LAB-03 · Forschungslinie · offen dokumentiert
Ein Vertriebssystem, das seine eigene Ansprache prüft, bevor sie rausgeht. Drei KI-Personas debattieren mit einem Pitcher über die Strategie, ein Reality Anchor hält jede Behauptung gegen die Daten, die im System tatsächlich liegen. Erst danach wird gesucht und geschrieben.
Wir betreiben das System für unsere eigene Akquise. Der Quellcode ist offen und kostenlos, weil er zeigt, wie wir arbeiten, und das ist die ehrlichste Arbeitsprobe, die wir haben.
Quellcode anfordernDas Problem
Ein Sprachmodell erzeugt in Sekunden eine Zielgruppendefinition, eine Keyword-Liste und eine Anschreiben-Vorlage. Alles klingt plausibel. Ob die Zielgruppe wirklich reagiert, ob dieses Argument bei diesem Gegenüber je funktioniert hat, ob die Formulierung im eigenen Haus schon dreimal ins Leere lief, weiß das Modell nicht. Es hat keinen Zugriff auf die eigene Geschichte.
Der Fehler wird nicht sichtbar, sondern nur teuer: hundert gut geschriebene Mails an Menschen, die sie nichts angehen. Genau an dieser Stelle setzt LAB-03 an.
Der Kern
Bevor eine Strategie in den Betrieb geht, läuft sie durch eine simulierte Debatte. Ein Pitcher-Agent vertritt den Vorschlag. Drei Persona-Agenten mit unterschiedlichen Rollen und Milieus greifen ihn an. Ein Reality Anchor prüft gegen die tatsächliche Historie und legt Veto ein, wenn der Vorschlag dort schon gescheitert ist. Ein Meta-Agent trägt zusammen, was übrig bleibt.
Was den Windkanal verlässt, ist nicht die schönste Formulierung, sondern die, die drei Einwände und einen Datenabgleich überstanden hat.
Legt Zielgruppe, Suchbegriffe und Tonfall vor und begründet, warum das tragen soll.
Jede Persona antwortet aus ihrer Rolle: Was überzeugt nicht, was fehlt, was wäre ein Ausschlussgrund.
Hält den Vorschlag gegen die eigenen Verlaufsdaten. Historisch erfolglos heißt Veto, nicht Diskussion.
Synthetisiert, prüft auf Konsens und gibt am Ende die Parameter aus, mit denen gearbeitet wird.
Am Tisch
Die Personas sind nach Rolle und Sinus-Milieu angelegt, weil ein Einwand aus dem Finanzressort anders klingt als einer aus der Technik. Sie sind in einer Datei hinterlegt und werden pro Branche ausgetauscht. Die mitgelieferten drei sind ein Ausgangspunkt, kein Gesetz.
Fragt nach Nachweis, Haftung und Laufzeit. Reagiert auf Referenzen und belegte Zahlen, nicht auf Begriffe.
Fragt nach Schnittstelle, Betrieb und Geschwindigkeit. Lange Vertriebswege ohne greifbaren Test fallen hier durch.
Fragt nach messbarem Effekt und Aufwand bis dahin. Alles ohne Kennzahl gilt als unbelegt.
Aufbau
Die Oberfläche
Keine Nachbildung und kein Entwurf, sondern unsere eigene Installation. Die Ampeln unten im Bild sagen von selbst, was noch nicht eingerichtet ist, und genau so soll es sein: das System behauptet nie, mehr zu können, als bei Ihnen konfiguriert ist.
Ehrlicher Stand
Das ist ein Laborprojekt in Betrieb, kein fertiges Produkt mit Support-Hotline. Damit klar ist, worauf Sie sich einlassen:
Inbetriebnahme
Voraussetzung ist Docker. Ohne Docker läuft es auch direkt mit Python 3.11 oder neuer, der Weg steht in der beiliegenden Anleitung.
Vor dem Anfordern
Das AI LAB ist der Teil von ZEHN X, in dem an Dingen gearbeitet wird, die noch nicht fertig sind, und das offen. Kein Kern-Angebot, keine Verkaufsseite. LAB-03 ist der dritte Eintrag darin, neben FAC und iAICORP.
Praktisch heißt das zwei Dinge. Sie bekommen etwas, das im Betrieb steht und nicht nur im Vortrag existiert: wir fahren unsere eigene Akquise damit. Und Sie bekommen kein Produkt mit Hotline, Versionsplan und Zusagen. Was hier steht, ist der Stand von heute.
Der Kern ist geprüft, aber nicht durch Masse gehärtet. Es gibt einen Satz automatischer Tests, der bei jeder Änderung dasselbe nachprüft: dass Belege richtig rechnen, dass derselbe Datensatz zweimal eingeliefert nur einmal zählt, dass ohne Suchquelle nichts erfunden wird, und dass die beiden Freigaben vor dem Versand halten.
Was wir nicht behaupten: Zahlen aus dem Dauerbetrieb. Es gibt noch keine, und wir werden hier keine hinschreiben, die wir nicht haben. Rechnen Sie mit Kanten, und mit einer Antwort von einem Menschen, wenn Sie auf eine stoßen.
Das Paket kostet nichts, vollständig, unter MIT-Lizenz, auch für kommerzielle Nutzung. Kein Abo, keine abgespeckte Fassung, keine Zahlungsdaten.
Laufende Kosten entstehen bei Ihnen und nicht bei uns: entweder ein Sprachmodell auf eigener Maschine, dann zahlen Sie nur Strom, oder ein Zugang bei einem Anbieter, dann zahlen Sie dort nach Verbrauch. Eine Debatte ist ein knappes Dutzend Modellaufrufe. Wenn Sie eine Suchquelle für den Crawler anbinden, kostet die je nach Anbieter extra.
Wer keine Zeit fürs Einrichten hat: unter ZEHN X microlab gibt es das System eingerichtet und mit Personas für Ihre Zielgruppe, zum festen Preis. Der Quellcode bleibt davon unberührt frei.
Zum Starten nicht. Docker installiert, zwei Befehle, Oberfläche im Browser. Ohne Docker geht es auch direkt mit Python, der Weg steht in der Anleitung.
Zum sinnvollen Betreiben schon ein wenig. Sie müssen Zugänge in eine Textdatei eintragen, und die drei mitgelieferten Personas passen auf Ihre Branche nicht. Die zu ersetzen heißt: Text in einer Datei austauschen. Wer davor zurückschreckt, wird mit dem System nicht glücklich.
Bezug
Sie bekommen den Download-Link per E-Mail. Kein Abo, keine Zahlungsdaten, keine abgespeckte Fassung. Wir schreiben Sie einmal an, wenn es eine neue Version gibt.
Wir verwenden Ihre Adresse für den Versand des Links und für Hinweise auf neue Versionen. Kein Verkauf und keine Weitergabe an Dritte, Abmeldung in jeder Mail. Einzelheiten in der Datenschutzerklärung.
Danach
Das Labor zeigt, wie wir bauen. Die Arbeit im Unternehmen sieht anders aus: dort steht zuerst die Frage, wo künstliche Intelligenz bei Ihnen überhaupt Geld oder Zeit bewegt, und erst danach ein System. Dafür gibt es den Weg über das Audit.
Ein bis zwei Tage vor Ort, mit Report und einer Empfehlung, die auch „nicht bauen" lauten darf.
KI-Potenzial-Audit ansehen