KI-gestützte
Forschungs-
infrastruktur.
Keine PowerPoint-Konzepte. Laufende Systeme. Zwei Produkte, eine Codebasis, eine Vision — qualitative Forschung radikal zugänglich machen.
# identity studio: "Linn.Games" location: "Lampertheim, DE" focus: [interactive, ai, web] # products cloud: name: "app.linn.games" domain: systematic_review status: LIVE local: name: "MayringCoder" domain: content_analysis runtime: offline_first # model funding: non_dilutive revenue: [credits, saas, license]
Forschungszugang
ist blockiert.
Qualitative Forschung — Literaturreviews, Inhaltsanalysen — ist der Goldstandard für evidenzbasierte Entscheidungen. Und sie bleibt für die meisten unerreichbar.
Zeit. Kosten. Zugang.
„Das Potenzial ist da. Der Zugang fehlt."
Wochen bis Monate
Ein systematischer Review ist ein Vollzeit-Projekt über Wochen. Für kleine Teams schlicht nicht leistbar.
Gute KI ist teuer
Günstige Modelle liefern bei wissenschaftlicher Analyse unbrauchbare Ergebnisse. Qualität hat einen Preis.
Methoden bleiben akademisch
Gründer, NGOs, Praktiker ohne akademischen Background haben keinen Weg rein. Das Potenzial ist da. Der Zugang fehlt.
Zwei Produkte.
Eine Pipeline.
Ein cloud-basiertes Review-System für Tiefe und Methode. Ein lokales Inhaltsanalyse-Tool für Datenschutz und Querfinanzierung. Eine gemeinsame Code-DNA.
Wenig Aufwand. Hohe Qualität.
Forschungstools im
Aufwand-/Qualitäts-Raster
app.linn.games
KI-Literaturreview in 8 Phasen
Von der Forschungsfrage bis zur Synthese — durchgechaint, agentisch, kreditbasiert. Live im Einsatz.
Die 8 Phasen
P1 → P8 automatisch verkettetMayringCoder
KI-Inhaltsanalyse, offline-first
Qualitative Inhaltsanalyse nach Mayring — vollständig lokal. Kein Cloud-API-Key. DSGVO-konform ohne Aufwand.
Was es kann
- 01 Deduktive & induktive Mayring-Analyse
- 02 YAML-Codebook-System
- 03 3-stufige Extraktions-Pipeline
- 04 Adversarial Validation (Advocatus Diaboli)
- 05 MCP Memory Layer (SQLite + ChromaDB)
- 06 QLoRA → GGUF → Ollama Fine-tuning
Querfinanzierung
statt Investor-Druck.
Claude ist teuer — aber das einzige Modell, das wissenschaftliche Analyse zuverlässig liefert. MayringCoder SaaS finanziert die API-Kosten von app.linn.games.
Ein Produkt finanziert das andere.
Vom Self-Hosted bis zum Campus.
Free
Tech-affine Researcher
Starter
Einzelforscher, Studierende
Pro
Forschungsteams, NGOs
Campus
Universitäten, Forschungseinrichtungen
„Investor-Kapital bedeutet Rendite-Erwartung. Das ist inkompatibel mit dem Ziel, Forschungszugang zu demokratisieren."
Stattdessen · Non-Dilutive Funding
Warum das ins Impact
Sprint Lab passt.
Evidenzbasierte Entscheidungen ohne akademischen Background.
Lokale Verarbeitung. Sensible Daten bleiben im System.
Querfinanzierung — langfristig stabil, kein Exit-Druck.
Kein MVP-Konzept.
Laufende Systeme.
Zwei Laufzeiten, ein Team.
# runtime framework: "Laravel 12" language: "PHP 8.4" frontend: [Livewire, Volt, Filament] # data database: "PostgreSQL 16" extension: pgvector cache: "Redis" # ai + ops llm: "Claude API (Anthropic)" runtime: [Docker, Nginx] deploy: deploy.sh # CI/CD
# runtime language: "Python 3.11+" llm: "Ollama (lokale LLMs)" # data vector_db: "ChromaDB" metadata: "SQLite" mcp: "FastMCP stdio" # fine-tuning training: [QLoRA, Unsloth] export: [GGUF, Ollama] runtime: "Docker" deploy: run.sh # pipeline
Kein Kapital —
Pilotnutzer.
Pilotnutzer aus Forschung und Impact-Startup-Umfeld, die app.linn.games an echten Reviews testen — und ehrliches Feedback geben.
Danke.
Keine PowerPoint-Konzepte. Laufende Systeme. Zwei Produkte, eine Codebasis, eine Vision — qualitative Forschung radikal zugänglich machen.