Anleitung & FAQ

Machen Sie aus einzelnen Dokumenten eine durchsuchbare, visuelle und mit KI abfragbare Wissensbasis. Diese Anleitung zeigt, wie Sie ein fertiges OKF-Bundle hochladen, Inhalte aus Notion, Obsidian, Logseq oder Confluence importieren, Konzepte bearbeiten, den Knowledge Graph lesen und mit Quellenangaben über Ihre Wissensbasis chatten.

Kurz gesagt: Sie melden sich an, laden Wissen hoch oder starten mit der Demo, wählen eine Wissensquelle und arbeiten anschließend in drei Ansichten: Concept Library, Knowledge Graph und AI RAG Assistant.

1. Was ist der OKF Knowledge Hub?

Der OKF Knowledge Hub ist eine Arbeitsoberfläche für Wissensinhalte im Open Knowledge Format. Er verbindet vier Aufgaben in einem Werkzeug:

1. Importieren und strukturieren: Fertige OKF-Dateien oder ZIP-Exporte bestehender Wissenssysteme werden in einzelne Konzepte überführt.
2. Lesen und pflegen: Konzepte lassen sich durchsuchen, filtern, öffnen, bearbeiten, als geprüft markieren, einzeln exportieren oder löschen.
3. Zusammenhänge erkennen: Ein interaktiver Graph zeigt Kategorien, gemeinsame Tags, Themen-Cluster und schwach verknüpfte Inhalte.
4. Wissen abfragen: Ein RAG-Assistent beantwortet Fragen anhand der ausgewählten Wissensbasis und verweist auf die verwendeten OKF-Konzepte.

Der Hub veröffentlicht Ihre Inhalte nicht automatisch und ersetzt kein Content-Management-System. Ein Upload macht eine Wissensbasis auch nicht automatisch in Google oder in AI-Suchsystemen sichtbar. Der Hub dient dazu, Wissen in einer portablen Struktur zu verwalten, zu analysieren und kontrolliert für KI-Abfragen zu verwenden.

2. Schnellstart: in fünf Schritten zur ersten Antwort

Schritt 1: Mit Google anmelden

Klicken Sie auf „Anmelden“ beziehungsweise „Google Login“ und wählen Sie Ihr Google-Konto. Der Hub verwendet die Google-Konto-ID, um Ihre Wissensbasen eindeutig Ihrem Konto zuzuordnen. Name, E-Mail-Adresse und Profilbild werden für Kontoanzeige und Verwaltung übernommen.

Ohne Anmeldung können Sie die öffentliche Landingpage ansehen. Für die App, die Demo-Datenbank, eigene Uploads und private Abfragen ist eine Anmeldung erforderlich.

Schritt 2: Mit Demo starten oder eigene Daten hochladen

Wenn Sie noch keine OKF besitzen, wählen Sie „Demo-Daten laden“. Die Demo wird Ihrem Konto als eigene Wissensbasis hinzugefügt und belastet das monatliche Upload-Limit nicht.

Für eigene Inhalte klicken Sie auf „OKF hochladen“. Danach stehen zwei Wege zur Wahl:

• Fertiges OKF-Bundle: für .zip, .md oder .json im bereits strukturierten OKF-Format.
• Aus anderem Dienst importieren: für ZIP-Exporte aus Notion, Obsidian, Logseq oder Confluence.

Schritt 3: Wissensquelle wählen

In jeder Hauptansicht befindet sich das Feld „Quelle“. Wählen Sie dort die gewünschte Wissensbasis. Concept Library, Knowledge Graph und AI RAG Assistant verwenden jeweils die dort ausgewählte Quelle.

Nach einem neuen Upload wählt der Hub in der Regel die neueste Wissensbasis als Standardquelle aus. Prüfen Sie die Auswahl trotzdem vor einer Suche oder AI-Abfrage.

Schritt 4: Inhalte prüfen und strukturieren

Öffnen Sie einige Konzepte in der Concept Library. Kontrollieren Sie besonders Titel, Beschreibung, Typ, Kategorie, Tags, Inhalt und – falls vorhanden – den Link zur Originalquelle. Gute Metadaten verbessern Filter, Graph und Retrieval.

Schritt 5: Fragen stellen und Quellen prüfen

Öffnen Sie den AI RAG Assistant, wählen Sie Quelle und Modell und stellen Sie eine konkrete Frage. Öffnen Sie anschließend die Quellenhinweise in der Antwort, um die zugrunde liegenden OKF-Inhalte direkt im Hub zu prüfen.

3. Welche Daten kann ich hochladen?

Fertige OKF-Dateien

Der Hub unterstützt:

• .zip – ein Archiv mit mehreren Markdown-Dateien;
• .md – ein einzelnes Konzept mit optionalem YAML-Frontmatter;
• .json – ein einzelnes Konzeptobjekt oder eine Liste bereits strukturierter Konzeptobjekte.

Die maximale Upload-Größe beträgt 20 MB pro Datei.

Bei ZIP-Bundles werden Markdown-Dateien eingelesen. Systemdateien und macOS-Ressourcen werden übersprungen. Aggregatdateien mit den Namen README.md, INDEX.md und okf.md werden nicht als einzelne Konzepte importiert.

Empfohlene Struktur eines OKF-Konzepts

---
type: "Guide"
title: "Titel des Konzepts"
description: "Kurze, eigenständige Zusammenfassung des Inhalts."
resource: "https://example.com/originalquelle"
domain: "example.com"
category: "themenbereich"
tags: ["tag-eins", "tag-zwei"]
word_count: 1200
---

# Titel des Konzepts

Der vollständige Inhalt in Markdown.

Für die Arbeit im Hub sind besonders wichtig:

• title: eindeutiger, verständlicher Titel;
• description: kurze Zusammenfassung, die auch ohne den Artikel verständlich ist;
• type: zum Beispiel Article, Guide, Tool oder CaseStudy;
• category: primärer Themenbereich für den Knowledge Graph;
• tags: konkrete Begriffe für Filter und Ähnlichkeitsverbindungen;
• resource: URL der Originalquelle, falls vorhanden;
• body: der eigentliche Wissensinhalt.

Ein einfaches Markdown-Dokument ohne vollständiges Frontmatter kann eingelesen werden. Fehlende Metadaten erhalten jedoch allgemeine Standardwerte und sollten danach im Editor ergänzt werden.

Was sollte ich vor dem Upload prüfen?

• Enthält jede Datei einen eindeutigen Titel?
• Ist die Beschreibung konkret und nicht nur eine Wiederholung des Titels?
• Werden konsistente Kategorien und Tags verwendet?
• Sind interne und externe Links korrekt?
• Dürfen die Inhalte auf dem Server gespeichert und bei einer AI-Abfrage an die genannten AI-Dienste übermittelt werden?
• Enthält das Bundle keine Passwörter, API-Schlüssel oder anderen Geheimnisse?
• Besitzen Sie die notwendigen Rechte an den Inhalten?

4. Import aus Notion, Obsidian, Logseq oder Confluence

Wählen Sie im Upload-Dialog „Aus anderem Dienst importieren“ und laden Sie den jeweiligen ZIP-Export hoch. Die Quelle kann automatisch erkannt oder manuell ausgewählt werden.

Notion

Exportieren Sie den gewünschten Bereich als Markdown & CSV und laden Sie das erzeugte ZIP-Archiv hoch. Markdown- und HTML-Seiten werden in Konzepte umgewandelt. Zeilen aus CSV-Datenbanken werden als einzelne Collection Item-Konzepte angelegt.

Obsidian

Packen Sie den Vault-Ordner als ZIP-Archiv. Markdown-Dateien, YAML-Metadaten, Tags und Wikilinks werden verarbeitet. Der technische .obsidian-Ordner wird ignoriert.

Logseq

Exportieren Sie den Graph als Markdown und laden Sie ein ZIP mit pages/ und gegebenenfalls journals/ hoch. Journal-Dateien werden als Journal Entry erkannt. Einfache Blockreferenzen werden in der aktuellen Version nicht als interaktive Referenzen übernommen.

Confluence

Exportieren Sie den Space als HTML und laden Sie das ZIP hoch. Der Importer wandelt grundlegende Überschriften, Absätze, Listen, Links, Codeblöcke und Hervorhebungen in Markdown um. Confluence-Labels werden, soweit erkannt, als Tags verwendet.

Was übernimmt der Importer?

• Seitentitel und Textinhalte;
• erkennbare Tags beziehungsweise Labels;
• die Ordnerstruktur als OKF-Pfade und Kategorien;
• lokale Markdown-Links und Wikilinks, wenn das Ziel eindeutig erkannt wird;
• vorhandene einfache Metadaten wie Typ oder Quell-URL;
• eine automatisch erzeugte Kurzbeschreibung aus dem ersten geeigneten Absatz.

Aktuelle Grenzen des Imports

• Der Import ist auf textbasierte Inhalte ausgerichtet.
• Bilder, PDFs und andere Anhänge werden aktuell nicht als eigenständige Inhalte gespeichert.
• Komplexe Confluence-Layouts, Makros, Tabellen oder eingebettete Anwendungen können vereinfacht werden.
• Nicht auflösbare interne Links werden als defekte Links im Importergebnis gezählt.
• Bei automatisch nicht erkennbarer Quelle muss der Ursprung manuell gewählt werden.
• Ein Import zählt wie ein normaler Upload zum monatlichen Upload-Limit.

Nach dem Import zeigt der Hub die Zahl der erzeugten Konzepte, umgeschriebenen Links und – falls vorhanden – defekten Links. Prüfen Sie danach stichprobenartig Struktur und Inhalt.

5. Concept Library verwenden

Die Concept Library ist die lesbare und bearbeitbare Ansicht Ihrer Wissensbasis.

Suchen

Die globale Suche durchsucht Titel, Beschreibungen und Tags. Mit ⌘K auf macOS beziehungsweise Ctrl+K auf Windows oder Linux springt der Fokus direkt in das Suchfeld.

Die Suche durchsucht derzeit nicht zuverlässig den vollständigen Artikeltext. Verwenden Sie deshalb aussagekräftige Titel, Beschreibungen und Tags.

Filtern

Sie können die Bibliothek nach den in Ihrer Quelle vorhandenen OKF-Typen filtern. Die Tag-Cloud zeigt die zwölf häufigsten Tags der aktuell gewählten Wissensbasis. Ein Klick auf einen Tag aktiviert oder entfernt den Filter.

Sortieren

• Relevanz beziehungsweise ursprüngliche Reihenfolge;
• Titel von A bis Z;
• Wortanzahl absteigend;
• Wortanzahl aufsteigend.

Zunächst werden bis zu 24 Konzepte angezeigt. Über „Weitere Konzepte laden“ erscheinen jeweils weitere Einträge.

Ein Konzept lesen

Klicken Sie auf eine Karte. Der Reader zeigt:

• Typ, Domain, Wortanzahl und geschätzte Lesezeit;
• Verifizierungsstatus;
• Tags;
• den gerenderten Markdown-Inhalt;
• falls vorhanden, einen Link zur Originalquelle;
• Aktionen zum Bearbeiten, Exportieren und Löschen.

Die Lesezeit wird näherungsweise mit 200 Wörtern pro Minute berechnet.

6. Konzepte bearbeiten, verifizieren, exportieren und löschen

Bearbeiten

Im Reader können Sie Titel, Beschreibung, Typ, Kategorie, Tags und den Markdown-Inhalt ändern. Beim Speichern wird die verschlüsselte Wissensbasis aktualisiert. Die Wortanzahl wird neu berechnet und der semantische Suchindex wird anschließend neu aufgebaut.

Als verifiziert markieren

Mit „Als verifiziert markieren“ fügen Sie dem Konzept einen Zeitstempel und eine Kennzeichnung mit Ihrem Nutzerprofil hinzu, zum Beispiel human:eugen.

Diese Markierung ist eine Selbstauskunft innerhalb Ihrer Wissensbasis. Sie ist keine externe Zertifizierung und bestätigt nicht automatisch die sachliche Richtigkeit, Aktualität, Rechteklärung oder rechtliche Verbindlichkeit des Inhalts.

Einzelnes Konzept exportieren

„Als OKF exportieren“ lädt das geöffnete Konzept als Markdown-Datei mit OKF-Frontmatter herunter. Änderungen im geöffneten Editor werden beim direkten Export in die Datei übernommen, auch wenn sie noch nicht im Bundle gespeichert wurden.

Der aktuelle Hub exportiert einzelne Konzepte. Ein vollständiger Download des gesamten Bundles ist in der Oberfläche derzeit nicht verfügbar.

Einzelnes Konzept löschen

Das Löschen eines Konzepts entfernt es dauerhaft aus der gewählten Wissensbasis und speichert die reduzierte Version. Dieser Vorgang kann in der App nicht rückgängig gemacht werden.

Ganze Wissensbasis löschen

Öffnen Sie über Ihr Profil das Dashboard „Meine OKF“ und löschen Sie dort das gewünschte Bundle. Dabei werden die gespeicherte verschlüsselte Datei, der zugehörige Vektorindex und die Metadaten des Bundles entfernt.

Das Löschen eines Konzepts oder Bundles stellt bereits verbrauchtes monatliches Upload-Kontingent nicht wieder her.

7. Knowledge Graph lesen und bedienen

Der Knowledge Graph übersetzt Kategorien und gemeinsame Tags in eine interaktive Karte. Er ist eine Orientierungshilfe und keine automatisch erzeugte fachliche Ontologie.

Bedeutung der Elemente

• Kreise stehen für einzelne Artikel oder Konzepte.
• Rauten stehen für Kategorien.
• Farben kennzeichnen Kategorien.
• Durchgezogene Linien verbinden ein Konzept mit seiner Kategorie.
• Gestrichelte Linien verbinden Konzepte, die gemeinsame Tags haben.
• Farbige Flächen umfassen sichtbare Kategorien als Cluster.
• Größere Knoten besitzen mehr Verbindungen.

Die als „Ähnlichkeit“ bezeichneten gestrichelten Verbindungen basieren im Graphen auf gemeinsam verwendeten Tags. Sie sind keine Aussage eines Sprachmodells und keine Garantie für fachliche Ähnlichkeit.

Bedienung

• Knoten anklicken: fokussiert den Knoten und seine Nachbarschaft bis zur zweiten Verbindungsebene.
• Knoten ziehen: verändert vorübergehend seine Position.
• Scrollen beziehungsweise Trackpad: zoomt hinein oder heraus.
• Freie Fläche anklicken: beendet den Fokus.
• Suche: hebt Knoten hervor, deren Titel den Suchbegriff enthält.
• Kategorien in der Legende: blenden komplette Kategorien ein oder aus.
• Hierarchisch: zeigt oder verbirgt Kategorieverbindungen.
• Ähnlichkeit: zeigt oder verbirgt Tag-Verbindungen.
• Verbindungsdichte: zeigt nur Ähnlichkeitskanten ab der gewählten Zahl gemeinsamer Tags.
• Cluster: zeigt oder verbirgt die farbigen Kategorieflächen.
• Ansicht zurücksetzen: entfernt Suchbegriff, Fokus und ausgeblendete Kategorien.

Detailkarte

Bei einem Konzept zeigt die Seitenkarte Beschreibung, Wortanzahl, Lesezeit, Zahl der Verbindungen, Tags, ähnliche Artikel und – falls vorhanden – die Originalquelle. Bei einer Kategorie zeigt sie bis zu zwölf zugehörige Konzepte.

Warum fehlen Konzepte im Graphen?

Aus Performancegründen zeigt der Graph maximal 800 Konzepte und bevorzugt bei größeren Wissensbasen Inhalte mit mehr Tags. Die Concept Library bleibt für die vollständige Inhaltsliste maßgeblich.

Was bedeutet „isoliert“?

Ein isoliertes Konzept besitzt keine Ähnlichkeitsverbindung über gemeinsame Tags. Das kann auf eine Wissenslücke hindeuten, aber auch nur auf fehlende oder uneinheitliche Tags. Prüfen Sie zuerst die Metadaten, bevor Sie eine inhaltliche Lücke ableiten.

8. AI RAG Assistant verwenden

RAG steht für Retrieval-Augmented Generation. Vor jeder Antwort sucht der Hub relevante Konzepte in der gewählten Wissensbasis und übergibt Auszüge daraus zusammen mit Ihrer Frage an das ausgewählte AI-Modell.

Eine gute Frage stellen

1. Wählen Sie die richtige Quelle.
2. Wählen Sie ein Modell.
3. Formulieren Sie eine konkrete Frage mit Kontext und gewünschtem Ergebnis.
4. Prüfen Sie die in der Antwort verwendeten Quellen.

Beispiele:

• „Welche drei Regeln nennt unsere Richtlinie für die Freigabe neuer Inhalte?“
• „Fasse die Unterschiede zwischen Thema A und Thema B als Tabelle zusammen.“
• „Welche Konzepte behandeln technische SEO-Probleme, und welche Maßnahmen werden empfohlen?“
• „Diese Frage ist nicht in der Wissensbasis beantwortet – welche Information fehlt?“

Verfügbare Modelle

• Google Gemini 2.5 Flash;
• DeepSeek V3;
• Llama 3.3 70B.

Die Modellnamen und ihre Verfügbarkeit können sich ändern. Die Überschrift nennt Gemini als Standard, die tatsächliche Verarbeitung erfolgt jedoch mit dem im Modellfeld gewählten Modell.

Wie werden relevante Quellen ausgewählt?

Für eigene Bundles versucht der Server zunächst eine semantische Suche mit lokal berechneten mehrsprachigen Embeddings. Wenn der semantische Index noch nicht verfügbar ist, wird automatisch eine gewichtete Stichwortsuche verwendet. Titel und Beschreibung werden dabei stärker gewichtet als der Fließtext.

Das Modell erhält nur eine kleine Auswahl relevanter Konzepte, nicht automatisch das vollständige Bundle. Deshalb funktionieren präzise Fragen und gute Metadaten besser als sehr allgemeine Fragen.

Wie entstehen Quellenangaben?

Das Modell darf nur nummerierte OKF-Quellen verwenden. Der Hub wandelt diese Nummern in anklickbare Verweise um. Ein Klick öffnet den verwendeten OKF-Auszug direkt im internen Reader. Externe URLs werden in der AI-Antwort nicht automatisch erzeugt.

Wenn die ausgewählten OKF-Inhalte eine Frage nicht beantworten, soll der Assistent dies offen sagen, statt Wissen außerhalb der Quelle zu ergänzen.

Kann der Assistent trotzdem Fehler machen?

Ja. RAG reduziert unbelegte Antworten, verhindert sie aber nicht vollständig. Mögliche Fehlerquellen sind:

• unvollständige oder veraltete Ausgangsdaten;
• uneindeutige Fragen;
• ein unpassend ausgewähltes Bundle;
• relevante Inhalte, die beim Retrieval nicht gefunden wurden;
• falsch interpretierte oder ungenau zitierte Passagen;
• Grenzen des gewählten Modells.

Behandeln Sie eine AI-Antwort deshalb als Arbeitsgrundlage. Öffnen Sie die Quellen und prüfen Sie wichtige Aussagen im vollständigen Konzept.

Was wird an den AI-Dienst übertragen?

Bei jeder Chat-Anfrage werden Ihre Frage und relevante Auszüge aus der gewählten OKF an OpenRouter und anschließend an den gewählten Modellanbieter übertragen. Verwenden Sie den Chat nicht für Inhalte, die nicht an diese Dienste weitergegeben werden dürfen.

Das reine Hochladen, Lesen, Filtern, Bearbeiten oder Anzeigen des Graphen löst keine AI-Chat-Anfrage aus.

Chat-Verlauf

Der Hub speichert die letzten 25 Fragen und Antworten pro angemeldetem Nutzer lokal im Browser. Wenn Sie einen Eintrag erneut öffnen, wird die gespeicherte Antwort angezeigt, ohne eine neue Modellanfrage zu senden. Mit „Verlauf löschen“ entfernen Sie diesen lokalen Verlauf für das aktuell verwendete Browserprofil. Der Verlauf wird nicht automatisch zwischen Geräten oder Browsern synchronisiert.

9. Datenschutz und Sicherheit

Anmeldung und Kontozuordnung

Die Anmeldung erfolgt über Google Sign-In. Der Hub erhält Google-Konto-ID, Name, E-Mail-Adresse und Profilbild. Ein signiertes Sitzungstoken wird im lokalen Speicher des Browsers abgelegt. Die Sitzung ist aktuell bis zu 30 Tage gültig, sofern sie nicht vorher beendet oder aus dem Browser entfernt wird.

Verschlüsselung bei der Speicherung

Uploads und semantische Vektorindizes werden vor der dauerhaften Speicherung mit AES-256-GCM verschlüsselt. Der Schlüssel wird serverseitig aus einem Master-Key und der stabilen Google-Konto-ID des Eigentümers abgeleitet. API-Endpunkte prüfen außerdem, ob die angemeldete Person Eigentümer des angeforderten Bundles ist.

Diese Architektur schützt gespeicherte Dateien vor einfachem Klartextzugriff im Speicher-Backend und trennt Bundles nach Nutzerkonto. Sie ist jedoch keine Ende-zu-Ende- oder Zero-Knowledge-Verschlüsselung: Die Serveranwendung verfügt über das notwendige Schlüsselmaterial und entschlüsselt Inhalte für autorisierte Funktionen.

Verarbeitung im Arbeitsspeicher

Für Library, Graph, Bearbeitung, semantische Suche und RAG wird ein Bundle innerhalb einer autorisierten Serversitzung entschlüsselt. Entschlüsselte Konzepte können zur Beschleunigung begrenzt im Arbeitsspeicher des Servers zwischengespeichert werden.

Lokale semantische Suche

Die Embeddings für die semantische Suche werden mit einem lokalen Modell auf dem Server berechnet. Für die Erstellung des Vektorindex werden keine Inhalte an einen externen Embedding-Dienst gesendet. Der Index wird verschlüsselt gespeichert.

AI-Verarbeitung durch Dritte

Nur wenn Sie den AI RAG Assistant verwenden, werden die Frage und ausgewählte relevante Auszüge an OpenRouter und den gewählten Modellanbieter übermittelt. Lesen Sie vor der Verarbeitung vertraulicher Inhalte die Datenschutzerklärung und die Bedingungen der beteiligten Anbieter.

Löschen und Aufbewahrung

Ihre OKF und Vektorindizes bleiben gespeichert, bis Sie das Bundle löschen. Für die Löschung des gesamten Kontos und der zugehörigen Daten wenden Sie sich an [email protected].

Sensible Inhalte

Laden Sie keine Passwörter, privaten Schlüssel, Zugangstokens oder Daten hoch, deren Speicherung auf dem Server nicht zulässig ist. Nutzen Sie den AI Assistant nicht mit Daten, die nicht an OpenRouter und den gewählten Modellanbieter übermittelt werden dürfen.

Weitere Einzelheiten stehen in der Datenschutzerklärung.

10. Kostenloser Zugang und Limits

Der Dienst ist aktuell kostenlos. Standardmäßig gelten 3 Uploads oder Importe pro Nutzer und Kalendermonat. Der in der App angezeigte Wert ist maßgeblich, da das Limit serverseitig konfiguriert werden kann.

Zum Upload-Kontingent zählen:

• ein fertiges .zip-, .md- oder .json-Bundle hochladen;
• einen ZIP-Export aus Notion, Obsidian, Logseq oder Confluence importieren.

Nicht zum Upload-Kontingent zählen:

• die Demo-Datenbank laden;
• Konzepte lesen, suchen oder filtern;
• den Knowledge Graph verwenden;
• bestehende Konzepte bearbeiten oder löschen;
• ein einzelnes Konzept exportieren;
• Fragen an den RAG Assistant stellen.

Das Kontingent wird mit Beginn eines neuen Monats zurückgesetzt. Das Löschen eines bereits hochgeladenen Bundles reduziert den bisherigen Monatsverbrauch nicht.

Weitere technische Grenzen:

• maximal 20 MB pro hochgeladener Datei;
• maximal 800 sichtbare Konzepte im Knowledge Graph;
• bis zu 25 lokal gespeicherte Chat-Verläufe pro Nutzer und Browser;
• Import nur für unterstützte textbasierte Dateien; Anhänge werden derzeit nicht übernommen.

11. Häufige Probleme und Lösungen

„Bitte zuerst mit Google anmelden“

Öffnen Sie den Login-Dialog und melden Sie sich an. Wenn die Anmeldung nicht abgeschlossen wird, prüfen Sie, ob Pop-ups, Drittanbieter-Skripte oder Google Identity Services im Browser blockiert werden.

Meine Datei wird nicht akzeptiert

Prüfen Sie Dateityp und Größe. Für ein fertiges OKF sind .zip, .md und .json erlaubt. Der Import aus einem anderen Dienst erwartet ausschließlich ein ZIP-Archiv. Die Datei darf höchstens 20 MB groß sein.

„Keine OKF-Konzepte in der Datei gefunden“

Ein ZIP muss importierbare Markdown-Dateien enthalten. Reine Bild-, PDF- oder Anhangsarchive reichen nicht aus. Prüfen Sie außerdem, ob das Archiv nur README.md, INDEX.md oder okf.md enthält – diese Sammeldateien werden absichtlich übersprungen.

Die Importquelle wurde nicht erkannt

Wählen Sie Notion, Obsidian, Logseq oder Confluence im Upload-Dialog manuell aus. Kontrollieren Sie, ob das ZIP tatsächlich aus dem jeweiligen Export stammt und die ursprüngliche Ordnerstruktur enthält.

Einige Links sind nach dem Import defekt

Der Importer kann nur Ziele umschreiben, die anhand von Dateiname oder Seitentitel eindeutig gefunden werden. Prüfen Sie umbenannte Seiten, doppelte Titel, absolute lokale Pfade und Links auf nicht exportierte Inhalte.

Die Suche findet einen Begriff im Artikeltext nicht

Die Library-Suche verwendet Titel, Beschreibung und Tags. Ergänzen Sie den Begriff in einer aussagekräftigen Beschreibung oder als Tag. Für Fragen über den Inhalt verwenden Sie zusätzlich den RAG Assistant.

Der Graph zeigt nicht alle Konzepte

Der Graph ist auf 800 Konzepte begrenzt. Ausgeblendete Kategorien, aktive Suche, Fokus oder eine hohe Verbindungsdichte können weitere Knoten beziehungsweise Kanten optisch zurücknehmen. Setzen Sie die Ansicht zurück und verwenden Sie für die vollständige Liste die Concept Library.

Ein Konzept erscheint isoliert

Prüfen Sie, ob es konsistente Tags besitzt. Ähnlichkeitsverbindungen im Graphen entstehen durch gemeinsame Tags. Ein isolierter Knoten bedeutet nicht automatisch, dass das Thema fachlich ohne Zusammenhang ist.

Der Assistent findet eine vorhandene Information nicht

Prüfen Sie zuerst die gewählte Quelle. Formulieren Sie die Frage mit Begriffen aus Titel, Beschreibung oder Inhalt. Teilen Sie große Fragen in kleinere Teilfragen. Verbessern Sie bei Bedarf Titel, Beschreibung und Tags des relevanten Konzepts und warten Sie kurz, bis der semantische Index nach einer Änderung neu aufgebaut wurde.

Die Antwort enthält keine Quellen

Der Assistent listet nur Quellen auf, die das Modell in der Antwort tatsächlich nummeriert zitiert. Fehlen Quellen, formulieren Sie die Frage konkreter. Verwenden Sie eine wichtige Antwort nicht ungeprüft.

Die Antwort nennt keine externe URL

Das ist beabsichtigt. AI-Zitate öffnen das verwendete OKF-Konzept innerhalb des Hubs. Die Originalquelle kann – sofern im Konzept hinterlegt – über Concept Library oder Knowledge Graph geöffnet werden.

Meine letzten Fragen sind auf einem anderen Gerät nicht sichtbar

Der Verlauf wird im lokalen Browser gespeichert und nicht mit dem Konto synchronisiert.

Ich habe ein Konzept oder Bundle versehentlich gelöscht

Löschvorgänge sind in der App nicht rückgängig zu machen. Importieren Sie eine vorhandene Sicherung erneut. Beachten Sie, dass ein erneuter Upload zum Monatslimit zählt.

12. Häufige Fragen

Was bedeutet OKF?

OKF steht für Open Knowledge Format. Im Hub besteht ein Konzept im Kern aus Markdown-Inhalt und strukturierten Metadaten wie Titel, Beschreibung, Typ, Kategorie, Tags und Quelle. Dadurch lässt sich derselbe Inhalt von Menschen lesen, im Graphen analysieren und für Retrieval durch AI-Systeme verwenden.

Muss ich OKF oder YAML beherrschen?

Nein. Sie können einen Export aus einem unterstützten Wissenssystem importieren und die erzeugten Konzepte anschließend im visuellen Editor pflegen. Für saubere, wiederverwendbare Bundles ist ein Grundverständnis der Metadaten dennoch hilfreich.

Kann ich die App ohne eigene Daten ausprobieren?

Ja. Melden Sie sich mit Google an und laden Sie die Demo-Datenbank. Die Demo zählt nicht zum monatlichen Upload-Limit.

Werden meine Inhalte öffentlich?

Nein. Hochgeladene Bundles sind kontogebunden und über die API nur für den jeweiligen Eigentümer abrufbar. Der Hub veröffentlicht sie nicht automatisch als Website, llms.txt oder öffentlichen Download.

Sind meine Dateien verschlüsselt?

Ja. Bundles und Vektorindizes werden mit AES-256-GCM verschlüsselt gespeichert. Die Verschlüsselung erfolgt serverseitig und kontogebunden. Es handelt sich nicht um Zero-Knowledge-Verschlüsselung, weil die Serveranwendung Inhalte für autorisierte Funktionen entschlüsseln kann.

Sieht der AI-Anbieter mein gesamtes Bundle?

Nicht automatisch. Pro Frage wählt der Hub relevante Konzepte aus und übermittelt daraus begrenzte Auszüge zusammen mit Ihrer Frage. Diese Auszüge können dennoch vertrauliche Informationen enthalten. Verwenden Sie den Assistant nur, wenn diese Verarbeitung zulässig ist.

Trainieren die Modelle mit meinen Daten?

Der Hub selbst kann keine pauschale Zusage über die Datenverwendung aller über OpenRouter erreichbaren Modellanbieter machen. Maßgeblich sind die jeweils aktuellen Bedingungen und Datenschutzregeln von OpenRouter und dem ausgewählten Anbieter.

Antwortet der Assistant ausschließlich aus meiner OKF?

Die Systemanweisung verlangt Antworten ausschließlich aus den ausgewählten OKF-Auszügen und fordert bei fehlender Evidenz eine offene Einschränkung. Ein Sprachmodell kann Anweisungen dennoch fehlerhaft umsetzen. Prüfen Sie daher die Quellen.

Welche Sprache verwendet der Assistant?

Der Assistant soll in der Sprache Ihrer Frage antworten. Die Benutzeroberfläche kann unabhängig davon zwischen Deutsch und Englisch umgeschaltet werden.

Was ist der Unterschied zwischen Kategorie und Tag?

Eine Kategorie ist die primäre Zuordnung eines Konzepts und erzeugt den zentralen Kategorie-Knoten im Graphen. Tags sind zusätzliche Themenmerkmale. Gemeinsame Tags erzeugen Ähnlichkeitsverbindungen zwischen Konzepten.

Was bedeutet „verifiziert“?

Die Markierung dokumentiert, dass ein angemeldeter Nutzer das Konzept zu einem bestimmten Zeitpunkt als geprüft gekennzeichnet hat. Sie ist keine unabhängige Qualitätsprüfung oder rechtliche Freigabe.

Kann ich ein vollständiges Bundle exportieren?

Aktuell kann die Oberfläche einzelne Konzepte als OKF-Markdown exportieren. Ein vollständiger Bundle-Export ist derzeit nicht verfügbar. Bewahren Sie deshalb die ursprünglichen Dateien beziehungsweise Exporte als Sicherung auf.

Kann ich Änderungen rückgängig machen?

Der Hub besitzt derzeit keine Versionshistorie und keine Undo-Funktion für gespeicherte Änderungen oder Löschungen. Exportieren beziehungsweise sichern Sie wichtige Inhalte vor größeren Änderungen.

Werden Bilder und Anhänge importiert?

Nein. Der aktuelle Import konzentriert sich auf Markdown-, HTML- und CSV-Inhalte. Bilder, PDFs und andere Anhänge werden nicht als eigenständige OKF-Materialien gespeichert.

Warum zählt ein gelöschter Upload weiterhin zum Limit?

Das Limit misst die Anzahl der im aktuellen Monat durchgeführten Upload- und Importvorgänge, nicht die Anzahl der momentan gespeicherten Bundles.

Wie lösche ich mein Konto?

Das Löschen einzelner Bundles erfolgt im Dashboard. Für die Löschung des Kontos und weiterer zugehöriger Daten senden Sie eine E-Mail an [email protected].

Wo kann ich Fehler oder Wünsche melden?

Nutzen Sie das Feedback-Feld in der Seitenleiste oder schreiben Sie an [email protected]. Beim Feedback-Formular werden Nachricht, Zeitpunkt und die mit dem Konto verknüpfte E-Mail-Adresse gespeichert.