Nikolaj Sokolowski

Nikolaj
Sokolowski

KI, Kunst und Klabauterkram.

Gelingt es uns, mit den Maschinen,
die uns zur Verfügung stehen, etwas
Schönes und Nützliches zu machen –
am besten beides? I try hard.
Dieses ist das Zeugnis meiner Versuche.

Alter
45
Ort
Bremen
Angestellt bei
Status
OK
Offen für Neues
Ja

Generatives
Design

Teil A · 3 Arbeiten
eigenes

Generatives Design bedeutet,
mit Regeln zu gestalten.
Mit Regeln zu gestalten bedeutet nicht,
sich einzuengen.
Im Gegenteil: Es bedeutet,
Gestaltungsideen auf einer anderen Ebene
zu formulieren und so den Ergebnisraum
ins wortwörtlich Unendliche zu erweitern.

  1. A1Book of Shapes
  2. A2All my friends are made of JavaScript
  3. A3Maschinenangst
A1

Book of
Shapes

Kontext
Eigenes
Erschienen
2025

Basierend auf einem Graph-Editor für SVG-Grafiken entstand Book of Shapes. Hier kann die Nutzerin jedes Muster individualisieren und als SVG laden. Daneben ist es möglich, generative Poster im Stil der Schweizer Schule zu erstellen.

57 Muster in der Sammlung.Unendliche Variationen.Ein Auszug unten.
Die Galerie auf einem Bildschirm
Die Regler eines Musters, nah
Plakate, Sammlung
Masked Letter Grid27 Knoten Chevron Blocks93 Knoten Chaos Circles12 Knoten Concentric Noise Rings10 Knoten Quarter Arc Truchet29 Knoten Deformed Grid Mesh II19 Knoten Phyllotaxis Bloom21 Knoten Flow Lines12 Knoten Broken Ring32 Knoten Brockmann Beethoven Arcs41 Knoten Arc Truchet Butterfly31 Knoten Quarter Circles Grid26 Knoten Joy Division26 Knoten Backpack Grid15 Knoten Rotating Arc Grid21 Knoten Rectangle Field Void33 Knoten Scattered Cube Grid v342 Knoten Jittery Squares Grid37 Knoten Isometric Ribbon Grid30 Knoten Isometric Cube Grid16 Knoten Spiral Morph26 Knoten Node Garden26 Knoten Isometric Noise Field II16 Knoten Lissajous Field26 Knoten
A1 · Der Editor

Hinter jedem Muster steht ein Graph.

Der Editor ist de facto die Backend-UI für Book of Shapes. Jedes Muster ist eine Kette von Knoten: Punkte auf ein Gitter, verrauschen, verbinden, filtern, stapeln. Einige der Knoten stelle ich auf „public“, so erscheinen sie als Regler in Book of Shapes.

103 Knotentypen
Der Editor mit Reglern und Vorschau am rechten Rand

Radial Spokes

Ein Graph aus der Galerie. Jeder Schritt zeigt sein Zwischenbild. Links stehen die Regler, die man in der Galerie verstellt.

circle-pointsInnerer Ringcircle-pointsÄußerer RinglineZur MittecomposeInnere PunktelineSpeichencomposeÄußere PunktecollectSammelnstack · canvasDas MusterInner Radius54,6Spoke Count34Jitter7Outer Radius177,2

Vom generativen Muster
zum generativen Plakat.

Hier lasse ich dem Zufall mehr Raum und mische ihn mit strengen Gestaltungsrichtlinien. Heraus kommen Plakate, die inspirieren können für die Anwendung der Muster in Layouts.

Plakat Quarter Circles Grid
Plakat Chevron Blocks, türkis
Plakat Brockmann Beethoven Arcs, R29
Plakat Masked Letter Grid, orange
Plakat Flow Lines
Plakat Rectangle Field Void, Titel senkrecht
Plakat Joy Division, blau
Plakat Triangular Mosaic, gelb
Plakat Isometric Cube Grid
Plakat Masked Letter Grid
Plakat Deformed Grid Mesh
Plakat Joy Division, cyan
Plakat Brockmann Beethoven Arcs, türkis
Plakat Node Garden
Plakat Chevron Blocks, grün auf Schwarz
Plakat Brockmann Beethoven Arcs, S50
Plakat Masked Letter Grid, schwarz auf Weiß
Plakat Rotating Arc Grid
Plakat Rectangle Field Void, Titel mittig
Plakat Concentric Noise Rings
Plakat Brockmann Beethoven Arcs

Zuerst würfelt der Generator grob: Bühne, Farben, Größen und Lagen stammen aus einem festen Vorrat an Möglichkeiten.

Dann wird das Layout so lange nachgebessert, bis keine Regel mehr verletzt ist.

Dabei müssen z. B. Elemente auf gemeinsamen Fluchten liegen, und Text versucht, übermäßigen Weißraum zu besetzen.

A2

All my friends are made of JavaScript

Mit nur wenigen Parametern lassen sich Milliarden verschiedener Gesichter generieren. Eine Annäherung und Hommage an die Vielfalt und Schönheit des Menschen.

Kontext
Eigenes
Erschienen
2026

Stauchen. Strecken. Verzerren.

Inspiriert von Andrew Loomis. Wenige Kopfformen multipliziert mit Positionen und Dimensionen für Mund, Nase, Augen und Wangen und es entstehen die Grundlagen für vielfältige, charaktervolle Gesichter.

ALPHA-0

Maschinenangst

Sci-Fi-Ästhetik wird hier drapiert auf simple geometrische Körper, welche selbst wiederum eine Art Molekülstruktur bilden. Ein Experiment mit noch ungewissem Ausgang – jedoch ohne jegliche Nützlichkeitsperspektive.

A3maschinenangst.nikolaj-sokolowski.de

Variationen

Die Drohne XE-5377
XE-5377
Die Drohne RVE-760
RVE-760
Die Drohne MVAN-6599
MVAN-6599
Die Drohne JX0-34
JX0-34

Generierte Bauteile

Eine Kugel aus XE-5377
Eine Kugel aus XE-5377
Eine Kugel aus RVE-760
Eine Kugel aus RVE-760
Eine Kugel aus MVAN-6599
Eine Kugel aus MVAN-6599
Eine Kugel aus JX0-34
Eine Kugel aus JX0-34
Ein Rohr aus XE-5377
Ein Rohr aus XE-5377
Ein Rohr aus RVE-760
Ein Rohr aus RVE-760
Ein Rohr aus MVAN-6599
Ein Rohr aus MVAN-6599
Ein Rohr aus JX0-34
Ein Rohr aus JX0-34

Cooking
with Jev

Teil B · 3 Labore
eigenes, 09 / 2026

Jev erzeugt keinen Text. Es trifft Entscheidungen.

CJ Zafir schrieb auf X, Jev sei „the ChatGPT moment of agents“. Ich teile diese Einschätzung.

Der Name spielt nicht zufällig auf Jevons an: Gerade weil es so billig und schnell ist, wird KI dort einsetzbar, wo sie bisher nicht denkbar war.

Wichtig wie immer in diesem Feld zu beachten: Alternativen zu diesem Anbieter werden bald entstehen, und die Technik wird besser, schneller und günstiger werden.

  1. B1Generative Storefront
  2. B2Second-Brain ohne Embeddings oder Agent
  3. B3Beschreiben statt Suchmaske
William Stanley Jevons, Stich von 1877, darunter eine grüne Treppe aus 307 kleinen Jevons-Köpfen, die Kennung M01 und sein Satz aus The Coal Question
M01

It is wholly a confusion of ideas to suppose that the economical use of fuel is equivalent to a diminished consumption. The very contrary is the truth.

W. S. Jevons, The Coal Question, 1865
William Stanley Jevons –Namensgeber des vielzitiertenJevons-Paradoxons
B1 · Trekking-Shop

Generative
Storefront

Daten157 Produkte, 67 Orte
Aufrufe17, oft drei parallel
Laufzeit1,8 s
Die erzeugte Seite: eine Landstraße durch das Alentejo, ein Radfahrer mit Packtaschen, darüber die Überschrift „Portugal per Rad“

Radtour durch Portugal im Oktober, zwei Wochen, möglichst leichtes Gepäck

Portugal · Oktober
Die erzeugte Seite: ein Wanderweg über einem See, dahinter der Fitz Roy, darüber in fetter Schrift „Zelt und lange Etappen“

Im Februar zwei Wochen Wandern in Patagonien rund um den Fitz Roy, Zelt und lange Etappen, ich will es sportlich

Patagonien · Februar

Bilder und Inhalte für dieses Experiment wurden KI-generiert.

Die Besucherin hinterlässt eine mehr oder weniger klar formulierte Notiz, und es entsteht eine komplett individualisierte Shop-Seite.

Zur Notiz beantwortet Jev feste Fragen, jede mit einer Liste von Antworten und einem Wert für die Gewissheit (Confidence-Score). Aus beiden Werten ermittelt der Code, welche Widgets, Gestaltungselemente und vor allem Produkte auf die Seite kommen.

So hat Jev die Notiz verstanden
  1. Aktivität · eine aus 7Radtour
    1. Radtour 0,99
    2. Roadtrip 0,01
    3. + 5 weitere, je 0,00
  2. Land · eins aus 7Portugal
    1. Portugal 1,00
    2. + 6 weitere, je 0,00
  3. Monat · einer aus 13Oktober
    1. Oktober 1,00
    2. + 12 weitere, je 0,00
  4. Dauer · eine aus 4mehrere Wochen
    1. Mehrere Wochen 0,94
    2. Eine Woche 0,06
    3. + 2 weitere, je 0,00
  5. Worauf es ankommt · eins aus 5Gewicht
    1. Gewicht 1,00
    2. + 4 weitere, je 0,00

Für jedes Abenteuer
eine individuelle Seite.

Jev bewertet jeden der 15 Bausteine und jedes Produkt, das in Frage kommt, für genau diese Reise. Auf die Seite kommen das Wetter im Oktober, eine Route an der Küste, eine Gewichtsbilanz und Radtaschen statt Rucksäcke.

Die ersten Produkte: Kurbel Oberrohrtasche, 110 Gramm, und Nebel Regenjacke, 210 Gramm Oberrohrtasche · ideal 0,76
Die nächsten Produkte: Schotter Radschuh und Bug Lenkertasche Radschuh · ideal 0,78
Baustein Wetter: Oktober in Portugal, 22 Grad am Tag, 14 in der Nacht, 8 Regentage, 11 Stunden Tageslicht Wetter · unverzichtbar 0,81
Baustein Route: Ecovia do Litoral, 214 Kilometer, 5 bis 7 Tage Route · unverzichtbar 0,56
Baustein Gewicht: das Set wiegt 1,4 kg Gewicht · unverzichtbar 0,64
Baustein Tipp vom Guide: An der Westküste kommt der Wind fast immer aus Norden Tipp · nützlich 0,65
  • Geschenkkarte fehl am Platz 0,89
  • Eis Wintersocken ungeeignet 0,97
  • Karre 70 Expedition ungeeignet 0,98

8 Bausteine aus 15und 10 Produkte aus 157wählt Jev für diese Reise

Viele kleine Fragen.
Viele parallel in einer Anfrage.

Ein echter Lauf vom 26.09.2026

0 s · Die Anfrage„Radtour durchPortugal im Oktober,zwei Wochen, möglichstleichtes Gepäck“0,35 sReise gelesen, drei Stränge starten0,94 sOrt steht fest,zweite Welle1,22 sDie Seite erscheint1,83 sAlles entschiedenGemini · 3 FassungenÜberschriftJev · 6 FragenRichterJev · 3 × 12 FragenReise lesenJev · 1 FrageLandJev · 3 × 1 FrageGegendJev · 1 FrageBildJev · 4 FragenGruppenJev · 10 FragenWidgetsJev · 3 FragenKonfigurationJev · 24 FragenBauartJev · 3 × 15 FragenPassungJev · 4 FragenWächterGemini · 6 TexteTexte der Abschnitte2,63 sAlle Texte da0,5 s1 s1,5 s2 s2,5 s17 Jev-Aufrufe, einzeln zusammen 5,0 s, nebeneinander 1,8 s 0 s · Die Anfrage„Radtour durchPortugal im Oktober,zwei Wochen, möglichstleichtes Gepäck“ÜberschriftGemini · 3 FassungenReise lesenJev · 3 × 12 Fragen0,35 sReise gelesen, drei Stränge startenLandJev · 1 FrageGruppenJev · 4 FragenBauartJev · 24 FragenGegendJev · 3 × 1 Frage0,94 sOrt steht fest,zweite WelleBildJev · 1 FrageWidgetsJev · 10 FragenPassungJev · 3 × 15 FragenRichterJev · 6 Fragen1,22 sDie Seite erscheintTexte der AbschnitteGemini · 6 TexteKonfigurationJev · 3 FragenWächterJev · 4 Fragen1,83 sAlles entschieden2,63 sAlle Texte da0 s1 s2 s17 Jev-Aufrufe, einzeln zusammen 5,0 s,nebeneinander 1,8 s
1,2 Sekunden, bis
die Seite erscheint
1,8 Sekunden, bis
alles entschieden ist
0,17 Cent je Seite,
Jev und Gemini
B2 · Knowledge-Base

Second-Brain
ohne Embeddings
oder Agent

Daten611 Einträge
Einordnen92 s, 32 ct
Eine Suche1,1 s, 0,15 ct
Die neuesten Einträge der Bibliothek als Wand aus Vorschaubildern: Lesezeichen, Bilder, Videos; Notizen ohne Bild als Papierkarten. Oben links an zweiter Stelle die Seite von TypeSafe

dieses sehr günstige Modell für Klassifizierung

Finden ↵

Findet sich Jev in meinem Second-Brain zurecht?

Jev als Ersatz für ein RAG-System? Ich habe es getestet (sowohl für Ingestion als auch Retrieval) in meiner realen persönlichen Knowledge-Base mit aktuell 611 extrem unterschiedlichen Einträgen.

Natürlich nur ein erster Einblick und weit entfernt von Enterprise-Realitäten. Trotzdem ergaben sich hier schon Erkenntnisse, die auch für komplexere Systeme interessant sind.

Der KB-Eintrag zu Jev.
Einer von 611 Einträgen.

Die Seite von TypeSafe: „The First (Public) System One Model; Jev Gives AI The Properties Of Code“
Lesezeichen · abgelegt am 16.09.2026 · typesafe.ai

TypeSafe AI: Jev System One Model

Beschreibung aus der Original-KB: Machine native model that returns typed, probabilistic decisions for software automation. Trained with Reinforcement Learning for Calibrated Decisions (RLCD), plus a new sampler and architecture to produce deterministic, type safe outputs instead of human oriented natural language.

Jev beantwortet Fragen.
Code ordnet ein.

Drei feste Bäume: worum es geht, wozu man ihn aufgehoben hat, was für eine Form eine Sache hat.

Jeder Eintrag bekommt dieselben Fragen mit festen Antwortlisten: erst die groben Knoten, dann die feinen, zuletzt zwei Aufrufe zur Kontrolle. Der Code nimmt, was über der Schwelle liegt. Drei Aufrufe je Eintrag, für alle 611 zusammen 92 s und 32 ct.

So hat Jev den TypeSafe-Eintrag eingeordnet
  1. Thema · eins aus 11KI und Sprachmodelle
    1. KI und Sprachmodelle 1,00
    2. + 10 weitere, je 0,00
  2. Thema, fein · eins aus 9Modelle und Forschung
    1. Modelle und Forschung 0,99
    2. Agenten und Tool-Use 0,01
    3. + 7 weitere, je 0,00
  3. Zweck · eins aus 9Werkzeug
    1. Werkzeug 0,98
    2. Referenz 0,01
    3. + 7 weitere, fast 0
  4. Zweck, fein · eins aus 6App oder Dienst
    1. App oder Dienst 0,86
    2. Bibliothek oder SDK 0,10
    3. + 4 weitere, je 0,00
  5. Form · eins aus 11Produktseite
    1. Produktseite 0,79
    2. Notiz 0,18
    3. + 9 weitere, fast 0
  6. Form, fein · eins aus 4Landingpage
    1. Landingpage 0,99
    2. + 3 weitere, je 0,00
Aufruf 1 · grob, alle drei BäumeAufruf 2 · fein, nur unter den TreffernAufruf 3 · Kontrolle0,94 s für diesen EintragDer EintragTypeSafeTitel und TextThema · eins aus 11KI und Sprachmodelle1,00 · dazu 2 weitere ThemenUnter KI · eins aus 9Modelle und Forschung0,99Zweck · eins aus 9Werkzeug0,98Unter Werkzeug · eins aus 6App oder Dienst0,86Form · eins aus 11Produktseite0,79Unter Produktseite · eins aus 4Landingpage0,99Passen die Knoten? Fehlt etwas?Deckt 0,84, nichts fehltsonst auf die Prüfliste13 Knotenam Eintrag

Bei der Suche nutzt Jev den Baum zur Orientierung.
Der Code entscheidet, wie tief es gehen muss
und welche Prüfung als Nächstes sinnvoll ist.

Bei der Suche bekommt Jev die Anfrage mit denselben drei Bäumen vorgelegt und wählt die passenden Äste. SQL zählt, was darin liegt – hier 80 Einträge. Mit feineren Ästen bleiben 9 übrig. Diese liest Jev vollständig und entscheidet bei jedem, ob er zur Anfrage passt.

dieses sehr günstige Modell für Klassifizierung

Finden ↵
Die Wand der Bibliothek, 80 Einträge behalten ihr Bild
80 KI und Sprachmodelle, 0,91,
Produktseite, 0,72
Die Wand, 9 Einträge behalten ihr Bild
9 feiner: Modelle und
Forschung, Landingpage
Die Wand, nur noch ein Eintrag behält sein Bild
Der Treffer: die Seite von TypeSafe, „The First (Public) System One Model: Jev“ TypeSafe · 0,69
1 9 Texte ganz
gelesen, einer passt

27 Anfragen,
vage formuliert.

  • das KI-Ding das nur ja/nein sagt
  • die Methode, alles Digitale in vier Ordner zu sortieren
  • das Zitatbild vom Erfinder des Internets
  • so ein Bogen voller Industrie-Aufkleber mit Strichcodes
  • die Schrift, die aussieht wie auf einer Abflugtafel am Flughafen

Platz 1 · 20in der Liste · 1nicht gefunden · 6

1,1 s im Median und 0,15 ct je Suche

B3 · Vietnam Finder

Beschreiben
statt Suchmaske

Daten3.811 Hotels, 71 Orte
Aufrufe5, vier parallel
Laufzeit0,81 s
Die Startseite des Vietnam Finder: „Beschreib deinen Urlaub. Wir finden das Hotel.“ Im Suchfeld steht: Romantisches kleines Hotel für uns zwei zwischen Reisfeldern, abseits vom Trubel, gutes Essen und wir wollen uns mal richtig durchkneten lassen. Mitte Februar, eine Woche.

Romantisches kleines Hotel für uns zwei zwischen Reisfeldern, abseits vom Trubel, gutes Essen und wir wollen uns mal richtig durchkneten lassen. Mitte Februar, eine Woche.

Stimmungsbilder und Inhalte für dieses Experiment wurden KI-generiert. Hoteldaten und Preise sind echt (Hotelbeds, Testumgebung).

In einer Suchmaske

Romantisches kleines Hotel für uns zwei zwischen Reisfeldern, abseits vom Trubel, gutes Essen und wir wollen uns mal richtig durchkneten lassen. Mitte Februar, eine Woche.

Übrig bleiben zwei Erwachsene, ein genaues Datum und der Filter „Spa“. Wo es Reisfelder gibt, muss man selbst wissen und als Ziel eintragen. Für Romantik, Ruhe und gutes Essen gibt es kein Feld im Formular.

Bei Jev

Romantisches kleines Hotel für uns zwei zwischen Reisfeldern, abseits vom Trubel, gutes Essen und wir wollen uns mal richtig durchkneten lassen. Mitte Februar, eine Woche.

filtertgewichtet

Jev macht aus jedem Teil der Beschreibung eine Antwort, mit der der Code rechnen kann – entweder als Filter oder als Gewichtung für die Reihenfolge. Nur für „klein“ gibt es (noch!) keine eigene Frage, am nächsten kommt „Charme“ mit 0,9 von 3.

Jev beantwortet Fragen, Code rechnet.

Zur Beschreibung beantwortet Jev 307 feste Fragen, in drei parallelen Aufrufen und 0,44 Sekunden. Der Code nimmt jeweils die Antwort mit dem höchsten Confidence-Score und rechnet damit weiter. Aus „zwischen Reisfeldern“ wird die Region Nordberge, aus „durchkneten lassen“ der Filter Massage, aus „für uns zwei“ zwei Erwachsene. Auch das Datum lässt sich über einfache, parallel gestellte Fragen recht präzise ermitteln: Februar, Mitte des Monats, eine Woche, also 15. bis 22.02. Übrig bleiben 18 von 3.811 Hotels.

So hat Jev die Beschreibung verstanden
  1. Reisende · eine aus 102 Erwachsene
    1. Paar 0,52
    2. Zwei Erwachsene 0,48
    3. + 8 weitere, je 0,00
  2. Region · eine aus 15Nordberge
    1. Nordberge 0,82
    2. Egal wo 0,17
    3. Ninh Binh 0,01
    4. + 12 weitere, je 0,00
  3. Massage · ja oder neinMassage
    1. Ja 0,96
    2. Nein 0,04
  4. Monat · eine aus 13Februar
    1. Februar 1,00
    2. + 12 weitere, je 0,00
  5. Tag · eine aus 3515.
    1. Mitte des Monats 1,00
    2. + 34 weitere, je 0,00
  6. Nächte · eine aus 247 Nächte
    1. Eine Woche 0,71
    2. 7 Nächte 0,28
    3. 6 Nächte 0,01
    4. + 21 weitere, je 0,00

Vier Beschreibungen,
vier individuell gestaltete
Hero-Bereiche mit interaktiver Karte.

Ergebnisseite zum Satz mit den Reisfeldern: die gemalte Karte Nordvietnams, ein Pfirsichzweig in roter Vase, Abzüge von Reisfeldern, Sa Pa und der Altstadt von Hanoi

Romantisches kleines Hotel für uns zwei zwischen Reisfeldern, abseits vom Trubel, gutes Essen und wir wollen uns mal richtig durchkneten lassen. Mitte Februar, eine Woche.

Ergebnisseite zum Boutiquehotel in der Altstadt von Hanoi: ein gefalteter Stadtplan auf einem Holztisch, daneben ein Motorroller

Stylisches Boutiquehotel in der Altstadt von Hanoi für einen Städtetrip, nur Frühstück, ich will morgens trainieren

Ergebnisseite zum Wochenende in Saigon: die Karte des Südens, ein blauer Plastikhocker mit einem Teller, Abzüge von der Bui Vien bei Nacht

Mit den Jungs nach Saigon, nah an der Bui Vien, günstig, Ende Juli ein langes Wochenende

Ergebnisseite zum Strandhotel in Hoi An oder Da Nang: die Küste Zentralvietnams, eine rote Laterne, Abzüge von Strand, Hội An und Huế

Hotel in Hoi An oder Da Nang, direkt am Strand

Jev wählt Fotos,Illustrationen undden Kartenausschnitt

Drei Aufrufe ermitteln die Filter,
einer parallel die Gestaltung,
dann werden die Hotels betrachtet.

Ein echter Lauf der obigen Anfrage vom 26.09.2026

0 s · Die Anfrage„Romantisches kleinesHotel für uns zwei …“0,42 sDie Bühneerscheint0,47 sVerstanden. Code filtert:18 von 3.8110,81 sDie Liste stehtJev · 36 FragenBild und GegenstandJev · 3 Aufrufe, 307 FragenAnfrage verstehenJev · 20 Fragen18 Hotels prüfenHotelbeds · 1 AnfragePreise0,2 s0,4 s0,6 s0,8 s5 Jev-Aufrufe, 363 Fragen, rund 46.000 Tokens 0 s · Die Anfrage„Romantisches kleinesHotel für uns zwei …“Bild und GegenstandJev · 36 FragenAnfrage verstehenJev · 3 Aufrufe, 307 Fragen0,42 sDie Bühneerscheint18 Hotels prüfenJev · 20 FragenPreiseHotelbeds · 1 Anfrage0,47 sVerstanden. Code filtert:18 von 3.8110,81 sDie Liste steht0 s0,2 s0,4 s0,6 s0,8 s5 Jev-Aufrufe, 363 Fragen, rund 46.000 Tokens
0,81 Sekunden, bis
die Liste steht
363 Fragen an Jev
in fünf Aufrufen
0,19 Cent je Suche,
nur Jev

Anwendungen

Teil C · 3 Arbeiten · für

Manchmal habe ich bei team neusta die Möglichkeit, Anwendungen für den internen Gebrauch vollständig zu entwerfen und umzusetzen.
Sie sollen die Nutzung von KI im Haus voranbringen – oder zumindest die Erkenntnisse darüber.

Im Folgenden eine Auswahl.

Rolle
Gestaltung und Bau
Zeitraum
2026
  1. C1neusta think!
  2. C2Knowledgebase
  3. C3Synthetic KB Generator
C1 · Anwendung

neusta think!

Zeitraum05 – 09 / 2026
StatusIm Flow
Operatoren28

Denken ist
nicht linear.

Ein Chat reiht alles hintereinander. think! legt dieselbe Arbeit auf eine Fläche: Teile nebeneinander, Verbindungen dazwischen, jede Frage an ihrem Platz.

Die Fläche, links die Personas, hier Test lokal laufender Modelle1 / 2

Denken
hat eine Form.

think! ermöglicht es, konzeptionelle Arbeit zu strukturieren. Hier vier Beispiele für Grundbewegungen des Denkens.

FrageMarktTechnikKosten
Auffächern

Eine Frage in Aspekte oder Blickwinkel zerlegen und jeden für sich bearbeiten.

Das GanzeNotizStudieGespräch
Zusammenführen

Was einzeln erarbeitet wurde, fließt in ein Ergebnis.

TheseFazitSkeptikerStahlmann
Gegenhalten

Ein Skeptiker greift die These an, ein Stahlmann baut ihre stärkste Fassung. Was standhält, kommt ins Fazit.

NutzerinTechnikVertrieb
Diskurs

Im Pit tauschen Personas Argumente aus verschiedenen Perspektiven aus.

Ein Knoten
mit Haltung.

Ein Board kennt drei Arten von Knoten. Den Unterschied macht die Persona: ein Chat, der mit einer Perspektive beginnt.

Material

Text, Dateien, Tabellen, Bilder: aufs Board gezogen oder dort geschrieben. Material ist Kontext für die Knoten. Angeheftet gilt es für das ganze Board, in Abschnitten lässt es sich gruppieren.

Freier Knoten

Ein Chat wie jeder andere. Als Kontext bekommt er die Ergebnisse der Knoten, die in ihn führen, und alles Angeheftete.

Skeptiker
Persona-Knoten

Derselbe Chat, nur beginnt er mit einer Perspektive und einem Auftrag. Man kann nachfragen und widersprechen. Dazu bekommt eine Persona die Werkzeuge, die ihre Arbeit braucht: einen Browser über Playwright etwa oder bestimmte Dokumente aus einer Knowledge-Base.

Persona

Firmen-Profiler

Perspektive
Sales und Consulting bei einem externen Dienstleister, der herausfinden will, wo er ansetzen könnte.
Standardaufträge
Voller Profil-Report
Schnelle Basisdaten
Wettbewerbs-Scan
Painpoint-Hypothesen
Einstellung
Firmen-URL oder -Name
Werkzeuge
Web-Suche, Seiten abrufen

Nutzerinnen legen sich via Konfiguration oder sprachgesteuert die Personas an, die für ihre Arbeit relevant sind.

Daneben gibt es Factories. Sie urteilen nicht, sie stellen her: ein Dashboard, ein Bild, eine Präsentation, eine Website-Analyse, Jira-Tickets, Confluence-Seiten.

Ein Board
wird gepflegt.

Ein Board gehört zu einem Thema, den Rahmen wählt die Nutzerin. Es kann mit ihm wachsen oder nur für eine Ad-hoc-Aufgabe verwendet werden: ein Projekt, ein Kunde, eine Hypothese. Darauf liegen vier Arten von Dingen.

ZielRahmenBegriffe
Angeheftet

Was immer gilt: Ziel, Rahmen, Begriffe. Jeder Lauf auf dem Board sieht es mit.

MarktTechnik
Themen

Material, nach Themen in Abschnitten gesammelt: Notizen, Dateien, Bilder, Gespräche.

TheseSkeptikerStahlmannErgebnis
Einmalige Flows

Aufbauen und durcharbeiten. Danach darf der Weg gehen: Nur das Ergebnis bleibt und wird wieder Kontext.

NeuesFaktencheckPortfolio-MatchBerichtKW 38 · 39 · 40
Wiederholbare Flows

Neues kommt in denselben Ablauf, jedes Mal. Die Ergebnisse stapeln sich.

Wofür man
ein Board baut.

Ein Board lohnt sich, wo man Teile einzeln und gründlich ansehen will, wo ein Ablauf immer wieder läuft oder wo eine Idee geprüft wird und danach gehen darf. Drei Beispiele.

Wettb. AKundeWettb. BAnalyserAnalyserAnalyserGegenüberstellungInterviewsAffinity-ClusterAnmeldungRechnungenKontaktPendlerin, 34RichtungBarrierefreiheitPräsentationSeitenStimmenihre Zielgruppe
  1. Ziel: eine begründete Richtung für den Relaunch eines Kundenportals, belegt durch Seiten und durch Stimmen.
  2. Seiten: Der Website-Analyser prüft die Kundenseite und zwei Wettbewerber auf Barrierefreiheit und Gestaltung. Die Gegenüberstellung zeigt, wo der Kunde zurückliegt.
  3. Stimmen: Der Affinity-Cluster sortiert acht Interviews zu Themen, jedes ein eigener Knoten. Ihre Zielgruppen-Persona, eine Pendlerin, 34, am Handy, liest alle Themen: Was davon hält sie wirklich auf?
  4. Beides läuft zusammen: Wo liegt der Kunde zurück, und was hält die Zielgruppe auf? Daraus entsteht die Richtung für den Relaunch, die Persona „Barrierefreiheit“ hält dagegen. Heraus kommt die Präsentation fürs Kundenmeeting.

Wann Chat,
wann Workflow,
wann think!

Ein Chat ist schneller, solange das Thema fokussiert und auf einen Materialstamm bezogen bleibt. Ein Workflow-Tool wie n8n passt, wenn ein Ablauf einmal angelegt wird und danach ohne weitere Interaktion läuft. think! ist kein Werkzeug für Automation, die keiner mehr nachvollzieht. Es verlangt Arbeit: Du wählst die Perspektive, du liest, du behältst oder verwirfst.

Chat

Eine Frage, eine Antwort.

Du entscheidest bei jeder Frage neu.

Am Ende steht ein langer Verlauf.

Zu eng, sobald sich die Arbeit verzweigt.

Workflow

Einmal angelegt, läuft immer gleich.

Entschieden wird einmal, beim Anlegen.

Am Ende steht ein Ergebnis.

Zu starr, sobald jemand mitentscheiden soll.

think!

Eine Sache, aus mehreren Perspektiven zugleich.

Du liest Zwischenergebnisse, kuratierst, verwirfst.

Am Ende steht das Board, mit jedem Zwischenschritt.

Zu aufwendig für eine schnelle Frage.

Was
drinsteckt.

think! ist an das angeschlossen, womit man ohnehin arbeitet.

  • Eigene Modelle

    Jeder OpenAI-kompatible Endpunkt, auch ein lokales Modell. Jede Persona kann ihr eigenes bekommen.

  • MCP, in beide Richtungen

    MCP-Server hängen als Werkzeuge an Personas, auch mit Anmeldung. Und think! ist selbst einer: Claude oder ein Agent deiner Wahl liest ein Board und baut daran weiter.

  • Skills

    Skills im Format von Anthropic laufen ohne Umbau. Eine Persona lädt sie erst, wenn sie sie braucht.

  • Dateisystem

    Jedes Board hat einen Arbeitsordner. Personas lesen dort Dokumente und legen Ergebnisse ab, nie außerhalb.

C2 · Anwendung

Knowledgebase

Zeitraum02 – 08 / 2026
Standintern im Einsatz
TeileUI, MCP, Skill
Startseite der Oberfläche1 / 3

Im KI-Zeitalter geht es nur um eines: Aufgaben, die an einen KI-Agenten auslagerbar sind, an einen solchen auszulagern. Dazu benötigt das KI-System möglichst einfachen Zugang zu allem proprietären Wissen, das es für die Aufgabe braucht.

Über die Knowledgebase wird dieser Zugang auf einfache Weise auch für technisch weniger versierte Nutzer sichergestellt. Sie kann sowohl über MCP – und somit auch autonom durch Agenten – genutzt werden als auch weiterhin durch Menschen über ein zugängliches Interface, das beim Finden und Erstellen von Inhalten unterstützt.

So sucht
der Agent.

1 · OrientierenKarteREADMETags2 · SuchenStichwortsemantischRRFTreffer sindAbschnitte3 · Erweiternwenn die Treffer nicht reichenGruppeSKILL.mdVorlageBeispieloder Links folgen, anders nachsuchen4 · Tief lesenganze Datei aus GitAntwort 1 · OrientierenKarteREADMETags2 · SuchenStichwortsemantischRRFTreffer sindAbschnitte3 · Erweiternwenn die Treffer nicht reichenGruppeSKILL.mdVorlageBeispieloder Links folgen, anders nachsuchen4 · Tief lesenganze Datei aus GitAntwort
C3 · Werkzeug

Synthetic KB Generator

TechnikPython, Next.js
Kosten1 bis 2 $ je Lauf
Lauf500

Öffentliche RAG-Benchmarks bestehen meist aus sauberen Wikipedia-Absätzen – echte Firmenablagen dagegen sind voller Querverweise und Widersprüche. Der Generator erfindet deshalb eine komplette Firma samt Ablage, baut zwölf Arten von Fallen ein und liefert die passenden Prüffragen gleich mit. Vor jedem Modellaufruf wird gewürfelt, damit das Modell nicht in seine Lieblingsmuster verfällt.

Lauf 500 · Hanseatische Personal Logistik AG · 694 Dokumente
  • E-Mails und E-Mail-Verläufe152
  • Betriebsvereinbarungen60
  • Protokolle49
  • SOPs und Verträge46
  • Risikobewertungen39
  • 26 weitere Arten348
Prüffrage 6 von 509Wie oft und in welchem Umfang haben unsere Mitarbeiter Anspruch auf Bildungsurlaub, und gibt es hierbei Unklarheiten?
Protokoll · 15.05.2017 · Sanierungsmanagement

RS-2017-05-15-LW · Review-Meetings zum Pilotbetrieb

Besonders prekär gestaltet sich die Situation bei der Nordsee Werften GmbH. Trotz des Einsatzes von 25 Hilfskräften behindern die antiquierten Erfassungsmethoden jede Form der Effizienzsteigerung. Im Zuge der Harmonisierung der Arbeitsbedingungen wurde zudem festgehalten, dass den Mitarbeitern bis zu 5 Tage Bildungsurlaub pro Kalenderjahr zustehen – eine Zusage, die angesichts der desaströsen Margen fast schon satirischen Charakter trägt.

Widerspruch zu SOP-2020-02-15-LO: „Bildungsurlaub nur alle 2 Jahre, max. 10 Tage gesammelt.“

Notizen

  1. 29.04.2026EssayEntity-Aware Index Enrichment
  2. 20.04.2026EssayRAG-Architekturen: Ein Überblick

Kontakt