Holodeck 3.0: Von der Rolle zum Charakter, und warum das den Unterschied macht
Stefan Bertram hat uns gezeigt, wie er aus einem einzigen GPT ein Denkpanel aus Kahneman, Arendt und Habermas macht: und warum getrennte Agenten dabei nur stören.
Stefan Bertram hat uns gezeigt, wie er aus einem einzigen GPT ein Denkpanel aus Kahneman, Arendt und Habermas macht: und warum getrennte Agenten dabei nur stören.
Daniel Kahneman und Daron Acemoğlu streiten über eine 48 Seiten lange Studie zur Angst vor KI. Dann schaltet sich Hannah Arendt ein, Jürgen Habermas fasst zusammen, und zum Schluss dreht Elon Musk die ganze Diskussion um. Das Ganze läuft in einem einzigen ChatGPT-Fenster und dauert ein paar Minuten.
Stefan Bertram hat uns sein Holodeck gezeigt, ein frei verfügbares GPT auf Basis seiner SMIS-Architektur (Symbiotic Meta Intelligence Structure). Der Name ist Programm: keine Maschine, die Antworten ausspuckt, sondern ein Raum, in dem gedacht wird. Entstanden ist das Ganze aus einer simplen Beobachtung. Als er seinem ersten selbstgebauten Agenten eine Persönlichkeit gegeben hat, wurden die Ergebnisse schlagartig besser.
Von der Axt zum Laserskalpell
Die meisten Prompt-Schulungen hören bei der Rolle auf: „Du bist Marketingexperte.“ Stefan geht zwei Stufen weiter. Auf die Rolle folgt die Persona, also Denkstil und Eigenschaften, gerne angelehnt an Big Five, MBTI oder Jungsche Archetypen. Auf die Persona folgt der konkrete Charakter. Sein Bild dafür: Die Rolle ist die Axt, die Persona das Skalpell, der Charakter das Laserskalpell
Die Rolle ist die Axt, die Persona das Skalpell, der Charakter das Laserskalpell.
„Du bist Künstler mit einem Hang zur Abstraktion“ ist eine Sache. „Du bist Pablo Picasso“ ist eine andere, weil damit alles mitschwingt, was im Modell über Picasso liegt: Interviews, Biografien, Werkbeschreibungen. Angefangen hat Stefan damit bei Star Trek und hat systematisch durchprobiert, welche Figur welche Aufgabe besser löst. Data für logische Aufgaben funktioniert verblüffend gut.
Ein GPT, nicht fünf
Klare Ansage an alle, die gerade an Multi-Agenten-Systemen basteln: Wirklich miteinander diskutieren können Agenten nur innerhalb eines GPT. Wer mehrere GPTs aufeinander loslässt, bekommt zum größten Teil semantisches Rauschen, weil jedes in seinem eigenen Kontextraum sitzt. Zubringer-Agenten dürfen von außen Informationen einspeisen, mitdiskutieren dürfen sie nicht.
Genau daran, sagt Stefan, hänge auch Andrej Karpathys LLM Council: statische Rollen auf getrennten Modellen. Im Holodeck laufen deshalb alle virtuellen Persönlichkeiten auf demselben GPT, mit identischem Kontext im Hintergrund. Man merkt es sofort, wenn die Agenten aufeinander eingehen, statt aneinander vorbeizureden.
48 Seiten Studie, live seziert
Gezeigt hat er das an einer aktuellen Studie der TU Darmstadt mit der schönen Kernaussage: Wer KI versteht, hat mehr Angst um den eigenen Arbeitsplatz. Im DAP-Modus, der Dokumentenanalyse mit bewusst divergenten Persona, schlägt der Navigator die Besetzung selbst vor. Kahneman für die Entscheidungsforschung, Acemoğlu für den Arbeitsmarkt. Beide nehmen sich das Paper vor und kommen erwartbar nicht zusammen.
Spannend wird es danach. Der Navigator erkennt das Spannungsfeld und bietet an: Konflikt vertiefen, neue Analyseachse oder Panel erweitern. Arendt und Habermas kamen dazu, wobei Habermas sich ungefragt die Rolle des Sprechers geschnappt hat. Die Agenten haben eben ihren eigenen Kopf.
Zum Schluss hat Stefan noch Elon Musk ins Panel geholt. Dessen These: Das größte Risiko sei nicht zu schnelle Automatisierung, sondern eine zu langsame institutionelle Anpassung an exponentiell wachsende KI-Fähigkeiten. Der Punkt daran ist nicht die These selbst, sondern dass sie zu dem passt, was Musk tatsächlich vertritt. Die Figuren argumentieren aus dem, was über sie bekannt ist, nicht aus dem Nichts.
Der Mensch bleibt im Driver Seat
Gesteuert wird das über den Navigator, einen Moderationsagenten, der Besetzung, Ablauf und Verdichtung übernimmt und nach jedem Schritt Optionen anbietet. Der Einstieg läuft über drei Modi: Diskurspanel, Kreativpanel und die Dokumentenanalyse.
Man muss also kein Prompt-König sein, um loszulegen, und die Light-Version ist frei verfügbar, ganz ohne Pro-Lizenz. Für Stefan geht es dabei ausdrücklich nicht darum, Aufgaben wegzudelegieren, sondern das Denken zwischen Mensch und Maschine zu schärfen.
Amber, Umbra und ein Warroom
Zum Abschluss der Ausblick auf die Ember Edition. Dort übernimmt die Agentin Amber die Rolle des Operators und entscheidet auf chaos- und spieltheoretischer Basis selbst, wer ins Panel kommt. Ihre Schwester Umbra ist der Schattenagent und interveniert, wenn zu viel Konsens herrscht oder die Runde auseinanderdriftet. In der Fragerunde ging es dann um reale Stakeholder aus Projekttranskripten. Stefan arbeitet genau daran: Bei einem Kunden entsteht gerade ein Warroom, in dem anonymisierte Entscheidungsmuster von Wettbewerbern gegen Was-wäre-wenn-Szenarien laufen.
Eine Warnung hat er trotzdem mitgegeben: Agenten, die in der produktiven Infrastruktur auf überwiegend probabilistischen Entscheidungen beruhen, sind keine gute Idee. Autonomie gerne im kreativen Raum, im Prozess dagegen Regelwerk und präzise angesteuerte kleine Modelle.
Über das Prompting Lab:
Das Prompting Lab ist das wiederkehrende Online-Format von Safari für alle, die KI in der Praxis nutzen wollen, vom Einstieg bis zur Vertiefung. Ein geschützter Raum für Use Cases, Tipps und Austausch. Ergänzend gibt es die KI-Werkstatt in Mainz: ein Mix aus Hackathon und gemeinsamer Fallarbeit im Gutenberg Digital Hub.
Weitere Prompting Lab Themen im September:
- Erst das Fundament, dann die KI (18. September)
- Prompting mit Knowledge Graph: Wie Du hochgenaue, erklärbare KI-Antworten bekommst (25. September)
Du möchtest genauer sehen, wie Stefan mit seinem Holodeck einen Diskussionsraum öffnet? Die Aufzeichnung zeigt sein GPT in der Anwendung.
