Sie wollen einen KI-Assistenten auf Ihre internen Dokumente loslassen. Drei Fragen halten Sie davon ab: Was, wenn er etwas ausplaudert, das er nicht sollte? Was, wenn er eine Antwort erfindet, nur um nicht „weiß ich nicht" sagen zu müssen? Und was, wenn Ihre Daten dabei das Haus verlassen — obwohl der Mandant genau das untersagt hat?
Context-Capsule beantwortet diese Fragen nicht mit Versprechen, sondern mit Architektur. Es ist ein kleines Open-Source-Werkzeug, das ich gebaut habe. Die Idee in einem Satz: eine KI, die ein versiegeltes Wissenspaket durchsucht — und ausschließlich das.
Warum der Standardweg an der falschen Stelle bricht
Der übliche Weg, einer KI Firmenwissen zu geben, heißt RAG: Dokumente in eine Datenbank kippen, bei jeder Frage die ähnlichsten Schnipsel heraussuchen, dem Modell unterschieben. Das funktioniert erstaunlich oft. Und es bricht genau dort, wo es wehtut:
- Es leckt. Liegt ein vertrauliches Dokument im selben Index wie der Rest, kann die falsche Frage es mit nach oben spülen. Die Grenze ist eine Konvention — kein Wall.
- Es erfindet. Findet die Suche nichts Passendes, antwortet das Modell trotzdem. Die Antwort klingt plausibel und ist schlicht falsch. In einer Kanzlei oder Praxis ist das kein Schönheitsfehler, sondern ein Haftungsrisiko.
- Es ist blind. Stichwort-Ähnlichkeit ist kein Verständnis. Die Suche liefert Textfetzen, die klingen wie die Frage — nicht die, die sie beantworten.
Was Context-Capsule anders macht
Ein „Capsule" ist nichts Exotisches: ein Ordner aus verbundenen Markdown-Dateien. Eine Manifest-Datei (capsule.md) benennt die Einstiegspunkte und beschreibt, wie die Themen zusammenhängen. Die Struktur ist die Lesart — das Modell bekommt nicht den ganzen Korpus vorgeworfen, sondern eine Karte.
Kommt eine Frage, navigiert das Modell durch diese Karte. Es entscheidet selbst, welche Datei es öffnet und welchen Verknüpfungen es folgt — bis es genug für eine Antwort hat. Drei Dinge fallen dabei ab, und genau die sind der Punkt:
- Leckfrei von Bauart. Das Modell liest nur Dateien, die im Capsule liegen. Was nicht hineingehört, kommt nicht hinein — es gibt keinen gemeinsamen Index, aus dem etwas durchsickern könnte.
- Es zitiert. Jede Antwort nennt die Stellen, auf die sie sich stützt (
datei.md#überschrift). Sie prüfen die Quelle nach, statt dem Modell zu glauben. - Es sagt Nein. Steht die Antwort nicht im Capsule, erfindet das Modell nichts — es sagt, dass es die Frage nicht beantworten kann. Ein ehrliches „weiß ich nicht" ist in regulierten Branchen mehr wert als eine selbstbewusste Halluzination.
RAG mit einer harten Wand und Orientierungssinn — als Markdown verfasst, vom Modell selbst durchquert, leckfrei von Bauart.
Warum das für den Mittelstand zählt
Der häufigste Einwand gegen KI im regulierten Betrieb ist nicht „zu teuer". Es ist „ich kann nicht kontrollieren, was sie tut". Genau hier setzt das Werkzeug an:
- Ihre Daten bleiben im Haus. Context-Capsule bringt einen Offline-Navigator ohne Fremdabhängigkeiten mit und läuft vollständig lokal. Kein Dokument verlässt den Rechner. Wer Cloud-Modelle nutzen will, kann Anthropic, OpenAI, LM Studio oder Ollama einhängen — je nach Anforderung.
- Jede Antwort ist nachprüfbar. Zitate und ehrliche Ablehnungen machen aus einer Blackbox ein prüfbares System. Das ist die Sprache, die ein Mandantenmandat versteht.
- Die Grenze ist überprüfbar, nicht erhofft. Was der Assistent wissen darf, ist exakt der Inhalt des Capsules. Nicht mehr.
Typische Einsätze: Assistenten für interne Dokumentation, eng umrissene Support-Bots, Wissensoberflächen für Fachexperten — überall dort, wo den ganzen Korpus ins Modell zu kippen keine Option ist.
Wie es ausgeliefert wird
Context-Capsule ist ein Python-Paket mit Offline-Stub, dazu optionale Erweiterungen pro Anbieter. Ein mitgelieferter MCP-Server bindet die Capsules direkt an die gängigen KI-Werkzeuge an: Claude Code, Cursor, Windsurf, Cline, Zed und Claude Desktop.
Es ist open source und steht auf GitHub. Wenn Sie ein internes Wissenssystem planen, bei dem die Grenze keine Frage des guten Willens sein darf, ist das ein Baustein — oder der Einstieg in ein Gespräch darüber, wie so etwas in Ihrem Betrieb aussieht.