--- type: types/concept.md concept_type: architecture tags: [memory, tiers, consolidation, knowledge-management] created: 2026-07-26 modified: 2026-08-29 related: - part-of: Memory Lifecycle - composition: Working Memory - composition: Episodic Memory - composition: Semantic Memory - composition: Procedural Memory - exemplifies: LLM Wiki Pattern sources: [Source - LLM Wiki v2] confidence: 0.95 confidence_base: 0.95 provenance: sourced summary: Hierarchische Speicherarchitektur, die Informationen durch zunehmend verdichtete Schichten vom Working Memory bis zum Semantic und Procedural Memory befördert. --- # Consolidation Tiers **Typ:** Architektur (Tiered Knowledge Consolidation) ## Definition Consolidation Tiers ist eine **hierarchische Speicherarchitektur**, die Informationen durch progressiv stärker komprimierte, bestätigte und langfristig verfügbare Schichten fördert. Dies adressiert das Problem, alle Beobachtungen gleich zu behandeln, und ermöglicht dem Wiki, zwischen Tentativbeobachtungen und gut etablierten Fakten zu unterscheiden. Dies ist eine Kernkomponente des [[Memory Lifecycle]]-Managements, inspiriert durch kognitive Psychologie und implementiert in [[Agent Memory]]. ## Tier-Struktur ``` ┌─────────────────────────────────────────────────────────┐ │ PROCEDURAL MEMORY │ │ Workflows, patterns, best practices, automated procedures │ │ Longest-lived, highest confidence, most compressed │ └─────────────────────────────────────────────────────────┘ ↑ │ Promote (extract patterns) ↓ ┌─────────────────────────────────────────────────────────┐ │ SEMANTIC MEMORY │ │ Cross-session facts, consolidated from multiple episodes │ │ Long-lived, high confidence, moderately compressed │ └─────────────────────────────────────────────────────────┘ ↑ │ Promote (consolidate facts) ↓ ┌─────────────────────────────────────────────────────────┐ │ EPISODIC MEMORY │ │ Session summaries, compressed from raw observations │ │ Medium-lived, medium confidence, lightly compressed │ └─────────────────────────────────────────────────────────┘ ↑ │ Promote (summarize session) ↓ ┌─────────────────────────────────────────────────────────┐ │ WORKING MEMORY │ │ Recent observations, not yet processed │ │ Short-lived, low confidence, uncompressed │ └─────────────────────────────────────────────────────────┘ ↑ │ Ingest (raw source) ↓ ┌─────────────────────────────────────────────────────────┐ │ RAW SOURCES │ │ Immutable source documents (articles, notes, data) │ └─────────────────────────────────────────────────────────┘ ``` ## Tier-Details ### Working Memory **Zweck:** Aktuelle, unverarbeitete Beobachtungen halten **Charakteristiken:** - **Lebensdauer:** Tage bis Wochen (kurzlebig) - **Konfidenz:** Niedrig (vorläufig, unbestätigt) - **Komprimierung:** Keine (rohe Beobachtungen) - **Zugriff:** Häufig zugegriffen während aktiver Arbeit - **Förderungstrigger:** Sitzungsabschluss, manuelle Überprüfung **Inhalte:** - Aktuelle Quellenausschnitte - Vorläufige Erkenntnisse - Laufende Analysen - Unbestätigte Aussagen **Beispiel:** "Beobachtet, dass das API-Ratelimit möglicherweise 100 req/min beträgt" ### Episodic Memory **Zweck:** Sitzungsbezogene Zusammenfassungen und Erkenntnisse speichern **Charakteristiken:** - **Lebensdauer:** Wochen bis Monate - **Konfidenz:** Mittel (in der Sitzung verifiziert) - **Komprimierung:** Leicht (aus Working Memory zusammengefasst) - **Zugriff:** Sitzungsbasierter Abruf - **Förderungstrigger:** Sitzungsübergreifende Bestätigung **Inhalte:** - Sitzungszusammenfassungen - Haupterkenntnisse aus einzelnen Quellen - Sitzungsspezifischer Kontext - Verifizierte Fakten innerhalb der Sitzung **Beispiel:** "Sitzung 2026-07-20: API-Ratelimit für Endpoint X bestätigt ist 100 req/min" ### Semantic Memory **Zweck:** Sitzungsübergreifende allgemeine Fakten beibehalten **Charakteristiken:** - **Lebensdauer:** Monate bis Jahre - **Konfidenz:** Hoch (sitzungsübergreifend bestätigt) - **Komprimierung:** Moderat (aus episodischem Speicher destilliert) - **Zugriff:** Allgemeiner Abfrageabruf - **Förderungstrigger:** Mustererkennung, wiederholte Beobachtung **Inhalte:** - Etablierte Fakten - Querverweisenes Wissen - Domänenspezifische Informationen - Gut verifizierte Aussagen **Beispiel:** "Das API-Ratelimit beträgt 100 req/min für Standard-Endpoints, 500 req/min für Premium" ### Procedural Memory **Zweck:** Arbeitsabläufe, Muster und Best Practices erfassen **Charakteristiken:** - **Lebensdauer:** Jahre (am längsten verfügbar) - **Konfidenz:** Sehr hoch (durch Wiederholung bewiesen) - **Komprimierung:** Hoch (abstrahierte Muster) - **Zugriff:** Arbeitsablauf- und Mustenabruf - **Förderungstrigger:** Mustererkennung aus semantischem Speicher **Inhalte:** - Arbeitsabläufe und Verfahren - Entwurfsmuster - Best Practices - Automatisierte Verfahren - Bewährte Lösungen für wiederkehrende Probleme **Beispiel:** "Beim Treffen von Ratelimits: 1) Endpoint-Tier prüfen, 2) Backoff implementieren, 3) Antworten cachen, 4) Kontingent-Erhöhung anfordern" ## Förderungskriterien Informationen werden von einer Ebene zur nächsten befördert, wenn: | Von → Zu | Kriterien | |-----------|----------| | Working → Episodic | Sitzung abgeschlossen, Beobachtungen zusammengefasst | | Episodic → Semantic | Fakt beobachtet in ≥2 unabhängigen Sitzungen, keine Widersprüche | | Semantic → Procedural | Muster erkannt über ≥5 Instanzen, bewiesenerweise wirksam | ## Aufbewahrung und Verfall Jede Ebene hat unterschiedliche **Aufbewahrungsrichtlinien**: | Ebene | Aufbewahrung | Verfallsrate | Archiv nach | |------|-----------|------------|---------------| | Working Memory | Aggressiv | Schnell | 30 Tage | | Episodic Memory | Moderat | Mittel | 90 Tage | | Semantic Memory | Konservativ | Langsam | 1 Jahr | | Procedural Memory | Dauerhaft | Sehr langsam | Nie | ## Vorteile - **Effizienz:** Höhere Ebenen ermöglichen schnellere und zuverlässigere Abfragen - **Klarheit:** Unterscheidet zwischen vorläufigem und bewiesenem Wissen - **Skalierbarkeit:** Komprimierung reduziert Speicher- und Suchaufwand - **Lernen:** Ermöglicht Mustererkennung und Arbeitsablauf-Automatisierung - **Anpassungsfähigkeit:** Ebenenstruktur ermöglicht Wissensentwicklung ## Implementierung Basierend auf [[Agent Memory]]-Erfahrung: 1. **Automatische Förderung:** [[Event-Driven Automation]] verwenden, um Förderungen beim Sitzungsabschluss auszulösen 2. **Konfidenz-Verfolgung:** Mit [[Confidence Scoring]] für jede Ebene integrieren 3. **Komprimierungsalgorithmen:** Inhalt automatisch zusammenfassen und destillieren beim Fördern 4. **Querverweis-Verwaltung:** Sicherstellen, dass Links über Ebenen funktionieren 5. **Suchoptimierung:** Höhere Ebenen in Suchergebnissen priorisieren ## Wann zu verwenden - Jedes Wiki, das diverse Arten von Wissen verarbeiten soll - Domänen mit flüchtigen und permanenten Informationen - Situationen, in denen Wissensreife wichtig ist - Sitzungsübergreifende Forschungs- oder Entwicklungsprojekte ## Verwandte Konzepte - [[Agent Memory]] - Produktive Implementierung - [[Forgetting]] - Ergänzender Aufbewahrungsmechanismus ## Siehe auch - [[Confidence Scoring]] (für ebenenspezifische Konfidenz) - [[Event-Driven Automation]] (für Förderungstrigger) - [[Knowledge Graph]] (für ebenenübergreifende Beziehungen) ## Beziehungen - **part-of:** [[Memory Lifecycle]] - **composition:** [[Working Memory]] - **composition:** [[Episodic Memory]] - **composition:** [[Semantic Memory]] - **composition:** [[Procedural Memory]] - **exemplifies:** [[LLM Wiki Pattern]]