AI Knowledge Governance and Provenance | Dweve Spindle
Dweve Spindle governs AI knowledge with provenance, evidence, conflict-aware retrieval, reproducible datasets and audit-ready lineage.
What is Dweve Spindle?
Dweve Spindle is AI knowledge governance infrastructure. It turns internal and external sources into identifiable knowledge atoms whose provenance, evidence, rights, policy state, conflicts and version history stay attached. RAG retrieves context; Spindle maintains the governed knowledge lifecycle behind it.
- A citation points to a source; provenance records the complete path from source to use.
- Evidence is maintained before the question, so conflicts and insufficient support remain visible instead of being reconstructed later.
Choose the audience that matches your question
The page contains three selectable readings of the same subject.
For consumers
Pflegt die Quellen, Daten, Meinungsverschiedenheiten und Berechtigungen hinter einer Antwort, damit nützliches Wissen nicht zu einer unauffindbaren Datei wird.
For businesses
Verlustfreie Wissensinfrastruktur, die Beweise, Rechte, Richtlinien, Herkunft, Konflikte und Änderungen als wiederverwendbaren institutionellen Zustand pflegt.
For engineers
Ein siebenstufiger Wissenslebenszyklus über verwaltete Atome, Beweisrichtlinien, unveränderliche Versionen, Änderungsweitergabe und reproduzierbare Projektionen.
Coding-Agent und Operator-Unterstützung. Demokennzahlen sind illustrativ.
Terminal, Suche, Lint, Test, Git und mehr.
Merkt sich Ihre Codebasis und den Teamkontext.
Spezialisierte Agenten arbeiten fachübergreifend zusammen.
Jeder Schritt wird mit Zeitstempeln aufgezeichnet.
Richtlinien, Prüfungen und Tests laufen immer.
Diffs prüfen, Änderungen anfordern, endgültige Freigabe.
Jede Sitzung bitgenau wiedergeben, wenn etwas überprüft werden muss.
retry.ts lesen, Timeout-Fehler aufgespürt
Guard extrahieren + Wiederholungen begrenzen
Autonome Agenten, die Code schreiben und Belege aufbewahren
zur Behandlung von Netzwerk-Timeouts, 5xx-Antworten und idempotent-sicheren Bedingungen. Reine Hilfsfunktion, vollständig unit-getestet.
Spindle verwandelt Ihre Quellen in Fakten, die Sie verteidigen können. Ein Prüfpfad, den eine Aufsichtsbehörde liest. Planen Sie einen Pilot, kartieren Sie die Integration in Ihre bestehenden Wissenssysteme und sehen Sie die Herkunftsausgabe, bevor Sie sich festlegen.
Richten Sie Spindle auf Ihre Quellen. Erhalten Sie einen Graphen kanonischer Atome mit sechsdimensionaler Qualität, 47-Typen-Bias-Berichten und Vorwärts- und Rückwärts-Herkunft für jede Tatsache.
Sieben Stufen. Eine Herkunft. Ihr Korpus.
Jede Tatsache zitiert. Jede Konfidenz ehrlich. Jede Meinungsverschiedenheit sichtbar. Lernen Sie Spindle über den Fabric-Arbeitsbereich kennen.
KI-Antworten, denen Sie vertrauen können.
Verschieben Sie die Grenze, ohne zu ändern, was Wissen bedeutet.
Lösen Sie nachgelagerte Arbeiten über Webhooks aus oder fragen Sie die Zustandsmaschine über die API ab.
Abonnieren Sie Atom-Promotions, Schwellenwertverletzungen, Bias-Flags oder Konflikterkennungen.
SharePoint, Confluence, Data Warehouses, Ticketing- und Kollaborationsplattformen, jeweils eine abgegrenzte Quellklasse.
Hochdimensionale Einbettungen für Ähnlichkeitssuche.
Partitionierte Metriken mit kontinuierlichen Aggregaten.
ACID-Speicher mit Batch-Operationen und Pooling.
Sharded semantische Herkunft mit Traversal-Abfragen.
Ein Prüfer kann ein Tag widerlegen. Die Widerlegung landet in der Kette. Keine stille Überschreibung.
Das Hinzufügen einer Kategorie ist eine versionierte Änderung mit einem Wirksamkeitsdatum. Alte Atome behalten ihre Tags.
Die Bias-Engine läuft als Teil der Zertifizierung, nicht als Prüfung im Nachhinein.
Graceful Degradation, wenn eine ausfällt.
Viele Aspekte werden gleichzeitig bewertet.
Jeder Agent ahmt einen fokussierten menschlichen Experten nach.
Fehlender Kontext blockiert Fortschritt unterhalb des Schwellenwerts.
Vor der Zertifizierung an der konfigurierten Policy-Gate gemessen.
Abdeckung der Zielpopulation, validiert gegen die erklärte Policy.
Unterstützt, widerspricht, erweitert, hängt ab.
Quellenkette, Autoren, Daten, Glaubwürdigkeit.
Eine Tatsache, Behauptung, Methode, Frage oder ein Ergebnis.
Der Export-Compiler erzeugt trainingsbereite Formate aus dem verifizierten Graphen.
Der Governance-Rat wendet DMBOK und die konfigurierte KI-Governance-Richtlinie an.
Die Qualitätswache führt byzantinischen Konsens und 47-Typen-Bias-Erkennung durch.
Das Verbindungsnetzwerk löst Entitäten auf und bildet typisierte Beziehungen in den Graphen ab.
Die Analyseabteilung zerlegt in atomare Fakten, bewertet Qualität und scannt auf Bias.
Das Extraktionskorps wandelt Dokumente in strukturierte Informationen um und erhält Überschriften, Tabellen und Abbildungen.
Die Entdeckungsbrigade wirft das Netz über akademische, industrielle, Code-, regulatorische und Community-Quellen.
Spindle-Läufe werden über Fabric im öffentlichen Dweve Mesh, auf eigener Hardware oder luftdicht getrennt verwaltet. Es gibt kein Re-Plattforming zwischen den Stufen. Dieselbe Pipeline, dieselben Gates und dieselbe Lineage-Garantie gelten in jeder Haltung, sodass Sie Ihre Haltung für Kontrolle wählen, nicht für Fähigkeit.
Spindle parallelisiert auf drei Ebenen. Verschiedene Stufen verarbeiten gleichzeitig verschiedene Elemente. Mehrere Instanzen desselben Agenten verarbeiten verschiedene Elemente parallel. Innerhalb eines einzelnen Agenten fächern unabhängige Aufgaben wie Multi-Quellen-Prüfung auf. Jede Stufe skaliert horizontal auf ihrem eigenen Worker-Pool, und ein Multi-Store-Backend hält den Graphen, die Atome, die Metriken und die Embeddings jeweils am richtigen Ort.
Spindle ist kein Monolith. Es ist eine militärisch inspirierte Hierarchie von 32 Agenten unter einem Master-Orchestrator, organisiert in eine Entdeckungsbrigade, ein Extraktionskorps, eine Analyseabteilung, ein Verbindungsnetzwerk, eine Qualitätswache, einen Governance-Rat und einen Export-Compiler. Spezialisierung ahmt menschliche Expertenbewertung nach, lässt Arbeit parallel laufen, hält die Wartung pro Agent fokussiert und degradiert anmutig, wenn ein Agent ausfällt.
Bias ist keine Stimmung. Es ist eine typisierte Eigenschaft des Atoms. Die Bias-Engine untersucht jedes Atom zum Zertifizierungszeitpunkt gegen 47 dokumentierte Bias-Kategorien, die über statistische, kognitive, linguistische und systemische Dimensionen verteilt sind, und taggt das Atom entsprechend. Ein Bias-Bericht ist dann eine Abfrage gegen den Graphen, "zeig mir selektionsverzerrte Atome in diesem Korpus", kein separater Audit-Lauf im Nachhinein.
Qualität ist keine einzelne Zahl. Jedes Atom trägt sechs unabhängige Dimensionen: Verifizierbarkeit, Objektivität, Vollständigkeit, Konsistenz, zeitliche Stabilität und Quellenvielfalt. Jede Dimension ist für sich abfragbar, sodass ein Prüfer Repräsentativität, Genauigkeit oder Vollständigkeit separat untersuchen kann. Die Zertifizierung wendet die konfigurierte Evidenz- und Governance-Richtlinie für die angegebene Verwendung an; keine einzelne Punktzahl steht für diese Entscheidung.
Das Wissensatom ist die unteilbare Einheit, mit der Spindle arbeitet: der Inhalt selbst, sein erkenntnistheoretischer Zustand, eine sechsdimensionale Qualitätsbewertung, vollständige Herkunft und typisierte Graphbeziehungen. Die Herkunft trägt die Quellenkette, Autoren, Daten, Glaubwürdigkeitsbewertungen und Transformationshistorie. Dieselbe Tatsache, die aus derselben Quelle gespeichert wird, wird im Graphen dedupliziert, sodass ein kanonisches Atom einmal erscheint.
Sieben Stufen und harte Gates existieren aus einem Grund: Eine Tatsache, die nicht bis zu ihrer Quelle zurückverfolgt werden kann, ist keine Tatsache. Spindle ist eine Pipeline, kein Haufen. Jede Tatsache tritt als Kandidat ein und schreitet nur voran, wenn sie die Qualitäts-, Konsens- und Herkunftsanforderungen der nächsten Stufe erfüllt. Das Certified-Gate wendet die konfigurierte Evidenz-, Rechte- und Governance-Richtlinie für die erklärte Verwendung an. Konsens ist eine anspruchsspezifische Evidenzanforderung, keine universelle Quellenanzahl oder Diversitätsbewertung. Wenn eine Tatsache ein Gate nicht besteht, bleibt sie, wo sie ist, mit einem Grund gekennzeichnet. Sie leckt nicht in Training oder Antworten.
11 Wissensbereiche, 200 oder mehr Regeln
Spindle ist eine erkenntnistheoretische Zustandsmaschine. Jede Tatsache schreitet durch Kandidat, Extrahiert, Analysiert, Verbunden, Verifiziert, Zertifiziert, Kanonisch, mit expliziten Qualitätsschwellen bei jedem Übergang. Nichts erreicht Kanonisch, ohne sie zu passieren. Entitätsauflösung, Multi-Quellen-Konsens, 47-Typen-Bias-Erkennung und vollständige Herkunft auf jedem Atom.
Spindle setzt diese Kette zusammen, während die Arbeit passiert
Das Audit-Paket wird erstellt, sobald Fakten zertifiziert werden, nicht erst zusammengestellt, wenn die Frage eintrifft. Jedes Element trägt die Quelle, aus der es stammt, die am Gate angewandte Regel, den Prüfer, der es freigegeben hat, und einen Replay-Pfad für den Inspektor.
Trace, Herkunft und Replay sind Produkteigenschaften, keine Compliance-Dekorationen, die hinzugefügt werden, nachdem der Regulator schwierigere Fragen stellt. Das ist es, was die Wissensbasis unter Prüfung standhält.
Überlegen Sie, wie ein Prüfer einen Fakt akzeptiert.
Verwaltet über Fabric auf dem öffentlichen Dweve Mesh, On-Premises oder air-gapped.
Sechs Dimensionen und 47 Bias-Typen, pro Fakt.
Von der Quelle zum Kanonischen, jeder Schritt protokolliert und signiert.
Gegenbeweise kennzeichnen betroffene Fakten und benachrichtigen nachgelagerte Stellen. Sowohl die Behauptung als auch ihr Rückzug werden aufbewahrt.
Jeder anwendbare regulatorische Rahmen wird validiert, bevor der Fakt zertifiziert wird.
Siebenundvierzig Bias-Typen geprüft. Ein gekennzeichneter Fakt landet getaggt, nie still.
Sechs Dimensionen bewertet. Ein Fakt unter dem Schwellenwert wird nicht weitergeleitet, und der Grund wird aufgezeichnet.
Jede Antwort führt zurück zu ihrer Quelle, Ende zu Ende.
Die Herkunft bewegt sich mit dem Fakt, wo immer er verwendet wird.
Die Herkunft wird aufgebaut, wenn der Fakt erstellt wird, nicht rekonstruiert, wenn die Frage gestellt wird.
Das Audit-Paket ist kein Screenshot eines Dashboards. Es ist die Herkunft, die Qualitätsbewertungen, die Bias-Berichte, die Konsens-Eingaben und die Signaturen, die zusammen einem DPO, einem KI-Beauftragten oder einem externen Prüfer ermöglichen, jede Entscheidung des Systems zu rekonstruieren.