Zum Inhalt springen
ReviewRamble

Der wöchentliche Brief

KI im Test, in deinem Postfach.

  • Neue Tests von Tools, Modellen, MCP-Servern und Repos, mit dem Urteil vorneweg
  • Neu geprüfte Preise und Bewertungen, wenn sich etwas ändert
  • Neue Analysen, sobald sie erscheinen

Modelle, Agenten, MCP-Server und die Tools, die deine Zeit wirklich wert sind.

Eine E-Mail pro Woche. Abmelden kannst du dich über den Link in jedem Brief. Wie wir deine E-Mail-Adresse nutzen

Die besten KI-Tools für das Gedächtnis von Agenten 2026

Mit Gedächtnisschichten merkt sich ein Agent Nutzer, Entscheidungen und Projektkonventionen zwischen Sitzungen, statt jedes Mal bei null anzufangen. Sie reichen von einem Knowledge Graph, der festhält, wann sich Fakten geändert haben, bis zu einem einfachen Notizbuch für einen einzelnen Coding-Agenten.

Von Sheela · Aktualisiert am 26. Okt. 2026 · So testen wir

So haben wir ausgewählt: Jede Empfehlung ist ein Produkt, Modell oder Projekt, das wir getestet haben und das laut unserem Test diese Aufgabe erfüllt, sortiert nach unserer Bewertung (maximal 5 Punkte). Wir erhalten keine Affiliate-Provisionen.

Auch im Ranking: die besten Open-Source-Tools für RAG

  1. 1

    GitHub-Repos: RAG und Daten

    Für Agenten, deren Fakten sich mit der Zeit ändern, ist Graphiti die Open-Source-Gedächtnisschicht, an der sich andere messen müssen, sofern du eine Graphdatenbank betreiben und bei jedem Schreibvorgang für LLM-Extraktion zahlen willst.

    Am besten für: Teams, die langlebige Agenten bauen, die sich veränderliche Fakten über Nutzer, Konten oder die Welt merken müssen.

    Preis: Kostenlos und Open Source unter Apache 2.0. Die Graphdatenbank stellst du selbst, und du bezahlst die LLM- und Embedding-Aufrufe bei der Aufnahme.

    Unseren Test von Graphiti lesen
    4.3/5
  2. 2

    GitHub-Repos: RAG und Daten

    Mem0 ist noch immer der schnellste Weg, einem Agenten ein Gedächtnis zu geben, aber das Open-Source-SDK wird zunehmend zur Testversion einer Plattform, die Graph Memory und die besten Benchmark-Werte für sich behält.

    Am besten für: Entwickler, die Chatbots und Agenten ein sitzungsübergreifendes Gedächtnis für Nutzer geben.

    Preis: Open-Source-SDK kostenlos unter Apache 2.0. Platform: Free (10.000 Adds und 1.000 Abrufe im Monat in den ersten 30 Tagen, Modellaufrufe inklusive, danach 50.000 Adds und 10.000 Abrufe mit eigenem LLM-Schlüssel, darüber hinaus nutzungsbasiert abgerechnet bis zu einer selbst gesetzten Obergrenze); Custom-Pläne auf Angebot. Die früheren Pläne Starter für 19 $ und Pro für 249 $ werden nicht mehr aufgeführt.

    Unseren Test von Mem0 lesen
    4.0/5
  3. 3

    GitHub-Repos: RAG und Daten

    Cognee baut aus fast jeder Quelle einen gemeinsamen Wissensgraphen, aber seine Voreinstellungen brauchen einen Verantwortlichen, bevor sie auf die Produktion treffen.

    Am besten für: Teams, die mehrere Agenten bauen, die einen gemeinsamen, aus vielen Quellen zusammengesetzten Wissensgraphen brauchen.

    Preis: Open Source unter Apache 2.0. Cognee Cloud: kostenlos bis 1 Mio. Tokens und ein Workspace, danach 1 $ pro 1 Mio. Tokens plus 5 $ pro zusätzlichem Workspace und Monat; Enterprise ist ein BYOC-Projekt nach Angebot.

    Unseren Test von Cognee lesen
    3.8/5
  4. 4

    GitHub-Repos: Tools für Coding-Agenten

    Echtes Gedächtnis über Sessions hinweg für Claude Code, verpackt in einen Installer, der dich zu einem gehosteten Abo lenkt, und mit einer Verdichtungsrechnung, die du im Blick behalten musst.

    Am besten für: Entwickler an langlaufenden Projekten, die wollen, dass sich der Agent an frühere Sessions erinnert.

    Preis: Open Source (Apache-2.0). Die Verdichtung läuft über deinen Anthropic-Plan oder deinen eigenen Key. Gehostete CMEM-Pläne: Pro 30 $/Monat, Heavy 70 $/Monat, Max 100 $/Monat mit Mehrverbrauch; Preise für TeamBrain nicht angekündigt.

    Unseren Test von claude-mem lesen
    3.7/5
  5. 5

    MCP-Server: Daten und Datenbanken

    Ein aufgeräumtes, lokales Gedächtnis für Agenten, die ohnehin neben Qdrant laufen, bewusst zu klein, um eine allgemeine Schnittstelle zur Datenbank zu sein.

    Am besten für: Teams, die bereits Qdrant betreiben und ein einfaches, selbst gehostetes semantisches Gedächtnis oder einen Snippet-Speicher für ihre Agenten wollen.

    Preis: Kostenlos und Open Source (Apache 2.0). Qdrant lässt sich kostenlos selbst hosten; Qdrant Cloud hat eine kostenlose Stufe mit einem Knoten (0,5 vCPU, 1 GB RAM, 4 GB Festplatte), ein nutzungsbasiertes Standard und eine Premium-Stufe mit Mindestumsatz.

    Unseren Test von Qdrant MCP Server lesen
    3.7/5
  6. 6

    MCP-Server: Gedächtnis und Reasoning

    Eine lesbare lokale Datei und eine Teilstringsuche machen ihn zu einem ordentlichen Notizbuch für einen Agenten und zu einem schwachen Langzeitgedächtnis, sobald der Graph wächst.

    Am besten für: Hobbyisten und Entwickler, die lernen wollen, wie dauerhaftes Gedächtnis über MCP funktioniert.

    Preis: Kostenlos und Open Source.

    Unseren Test von Memory (reference server) lesen
    3.5/5
  7. 7

    MCP-Server: Gedächtnis und Reasoning

    Eine durchdachte Antwort auf Arbeitsverlust bei der Kompaktierung, verpackt in 38 Tools und einen Commit-Befehl, den die meisten Nutzer abschalten sollten.

    Am besten für: Claude Code-Nutzer mit langen Sitzungen, die bereit sind, dem Agenten zu sagen, wann er Checkpoints speichern und wiederherstellen soll.

    Preis: Kostenlos und unter MIT-Lizenz.

    Unseren Test von MCP Memory Keeper lesen
    3.4/5

Mehr KI für Aufgaben