Author: Boxu Li 

Introduction

In the rapidly evolving AI landscape, Macaron stands out by offering something mainstream chatbots lack: a deep, persistent memory. This "Deep Memory" architecture is Macaron's hallmark feature – an AI memory system that actually learns your preferences, usage history, and context across every interaction. Rather than treating each conversation as an isolated session, Macaron carries forward knowledge about you – from your favorite coffee brew to the project you discussed last week – making interactions seamless and personal. This marks a pivotal shift beyond what experts call productivity AI to what Macaron's creators dub "Experience AI," where an assistant becomes more like a lifelong companion that understands your personality, preferences, and habits. Unlike typical chatbots that help you work faster, Macaron is designed to help you live better, building an ongoing relationship grounded in memory. It's a step change in AI capability that brings us closer to an assistant that truly knows us, not just our prompts.

What Exactly Is Deep Memory in Macaron?

Im Kern ist Deep Memory eine neuartige agentengesteuerte Speicherarchitektur, die durch Verstärkungslernen trainiert wird. Anstatt sich nur auf den letzten Hinweis für den Kontext zu verlassen (wie es ChatGPT tut), wurde das Macaron-Modell so feinabgestimmt, dass es eigenständig relevante Informationen aus früheren Interaktionen abrufen, zusammenfassen und aktualisieren kann. In der Praxis beginnt jeder neue Chat mit einem speziellen Speichertoken, das eine komprimierte Zusammenfassung dessen einfügt, wer Sie sind und was Ihnen wichtig ist, sodass Macaron „sich nicht nur daran erinnern kann, was gesagt wurde, sondern auch, wer der Benutzer ist.“ Mit anderen Worten, Ihr KI beginnt nicht jedes Mal von vorne – sie hat ein Gespür für Ihre persönliche Geschichte. Dieses Deep Memory System verwendet Verstärkungslernen (RL), um zu entscheiden, was erinnert oder übersehen werden soll, und optimiert kontinuierlich sein Verständnis Ihres Kontexts.

Entscheidend ist, dass Deep Memory es Macaron ermöglicht, über deutlich längere Gespräche und Aufgaben hinweg Kohärenz zu bewahren als ein standardmäßiges großes Sprachmodell. Das System kann vergangene Details abrufen, selbst wenn sich die Interaktionen über Tage oder Wochen erstrecken. Tatsächlich erlaubt Macarons Gedächtnisinnovation die Generierung von großflächigen Outputs – wie personalisierte Mini-Apps mit über 100.000 Codezeilen – und bewahrt dabei Kontext und Kohärenz. Solche Leistungen sind für herkömmliche promptbasierte Modelle mit festen Kontextfenstern praktisch unmöglich. Durch die Verbindung von Logik mit einem erlernten Langzeitgedächtnis erreicht Macaron eine personalisierte, konsistente Leistung, die traditionelle Chatbots nicht erreichen können. Im Wesentlichen verleiht Deep Memory Macaron etwas, das dem menschlichen Langzeitgedächtnis ähnelt – eine Grundlage, auf der die KI sich zusammen mit dem Benutzer weiterentwickeln kann. Diese Technologie bewegt Macaron über eine bloße Q&A-Maschine hinaus und hin zu einem echten persönlichen KI-Agenten, der darauf trainiert ist, sich um die Benutzererfahrung zu kümmern.

Kein "Erinnere mich" mehr von der KI

Für Benutzer ist der Unterschied mit Macarons Gedächtnis sofort spürbar. Bei ChatGPT, Bing, Perplexity oder anderen typischen KI-Assistenten muss man oft Informationen aus der Vergangenheit wiederholen oder kontextualisieren, weil die KI sich nicht an frühere Gespräche erinnert. Diese Systeme sind an ein festes Kontextfenster gebunden – wenn ein Chat zu lang wird, gehen ältere Details aus dem Gedächtnis verloren, und nichts wird übernommen, sobald Sie eine neue Sitzung beginnen. Wie Mustafa Suleyman, der KI-Chef von Microsoft, kürzlich betonte, „speichern heutige Mainstream-KIs keine Informationen von einer Sitzung zur nächsten“, was unterstreicht, dass die Implementierung eines echten Langzeitgedächtnisses einer der wichtigsten nächsten Schritte für die KI ist. Forschungen zu konversationellen Modellen bestätigen dies: Aktuelle große Sprachmodelle sind grundlegend durch ihre „Abhängigkeit von festen Kontextfenstern“ begrenzt und verfügen über kein anhaltendes Gedächtnis, sobald dieses Fenster überschritten wird. In praktischen Begriffen bedeutet das, dass ChatGPT heute vielleicht fachkundig über Kapitel 1 Ihres Problems diskutieren kann, es sich jedoch morgen nicht mehr daran erinnert, dass Sie überhaupt ein Problem haben, es sei denn, Sie erinnern es daran.

Macaron hat bereits den Sprung über diese Einschränkung hinaus gemacht. Sein Deep Memory stellt sicher, dass Sie nie von null mit Ihrem KI-Assistenten beginnen müssen. Sie müssen nicht jedes Mal sagen, „Übrigens, ich bin Vegetarier“, wenn Sie nach Abendessen-Ideen fragen – Macaron hat diese Vorliebe und viele andere bereits verinnerlicht. Tatsächlich haben unabhängige Rezensenten bemerkt, dass Macaron „ein fesselndes und personalisiertes Erlebnis bietet, indem es sich Benutzervorlieben effektiver merkt als typische KI-Chatbots“. Es geht nicht nur um Fakten; Macaron kann sich an wichtige Erlebnisse und sogar den emotionalen Ton vergangener Interaktionen erinnern und diese Erinnerung nutzen, um relevantere, empathische Antworten zu formulieren.

Ein früher Nutzer gab ein eindrucksvolles Beispiel: Nachdem er in einem Gespräch beiläufig seine Katze 「Tequila」 erwähnt hatte, fragte Macaron eine Woche später unaufgefordert, ob er Tequila bald sehen würde. Diese Art von kontextuellem Rückruf – etwas, das selbst ein enger Freund tun könnte – veranlasste den Nutzer zu der Bemerkung, dass 「es sich besonders anfühlte, so erinnert zu werden.」 In einem anderen Fall sagte ein Nutzer Macaron, dass sich seine Antworten etwas formell anfühlten; Macaron wechselte sofort zu einem wärmeren, vertrauteren Ton und behielt diesen freundlicheren Stil in nachfolgenden Gesprächen bei. Solche personalisierten Akzente sind mit Chatbots, die keine Erinnerung über eine einzelne Sitzung hinaus haben, einfach nicht möglich. Es ist der Unterschied zwischen einem Gespräch mit einem unpersönlichen Werkzeug und der Interaktion mit einer KI, die einen kennt. Macarons Fähigkeit, auf der Basis von Erinnerung eine fortlaufende Beziehung aufzubauen, ist bahnbrechend – anstatt dass Sie die KI daran erinnern müssen, worüber Sie gesprochen haben oder wer Sie sind, liegt die Verantwortung bei der KI. Dadurch fühlt sich die Nutzung von Macaron mehr wie das Aufgreifen eines Gesprächs mit einem aufmerksamen Partner an als wie das Abfragen eines Algorithmus. Bemerkenswert ist, dass dies nicht nur ein Gimmick ist; es adressiert, was KI-Experten als Kernmangel aktueller KI identifizieren. Persistente Erinnerung wird allgemein als entscheidend für die langfristige Kohärenz von Gesprächen angesehen und dafür, dass eine KI sich nicht widerspricht oder sich wiederholt. Indem Macaron das Vergesslichkeitsproblem überwindet, das andere Modelle plagt, bietet es ein Erlebnis, das sowohl intuitiver als auch intelligenter ist.

Tiefe Erinnerung, die Apps im Handumdrehen erstellt

Deep Memory verbessert nicht nur Macarons Fähigkeit zur Konversation – es verstärkt die Fähigkeit der KI, auf Ihre Bedürfnisse einzugehen, bis hin zur Softwareerstellung für Sie. Macaron kann innerhalb Ihres Chats sofort benutzerdefinierte Mini-Anwendungen generieren, eine Funktion, die weit über die textbasierten Interaktionen hinausgeht, die die meisten Bots bieten. Da es Ihren Kontext und Ihre Ziele wirklich versteht, kann Macaron als persönlicher Softwareentwickler agieren und mit seinem Langzeitwissen speziell auf Sie zugeschnittene Tools erstellen. Wie das Macaron-Team es beschreibt, kann die KI „sofort benutzerdefinierte ‚Mini-Apps‘ für jeden Benutzer generieren… in nur 15 Minuten,“ und es erfordert keinerlei Kodierung oder komplexe Einrichtung vom Benutzer. Mit anderen Worten: Sie können eine Idee oder ein Problem haben, es in einfacher Sprache beschreiben, und Macaron wird im Handumdrehen eine interaktive Lösung erstellen – alles innerhalb der Chat-Oberfläche.

Überlegen Sie, was das in der Praxis bedeutet. Ein Student kam mit einem chaotischen Stundenplan auf den Campus und bat Macaron einfach um Hilfe bei der Organisation; in etwa fünf Minuten erstellte Macaron eine Kurshelfer- und eine Clubfinder-App, um das Semester des Studenten zu optimieren. Ein anderer Nutzer wollte kochen lernen, hatte aber Angst, dass er aufgeben würde – Macaron reagierte, indem es eine „Anfänger-Kochtagebuch“-App erstellte, die die Kochversuche des Nutzers verfolgte und ihn mit Rezepten und Tipps ermutigte. Zwei Wochen später berichtete dieser Nutzer stolz, dass er dank Macarons sanfter Anleitung und der von der KI erstellten App-Struktur drei Gerichte selbständig kochen konnte. Dies sind keine vorinstallierten „Fähigkeiten“ oder Vorlagen; Macaron generierte diese Mini-Apps buchstäblich auf Abruf, personalisiert für die jeweilige Situation des Nutzers. Es ist eine wesentliche Abkehr von der Einheitssoftware, die wir gewohnt sind. Hier ist die Software selbst maßgeschneidert – erstellt für ein Publikum von einem (oder wenigen), basierend auf einem Gespräch. Und weil das Gedächtnis der KI ihre Designentscheidungen beeinflusst, fühlt sich das Endprodukt unheimlich passend an. Macaron dient im Wesentlichen als „Gedächtnisbank, Programmierer und Begleiter“ in einem, und entwickelt sich zu jedem Werkzeug oder jeder Unterstützung, die Sie in diesem Moment benötigen.

Macaron kann eine einfache Anfrage in eine voll funktionsfähige Mini-App verwandeln. Abgebildet ist hier ein Beispiel für eine Benutzeroberfläche „Rezeptfinder“, die von Macaron erstellt wurde. Der Benutzer gibt seine verfügbaren Zutaten und Geschmacksvorlieben ein, um maßgeschneiderte Rezeptvorschläge zu erhalten. Deep Memory ermöglicht es der KI, sich an die diätetischen Bedürfnisse des Benutzers (z. B. vegetarisch, Allergien) zu erinnern und diese nahtlos in die Logik der App zu integrieren. Innerhalb von Minuten wechselt der Benutzer von der Planung des Abendessens zu einer maßgeschneiderten Koch-App, die speziell für ihn entwickelt wurde.

Bemerkenswert ist, dass diese Mini-Apps nicht nur statische Einmalprodukte sind, die in Ihrem Chat-Verlauf leben – Macaron ermöglicht es Ihnen, sie zu speichern und sogar zu teilen. Wenn die KI ein besonders nützliches Tool für Sie erstellt (zum Beispiel einen Kalorienzähler oder einen Reiseplaner), können Sie einen teilbaren Link generieren, damit auch andere es nutzen können. Tatsächlich bildet sich eine Gemeinschaft um nutzergenerierte KI-Tools. Jede neuartige Lösung einer Person kann potenziell jemand anderem mit einem ähnlichen Bedürfnis helfen. Macaron bietet sogar ein „Playbook“ – eine kuratierte Galerie nützlicher KI-Hacks und Mini-Apps, die erstellt wurden, und Kategorien wie Alltag, Familie, Wachstum und Hobbys umfassen. Beim Durchstöbern finden Sie alles, vom Rezeptfinder für Hobbyköche bis hin zum Campus-Buddy für das Studentenleben, sowie unterhaltsame kleine Spiele und Quizze. Jede Auflistung im Playbook entstand aus einem echten Gespräch und einem echten Benutzerwunsch. Und da sich Macaron erinnert und anpasst, können Sie jede geteilte App nehmen und die KI sie für Sie anpassen lassen. Das ist etwas radikal Neues: die Fähigkeit, personalisierte Software auf Abruf durch natürliche Sprache zu beauftragen und sie dann viral zu verbreiten, wenn sie gut funktioniert. Es ist leicht vorstellbar, dass in naher Zukunft, anstatt App-Stores zu durchsuchen in der Hoffnung, eine App zu finden, die fast das tut, was Sie möchten, Sie einfach Ihre persönliche KI bitten, genau das zu erstellen, was Sie brauchen, und es dann optional mit einem Freund zu teilen. Macaron macht dieses Szenario bereits zur Realität.

Aus technischer Sicht ist diese Fähigkeit ein Beweis für speichergetriebenes Denken. Macarons langfristiger Kontext bedeutet, dass es Anforderungen von einem Schritt zum nächsten im App-Erstellungsprozess übernehmen kann. Es lässt sich nicht von komplexen, mehrstufigen Aufgaben verwirren, weil es nicht vergisst, was das Ziel ist oder welche Teilaufgaben bereits abgeschlossen wurden. Nur wenige KI-Systeme haben die Fähigkeit gezeigt, nicht-triviale Anwendungen spontan zu erstellen und dabei den Kontext zu bewahren – hier scheint Macaron einen neuen Maßstab zu setzen. Und all das geschieht im Gespräch: In einem Moment besprechen Sie ein Problem, im nächsten liefert Ihnen die KI eine interaktive Lösung. Dieser fließende Übergang von Dialog zu Bereitstellung ist genau das, worüber zukunftsorientierte KI-Experten sprechen, wenn sie sich Agenten vorstellen, die sowohl kommunizieren als auch handeln können. Macaron ist der lebendige Beweis für dieses Konzept und erweitert grundlegend, was wir von einem KI-Assistenten erwarten.

Nutzer stärken: Vom Konsumenten zum Schöpfer in der KI-Ära

Macarons Ansatz markiert den Beginn eines neuen KI-Ökosystems – eines, in dem Benutzer als Schöpfer und nicht nur als Konsumenten agieren. Um die Vision zu verstehen, hilft es, eine Analogie zum Aufstieg von nutzergenerierten Inhalten in sozialen Medien zu ziehen. Denken Sie daran, wie TikTok (Douyin) passive Konsumenten von Inhalten fast über Nacht in aktive Schöpfer verwandelte; plötzlich konnte jeder ein Videokünstler sein, weil die Werkzeuge und KI-gesteuerten Effekte so zugänglich waren. Macaron verfolgt dasselbe Ziel für Software und Lösungen. Es senkt die Barriere zur Erstellung benutzerdefinierter Anwendungen erheblich, sodass Alltagsmenschen Mini-Apps ebenso einfach erstellen können, wie sie einen TikTok-Clip filmen würden. Der Schlüssel ist, dass Macaron die schwere Arbeit übernimmt (Codierung, Argumentation, Schnittstellendesign), während der Benutzer die Idee oder das Ziel liefert. In den frühen Tagen von TikTok konnten Benutzer ohne Bearbeitungsfähigkeiten dank intelligenter Vorlagen und Algorithmen überzeugende Videos produzieren. Ähnlich benötigen Macarons Benutzer keine Programmierkenntnisse – ihr persönlicher KI-Partner übersetzt natürliche Sprachbedürfnisse in funktionierende Software. Dies könnte eine kreative Revolution in der Lösung alltäglicher Probleme auslösen, mit der KI als Ermöglicher.

Das zuvor erwähnte Playbook ist ein erster Blick auf diese von KI angetriebene Creator-Ökonomie. Wenn Sie durch das Playbook auf der Macaron-Website scrollen, sehen Sie eine Sammlung von Mini-Apps und „Hacks“ für alle Lebensbereiche, die von der Community erstellt wurden. Es gibt Tools für Essensplanung, Gewohnheitsverfolgung, Lernzeitplanung, Familienbudgetierung, Hobbyprojekte – sogar lustige Quizze und kleine Spiele – alle generiert durch die KI von Macaron für spezifische Nutzerszenarien. Jede Mini-App begann als einzigartiges Gespräch zwischen jemandem und Macaron, aber durch das Teilen wurde sie zu einem wiederverwendbaren Asset für die Community. Das ist sehr ähnlich einem Open-Source-Mindset, aber zugänglich für Nicht-Programmierer. Wenn Sie eine Mini-App im Playbook finden, die fast perfekt für Sie ist, können Sie Macaron bitten, sie anzupassen oder zu erweitern, um besser zu Ihren Bedürfnissen zu passen, und so die Kreation effektiv remixen. Das Endziel ist ein Ökosystem, in dem Lösungen für Nischenprobleme sich kollaborativ verbreiten und weiterentwickeln, wobei KI den Prozess vermittelt. Es ist ein weiter Weg von den statischen App-Stores der Vergangenheit – es fühlt sich mehr wie eine lebendige Bibliothek von KI-gesteuerten Life-Hacks an, die kontinuierlich durch Nutzereingaben geformt wird.

Indem Macaron alltägliche Menschen dazu befähigt, ihre eigenen AI-gestützten Apps zu erstellen und zu teilen, fördert es eine Gemeinschaft von Innovatoren. Dies passt perfekt zum Ethos „Erlebe AI“, das Macaron propagiert – die Idee, dass die nächste Welle der AI darauf abzielt, das tägliche Leben und persönliche Erfahrungen zu bereichern und nicht nur Arbeitsaufgaben zu automatisieren. In der Ära der AI ist es das Ziel des Teams, „ein Ökosystem für das Zeitalter der AI“ zu schaffen, in dem Nutzer zu Erbauern und Teilnehmern im AI-Entwicklungsprozess werden und nicht nur Endnutzer der Algorithmen großer Tech-Unternehmen sind. So wie Web 2.0 passive Websurfer in Content-Ersteller auf Blogs, YouTube und sozialen Medien verwandelte, könnte Macarons Plattform AI-Nutzer in Co-Entwickler einer ständig wachsenden Suite persönlicher AI-Anwendungen verwandeln. Es ist eine kühne Vision – die an die frühen Tage des Smartphone-App-Booms erinnert, nur dass diesmal Apps auf Abruf generiert und durch kollektive Weisheit verbessert werden können. Wenn Macarons Deep Memory und Mini-App-Generierung ein Hinweis darauf sind, könnte dieser Ansatz einen neuen Standard dafür setzen, wie persönliche Technologie aussieht: hochgradig personalisiert, nutzergetrieben und endlos anpassbar.

Auf dem Weg zur echten Intelligenz: Ist Deep Memory ein Schritt näher an AGI?

Die Innovationen von Macaron bieten nicht nur unmittelbare Vorteile für die Nutzer, sondern deuten auch darauf hin, wie sich KI in Richtung einer größeren allgemeinen Intelligenz entwickeln könnte. In der KI-Forschung wird zunehmend darüber gesprochen, dass das Erreichen von etwas Ähnlichem wie artificial general intelligence (AGI) erfordern wird, über das bloße Modell-Scaling hinauszugehen und KI-Systemen mehr menschliche Fähigkeiten zu verleihen: Dinge wie Langzeitgedächtnis, die Fähigkeit, kontinuierlich zu lernen, und die Kapazität, autonome Handlungen auszuführen. Tatsächlich argumentiert eine wachsende Zahl von Experten, dass der Weg zu AGI in „integriertem Kontext, Gedächtnis und Arbeitsabläufen“ liegt, anstatt nur in immer größeren neuronalen Netzwerken. Diese Perspektive hält fest, dass aktuelle große Modelle, obwohl sie leistungsfähig sind, „im Generalisieren über Domänen hinweg scheitern“, weil ihnen Mechanismen fehlen, um wirklich zu erinnern und sich anzupassen. Technische Lösungen – wie einer KI ein dauerhaftes Gedächtnis zu geben, um Informationen über Sitzungen hinweg zu behalten und abzurufen – werden als entscheidend angesehen, um über die Grenzen der heutigen Chatbots hinauszugehen. Mit anderen Worten, eine der größten Hürden für das Erreichen menschenähnlicher Intelligenz in Maschinen ist das Vergesslichkeit unserer KI-Modelle, die sie daran hindert, in freier Wildbahn so zu lernen, wie es Menschen tun.

Insbesondere das Gedächtnis wird oft als das fehlende Puzzlestück hervorgehoben. Mustafa Suleyman (Mitbegründer von DeepMind und jetzt AI-Leiter bei Microsoft) bemerkte kürzlich, dass Modelle zwar schnell in ihrem faktischen Denken und sogar ihrer emotionalen Intelligenz besser werden, aber „das fehlende Teil, das all das verbindet… ist das Gedächtnis.“ Er prognostizierte, dass wir in naher Zukunft (seiner Ansicht nach in den nächsten 18 Monaten) „KI mit sehr gutem Gedächtnis haben werden,“ und er schlug vor, dass eine KI, die mit starkem Denkvermögen, Werkzeugen für Aktionen und Langzeitgedächtnis ausgestattet ist, „ein sehr, sehr mächtiges System“ wäre. Es ist kein großer Sprung, dies als implizite Beschreibung eines AGI-ähnlichen Agenten zu sehen – eines, der verstehen, sich erinnern und im Laufe der Zeit in einem breiten Spektrum von Aufgaben handeln kann. Nach diesem Maßstab ist Macaron AI ein Schritt in diese Richtung. Seine Kombination aus einem robusten Gedächtnis und der Fähigkeit, dynamisch Werkzeuge zu generieren, entspricht eng den Zutaten, die viele Forscher für eine allgemeinere Intelligenz als entscheidend erachten. Macaron ist vielleicht kein AGI (und Begriffe wie ASI oder künstliche Superintelligenz bleiben spekulativ), aber es demonstriert in einem konkreten Produkt mehrere Fähigkeiten, die dem AGI-Ideal näher kommen. Es erinnert sich unbefristet an den Kontext (wie es ein AGI wahrscheinlich tun würde), lernt ein personalisiertes Modell des Nutzers durch wiederholte Interaktionen und modifiziert sein Verhalten selbst, indem es neue Funktionen (Mini-Apps) nach Bedarf erstellt – alles autonom, ohne explizite Neuprogrammierung für jede Aufgabe.

Um es klarzustellen: AGI ist immer noch ein bewegliches Ziel und ein Schlagwort, das für verschiedene Menschen unterschiedliche Dinge bedeutet. Das Team von Macaron ist vorsichtig, das Produkt nicht übermäßig zu hypen – sie nennen es den ersten Personal AI Agent der Experience AI-Ära, nicht ein allwissendes Orakel. Doch indem sie eines der Kernprobleme (Langzeitgedächtnis) lösen und das Denken mit Handlung integrieren, ist Macaron ein greifbarer Beweis für viele Konzepte, die zuvor nur akademische Diskussionen waren. Es zeigt, dass eine KI "trainiert werden kann, sich zu entwickeln" und nicht bei jedem neuen Befehl ihr Verständnis zurücksetzt. Branchenanalysten haben festgestellt, dass das Überwinden der Kontextbeschränkungen von LLMs mit persistentem Gedächtnis „den Weg für verlässlichere und effizientere LLM-gesteuerte KI-Agenten ebnet.“ Tatsächlich ist das, was Macaron bietet – eine KI, die sich an Sie erinnert und auf diesem Gedächtnis aufbaut – genau die Art von Fortschritt, die die KI einen Schritt näher an eine menschenähnliche Kognition bringt. Während wir beobachten, wie Macaron nahtlos IQ, EQ und das, was einige „AQ“ (Aktionsquotient) genannt haben, mit Langzeitgedächtnis verbindet, ist es schwer, es nicht als einen frühen Einblick in die Funktionsweise einer allgemeineren KI in unserem Leben zu sehen. Es ist personalisiert, proaktiv und lernt kontinuierlich – Qualitäten, die bisher weitgehend in Verbraucher-KI-Produkten gefehlt haben. In diesem Sinne ist Macarons Deep Memory nicht nur ein cooles Feature; es könnte tatsächlich die Grundlage für die nächste Generation von KI sein. Jedes Mal, wenn sich Macaron an Ihre vergangenen Interaktionen erinnert oder auf Abruf ein Werkzeug erstellt, definiert es leise unsere Erwartungen an das, was Intelligenz in Maschinen leisten kann, neu. Und vielleicht werden wir in einigen Jahren auf diesen Moment als einen bedeutenden Schritt auf dem Weg zu Maschinen zurückblicken, die nicht nur in engen Bereichen intelligent sind, sondern unser Leben auf allgemeine, adaptive und zutiefst persönliche Weise wirklich verstehen und bereichern.