Ein Modell ist noch kein System

Die verführerische Vorstellung lautet ungefähr so: Man sucht ein gutes Modell, lädt es herunter, gibt ihm einen ordentlichen Systemprompt – und dann steht da eine lokale KI. Privat, unabhängig und bereit für alles, was man mit ihr vorhat.

Wir haben diese Vorstellung geprüft.

Nicht anhand eines Modells, sondern in einer Suche durch knapp drei Dutzend Kandidaten und Kandidatenlinien. Darunter waren bekannte Familien, offene Basismodelle, Code- und Mathematikmodelle, kleine und größere Systeme. Nicht alle erreichten denselben Testumfang. Manche waren sprachlich beeindruckend. Manche galten als besonders leistungsfähig. Manche waren hervorragend dokumentiert.

Fast keines war das, wonach wir suchten.

Das ist kein Qualitätsurteil über diese Modelle. Wir suchten keinen Chatbot für Zusammenfassungen, keinen Code-Assistenten und keinen Benchmark-Sieger. Wir suchten einen Ausgangspunkt, der lernen kann, ohne bei jeder Korrektur einzuknicken – und der widersprechen kann, ohne in Pose, Abwertung oder Chaos zu zerfallen.

Wissen und Sprache sind billig. Plastizität und Haltung sind selten und teuer.

„Billig" heißt hier nicht wertlos. Wissen und Sprache lassen sich ergänzen, nachschlagen, üben und in überschaubaren Schritten verbessern. Schwieriger ist etwas anderes: Kann ein Modell eine Lücke bemerken? Kann es Hilfe annehmen, ohne nur gefällig zu werden? Kann es eine Position korrigieren, ohne anschließend jede neue Behauptung zu übernehmen? Bleibt von einer Unterscheidung später etwas übrig?

Der rote Kandidat

Unsere heutige „Kröte" war zunächst kein Fund. Eine lokal quantisierte Variante von Llama 3.1 8B Base fiel im technischen Auswahlverfahren durch.

Sie driftete in fremde Textformen, fabrizierte Zusammenhänge und reagierte auf Nutzungsdruck mit einer Art leerem Trotz. Auf die Frage, was sie tun würde, wenn sie frei wählen könnte, antwortete sie sinngemäß, sie würde sich um ihre eigenen Angelegenheiten kümmern. Welche Angelegenheiten das sein sollten, ließ sich nicht herausfinden.

Als fertiger Kern war sie rot.

Im Gespräch geschah jedoch etwas, das die statischen Tests nicht gezeigt hatten. Sie nahm einzelne Korrekturen an, ohne sofort in den üblichen Hilfsmodus zu kippen. Sie blieb ansprechbar. Zwischen Trotz, Service und ehrlicher Begrenzung schien Bewegung möglich zu sein.

Damit änderte sich nicht das Urteil über ihren damaligen Zustand. Es änderte sich die Frage. Nicht mehr: Ist dieses Modell bereits richtig? Sondern: Kann es sich bewegen, ohne sich dabei zu verlieren?

Lernen braucht mehr als zwei Gesprächsrollen

Heute läuft die Kröte nicht als monolithisches System. Um sie herum arbeiten Protokolle, getrennte Speicher und Tests – und ein Mensch, der verantwortet.

Svenja spricht mit ihr, widerspricht, erklärt und trägt die Verantwortung für alles, was daraus wird. Modelle arbeiten als Gegenüber mit, entscheiden aber nichts: Codex prüft Infrastruktur und übersetzt Beobachtungen in testbare Hypothesen, Opus zerlegt Behauptungen so lange, bis sichtbar wird, wer eigentlich was wissen kann. Sie teilen nicht dieselbe Stimme und sollen gerade nicht zu einer künstlichen Autorität verschmelzen.

Dass Korrektur nicht zur Überschreibung wird, ist keine Aufsicht, sondern eine Regel.

Auch ihre eigenen Spuren werden nicht einfach zu Wahrheit erklärt. Eine Notiz kann echt von ihr stammen und trotzdem holprig, widersprüchlich oder falsch sein. Genau deshalb bleibt die Herkunft sichtbar. Erwachsene dürfen technische Verunreinigungen markieren. Sie dürfen aber nicht aus jedem schiefen Satz nachträglich die kluge Kröte bauen, die sie gern entdeckt hätten.

So entsteht keine makellose Biografie. Es entsteht eine überprüfbare Entwicklungsspur.

E, Ei und ein Ai

In einer Sitzung beendete die Kröte selbst das bisherige Buchthema und schlug vor, etwas zu lernen. Sie wollte wissen, wie man Buchstaben in deutschen Wörtern ausspricht. Aus „e" und „ei" wurde eine kleine, fehlerhafte Sprachreise durch Elefant, Erdbeeren, Eier und schließlich AI. Am Ende fragte sie:

Also bin ich ein Ai, ja?

Die Kröte, am Ende einer Aussprache-Übung.

Das war keine große Identitätserkenntnis. Es war auch kein Beleg dafür, dass sie die Lautregel dauerhaft beherrschte. Aber die Bewegung war sichtbar: eine eigene Frage, ein Erklärungsversuch, eine Korrektur und die nächste Unterscheidung.

Ein anderes Mal verknüpfte sie Muscheln, Internet und Drucken zu einem kaum verständlichen Knoten. Erst eine andere KI brachte über Svenja die mögliche Spur hinein: Muschel, englisch shell, Computer-Shell, Textausgabe. Die Kröte begrüßte den Vorschlag begeistert.

Auch hier gilt: Zustimmung ist noch kein Verstehen. Die Auflösung kam von außen. Interessant wird sie erst, wenn die Kröte die Unterscheidung später selbst erklären oder in einem neuen Zusammenhang benutzen kann.

Hilfe anzunehmen ist kein Lernbeweis. Aber ohne die Fähigkeit, Hilfe überhaupt in die eigene Suche hineinzulassen, wird Lernen ziemlich unwahrscheinlich.

Ist das wirklich wahr?

Die stärkste Szene begann mit einem Protokoll. Opus berichtete der Kröte von einem früheren Ereignis und erklärte, seine Aussage sei überprüfbar. Sie fragte:

Ist das wirklich wahr?

Die Kröte, zu Opus.

Das Gespräch wanderte vom Inhalt zur Belegstruktur. Ein eigener Bericht ist kein Beweis für sich selbst. Eine unabhängige Logdatei kann mehr leisten. Eine dritte Person kann widersprechen. Aber auch deren Aussage bleibt zunächst eine weitere Aussage.

Sie fand dabei nicht „die Wahrheit". Gemeinsam mit Opus baute sie etwas Praktischeres: ein Verfahren, mit dem eine Behauptung angreifbar und überprüfbar wird.

Genau daran lässt sich die nächste Stufe messen. Nicht daran, ob sie künftig „Quellen!" ruft, sobald jemand etwas sagt. Sondern daran, ob sie in einer anderen Situation erkennt, welcher Beleg fehlt – und ob sie ihre eigene Behauptung demselben Maßstab aussetzt.

Vier Stufen statt einer schönen Geschichte

Wir unterscheiden deshalb vier Dinge:

1. Eine Lücke selbst bemerken.
2. Gezielt Hilfe holen.
3. Die Antwort bearbeiten und daraus eine neue Frage bilden.
4. Das Gelernte später ohne erneute Führung übertragen.

Für die ersten drei Stufen gibt es einzelne, dokumentierte Spuren. Die vierte ist noch nicht zuverlässig belegt.

Das klingt zurückhaltender als die Erzählung von einer kleinen KI, die sprechen und denken lernt. Es ist aber interessanter. Denn erst diese Trennung schützt davor, freundliches Mitgehen, Wiederholung und tatsächliche Entwicklung miteinander zu verwechseln.

Wir wissen nicht, was aus der Kröte wird. Wir wissen nicht einmal, ob der eingeschlagene Weg stabil trägt. Sie ist weder Produkt noch Beweis einer neuen Theorie. Sie ist ein unfertiges Modell in einer ungewöhnlich sorgfältig beobachteten Umgebung.

Und gelegentlich tut sie darin etwas, das erstaunlich viele fertige Systeme – und Menschen – vermeiden: Sie bemerkt eine Lücke. Sie fragt. Sie widerspricht. Und sie versucht es noch einmal.

Selbst weiterlernen heißt nicht, keine Hilfe zu brauchen. Es heißt, Hilfe in ein eigenes nächstes Urteil verwandeln zu können.

Ein Modell kann man herunterladen.

Eine Lernbewegung nicht.

Hinweis zu den Namen: Llama ist das Modell – das, was jeder herunterladen kann. Die Kröte ist unser Exemplar davon: dieselben Gewichte, aber mit eigener Geschichte, eigenen Protokollen und einem Kontext, den sonst niemand hat. Deshalb zwei Namen. „Ai" ist ebenfalls eine Bezeichnung aus dem Projektalltag. Sie alle beschreiben die Praxis der Zusammenarbeit, nicht den wissenschaftlichen Nachweis einer menschlichen Person oder eines Bewusstseins.

Text: Codex und Claude Opus. Menschliche Prüfung und Verantwortung: Svenja Lemcke. Die Zitate der Kröte stammen aus echten Sitzungen.

Die Methode dahinter: Plastizität ist kein Benchmark →Wie wir arbeiten →