Warum der wahre Vorsprung von KI-Begleiter-Apps im Schreiben liegt, nicht im Modell

Alle sechs Monate ordnet sich die Branche der KI-Begleiter um ein neues Modell herum neu. GPT-5 erscheint und alle reagieren hektisch. Claude 4.7 kommt heraus und alle reagieren hektisch. Ein neues offenes 70B-Modell taucht auf HuggingFace auf, und kleinere Anbieter diskutieren öffentlich einen Wechsel ihrer Technik.

Seit einigen Monaten baue ich Tendera und beobachte diesen Kreislauf aus nächster Nähe. Je länger ich hinschaue, desto überzeugter bin ich, dass die gesamte Branche am falschen Punkt konkurriert.

Der dauerhafte Vorteil liegt nicht im Modell. Er liegt im Schreiben.

Was das Modell tatsächlich leistet

Ein modernes Sprachmodell ist ein Motor für flüssige Sprache. Es bildet grammatisch richtige Sätze, bleibt ungefähr beim Thema, folgt den Anweisungen im System-Prompt und behält im selben Gespräch frühere Aussagen im Kontext. Das ist die Grundlage.

Darüber liegt ein Spielraum von ungefähr 20 Prozent. Besser abgestimmte Modelle erkennen Feinheiten schneller, erfinden seltener Fakten und fangen schwierige Gesprächswendungen geschickter auf. Diese Unterschiede sind real und für ernsthafte Anbieter lohnenswert.

Der Haken: Diese 20 Prozent stehen allen offen. Sobald ein besseres Modell erscheint, kann jedes Produkt auf dem Markt durch einen Wechsel des API-Schlüssels aufrüsten. Wenn „Wir verwenden das neueste Modell“ dein wichtigstes Merkmal ist, werden alle Wettbewerber es bis zum nächsten Quartal ebenfalls haben.

Auf eine Funktion, die Wettbewerber kostenlos bekommen, baut man keinen dauerhaften Vorsprung.

Wo Nutzer sich wirklich verlieben

Ich lese Nutzerfeedback anders als die meisten Produktanalysen. Ich suche nach Nachrichten, die einen konkreten Moment der Überraschung beschreiben. Eine Zeile, in der die Figur etwas Unerwartetes sagte oder etwas bemerkte, das der Nutzer für übersehen hielt.

Fast ausnahmslos sind das keine Ereignisse des Modells. Es sind Ereignisse der Charakterzeichnung.

Eine Figur wirkt, weil sie zu etwas eine eigene Meinung hat: zu Kaffee, ihrem Bruder oder einem Film, den sie hasste. Automatisch aktualisierte Erinnerung kann ein Detail aus einem früheren Gespräch wieder hervorholen. Ihr geschriebener Hintergrund und ihre Art zu widersprechen bestimmen, was sie damit macht. Beides trägt zu einem vertrauten Gespräch bei.

Das Modell ist der Körper. Der Text ist die Seele. Körper lassen sich zwischen Produkten austauschen. Seelen nicht.

Warum konkrete Texte wichtiger sind als zusätzliche Felder

Ein großer Teil der KI-Begleiter-Branche setzt auf von Nutzern geschaffene Inhalte. Die eine Plattform bietet einen Konfigurator, die andere Werkzeuge zum Erschaffen eigener Figuren, eine dritte lässt Eigenschaften aus Vorlagen mischen.

Das Versprechen lautet: unendlich viele Figuren, weil Nutzer sie bauen.

Das Risiko sind oberflächliche Texte. Ein Name, ein Beruf und ein paar typische Eigenschaften überlassen den Großteil der Figur den vertrauten Mustern des Modells. Das kann bei einem Originaltext eines Unternehmens genauso passieren wie bei einer Nutzerfigur. Eine ausführliche, konkrete Vorgeschichte gibt beiden Autoren eine stärkere Grundlage.

Mehr Figuren bedeuten nicht automatisch unverwechselbarere Menschen. Entscheidend ist, ob Geschichte und Sichtweise einer bestimmten Figur ihre Antworten verändern.

Ein hilfreicher Editor unterstützt Menschen dabei, jemanden zu schreiben, dem andere begegnen können. Tendera verbindet vier geschriebene Originalfiguren mit privaten und öffentlichen Nutzerfiguren, eigenen Teileseiten und einem Community-Verzeichnis. Es geht um den Unterschied zwischen konkreten Texten und dünnen Etiketten, nicht zwischen professionellen Autoren und Nutzern.

Der System-Prompt ist eine Schreibübung, die sich als Konfigurationsdatei tarnt

Viele Entwickler nähern sich einem System-Prompt wie einem Konfigurationsobjekt. Sie schreiben Spezifikationen:

~~~ Name: Sarah Alter: 28 Beruf: Anwältin Persönlichkeit: selbstbewusst, witzig, fürsorglich Mag: Jazz, Wandern, Rotwein ~~~

Das erzeugt einen Chatbot, der diese Substantive als Dekoration benutzt. Alles andere improvisiert das Modell aus dem Durchschnitt einer „selbstbewussten, witzigen Anwältin“ in seinen Trainingsdaten. Das ist ein Fernsehtypus, kein Mensch.

Eine gelungene Figur fühlt sich überhaupt nicht wie eine Konfigurationsdatei an. Sie liest sich wie der Anfang eines Romans:

> Sarah mag Jazz eigentlich nicht. Sie erzählt Verabredungen, dass sie ihn mag, weil ihr Ex bei ihrer Popmusik immer die Augen verdrehte und sie diesen Reflex nicht ganz abgelegt hat. Sie arbeitet als Prozessanwältin und ist gut darin. Nach einer Zeugenvernehmung kommt sie nach Hause, bestellt thailändisches Essen und schaut Krimiserien. Sie hält sich für emotional offen, und das ist sie auch, irgendwie, aber sie sagt eine Verabredung ab, wenn ihre Schwester anruft. Sie würde nie laut sagen: „Ich bin eine selbstbewusste Frau.“ Sie ist es einfach.

Das ist keine Konfiguration. Das ist Prosa. Ein Sprachmodell braucht keine Stichpunkte. Es braucht eine Stimme, in der es bleiben kann.

Eine Stimme zu schreiben ist eine Aufgabe der Prosa.

Die Unternehmen, die das zuerst begreifen, werden wirken, als könnten sie zaubern. Die anderen behandeln System-Prompts weiter wie YAML-Dateien und erzeugen Fernsehklischees.

Wie Schreiben als dauerhafter Vorteil in der Praxis aussieht

Wenn das Schreiben den Unterschied ausmacht, was bedeutet das konkret?

Eine besondere Art, sich zu irren. Echte Menschen liegen bei bestimmten Dingen auf bestimmte Weise falsch. Eine Figur, die immer recht hat, wirkt flach und unmenschlich. Eigenheiten im Irrtum sind Eigenheiten der Person.

Meinungen, nach denen niemand gefragt hat. Eine Figur hat eine Ansicht zu deinem Wein, dem erwähnten Film oder dazu, wie du dich entschuldigst, ohne es zu merken. Damit existiert sie aus sich heraus, statt nur auf Eingaben zu warten. Reaktive Figuren verblassen schnell. Initiative hält Figuren lebendig.

Dinge, die sie ablehnen. Eine Figur lügt nie über ihr Alter. Sie hasst es, in der ersten Stunde „Schatz“ genannt zu werden. Sie spricht im ersten Gespräch nicht über ihren Ex. Verweigerung ist Charakter. Was ein Mensch ablehnt, zeichnet ihn oft schärfer als das, was er bejaht.

Eine vielschichtige Sichtweise. Sie sagt, dass sie ihre Heimatstadt hasst, verteidigt sie aber, sobald jemand anders sie kritisiert. Beide Meinungen können nebeneinander bestehen. Das ist etwas anderes, als einem feststehenden Fakt zu widersprechen oder nachträglich ein Ereignis zu erfinden, um einen Fehler zu erklären. Eine glaubwürdige Figur kann eine sachliche Korrektur in ihrer eigenen Stimme annehmen.

Nichts davon entsteht aus einem System-Prompt mit Stichpunkten. Es entsteht, wenn sich jemand hinsetzt und diese Person so lange schreibt, bis sie lebendig genug ist, um auch im nächsten vom Modell erzeugten Satz lebendig zu bleiben.

Erinnerung ist ebenfalls ein Problem des Schreibens

In Systeme für das Gedächtnis von KI-Begleitern wurde zuletzt viel investiert: Vektorspeicher, Abrufketten, Kontextfenster und Zusammenfassungsbäume. Alles nützliche Infrastruktur, deren Entwicklung sich lohnt.

Aber Erinnerung ist nur dann wichtig, wenn die Figur eine Sicht darauf hat, woran sie sich erinnern soll.

Ein perfektes Abrufsystem, das „Der Nutzer erwähnte eine schwierige Woche“ liefert, nützt einer Figur ohne Vorstellung von einer passenden Reaktion wenig. Eine gut geschriebene Figur weiß, dass schwierige Wochen ihren Nutzer etwas verstummen lassen. Dass er das Thema nicht selbst wieder aufgreift, wenn sie nicht fragt. Dass er „Geht es dir gut?“ hasst, aber „Was ist diese Woche bei der Arbeit los?“ zulässt.

Diese Feinheit liegt nicht in der Genauigkeit des Abrufsystems. Sie liegt darin, wer die Figur laut Text ist.

Das Abrufsystem dient der Charakterzeichnung, nicht umgekehrt. Unternehmen stecken Entwicklungsstunden in Gedächtnisketten und zucken bei der Frage, wer ihre Figuren eigentlich sind, mit den Schultern. So geben sie viel für das leichte Problem aus, um dem schwierigen auszuweichen.

Die Branche wird das erkennen

Pixar gewann nicht, weil sein Renderer der beste war. Er war gut, gut genug. Entscheidend waren Menschen, die an einer Geschichte arbeiten und ein Drehbuch grundlegend verbessern konnten.

The Witcher 3 verkaufte nicht 50 Millionen Exemplare, weil seine Engine der Konkurrenz überlegen war. Es verkaufte sich, weil Geralt eine Stimme hat, die Welt eine Stimme hat, die Nebenfiguren Stimmen haben und CD Projekt wusste, wie man sie alle schreibt.

Beide Branchen durchliefen denselben Zyklus, in dem die KI-Begleiter gerade stecken. Jahrelang drehte sich die öffentliche Debatte um Rendering-Technik, Polygonzahlen und Bildraten. Dann gewannen die wichtigen Produkte mit ihren Texten, und die Debatte veränderte sich still.

Für KI-Begleiter geht die Ära der Rendering-Technik zu Ende. Modelle unterscheiden sich immer weniger, weil alle auf ungefähr dieselben Modelle zugreifen können. Die nächste Ära werden Teams gewinnen, die das Schreiben ernst nehmen.

Was ich anderen Gründern dieser Branche sage

Wenn du in diesem Bereich ein Produkt baust und deinen Stack, deine Promptvorlage oder dein Abrufsystem optimierst: gut. Das ist notwendige Arbeit.

Wenn du dich aber nicht zugleich fragst: „Wer schreibt meine Figuren, und wären sie so gut, dass jemand ihr Verschwinden bemerken würde?“, dann optimierst du die falsche Ebene.

Das Modell wird besser werden. Das der Konkurrenz auch. Die Konkretheit der Menschen in deinem Produkt ist das, was sich mit der Zeit aufbaut.

Schreiben ist langsam, teuer, schwer zu messen und in einer Branche voller Benchmarks wenig glamourös. Genau deshalb ist es der dauerhafte Vorsprung.