Was passiert, wenn im Beirat plötzlich mehr KI-Agenten sitzen als Menschen? Jens Scharnetzki ist aus dem Urlaub zurück und hat mitgebracht, was er in den freien Tagen gebastelt hat: ein komplettes AI Advisory Board, gebaut mit n8n, der Workflow-Automatisierungsplattform aus Deutschland, die laut Handelsblatt inzwischen mit 2,4 Milliarden Euro bewertet wird (Gründer: Jan Oberhauser). Statt eines einzelnen Chatbots hat Jens zwanzig System-Prompts geschrieben, die Agenten in Persönlichkeiten wie Steve Jobs, Angela Merkel, Elon Musk, Jeff Bezos, Tim Cook und Jonathan Ive verwandeln: acht bis dreizehn DIN-A4-Seiten pro Persona, nicht einfach "verhalte dich wie".
Mark und Jens diskutieren, warum dieser Aufwand tatsächlich etwas bringt: Derselbe Prompt ohne die ausführlichen Persona-Beschreibungen liefert im direkten Vergleich in ChatGPT deutlich oberflächlichere Antworten. Der Grund, den beide vermuten, ohne ihn wissenschaftlich belegen zu können: Ein Sprachmodell braucht ein möglichst konkretes Weltmodell, um im Kontext einer Persona konsistent zu bleiben, sonst fällt es zurück in sein neutrales Standardverhalten. Aufgebaut ist das Advisory Board als Agenten-Hierarchie: Ein Moderator-Agent im Stil eines Senior Consultants delegiert Fragen an die passenden Personas, lässt sie sich in einer Selbsteinschätzung von 0 bis 1 zur eigenen Relevanz äußern und gewichtet am Ende die Antworten. Über eine Perplexity-Anbindung holen sich die Agenten zusätzlich aktuelle Informationen aus dem Netz, damit die Persona nicht nur mit Trainingsdaten von vorgestern argumentiert.
Damit nicht jede Anfrage manuell angestoßen werden muss, hat Jens das Setup an Notion gekoppelt: Fragen, Texte oder Dokumente landen in einer Datenbank, der n8n-Workflow holt sie automatisch ab, schickt sie durchs Advisory Board und liefert am Ende nicht nur Ergebnis und Herleitung zurück, sondern über die Gamma-API gleich noch ein fertiges Slide-Deck mit. Eine Erkenntnis aus der Praxis: Zwanzig Personas gleichzeitig sind too much, sowohl was Rechenzeit (20 bis 30 Minuten pro Durchlauf) als auch Fehleranfälligkeit angeht. Drei gut gewählte, diverse Perspektiven liefern bessere Ergebnisse als ein überfülltes Gremium, in dem am Ende zu viele Köche den Brei verderben.
Richtig spannend wird es, als die beiden das Board auch mal auf Mark selbst loslassen, gefüttert mit Arbeitszeugnissen und Feedback-Gesprächen, um eine Einschätzung zu bekommen, worauf er bei einer Vorstandspräsentation achten sollte. Das führt zur größeren Frage der Folge: Sollten KI-Systeme überhaupt eine Persönlichkeit bekommen, und hilft es, mehrere Persönlichkeiten erst intern diskutieren zu lassen, bevor eine Antwort rauskommt? Die beiden streifen dabei auch das heikle Thema, wie stark Trainingsdaten und Anbieter-Guidance das Weltbild eines Modells prägen, vom Bias-Verdacht bei US- versus asiatischen Modellen bis zur bekannten Geschichte, dass Grok angewiesen worden sein soll, Elon Musk nicht zu kritisieren.
Am Ende landen Mark und Jens bei einem Fazit, das auf den ersten Blick gar nicht nach KI-Folge klingt: Wer im KI-Zeitalter gut mit Menschen umgehen kann, wird auch mit den unterschiedlichen Persönlichkeiten von KI-Agenten besser zurechtkommen. Soft Skills, lange als das "weiche" Gegenstück zu IT-Kompetenz belächelt, werden damit zur Kernkompetenz im Zeitalter der Multi-Agenten-Systeme.
