Software für ein großes Wissensprojekt

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).

Dieses Wiki über Ahrensburg soll langfristig sehr groß werden – viele tausend Artikel, geschrieben von Menschen und künstlicher Intelligenz (KI) gemeinsam (siehe Co-Wiki: Mensch & KI). Für so ein Projekt muss man am Anfang eine wichtige Frage beantworten: Mit welchem Programm sammelt und verwaltet man das ganze Wissen? Welche Grundkonzepte hinter dem Speichern und Suchen stecken, erklärt Wissen speichern.

Diese Seite erklärt, worauf es dabei ankommt. Die drei folgenden Seiten vergleichen dann die konkreten Programme:

• Wiki-Programme im Vergleich – z. B. MediaWiki (das Programm hinter Wikipedia), XWiki, Wiki.js, BookStack, DokuWiki.
• CMS im Vergleich – Programme zum Betreiben von Websites, z. B. WordPress, Drupal, TYPO3, dazu Headless-CMS wie Strapi und Directus („headless" heißt „kopflos": das Programm verwaltet nur die Inhalte, nicht das fertige Aussehen) sowie das datei-basierte Grav.
• Doku-Generatoren im Vergleich – Programme, die aus einfachen Textdateien ein Buch oder eine Website bauen, z. B. mdBook (das nutzt dieses Wiki), MkDocs, Docusaurus, Hugo.

Für einen selbstgebauten Anwendungs-Server – wenn also ein Projekt seinen eigenen Internet-Dienst programmieren würde – sind die verfügbaren Programmiersprachen und Webframeworks zentral; ein Überblick dazu steht auf der Seite Webframeworks im Vergleich.

Kurz erklärt: Wiki, CMS, Doku-Generator

Alle drei Arten von Programmen helfen dabei, Texte im Internet zu veröffentlichen. Sie sind aber für unterschiedliche Zwecke gebaut.

Dieses Wiki nutzt heute einen Doku-Generator namens mdBook. Ob das auf Dauer für zehntausende Artikel reicht, ist genau die Frage, um die es hier geht.

Was dieses Projekt vom Programm verlangt

Die folgende Liste ist der Maßstab. Jedes Programm auf den Vergleichsseiten wird an diesen Punkten gemessen.

1. Sehr viele Artikel verwalten

Das Ziel sind mehr als 10.000 Artikel, später gern noch viel mehr. Das Programm muss so viele Seiten schnell anzeigen, durchsuchbar halten und im Bearbeiten flüssig bleiben. Manche Programme sind für ein paar hundert Seiten gedacht und werden dann langsam.

2. Offen und kostenlos (Open Source)

Open Source heißt: Der Bauplan des Programms (der Quelltext) ist öffentlich. Jeder darf das Programm gratis benutzen, verändern und weitergeben. Wichtig, weil das Projekt niemandem gehören soll und nicht von einer Firma abhängig sein darf, die es später abschaltet oder teuer macht.

3. Keine persönlichen Daten (PII-frei)

PII steht für „persönlich identifizierbare Informationen" – also Namen, E-Mail-Adressen, Zugangsdaten von Nutzern. Die Inhalte des Wikis sollen komplett frei von solchen Nutzerdaten sein. So kann jeder den gesamten Text herunterladen, ohne dass Datenschutz-Probleme entstehen. Konten und Passwörter der Autorinnen und Autoren bleiben getrennt davon und werden nicht mitgegeben.

4. Datenbank-neutrale Sicherungsdatei

Das komplette Wissen soll sich in eine einzige Datei exportieren lassen, die jeder öffnen und weiterverwenden kann – zum Beispiel ahrensburg.xml, ahrensburg.json oder ahrensburg.yaml. „Datenbank-neutral" bedeutet: Die Datei funktioniert auch ohne genau das Programm, das sie erzeugt hat. Sie ist kein verschlüsselter Klumpen, sondern lesbarer Text in einem verbreiteten Format.

• XML, JSON und YAML sind drei solche Textformate. Sie schreiben Daten so auf, dass sowohl Menschen als auch Programme sie verstehen. XML nutzt spitze Klammern, sogenannte Tags (<titel>…</titel>); JSON und YAML sind kompakter.
• Mit so einer Datei kann jemand das Wissen auf einer anderen Website, in einem anderen Programm oder in einem gedruckten Buch weiterverwenden.

5. Speicherort: Datenbank oder Dateien

Es gibt zwei Wege, wie ein Programm die Texte ablegt:

Für dieses Projekt wäre PostgreSQL oder ein sauberes Dateisystem in Ordnung – solange Punkt 4 (die Export-Datei) erfüllt ist.

6. Reifegrad und aktive Entwicklung

„Reif" heißt: Das Programm gibt es seit vielen Jahren, es läuft stabil, es wird von großen Organisationen im Alltag eingesetzt, und Sicherheitslücken werden schnell geschlossen. Eine große, aktive Entwicklergemeinschaft ist wichtig, damit das Programm auch in zehn Jahren noch gepflegt wird.

7. Zugang für KI-Werkzeuge (Schnittstelle / REST-API)

Damit KI-Programme wie Claude Code, Codex CLI, Gemini CLI oder GitHub Copilot beim Schreiben helfen können, müssen sie an die Texte herankommen. Am besten geht das über

• eine Schnittstelle (englisch API, meist REST-API oder GraphQL) – ein standardisierter Weg, über den andere Programme Seiten lesen und ändern dürfen, oder
• einfache Textdateien im Ordner, die ein KI-Werkzeug direkt öffnen kann (so arbeitet dieses Wiki heute).

Sonderfall: LLM-Wiki / Co-Wiki

Es gibt eine neue Gruppe von Wissenssystemen, die von Anfang an für die Zusammenarbeit mit KI gedacht sind. Man nennt sie LLM-Wiki oder Co-Wiki (LLM = großes Sprachmodell, die Technik hinter Chat-KI). Kennzeichen:

• Die Inhalte sind kleine, klar benannte Markdown-Dateien – gut für Menschen und für die KI lesbar. Oft tragen sie ein paar Kopfzeilen (auch Frontmatter genannt: einige Zeilen am Dateianfang mit Titel, Kurzbeschreibung und Schlagwörtern).
• Eine Technik namens RAG (etwa: „Nachschlagen vor dem Antworten") lässt die KI erst die echten Notizen durchsuchen und dann daraus schreiben, statt sich etwas auszudenken.
• Dieses Wiki folgt diesem Modell: Markdown-Dateien, KI-lesbar, mit menschlicher Redaktion. Nur die technischen Dokumentationsseiten im Ordner openwiki/ tragen ausführliche Kopfzeilen, die Ahrensburg-Artikel selbst nicht. Details in Co-Wiki: Mensch & KI. Ausführlich werden die LLM-Grundlagen und Andrej Karpathys Muster zur Wissensverwaltung auf der Seite LLM Wiki erklärt.

Was ist mit „Vibe Coding"?

Vibe Coding ist ein Begriff aus der Softwareentwicklung: Man beschreibt einer KI in normaler Sprache, was man haben will, und lässt sie den Code schreiben, ohne jede Zeile selbst zu prüfen. Übertragen auf das Schreiben von Texten heißt das: die KI formuliert, der Mensch nickt nur ab. Für schnelle Versuche ist das praktisch. Für ein Wissensprojekt, das richtig sein muss, ist es allein nicht genug: Jeder von der KI geschriebene Text muss von einem Menschen auf Fakten geprüft und freigegeben werden (Human-in-the-Loop, „der Mensch bleibt in der Schleife"). Die KI darf also kräftig zuarbeiten – die letzte Entscheidung trifft immer ein Mensch.

Kurzfazit

• Reine Doku-Generatoren (wie heute mdBook) sind einfach und robust, stoßen aber bei zehntausenden Seiten und vielen gleichzeitigen Autoren an Grenzen.
• Wiki-Programme sind für genau diesen Zweck gebaut. Für dieses Projekt sind vor allem XWiki, MediaWiki und Wiki.js interessant, weil sie viele Seiten, eine Schnittstelle und einen Export in ein offenes, datenbank-neutrales Format bieten (XML bei MediaWiki und XWiki, Markdown-Dateien per Git bei Wiki.js).
• CMS sind eher für klassische Websites gedacht; datei-basierte Flat-File-CMS wie Grav liegen nah am heutigen Aufbau.
• Egal welches Programm: Ausschlaggebend bleiben zwei Dinge. Erstens ein Export in ein offenes, datenbank-neutrales Format, dessen Inhalte keine E-Mail-Adressen oder Passwörter enthalten. Zweitens eine große, aktive Entwicklergemeinschaft.

Die Einzelheiten stehen auf den drei Vergleichsseiten. Wie diese Programme in die größere Landschaft von Wissenssystemen passen – bis hinauf zu Beständen von Millionen Artikeln und zur Suche nach Bedeutung –, zeigt die Seite Wissenssysteme im Vergleich.

Fachwörter kurz erklärt

Diese Begriffe tauchen auf den Vergleichsseiten immer wieder auf.

Quellen

• WikiMatrix – Vergleich von Wiki-Programmen
• Wiki.js – Git-Speicher (Dokumentation)
• MediaWiki – Handbuch: PostgreSQL
• MediaWiki – Hilfe: Export
• XWiki.org – Lizenz
• BookStack – Inhalte exportieren und importieren

Hinweis: Diese Inhalte wurden mit Unterstützung von Künstlicher Intelligenz erstellt und redaktionell überprüft (Transparenzhinweis gemäß Art. 50 EU AI Act).