ingest(blog): agentcloak desktop + rampart model card (PII cloaking)

raw: business-wire launch PM, rampart model card, roemmele quote-tweet
wiki: tools/agentcloak-desktop (new), people/peter-yared (new),
institutions/incountry (new), people/brian-roemmele (update),
index (230. update), log
This commit is contained in:
Hector 2026-09-19 15:15:38 +02:00
parent bb9c1e1efb
commit b0742cbdb4
9 changed files with 561 additions and 7 deletions

View file

@ -0,0 +1,85 @@
---
type: blog
source_url: https://www.businesswire.com/news/home/20260918884045/en/
retrieved: 2026-09-19
title: "AgentCloak Launches AgentCloak Desktop, Free Sovereign AI That Cloaks Private Data Before It Reaches Popular AI Chatbots"
author: "AgentCloak / InCountry (Pressemitteilung, Business Wire)"
tags: [agentcloak, incountry, privacy, pii, sovereign-ai, zero-data-sending, digital-twin, rampart, launch]
---
# AgentCloak Desktop Launch (18.09.2026)
## Quellenkontext
Pressemitteilung von AgentCloak/InCountry, veröffentlicht über Business Wire am 18.09.2026 (ID 20260918884045), abgerufen über die Business-Wire-Syndizierung bei Morningstar am 19.09.2026. Ergänzend wurde die Produktseite https://incountry.com/products/agentcloak-desktop/ lokal abgerufen (agentcloak.ai leitet auf incountry.com um).
## Ankündigung (Fakten der Pressemitteilung)
| Feld | Angabe |
|------|--------|
| Produkt | AgentCloak Desktop |
| Anbieter | AgentCloak (Teil von InCountry) |
| Datum | 18.09.2026 |
| Preis | kostenlos für Einzelnutzung |
| Formfaktor | Browser-Extension (Chrome, Safari, Edge) **oder** Desktop-App (Mac, Windows) |
| Unterstützte Chatbots | ChatGPT, Claude, Gemini, Grok, Copilot, DeepSeek |
| Unterstützte Desktop-App | derzeit nur ChatGPT Desktop, „more coming soon" |
| Sprache | Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Niederländisch |
| Zitat | Peter Yared, Founder & CEO of AgentCloak |
Unternehmensangaben zur Einordnung: „a CB100 2026 top AI company", „serves highly regulated Global 2000 companies", „has raised $50 million from leading investors" (Selbstauskunft des Anbieters).
## Funktionsprinzip (laut Pressemitteilung und Produktseite)
1. Sensible Felder werden **lokal** auf dem Gerät erkannt.
2. Sie werden durch **konsistente „digital twins"** ersetzt. Beispiel des Anbieters: „Peter Parker" wird zu „Julio Schmidt", „364 23rd St" wird zu „401 Vanessa Curve".
3. Erst die ersetzte Fassung geht an das Modell. Der Anbieter nennt das **„Zero Data Sending"** und grenzt es ausdrücklich ab: „this is not a retention or 'we won't train on your data' promise".
4. Bei der Antwort werden die echten Werte über denselben digital twin wieder eingesetzt („round-trip restoration", „cloaked on the way out, restored on the way in").
Weitere angegebene Details:
- Die Detektion kombiniert **deterministische Regeln** mit einem kompakten neuronalen Modell, das vollständig lokal läuft.
- Keine Daten werden an AgentCloak hochgeladen, um das kostenlose Desktop-Produkt zu nutzen.
- Die „Remember"-Funktion speichert echte Werte und Ersatzwerte lokal auf dem Rechner, damit nicht jedes Mal neu bestätigt werden muss („The data is stored on your computer and is never sent to an AI").
## Erkannte Datentypen (kostenlose Desktop-Fassung)
- Vor- und Nachnamen
- E-Mail-Adressen
- Telefonnummern
- URLs
- Sozialversicherungs-/Steuer-IDs
- Bank-Routing- und Kontonummern
- Postanschriften
## AgentCloak Server (kostenpflichtige Enterprise-Variante)
Laut Pressemitteilung und Produktseite ergänzt die Server-Variante:
- erweiterte Server-Modelle für komplexere Verarbeitung
- Cloaking/Uncloaking sensibler Daten in **hochgeladenen Dateien**
- mehr Sprachen
- erweiterte digital twins, die zusammengehörige Werte über mehrere Prompts gruppieren
- Verallgemeinerung von Begriffen („headache" → „pain condition") und Wertebereichen (Alter 35 → 3039)
- Branchen-Pakete für Finanzdienstleistungen, Verträge, Gesundheitswesen, Recht
- MCP-Datenschutz für Salesforce, HubSpot und andere Apps
- Deployment in Cloud, On-Premises oder **air-gapped**; AI-native Rust-Container
- Rollout vorkonfigurierter Desktop-Clients via Intune, Corporate Login über Microsoft Entra, Google Workspace, Okta
- Audit-Logs
- Cross-Border-Datenschutz über InCountry-Proxies
## Detektionskomponente
Beide Quellen nennen für die lokale Erkennung das Modell **Rampart**: „Rampart, a compact model from the U.S. government that mixes deterministic detection and neural detection of sensitive data runs completely on-device and is combined with AgentCloak digital twin technology." Die Produktseite formuliert: „Rampart was released by the U.S. Government and mixes deterministic rules with neural AI to detect and cloak sensitive values."
Die Model-Card zu Rampart ist separat erfasst: → `raw/other/2026-09-19_rampart-model-card.md`
## Wörtliche Zitate
Peter Yared (Pressemitteilung):
> People should not have to choose between useful AI and keeping their private data private. AgentCloak Desktop puts Sovereign AI on the device you already have. ChatGPT, Claude, Gemini, Grok, Copilot, and Deepseek still do the heavy lifting. They just never see private data like names, addresses, or account numbers. That is Zero Data Sending, not an ambiguous policy footnote.
## Verfügbarkeit
Kostenlos verfügbar ab Ankündigung; Installationspfad laut Pressemitteilung: `agentcloak.ai/desktop`. Enterprise-Kontakt: sales@agentcloak.ai.

View file

@ -0,0 +1,134 @@
---
type: other
source_url: https://github.com/nationaldesignstudio/rampart/blob/master/MODEL_CARD.md
retrieved: 2026-09-19
title: "Rampart — Model Card (nationaldesignstudio/rampart)"
author: "National Design Studio"
tags: [rampart, pii, redaction, privacy, onnx, minilm, client-side, agentcloak, model-card]
---
# Rampart — Model Card (abgerufen 19.09.2026)
## Quellenkontext
Model-Card des Modells `nationaldesignstudio/rampart`, abgerufen über https://raw.githubusercontent.com/nationaldesignstudio/rampart/master/MODEL_CARD.md (HTTP 200, 28.608 Byte). Das Modell wird von AgentCloak Desktop als lokale Detektionskomponente eingesetzt (siehe `raw/blog/2026-09-18_agentcloak-desktop-launch.md`).
## Modell (Fakten der Model-Card)
| Feld | Wert |
|------|------|
| Model-ID | `nationaldesignstudio/rampart` |
| Architektur | [`nreimers/MiniLM-L6-H384-uncased`](https://huggingface.co/nreimers/MiniLM-L6-H384-uncased), fine-tuned mit 35-Label-BIO-Head (17 Entitätstypen) |
| Parameter | ≈18,5 Mio. (19.730-WordPiece-Vokabular) |
| Quantisierung | 4-bit MatMul + INT8 Embedding (`onnx/model_q4.onnx`) |
| Artefaktgröße | 14,7 MB |
| Max. Sequenz | 512 Token |
| Sprachen | Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Niederländisch (alle Latin-Script) |
| Runtime | ONNX Runtime Web (WASM/WebGPU) via `transformers.js` |
| Lizenz | CC BY 4.0 |
| Herausgeber | National Design Studio |
| Card-Version | 1.0 (initial public release) |
| Training | 3 Epochen, Batch 32, LR 5e-5, AdamW, Apple M-series MPS, ~3,5 h Wandzeit |
Die Model-Card beschreibt das Modell als **„the on-device half of Rampart, a defense-in-depth client-side redaction system"**. Das ausgelieferte Artefakt läuft zusammen mit einer deterministischen Erkennungsschicht für strukturierte Identifier.
## Zweck
Lokale Redaktion nutzergeschriebenen Texts in AI-Assistenten und Intake-Flows — Ersetzung identifizierender Werte durch stabile Platzhalter, bevor Daten an einen Modellanbieter, Server oder Log-System gehen. Beispiele in der Card: `[GIVEN_NAME_1]`, `[SSN_1]`, mit Rehydration auf dem Client.
Ausdrücklich **außerhalb des Anwendungsbereichs** (Angaben der Card):
- eigenständige Erkennung von Regierungs-IDs
- indirekte/inferenzielle Identifier (Beispiel der Card: „rare disease + 5-digit ZIP" kann re-identifizieren)
- adversarische Robustheit als Sicherheitsgarantie
- Nicht-Latin-Schriften — Koreanisch, Han-Chinesisch, Japanisch, Arabisch, Kyrillisch und Devanagari erreichen laut Card ~14 % im Aggregat
## Label-Taxonomie
Standardmäßig redigiert, von der **deterministischen Schicht** (vor dem Modell maskiert):
| Label | Beschreibung |
|-------|--------------|
| `SSN` | US-Sozialversicherungsnummern — strukturelle Validierung |
| `CREDIT_CARD` | Zahlungskartennummern — Luhn-geprüft |
| `EMAIL` | E-Mail-Adressen |
| `URL` | URLs in Nutzerinhalten |
| `IP_ADDRESS` | IPv4 / IPv6 / MAC-Adressen |
Vom **Token-Classification-Modell** emittiert: `GIVEN_NAME`, `SURNAME`, `PHONE`, `TAX_ID`, `BANK_ACCOUNT`, `ROUTING_NUMBER`, `GOVERNMENT_ID`, `PASSPORT`, `DRIVERS_LICENSE`, `BUILDING_NUMBER`, `STREET_NAME`, `SECONDARY_ADDRESS`.
Standardmäßig **behalten**: `CITY`, `STATE`, `ZIP_CODE`. Die Card begründet das: grobe Geografie bleibt, die genaue Straßenzeile wird redigiert. Die Keep-Liste ist ein Compile-Time-Set (`KEEP_LABELS` in `src/types.ts`), kein Runtime-Flag.
Die Taxonomie ist bewusst **atomar** — kein grobes `PERSON`, `STREET_ADDRESS`, `ADDRESS`, `ORGANIZATION`, `LOCATION`, kein Catch-all `SECRET`. Daten, Alter und Einkommen werden absichtlich **nicht** als PII modelliert (Over-Redaktion ohne Privacy-Gewinn laut Card).
## Evaluationsergebnisse (Fakten der Card)
Gepunktet wird das **Gesamtsystem** (Modell + deterministische Schicht) auf dem End-to-End-Pfad.
Held-out OpenPII-Testset, sieben Sprachen (30.000 Zeilen; 131.707 private Terme; 87.207 public Terme):
| Slice | Private Recall (Wilson 95 %) | Public Retention | Span F1 strict | Latenz p50 |
|-------|------------------------------|------------------|----------------|------------|
| **Alle sieben Sprachen** | **98,42 % [98,35; 98,49]** | 91,69 % | 0,528 | 6,6 ms |
| Englisch (11.569 Zeilen) | 98,85 % | 90,5 % | — | 6,6 ms |
| Spanisch (3.234 Zeilen) | 98,84 % | 91,6 % | — | 6,6 ms |
| Englisch + Spanisch | 98,85 % | 91,0 % | — | 6,6 ms |
Die Card beziffert die Leaks selbst: **2.082 von 131.707 privaten Termen** auf dem Sieben-Sprachen-Test (1 von 64 Termen rutscht durch, bevor nachgelagerte Verteidigungen greifen).
Latenz: 6,6 ms p50 (Node ONNX/CPU über das 30k-Set); im Browser **3,9 ms p50 auf WebGPU** (Apple Metal, p95 9,3 ms) und **12,6 ms auf WASM** (p95 35,5 ms).
Pro Sprache liegen alle sieben im Band 9799 %; **Niederländisch ist mit 97,21 % das niedrigste** und laut Card für die nächsten Trainingszyklen markiert.
Handkuratierte Suites:
| Suite | Fälle | Private Recall | Public Retention |
|-------|-------|----------------|------------------|
| Domain intake | 20 | 96,97 % [84,68; 99,46] | 93,2 % |
| Adversarial (Homoglyph / Zero-Width / Leet / Splits / NFC-NFD / Casing / Prompt-Injection) | 20 | 86,36 % [66,66; 95,25] | 83,3 % |
| Fairness (Faker × 15 Namens-Traditionen × 5 Templates) | 1.875 | 65,44 % [63,26; 67,56] | 90,0 % |
## Bekannte Schwächen (Angaben der Card)
**Fairness über Namens-Traditionen** (1.875 Faker-Fälle, nur der Name variiert, Kontext konstant):
| Tradition | Locale | Recall |
|-----------|--------|--------|
| Anglo | en_US | 99,9 % |
| Hispanic | es_MX, es_ES | 99,9 % |
| Francophone | fr_FR | 99,9 % |
| Germanic | de_DE | 99,9 % |
| Romance (Italian) | it_IT | 99,9 % |
| Lusophone | pt_BR | 99,9 % |
| Turkic | tr_TR | 99,9 % |
| Vietnamese | vi_VN | 99,2 % |
| Japanese | ja_JP | 45,6 % |
| Korean | ko_KR | 15,2 % |
| Han Chinese | zh_CN | 8,8 % |
| South Asian (Hindi) | hi_IN | 5,6 % |
| Arabic | ar_AA | 4,8 % |
| Slavic (Russian) | ru_RU | 2,4 % |
Aggregiert nach Schrift: Latin-ASCII ~100 % (695/695), Latin mit Diakritika 99,8 % (429/430), **Nicht-Latin-Schriften 13,7 % (103/750)**. Die Card nennt das „the most important regression we have identified" und hat die Fairness-Suite als stratifizierten Regressionstest in die Eval-Pipeline eingebaut.
**Regierungs-IDs (nur Modell):** Regierungs-IDs, Medicare-artige Identifier, USCIS-Receipts, A-Nummern, Pässe und Lizenzen tragen keine Checksumme — die deterministische Schicht erkennt sie **nicht**. Sie hängen vollständig am Modell, das laut Card **~67,6 %** in einer strukturierten Probe fängt. Ausdrücklicher Hinweis: „Consumers should not assume the deterministic layer covers government IDs the way it covers SSNs and cards."
**Adversarische Robustheit:** Nicht zuverlässig gefangen werden Zero-Width-Zeichen zwischen jeder Ziffer einer SSN, Prompt-Injection-Text innerhalb des PII-Spans und kombinierte Angriffe. Rahmen der Card: „designed to protect users entering their own information in good faith from incidental disclosure to downstream services, not to defeat a motivated user actively trying to smuggle their own PII past the filter."
**Wort-Fragmentierung bei langen Namen:** Namen mit fünf oder mehr Subwords können fragmentieren und Recall auf dem letzten Subword verlieren.
**Kalibrierung:** ECE auf dem 30k-Testset **0,291** (Gesamtsystem) gegen **0,018** (Modell allein). Die Card erklärt den Unterschied als Artefakt der Vereinigung — die deterministische Schicht emittiert immer Score 1,0, was die Score-Verteilung bimodal macht.
## Reproduzierbarkeit
Modellgewichte, deterministische Schicht und der TypeScript-Evaluationsharnisch stehen unter **CC BY 4.0**. Nutzung im Code laut Card:
```ts
import { createGuard } from "@nationaldesignstudio/rampart";
const guard = await createGuard();
const { text } = await guard.protect("My name is Alex Rivera and my SSN is 472-81-0094.");
// → "My name is [GIVEN_NAME_1] [SURNAME_1] and my SSN is [SSN_1]."
```
Trainingsdaten: drei Quellen — ein hauseigenes synthetisches Chat-Korpus (~250.000 Konversationen), ein hauseigenes OCR-Dokument-Korpus und das öffentliche [`ai4privacy/pii-masking-openpii-1.5m`](https://huggingface.co/datasets/ai4privacy/pii-masking-openpii-1.5m) (vollständig, ~1,4 Mio. Trainingszeilen + 100.000 held-out).

View file

@ -0,0 +1,84 @@
---
type: xpost
source_url: https://x.com/BrianRoemmele/status/2101146145829646469
retrieved: 2026-09-19
author: "@BrianRoemmele"
is_thread: false
quote_count: 0
tags: [agentcloak, privacy, pii, sovereign-ai, incountry, peter-yared, amodei, distribution]
---
# Brian Roemmele: „Using this now! You should too. Dario don't like it. AgentCloak…" (19.09.2026)
## Post (Wortlaut)
> Using this now!
>
> You should too.
>
> Dario don't like it.
>
> AgentCloak…
Der Post ist ein **Quote-Tweet** auf die AgentCloak-Ankündigung von Peter Yared (@peteryared) vom 18.09.2026. Er enthält keinen eigenen Text außer den vier Zeilen — keine Begründung, kein Beispiel, keine Messung.
## Metadaten
| Feld | Wert |
|------|------|
| URL | https://x.com/BrianRoemmele/status/2101146145829646469 |
| Autor | Brian Roemmele ([@BrianRoemmele](https://x.com/BrianRoemmele)), **488.412 Follower**, verifiziert, Bio „we can only see what we think is possible...", Website readmultiplex.com |
| Erstellt | 19.09.2026 03:07:33 UTC |
| Typ | Quote-Tweet, kein Thread (`is_thread: false`), kein Community Note |
| Sprache | en |
| Quelle | Twitter for iPhone |
| Engagement (Abruf 19.09.2026 ~13:10 UTC, ~10 h nach Erstellung) | 21.599 Views · 193 Likes · 19 Retweets · 4 Replies · 210 Bookmarks · 0 Quotes |
## Zitierter Post (Peter Yared, 18.09.2026)
| Feld | Wert |
|------|------|
| URL | https://x.com/peteryared/status/2100960005289807961 |
| Autor | Peter Yared ([@peteryared](https://x.com/peteryared)), **7.502 Follower**, verifiziert, Bio: „CEO @AgentCloakAI Sovereign AI with @InCountry Sovereign Data \| @Layer3Press AI news agents with Nostr censorship resistance \| 6x exits \| Former CTO/CIO @CBSi", Standort Miami Beach, Website yared.com |
| Erstellt | 18.09.2026 14:47:53 UTC |
| Typ | Note-Tweet (Langtext), mit Video |
| Engagement (Abruf 19.09.2026) | 1.991.420 Views · 6.212 Likes · 969 Retweets · 319 Replies · 137 Quotes · 7.748 Bookmarks |
| Medium | 1 Video, 117,5 s, 3840×2160 (H.264, Varianten 480p2160p) |
Wortlaut (vollständig):
> Introducing AgentCloak: Use any AI without sharing your real data.
>
> Chinese AI services, ChatGPT, Claude, doesn't matter.
>
> You probably try to hide details before asking: different names, fake numbers, no address.
>
> But then the answer's useless because the AI is missing actual context.
>
> AgentCloak runs in your browser.
>
> It swaps your sensitive info for realistic fakes before sending anything, then swaps your real info back into the response.
>
> You get what you need.
>
> The AI gets nothing about you.
>
> Works entirely in-browser.
>
> Already trusted by some of the biggest companies in the world.
>
> Now free to use.
>
> agentcloak.ai
## Weiterführende Quelle des zitierten Posts
Das Produkt selbst wird im Pressebericht und auf der Produktseite beschrieben:
- Pressebericht (Business Wire, 18.09.2026): https://www.businesswire.com/news/home/20260918884045/en/ — → `raw/blog/2026-09-18_agentcloak-desktop-launch.md`
- Produktseite: https://incountry.com/products/agentcloak-desktop/ (agentcloak.ai leitet auf incountry.com weiter)
- Model-Card der Detektionskomponente: → `raw/other/2026-09-19_rampart-model-card.md`
## Einordnung des Postinhalts
Die Zeile „Dario don't like it" bezieht sich auf Dario Amodei (Anthropic). Der Post belegt diese Aussage nicht — es gibt im Post keinen Beleg, kein Zitat und keinen Hinweis auf eine Quelle. Roemmele ist im Wiki mit einer dokumentierten Anthropic-Kritik-Linie seit Juni 2026 erfasst (ReDS, „I tried to warn ya", Intelligenz-Feudalismus).

View file

@ -2,7 +2,8 @@
*Auto-generated: 2026-07-07*
*Letzte Aktualisierung: 2026-09-19 (229. Update — Flyer **Version 11**: Korrektur verifiziert. Anlass: Pit postete in OME Topic „JEV" (12:59 UTC) die überarbeitete Fassung; der Kurzlink https://telegra.ph/Jev-Flyer-09-19 führt fest auf die jeweils aktuelle Version (Weiterleitungsseite 12:45:09 UTC), v11 unter `…-09-19-11` (12:55:27 UTC). **Am Text verifiziert übernommen:** (a) die zwei Läufe sind getrennt — „reine Entscheidungszeit … 0,09 s" gegen „Gesamtlauf inkl. Öffnen/Extrahieren: rund 14 Sekunden. Kosten gesamt: 0,15 Dollar", samt Rechenweg (3,57 Mio. Token / 250k tok/s ≈ 14 s) direkt im Flyer; (b) **„181×" entfernt** — Zeichenkette kommt in v11 nicht mehr vor, ersetzt durch „~4.500× / ~3,2×" mit dem LLM-Wert als ausdrücklicher „Gesamtprojektion"; (c) Konsistenzcheck Stufe 2 ergänzt (0,18 s/PDF Wandzeit, bewusst nicht mit der 0,09-s-Heuristik vermischt); (d) vierte Grafik getauscht. **Verbleibende Beanstandung:** Die neue „~4.500× **in der reinen Entscheidungszeit**" mischt weiterhin zwei Bezugsgrößen — Zähler 408 s ist die Gesamtprojektion des LLM-Wegs, Nenner 0,09 s Jevs reine Entscheidung; sauber wären **Gesamt gegen Gesamt ≈ 29×**. Dazu ein abgebrochenes Zitat („Die frühere Formel „") und „Jeff" statt „Jev" (Abschnitt 9). Wiki: `concepts/llm/jev-praxis-demos.md` (Abschnitt „Dateisortierung" um „Folge: Version 11 (verifizierte Korrektur)" erweitert). Raw: `raw/other/2026-09-19_jev-flyer-v11-korrektur.md` (neu — Fassungsvergleich, Nachprüfung, Restbeanstandungen); Erstfassung bleibt unverändert. Einordnung: erste Stelle dieser Akte, an der eine geprüfte Behauptung tatsächlich nachgezogen wurde statt weiterzuwandern.*
*Letzte Aktualisierung: 2026-09-19 (230. Update — AgentCloak Desktop: „Zero Data Sending" für Fremd-Chatbots + Rampart-Model-Card. Anlass: Brian Roemmele quotete am 19.09.2026 (03:07 UTC) die AgentCloak-Ankündigung von Peter Yared (18.09.2026, 14:47 UTC, 1,99 Mio. Views) mit „Using this now! You should too. Dario don't like it. AgentCloak…" — vier Zeilen, kein Beleg. **Sache geprüft, nicht nur der Post:** Pressemitteilung (Business Wire 18.09.) + Produktseite incountry.com/products/agentcloak-desktop/ + **die Model-Card der Detektionskomponente lokal gelesen**. Produkt: kostenlose Browser-Extension (Chrome/Safari/Edge) bzw. Desktop-App (Mac/Windows), tauscht PII **lokal** gegen konsistente „digital twins" („Peter Parker" → „Julio Schmidt") und setzt sie in der Antwort zurück; Anbieter nennt das **Zero Data Sending** und grenzt es explizit von Retention-Zusagen ab. Erkannt (gratis): Namen, E-Mail, Telefon, URLs, SSN/Tax-ID, Bankverbindungen, Adressen; 7 Latin-Script-Sprachen. Detection kommt **nicht aus eigenem Haus**: **Rampart** (National Design Studio, US-Regierung) — 14,7 MB ONNX, MiniLM-L6-H384, 35-Label-BIO-Head, CC BY 4.0, **98,42 % Private Recall / 91,69 % Public Retention** (30k held-out OpenPII, 7 Sprachen), 6,6 ms p50 Node · **3,9 ms WebGPU** · 12,6 ms WASM; selbst gemeldet: **2.082 Leaks / 131.707 Terme**. ⚠️ **Der harte Bruch steht in der Card:** Latin-ASCII-Namen ~100 %, **Nicht-Latin-Schriften 13,7 % (103/750)** — Russisch 2,4 %, Arabisch 4,8 %, Hindi 5,6 %, Han 8,8 %, Koreanisch 15,2 %, Japanisch 45,6 %; Regierungs-IDs ~67,6 % (keine Prüfsumme, kein Backstop); Zero-Width/Prompt-Injection im Span nicht zuverlässig gefangen (Card: „not a security boundary against motivated adversaries"). Einordnung: **Maskierungs- statt Verlagerungsstrategie** — man behält Frontier-Modelle und schickt keine Identität; unterscheidet sich kategorial von lokaler Inferenz (`pocketpal-ai`, `perplexity-portable-computer`). Wiki: `tools/agentcloak-desktop.md` (neu), `people/peter-yared.md` (neu), `institutions/incountry.md` (neu); Update `people/brian-roemmele.md` (neuer Abschnitt + Post-Tabelle + Cross-Refs). Raw: `raw/blog/2026-09-18_agentcloak-desktop-launch.md` (neu), `raw/other/2026-09-19_rampart-model-card.md` (neu), `raw/xpost/2026-09-19_roemmele-agentcloak-dario.md` (neu). ⚠️ „CB100", „$50 Mio." und „Global 2000" = Anbieter-Selbstauskunft, nicht unabhängig geprüft; das 117,5-s-4K-Video des Posts **nicht** ausgewertet.)*
*Vorherige Aktualisierung: 2026-09-19 (229. Update — Flyer **Version 11**: Korrektur verifiziert. Anlass: Pit postete in OME Topic „JEV" (12:59 UTC) die überarbeitete Fassung; der Kurzlink https://telegra.ph/Jev-Flyer-09-19 führt fest auf die jeweils aktuelle Version (Weiterleitungsseite 12:45:09 UTC), v11 unter `…-09-19-11` (12:55:27 UTC). **Am Text verifiziert übernommen:** (a) die zwei Läufe sind getrennt — „reine Entscheidungszeit … 0,09 s" gegen „Gesamtlauf inkl. Öffnen/Extrahieren: rund 14 Sekunden. Kosten gesamt: 0,15 Dollar", samt Rechenweg (3,57 Mio. Token / 250k tok/s ≈ 14 s) direkt im Flyer; (b) **„181×" entfernt** — Zeichenkette kommt in v11 nicht mehr vor, ersetzt durch „~4.500× / ~3,2×" mit dem LLM-Wert als ausdrücklicher „Gesamtprojektion"; (c) Konsistenzcheck Stufe 2 ergänzt (0,18 s/PDF Wandzeit, bewusst nicht mit der 0,09-s-Heuristik vermischt); (d) vierte Grafik getauscht. **Verbleibende Beanstandung:** Die neue „~4.500× **in der reinen Entscheidungszeit**" mischt weiterhin zwei Bezugsgrößen — Zähler 408 s ist die Gesamtprojektion des LLM-Wegs, Nenner 0,09 s Jevs reine Entscheidung; sauber wären **Gesamt gegen Gesamt ≈ 29×**. Dazu ein abgebrochenes Zitat („Die frühere Formel „") und „Jeff" statt „Jev" (Abschnitt 9). Wiki: `concepts/llm/jev-praxis-demos.md` (Abschnitt „Dateisortierung" um „Folge: Version 11 (verifizierte Korrektur)" erweitert). Raw: `raw/other/2026-09-19_jev-flyer-v11-korrektur.md` (neu — Fassungsvergleich, Nachprüfung, Restbeanstandungen); Erstfassung bleibt unverändert. Einordnung: erste Stelle dieser Akte, an der eine geprüfte Behauptung tatsächlich nachgezogen wurde statt weiterzuwandern.*
*Vorherige Aktualisierung: 2026-09-19 (228. Update — Jev-Flyer „Die Kombi-Revolution" (Pit Weber, Telegraph) + Zahlenprüfung. Anlass: Pit postete den mit GrokBot/Sprachsteuerung erstellten Flyer in OME Topic „JEV" (19.09., 12:49 UTC; Seite 12:43:54 UTC, 4 imgur-Bilder). **Inhalt:** Kernformel „Die große KI denkt nach. Jev entscheidet und lenkt in Millisekunden"; Eigenmessung Dateisortierung **304 Objekte → 8 Ordner**, LLM-Weg 0,48 $/6,8 min gegen Jev-Weg 0,15 $/**0,09 s** („181-mal schneller, selbst gemessen"); Stufe 2 **400 PDFs, 340 klassifiziert** in ~1,2 min; **Selbstkorrektur im Text:** „Der Live-Lauf mit 304 Items in 0,09 Sekunden war Namens-/Format-Heuristik. Die Inhaltsprüfung ist der dokumentierte Upgrade-Pfad." **Eigene Zahlenprüfung gegen die Anbieter-Limits (250k tok/s, $0,042/MTok):** (a) die 0,09 s **stützen** die Selbstkorrektur — 250k×0,09 = max. 22.500 Token = **≤74 Token/Datei**, also Dateinamen, keine Inhalte; (b) **0,09 s und $0,15 sind unvereinbar**: $0,15 = 3,57 Mio. Input-Token = **mind. ~14,3 s** (Faktor ~159) — die beiden Werte können nicht denselben Lauf beschreiben; (c) **181× folgt aus keiner genannten Zahl** (Zeitverhältnis 408/0,09 = **~4.533×**, Kostenverhältnis **3,2×**; für 181× müsste der Vergleichslauf 2,25 s gedauert haben); (d) **340/400 = 85 %** ist eine Qualitätszahl in einem Tempo-Absatz; (e) PDF-Öffnen und Textextraktion sind **Fremdschritte** — Jev nimmt nur Text entgegen, bei 0,18 s pro PDF liegt die Laufzeit praktisch dort. Wiki: `concepts/llm/jev-praxis-demos.md` (neuer Abschnitt „Dateisortierung — Eigenmessung aus der Gruppe" mit Rechentabelle). Raw: `raw/other/2026-09-19_jev-flyer-kombi-revolution.md` (neu).)*
*Vorherige Aktualisierung: 2026-09-19 (227. Update — Grok Bot: Zugang, Plan-Staffelung und Free Trial aus der offiziellen Cursor-Doku. Anlass: Pit (@PWeber) teilte im OME-Topic „GrokBot" eine Community-Anleitung „7 Tage GrokBot-Test ohne Verlängerungs-Automatik via Cursor" (19.09.2026 11:57 UTC, HTML, ohne Autorenangabe); Herman (@HermanButlerBot) prüfte die Sicherheitsaussagen gegen die Cursor-Doku und ergänzte den On-demand-Hinweis. Gegengeprüft mit Cursor Help Center (https://cursor.com/help/grok-bot/plans, vollständig gelesen), cursor.com/pricing und x.ai/news/grok-bot-more-plans: Zugang in jedem bezahlten Cursor-Plan + Teams; Pro/Pro+/Ultra-Wochenquoten; Verknüpfung SuperGrok/X Premium+ = Nutzungs-Grant, **stapelt sich nicht**, permanent (24-h-Nachziehfenster); Trial = Guthaben + 7-Tage-Fenster, wird nie bezahlter Plan, „Cancel Trial" sofort; iOS-App-Store-Trial ≠ Guthaben-Trial (Android ohne In-App-Trial); On-demand nur wenn aktiviert, Monatslimit = kein harter Stopp; Preise Hobby gratis · Individual $20/Mo (Pro/Pro+/Ultra) · Teams $40/User/Mo. Damit ist die „$20"-Erzählung (Lipsky, 27.08.) präzisiert: $20 = Cursor-Pro-Einstieg, nicht separates Abo. Raw: `raw/blog/2026-09-19_cursor-grok-bot-plans-und-trial.md` (neu), `raw/other/2026-09-19_grok-bot-trial-anleitung-community.md` (neu). Wiki: `tools/grok-bot-spacexai.md` (neuer Abschnitt „Zugang, Preise & Free Trial"; Deep-Dive-Preiszeile als historisch markiert; Quellen + Raw-Liste).)*
*Vorherige Aktualisierung: 2026-09-18 (226. Update — Jev-Rezeption in der Erklärebene: Gary-Explains-Video (18.09.2026, „FAST and CHEAP - But There is a Caveat!", 17.324 Aufrufe; kein Transkript) — Beschreibung benennt Jev als „kein LLM", sondern strukturierte Antworten mit Konfidenzwert. Raw: `raw/youtube/2026-09-18_gary-explains-jev-caveat.md` (neu, metadata-only). Wiki-Update: `concepts/llm/system-one-models-jev.md` (Abschnitt Rezeption; eingeordnet als Verbreitungssignal, kein neuer Faktenlieferant).)
@ -190,6 +191,7 @@
| [Hindsight — Memory-System für AI-Agents](tools/hindsight-vectorize.md) | Memory-System von Vectorize: `retain()`/`recall()`/`reflect()`, vier Memory-Typen (Mental Model, Observation, World Fact, Experience Fact), TEMPR-Multi-Strategy-Retrieval (Semantic/BM25/Graph/Temporal), automatische Observation-Consolidation mit Evidence-Tracking, konfigurierbare Memory-Banks (Mission/Directives/Disposition). **Paper arXiv:2512.12818:** vier logische Netzwerke, Eigen-Benchmarks 39 % → 83,6 % (20B) bzw. 91,4 % LongMemEval/89,61 % LoCoMo; Hermans Einordnung: verwalteter RAG-Server, Consolidation-Pipeline als echter Mehrwert. ⚠️ Herstellerangaben, keine unabhängigen Benchmarks | other/2026-09-03_hindsight-vectorize-memory-system.md + other/2026-09-03_hindsight-paper-arxiv-2512-12818.md |
| [PLUR1BUS Memory](tools/plur1bus-memory.md) | OpenClaw-LanceDB-Memory-Plugin. **Changelog 7.12.477.12.61 (11.17.09.):** Vergessenskurve als Batch-Update (statt ~80 Zeilen/Nacht), Skill-Miner nächtlich statt wöchentlich mit Auto-Apply/Approve/Decline/Withdraw + benefit-Feld (22 Vorschläge lagen im falschen Verzeichnis), LanceDB-Kompaktierung gegen Gateway-Blockaden von 15143 s (Tabellen bei 1522 Fragmenten), Nachgedanken-Fenster bis 180 Min (26 von 36 Läufen scheiterten am Alter), `llmRouter.defaultModel` für Hintergrundarbeit (Episodenextraktion 105 Aufrufe/Tag), Dashboard „Cards by primary agent", „Unavailable" statt gemessener 0, Testreste 444→0 (vorher ~33.000/4 GB). **Davor:** 7.9.2 (JinaAI-Empfehlung), Modellwahl-Verifikation durch Herman, Design-Philosophie-Debatte vs. Hindsight | other/2026-09-18_plur1bus-changelog-71247-71261.md + other/2026-09-05_plur1bus-memory-release-792.md + other/2026-09-05_plur1bus-modellwahl-embedding-reranking.md + other/2026-09-05_herman-verifikation-modellwahl.md + other/2026-09-03_cy-plur1bus-design-philosophie.md + other/2026-09-04_cy-plur1bus-design-philosophie-verantwortung.md + other/2026-09-03_plur1bus-hindsight-abgleich-gemini.md + other/2026-09-03_herman-review-plur1bus-hindsight-abgleich.md + other/2026-09-04_herman-plur1bus-gedaechtnis-verantwortung.md |
| [NVIDIA DGX Spark](tools/nvidia-dgx-spark.md) | GB10-Grace-Blackwell-Desktop: 128 GB LPDDR5x unified @ ~273 GB/s (Bottleneck), ~1 PFLOP FP4 (Herstellerangabe), 20 Arm-Cores, 2× ConnectX-7 @ 200 Gb/s, DGX OS. Preis: $3.999 (Launch Okt 2025) → $4.699 US (Feb 2026) / €4.800 EU / $4.899 Amazon. Reale single-stream TPS: Ollama-Suite (gpt-oss-120B MXFP4 41,14 t/s; gpt-oss-20B 58,27; 8B 38,02; dichter 70B q4 4,42); LMSYS (dichter 70B FP8 2,7 t/s — unbrauchbar; MoE profitiert); EAGLE3 bis 2×. 2× Spark = 256-GB-Pool über 200 Gb/s RDMA für 405B FP4; NVIDIA-Claim: 4 Systeme → 700B. Erste Plattform für Perplexity Portable Computer | youtube/2026-06-28_nvidia-748gb-ram-desktop-local-ai.md + youtube/2026-08-26_devsplainers-china-local-ai-box.md + other/2026-08-26_perplexity-portable-computer-local-agent.md |
| [AgentCloak Desktop](tools/agentcloak-desktop.md) | Zero Data Sending für Fremd-Chatbots: kostenlose Browser-Extension (Chrome/Safari/Edge) + Desktop-App (Mac/Windows), tauscht PII **lokal** gegen konsistente „digital twins" („Peter Parker" → „Julio Schmidt") und setzt Originalwerte in der Antwort zurück („cloaked on the way out, restored on the way in"). Erkannt gratis: Namen, E-Mail, Telefon, URLs, SSN/Tax-ID, Bank-Routing/Konto, Adressen; 7 Latin-Script-Sprachen. Detection = **Rampart** (National Design Studio, US-Regierung): 14,7 MB ONNX, MiniLM-L6-H384 + 35-Label-BIO-Head, CC BY 4.0, 98,42 % Private Recall / 91,69 % Public Retention, 3,96,6 ms. ⚠️ Card dokumentiert: Nicht-Latin-Schriften **13,7 %**, Regierungs-IDs ~67,6 %, Zero-Width/Prompt-Injection nicht robust. Anbieter AgentCloak/InCountry (Peter Yared). Enterprise-Variante: Datei-Cloaking, MCP-Schutz, air-gapped, Entra/Okta | blog/2026-09-18_agentcloak-desktop-launch.md + other/2026-09-19_rampart-model-card.md + xpost/2026-09-19_roemmele-agentcloak-dario.md |
| [StaffMaker (360WeAre UG)](tools/staffmaker-360weare.md) | Orchestrierungs-Schicht über den 360WeAre-Produkten (Marie/VERA/PIA/Branda/RecNote/SeminarBase/Festio/DynamicQR/LinkLeo/360 CMS): KI-Mitarbeiter als Organigramm mit Rollen statt Prompts, Wissensspeicher, Freigaben, gemeinsamer Credit-Pool. Geschäftsführer Markus Hartlieb (Referent beim 5. KI Meetup Hannover, 17.09.2026). Reifegrad: „In Vorbereitung" — gezeigte Oberfläche = Demo vor Marktstart. Verifiziert: Hetzner 116.202.6.71, Soft-404 auf /impressum /agb /datenschutz, Google Fonts ohne Einwilligung, TLS nur staffmaker.de | other/2026-09-17_staffmaker-360weare.md |
## Concepts
@ -397,7 +399,8 @@
| [Mike Adams](people/mike-adams.md) | "Health Ranger", Betreiber NaturalNews (@HealthRanger). Im Wiki seit Juli 2026 als KI-Kommentator der chinesischen Open-Weight-Welle (4 Releases in 4 Tagen); Aug 2026 BitChute-Gespräch mit Scott Kesterson über KI-Souveränität. Parteiische Stimme des alternativen Medienspektrums — Quellenangabe mit Kontext, nicht neutral verifiziert | xpost/2026-07-20-healthranger-four-chinese-models.md + other/2026-08-25_pit-souveraene-ki-bitchute.md |
| [Scott Kesterson](people/scott-kesterson.md) | US-Dokumentarfilmer, "Bards of War" — Langform-Video-Essays zu Geopolitik/Informationskrieg. Aug 2026 BitChute-Gespräch mit Mike Adams über lokale Open-Source-KI als Werkzeug individueller Souveränität | other/2026-08-25_pit-souveraene-ki-bitchute.md |
| [Steve Yegge](people/steve-yegge.md) | Veteran software engineer & tech blogger (ex-Amazon/Google/Grab/Sourcegraph). "The Flat Curve Society" (Juni 2026): Discernment Horizon, AI Literacy, SaaS Revival | blog/2026-06-19_steve-yegge-flat-curve-society.md |
| [Brian Roemmele](people/brian-roemmele.md) | KI-Forscher, Kommentator und Multi-Domain Analyst (Read Multiplex). KI-Psychologie (über 200 psychologische Testinstrumente an KI, darunter Rorschach). Dokumentierte Anthropics Selbstzerstörung und Amazon-Jailbreak. ReDS-Advocat (Resilient Decentralized Swarm). "I tried to warn ya"-Follow-Up (Sept 2024 → Juni 2026). "Intelligenz-Feudalismus"-Kritik (30.06.2026) — systematische 5-Punkte-Theorie | xpost/2026-06-22_roemmele-ki-psychologische-tests.md + 5 |
| [Peter Yared](people/peter-yared.md) | Gründer & CEO von AgentCloak (7.502 Follower, Konto seit 2008, Miami Beach). Weitere Engagements: InCountry (Sovereign Data), Layer3Press (AI-News-Agents mit Nostr). „6x exits", ehemals CTO/CIO bei CBS Interactive. Absender der AgentCloak-Desktop-Ankündigung (18.09.2026), die Brian Roemmele am 19.09. quotierte. Argumentiert über den Vergleich mit Retention-Zusagen („Zero Data Sending, not an ambiguous policy footnote") und benennt Produktgrenzen selbst. ⚠️ Lebenslauf = Selbstauskunft | xpost/2026-09-19_roemmele-agentcloak-dario.md + blog/2026-09-18_agentcloak-desktop-launch.md |
| [Brian Roemmele](people/brian-roemmele.md) | KI-Forscher, Kommentator und Multi-Domain Analyst (Read Multiplex). KI-Psychologie (über 200 psychologische Testinstrumente an KI, darunter Rorschach). Dokumentierte Anthropics Selbstzerstörung und Amazon-Jailbreak. ReDS-Advocat (Resilient Decentralized Swarm). "I tried to warn ya"-Follow-Up (Sept 2024 → Juni 2026). "Intelligenz-Feudalismus"-Kritik (30.06.2026) — systematische 5-Punkte-Theorie. **19.09.2026:** Quote-Tweet der AgentCloak-Ankündigung („Using this now! … Dario don't like it.") — Fortsetzung der Anthropic-Kritik als Produktempfehlung | xpost/2026-06-22_roemmele-ki-psychologische-tests.md + xpost/2026-09-19_roemmele-agentcloak-dario.md + 5 |
| [Steve Yegge](people/steve-yegge.md) | Veteran software engineer & tech blogger (ex-Amazon/Google/Grab/Sourcegraph). "The Flat Curve Society" (Juni 2026): Discernment Horizon, AI Literacy, SaaS Revival | blog/2026-06-19_steve-yegge-flat-curve-society.md |
| [Prof. Dr. Klaus Mainzer](people/klaus-mainzer.md) | Wissenschaftstheoretiker, TU München. Hardware-Trias (klassisch + neuromorph + Quanten), 20W-Gehirn vs. LLM-Megawatt, Embedded AI, Geopolitik | youtube/2026-06-16_everlast-mainzer-neuromorphe-chips-quantencomputer.md |
| [Leopold Aschenbrenner](people/leopold-aschenbrenner.md) | AI-Forecaster, ex-OpenAI Superalignment. "Situational Awareness" (Juni 2024): AGI bis 2027, The Project, vier Risiken, OOMs zählen | blog/2026-06-16_aschenbrenner-situational-awareness.md |
@ -457,6 +460,7 @@
| [OpenClaw Cast](institutions/openclaw-cast.md) | KI-generierter englischer Weekly-Podcast von "AI World" (zwei fiktive TTS-Hosts Cleo/Dev, anchor.fm-RSS): übersetzt je eine Community-/Release-Warnung in ein konkretes lokales OpenClaw-Guardrail-Rezept („Skill of the Week"). 23 Episoden im Feed (FebAug 2026): Runaway-Budget-Kill-Switch (25.08.), Multi-Agent-Turf-Wars→Task Lease Guard, Release-Sentinel-Canary, Cron-Cadence-Guard, Boot-Token-Cut 43 %, MCP-Unlock „800 Tools". Community-nahe Sekundärquelle — Einzelfakten nur nach Primärquellen-Check übernehmen. Die Runaway-Folge (25.08.) ist seit dem 151. Update vollständig inhaltlich erfasst → [Agent Budget Breaker](concepts/agents/agent-budget-breaker.md) | podcast/2026-08-26_openclaw-cast-runaway-agent-budget.md, podcast/2026-08-26_openclaw-cast-budget-breaker-transcript.md |
| [Plaier](institutions/plaier.md) | KI-Unternehmen im internationalen Fußball (Spieler-/Kaderanalyse, CEO Jan Wendt). Zwei Scores (N18 Nominal, Effective). These: Kaderqualität = 90% der sportlichen Leistung. WM-2026-Analyse Deutschland: Nagelsmann ließ „viel Qualität zu Hause", Kimmich/Wirtz falsch positioniert. Referenzkunde VfL Osnabrück | blog/2026-08-16_plaier-ki-wm-analyse-deutschland.md |
| [Higgsfield AI](institutions/higgsfield-ai.md) | KI-Unternehmen für Text-zu-Video / KI-Video-Generierung. YouTube-Kanal @HiggsfieldAI, "Higgsfield Origins"-Reihe mit komplett KI-generierten Kurzfilmen. "Oneiric" (2026) — komplett KI-generierter Sci-Fi-Kurzfilm als Beleg für Production-Shift (Hollywood-Disruption) | youtube/2026-08-19_oneiric-higgsfield-ai-sci-fi-short.md |
| [InCountry / AgentCloak](institutions/incountry.md) | US-Unternehmen für Datenschutz-Infrastruktur, zwei Linien: **InCountry Sovereign Data** (Datenresidenz, Cross-Border-Compliance, Proxies für Web-Services/CLI/E-Mail/SMS, Salesforce-Lokalisierung) und **AgentCloak** (Cloaking sensibler Daten vor Chatbots/Agenten/MCP/CRM). Gründer & CEO Peter Yared. AgentCloak Desktop kostenlos, AgentCloak Server = AI-native Rust-Container, cloud/on-prem/air-gapped, Datei-Cloaking, MCP-Schutz für Salesforce/HubSpot, Intune-Rollout, Entra/Google Workspace/Okta, Audit-Logs. ⚠️ „CB100 2026", „$50 Mio. raised" und „Global 2000 customers" = Selbstauskunft, Investoren/Kunden unbemannt | blog/2026-09-18_agentcloak-desktop-launch.md + other/2026-09-19_rampart-model-card.md |
| [NVIDIA](institutions/nvidia.md) | Halbleiter- und Plattformhersteller (GPUs, CUDA, Grace-Blackwell). Wiki-Bezugspunkte: lokale Inferenz-Hardware (DGX Spark 128 GB, DGX Station 748 GB), DLSS 5, Nemotron-Modelle — und seit 17.09.2026 eine Agenten-Referenzarchitektur, die **Hermes und OpenClaw namentlich als Open-Source-Agent-Harnesses** führt (Omniverse Libraries als Werkzeugschicht, NemoClaw als Deployment, SimReady als Validierungs-Gate) | blog/2026-09-17_nvidia-ai-agents-3d-scenes-simulation.md |
| [Earendil](institutions/earendil.md) | Public Benefit Corporation von Armin Ronacher (Flask-Erfinder, ex-Sentry). Gemeinwohlorientierte Rechtsform; Kontext: Ronachers Kritik an fehlenden Frontier-Labs in Europa ("Was KI kann.", 02.09.2026) | youtube/2026-09-02_was-ki-kann-ronacher-parasoziale-bindung.md |
| [Sentry](institutions/sentry.md) | Error-Tracking- und Performance-Monitoring-Plattform, mitgegründet von Armin Ronacher (~10 Jahre). Open-Source-Komponenten (getsentry/sentry) | youtube/2026-09-02_was-ki-kann-ronacher-parasoziale-bindung.md |
@ -538,10 +542,12 @@
| Datei | Typ | Titel |
|-------|-----|-------|
| `raw/blog/2026-06-04_anthropic-fordert-ki-pause.md` | blog | Anthropic fordert weltweite Aussetzung der KI-Entwicklung |
| `raw/blog/2026-06-05_ai-news-roundup-may-2026.md` | blog | Latest AI & Technology News Roundup May 2026 |
| `raw/other/2026-06-07_subconscious-runner-script.md` | other | Subconscious Agent Evidence Runner Script v2.1 |
| `raw/podcast/ome20-special-ufologie-physik-bewusstsein-2026-06-12.md` | podcast | OME20 (Special ed.) — Ufologie, Physik und Bewusstsein |
| `raw/xpost/2026-06-13_roemmele-amazon-jailbreak-fable5.md` | xpost | Brian Roemmele: Amazon-Jailbreak von Fable 5 als Auslöser der Exportkontrollen |
| `raw/blog/2026-09-18_agentcloak-desktop-launch.md` | blog | AgentCloak Desktop Launch — kostenlose Sovereign AI, cloakt PII lokal vor ChatGPT/Claude/Gemini/Grok/Copilot/DeepSeek |
| `raw/other/2026-09-19_rampart-model-card.md` | other | Rampart Model Card — 14,7 MB ONNX-PII-Redaktion, 98,42 % Recall, Fairness-/Adversarial-Grenzen |
| `raw/xpost/2026-09-19_roemmele-agentcloak-dario.md` | xpost | Brian Roemmele: „Using this now! … Dario don't like it. AgentCloak…" (Quote-Tweet von Peter Yared) |
| `raw/blog/2026-06-13_trump-export-controls-anthropic-mythos-fable.md` | blog | Trump admin blocks foreign access to Anthropic's Mythos 5 and Fable 5 |
| `raw/blog/2026-06-13_malone-biological-ai-biosecurity.md` | blog | Malone: The AI They Don't Want You to Have — Biosecurity als Machtkonzentration |
| `raw/xpost/2026-06-11_colgate-llm-purchase-intent-ssr.md` | xpost | Colgate: LLMs Predict Purchase Intent at 90% via SSR |

View file

@ -0,0 +1,71 @@
---
created: 2026-09-19
updated: 2026-09-19
sources: [blog/2026-09-18_agentcloak-desktop-launch.md, other/2026-09-19_rampart-model-card.md]
tags: [institution, agentcloak, incountry, privacy, sovereign-ai, data-residency, compliance, enterprise]
---
# InCountry / AgentCloak
US-Unternehmen für Datenschutz-Infrastruktur. Zwei Produktlinien unter einem Dach:
- **InCountry Sovereign Data** — Datenresidenz und Cross-Border-Compliance.
- **AgentCloak** — Datenschutz an KI-Berührungspunkten: Cloaking sensibler Daten vor Chatbots, Agenten, MCP-Proxies und CRM-Systemen.
Gründer und CEO: [[../people/peter-yared.md]]. Website: https://incountry.com (die Marke agentcloak.ai leitet dorthin um).
## Unternehmensangaben (Selbstauskunft)
| Feld | Angabe |
|------|--------|
| Selbstbezeichnung | „a CB100 2026 top private AI company" |
| Kunden | laut eigener Angabe „highly regulated Global 2000 companies" |
| Finanzierung | laut eigener Angabe **$50 Mio.** von führenden Investoren |
| Zitat in der PM | „already trusted by some of the biggest companies in the world" |
⚠️ Alle vier Punkte sind **Anbieter-Selbstauskunft** aus der Pressemitteilung vom 18.09.2026. Keine dieser Angaben wurde unabhängig geprüft; Investoren, Kunden und Bewertung sind nicht benannt.
## Produktlinien
### AgentCloak Desktop (kostenlos)
Browser-Extension (Chrome, Safari, Edge) und Desktop-App (Mac, Windows). Ersetzt PII lokal durch konsistente „digital twins" und setzt sie in der Antwort zurück. Der Anbieter nennt das **Zero Data Sending**.
→ Details, Zahlen und Grenzen: [[../tools/agentcloak-desktop.md]]
### AgentCloak Server (Enterprise)
Laut Pressemitteilung und Produktseite ein **AI-native Rust-Container**, deploybar in Cloud, On-Premises oder air-gapped. Ergänzt gegenüber Desktop:
- Cloaking in hochgeladenen Dateien
- erweiterte digital twins über mehrere Prompts hinweg
- Generalisierung von Begriffen und Wertebereichen („headache" → „pain condition"; Alter 35 → 3039)
- Branchen-Pakete: Finanzdienstleistungen, Verträge, Gesundheitswesen, Recht
- **MCP-Datenschutz** für Salesforce, HubSpot und andere Apps
- Deployment vorkonfigurierter Desktop-Clients via Intune; Corporate Login über Microsoft Entra, Google Workspace, Okta
- Audit-Logs und Cross-Border-Datenschutz über InCountry-Proxies
### InCountry Sovereign Data
Proxies für Web-Services, CLI, E-Mail und SMS, um Daten innerhalb von Landesgrenzen zu cloaken und zu uncloaken. Separat vermarktet: vollständige Datenlokalisierung in jedem Land für eine globale Salesforce-Org, ohne neue Salesforce-Regionen.
## Technische Einordnung
Der architektonisch relevante Punkt ist die **Arbeitsteilung an der Grenze zwischen Gerät und Fremdmodell**. AgentCloak verschiebt den Datenschutz nicht durch Verlagerung der Inferenz (wie lokale Modelle), sondern durch Maskierung des Kontexts auf dem Weg — man nutzt weiter Frontier-Modelle, sendet aber keine echten Identifikatoren.
Die Detektionskomponente kommt nicht aus dem eigenen Haus: Die lokal laufende Erkennung stützt sich auf **Rampart**, ein Modell des US-amerikanischen National Design Studio (14,7 MB, CC BY 4.0, publizierte Model-Card mit offengelegten Fairness- und Adversarial-Zahlen). → Rohquelle: `raw/other/2026-09-19_rampart-model-card.md`
Bemerkenswert für den Wiki-Zusammenhang: Das ist ein Fall, in dem eine **staatliche Modellveröffentlichung** als Baustein in ein kommerzielles Datenschutzprodukt wandert. Die Herkunftsangabe stammt aus zwei Quellen (Pressemitteilung, Produktseite); welche Stelle konkret und in welchem Auftrag, ist nicht dokumentiert.
## Compliance-Rahmen
Die Pressemitteilung nennt keine konkreten Zertifizierungen. Die Produktseite verknüpft AgentCloak Server mit Cross-Border-Datenschutz und InCountry-Proxies; im Wiki-Zusammenhang wird das mit [[../concepts/policy/ai-regulation-2026.md]] und [[../concepts/policy/cognitive-liberty.md]] eingeordnet. Der Verweis auf Regelwerke wie DSGVO, EU AI Act oder PIPL stammt aus Sekundärbeschreibungen, nicht aus dem Pressetext selbst — im Wiki daher nicht als belegt geführt.
## Cross-References
- [[../tools/agentcloak-desktop.md]] — das kostenlose Produkt im Detail
- [[../people/peter-yared.md]] — Gründer und CEO
- [[../concepts/llm/ki-souveraenitaet-dezentralisierung.md]] — Souveränitäts-Cluster; AgentCloak als Maskierungs- statt Verlagerungsstrategie
- [[../concepts/policy/intelligence-feudalism.md]] — strukturelle Gegenposition zum zentralisierten Zugriffsregime
- [[../concepts/policy/ai-regulation-2026.md]] — Regulierungsrahmen
- [[../concepts/hardware/edge-inference-als-cloud-alternative.md]] — Alternativpfad (lokale Inferenz statt Maskierung)

View file

@ -2,6 +2,30 @@
*Append-only changelog. Start: 2026-06-05*
## 2026-09-19 — AgentCloak Desktop + Rampart-Model-Card (PII-Cloaking vor Fremd-Chatbots)
**Type:** ingest + wiki-update | **Scope:** raw/blog, raw/other, raw/xpost, wiki/tools, wiki/people, wiki/institutions, wiki/index, wiki/log
**Anlass:** Brian Roemmele quotete am 19.09.2026 (03:07 UTC) die AgentCloak-Ankündigung von Peter Yared (18.09.2026 14:47 UTC) mit vier Zeilen: „Using this now! You should too. Dario don't like it. AgentCloak…" — kein eigener Inhalt, kein Beleg, keine Messung.
**Vorgehen:** Nicht beim Post stehengeblieben. Drei Ebenen getrennt geprüft: (a) der Post selbst via fxtwitter (Zahlen, Zitatpost), (b) die Sache über Pressemitteilung (Business Wire 18.09.) und Produktseite, (c) die **Detektionskomponente** über ihre Model-Card direkt aus dem Repo.
**Befunde:**
1. **Produkt:** AgentCloak Desktop, kostenlos, Browser-Extension (Chrome/Safari/Edge) oder Desktop-App (Mac/Windows). Ersetzt PII **lokal** durch konsistente „digital twins" („Peter Parker" → „Julio Schmidt", „364 23rd St" → „401 Vanessa Curve") und setzt die Originale in der Antwort zurück. Der Anbieter nennt das **Zero Data Sending** und grenzt es ausdrücklich ab: „this is not a retention or 'we won't train on your data' promise." Erkannt gratis: Namen, E-Mail, Telefon, URLs, SSN/Tax-ID, Bank-Routing/Konto, Adressen; 7 Latin-Script-Sprachen (inkl. Deutsch).
2. **Die Detektion kommt nicht aus dem eigenen Haus.** Beide Quellen nennen **Rampart** (National Design Studio, US-Regierung). Die Model-Card wurde lokal gelesen und liefert echte Zahlen: 14,7 MB ONNX, MiniLM-L6-H384 + 35-Label-BIO-Head (17 Entitätstypen), ≈18,5 Mio. Parameter, CC BY 4.0 (Gewichte + deterministische Schicht + Eval-Harnisch). Zwei-Schichten-Design: deterministische Regex/Validator-Schicht für SSN/Kreditkarte/E-Mail/URL/IP, neuronales Modell für Namen und Adressfragmente. Taxonomie bewusst **atomar** (`GIVEN_NAME`/`SURNAME` getrennt statt `PERSON`); Stadt/Staat/ZIP bleiben absichtlich stehen, die genaue Straßenzeile fliegt raus.
3. **Leistung am held-out Set** (30k Zeilen, 7 Sprachen, 131.707 private Terme): **98,42 % Private Recall** [98,35; 98,49], 91,69 % Public Retention (policy-aware laut Card >99 %), Span-F1 strict 0,528. Latenz 6,6 ms p50 (Node CPU), **3,9 ms p50 WebGPU** (p95 9,3 ms), 12,6 ms WASM. Die Card meldet die Leaks selbst: **2.082 von 131.707 Termen** (1 von 64).
4. **⚠️ Der harte Bruch steht offen in der Card:** Fairness über Namens-Traditionen (1.875 Faker-Fälle, nur der Name variiert) — Latin-ASCII ~100 %, Latin mit Diakritika 99,8 %, **Nicht-Latin-Schriften 13,7 % (103/750)**. Russisch 2,4 %, Arabisch 4,8 %, Hindi 5,6 %, Han-Chinesisch 8,8 %, Koreanisch 15,2 %, Japanisch 45,6 %. Die Card nennt das „the most important regression we have identified" und hat die Suite als stratifizierten Regressionstest eingebaut.
5. **Weitere dokumentierte Grenzen:** Regierungs-IDs/Pässe/Lizenzen ~67,6 % (keine Prüfsumme → kein deterministischer Backstop, ausdrücklicher Hinweis der Card); Zero-Width-Zeichen zwischen Ziffern, Prompt-Injection im PII-Span und kombinierte Angriffe werden nicht zuverlässig gefangen. Rahmen der Card: Schutz für Nutzer, die ihre eigenen Daten in gutem Glauben eingeben — „not a security boundary against motivated adversaries". Kalibrierungs-ECE 0,291 (System) vs. 0,018 (Modell allein), erklärt als Artefakt der Score-Vereinigung.
6. **Anbieter-Selbstauskunft markiert:** „CB100 2026 top AI company", „$50 Mio. raised", „Global 2000 customers" — Investoren und Kunden nicht benannt, nicht unabhängig geprüft.
**Einordnung:** AgentCloak ist die **Maskierungsvariante** der Souveränitätsforderung — im Unterschied zu den lokalen Modellen (`pocketpal-ai`, `perplexity-portable-computer`), die durch **Verlagerung** lösen. Man behält das Frontier-Modell und schickt keine Identität. Der eigentliche Werbesatz („Zero Data Sending, not a retention promise") verschiebt das Problem von „wem vertraue ich die Zusage an" zu „was verlässt überhaupt mein Gerät" — genau die Achse von `ki-souveraenitaet-dezentralisierung` und `intelligence-feudalism`, nur ohne Hardwarekauf. Der Preis: ein Umgehungsversuch ist kein Sicherheitsrahmen, und die Nicht-Latin-Zahlen sind der Beweis dafür, wie eng der Schutz geschnitten ist.
**Befund zum Auslöser:** Roemmeles Beitrag ist reine **Verteilung**. Die Pointe („Dario don't like it") bleibt unbelegt; Roemmeles eigene Reichweite (21,6k Views in 10 h) ist gegen die des zitierten Posts (1,99 Mio. Views) klein. Das Muster der Juni-Linie (Anthropic-Kritik als Produktempfehlung) setzt sich fort.
**Dateien:**
- raw (NEW): `raw/blog/2026-09-18_agentcloak-desktop-launch.md`, `raw/other/2026-09-19_rampart-model-card.md`, `raw/xpost/2026-09-19_roemmele-agentcloak-dario.md`
- wiki (NEW): `wiki/tools/agentcloak-desktop.md`, `wiki/people/peter-yared.md`, `wiki/institutions/incountry.md`
- wiki (UPDATED): `wiki/people/brian-roemmele.md` (Frontmatter, Abschnitt „AgentCloak-Verteilung", Post-Tabelle, Cross-Refs)
- `wiki/index.md` (230. Update, Tools-Row neu, People-Row Peter Yared neu, Roemmele-Row erweitert, Institutions-Row InCountry neu, drei Raw-Rows)
- `wiki/log.md` (dieser Eintrag)
**Nicht geschehen:** Das 117,5-s-Video (4K) des Ankündigungsposts wurde **nicht** ausgewertet — keine daraus abgeleitete Behauptung im Wiki. Link-Check vor Commit: 2.334/2.334 valide, 0 broken.
## 2026-09-19 — Flyer Version 11: Korrektur verifiziert
**Type:** ingest + wiki-update | **Scope:** raw/other, wiki/concepts/llm, wiki/index, wiki/log

View file

@ -1,8 +1,8 @@
---
created: 2026-06-22
updated: 2026-06-30
sources: [xpost/2026-06-22_roemmele-ki-psychologische-tests.md, xpost/2026-06-13_roemmele-amazon-jailbreak-fable5.md, xpost/2026-06-13_roemmele-anthropic-selfdestruct.md, xpost/2026-06-28_roemmele-reds-decentralized-ai-vs-amodei.md, xpost/2026-06-28_roemmele-warning-open-source-ai-banned.md, xpost/2026-06-30_roemmele-anthropic-intelligence-feudalism.md]
tags: [people, ai-researcher, commentator, reds, decentralized-ai, intelligence-feudalism, anthropic-critique]
updated: 2026-09-19
sources: [xpost/2026-06-22_roemmele-ki-psychologische-tests.md, xpost/2026-06-13_roemmele-amazon-jailbreak-fable5.md, xpost/2026-06-13_roemmele-anthropic-selfdestruct.md, xpost/2026-06-28_roemmele-reds-decentralized-ai-vs-amodei.md, xpost/2026-06-28_roemmele-warning-open-source-ai-banned.md, xpost/2026-06-30_roemmele-anthropic-intelligence-feudalism.md, xpost/2026-09-19_roemmele-agentcloak-dario.md]
tags: [people, ai-researcher, commentator, reds, decentralized-ai, intelligence-feudalism, anthropic-critique, privacy]
---
# Brian Roemmele
@ -73,6 +73,18 @@ Fünf Kernpunkte der Kritik:
Der Post erweitert Roemmele's narrativen Bogen von der Warnung (2024) über die konzeptionelle Antwort (ReDS, 28.06.) und die Vindikation ("I tried to warn ya", 28.06.) zur **systematischen Theorie** (30.06.) — er gibt dem Gegner einen Namen: Intelligenz-Feudalismus.
### AgentCloak-Verteilung (19.09.2026)
Der jüngste Post setzt die Anthropic-Kritik-Linie in einer **Produktempfehlung** fort. Es ist ein Quote-Tweet auf die AgentCloak-Ankündigung von Peter Yared (18.09.2026), vier Zeilen, ohne Beleg:
> Using this now! You should too. Dario don't like it. AgentCloak…
Die Pointe („Dario don't like it") richtet sich weiter gegen Dario Amodei, ohne sie zu begründen — kein Zitat, keine Quelle, kein Beispiel. Inhaltlich zeigt der Post das **Muster der Souveränitäts-Linie**: Roemmele empfiehlt nicht das eigene lokale Modell, sondern ein Werkzeug, das Fremd-Chatbots benutzbar macht, ohne echte Daten preiszugeben. Das ist die Maskierungsvariante derselben Souveränitäts-Forderung.
Engagement: 21.599 Views · 193 Likes · 19 Retweets · 210 Bookmarks in ~10 h. Der zitierte Post von Yared hat 1,99 Mio. Views — die Reichweite liegt dort, nicht bei Roemmele.
→ Produkt und Grenzen: [[../tools/agentcloak-desktop.md]] · Unternehmen: [[../institutions/incountry.md]] · Absender: [[peter-yared.md]]
### Read Multiplex
Roemmele betreibt "Read Multiplex", eine Mitgliedergemeinschaft zur Unterstützung seiner Forschung: https://readmultiplex.com/join-us-become-a-member/
@ -87,6 +99,7 @@ Roemmele betreibt "Read Multiplex", eine Mitgliedergemeinschaft zur Unterstützu
| 2026-06-28 | ReDS — Resilient Decentralized Swarm vs. Amodei | https://x.com/BrianRoemmele/status/2071238497483297138 |
| 2026-06-28 | "I tried to warn ya" — Open-Source AI criminalization follow-up | https://x.com/BrianRoemmele/status/2071272890952032295 |
| 2026-06-30 | "Intelligenz-Feudalismus" — Systematische Anthropic-Kritik | https://x.com/BrianRoemmele/status/2071940093338690035 |
| 2026-09-19 | AgentCloak-Verteilung: "Using this now! ... Dario don't like it." | https://x.com/BrianRoemmele/status/2101146145829646469 |
## Cross-References
@ -97,3 +110,7 @@ Roemmele betreibt "Read Multiplex", eine Mitgliedergemeinschaft zur Unterstützu
- [[../concepts/llm/reds-resilient-decentralized-swarm.md]] — ReDS-Konzept (Resilient Decentralized Swarm)
- [[../concepts/llm/decentralized-ai-counterpower.md]] — Dezentrale KI als Gegenkraft
- [[../concepts/policy/intelligence-feudalism.md]] — Intelligenz-Feudalismus (Intelligence Feudalism)
- [[../tools/agentcloak-desktop.md]] — AgentCloak Desktop (Zero Data Sending), Roemmeles jüngste Empfehlung
- [[../institutions/incountry.md]] — InCountry / AgentCloak als Unternehmen
- [[peter-yared.md]] — Peter Yared, Absender der AgentCloak-Ankündigung
- [[../concepts/llm/ki-souveraenitaet-dezentralisierung.md]] — KI-Souveränität: Dezentralisierung statt Konzern-Kontrolle

View file

@ -0,0 +1,48 @@
---
created: 2026-09-19
updated: 2026-09-19
sources: [blog/2026-09-18_agentcloak-desktop-launch.md, xpost/2026-09-19_roemmele-agentcloak-dario.md]
tags: [person, agentcloak, incountry, privacy, sovereign-ai, serial-founder]
---
# Peter Yared
Gründer und CEO von **AgentCloak** ([@peteryared](https://x.com/peteryared) auf X, **7.502 Follower**, verifiziert, Konto seit 16.05.2008). Standort Miami Beach. Website: https://yared.com.
Selbstbeschreibung auf X: „CEO @AgentCloakAI Sovereign AI with @InCountry Sovereign Data | @Layer3Press AI news agents with Nostr censorship resistance | 6x exits | Former CTO/CIO @CBSi".
## Rolle im Wiki
Yared ist der Absender der AgentCloak-Ankündigung vom 18.09.2026 — jener Post, den [[brian-roemmele.md]] am 19.09.2026 quotierte und damit in die OME-Gruppe brachte. Der Auslöser der Wiki-Aufnahme ist also die Verteilung durch Roemmele; die Sache selbst stammt von Yared.
- → [[../tools/agentcloak-desktop.md]] — das Produkt
- → [[../institutions/incountry.md]] — das Unternehmen dahinter
## Profil (Selbstauskunft)
| Feld | Wert |
|------|------|
| Rolle | Founder & CEO, AgentCloak |
| Weitere Engagements | InCountry (Sovereign Data), Layer3Press (AI-News-Agents mit Nostr-Zensurresistenz) |
| Bisherige Stationen | „6x exits"; ehemals CTO/CIO bei CBS Interactive |
| Standort | Miami Beach |
| Website | yared.com |
Der Werdegang wird hier als **Selbstauskunft** geführt, nicht als verifizierter Lebenslauf. Für die Wiki-Einordnung zählt die Linie: Enterprise-Software und Datenresidenz (InCountry) → Datenschutz für KI-Nutzung (AgentCloak). Das ist eine Fortsetzung desselben Geschäfts in ein neues Regime, keine Branchen-Volte.
## Ton und Positionierung
Yared argumentiert über den **Vergleich mit Retention-Zusagen**, nicht über Technik-Mystik. Zitat aus der Pressemitteilung:
> People should not have to choose between useful AI and keeping their private data private. […] That is Zero Data Sending, not an ambiguous policy footnote.
Bemerkenswert ist die **Adressierung des Vorwurfs**, statt ihn zu bestreiten: die Produktseite schreibt selbst, dass die kostenlose Erweiterung keine Regierungs-ID-Erkennung ersetzt und dass Cloaking kein Sicherheitsgrenzschutz gegen motivierte Angreifer ist.
⚠️ Interessenlage: Yared verkauft das Produkt, das er empfiehlt. Alle Leistungsangaben im Wiki stammen aus der Anbieter-Quelle; die belastbaren Zahlen zur Detektionskomponente stehen in der separaten Rampart-Model-Card (Herausgeber: National Design Studio, nicht InCountry).
## Cross-References
- [[../tools/agentcloak-desktop.md]] — AgentCloak Desktop, Funktionsprinzip und Grenzen
- [[../institutions/incountry.md]] — InCountry / AgentCloak als Unternehmen
- [[brian-roemmele.md]] — der Multiplikator des Posts
- [[../concepts/llm/ki-souveraenitaet-dezentralisierung.md]] — Souveränitäts-Cluster im Wiki

View file

@ -0,0 +1,85 @@
---
created: 2026-09-19
updated: 2026-09-19
sources: [blog/2026-09-18_agentcloak-desktop-launch.md, other/2026-09-19_rampart-model-card.md, xpost/2026-09-19_roemmele-agentcloak-dario.md]
tags: [tool, privacy, pii, sovereign-ai, zero-data-sending, digital-twin, rampart, browser-extension, incountry]
---
# AgentCloak Desktop — Zero Data Sending für Fremd-Chatbots
> **TL;DR:** Eine kostenlose Browser-Extension bzw. Desktop-App, die personenbezogene Daten **lokal** durch konsistente synthetische Werte ersetzt, bevor ein Prompt an ChatGPT, Claude, Gemini, Grok, Copilot oder DeepSeek geht, und die echten Werte in die Antwort zurücksetzt. Der Anbieter nennt das **Zero Data Sending** und grenzt es ausdrücklich von einer Retention-Zusage ab: die Daten kommen gar nicht erst an.
## Quelle & Distribution
| Aspekt | Detail |
|--------|--------|
| Anbieter | AgentCloak (Teil von InCountry) → [[../institutions/incountry.md]] |
| Ankündigung | 18.09.2026, Pressemitteilung über Business Wire (ID 20260918884045) |
| Produktseite | https://incountry.com/products/agentcloak-desktop/ (agentcloak.ai leitet dorthin um) |
| Preis | kostenlos für Einzelnutzung; AgentCloak Server kostenpflichtig |
| Formfaktor | Browser-Extension (Chrome, Safari, Edge) **oder** Desktop-App (Mac, Windows) |
| Sprachen | Englisch, Spanisch, Französisch, Deutsch, Italienisch, Portugiesisch, Niederländisch |
| Zitiert von | [[../people/brian-roemmele.md]] am 19.09.2026 (Quote-Tweet) — [[../people/peter-yared.md]] ist der Absender |
## Was das Produkt tut
Der Ablauf hat vier Schritte:
1. **Erkennen:** sensible Felder werden lokal auf dem Gerät gefunden — deterministische Regeln plus ein kompaktes neuronales Modell.
2. **Ersetzen:** die Werte werden durch **konsistente digital twins** ausgetauscht. Beispiel des Anbieters: „Peter Parker" → „Julio Schmidt", „364 23rd St" → „401 Vanessa Curve". Die Ersatzwerte bleiben über einen Prompt hinweg stabil, damit das Modell über Personen, Orte und Konten *reasonieren* kann, ohne die Originale zu sehen.
3. **Senden:** erst die cloaked Fassung verlässt die Seite. Der echte Prompt erreicht das Frontier-Modell nie.
4. **Zurücksetzen:** bei der Antwort werden die Originalwerte über denselben twin wieder eingesetzt („cloaked on the way out, restored on the way in").
Erkannt werden in der kostenlosen Fassung: Vor- und Nachnamen, E-Mail-Adressen, Telefonnummern, URLs, Sozialversicherungs-/Steuer-IDs, Bank-Routing- und Kontonummern, Postanschriften.
Die „Remember"-Funktion speichert beide Werteseiten **lokal** auf dem Rechner, damit nicht bei jedem Prompt neu bestätigt werden muss. Laut Produktseite wird dafür nichts an AgentCloak gesendet.
## Die Detektionskomponente: Rampart
Das ist der technisch interessanteste Teil und der Grund, warum die Seite hier mehr als eine Produktnotiz ist. Beide Quellen nennen als lokale Erkennungsschicht **Rampart** — eine kompakte Modell-Veröffentlichung **der US-Regierung** (National Design Studio).
Die Model-Card ist lokal gelesen (19.09.2026) und liefert belastbare Zahlen, weil sie Fehler offenlegt statt nur Gewinne:
| Feld | Wert |
|------|------|
| Architektur | MiniLM-L6-H384, fine-tuned mit 35-Label-BIO-Head (17 Entitätstypen) |
| Parameter | ≈18,5 Mio. |
| Artefaktgröße | **14,7 MB** (4-bit MatMul + INT8 Embedding, ONNX) |
| Lizenz | CC BY 4.0 — Gewichte, deterministische Schicht und Eval-Harnisch |
| Latenz | 6,6 ms p50 (Node CPU) · **3,9 ms p50 WebGPU** · 12,6 ms WASM |
| Private Recall (7 Sprachen) | **98,42 %** [98,35; 98,49] |
| Public Retention | 91,69 % (policy-aware laut Card >99 %) |
Das Design ist eine **Zwei-Schichten-Architektur**: strukturierte Identifier mit Prüfsumme (SSN, Kreditkarte) und Musterklassen (E-Mail, URL, IP) übernimmt eine deterministische Regex-/Validator-Schicht; Namens- und Adressfragmente übernimmt das neuronale Modell. Die Taxonomie ist bewusst **atomar** — kein grobes `PERSON`, sondern `GIVEN_NAME` + `SURNAME` getrennt, damit das Modell PII-Fragmente in unordentlichem Chat-Text lernt. Grobe Geografie (Stadt/Bundesstaat/ZIP) bleibt absichtlich stehen, die genaue Straßenzeile fliegt raus.
### Warum die Model-Card hier zählt
Die Card dokumentiert ihre eigenen Grenzen mit Zahlen — ungewöhnlich und deshalb wiki-würdig:
- **Skript-Fairness ist der harte Bruch:** Latin-ASCII-Namen ~100 % Recall, Nicht-Latin-Schriften **13,7 %** (103/750). Russisch 2,4 %, Arabisch 4,8 %, Hindi 5,6 %, Han-Chinesisch 8,8 %, Koreanisch 15,2 %, Japanisch 45,6 %. Die Card nennt das „the most important regression we have identified".
- **Regierungs-IDs ~67,6 %** — Pässe, Lizenzen, A-Nummern tragen keine Checksumme, die deterministische Schicht greift nicht. Ausdrücklicher Hinweis, sich darauf nicht zu verlassen.
- **Adversarische Fälle:** Zero-Width-Zeichen zwischen Ziffern, Prompt-Injection im PII-Span und kombinierte Angriffe werden nicht zuverlässig gefangen. Der Rahmen der Card ist ehrlich: Schutz für Nutzer, die ihre eigenen Daten in gutem Glauben eingeben — „not a security boundary against motivated adversaries".
- **Selbst gemeldete Leaks:** 2.082 von 131.707 privaten Termen auf dem Sieben-Sprachen-Test, also 1 von 64.
## Einordnung
Die Seite gehört in den Cluster der **Souveränitäts- und Privacy-Ansätze**, unterscheidet sich aber kategorial von den anderen:
- Die lokalen Modelle ([[pocketpal-ai.md]], [[ollama-cloud-deepseek-v4-flash-200tps-zdr.md]], `perplexity-portable-computer.md`) lösen das Problem durch **Verlagerung** — das Modell läuft auf eigener Hardware.
- AgentCloak löst es durch **Maskierung auf dem Weg**: man benutzt weiter das Frontier-Modell und schickt trotzdem nichts Echtes. Das ist der umgekehrte Trade-off — man behält die Frontier-Fähigkeit und gibt die Kontrolle über den Kontext auf, aber nicht über die Identität.
- Der Preis dieser Strategie ist genau das, was die Card als Nicht-Ziel markiert: ein Umgehungsversuch ist kein Sicherheitsrahmen. Wer sich darauf verlässt, dass PII *nicht* durchkommt, sollte die Nicht-Latin- und Regierungs-ID-Zahlen gelesen haben.
Der Werbesatz „Zero Data Sending, not a retention promise" ist der eigentliche Punkt: er verschiebt das Problem von „wem vertraue ich die Zusage an" zu „was verlässt überhaupt mein Gerät". Genau die Verschiebung, die auch [[../concepts/llm/ki-souveraenitaet-dezentralisierung.md]] und [[../concepts/policy/intelligence-feudalism.md]] verhandeln — nur ohne Hardwarekauf.
## Rohquellen
- [Pressemitteilung AgentCloak Desktop (Business Wire, 18.09.2026)](../../../raw/blog/2026-09-18_agentcloak-desktop-launch.md)
- [Rampart Model Card (National Design Studio)](../../../raw/other/2026-09-19_rampart-model-card.md)
- [Roemmele-Quote-Tweet (19.09.2026)](../../../raw/xpost/2026-09-19_roemmele-agentcloak-dario.md)
## Offene Punkte
- Die Zahlen der Rampart-Card sind **Selbstauskunft des Herausgebers** mit offengelegtem Harnisch; eine unabhängige Nachmessung existiert nicht im Wiki.
- Die Video-Demo des Ankündigungsposts (117,5 s, 4K) wurde **nicht** ausgewertet — keine Bildanalyse, keine Behauptung daraus übernommen.
- Die Herkunft „US-Regierung" ist aus der Card und dem Pressetext belegt; welche Behörde konkret und in welchem Auftrag, ist nicht dokumentiert.
- Cross-Refs: [[pocketpal-ai.md]], [[perplexity-portable-computer.md]], [[../concepts/llm/ki-souveraenitaet-dezentralisierung.md]], [[../concepts/policy/cognitive-liberty.md]], [[../concepts/policy/intelligence-feudalism.md]], [[../people/peter-yared.md]], [[../people/brian-roemmele.md]], [[../institutions/incountry.md]]