Die Maschine liefert den Durchschnitt

In der ersten Fassung dieses Artikels stand ein Beispiel. Ich hatte ein Sprachmodell gebeten, fünf Handlungsaufforderungen für eine nachhaltige Modemarke zu schreiben. Es lieferte: „Discover Our Ethically Crafted Styles“, „Explore Conscious Fashion Choices“, „Unveil Your Next Sustainable Wardrobe Staple“. Damals standen sie als gelungenes Beispiel im Text. Heute lese ich sie als Beleg für meine These. Diese Sätze sind nicht falsch. Sie sind der Durchschnitt aller Sätze, die je über nachhaltige Mode geschrieben wurden. Die Maschine liefert die Mitte, und Gestaltung beginnt dort, wo man bewusst von ihr abweicht.

Warum die Maschine zur Mitte zieht

Ein Sprachmodell wie Gemini, das man in Google AI Studio ausprobieren kann, berechnet für jedes nächste Wort, wie wahrscheinlich es ist. Ohne weitere Anweisung wählt es meistens eine der wahrscheinlichsten Fortsetzungen. Das ist kein Fehler, sondern der Bauplan. Für eine Zusammenfassung oder eine Übersetzung ist die wahrscheinlichste Antwort oft die richtige. Für einen Claim, ein Konzept oder einen Namen ist sie fast immer die schwächste, weil alle anderen sie auch bekommen.

Es gibt einen Regler dagegen, die Temperatur. In AI Studio findet man ihn in den Einstellungen für jeden Durchlauf. Höhere Werte lassen das Modell weiter von der Mitte abweichen. Das hilft ein Stück weit, aber es ersetzt keine Haltung: Ein Modell bei hoher Temperatur ist nicht mutiger, sondern zufälliger.

Dazu kommt ein Effekt auf lange Sicht. Ilia Shumailov und Kollegen haben 2024 in Nature gezeigt, dass Modelle, die mit den Ausgaben anderer Modelle trainiert werden, ihre Ränder verlieren. Die seltenen, ungewöhnlichen Fälle verschwinden, die Ausgaben werden einheitlicher. Je mehr Texte und Bilder im Netz von Maschinen stammen, desto stärker zieht die Mitte.

Ein Arbeitsablauf in sechs Schritten

Der folgende Ablauf funktioniert mit AI Studio, aber auch mit jedem anderen Sprachmodell. Er benutzt die Maschine für das, was sie gut kann, und hält die Entscheidungen beim Gestalter.

1. Das eigene Briefing zuerst. Bevor du das Werkzeug öffnest, schreib in drei Sätzen auf, was du willst und was du auf keinen Fall willst. Wer ohne eigene Position fragt, übernimmt die Position der Maschine.

2. Den Durchschnitt bestellen. Bitte das Modell ausdrücklich um die naheliegenden Antworten, zwanzig Stück. Das klingt paradox, ist aber der nützlichste Schritt. Du bekommst in einer Minute die Landkarte des Naheliegenden, also alles, was dein Wettbewerber auch bekommt.

Abb. 1 — Mönche vor der Maschine, aus einer KI-Bildserie im Archiv: Säulenhalle, Kutten, ein leuchtendes Zeichen. Kein Element, das man nicht schon gesehen hätte. So sieht die Landkarte des Naheliegenden als Bild aus.

3. Die Karte als Ausschlussliste. Alles, was auf der Liste steht, ist schon gedacht. Streich es für deine eigene Arbeit. Was übrig bleibt, ist der Raum, in dem es sich lohnt zu suchen.

4. Gegen die Mitte fragen. Jetzt kann das Modell helfen, aber mit Einschränkungen: Ein Claim mit höchstens drei Wörtern, ohne Adjektiv. Ein Name, der aus einer anderen Branche stammt. Ein Konzept, das das Gegenteil der Liste behauptet. Einschränkungen schieben das Modell weiter vom Durchschnitt weg als jede Temperatur.

5. Um drei Prozent verschieben, von Hand. Wähl aus allem, was entstanden ist, einen Kandidaten und verändere ihn selbst. Ein Wort tauschen, eines weglassen, eines verdoppeln. Das ist die Arbeit, die die Maschine nicht übernehmen kann, weil sie keine Absicht hat. Sie kann eine Abweichung erzeugen, aber nicht entscheiden, welche gemeint ist.

6. Offenlegen und ablegen. Notiere, welche Teile mit Hilfe eines Modells entstanden sind, und speichere die Anfragen, die gut funktioniert haben. Das ist keine Formalität. Auftraggeber haben ein Recht darauf zu wissen, woher eine Idee kommt, und du selbst lernst nur aus dem, was du nachlesen kannst.

Wofür die Maschine wirklich gut ist

Diese Skepsis gilt der Ideenfindung. In anderen Teilen der Arbeit sind Sprachmodelle eine echte Entlastung, gerade weil sie die Mitte gut kennen. Sie fassen lange Interviewprotokolle zusammen. Sie übersetzen und passen Texte an andere Zielgruppen an. Sie strukturieren Rückmeldungen. Sie schreiben kleine Programme für Prototypen. Sie prüfen, ob ein Text einen Fachbegriff falsch benutzt. Überall dort, wo das Erwartbare das Richtige ist, spart die Maschine Zeit, die man für die Abweichung braucht.

Virgil Abloh hat Gestaltern geraten, ein bestehendes Ding um wenige Prozent zu verändern, statt es neu zu erfinden. Mit Sprachmodellen bekommt dieser Rat eine neue Bedeutung. Das Bestehende ist jetzt nicht mehr nur das, was in der Welt herumliegt, sondern auch das, was die Maschine auf Knopfdruck liefert. Die drei Prozent bleiben deine.

Bitte die Maschine beim nächsten Projekt zuerst um das Schlechteste, was sie hat. Dann weißt du, wo du nicht suchen musst.