Das Problem der Reasoning-Provenienz
Wenn ein autonomer Agent eine Engineering-Aufgabe bearbeitet, bleibt als Ergebnis eine Codeänderung, ein Dokument oder ein Testresultat — die Argumentationskette, die dazu geführt hat, geht meist verloren. Eine Woche später, wenn die Änderung geprüft, debuggt oder regulatorisch verteidigt werden muss, ist diese Argumentationskette nicht mehr auffindbar. Die Organisation hat Artefakte, aber keinen Audit-Pfad für das Warum.
LLMs durch Instruction-Tuning und RLHF auf Engineering-Disziplin zu trainieren, behandelt das Symptom; es löst das Provenienz-Problem nicht. Nidus geht den umgekehrten Weg: externalisiere das Reasoning-Substrat so, dass es per Konstruktion inspizierbar, verifizierbar und wiederausführbar ist.
Nidus: der ausgelagerte Reasoning-Kernel
Nidus ist ein kleiner, sprachagnostischer Kernel, in dem jeder Argumentationsschritt eines Agenten ein versioniertes First-Class-Artefakt ist. Eine Entscheidung ist keine verborgene Chain-of-Thought — sie ist ein nachvollziehbarer Schritt mit Inputs, Outputs und einer kryptografischen Verknüpfung zum vorhergehenden Schritt. Das Abspielen eines Nidus-Trace erzeugt dieselben Outputs. Das Ändern des Trace erzeugt ein verifizierbares Diff. Ein Trace zu auditieren ist eine Texteditor-Operation.
Für KI-gestützte Engineering-Teams — und für regulierte Einsätze, die jede maschinell getroffene Entscheidung verteidigen müssen — verschiebt das Reasoning vom opaken Modellverhalten zur expliziten Systemeigenschaft.
Preprint
Nidus: Externalised Reasoning for AI-Assisted Engineering — arXiv:2604.05080.
Verwandte Forschung
- Technische Notizen zu Wissenssystemen (in englischer Sprache) — thermodynamische Einordnung von Wissensverstärkung; Kontext für externalisiertes Reasoning als Wissenssubstrat.
- Forschungs-Index — Gentian-Architektur, Nidus-Koordination, technische Notizen.