Archivposition — gemessen, nicht Modell-Ausgabe
Likes auf Devpost: 1
Platz #1.474 von 7.845 Projekten in diesem Archiv, nach Community-Likes.
Projekte (Log-Skala)
Likes auf Devpost. ▲ markiert die Gruppe dieses Projekts.
Diagramme anzeigen
| Likes | Projekte | Anteil des Archivs |
|---|---|---|
| 0 | 5.584 | 71,2% |
| 1 | 1.758 | 22,4% |
| 2 | 283 | 3,6% |
| 3–4 | 131 | 1,7% |
| 5–9 | 75 | 1,0% |
| 10+ | 14 | 0,2% |
User Stories BotA demo video on every pull request
Get a demo video on every new feature
GitHub App that watches your pull requests and records a narrated, captioned demo.
Save time on demo prep and make informed decisions faster with a video walkthrough of every new feature.
Executive Summary
Wofür das Unternehmen offenbar steht
Die Beschreibung besagt, dass Mneme ein Projekt ist, das "souverne, portierbare Speicherinfrastruktur für KI-Agenten" aufbaut. Es behauptet, es ermögliche KI-Agenten, Erinnerungen über Modellwechsel hinweg beizubehalten, indem es On-Chain-Attestierungen über die Monad-Blockchain nutzt. Das System umfasst einen Vault zum Speichern von Erinnerungen, einen kryptografischen Eigentumsnachweis und GDPR-konforme Löschmechanismen.
Was sich geändert hat
Die Autoren geben an, dass dieses Projekt ursprünglich auf einem anderen Hackathon konzipiert, aber während der OpenAI Build Week wiederbelebt wurde, wo es in einer Woche zu einer Full-Stack-Lösung entwickelt wurde. Es umfasst Backend-Komponenten (Solidity-Verträge, Fastify-API), Frontend (Next.js-Dashboard) und Integrationen mit KI-Tools wie Claude Desktop und Windsurf.
Die wichtigste offene Frage — die kommerzielle Due-Diligence-Einschätzung
Gibt es Belege für Traction oder Product-Market-Fit über einen Hackathon-Prototyp hinaus? Die Beschreibung liefert keine Daten zu Umsatz, Kunden, Nutzung oder Adoption. Alle Behauptungen sind selbst gemeldet und unbestätigt.
Was das Produkt tatsächlich ist
Die Beschreibung besagt, dass Mneme ein System ist, das KI-Agenten "ein Gedächtnis gibt, das sie tatsächlich besitzen". Es umfasst:
- Ein souveränes Vault zum Speichern von Erinnerungen
- On-Chain-Attestierungen über die Monad-Blockchain
- Ein Mechanismus, um die Konsistenz des Gedächtnisses beim Wechseln von Modellen (z. B. von Claude zu GPT) aufrechtzuerhalten
- GDPR-konformes Löschen mithilfe eines Smart Contracts, der kryptografische Grabsteine ausstellt
- Ein MCP-Server zur Integration mit KI-Tools wie Claude Desktop, Cursor und Windsurf
- Ein Dashboard, das mit Next.js erstellt wurde
Das System nutzt:
- Fastify REST API, die mit PostgreSQL und pgvector für semantische Suche verbunden ist
- Neo4j für temporale Wissensgraphen
- Redis für Schreibresilienz
- Solidity-Verträge auf der Monad Testnet (VaultRegistry, AttestationAggregator, DeletionProver, MemoryMarket)
- Integration mit Codex für Scaffolding und Entwicklung
Schlussfolgerung Das Produkt ist ein Proof-of-Concept oder ein Prototyp in einer frühen Phase, der in einer Woche erstellt wurde. Es gibt keine Belege dafür, dass er in Produktion eingesetzt oder von Endnutzern verwendet wurde.
Positionierung & Claim-Entwicklung
Die Beschreibung besagt, dass Mneme vom Problem inspiriert wurde, dass KI-Agenten beim Wechseln von Modellen ihr Gedächtnis verlieren, und dass aktuelle Lösungen nur "dies über Sitzungen hinweg merken" lösen, aber nicht "dies über Anbieter hinweg mit kryptografischem Eigentumsnachweis merken".
Es positioniert sich als:
- Souverne und portierbare Speicherinfrastruktur
- On-Chain-Attestierungen über Monad
- GDPR-konform durch Design
- Ermöglicht das Wechseln von Modellen unter Beibehaltung des Kontexts
Schlussfolgerung Die Positionierung konzentriert sich auf Datenhoheit, Interoperabilität und Compliance. Es behauptet, eine fundamentale Schicht für KI-Agenten zu sein, die über verschiedene Plattformen hinweg wiederverwendet werden kann.
Zielkunde & ICP
Die Beschreibung gibt nicht an, wer der Zielkunde oder das ideale Kundenprofil (ICP) ist. Sie impliziert Anwendungsfälle in Unternehmensumgebungen aufgrund der GDPR-konformen Funktionen, benennt aber keine spezifischen Kundensegmente.
Nicht belegt Keine Belege für Zielkunden-Personas, Käuferprofile oder Anwendungsfälle über einen Hackathon-Prototyp hinaus.
Business Model & Preisbelege
Die Beschreibung enthält keine Informationen zu Preisen, Monetarisierung oder Geschäftsmodell. Es wird ein "Memory Market" erwähnt, der auf dem Monad Testnet live ist, aber es wird nicht angegeben, ob er Einnahmen generiert oder wie Nutzer für Memory Packs bezahlen.
Nicht belegt Keine Hinweise auf Preise, Monetarisierungsstrategie oder Einnahmequellen.
Technische & Auslieferungs-Signale
Die Beschreibung lautet:
- Entwickelt mit Fastify, Next.js, Solidity, Neo4j, PostgreSQL, Redis, Docker, Codex
- Verwendet viem und Drizzle ORM für die Interaktion mit Smart Contracts
- Enthält einen MCP-Server, der mit Claude Desktop, Cursor, Windsurf funktioniert
- Verfügt über ein Dashboard mit Demomodus
- Implementiert das Batching von Attestationen, um die Transaktionslast zu reduzieren
- Verwendet SpaCy NER für das Scannen von PII
Schlussfolgerung Der technische Stack ist modern und enthält Blockchain-Komponenten. Es scheint sich um einen Full-Stack-Prototyp zu handeln, der in einer Woche schnell erstellt wurde.
Traction & Reifegrad-Signale
Die Beschreibung lautet:
- In einer Woche während der OpenAI Build Week entwickelt
- Live auf dem Monad Testnet
- Die erste echte Memory-Pack-Listung und der Mainnet-Launch sind geplant
- Native Plugins für LangGraph und CrewAI befinden sich in der Entwicklung
Nicht belegt Keine Hinweise auf Nutzerakzeptanz, Einnahmen oder Kundenbindung über den Prototyp hinaus.
Wettbewerbskontext
Die Beschreibung erwähnt keine Wettbewerber. Sie besagt, dass aktuelle Lösungen nur "dies über Sitzungen hinweg merken" lösen, aber nicht "dies über Anbieter hinweg mit kryptografischem Nachweis, dass man es besitzt".
Schlussfolgerung Das Projekt positioniert sich als Lösung für eine Marktlücke bei interoperablen, souveränen KI-Speichersystemen – es wird jedoch keine Wettbewerbsanalyse vorgelegt.
Offene Fragen & Risiken
- Nur Prototyp: Das System wird als Hackathon-Prototyp beschrieben, nicht als Produkt mit Traction oder Kunden.
- Keine Einnahmen oder Monetarisierungsstrategie: Keine Hinweise darauf, wie das Projekt Einkommen generieren wird.
- Unbewiesene Marktnachfrage: Die Beschreibung zeigt kein Nutzerfeedback, keine Pilotprogramme oder keine reale Adoption.
- Begrenzte Teamgröße: Es werden nur zwei Mitglieder (Hassan Rehman, Mrunmayee Daware) erwähnt; es gibt keine Hinweise auf Skalierung oder Unterstützungsstruktur.
- Nur Testnet: Der Memory Market ist auf dem Monad Testnet live, nicht auf dem Mainnet – was darauf hindeutet, dass er noch nicht produktionsreif ist.
Fragen, die die Beschreibung offenlässt
- Welche konkreten Anwendungsfälle haben Sie für die Unternehmensadoption identifiziert?
- Wie planen Sie, den Memory Market oder andere Komponenten zu monetarisieren?
- Haben Sie bereits Nutzertests oder Feedback-Sitzungen mit KI-Entwicklern oder Unternehmen durchgeführt?
- Wie lautet Ihre Roadmap für den Übergang vom Testnet zum Mainnet und die Skalierung des Systems?
- Gibt es bereits bestehende Partnerschaften oder Integrationen mit KI-Plattformen über Claude Desktop, Cursor und Windsurf hinaus?
- Wie planen Sie, Datenschutz und Compliance im großen Maßstab zu handhaben?
Gesamtbewertung
Die Beschreibung besagt, dass Mneme ein Hackathon-Projekt ist, das in einer Woche entwickelt wurde, ohne Hinweise auf Traction, Einnahmen oder Kundenadoption. Es wird als fundamentale Schicht für KI-Agenten mit souveränen Speicherfähigkeiten positioniert, verfügt aber über keine kommerzielle Validierung.
Nicht belegt Keine Daten zu Produkt-Market-Fit, Einnahmen oder Skalierbarkeit über die Prototypenphase hinaus.
Vertrauensgrad Niedrig – dies ist ein selbstberichteter, nicht verifizierter Prototyp ohne Bestätigung durch Dritte. Das Projekt hat keine kommerzielle Machbarkeit oder Marktdurchdringung nachgewiesen.
Umsetzen
Möchtest du etwas Ähnliches wie Mneme bauen?
Wir helfen Gründern, Ideen wie diese in eine funktionierende erste Version zu verwandeln: Identifiziert das Kernproblem, streicht den Rest und testet es mit echten Nutzern. Sagt uns, was ihr bauen wollt, und wir definieren den Umfang gemeinsam mit euch.
Ihr seid euch nicht sicher, was ihr zuerst bauen sollt? Beginnt mit einem klickbaren Prototyp.
KFG international ist nicht mit Mneme oder seinen Autoren verbunden.
User Stories BotA demo video on every pull request
Get a demo video on every new feature
GitHub App that watches your pull requests and records a narrated, captioned demo.
Save time on demo prep and make informed decisions faster with a video walkthrough of every new feature.
Quelle
Eingereicht bei der OpenAI 2026 Hackathon auf Devpost. Projektseite auf Devpost. Zurück zur vollständigen Galerie auf Devpost.
Diese Wettbewerbsanalyse wurde von
top-founders.com erstellt (wird in einem neuen Tab geöffnet)
Von einem Sprachmodell erzeugt aus der öffentlichen Devpost-Seite dieses Projekts — deren Kurzbeschreibung, dem Projektbericht des Autors und den dort gegebenenfalls angegebenen Built-with-Tags — erfasst im August 2026. Kurze Zitate sind die Worte des Autors. Es ist eine Einschätzung der Idee als Geschäft, nicht der Menschen dahinter, und sie gibt die Beschreibung so wieder, wie sie damals veröffentlicht war. Wenn sich das Projekt weiterentwickelt hat, fordern Sie unten eine Korrektur an. Die Analyse ist keine unabhängige Forschung und enthält keine verifizierten Daten zu Wachstum, Umsatz oder Kunden.
Ein unabhängiger Leitfaden von KFG International LLC — weder mit Devpost noch mit OpenAI verbunden, von ihnen unterstützt oder autorisiert.