Tessera: Mein Open-Source-Projekt für lokale KI, Organisation und ein zweites Gedächtnis

Ich habe Tessera als Open-Source-Projekt veröffentlicht: einen lokalen, datenschutzfreundlichen Life-Organizer, den ich selbst im Alltag nutze. Nicht als fertiges SaaS-Produkt, nicht als große Plattform, sondern als reale Software, die aus einem konkreten Bedarf entstanden ist: Studium, Arbeit, Termine, Notizen, Erinnerungen und Finanzen besser zusammenzubringen.

Der Code liegt öffentlich auf GitHub: github.com/tolgaSan/Tessera-open.

Tessera ist für mich auch ein Stück „Proof of Work“. Das Projekt zeigt, wie moderne Fullstack-Entwicklung, lokale KI, Review-Flows und nachvollziehbare Automatisierung praktisch zusammenspielen können, ohne dass persönliche Daten standardmäßig an einen Cloud-Dienst wandern.

Warum ich Tessera gebaut habe

Viele Organisationssysteme lösen nur einen Teil des Problems. Der Kalender kennt Termine, die Notizen kennen Gedanken, Finanz-Tools kennen Einnahmen und Ausgaben, KI-Tools kennen den aktuellen Prompt. Aber im Alltag hängen diese Dinge zusammen.

Ich wollte ein System bauen, das Kalender, Notizen, Erinnerungen, importierte Informationen und persönliche Wissensorganisation nicht als getrennte Inseln behandelt. Gleichzeitig sollte es nicht die Kontrolle übernehmen. Tessera soll helfen, Dinge vorzuschlagen, zu strukturieren und wiederzufinden, aber wichtige Änderungen bleiben prüfbar.

Der Kern ist deshalb nicht „eine KI, die alles automatisch macht“, sondern ein ruhiger Arbeitsfluss:

Informationen erfassen
Vorschläge erzeugen
Änderungen prüfen
dauerhafte Daten nachvollziehbar speichern
später wieder auffindbar machen

Diese Haltung ist mir wichtig. Gute Automatisierung fühlt sich nicht magisch an. Sie ist verständlich, kontrollierbar und zuverlässig genug, dass man sie regelmäßig nutzt.

Was Tessera macht

Tessera ist kalenderzentriert. Der Kalender ist der Ort, an dem viele Lebensbereiche sichtbar werden: Vorlesungen, Arbeit, Termine, Fristen, Routinen und geplante Aufgaben.

Darum herum verbindet Tessera mehrere Funktionen:

Kalenderansicht mit lokalem Backend
KI-gestützte Chat- und Assistenzfunktionen
OCR für Screenshots und importierte Informationen
Review-Flows, bevor Daten dauerhaft geschrieben werden
Life Inbox für offene Eingänge, Notizen, Erinnerungen und Importbelege
Markdown-Vault als lokales zweites Gedächtnis
Einnahmen-/Ausgaben-Tracking und einfache Auswertungen für private Planung
lokale App-Daten für Zustände, Jobs und Transkripte

Besonders wichtig ist der Review-Ansatz. Wenn Tessera aus einem Screenshot oder einer Notiz strukturierte Daten ableitet, sollen diese nicht blind in Kalender oder Vault landen. Erst wird ein Vorschlag erzeugt, dann geprüft, dann übernommen.

Das klingt unspektakulär, ist aber für verlässliche KI-Integration entscheidend. Gerade bei persönlichen Daten, Kalendern oder Finanzinformationen ist ein nachvollziehbarer Zwischenschritt oft wertvoller als maximale Automatik.

Warum Local-first und Datenschutz wichtig sind

Tessera verarbeitet Informationen, die privat bleiben sollen: Termine, Notizen, Erinnerungen, persönliche Planungsdaten und Finanzübersichten. Deshalb ist die Architektur bewusst local-first gedacht.

Local-first bedeutet hier nicht, dass niemals externe Dienste existieren dürfen. Es bedeutet, dass die Grundfunktion lokal bleibt und Cloud-Dienste nicht die Voraussetzung für den Alltag sind. Der Nutzer soll verstehen können, wo Daten liegen, welche Prozesse laufen und welche Informationen dauerhaft gespeichert werden.

Bei Tessera heißt das konkret:

Der Tessera Vault ist ein normaler Ordner mit Markdown-Dateien und Anhängen.
Lokale KI- und OCR-Komponenten können ohne zentrale Cloud-Abhängigkeit genutzt werden.
App-Zustände und lokale Daten liegen auf dem eigenen Gerät.
Externe Provider oder Sync-Mechanismen sind optional und nicht das Fundament.
Es gibt keine Analytics, Telemetrie oder Crash-Reports im lokalen App-Pfad.

Diese Prinzipien sind auch für Unternehmenssoftware relevant. Kanzleien, Praxen, Steuerberater und KMUs brauchen nicht immer mehr Cloud-Abhängigkeit. Sie brauchen Systeme, die sensible Daten respektieren, Abläufe vereinfachen und trotzdem kontrollierbar bleiben.

Technischer Stack und Architektur

Tessera ist kein kleines Demo-Script. Das Projekt verbindet mehrere technische Schichten:

Frontend: React, TypeScript, Vite, Tailwind CSS, TanStack Query und FullCalendar
Backend: Kotlin mit Spring Boot als zentrale Produktlogik
AI Worker: Python für OCR, Vision- und modellnahe Aufgaben
Lokale KI: Ollama für Chat-Experimente und glm-ocr für Screenshot-Parsing
Speicher: lokaler Tessera Vault als Markdown-Dateisystem
Entwicklung: Makefile-basierte lokale Workflows, Tests, Linting und Setup-Dokumentation

Die Trennung ist bewusst gewählt. Das Spring-Backend koordiniert Produktlogik und lokale Provider. Der Python-Worker kapselt Aufgaben, die näher an OCR, Vision und Modell-Ausführung liegen. Das TypeScript-Frontend bleibt für die Bedienoberfläche zuständig.

Diese Aufteilung verhindert, dass KI-Funktionen unkontrolliert in die gesamte Anwendung ausfransen. Sie macht außerdem klarer, welcher Teil des Systems wofür verantwortlich ist.

Auch die Datenhaltung folgt diesem Gedanken. Dauerhafte Erinnerungen und strukturierte Wissensnotizen landen nicht in einer undurchsichtigen proprietären Datenbank, sondern im Vault. Markdown ist nicht perfekt, aber es ist lesbar, versionierbar, portabel und langfristig verständlich.

Wie ich Tessera privat nutze

Ich nutze Tessera privat, um Studium, Arbeit, Termine, Notizen und Finanzen besser zu organisieren. Wichtig ist dabei: Es geht nicht darum, persönliche Details öffentlich zu machen. Entscheidend ist die Art des Workflows.

Ein typischer Nutzen liegt darin, Informationen nicht mehrfach pflegen zu müssen. Wenn aus einem Import ein Kalendereintrag entstehen soll, wenn eine Notiz später wieder auffindbar sein muss oder wenn Einnahmen und Ausgaben in einem privaten Überblick landen, hilft Tessera dabei, diese Schritte strukturierter zu machen.

Der zweite große Nutzen ist das zweite Gedächtnis. Manche Informationen sind nicht dringend genug für den Kalender, aber zu wichtig, um in einem Chatverlauf, Screenshot oder losen Gedanken zu verschwinden. Tessera versucht, genau diese Zwischenräume abzubilden: schnell erfassen, später prüfen, dann dauerhaft ablegen.

Für mich ist das Projekt deshalb nicht nur technisch interessant. Es ist ein Werkzeug, das ich baue, weil ich es selbst brauche.

Was das Projekt über meine Arbeitsweise zeigt

Tessera zeigt mehrere Dinge, die auch in Kundenprojekten relevant sind.

Erstens: Ich baue KI nicht als Dekoration ein. KI-Funktionen müssen in einen echten Prozess eingebettet sein: mit Eingaben, Grenzen, Fehlerfällen, Review-Schritten und nachvollziehbaren Ergebnissen.

Zweitens: Datenschutz ist kein nachträgliches Feature. Wenn eine Anwendung mit sensiblen Informationen arbeitet, muss die Architektur früh entscheiden, welche Daten wohin fließen und welche Teile lokal bleiben.

Drittens: Automatisierung braucht Vertrauen. Vertrauen entsteht nicht dadurch, dass ein System möglichst viel selbst entscheidet. Es entsteht dadurch, dass der Nutzer versteht, was passiert, und kritische Schritte prüfen kann.

Viertens: Gute Software ist oft unspektakulär im besten Sinne. Sie startet lokal, hat klare Zuständigkeiten, ist dokumentiert, testbar und reparierbar. Genau diese Eigenschaften machen aus einem Experiment ein nutzbares Werkzeug.

Open Source als ehrlicher Nachweis

Open Source ist für mich hier kein Marketing-Etikett. Es macht den Stand des Projekts sichtbar: die Architektur, die Entscheidungen, die Grenzen, die noch offenen Stellen und die Richtung.

Tessera ist aktuell ein öffentliches Referenz-Snapshot. Es ist kein abgeschlossenes Massenprodukt und erhebt auch nicht diesen Anspruch. Aber genau darin liegt der Wert: Man kann sehen, wie das System gedacht ist, wie lokale KI eingebunden wird, wie Review-Flows funktionieren und wie Datenschutz nicht nur in einer Datenschutzerklärung steht, sondern in Architekturentscheidungen sichtbar wird.

Für Sanly Tech ist das relevant, weil viele Kunden heute genau vor solchen Fragen stehen:

Welche Prozesse lassen sich sinnvoll automatisieren?
Wo kann KI helfen, ohne Kontrolle zu verlieren?
Welche Daten dürfen in die Cloud und welche besser nicht?
Wie baut man Software, die nicht nur beeindruckt, sondern im Alltag funktioniert?

Tessera ist eine konkrete Antwort aus der Praxis. Keine perfekte Antwort, aber eine gebaute.

Fazit

Tessera ist mein Versuch, Organisation, lokale KI, Datenschutz und persönliche Wissensarbeit in einem nutzbaren System zusammenzuführen. Der Fokus liegt nicht auf großen Versprechen, sondern auf einem nachvollziehbaren Arbeitsfluss: erfassen, prüfen, speichern, wiederfinden.

Genau diese Art von Software interessiert mich: Systeme, die Menschen Arbeit abnehmen, ohne ihnen Kontrolle zu nehmen. Systeme, die KI praktisch einsetzen, aber nicht blind automatisieren. Systeme, die mit sensiblen Daten respektvoll umgehen.

Wer sich den Code anschauen möchte, findet das Projekt hier:

Tessera auf GitHub ansehen