The Challenge & Our Approach
Die digitale Welt ist leistungsfähig – aber fragmentiert
Viele der erfolgreichsten digitalen Plattformen unserer Zeit haben eines gemeinsam: Sie lösen ein bestimmtes Problem außergewöhnlich gut.
Marktplätze verbinden Käufer und Verkäufer. Immobilienplattformen bringen Objekte und Interessenten zusammen. Reiseplattformen organisieren Unterkünfte und Buchungen. Social Networks verbinden Menschen und Inhalte. Mobilitätsplattformen orchestrieren Fahrzeuge, Routen und Services.
Diese Spezialisierung ist ihre Stärke – und gleichzeitig ihre architektonische Grenze.
Die meisten Plattformen sind vertikal gewachsen. Ihre Datenmodelle, Prozesse, Rollen, Berechtigungen und Benutzeroberflächen wurden für eine bestimmte Domäne und deren Semantik entwickelt. Innerhalb dieser Welt können sie sehr tief und leistungsfähig werden. Eine horizontale Expansion in andere Lebens- und Geschäftsbereiche ist dagegen schwierig, weil jede neue Domäne neue Objekte, Beziehungen, Regeln und Interaktionsmodelle mitbringt.
The deeper a platform grows into its vertical, the harder it becomes to expand horizontally.
DHINX wurde von Beginn an für eine andere Fragestellung entwickelt:
Was wäre, wenn eine Plattform gleichzeitig in die Tiefe und in die Breite wachsen könnte?
AI allein löst die Fragmentierung nicht
Mit AI Agents entsteht derzeit ein zweiter Ansatz.
Statt eine universelle Plattform aufzubauen, versucht man, AI mit immer mehr Skills, Tools und Berechtigungen auszustatten. Über APIs und zunehmend MCP-basierte Verbindungen können Agents auf unterschiedliche Plattformen zugreifen und ganze Service- und Prozessketten orchestrieren.
Das Potenzial ist enorm.
Die grundlegende Fragmentierung verschwindet dadurch jedoch nicht.
Ein Agent bewegt sich weiterhin zwischen zahlreichen Plattformen, Datenmodellen, Semantiken, Identitäten, Berechtigungssystemen und Prozesslogiken. Er muss verstehen, wie jedes einzelne System funktioniert, welche Bedeutung dessen Daten besitzen und welche Aktionen unter welchen Bedingungen erlaubt sind.
Je autonomer solche Systeme handeln, desto wichtiger wird deshalb eine Frage, die über reine Konnektivität hinausgeht:
Who understands the context, owns the identity, controls the permissions and governs the action?
Insbesondere im persönlichen Umfeld ist die Vorstellung eines zentralen AI Agents mit weitreichendem Zugriff auf Identität, Kommunikation, Standort, Kontakte, Käufe, Mobilität und persönliche Services nicht nur technisch anspruchsvoll – sie stellt auch erhebliche Anforderungen an Privacy, Trust und Governance.
DHINX verfolgt deshalb einen anderen Ansatz.
Privacy First. Trust by Design.
Eine der ersten Architekturprämissen von DHINX war Privacy First.
Identität wird nicht als Nebenprodukt eines Benutzerkontos betrachtet, sondern als schützenswerter Kern der Architektur. Persönliche Informationen, Assets, Beziehungen, Interessen und Berechtigungen können kontrolliert verwaltet und gezielt für Interaktionen freigegeben werden.
Entscheidend ist dabei nicht nur, wer jemand ist, sondern auch, welches Vertrauensniveau zwischen den beteiligten Akteuren besteht und welcher Kontext für eine Interaktion tatsächlich erforderlich ist.
DHINX schafft damit die Grundlage für graduelle Beziehungen zwischen Menschen, Organisationen, Dingen, Services und künftig auch Agents.
Identity establishes who you are. Trust determines how far interaction can go.
Privacy und Trust werden damit nicht nachträglich auf die Plattform aufgesetzt. Sie sind Bestandteil ihres Grundmodells.
Space and Time as Native Context
Die reale Welt besteht nicht nur aus Objekten und Beziehungen.
Sie findet immer irgendwo und irgendwann statt.
Deshalb besitzt DHINX eine leistungsfähige Geo- und Spacetime-Architektur als integralen Bestandteil des Systems. Menschen, Orte, Organisationen, Dinge, Angebote, Anfragen und Ereignisse können räumlich und zeitlich miteinander in Beziehung gesetzt werden.
Dadurch verändert sich die klassische Suche.
Nicht nur:
What exists?
sondern:
What matters to me — here, now and in this context?
Gerade für lokale Communities, Services, Mobilität, Veranstaltungen, Handel und viele alltägliche Interaktionen wird Geo damit nicht zu einem zusätzlichen Filter, sondern zu einem Teil der Bedeutung.
Vertical Depth. Horizontal Reach.
Der entscheidende Architekturunterschied liegt jedoch im gemeinsamen ontologischen Kern.
DHINX wurde nicht für eine Branche, einen Marktplatz oder einen Use Case modelliert. Universelle Entitäten, Beziehungen, Facetten und kontrollierte Kataloge bilden wiederverwendbare Bausteine, aus denen unterschiedliche Domänen zusammengesetzt werden können.
Eine neue Domäne beginnt deshalb nicht wieder bei null.
Sie kann auf bereits vorhandene Konzepte für Menschen, Organisationen, Orte, physische und digitale Dinge, Informationen, Fähigkeiten, Interaktionen und Beziehungen zurückgreifen und lediglich die benötigte fachliche Tiefe ergänzen.
Das ermöglicht zwei normalerweise gegensätzliche Eigenschaften:
Vertical depth without losing horizontal reach.
DHINX kann innerhalb einer Domäne immer spezifischer werden und gleichzeitig neue Domänen erschließen, ohne für jede davon ein vollständig neues Plattformmodell entwickeln zu müssen.
Diese Fähigkeit ist kein nachträgliches Feature.
The architecture was built for expansion by design.
From Forms to Intent
Auch die Interaktion mit einer solchen Plattform muss anders funktionieren.
Klassische Plattformen führen Benutzer durch Formulare, Kategorien, Filter und domänenspezifische Eingabemasken. Je größer eine Plattform wird, desto komplexer werden diese Strukturen.
DHINX verbindet stattdessen seine Ontologie und umfangreichen Kataloge mit AI-gestützter Interaktion.
Ein Benutzer muss nicht wissen, in welchem Formular, welcher Kategorie oder welchem System sein Anliegen abgebildet werden muss. Er beschreibt, was er sucht, benötigt, anbietet oder mitteilen möchte.
AI unterstützt dabei, diese Absicht in eine strukturierte DHINX Interaction zu überführen, fehlenden Kontext gezielt zu ergänzen und die passenden semantischen Bausteine aus den Katalogen zuzuordnen.
Aus:
Navigate → Select → Filter → Fill Form → Submit
wird zunehmend:
Express Intent → Understand Context → Structure → Match → Interact
AI ersetzt dabei nicht die Ontologie.
AI makes the ontology accessible to humans.
Das ist ein wesentlicher Unterschied.
AI-Ready by Architecture
DHINX wurde nicht nachträglich um einen Chatbot ergänzt.
Sein Modell schafft von Grund auf Strukturen, die auch von Maschinen verstanden und genutzt werden können: definierte Entitäten, Beziehungen, Fähigkeiten, Interaktionen, Kontext, Berechtigungen und Prozesslogik.
Dadurch können AI Agents auf einer kontrollierten semantischen Grundlage arbeiten, statt die Bedeutung eines Systems bei jeder Interaktion neu interpretieren zu müssen.
Für DHINX Joyful Life können Agents Menschen beispielsweise dabei unterstützen, Informationen, Angebote oder Anfragen zu erstellen, relevante Möglichkeiten zu entdecken und Interaktionen vorzubereiten.
Für DHINX Enterprise reicht dasselbe Prinzip wesentlich weiter: Agents können definierte Rollen in End-to-End-Prozessen unterstützen und perspektivisch innerhalb klarer Regeln auch operative Prozessschritte übernehmen.
Damit verbindet DHINX drei Entwicklungen, die heute häufig getrennt betrachtet werden:
Ontology provides meaning.Context provides relevance.AI turns intent into action.
Built to Expand
DHINX versucht deshalb nicht, zwanzig bestehende Plattformen durch eine einundzwanzigste vertikale Plattform zu ersetzen.
Der Anspruch ist ein anderer.
Es entsteht eine horizontale semantische Grundlage, auf der sehr unterschiedliche vertikale Anwendungen und Interaktionen entstehen können – mit gemeinsamer Identität, gemeinsamen Beziehungen, gemeinsamem Kontext und einer gemeinsamen Sprache für Menschen und Maschinen.
Das ist die architektonische Wette hinter DHINX:
One semantic core. Unlimited verticals. Connected horizontally. AI-ready by design.
Und genau daraus entstehen die beiden Seiten von DHINX:
DHINX — For a Joyful Life nutzt diese Architektur, um Menschen mit ihrer realen Umgebung und miteinander zu verbinden.
DHINX Enterprise — From Process to Autonomy nutzt denselben Kern, um Organisationen, Prozesse und Agents zu einem ausführbaren Unternehmensmodell zu verbinden.
Two ecosystems. One architecture. Built for a connected and increasingly agentic world.
Stand: Oktober 2026