Fragen.

Timer baut die Organizational-Memory-Schicht für Enterprise-KI. Statt Organisationen und KI-Systeme zu zwingen, Kontext immer wieder neu zu rekonstruieren, bietet Timer persistentes organisationales Gedächtnis mit Governance, das kontinuierlich institutionelles Wissen über Menschen, Software, Workflows und Geschäftsabläufe hinweg aufbaut.

Organisationen verlieren jeden Tag Wissen. Wichtige Entscheidungen verschwinden, Kontext fragmentiert, Abteilungen verlieren den Anschluss aneinander, und künstliche Intelligenz beginnt immer wieder bei null, weil organisationales Gedächtnis nicht als Infrastruktur existiert. Timer löst dieses Problem.

Große Sprachmodelle haben außergewöhnliche Fähigkeiten im Schlussfolgern erreicht. Der begrenzende Faktor ist nicht mehr Intelligenz, sondern Gedächtnis. Organisationen erkennen jetzt: Ohne persistenten organisationalen Kontext wird KI nicht operativ.

Organizational Memory. Wir sind überzeugt, dass Organizational Memory eine anerkannte Kategorie der Enterprise-Infrastruktur wird – neben Datenbanken, Cloud-Infrastruktur und Identitätsmanagement.

Organisationen bauen über Jahrzehnte Wissen auf. Ohne Gedächtnis rekonstruiert jeder Mitarbeiter und jedes KI-System immer wieder Informationen, die bereits existieren. Gedächtnis verzinst sich. Produktivität verzinst sich. Wettbewerbsvorteil verzinst sich.

Nein. KI-Assistenten werden zu einem Konsumenten von Organizational Memory. Timer stellt das Gedächtnis selbst bereit.

Nein. Timer ist kein CRM: CRMs verwalten Kunden, Timer verwaltet das organisationale Gedächtnis. Kundenwissen ist nur eine Komponente organisationaler Intelligenz.

Nein. Timer ist keine Wissensdatenbank: Wissensdatenbanken speichern Dokumente und warten darauf, durchsucht zu werden, während Timer ein kontinuierlich wachsendes organisationales Verständnis aufbaut.

Nein. Timer ist keine Produktivitätsanwendung: Produktivitätsanwendungen verbessern die Arbeit, während Timer verändert, wie organisationales Wissen selbst bewahrt und wiederverwendet wird.

Nein. Timer macht Enterprise-Software intelligenter, indem es sie über ein gemeinsames organisationales Gedächtnis verbindet.

Timer begann mit Forschung, nicht mit Software. Das Human Layer Framework definierte Organizational Memory, bevor das Produkt existierte. Das Produkt setzt die Forschung um.

Not by asking people to write it down. Documentation drives, handover templates and exit interviews all fail the same way: they ask someone to articulate, in their final weeks, context they accumulated over years and no longer notice they hold. Institutional knowledge is captured reliably only when capture is a property of the system rather than a task assigned to a person, so that decisions, reasoning and context are recorded as work happens and remain reachable afterwards.

Treat it as an architecture problem rather than a human resources problem. A departure only destroys knowledge that existed in exactly one place. When decisions, commitments and their reasoning accumulate in organizational memory that the organization owns, a resignation removes a colleague rather than a capability, and the successor inherits the context instead of reconstructing it.

Institutional knowledge is what an organization collectively understands, held mostly in people. Organizational Memory is that same understanding held as infrastructure the organization owns. The first is a condition an organization happens to be in and loses gradually; the second is a layer it can build, govern and keep.

No.Its assumptions are. Knowledge management assumed that people would stop working to record what they knew, that the record would then be searched deliberately, and that documents were the unit of knowledge. Each assumption has failed in practice. What replaces it is not a better repository but a different layer: memory that accumulates automatically as work happens and is consumed by people and AI systems alike, without anyone being asked to file anything.

AI removes the search problem, not the memory problem. A model can summarize any document it is given, which makes retrieval feel solved, but it cannot supply the reasoning behind a decision that nobody recorded. AI raises the value of organizational memory rather than removing the need for it: without memory, every AI system in the organization starts from zero, however capable it is.

No, not in the sense organizations mean. A model holds two things: parameters fixed when training ended, and whatever text fits in its context window right now. The window is working attention, not memory: it is re-supplied on every request, it is paid for on every request, and it is discarded when the session ends. Anything the organization needs the model to know tomorrow has to live somewhere the model can be given it from.

No.A larger window lets a model consider more at once; it does not let an organization accumulate anything. The context is still rebuilt from scratch on every request and still disappears at the end of the session, so the cost rises with the window while the amnesia stays exactly the same. Memory is a question of architecture, not of window size.

Individually, yes; organizationally, no. Agent frameworks give each agent its own store of past interactions and retrieved facts. An organization running a dozen agents therefore ends up with a dozen partial, unreconciled and ungoverned memories, none of which it controls or can move. That is fragmentation presented as a memory solution. The alternative is one governed memory that every agent reads from and writes to.

Retrieval augmented generation is a technique for finding relevant text and placing it in a model's context window at query time. It answers the question of what to retrieve. Organizational Memory answers the prior question of what the organization knows and how that record is accumulated, governed and owned. Retrieval is one way to read from memory; it is not the memory, and an organization that has only retrieval still has no record of why anything was decided.

Only if something outside the model holds the record. Individual products increasingly remember within their own boundaries, which is why the same organization can have an AI system that knows a customer in one tool and has never heard of them in the next. Continuity across tools requires a memory layer beneath them that each system reads from and writes to, owned by the organization rather than by any one vendor.

In practice it is shared between risk, legal, data and engineering, and that division is usually where it fails. Each function owns a policy, a control or a system, and none owns the record of what actually happened. Governance holds when one accountable owner is responsible for the evidence that oversight occurred, not only for the policy stating that it should.

Because the policy is easy and the evidence is not. Writing that a human reviews high-impact recommendations takes an afternoon. Proving that a human did review one, saw what the system saw, and either agreed or overrode it, requires the recommendation, the context, the reviewer and the outcome to be recorded in a single chain as they happen. Most architectures scatter those four things across four systems, and the chain cannot be reassembled afterwards at any price.

A log records transactions: what the system did, and when. An AI audit trail records judgment: what was recommended, on what evidence, who reviewed it, what they changed, and what resulted. Regulated organizations are increasingly asked to evidence the second, and discover that they have only ever built the first.

For three separate reasons, and they do not stand or fall together. Legally, oversight that cannot be evidenced does not count as oversight. Operationally, an organization that cannot reconstruct the chain from recommendation to outcome cannot learn from its own decisions. Commercially, trust in an AI system tracks the ability to explain a specific decision after the fact, not general confidence in the model.

Das Human Layer Framework ist eine Forschungsreihe aus fünf Papieren, die Organizational Memory als neue Enterprise-Infrastrukturschicht vorschlägt – als Verbindung zwischen menschlichen Organisationen und künstlicher Intelligenz.

Zuerst zu publizieren etabliert die architektonischen Ideen unabhängig vom Produkt. Forschung schafft intellektuelle Glaubwürdigkeit; das Produkt liefert die kommerzielle Validierung.

Ja. Timer ist die erste kommerzielle Implementierung des Human Layer Framework.

Enterprise-Subskriptionen, Nutzerlizenzen, KI-Operationen, branchenspezifische Betriebssysteme und künftige Enterprise-Infrastrukturdienste.

Wissensintensive Organisationen: Professional Services, Technologieunternehmen, Immobilienwirtschaft, Finanzwesen, Rechtswesen, Gesundheitswesen, öffentliche Verwaltung. Langfristig jedes Unternehmen, das von Wissen abhängt.

Enterprise-Komplexität erzeugt die stärkste Nachfrage nach Organizational Memory. Infrastruktur entsteht naturgemäß dort, wo die Komplexität am höchsten ist.

Weil Organizational Memory Enterprise-Infrastruktur ist. In der Frühphase zählt die Qualität der Einführung mehr als das Volumen.

Ab dem ersten Tag. Timer liest die Historie, die in den angebundenen Tools bereits vorhanden ist, sodass das Gedächtnis gefüllt ist, bevor jemand seine Arbeitsweise ändert. Nützliche Antworten innerhalb von 30 Tagen, nicht innerhalb eines Quartals.

Nein. Timer arbeitet rückwärts über das, was in den angebundenen Tools bereits vorhanden ist. Deshalb kann Timer Fragen zu Dingen beantworten, die geschahen, bevor Sie ihn hatten.

Nein. Timer liest die Tools, die Ihr Team ohnehin nutzt. Es gibt keine Migration, keine Verschlagwortung und keine Taxonomie zu pflegen.

Sie indexieren Dokumente, damit Sie sie wiederfinden. Timer liest dieselben Dokumente und beantwortet, warum eines existiert, was darin entschieden wurde, wer das genehmigt hat und wie viel Gewicht es noch hat. Suche endet bei der Datei. Gedächtnis beginnt dort.

Nein. Timer liest die Tools, die Sie ohnehin nutzen, also muss am ersten Tag nichts umziehen. Wenn Sie umziehen wollen, ist Timer Stack eine vollständige native Ebene zum Arbeiten: Dokumente, Tabellen, Formulare, Signaturen, Abläufe, Projekte, Nachrichten und Aufgaben, alles auf demselben Gedächtnis. Behalten Sie Ihren Stack, wechseln Sie auf unseren, oder betreiben Sie beide.

Jeder Fakt trägt den Zeitraum, in dem er in der Welt galt, und Fakten werden nach der Autorität ihrer Quelle gewichtet, sodass ein unterschriebenes Dokument schwerer wiegt als eine Aussage in einem Thread. Kollidieren zwei Fakten, wird entschieden statt gemittelt: einer gilt als aktuell, die anderen werden als überholt markiert, und die Antwort sagt weiterhin, dass der Punkt strittig war. Jede Änderung wird aufgezeichnet, sodass das Gedächtnis so gelesen werden kann, wie es an jedem vergangenen Datum stand.

Der Rückabgleich ist bewusst unhastig. Aktuelle Vorgänge werden vor der Historie geholt, jeder Lauf arbeitet mit einem Zeitbudget und einem Tempo pro Konto statt an der Anbietergrenze, und wie weit zurückgelesen und wie oft gelaufen wird, ist pro Verbindung konfigurierbar. Eine Verbindung, die zu scheitern beginnt, wird in wachsenden Abständen bis zu einer Obergrenze erneut versucht, und Timer sagt Ihnen, wenn eine neu verbunden werden muss, statt Ihre Daten still anzuhalten.

Jede Organisation wird persönlich eingeführt statt in einen Registrierungsablauf geschickt. Das ist ein bewusstes Onboarding-Modell, keine Warteliste.

Zunächst für einen besseren Betrieb: mehr Transparenz, bessere KI, weniger Wiederholungsarbeit. Langfristig für organisationale Kontinuität. Der akute Schmerzpunkt verkauft das Produkt; Organizational Memory hält die Kunden.

Weil Gedächtnis sich verzinst. Mit jedem Monat wird die Organisation klüger. Wer geht, gibt die aufgebaute organisationale Intelligenz auf.

Der kommerzielle Start von Timer begann im Januar 2026, ausgehend von einer zahlenden Organisation, im Rahmen eines Rollouts nur auf Einladung.

Timer ist nur auf Einladung zugänglich, mit zahlenden Enterprise-Organisationen und wachsenden wiederkehrenden Umsätzen. Jede Organisation durchläuft ein persönliches Onboarding, weil in der Frühphase die Qualität der Einführung mehr zählt als das Volumen.

Weil Organizational Memory Enterprise-Infrastruktur ist. In der Frühphase zählt die Qualität der Einführung mehr als das Volumen, und jede Organisation durchläuft ein persönliches Onboarding.

Es gibt keinen einzelnen direkten Wettbewerber. Timer konkurriert in mehreren Kategorien zugleich – Enterprise-Software, Enterprise-KI, Wissenssysteme und entstehende Gedächtnisinfrastruktur. Jede löst einen Teil des Problems; keine löst Organizational Memory als Infrastruktur.

Microsoft dominiert Produktivität. Timer baut Organizational Memory. Das sind unterschiedliche architektonische Verantwortlichkeiten – große Plattformen optimieren bestehende Ökosysteme, während Timer eine neue Abstraktionsschicht darunter schafft.

OpenAI baut Modelle. Timer baut Gedächtnis. Modelle denken; Organisationen erinnern sich. Organisationen sollten ihr institutionelles Wissen unabhängig von jedem Modellanbieter besitzen – Modelle ändern sich, Gedächtnis bleibt.

Etablierte Großanbieter optimieren bestehende Produktkategorien. Timer definiert eine neue Infrastruktur-Abstraktion. Wenn sich Organizational Memory durchsetzt, werden etablierte Anbieter eher integrieren, Partnerschaften eingehen oder akquirieren, als die Kategorie selbst zu erfinden.