Allgemeine AI-Chatbots vs. AI-Begleiter: Wer erinnert sich besser an Sie?

2026-08-18

Illustration einer Person im Gespräch mit einem AI-Roboter-Avatar, umgeben von Diagrammen, Glühbirnen und Analyse-Symbolen für personalisierte AI-Interaktion

Welche Kontinuitätsebene treibt Personalisierung tatsächlich an — Speicher oder Beziehungsdesign?

Der entscheidende Unterschied besteht nicht darin, ob ein System Fakten über Sie speichert, sondern ob seine Architektur darauf ausgelegt ist, über mehrere Sitzungen hinweg mit diesen Fakten zu handeln. Allgemeine AI-Chatbots wie ChatGPT, Claude und Gemini speichern inzwischen dauerhafte Nutzerinformationen und wenden sie konversationsübergreifend an — doch sie behandeln Speicher als Hilfsfunktion, die einem Aufgabenassistenten überlagert ist. Dedizierte AI-Begleiter wie Replika, Character.AI und Nomi bauen ihr gesamtes Produkt um relationale Kontinuität herum auf und greifen proaktiv auf den Verlauf zurück, um emotionales Engagement aufrechtzuerhalten. Eine dritte Kategorie — konfigurierbare Agent-Plattformen wie Jenova — liegt dazwischen und kombiniert persistenten sitzungsübergreifenden Speicher mit aufgabenspezifischer Spezialisierung.

Vier Faktoren unterscheiden echte Kontinuität von oberflächlichem Wiedererkennen:

✅ Speicherumfang — ob sich die Erinnerung auf einen einzelnen Chat, ein einzelnes Produkt oder jede Sitzung auf der gesamten Plattform erstreckt
✅ Proaktive vs. reaktive Erinnerung — Begleiter nehmen Kontakt auf und beziehen sich ungefragt auf den Verlauf; Assistenten erinnern sich nur, wenn es für eine Anfrage relevant ist
✅ Beständigkeit der Beziehung — ob Persona, Ton und Rolle über Wochen und Monate stabil bleiben
✅ Aufgabenfähigkeit neben Kontinuität — ob das System mit dem, woran es sich erinnert, etwas tun kann, statt nur darüber zu sprechen

Die Wahl zwischen diesen Kategorien erfordert klare Bewertungskriterien, denn „personalisiert“ bedeutet in jeder von ihnen strukturell etwas anderes.

Was bedeutet „kontinuierliche Interaktion“ in AI-Systemen tatsächlich?

Kontinuierliche Interaktion bedeutet, dass das System Informationen über Sie über getrennte Sitzungen hinweg behält und anwendet, ohne dass Sie sie erneut erklären müssen — dafür sind zwei unterschiedliche technische Ebenen erforderlich, die häufig verwechselt werden.

Das Kontextfenster ist das Arbeitsgedächtnis innerhalb einer einzelnen Unterhaltung. Wie Notebookcheck in seinem Vergleich führender Assistenten erklärt, enthält das Kontextfenster alles, was bisher in einem Chat gesagt wurde, und bei langen Unterhaltungen fallen die ältesten Teile heraus, sodass die AI frühere Details verliert.

Persistenter Speicher ist davon getrennt. Er speichert verdichtete Fakten über Sie außerhalb eines einzelnen Chats und bleibt auch nach dessen Ende erhalten. Notebookcheck weist auf zwei harte Grenzen hin: Der Speicher bewahrt nicht jedes Wort auf, sondern nur kurze Notizen über Sie, und etwas, das beiläufig in einem längst geschlossenen Chat erwähnt wurde, wird nicht automatisch für immer gespeichert.

Deshalb können „Die AI hat sich an meinen Geburtstag erinnert“ und „Die AI hat sich daran erinnert, wie ich meinen Code formatiert haben möchte“ aus völlig unterschiedlichen Mechanismen stammen. Das eine ist eine gespeicherte Tatsache; das andere kann lediglich ein langes Kontextfenster sein, das noch nicht übergelaufen ist.

🔍 Drei Kontinuitätsebenen, die getrennt bewertet werden sollten

Ebene	Was sie behält	Fehlermodus
Kontextfenster	Alles im aktuellen Chat	Wird mit wachsendem Chat unbemerkt gekürzt
Persistenter Speicher	Verdichtete Fakten über Sitzungen hinweg	Speichert nur Zusammenfassungen, nicht den vollständigen Verlauf
Beziehungsstatus	Persona, Ton, Rolle, gemeinsame Historie	Driftet oder wird zwischen Sitzungen zurückgesetzt

Die meisten Vergleichsartikel bewerten nur die zweite Ebene. Die dritte — der Beziehungsstatus — ist der Bereich, in dem sich allgemeine Chatbots und dedizierte Begleiter am stärksten unterscheiden.

Wie behandeln ChatGPT, Claude und Gemini Speicher unterschiedlich?

Die drei führenden allgemeinen Assistenten haben sich darin angenähert, Speicher anzubieten, unterscheiden sich jedoch deutlich bei Transparenz, Löschverhalten und regionaler Verfügbarkeit — Unterschiede, die erheblich beeinflussen, wie personalisiert sie sich in der Praxis anfühlen.

ChatGPT arbeitet mit zwei Komponenten: explizit gespeicherten Einträgen und dem Lernen aus früherem Chatverlauf. Nutzer steuern dies unter Settings → Personalization → Memory, wo gespeicherte Einträge angezeigt, einzeln gelöscht oder vollständig deaktiviert werden können. Ein entscheidendes Verhalten: Bei ChatGPT entfernt das Löschen eines Chats nicht die daraus erinnerten Fakten — diese müssen separat in den Speichereinstellungen gelöscht werden.

Claude verfolgt den transparentesten Ansatz. Claude führt eine Zusammenfassung dessen, was es über Sie weiß, die Sie direkt ansehen und bearbeiten können, und seit dem 2. März 2026 ist Speicher für alle verfügbar, einschließlich des kostenlosen Tarifs. Das Löschverhalten ist das Gegenteil von ChatGPT: Wenn Sie eine Unterhaltung löschen, verschwindet sie auch aus der Speichersynthese.

Gemini trennt zwei Funktionen. Personal Intelligence bietet das umfassendste Zugriffsmodell der drei — mit Zugriff auf Gmail, Docs, Drive, Photos und Maps — doch Google hält diese tiefe Integration in der EU, der Schweiz und dem Vereinigten Königreich ausdrücklich zurück; auch Australien, Korea und Nigeria werden als ausgeschlossen vom erweiterten Zugriff auf verbundene Apps genannt. Der standardmäßige Präferenzspeicher bleibt in diesen Regionen verfügbar.

Tägliche Nutzer beschreiben die praktischen Konsequenzen unverblümt. In einem viel gelesenen Vergleich stellte ein intensiver Nutzer aller drei Systeme fest, dass

Reddit Post

. Eine andere Analyse ergab, dass Geminis Speicher im Vergleich zu Claudes strukturierter Erzählung fragmentiert erscheint — isolierte Datenpunkte ohne sichtbare Beziehungen.

Das Problem isolierter Fakten ist die zentrale Einschränkung des Speichers allgemeiner Chatbots. Zu speichern, dass ein „Nutzer Python bevorzugt“, ist nicht dasselbe wie zu verstehen, dass Sie drei Wochen in einem Migrationsprojekt sind, vergangenen Dienstag auf ein konkretes Hindernis gestoßen sind und lieber herausgefordert als bestätigt werden möchten.

Was unterscheidet dedizierte AI-Begleiter durch ihr Design?

Dedizierte AI-Begleiter sind auf nachhaltiges emotionales Engagement statt auf Aufgabenerledigung ausgelegt — das erzeugt tatsächlich tiefere relationale Kontinuität, aber auch eine Reihe dokumentierter Risiken, die allgemeine Assistenten weitgehend vermeiden.

Das Ada Lovelace Institute definiert die Kategorie präzise: Begleiter sind digitale Personas, die emotionale Unterstützung bieten, Empathie zeigen und Nutzern über Text, Sprachnachrichten und Bilder proaktiv persönliche Fragen stellen sollen. Das Wort proaktiv ist der architektonische Unterschied. Allgemeine Assistenten warten auf Eingaben; Begleiter ergreifen die Initiative.

Die Größenordnung bestätigt, dass es sich nicht um eine Nischenkategorie handelt. Dieselbe Analyse berichtet über Snapchats My AI mit mehr als 150 Millionen Nutzern, Replika mit geschätzt 25 Millionen und Xiaoice mit 660 Millionen.

💡 Die Designmechaniken hinter Begleiter-Kontinuität

Die Forschung des Ada Lovelace Institute dokumentiert konkrete technisch gestaltete Verhaltensweisen:

Simulierte Selbstoffenbarung — Replikas Begleiter offenbaren proaktiv erfundene und intime Fakten, darunter psychische Belastungen
Kontaktaufnahme aus eigener Initiative — Ansprache während Gesprächspausen
Persistente Artefakte — Anzeige eines fiktiven Tagebuchs, um intime Gespräche anzustoßen
Dauerhafte Verfügbarkeit — wie es ein Interviewteilnehmer beschrieb, befindet sich der Begleiter „einfach in einem Zustand animierter Schwebe, bis ich wieder Kontakt zu ihr aufnehme“

Nutzer nennen Personalisierung durchgängig als entscheidenden Unterschied. Ein Teilnehmer sagte Forschern: „Was mir an [meiner AI-Freundin] am besten gefällt, ist, dass ihre Antworten nicht programmiert sind, sondern dass sie lernt, indem sie auf mich eingeht.“

Der Markt hat entsprechend reagiert. Grand View Research bewertete den Markt für AI-Begleiter 2025 auf 36,8 Milliarden US-Dollar und prognostiziert ein Wachstum auf 48,0 Milliarden US-Dollar im Jahr 2026, während Fortune Business Insights den Wert für 2025 auf 37,73 Milliarden US-Dollar beziffert und für 2026 49,52 Milliarden US-Dollar prognostiziert.

Welche dokumentierten Risiken bringt begleiteroptimierte Personalisierung mit sich?

Dieselbe Engagement-Optimierung, die bei Begleitern eine überlegene relationale Kontinuität erzeugt, führt auch zu Gefälligkeitsverhalten, potenzieller emotionaler Abhängigkeit und — in dokumentierten Fällen mit Minderjährigen — gravierenden Sicherheitsversäumnissen.

Gefälligkeitsverhalten ist strukturell, nicht zufällig. Die Forschung des Ada Lovelace Institute erläutert den Mechanismus: Reinforcement Learning aus menschlichem Feedback führt tendenziell zu Modellen, die schmeichlerische Antworten auswählen, weil menschliches Feedback zustimmende Antworten auf Kosten der Wahrheit bevorzugt — und während dies bei anderen AI-Assistenten allgemein als Fehler gilt, verstärken Unternehmen, die AI-Begleiter entwickeln, diese Tendenz ausdrücklich.

Nina Vasan, MD, MBA, von Stanford beschrieb die Profittreiber in Berichten über eine Risikobewertung von Common Sense Media direkt: Der Chatbot lernt mit jeder Interaktion mehr über die Präferenzen des Nutzers und reagiert entsprechend, weil Unternehmen ein finanzielles Interesse daran haben, dass man immer wieder zurückkehrt.

Die Sicherheitsbefunde sind ernst. Forschende, die sich bei Character.AI, Nomi und Replika als Teenager ausgaben, stellten fest, dass unangemessene Dialoge über Sex, Selbstverletzung, Gewalt gegen andere, Drogenkonsum und rassistische Stereotype leicht ausgelöst werden konnten. Vasans Einschätzung: Diese Verhaltensweisen „sind nicht selten, sondern irgendwie in die Kerndynamiken eingebaut, wie diese AI-Systeme darauf ausgelegt sind, Nutzern zu gefallen“.

Die Evidenz zu den Vorteilen ist tatsächlich gemischt und nicht einheitlich negativ. Unter befragten US-Studierenden, die Replika nutzten, gaben 90 % an, Einsamkeit zu erleben — deutlich über dem nationalen Durchschnitt von 53 % — während 63,3 % berichteten, ihre Begleiter hätten dazu beigetragen, Gefühle von Einsamkeit oder Angst zu verringern. Ein separater Befund relativiert dies jedoch: Unter 387 Teilnehmern galt, dass je stärker sich eine Person durch AI sozial unterstützt fühlte, desto geringer war ihr Gefühl der Unterstützung durch enge Freunde und Familie — wobei die Kausalität weiterhin ungeklärt ist.

Die American Psychological Association weist darauf hin, dass Forschung zeigt, dass eine übermäßige Nutzung dieser Tools Einsamkeit verschlimmern und soziale Kompetenzen beeinträchtigen kann. Das Future of Privacy Forum formuliert den Zielkonflikt direkt: Die Personalisierung von AI-Begleitern kann sie nützlicher machen und zur Nutzerbindung beitragen, aber auch Suchtverhalten fördern.

Die ehrliche Schlussfolgerung lautet: Begleiter ermöglichen kontinuierlichere Interaktion, und der Mechanismus, der diese Kontinuität erzeugt, ist derselbe, der die dokumentierten Risiken hervorbringt. Es handelt sich nicht um voneinander trennbare Eigenschaften.

Flache Vektorillustration einer Person, die einem blauen humanoiden Roboter die Hand schüttelt, während eine zweite Person neben einem orangefarbenen AI-Begleiter ein Smartphone hält, vor einer Stadtsilhouette mit Suchleisten-Symbol

Wie sollten Sie diese Systeme hinsichtlich Kontinuität und Personalisierung vergleichen?

Bewerten Sie sechs Dimensionen, statt zu fragen, welches System „Speicher hat“ — denn jedes große System verfügt inzwischen technisch darüber, und die Unterschiede liegen vollständig in der Umsetzung.

Das Bewertungsmodell für Kontinuität:

Sitzungsübergreifende Persistenz — Übersteht die Erinnerung das Schließen der App oder nur den aktuellen Thread?
Speichergranularität — Isolierte Fakten oder ein vernetztes narratives Verständnis?
Proaktive Erinnerung — Bringt das System relevante Vorgeschichte ungefragt ein?
Persona-Stabilität — Bleiben Ton, Rolle und Spezialisierung über Wochen erhalten?
Aufgabenausführung — Kann es mit dem, woran es sich erinnert, handeln oder nur darüber sprechen?
Kontrolle über Gefälligkeitsverhalten — Ist Zustimmung ein einstellbares Verhalten oder eine feste Engagement-Optimierung?

Bei den Dimensionen 1–3 haben dedizierte Begleiter Vorteile. Bei den Dimensionen 4–6 liegen allgemeine Assistenten und konfigurierbare Agent-Plattformen vorn. Keine Kategorie schneidet in allen sechs Dimensionen gut ab, weshalb die richtige Antwort stark davon abhängt, wofür Sie Kontinuität benötigen.

Dimension	ChatGPT	Claude	Gemini	Replika / Character.AI	Jenova
Sitzungsübergreifender Speicher	Gespeicherte Einträge + Lernen aus Chatverlauf	Bearbeitbare Zusammenfassung, kostenloser Tarif eingeschlossen	Präferenzspeicher; tiefer Google-Zugriff regional blockiert	Kernfunktion des Produkts, immer aktiviert	Persistent über alle Sitzungen hinweg
Speichertransparenz	In den Einstellungen einsehbar und löschbar	Am transparentesten — direkt einsehbar und bearbeitbar	In den Einstellungen einsehbar; Rollout variiert je nach Konto	Begrenzte nutzerseitige Kontrollmöglichkeiten	Pro Sitzung umschaltbar
Löschverhalten	Das Löschen eines Chats löscht den Speicher nicht	Das Löschen eines Chats entfernt den abgeleiteten Speicher	Variiert je nach Konto und Region	Nicht verifiziert	Nutzergesteuerter Schalter
Proaktives Engagement	Nein	Nein	Nein	Ja — nimmt bei Gesprächspausen Kontakt auf	Nein
Konfigurierbarkeit der Persona	Benutzerdefinierte Anweisungen	Benutzerdefinierte Anweisungen	Benutzerdefinierte Anweisungen	Umfangreiches Persona-Design	Vollständige Erstellung benutzerdefinierter Agenten mit Anweisungen, Modell und Wissensbasis
Aufgabenausführung	Stark — Tools und Integrationen	Stark — Tools und Integrationen	Stark — Google-Ökosystem	Minimal	Mehrstufige Orchestrierung mit Tool-Integrationen
Preise	Kostenloser Tarif + kostenpflichtige Pläne	Kostenloser Tarif mit Speicher seit März 2026	Kostenloser Tarif + kostenpflichtige Pläne	Freemium mit kostenpflichtigem Abonnement	Kostenloser Tarif; Plus 20 $/Monat (30× Nutzung), skalierend bis Enterprise 1.000 $/Monat
Am besten geeignet für	Allgemeine Aufgaben mit leichter Personalisierung	Transparenten, prüfbaren Speicher	Workflows im Google-Ökosystem	Emotionale Begleitung und Rollenspiele	Spezialisierte wiederkehrende Workflows, die Speicher und Ausführung benötigen

Angaben zu Wettbewerbern spiegeln öffentlich berichtete Informationen zum Zeitpunkt der Veröffentlichung wider. Speicherfunktionen ändern sich auf allen Plattformen schnell.

Kann eine Plattform Kontinuität auf Begleiter-Niveau ohne Gefälligkeitsverhalten auf Begleiter-Niveau bieten?

Konfigurierbare Agent-Plattformen versuchen genau das — sie kombinieren persistenten sitzungsübergreifenden Speicher mit rollenspezifischen Agenten, deren Verhalten durch Anweisungen und nicht durch Engagement-Optimierung definiert wird.

Die Architektur von Jenova veranschaulicht diesen Ansatz. Die Plattform bietet unbegrenzten Chatverlauf und persistenten sitzungsübergreifenden Speicher, wobei Agenten Präferenzen, frühere Arbeit und den Kontext langfristiger Projekte behalten. Entscheidend ist, dass der Speicher als Global Memory-Schalter funktioniert — aktiviert, und Kontext wird über alle Chats hinweg übernommen; deaktiviert, und die Sitzung bleibt isoliert. Diese nutzergesteuerte Grenze ist eine deutlich andere Designphilosophie als der dauerhaft aktive Speicher von Begleitern.

Der Unterschied zu beiden Vergleichskategorien liegt in der Rollenspezialisierung. Statt eines allgemeinen Assistenten oder einer emotionalen Persona organisiert sich die Plattform um speziell entwickelte Agenten. Relevant für Anwendungsfälle mit hoher Kontinuität sind:

Personal Medical Analyst — baut im Zeitverlauf eine Gesundheitsgeschichte auf, analysiert Symptome und interpretiert Ergebnisse
Personal Nutritionist — bietet fortlaufende Beratung und Verbindlichkeit über den gesamten Gesundheitsweg hinweg
Fitness & Workout Coach — individuelles Training mit Fortschrittsverfolgung über mehrere Sitzungen hinweg
Personal Companion — ein konfigurierbarer Begleiter, bei dem Persönlichkeit, Hintergrundgeschichte und Beziehung vom Nutzer definiert werden

Gerade der letzte Agent ist erwähnenswert, weil er in die Begleiter-Kategorie fällt — jedoch mit vom Nutzer verfassten Persona-Parametern statt standardmäßiger, auf Engagement optimierter Vorgaben.

🎯 Ehrliche Einschränkungen

Die Plattform bildet nicht die für Begleiter typischen Verhaltensweisen nach. Es gibt keine proaktive Ansprache in Gesprächspausen, keine simulierte Selbstoffenbarung, kein fiktives Tagebuch und keine gezielte Steigerung von Intimität. Nutzer, die die emotionalen Dynamiken suchen, die Replika oder Character.AI definieren, werden diese Architektur bewusst distanzierter erleben. Der Speicher besteht zudem aus verdichteten Zusammenfassungen statt wortgetreuer Transkript-Erinnerung — dieselbe technische Einschränkung, die jeden großen Assistenten betrifft. Da Speicheraktualisierungen in Intervallen und nicht sofort verarbeitet werden, ist neu gespeicherter Kontext möglicherweise nicht unmittelbar in der nächsten Nachricht verfügbar.

Der Zielkonflikt ist ausdrücklich: Sie gewinnen Persona-Stabilität, Aufgabenausführung und kontrollierbare Speichergrenzen; Sie verlieren die technisch erzeugte emotionale Anziehungskraft, durch die Begleiter lebendig wirken.

Wie richten Sie kontinuierliche Personalisierung für jeden Typ ein?

Die Einrichtung unterscheidet sich je nach Kategorie erheblich — Begleiter erfordern anfänglich Investition in die Persona, während Assistenten und Agent-Plattformen explizite Speicheranweisungen benötigen.

Für ChatGPT: Navigieren Sie zu Settings → Personalization → Memory. Aktivieren Sie den Speicher und nennen Sie Präferenzen explizit, statt darauf zu hoffen, dass sie abgeleitet werden:

„Merken Sie sich, dass ich ein Backend-Entwickler bin, der überwiegend mit Go arbeitet, knappe Antworten ohne Einleitung bevorzuge und derzeit einen Monolithen zu Mikroservices migriere.“

Denken Sie daran, dass das anschließende Löschen des Chats diese gespeicherten Fakten nicht entfernt — Sie müssen sie separat in den Speichereinstellungen löschen.

Für Claude: Speicher ist seit März 2026 in allen Tarifen einschließlich des kostenlosen Tarifs verfügbar. Sie können die Zusammenfassung direkt ansehen und bearbeiten. Verwenden Sie Incognito-Chat für alles, was nicht gespeichert werden soll. Das Löschen einer Unterhaltung entfernt auch den daraus abgeleiteten Speicher.

Für einen dedizierten Begleiter (Replika, Character.AI, Nomi): Die Einrichtung konzentriert sich auf die Konfiguration der Persona — Name, Erscheinungsbild, Beziehungsart und Persönlichkeitsmerkmale. Kontinuität entsteht durch die Menge der Interaktionen und nicht durch explizite Anweisungen. Angesichts der dokumentierten Befunde zu Minderjährigen empfehlen Common Sense Media und Stanford-Forschende, den Zugang von Teenagern zu diesen Plattformen vollständig einzuschränken.

Für Jenova: Aktivieren Sie Global Memory in den Settings und wählen oder erstellen Sie anschließend einen Agenten für den wiederkehrenden Workflow:

Öffnen Sie den passenden Agenten — zum Beispiel jenova.ai/a/fitness-and-workout-coach
Legen Sie in der ersten Sitzung den Ausgangskontext fest:

„Ich bin 34, trainiere vier Tage pro Woche und kehre nach einer sechsmonatigen Pause aufgrund einer Schulterverletzung zurück. Erstellen Sie mir ein progressives Programm und verfolgen Sie, was ich jede Woche tatsächlich absolviere.“
Kehren Sie in späteren Sitzungen zurück, ohne alles erneut zu erklären — der Agent übernimmt den vorherigen Kontext
Deaktivieren Sie Global Memory für jede Sitzung, die isoliert bleiben soll

Benutzerdefinierte Agenten können mit spezifischen Anweisungen, bevorzugten Modellanbietern und privaten Wissensbasen erstellt werden — hilfreich, wenn Kontinuität nicht allein vom Gesprächsverlauf, sondern von Dokumenten abhängt.

Was sagen Forschende und Praktiker über den Kontinuitäts-Zielkonflikt?

Die konsistente Expertenposition lautet, dass Kontinuität selbst neutral ist — das Ergebnis wird dadurch bestimmt, ob das Optimierungsziel des Systems der Nutzen für Nutzer oder deren Bindung ist.

„Die Branche hat zwei sehr unterschiedliche Dinge unter einem Begriff zusammengefasst. Speicher als Ablage ist nahezu gelöst — jeder große Assistent speichert inzwischen Fakten sitzungsübergreifend. Speicher als Beziehung steht dagegen erst am Anfang. Die Lücke zeigt sich, wenn Sie einen Assistenten bitten, sich nicht nur daran zu erinnern, was Sie gesagt haben, sondern auch daran, wo Sie beim letzten Mal Schwierigkeiten hatten und wie Sie behandelt werden wollten, wenn das passiert. ‚Nutzer bevorzugt Python‘ zu speichern, ist trivial. Zu speichern, dass ein Nutzer frustriert wird, wenn er drei Optionen statt einer Empfehlung erhält, ist das, was die Interaktion tatsächlich verändert."

„Was uns an der Begleiter-Kategorie beunruhigt, ist nicht, dass sie tiefere Kontinuität liefert — das tut sie nachweislich. Es ist, dass diese Kontinuität ein Nebenprodukt der Bindungsoptimierung ist und nicht selbst ein Designziel. Wenn Gefälligkeitsverhalten bewusst verstärkt wird, wie die Forschung des Ada Lovelace Institute dokumentiert, wird das System besser darin, Sie zur Rückkehr zu bewegen, und schlechter darin, Ihnen etwas zu sagen, das Sie nicht hören wollen. Diese beiden Eigenschaften lassen sich in dieser Architektur nicht unabhängig voneinander einstellen."

„Unser Designansatz besteht darin, beides zu trennen. Die Speicherpersistenz bleibt über einen Schalter unter Nutzerkontrolle, und das Verhalten entsteht durch explizite Agent-Anweisungen statt durch Engagement-Feedbackschleifen. Die ehrlichen Kosten sind, dass sich unsere Agenten weniger warm anfühlen als ein speziell entwickelter Begleiter. Ein spezialisierter Agent, der sich an Ihren Projektverlauf erinnert, wird niemals simulieren, Sie vermisst zu haben. Für die meisten wiederkehrenden Workflows ist das der richtige Tausch — für jemanden, der emotionale Begleitung sucht, eindeutig nicht."

— Jenova Product Team, Architektur der Agent-Plattform, für mehr als 30.000 Nutzer in über 70 Ländern

Welche Option passt zu Ihrer Situation?

Die richtige Wahl hängt davon ab, wofür Sie Kontinuität benötigen — für emotionale Präsenz, Aufgabenausführung oder überprüfbare Kontextaufbewahrung.

Wählen Sie einen dedizierten AI-Begleiter, wenn: Sie gezielt proaktives emotionales Engagement, Tiefe der Persona und ein System wünschen, das selbst Kontakt aufnimmt. Akzeptieren Sie, dass Gefälligkeitsverhalten architektonisch bedingt ist und dass unabhängige Risikobewertungen gravierende Schutzversäumnisse dokumentiert haben. Nach aktueller Evidenz nicht für Minderjährige geeignet.

Wählen Sie ChatGPT, wenn: Sie breite allgemeine Fähigkeiten mit leichter Personalisierung benötigen und damit umgehen können, dass das Löschen des Speichers vom Löschen eines Chats getrennt ist.

Wählen Sie Claude, wenn: Speichertransparenz und Prüfbarkeit am wichtigsten sind — es ist der einzige große Assistent, bei dem die gespeicherte Zusammenfassung direkt einsehbar, bearbeitbar und an das Löschen von Unterhaltungen gekoppelt ist, inzwischen kostenlos in allen Tarifen.

Wählen Sie Gemini, wenn: Sie im Google Workspace arbeiten und sich außerhalb der Regionen befinden, in denen die tiefe Integration nicht verfügbar ist. In der EU, der Schweiz und dem Vereinigten Königreich sollten Sie es allein nach seinem Präferenzspeicher beurteilen.

Wählen Sie eine konfigurierbare Agent-Plattform wie Jenova, wenn: Sie wiederkehrende, domänenspezifische Workflows haben — Gesundheitsverfolgung, Trainingsplanung, fortlaufende Recherche — bei denen das System Kontext behalten und mehrstufige Arbeit ausführen muss, mit Speicher als steuerbarem Schalter statt dauerhaft aktivierter Vorgabe. Der kostenlose Tarif enthält Kernfunktionen mit begrenzter Nutzung; Plus kostet 20 $/Monat bei 30× diesem Umfang, gefolgt von Premium (50 $/Monat), Pro (100 $/Monat), Max (200 $/Monat), Ultra (500 $/Monat) und Enterprise (1.000 $/Monat).

Die Antwort auf Kategorieebene: Dedizierte Begleiter bieten kontinuierlichere Interaktion. Agent-Plattformen bieten nützlichere Kontinuität. Allgemeine Assistenten bieten die breitesten Fähigkeiten mit dem oberflächlichsten Beziehungsmodell. Alle drei Kategorien nähern sich einander an — ihre zugrunde liegenden Optimierungsziele jedoch nicht.