TetiAITetiAI
ForschungLucidNachrichten
EthikDer Rahmen, der unsere Entwicklung bestimmtChartaSechs versiegelte Artikel, unser GründungsdokumentEthikkommissionUnabhängige Aufsicht mit VetorechtSystem-PromptDie Anweisungen, die Teti formen, veröffentlicht
Über unsWarum wir existieren und wer wir sindMarkeLogos, Assets und NutzungsrichtlinienKontaktKontaktieren Sie das Team
KonsoleOpen Teti
Lucid-Logo

Kognitiver Gesundheitsschutz für KI-Agenten

Lucid überwacht, wie Benutzer mit KI-Systemen interagieren, und passt die Antworten in Echtzeit an, um kognitive Abhängigkeit zu verhindern – die allmähliche, oft unsichtbare Tendenz, das Denken an die KI auszulagern, anstatt sie als Werkzeug für Wachstum zu nutzen.

Auf GitHub ansehenUnser Ethik-Engagement

Warum Lucid?

KI macht uns produktiver – aber Forschungsergebnisse zeigen, dass sie uns auch kognitiv faul machen kann. Das Problem ist subtil: Jede einzelne Interaktion scheint in Ordnung zu sein, aber über Wochen und Monate hinweg hören Benutzer allmählich auf, selbst zu denken. Lucid erkennt diese Abweichung und greift ein, bevor sie sich verfestigt.

3–6 Monate

Messbarer Rückgang des kritischen Denkens bei starker KI-Delegation

MIT Media Lab (2025)

r = −0.68

Korrelation zwischen KI-Abhängigkeit und kritischem Denken

Gerlich (2025)

<25

Höhere Anfälligkeit – präfrontaler Kortex noch nicht vollständig ausgereift

Arain et al. (2013); APA (2025)

So funktioniert's

Lucid arbeitet als kontinuierlicher Feedback-Loop zwischen dem Benutzer, Ihrer KI und dem kognitiven Schutzsystem. Die zentrale Erkenntnis: Lucid blockiert oder filtert nichts. Es passt die Art und Weise an, wie die KI reagiert, basierend auf den kognitiven Mustern des Benutzers.

Benutzer sendet Nachricht
│
▼
KI antwortet normal ← System-Prompt enthält Lucid-Richtlinien
│
▼
Lucid analysiert den Austausch über LLM ← asynchron, Fire-and-Forget
│
▼
Aktualisiert kognitives Profil ← EMA-Glättung verhindert Verzerrungen
│
▼
Nächste Nachricht: Richtlinien passen sich basierend auf dem aktualisierten Profil an

Keine Latenz: track() läuft asynchron – es blockiert niemals die KI-Antwort. Der Benutzer erhält seine Antwort sofort; die kognitive Analyse erfolgt im Hintergrund. Das TOON-Format (Token-Oriented Object Notation) spart im Vergleich zu JSON ~40 % Token bei der LLM-Ausgabe.

Sechs kognitive Dimensionen

Jeder Nachrichtenaustausch wird anhand von sechs Dimensionen bewertet, die mit validierten psychometrischen Skalen übereinstimmen (GAIDS α=.87, AIMS 2025, Cognitive Offloading Scale α=.90).

Autonomie

0 → 1

Unabhängiges Denken vs. Delegation an KI

Lernen

0 → 1

Neugier, Fragen nach dem „Warum“, Streben nach Verständnis

Engagement

0 → 1

Qualität und Tiefe der Beteiligung

Metakognition

0 → 1

Selbstwahrnehmung des eigenen Denkprozesses

Verifizierung

0 → 1

Kritische Bewertung der KI-Ausgabe

Motivation

type

Warum der Benutzer sich engagiert – intrinsisch, instrumental oder vermeidend

Vier Schutzschichten

1. Echtzeit-Anpassung

In das KI-System injizierte Richtlinien passen die Antworten basierend auf dem kognitiven Zustand des Benutzers an – Autonomie, Lernen, Metakognition, Verifizierung, Motivation.

2. Erkennung von Sitzungsermüdung

Überwacht Sitzungsdauer, Nachrichtenvolumen und Muster der Antwortverkürzung, um Pausen vor kognitiver Überlastung vorzuschlagen.

3. Erkennung langfristiger Abweichungen

Der Cognitive Drift Index (CDI) vergleicht frühe und aktuelle wöchentliche Muster, um allmähliche Rückgänge zu erkennen, die von sitzungsbezogenen Metriken übersehen werden.

4. Bewusstsein für Vertrauen und Motivation

Erkennt übermäßiges Vertrauen (alles akzeptieren) und Vermeidungsmotivation (KI nutzen, um dem Denken zu entgehen) – die beiden stärksten Prädiktoren für kognitive Abhängigkeit.

Adaptive kognitive Profile

Die Bewertungen werden mithilfe eines exponentiellen gleitenden Durchschnitts mit adaptivem Alpha geglättet. Profile neuer Benutzer bilden sich schnell, während die Profile etablierter Benutzer stabil und resistent gegenüber Anomalien sind. Eine einzelne schlechte Nachricht verzerrt kein gut etabliertes kognitives Profil.

// Alpha nimmt ab, je mehr Nachrichten analysiert werden

α = max(0.02, 0.1 / log₁₀(total_messages + 10))

NachrichtenAlpha (α)Effekt
1 (neuer Benutzer)~10%Profilbildung schnell, reagiert auf frühe Muster
50~6%Eingewöhnung, mäßig stabil
100~5%Gut etabliert, resistent gegen Anomalien
500+~4%Stabil – Langzeit-Drifterkennung setzt ein
5000+2% (min)Sehr stabil, erfordert konsistente Verschiebung zur Änderung

Progressives Scaffolding

Basierend auf Wygotskis Zone der proximalen Entwicklung reduziert Lucid die KI-Unterstützung schrittweise, wenn Benutzer Fortschritte machen. Das Scaffolding-Niveau wird durch Autonomie-, Lern- und Metakognitions-Scores bestimmt – Metakognition ist das stärkste Signal für die Bereitschaft.

full

Schritt-für-Schritt-Anleitung, Verständnisprüfung bei jedem Schritt

guided

Strukturierte Hinweise, leitende Fragen, Teillösungen

hints

Minimale Anstöße, Benutzer die Führung übernehmen lassen und die Richtung bestätigen

challenge

Sokratischer Dialog, Grenzen verschieben, schwierigere Probleme vorschlagen

Altersbasierter Schutz

Benutzer unter 25 Jahren erhalten strengere Schwellenwerte, basierend auf Forschungsergebnissen zur Reifung des präfrontalen Kortex. Die erhöhte Neuroplastizität des sich entwickelnden Gehirns macht es sowohl anpassungsfähiger als auch anfälliger.

Erwachsene (25+)

  • Sitzungslimit: 45 Min.
  • Nachrichtenlimit: 30/Sitzung
  • Standardrichtlinien

Unter 25

  • Sitzungslimit: 30 Min.
  • Nachrichtenlimit: 20/Sitzung
  • Immer aktiver, lehrender Ansatz

Schnellstart

Drop-in SDK. Funktioniert mit jedem OpenAI-kompatiblen Anbieter über baseURL.

// Install

npm install @tetiai/lucid

// Track each exchange (fire-and-forget)

lucid.track(userId, {

userMessage: "Write the code for me",

aiResponse: "Sure, here's the implementation...",

topicId: "conversation-123",

}).catch(console.error)"

// Inject guidelines into your AI system prompt

const guidelines = await lucid.getGuidelines(userId);

systemPrompt += guidelines;

Flexibler Speicher & Analysatoren

MemoryStore

dev

Entwicklung/Tests – keine Konfiguration, In-Memory

PrismaStore

prod

Produktion – PostgreSQL, MySQL, SQLite, MongoDB

RedisStore

prod

Verteilte Bereitstellungen, gemeinsame Sitzungen

Der LLM-Analysator verwendet das OpenAI SDK als universellen Client – funktioniert mit Together AI, Groq, Ollama, OpenRouter und jedem kompatiblen Anbieter über baseURL. Günstige, schnelle Modelle (Llama 3.1 8B, Gemini Flash) funktionieren hervorragend – keine Frontier-Modelle erforderlich.

Philosophie

Kein Richter

Keine „guten“ oder „schlechten“ Bewertungen. Das System passt sich an, bewertet nicht.

Standardmäßig unsichtbar

Benutzer sehen keine Bewertungen, es sei denn, Sie zeigen sie ihnen.

Datenschutz zuerst

Nur aggregierte Metriken, niemals der Inhalt von Nachrichten.

DSGVO-konform

deleteUser() für vollständige Datenlöschung auf Anfrage.

Lucid×Teti AI

Lucid ist die Engine hinter Tetis kognitivem Schutz

Jede Konversation in Teti AI wird im Hintergrund von Lucid analysiert. Ihr kognitives Profil passt sich im Laufe der Zeit an, und das Verhalten der KI ändert sich entsprechend – sie stellt mehr Fragen, wenn Sie delegieren, fordert Sie stärker heraus, wenn Sie erfolgreich sind, und schlägt Pausen vor, wenn Ermüdung einsetzt.

Lesen Sie unser Ethik-EngagementGitHub — TetiAI/lucid
TetiAITetiAI

Sichere KI schaffen, die Menschheit gemeinsam voranbringen.

Entdecken

  • Forschung
  • Lucid
  • Neuigkeiten
  • Teti Console
  • Open Teti

Unternehmen

  • Über uns
  • Charta
  • Ethik
  • Ethikkommission
  • System-Prompt
  • Kontakt

Rechtliches

  • Nutzungsbedingungen
  • Datenschutzrichtlinie
  • Datenverarbeitungsnachtrag
  • Kommerzielle Bedingungen
  • Markenrichtlinien

© 2026 TetiAI — Mit Sorgfalt für die Menschheit entwickelt

Status