Zum Inhalt
wordspace
Start Anleitung Lektüre Idee
Laden

← Zurück zur Startseite

Die Idee

Der Raum der Wörter, die wachsen und in Beziehung treten.

wordspace ist der Raum, in dem deine Wörter wachsen und zueinander in Beziehung treten. Kein Archiv: ein Gewebe, das sich von selbst bildet, während du schreibst.

wordspace arbeitet mit zwei Materialien. Was du ab heute schreibst, wird zu einem Wiki: Das ist der erste Teil dieser Seite. Was du über die Jahre schon geschrieben hast — der Bestand, verstreut in deinen Ordnern — findet sich in den Themen wieder: Das ist der zweite. Zu den Themen ↓

Warum das Ordnen nicht deine Aufgabe sein sollte

Notizen zu machen ist leicht. Sie wiederzufinden, zu verknüpfen, zu bemerken, dass sich zwei widersprechen — das ist die Arbeit, für die niemand Zeit hat. wordspace erledigt sie für dich, während du schreibst. Du denkst in Notizen; die Intelligenz, ganz auf deinem Mac, liest sie erneut und ordnet sie nach Themen, Personen und Ideen.

Kein Wort des Modells gelangt in dein Wiki: nur das, was du schreibst. Das Modell beobachtet, es diktiert nicht.

Das gilt auch für das, was von außen kommt. Eine Sprachnotiz, unterwegs festgehalten, ein Denkanstoß, den die App vorschlägt: Sie bleiben daneben, einsehbar, werden aber nicht zu deinem Denken. Ins Wiki kommt, was du schreibst, nachdem du sie durchdrungen hast.

Wie es funktioniert

Jedes Mal, wenn du speicherst, liest eine lokale Maschine die neuen oder geänderten Notizen erneut und aktualisiert die Karte.

Deine Notizen#Tags, @Personen, freier TextThemen und PersonenThemen, die von selbst auftauchenSynthese und Verknüpfungendas Gesamtbild, mit QuellenWidersprüche und Denkanstößewo du dir widersprochen hast, und was du dich fragen solltestWartungLinks, Quellen, ruhende Seiten

Der Kreis schließt sich: Wenn du auf einen Widerspruch antwortest oder einen Denkanstoß aufgreifst, kommt das Geschriebene als Notiz zurück. Das System gibt dir nicht wieder, was du weißt — es lässt dich schreiben, was du nicht wusstest, dass du denkst.

Drei Zahlen

Widersprüche sucht nicht das Modell: sie sucht der Code, und das Modell greift nur dort ein, wo Sprachverständnis nötig ist. Das ist die Entwurfsentscheidung, die alles andere möglich macht, und sie ist gemessen.

Null Fehlalarme bei 18.000 FällenDer deterministische Vergleich der Fakten — Beträge, Daten, Mengen — erzeugte 7.333 Meldungen in sechs Sprachen, ohne eine einzige falsch. Es hängt nicht davon ab, welches Modell installiert ist: es ist Code.2,73 GB im SpeicherWeniger als ein Browser mit einem Dutzend Tabs. Alles passt hinein: Extraktion, Regeln, Urteil, Zusammenfassungen, Suche.144 Gelegenheiten, eine Zahl zu erfinden — keine genutztDie Hälfte der Testfragen hatte keine Antwort in den Notizen. Keines der beiden Modelle hat trotzdem geantwortet.

Die vollständige Studie sagt auch, wo das System nicht trägt: die Messungen, in Gänze. →

Die Vorteile

Intelligenz vor Ort

Keine Server von uns, kein Konto, kein Tracking. Das Modell läuft auf dem Mac, und deine Texte erreichen uns nie: zwischen iPhone und Mac reisen sie in deiner iCloud.

Es nimmt dir das Ordnen ab, nicht das Denken

Themen, Personen und Verknüpfungen entstehen aus den Notizen. Du baust die Struktur nicht — du findest sie fertig vor. Die gesparte Zeit fließt dorthin zurück, wo sie gebraucht wird.

Denken im Dialog

Das Wiki zeigt dir die Widersprüche zwischen dem, was du zu verschiedenen Zeiten geschrieben hast, und stellt dir Positionsfragen. Keine Antworten: Fragen.

Es reift mit der Zeit

Je mehr du schreibst, desto dichter das Netz. Wissen häuft sich nicht an — es verbindet sich.

Es bleibt deins

Deine Texte sind Markdown, ein offenes, nicht proprietäres Format: was du schreibst, wird genau so gespeichert — ohne versteckte Felder und ohne geschlossene Formate. Die Wiki-Seiten sind lesbare Dateien im Ordner der App, und von deinen Notizen bewahrt die App einen Verlauf der früheren Fassungen auf.

Jede Aussage bringt ihre Quelle mit

Zitate werden Zeichen für Zeichen mit deinen Notizen verglichen, bevor sie erscheinen. Die, die nicht standhalten, werden gestoppt.

Was es nicht ist

wordspace ist kein Assistent, der an deiner Stelle arbeitet. Es gibt dir Widersprüche zum Auflösen und unbequeme Fragen zurück, und keines von beidem löst sich von selbst.

Es ist auch kein Archiv, das bloß aufbewahrt. Es bemerkt, wenn du deine Meinung änderst, wenn eine externe Quelle gerade zu dem schweigt, was dir wichtig ist, wenn ein Begriff oft genug wiederkehrt, um eine eigene Seite zu verdienen.

Es ist ein Werkzeug, um besser zu denken, nicht um mehr zu horten. Das Zeichen, dass es wirkt, ist nicht, dass es klug erscheint: Es ist, wenn es dir eine Reibung zeigt, die dich stört.

Eine Reibung stört allerdings nur, wenn sie echt ist. Ein erfundener Widerspruch stört genauso wie ein echter, und nach dem zweiten oder dritten schaut man sich keinen mehr an. Deshalb zählt in unserer Arbeit die Präzision mehr als die Menge: ein übersehener Konflikt kostet eine Gelegenheit, ein erfundener kostet das Werkzeug.

Der Name sagt es: wordspace ist der Raum der Wörter — wo Wörter wachsen und in Beziehung treten.

Das Archiv, das du schon hast: Themen

Vom Archiv zu den Themen: deine Arbeit in allem anderen finden.

Ein Archiv aus zwanzig Jahren räumt man nicht auf: Man entdeckt, was es enthält. Dieser Tab sieht sich die Ordner an, die du wählst, nimmt, was du selbst geschrieben hast, und gruppiert es in Themen. Du wählst, welche du behältst, was in jedem Thema, und was du nach wordspace holst.

Das Problem

Ordner sagen, wo du Dinge abgelegt hast, nicht wovon sie handeln. Ein Vorgang liegt an drei Stellen, ein Ordner „Verschiedenes“ enthält zehn, und die meisten Dateien hast nicht du geschrieben: Es sind erhaltene Urkunden, Formulare, Anhänge, Downloads.

Und niemand entscheidet über vierzigtausend Zeilen. Die Aufgabe ist nicht, eine Liste auszudünnen, sondern den Kern deiner eigenen Sachen in der Masse zu finden und darüber zu entscheiden.

Wie es funktioniert

Deine Ordneralle Unterordner, außer denen, die du ausschließtman sieht sich die Struktur an, ohne die Dateien zu lesenWas deins istdas Format und wie sehr eine Datei ein Duplikat istnur deine werden gelesen, auf deinem MacDie ThemenGruppen, die sich von selbst ergeben, mit einem Namendu wählst: behalten oder archivierenIm ThemaUnterthemen und Quellen, als Ganzes zu behaltendie Dateien bleiben, wo sie sindIn wordspacewas du holst: in den Posteingang, in eine Notiz, als verknüpfte Notiz

Kein Schritt verschiebt, löscht oder schreibt eine Datei. In wordspace kommt nur, was du holst — ein Dokument in den Posteingang oder in eine Notiz, die Notizen der Themen, die du importierst: Von sich aus schreibt der Tab nichts in deine Notizen.

In einem Thema

Ein großes Thema behält oder verwirft man nicht als Ganzes. Darin gibt es drei Entscheidungsebenen, alle für ganze Gruppen — keine für einzelne Dateien.

  • Behalten oder archivieren — das ganze Thema, mit einem Schalter. Archivieren löscht nicht: Das Thema rutscht in den Bereich „Archiviert“ und lässt sich von dort wieder einschalten.
  • Die Unterthemen — die Gruppen, die sich im Thema von selbst ergeben. Sie erscheinen nur, wenn sie tragfähig sind: Ändern sie sich von einer Stichprobe zur nächsten, sind sie Rauschen, und keine wird gezeigt.
  • Die Quellen — interne — von dir geschrieben und keine Duplikate anderer — und externe: Urkunden, Formulare, Anhänge, Duplikate. Sie werden gruppenweise behalten oder ausgelassen.

Die Dateiliste darunter ist immer das Abbild dessen, was du behältst: Sie entfernt von selbst, was die Entscheidungen darüber auslassen.

Zwei Arten, ein Thema anzusehen

Als Text — Unterthemen, Quellen, Dateien — oder als Wolke: alle Dokumente als Punkte, nach Ordnern angeordnet, und die des Themas hervorgehoben. In der Wolke sieht man sofort, ob ein Thema in einem einzigen Ordner liegt oder überall verstreut ist; fährt man in der Liste über ein anderes Thema, leuchten seine auf. Gewählt wird unter „Ansicht“, und es gilt für alle Themen.

Was gemessen ist

Jede Schwelle des Tabs wurde an einem echten Archiv oder an eigens gebauten Archiven kalibriert, bei denen die richtige Antwort bekannt ist. Einige Beispiele, auch das, das nur zum Teil aufgeht.

Von 61 % auf 74 % deiner Dokumente in einem ThemaDie Gruppen bestanden aus kurzen Formularen, und die langen Dokumente — die wirklich geschriebenen — blieben draußen: Sie waren viermal so lang wie die darin. Die Längennormalisierung hat sie zurückgeholt.
Die größte Zeile von 38 % auf 8 % des ArchivsEin Thema, das ein Fünftel von allem enthält, was du geschrieben hast, wird in seine Unterthemen aufgeteilt gezeigt: Eine Zeile mit einem Drittel eines Lebenswerks ist keine Entscheidung.
Der Kern eines Themas von 93 % auf 40 %Innerhalb eines Themas ist das Dateiformat fast konstant, trennt deine Dokumente also allein nicht von den Formularen. Was trennt, ist, wie sehr ein Dokument seinen Nachbarn ähnelt: Ein Formular hat zwanzig Zwillinge, etwas nur einmal Geschriebenes keinen.
„Von dir geschrieben“: von 69 % auf 84 % richtige EinschätzungenDas Dateiformat allein irrt oft: Bei den hundert von Hand annotierten Dokumenten ist weniger als die Hälfte derer, die es dir zuschreibt, wirklich von dir. „Vertiefen“ auf der Seite eines Themas lässt ein leichtes lokales Modell den Anfang jedes Dokuments lesen, und zusammen mit dem Format kommt es auf 84 %. Es bleibt der schwächste Punkt, und das muss gesagt werden.
Die erste Analyse von 4 Minuten auf 45 SekundenBei diesem Archiv — vierzigtausend Dateien, siebentausend gelesen — bleibt das Lesen der Reihe nach, weil die Word-Leser keine Parallelität vertragen, aber die Aufbereitung der Texte nutzt alle Kerne. Später wird nur neu gelesen, was sich geändert hat.

Was es nicht tut

Es liest die Ordner nicht, die du ausschließt — und der Tab sagt immer, welche es sind, auch wenn du keinen ausschließt.

Es fasst die Dateien nicht an: Nichts wird verschoben, umbenannt oder gelöscht.

Es entscheidet nicht für dich. Es schlägt Themen, Kerne und Unterthemen vor; Behalten oder Archivieren entscheidest du.

Es deckt nicht alles ab. Etwa ein Viertel deiner Dokumente ähnelt keinem Thema: Das ist der Long Tail jedes persönlichen Archivs, Dinge, die weggelegt und nie wieder angesehen wurden. Sie bleiben, wo sie sind, und der Tab sagt es dir, statt es hinter einer schöneren Zahl zu verstecken.

Die Brücke zwischen beiden Teilen

Die beiden Teile bleiben getrennt: Themen schreiben keine Notizen, und das Wiki liest das Archiv nicht. Die Brücke überquerst du selbst. Auf der Seite eines Themas bringt „Importieren…“ ein Dokument in den Posteingang, wo es wartet, oder in eine Notiz: als externe Quelle, zum Nachschlagen, aber außerhalb des Wikis, oder als verknüpfte interne Quelle, deren Text ins Wiki kommt und der Datei folgt.

Und wenn ein Inhalt nicht von selbst auftaucht, legt „Neues Thema…“ ihn ausgehend von einem Wort an, das in deinen Dokumenten vorkommt, zusammen mit den Wörtern, die dazugehören.

Quellen

Das Wiki

  • Vannevar Bush — As We May Think (1945). Stellt sich den Memex vor, einen Schreibtisch, der Bücher und Notizen aufbewahrt und es erlaubt, sie zu assoziativen Pfaden zu verbinden. Die entscheidende Einsicht ist nicht die Archivierung: Der Wert liegt nicht in den Dokumenten, sondern in den Verknüpfungen, die eine Person zwischen ihnen zieht — und diese Pfade sollten wie das Material selbst bewahrt werden.
  • Niklas Luhmann — Communicating with Slip Boxes (1992). Beschreibt den Zettelkasten, mit dem er Dutzende Bücher schrieb: kurze Zettel, jeder mit einer Idee, miteinander verknüpft statt nach Thema geordnet. Der Punkt ist, dass die Struktur nicht im Voraus geplant wird — sie entsteht aus den Verknüpfungen. Und das Archiv wird, groß genug geworden, zu einem Gegenüber, das Verbindungen zurückgibt, die du nicht vorhergesehen hast.
  • Sönke Ahrens — How to Take Smart Notes (2017). Bringt Luhmanns Methode in die tägliche Praxis zurück. Die nützliche Unterscheidung liegt zwischen flüchtigen Notizen, Notizen zum Gelesenen und dauerhaften, in eigenen Worten geschriebenen Notizen: nur die letzten zählen, denn Umformulieren ist bereits Denken. Notizen zu machen dient nicht dem Erinnern, sondern dazu, sich zum Verstehen zu zwingen.
  • Joon Sung Park et al. — Generative Agents: Interactive Simulacra of Human Behavior (2023). Führt die Reflection ein: Der Agent sammelt nicht nur Beobachtungen, sondern liest sie periodisch erneut und verdichtet daraus Überzeugungen höherer Ordnung. Es ist der Unterschied zwischen einem Gedächtnis, das wächst, und einem, das sich festigt — und die Erkenntnis, dass ohne diesen Schritt die Menge den Sinn erstickt.
  • Andrej Karpathy — llm-wiki (2026). Schlägt vor, Notizen ein einziges Mal in ein Wiki verknüpfter Seiten zu kompilieren, das das Modell pflegt, statt bei jeder Frage Fragmente abzurufen. Das Modell liest, destilliert, aktualisiert und meldet Konflikte; Wissen sammelt sich an, statt jedes Mal neu entdeckt zu werden. Das Markdown bleibt lesbar, damit die Person prüfen kann, was das Modell geschrieben hat.

Was jede dieser Arbeiten von unseren Messungen zurückbekommt — und an einer Stelle, wo unsere Messungen das Gegenteil sagen — steht am Ende der Studie. →

Themen

  • H. P. Luhn — The Automatic Creation of Literature Abstracts (1958). Die Wörter, die zählen, sind die, die in einem Dokument oft vorkommen, aber nicht überall. Das ist die Grundidee aller Wortzählungen des Tabs.
  • Karen Spärck Jones — A Statistical Interpretation of Term Specificity (1972). Die idf: Ein Wort wiegt umso weniger, je mehr Dokumente es enthalten. Es ist das Gewicht für die Namen der Themen und für die „Wörter, die hier oft vorkommen“ im Baum.
  • G. Salton, A. Wong, C. S. Yang — A Vector Space Model for Automatic Indexing (1975). Jedes Dokument wird zu einem Vektor gewichteter Wörter, und zwei Dokumente ähneln sich so sehr wie ihre Vektoren. So entscheidet der Tab, was zusammengehört.
  • J. S. Justeson, S. M. Katz — Technical Terminology (1995). Ausdrücke aus mehreren Wörtern — „Zwangshypothek“, „Bruttofläche“ — sagen mehr als einzelne Wörter. Sie sind die kurzen Wortgruppen am Anfang der Themennamen.
  • F. Murtagh — Hierarchical Clustering Algorithms (1983). Die Kette der gegenseitigen nächsten Nachbarn: Zwei Dokumente verbinden sich, wenn jedes der nächste Nachbar des anderen ist. Das ist der Algorithmus, der Themen und Unterthemen baut.
  • R. Campello, D. Moulavi, J. Sander — Density-Based Clustering Based on Hierarchical Density Estimates (2013). Behalten werden die Gruppen, die auf vielen Höhen des Baums stabil bleiben, nicht die eines einzigen Schnitts. Das ist das Kriterium, nach dem die Unterthemen gewählt werden.
  • P. J. Rousseeuw — Silhouettes (1987). Wie viel besser ein Dokument in seiner Gruppe aufgehoben ist als in der benachbarten. Damit wird gewählt, wie viele Themen behalten werden, statt ihre Zahl vorab festzulegen.
  • A. Singhal, C. Buckley, M. Mitra — Pivoted Document Length Normalization (1996). Der Kosinus benachteiligt lange Dokumente, die ihr Gewicht auf viele Wörter verteilen. Nach der Korrektur sind die langen Dokumente, die außerhalb der Themen blieben — die wirklich geschriebenen —, zurückgekehrt.
  • M. Grootendorst — BERTopic: class-based TF-IDF (2022). Der Name einer Gruppe ergibt sich aus dem Vergleich ihrer Wörter mit denen der anderen Gruppen, nicht mit dem ganzen Archiv. So bekommen die Themen ihren Namen.
  • J. Carbonell, J. Goldstein — Maximal Marginal Relevance (1998). Relevante Elemente wählen, die sich aber von den bereits gewählten unterscheiden. Das ist das Prinzip, nach dem ein Dokument mit zwanzig Zwillingen im Kern weniger zählt als eines, das nur einmal geschrieben wurde.
  • A. Strehl, J. Ghosh — Cluster Ensembles (2002). Die normalisierte Transinformation: wie sehr zwei Gruppierungen dasselbe aussagen, von null bis eins. Das ist das Maß, mit dem die Neustichproben verglichen werden.
  • A. Ben-Hur, A. Elisseeff, I. Guyon — A Stability Based Method for Discovering Structure in Clustered Data (2002). Eine Gruppierung ist echt, wenn sie in verschiedenen Stichproben derselben Menge gleich wieder auftaucht. Das ist die Probe, die ein Unterthema bestehen muss, um gezeigt zu werden.
  • J. J. Rocchio — Relevance Feedback in Information Retrieval (1971). Eine Anfrage wächst mit den Wörtern der Dokumente, die sie am besten beantworten. So schlägt „Neues Thema…“ die Wörter vor, die deinem nahe sind.
  • A.-L. Barabási — The Origin of Bursts and Heavy Tails in Human Dynamics (2005). Menschliche Aktivitäten kommen in Schüben, nicht gleichmäßig. Deshalb unterscheidet die Zeit einen Vorgang — viele Dokumente in wenigen Monaten — von einer über Jahre verteilten Sammlung.
  • T. W. Malone — How Do People Organize Their Desks? (1983). Es gibt Menschen, die ablegen, und Menschen, die anhäufen, und ein System muss beiden dienen. Der Tab setzt nicht voraus, dass deine Ordner aufgeräumt sind.
  • C. Marshall — Rethinking Personal Digital Archiving (2008). „Benign neglect“: Ein Großteil eines persönlichen Archivs wird weggelegt und nie wieder angesehen, und das ist in Ordnung. Deshalb bleibt ein Viertel der Dokumente außerhalb der Themen, ohne dass das ein Mangel ist.
  • O. Bergman, S. Whittaker — The Science of Managing Our Digital Stuff (2016). Menschen finden Dinge wieder, indem sie navigieren, nicht indem sie suchen: Die Struktur zählt mehr als die Suche. Deshalb werden die Dateien des Themas in ihren Ordnern gezeigt, und die Suche steht darunter.
  • J. Stasko, E. Zhang — Focus+Context Display and Navigation Techniques for Enhancing Radial, Space-Filling Hierarchy Visualizations (2000). Der Ordnerbaum als Scheibe aus Segmenten, von der Mitte zum Rand. Das ist die Anordnung der Wolke: Jedes Segment ist ein Ordner, und ein verstreutes Thema sieht verstreut aus.
  • B. Shneiderman — The Eyes Have It (1996). Erst der Überblick, dann Zoomen und Filtern, dann Details auf Abruf. Das ist die Reihenfolge der Seitenleiste: oben, was für alles gilt, darunter die Optionen und die Themen.
  • T. Forte — Building a Second Brain (2022). Projekte, Bereiche, Ressourcen, Archive: Man ordnet nach dem, was läuft, und dem, was abgeschlossen ist. Der Tab sagt zu jedem Thema, ob es laufend oder abgeschlossen ist, und lässt archivieren statt löschen.
wordspace

Eine Schreib-App für macOS. Entwickelt von Dario Mottadelli.

Produkt

So funktioniert’s Anleitung Lektüre Idee Die Studie Datenschutz Laden

Rechtliches

Datenschutzerklärung Support

Sprache

itenfrdeespt
Diese Seite hat keine Cookies gesetzt und keine Anfragen an Dritte gestellt. © 2026 Dario Mottadelli. wordspace ist eine Marke von Dario Mottadelli.