Werte,
• Leitbild,
• Selbstbeschreibungen,
• bestätigte Erkenntnisse,
• frühere Reflexionen,
• dokumentierte Entscheidungen,
• längerfristig wiederkehrende Muster.

Wird ein potenziell neues grundlegendes Muster erkannt, soll die KI es zunächst als Hypothese behandeln.

Beispiel:

„In mehreren Reflexionen scheint Selbstbestimmung eine wichtige Rolle zu spielen. Das ist bisher nicht ausdrücklich Teil deines Wertemodells. Möchtest du das genauer betrachten?“

Eine solche Aussage wird erst nach bewusster Bestätigung Bestandteil eines stabilen Self Models.

---

17.1 Zeitgebundene Innenperspektive und digitaler Zwilling

Durch die Persistenz der vollständigen Kanshō-Unterhaltungen entsteht eine zusätzliche Ebene des persönlichen digitalen Zwillings.

mindnet bildet bisher vor allem langfristig nutzbares persönliches Wissen und Zusammenhänge ab, beispielsweise:

• Erfahrungen,
• Erlebnisse,
• Entscheidungen,
• Erkenntnisse,
• Werte,
• Leitbild,
• Beziehungen zwischen Wissenselementen.

Kanshō ergänzt diese Ebene um die zeitgebundene Innenperspektive des Nutzers.

Dabei werden nicht nur Ergebnisse einer Reflexion gespeichert, sondern – soweit vom Nutzer vorgesehen – auch die zugrunde liegenden Dialoge, in denen sichtbar wird:

• wie der Nutzer zu einem bestimmten Zeitpunkt gedacht hat,
• welche Gefühle er beschrieben hat,
• welche Zweifel oder Ambivalenzen bestanden,
• welche Alternativen erwogen wurden,
• wie sich eine Haltung im Gespräch entwickelt hat,
• welche Fragen noch offen waren,
• welche Aussagen nur Hypothesen oder Momentaufnahmen waren,
• welche Sprache und Denkstruktur zu diesem Zeitpunkt verwendet wurde.

„Soweit vom Nutzer vorgesehen“ bedeutet dabei keine erneute Opt-in-Entscheidung für jeden Dialog. Die fachliche Baseline ist die unmittelbare Bewahrung der vollständigen inhaltlichen Dialogquelle beziehungsweise einer verlässlichen Originalrepräsentation. Davon kann der Nutzer ausdrücklich abweichen oder eine Löschung verlangen; eine dafür berechtigte administrative Löschung bleibt ebenfalls möglich. Alter, Datenmenge, geringe aktuelle Relevanz oder eine vorhandene Summary sind für sich allein kein Löschgrund. Die skalierbare Organisation der wachsenden Quellenmenge wird in memory_and_context.md geführt.

Diese Ebene wird vorläufig als Lived Experience / Inner-State Layer bezeichnet.

Keine Behauptung eines objektiven inneren Zustands

Kanshō kann nicht unmittelbar wissen, was ein Mensch „wirklich“ denkt oder fühlt.

Gespeichert wird deshalb fachlich die:

zu einem bestimmten Zeitpunkt geäußerte, beobachtbare und kontextgebundene Innenperspektive des Nutzers.

Eine Aussage wie „Ich war damals zufrieden“ ist damit zunächst eine zeitgebundene Selbstäußerung und keine objektive psychologische Diagnose.

Diese Unterscheidung ist für die langfristige Integrität des digitalen Zwillings wesentlich.

Point-in-Time Self

Die Kombination aus vollständigen Dialogquellen, zeitlichen Zuständen und langfristigem Wissen eröffnet perspektivisch eine neue Fähigkeit:

Wie habe ich zu einem bestimmten Zeitpunkt gedacht, gefühlt, bewertet und argumentiert?

Ein späterer Zustand soll einen früheren nicht überschreiben.

Beispiele:

• „Damals glaubte ich X, heute sehe ich es anders.“
• „Vor zwei Jahren war diese Entscheidung für mich mit anderen Gefühlen verbunden.“
• „Dieses Thema wurde damals als Hypothese betrachtet und erst später zu einer bestätigten Erkenntnis.“

Damit bildet Kanshō nicht nur ein aktuelles persönliches Modell, sondern eine zeitliche Entwicklung des Selbstmodells und der erlebten Innenperspektive.

Beziehung zu mindnet

Kanshō und mindnet besitzen dabei unterschiedliche, komplementäre Rollen:

Kanshō

• bewahrt dialogische Originalquellen,
• erfasst zeitgebundene Gedanken und ausgedrückte Gefühle,
• erhält Ambivalenzen, Zweifel und Denkwege,
• ermöglicht Point-in-Time-Rekonstruktion.

mindnet

• integriert langfristig relevante Erkenntnisse,
• vernetzt Erfahrungen, Entscheidungen, Werte und Wissenselemente,
• unterstützt semantisches Retrieval und übergreifende Zusammenhänge.

Kanshō soll damit nicht mindnet ersetzen, sondern mindnet um eine reichere autobiografische Quellen- und Erlebnisebene ergänzen.

Originalquelle vor Interpretation

Die vollständige Unterhaltung ist für diese Funktion besonders wertvoll, weil sie späteres Re-Grounding ermöglicht.

Daraus folgt ein wichtiges Prinzip:

Rohdialoge beziehungsweise deren verlässliche Originalrepräsentation sind Primärquellen. Summaries, Memories, Emotionseinordnungen, Muster und Self-Model-Aussagen sind abgeleitete Schichten.

Abgeleitete Interpretationen dürfen die Originalquelle nicht ersetzen.

Widerspruch und Veränderung sind Information

Der digitale Zwilling darf Widersprüche nicht automatisch „glattziehen“.

Wenn ein Nutzer zu unterschiedlichen Zeitpunkten verschiedene Sichtweisen äußert, kann gerade diese Veränderung fachlich bedeutsam sein.

Deshalb sollen:

• frühere Zustände erhalten bleiben,
• zeitliche Gültigkeit berücksichtigt werden,
• Korrekturen und Neubewertungen nachvollziehbar sein,
• konkurrierende Perspektiven koexistieren können.

Langfristige Perspektive

Diese Architektur ermöglicht perspektivisch Fragen wie:

• „Wie habe ich diese Lebensphase damals erlebt?“
• „Welche Sorgen hatte ich vor dieser Entscheidung?“
• „Wie hat sich meine Haltung zu Leistung verändert?“
• „Was habe ich damals über meine Rolle als Vater gedacht?“
• „Wann begann sich meine Sicht auf dieses Thema zu verändern?“

Damit wird Kanshō zu einer wesentlichen Daten- und Reflexionsquelle für einen langfristig wachsenden persönlichen digitalen Zwilling.

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.

---

Personal Model – fachliche Differenzierung

Status: fachliche Baseline entschieden; technische Repräsentation offen

Das bisherige Self Model bleibt als identitätsnaher Kern bestehen, wird jedoch in ein breiteres fachliches Personal Model eingebettet.

Personal Context + Interaction Profile + Self Model + Observed Patterns + optionale Structured Assessments

Diese Differenzierung verhindert, dass alltägliche Präferenzen, Dialogvorlieben, beobachtete Muster und identitätsnahe Aussagen in einem einzigen unscharfen Modell vermischt werden.

Personal Context

Status: fachliche Baseline entschieden

Personal Context enthält langfristig nützliche, überwiegend beschreibende Informationen, die für spätere Dialoge relevant sein können, ohne automatisch Persönlichkeit oder Identität zu beschreiben.

Beispiele:

• Interessen und Vorlieben,
• bevorzugte Sprache,
• wiederkehrende Lebenskontexte,
• alltägliche Präferenzen,
• persönliche Referenzrahmen.

Nützlicher persönlicher Kontext ist nicht automatisch eine Persönlichkeits- oder Identitätsaussage.

Die genaue Grenze zu allgemeinem persönlichem Wissen in mindnet bleibt später zu konkretisieren.

Interaction Profile

Status: fachliche Baseline entschieden

Das Interaction Profile beschreibt, wie Kanshō mit dem Nutzer kommunizieren soll, nicht wie der Nutzer „ist“.

Mögliche Inhalte:

• Sprache,
• gewünschte Tiefe und Detailstufe,
• Struktur,
• gewünschter Grad kritischer Rückfragen,
• Umgang mit Rückfragen und Unsicherheit,
• Wiederholung und Zusammenfassung,
• Balance zwischen Guidance und Offenheit,
• bevorzugte Reflexionsfragen,
• Präferenzen für Beispiele, Tabellen oder narrative Formate,
• kontextabhängige Kommunikationsstile.

Ursprünge:

1. explizite Nutzerpräferenz,
2. beobachtete wiederkehrende Präferenz,
3. gelernte beziehungsweise abgeleitete Präferenz.

Explizite Nutzeranweisung > gelernte Präferenz > Modellinferenz

Das Interaction Profile soll versionierbar, zeitlich und kontextuell differenzierbar, provenance-fähig und korrigierbar sein.

Self Model als identitätsnaher Kern

Status: bestehende Baseline bestätigt und präzisiert

Das Self Model enthält insbesondere:

• Werte,
• Leitbild,
• Prinzipien,
• Rollen,
• langfristige Ziele,
• Selbstbeschreibungen,
• bestätigte längerfristige Muster,
• wiederkehrende Spannungsfelder.

Abgrenzungsbeispiele:

• „Autonomie ist mir ein zentraler Wert.“ → Self Model
• „Ich mag Curry.“ → Personal Context
• „Bitte widersprich mir kritisch.“ → Interaction Profile

Je identitätsnäher eine Aussage ist, desto höher müssen fachliche Sorgfalt, Evidenzqualität und gegebenenfalls Nutzerbestätigung gewichtet werden.

Observed Patterns

Status: fachliche Baseline entschieden

Observed Patterns bilden eine Zwischenschicht zwischen Quellen/Beobachtungen und stabilem Self Model.

Beispiele:

• Selbstbestimmung scheint in mehreren Kontexten wichtig zu sein.
• Vor Entscheidungen werden häufig mehrere Alternativen systematisch verglichen.
• In bisherigen Urlauben spielen aktive Tätigkeiten häufig eine wichtige Rolle.

Ein Pattern soll Quellen, Zeitraum, verbundene Reflection Spaces/Threads/Experiences, Evidenzart, Confidence, Status und gegebenenfalls Beziehung zum Self Model nachvollziehbar machen.

Observed Pattern ≠ bestätigte Identitätsaussage.

Patterns können bestätigt, abgelehnt, differenziert, kontextualisiert, konsolidiert oder zurückgestuft werden. Grundlegende identitätsnahe Muster dürfen nicht allein durch Modellinferenz stillschweigend in das stabile Self Model überführt werden.

Structured Assessments

Status: optionales Erweiterungsmodell; kein konkretes Framework ausgewählt

Perspektivisch können strukturierte Modelle integriert werden, beispielsweise Big Five, HEXACO, VIA Character Strengths oder andere bewusst ausgewählte Frameworks.

Regeln:

1. Assessment = zeitgebundenes Ergebnis, kein objektiver Wesenskern.
2. Framework, Version, Zeitpunkt, Quelle und Methode müssen nachvollziehbar sein.
3. KI-Beobachtungen dürfen nicht stillschweigend in Assessment-Scores umgerechnet werden.
4. Frühere Ergebnisse werden nicht überschrieben.
5. Assessments besitzen keinen automatischen Vorrang vor anderen Quellen.

Provenance- und Vertrauensklassen

Status: fachliche Baseline entschieden

Mindestens unterscheidbar:

• Explicit User Statement
• Explicit User Preference
• Structured Assessment
• Observed Pattern
• AI Hypothesis
• User-confirmed Insight / Pattern
• Imported Trusted Source, sofern später unterstützt

Inhaltlich ähnliche Aussagen dürfen nicht gleich behandelt werden, wenn ihre Herkunft unterschiedlich ist.

Promotion im Personal Model

Status: fachliche Baseline entschieden; konkrete Schwellenwerte offen

Transient → Candidate → Established

Die Promotion ist objektspezifisch. Für identitätsnahe Aussagen gilt besonders:

Je identitätsnäher eine Aussage ist, desto höher müssen Evidenz, Provenance-Qualität und gegebenenfalls Nutzerbestätigung gewichtet werden.

Explizite Nutzerentscheidungen besitzen Vorrang gegenüber algorithmischer Promotion.

Konfigurierbare Personal-Model-Policies

Status: fachliche Baseline entschieden; konkrete Parameter offen

Promotion, Re-Evaluation und Konsolidierung persönlicher Aussagen sollen objektspezifisch, konfigurierbar, testbar und versionierbar sein.

Beispielhafte Dimensionen:

• Interaction Profile: Wiederholung, Confidence, Zeitraum, Kontextabhängigkeit, Bestätigung/Korrektur.
• Observed Patterns: unabhängige Evidenzen, zeitliche Streuung, Quellenqualität, Werte-/Zielbezug, Confidence.
• Self Model: Nutzerbestätigung, Evidenzqualität, zeitliche Stabilität, Konfliktbehandlung, Herkunft.

Konkrete Zahlenwerte werden hier nicht festgelegt.

Re-Evaluation und Policy-Versionierung

Status: entschieden

Das Personal Model ist nicht statisch. Neue Dialoge, Experiences, Insights oder Korrekturen können bestehende Aussagen neu bewerten.

Dabei gilt:

• frühere Zustände bleiben nachvollziehbar,
• neue Evidenz überschreibt historische Einordnungen nicht rückwirkend,
• Widerspruch kann Veränderung oder Kontextabhängigkeit anzeigen,
• Nutzerkorrekturen besitzen Vorrang,
• Re-Evaluation braucht Provenance und Zeitpunkt.

Wenn Policies verändert werden, muss nachvollziehbar bleiben, unter welcher Policy-Version frühere Entscheidungen getroffen wurden.

Personal Model und Reflection Graph

Status: entschieden

Das Personal Model steht nicht isoliert neben der Reflexionsgeschichte.

Persönliche Aussagen und Patterns sollen mit relevanten Sources, Experiences, Threads, Reflection Spaces, Insights, Open Questions und zeitlichen States verbunden werden können.

Kanshō soll damit nachvollziehen können, warum eine Aussage im Personal Model steht und wie sie sich entwickelt hat.

Personal Model und mindnet

Status: fachliche Baseline entschieden; konkrete Synchronisation offen

Kanshō kennt dialogische Herkunft, Hypothese/Bestätigung, zeitliche Entwicklung und Lived Experience.

mindnet integriert langfristig relevantes persönliches Wissen systemübergreifend.

Bevorzugt werden bidirektionale, provenance-fähige Referenzen.

Transparenz und Nutzerkontrolle

Status: fachliche Anforderung entschieden

Der Nutzer soll perspektivisch nachvollziehen können:

• welche persönlichen Informationen Kanshō hält,
• was explizit geäußert versus gelernt/abgeleitet wurde,
• Hypothese versus bestätigt,
• Quellen,
• letzte Aktualisierung,
• frühere Zustände,
• mindnet-Verbindungen.

Korrekturen müssen zukünftige Dialoge beeinflussen können, ohne historische Quellen zu verfälschen.

Admin- und Learning-Governance-Schnittstelle

Status: Querschnittsanforderung; detailliertes Governance-Modell bleibt eigenes späteres Thema

Eine spätere Admin-/Developer-Ansicht soll Policies, Gewichte/Schwellen, Policy-Versionen, Anpassungen, Evidenz sowie erzeugte, konsolidierte, zurückgestufte oder reaktivierte Objekte nachvollziehbar machen.

Adaptive Learning must be governed and auditable.

Bevorzugte Richtung:

Adaptive within governed bounds.

Personal Model als selektiv aktivierter Kontext

Status: entschieden als Querschnittsregel

Die langfristige Persistenz persönlicher Informationen bedeutet nicht, dass das gesamte Personal Model in jedem Dialogturn aktiv sein soll.

Personal Model is available context, not a permanent full prompt.

Der Context Builder selektiert situationsabhängig nur die tatsächlich relevanten Elemente.

Damit gilt auch hier:

Retention und Verfügbarkeit bedeuten nicht permanente Aktivierung.

Die kanonische Context-Builder- und Aktivierungslogik wird in memory_and_context.md geführt.

Offene Punkte des Personal Models

Status: Arbeitsstand

Weiter offen beziehungsweise bewusst später zu klären sind insbesondere:

1. konkrete technische Repräsentation der Personal-Model-Schichten,
2. genaue Abgrenzung Personal Context ↔ mindnet,
3. mögliche Überschneidungen Interaction Profile ↔ writing_profile_and_journaling.md,
4. konkrete Structured Assessments und deren Produktrolle,
5. konkrete Schwellenwerte und Gewichtungen,
6. technische Re-Evaluation und Policy-Versionierung,
7. konkrete UX für Transparenz und Nutzerkorrektur,
8. detaillierte Admin-/Learning-Governance,
9. Privacy- und Sensitive-Data-Regeln für identitätsnahe beziehungsweise psychologische Informationen,
10. konkrete Synchronisationsregeln mit mindnet.