About DHINX
Eine Idee, die 2015 begann
Was wäre, wenn Menschen, Organisationen, Orte, Dinge und Systeme dieselbe digitale Sprache sprechen könnten?
Aus dieser Frage entstand bereits 2015 die Idee zu DHINX – dem Digital Human Interaction Exchange. Die Vision war von Anfang an größer als eine einzelne Anwendung: ein universelles digitales Modell, das die reale Welt, ihre Akteure und ihre Beziehungen verständlich abbildet und daraus neue Formen digitaler Zusammenarbeit ermöglicht.
Der Name DHINX entstand bereits in dieser frühen Phase. Ebenso die Idee eines universellen „Weltkatalogs“, der nicht von einzelnen Anwendungen oder isolierten Datenmodellen ausgeht, sondern von den Objekten der realen Welt und ihren Beziehungen zueinander.
Mehrere Anläufe zeigten jedoch auch die Herausforderung: Die Verbindung von Ontologie, Datenmodellierung, Prozessen, Softwarearchitektur und User Experience erforderte einen Entwicklungsaufwand, der mit begrenzten Ressourcen kaum zu bewältigen war.
Mit der neuen Generation leistungsfähiger AI-Modelle änderte sich diese Ausgangslage grundlegend.
AI hat die Idee von DHINX nicht hervorgebracht. Sie wurde zum Beschleuniger ihrer Realisierung.
Auf den Schultern großer Ideen
Auch die grundlegenden Mechanismen hinter DHINX wurden nicht neu erfunden. Sie bauen auf Konzepten auf, die über Jahrzehnte in unterschiedlichen Disziplinen entstanden sind.
Eine besondere Inspiration sind die Arbeiten des indischen Mathematikers und Bibliothekars S. R. Ranganathan. Mit seiner Colon Classification stellte er bereits 1933 einem starren Klassifikationssystem ein facettiertes Modell gegenüber: Eigenschaften und Perspektiven werden nicht in immer größeren Hierarchien vorab festgeschrieben, sondern können unabhängig modelliert und kontextbezogen kombiniert werden.
Aus starrer Klassifikation wird Komposition.
Dieser Gedanke findet sich später in unterschiedlichen Formen wieder: in der facettierten Wissensorganisation, in industriellen Merkmalsmodellen wie ETIM und eCl@ss, in semantischen Technologien wie RDF, SKOS und OWL, in Graphmodellen und in Architekturprinzipien des Data Warehouse und Data Vault.
Unterschiedliche Disziplinen, aber eine erstaunlich ähnliche Grundidee:
Stabile Bausteine schaffen, aus denen sich eine komplexe und veränderliche Welt flexibel zusammensetzen lässt.
DHINX führt diese Prinzipien in einem gemeinsamen digitalen Modell weiter.
Von Daten zu Bedeutung
Unsere digitale Welt leidet nicht unter einem Mangel an Daten. Sie leidet zunehmend unter einem Mangel an Zusammenhang und gemeinsamer Bedeutung.
Ein Mensch, eine Organisation, ein Produkt, ein Ort oder ein System existiert nicht isoliert. Bedeutung entsteht durch Eigenschaften, Beziehungen, Kontext, Raum und Zeit.
Genau dort setzt DHINX an.
Eine gemeinsame Ontologie beschreibt nicht nur, was etwas ist, sondern auch, wie es mit anderen Dingen zusammenhängt und welche Bedeutung diese Beziehung in einem bestimmten Kontext besitzt.
Damit entsteht eine gemeinsame semantische Grundlage, die von Menschen, Anwendungen, Prozessen und AI Agents verstanden und genutzt werden kann.
Ontology gives things meaning. Context makes meaning relevant. Interaction turns meaning into value.
Ein Kern – zwei Welten
Aus dieser gemeinsamen Grundlage hat sich DHINX im Laufe seiner Entwicklung in zwei Richtungen entwickelt.
Beide verwenden im Kern dasselbe Modell – verfolgen aber unterschiedliche Ziele.
DHINX — For a Joyful Life
DHINX Joyful Life bringt das Modell in den Alltag.
Es ist eine Community- und Social-Media-Plattform, die Menschen mit den Menschen, Organisationen, Orten, Informationen, Angeboten, Bedürfnissen und Dingen in ihrer Umgebung verbindet.
Dabei geht es nicht um einen weiteren endlosen Social Feed. Entscheidend ist der Kontext: Was ist für mich hier und jetzt relevant? Wer oder was befindet sich in meiner Umgebung? Was kann ich entdecken, anbieten, suchen, teilen oder gemeinsam tun?
DHINX verbindet soziale Interaktion mit Raum, Zeit, Interessen und realen Möglichkeiten.
Discover. Connect. Share. Offer. Request. Interact.
Technologie tritt dabei in den Hintergrund und unterstützt Menschen dort, wo sie tatsächlich einen Nutzen schafft.
dhinx — for a joyful life.
DHINX Enterprise
DHINX Enterprise überträgt denselben ontologischen Kern auf Unternehmen.
Hier verbindet DHINX Organisation, Rollen, Informationen, Systeme und End-to-End-Prozesse zu einem gemeinsamen Enterprise-Modell.
Prozesse werden damit nicht nur dokumentiert. Sie können strukturiert modelliert, miteinander verbunden und bis in die operative Ausführung geführt werden.
Aus Prozesswissen entsteht ausführbare Unternehmenslogik.
Automatisierung übernimmt wiederkehrende und deterministische Aufgaben. AI unterstützt Analyse und Entscheidungen. AI Agents können innerhalb definierter Prozesse, Rollen und Regeln zunehmend selbstständig handeln.
Damit reicht die Entwicklung von klassischer Prozessmodellierung über Automation bis hin zu agentengestützter und zunehmend autonomer Prozessausführung.
One enterprise model. End-to-end processes. Governed execution. Towards autonomy.
Zwei Anwendungen. Eine Architektur.
Auf den ersten Blick könnten eine Community-Plattform und eine Enterprise-Lösung kaum unterschiedlicher sein.
Auf der Ebene darunter lösen sie jedoch dasselbe Problem:
Wie können digitale Systeme die reale Welt verstehen und daraus relevante Interaktionen und Handlungen ableiten?
Für DHINX Joyful Life bedeutet das, Menschen und ihre Umwelt intelligent miteinander zu verbinden.
Für DHINX Enterprise bedeutet es, Organisationen und ihre End-to-End-Prozesse verständlich, steuerbar und zunehmend ausführbar zu machen.
Der gemeinsame Kern ist eine universelle Ontologie aus Entitäten, Beziehungen, Kontext und Interaktionen.
Das ist die eigentliche DHINX-Idee:
One core model. Two ecosystems. From human interaction to enterprise execution.
Warum jetzt?
Die ursprüngliche Vision entstand 2015. Die technologischen Möglichkeiten, sie in dieser Breite umzusetzen, entstanden wesentlich später.
Mit modernen AI-Modellen konnte ich den Gedanken erneut aufnehmen und innerhalb von rund zwölf Monaten entscheidend weiterentwickeln: von intensiver Recherche und konzeptioneller Arbeit über Ontologie und Architektur bis zu Datenmodell, Software, APIs und User Experience.
AI-Modelle von OpenAI und Anthropic waren dabei Werkzeuge und Sparringspartner, die Recherche, Entwicklung und Iteration erheblich beschleunigt haben.
Heute ist DHINX weit über die Konzept- und Prototypenphase hinaus und steht kurz vor den ersten Feldtests unter realen Bedingungen.
Was über Jahre eine Vision war, ist zu einem funktionsfähigen System geworden – bereit, sich nun in realen Anwendungsszenarien zu beweisen.
The idea behind DHINX
Technology should understand the world around people — instead of forcing people to understand the technology around them.
Ein gemeinsames Modell kann Menschen dabei helfen, ihre reale Umgebung besser zu entdecken und miteinander zu interagieren.
Dasselbe Modell kann Unternehmen dabei helfen, ihre komplexen Zusammenhänge zu verstehen und Prozesse intelligent auszuführen.
Two ecosystems. One semantic foundation.
DHINX — For a Joyful Life.
DHINX Enterprise — From process to autonomy.
Stand: Oktober 2026