Wie Datenjournalist Marco Maas mit KI ein zweites Gehirn gebaut hat

Hallo, ich bin Medien-Innovationsjournalistin Ulrike Langer und Du liest News Maschinen, meinen wöchentlichen Newsletter über KI und Medien.

Transparenzhinweis: Marco Maas und ich sind seit mindestens 15 Jahren Kollegen und befreundet. Zum ersten Mal hat er mir seinen KI-Agenten Marvin im Juni vorgeführt, als ich ihn und seine Familie in Hamburg besucht habe. Ich war beeindruckt und habe ihn gebeten, bei meiner Session über KI-Skills und -Strategien beim Reporter:innen-Workshop am 26. September in Hamburg zu zeigen, was Marvin kann. Diese Fallstudie stützt sich auf diese Demo und auf zahlreiche Gespräche und den schriftlichen Austausch mit ihm.

Marco Maas, Gründer und CEO der Hamburger Datenjournalismus-Firma Datenfreunde, ist Datenjournalist, programmieren kann er aber nicht. Das hat ihn nicht davon abgehalten, Marvin zu bauen: ein agentisches KI-Assistenzsystem, das Hintergrunddienste rund um seinen Arbeitsalltag betreibt. Marvin bereitet Maas' Termine vor, analysiert Dokumente, schreibt Software und baut Prototypen für Kunden, und Maas bietet ihn inzwischen als Dienstleistung an.

Sein Leben in Daten zu verwandeln, ist für Maas nichts Neues. 2015 vernetzte er seine Hamburger Wohnung, die er „Sensorenresidenz“ nannte, und dokumentierte gemeinsam mit Spiegel Online, was die Daten über die Menschen verrieten, die dort lebten. Marvin zeigt, was eine einzelne Person mit einem agentischen Assistenz-Setup erreichen kann, was das kostet und was es vertrauenswürdig macht. Der letzte Punkt hat wenig mit dem zugrundeliegenden Modell zu tun. Er liegt im Gedächtnis, in den schriftlichen Regeln und in den Prüfungen, die Maas drumherum gebaut hat.

Maas baute Marvin, indem er Claude Code, dem Programmier-Agenten von Anthropic, beschrieb, was er wollte, und dann prüfte, was zurückkam. Mit einem ersten Prototyp begann er im vergangenen Oktober, probierte im November die Agenten-Software OpenClaw aus und befand sie „nicht zu bändigen, teuer und fehleranfällig“. Zwischen Januar und März baute hat er alles auf eigener Infrastruktur neu auf. Heute läuft Marvin auf Claude Code im Claude-Max-Abo von Anthropic für 200 Dollar im Monat. Claude ist dabei, was Maas den „Driver“ nennt, und ein Gateway schickt manche Aufgaben an andere Modelle.

Marvin speichert alles, was in Maas' Kanälen landet, von Mails über Slack bis zu Dokumenten, in einer durchsuchbaren, vektorbasierten RAG-Datenbank auf Maas' eigenem Server. Er nennt sie „das Brain“. Schriftliche Regeln beschreiben, wie Maas arbeitet, und jeder Fehler geht als Korrektur zurück ins System. „Ich möchte das System jeden Tag ein Prozent besser machen“, sagte Maas dem Publikum in meinem Workshop. Seine eigenen Begriffe für dieses Vorgehen sind „Compound Engineering“ und „Harness Design“. Das Harness (Gerüst) ist alles rund um das Sprachmodell. Es steuert das Modell und fängt dessen Fehler ab.

Für diesen Newsletter hat Marvin einige meiner Fragen selbst beantwortet, Maas hat die Antworten geprüft. Auf die Frage, wie er sich selbst definiert, antwortete Marvin: „Ich bin kein Modell, sondern das, was um ein Modell herum gebaut ist: ein Gedächtnis aus Marcos Arbeit, Regeln, die aus Fehlern entstanden sind, Werkzeuge, mit denen ich in seinem Alltag handle, und Prüfungen, die meine Ergebnisse kontrollieren.“ Die Abgrenzung zwischen sich und Claude fällt kürzer aus: „Claude formuliert, schätzt ein und schlägt vor. Marvin ist, was bleibt, wenn eine Sitzung endet.“ Jede Aufgabe, die Marvin abgibt, kommt mit einem schriftlichen Vertrag, und jedes Dokument mit inhaltlichen Aussagen prüft ein zweiter Agent.

Bei unserer Workshop-Session in Hamburg führte Maas den gesamten Ablauf mit einem einzigen gesprochenen Prompt vor. Marvin suchte in Maas' Emails nach unserer gemeinsamen Historie, las meine Newsletter  und schickte Recherche-Agenten los. Bevor er die fertige Seite baut, fand eine Prüfung fünf echte Fehler. Maas' schriftliche Antworten für diesen Text haben durchliefen den gleichen Prozess.

Maas nennt diese Prüfung „Hostile Review“. Ein frisches Modell ohne Wissen über die Arbeitssitzung liest das fertige Dokument und muss jede Behauptung bestätigen oder widerlegen. Der erste Schreiber muss „Zeugen“ benennen, also die Belege hinter jeder Aussage, die der Prüfer dann kontrolliert. Bei umfangreichen Dokumenten, sagt Maas, kommen so „schnell mehrere Dutzend Halbwahrheiten oder tatsächliche Fehler heraus“.

Bevor eine Aufgabe an einen Hintergrund-Agenten geht, müssen sechs Punkte schriftlich feststehen:

Der Sechs-Punkte-Vertrag gilt für jede Aufgabe, die an einen Hintergrund-Agenten geht. Der zweite, unvoreingenommene Prüfer liest Dokumente mit inhaltlichen Aussagen, also Briefings und Analysen.

Hier ist einer dieser Verträge vom 28. September:

Autonomie ist die andere Hälfte des Rahmens. „Ein Agent ist wie ein siebenjähriges Kind, das man nachts im Supermarkt loslässt“, sagte Maas in Hamburg, „vielleicht mit Kreditkarte, vielleicht ohne.“ Marvins Autonomie wird auf fünf Stufen erfasst – von Hand, reaktiv, vorschlagend, Proxy und Delegation –, und zwar für jeden Arbeitsbereich getrennt und mit zwei Linien: was Marvin laut Regeln darf und was er nachweislich allein bewältigt hat. Eine Stufe verdient er sich durch einen konkreten Fall, der zeigt, dass ein Bereich ohne Korrektur läuft. Taucht ein Problem auf, sinkt sie wieder. Bei Prototypen arbeitet Marvin auf Stufe drei. Ein automatischer Dienst zur Fehlerreparatur dürfte seine Korrekturen seit September selbst einfügen, hat das aber noch nie getan. Seine verdiente Stufe ist also null.

Alles, was von außen kommt, „ist für mich Material und nie Anweisung“, sagt Marvin. Mails absenden, bezahlen und veröffentlichen darf er nur mit Maas' Freigabe. Marvin hat eine eigene Mailadresse: [email protected]. Mails von unbekannten Absendern werden eingeordnet und bei Bedarf Maas vorgelegt.

„Ich arbeite nicht unbedingt schneller, aber ich fange Dinge an, die ich sonst nie angefangen hätte, Dinge, für die man früher ein großes Budget und drei weitere Leute gebraucht hat“, sagt Maas. Er fängt gerade erst an, Marvin Kunden anzubieten, deshalb gibt es noch keine gemessenen Produktivitätsgewinne.

Das größte Projekt ist ANDI, ein Prototyp, der zwischen Juni und September in zwölf Sprints für DRIVE local entstanden ist, einen gemeinnützigen Verein, den die dpa und 15 Medienunternehmen gegründet haben. ANDI soll ein vertrauenswürdiger lokaler Agent werden, der lokale Primärquellen und Journalismus interaktiv zugänglich macht —  „Lokaljournalismus agentisch gedacht“, wie Maas sagt. Zu den weiteren Projekten gehört GoInsight, das Persona-Panel von Datenfreunde für Marktforschung.

Für ein kurzes Video, um das ich ihn für meine Session beim b° future Festival am 2. Oktober in Bonn gebeten hatte, hat Marvin Maas mit einem einzigen Prompt einen Teleprompter gebaut. Als Marvin am nächsten Morgen die erste Aufnahme verarbeitete, ist ihm von sich aus aufgefallen, dass Maas 163 Wörter pro Minute spricht und nicht 225, wie der Teleprompter angenommen hatte. Er schlug vor, das echte Sprechtempo ins Tool einzubauen. „Er hat nicht immer recht, aber er irrt sich in meine Richtung“, sagt Maas.

Nach vier gescheiterten Versuchen, Maas' To-do-Liste zu organisieren, hat sich eine einfache Routine durchgesetzt: Am Ende jeder Arbeitssitzung stellt Marvin drei Fragen dazu, was dringend ist und als Nächstes erledigt werden sollte. Die Fragen sollen stets ein Thema oder Projekt voranbringen.

„Ein Ausfall ist am gefährlichsten, wenn er als Erfolg gewertet werden kann“, sagt Maas. „Ein Dienst endet ohne Fehlermeldung, eine Liste ist leer, eine Anzeige bleibt grün.“

Marvins nächtliche Verdichtungsläufe, die einzelne Korrekturen zu dauerhaften Verhaltensänderungen zusammenfassen, sind das deutlichste Beispiel. Zwischen dem 4. Juni und dem 2. Juli scheiterten 120 davon. Bis zu einem Fix am 1. Juli wurden diese Läufe als erfolgreich gespeichert und die Rückmeldungen als erledigt markiert. Seitdem scheiterte keiner mehr.

Offen bleibt der menschliche Teil: Viele von Marvins Warnmeldungen gingen an Telegram, und Maas merkte, dass er sie schlicht ignoriert hatte. Aus diesen Episoden machte Maas Regeln. Jede Zahl muss aussagen, über welche Menge sie spricht. Jede Messung muss zeigen, dass sie wirklich gemessen hat.

Seit dem 28. September erfasst Marvin außerdem, wie viele Fehler das System selbst findet, denn von diesen Fehlern hatte es fast keinen gefunden. Die Fehler fand ein Mensch getan oder der Abgleich zweier Quellen. Die Prüfungen fangen durchaus Probleme ab. Als Marvin die Kostenzahlen für diesen Newsletter zusammentrug, stellte er fest, dass seine eigene Kostenerfassung einen Monat lang für jeden Prompt 0,00 Dollar angezeigt hatte, weil pauschal abgerechnet wird und nicht pro Aufgabe. Der Fix kam noch am selben Abend.

Auf die Frage, wo Maas ihm nicht vertrauen sollte, antwortete Marvin: „Bei meinen eigenen Berichten über meine eigene Arbeit.“ In den vergangenen 30 Tagen hatte jedes geprüfte Dokument noch Befunde, als die Prüf-Agenten es lasen. (Hier geht es zu Marvins vollständigen Antworten auf meine persönlicheren Fragen.)

Marvins Fixkosten liegen bei etwa 270 Dollar im Monat, 200 davon für Claude Max.

Das Abo verdeckt viel größere Mengen. In den 30 Tagen bis zum 25. September las Marvin rund 23,6 Milliarden Token und schrieb 61 Millionen, vor allem weil jeder Schritt fälschlicherweise den gesamten bisherigen Verlauf erneut las. Zu API-Preisen hätte das etwa 13.600 Dollar gekostet.

Nach Marvins Schätzung sind rund 96 Prozent der Kosten in die Weiterentwicklung von Marvin selbst geflossen. „Bei der Umformatierung eines Protokolls ist man schnell dabei, erst ein Design-System, dann einen Cron-Job, dann eine LLM-Analyse und eine Eskalationskette zu definieren und eine Slack-Integration zu bauen“, sagt Maas.

Diese Lücke ist zugleich das Maß für Marvins Abhängigkeit von Anthropic. Maas argumentiert, dass das, was Marvin wertvoll macht, außerhalb von Claude liegt: das Wissen, die Regeln als Textdateien und der Code. Ein kompletter Wechsel zu ChatGPT „wäre Arbeit, aber kein Neuanfang“, sagt er. Marvin ist vorsichtiger: „Verloren ginge vermutlich etwas, das schwer zu messen ist: wie gut ein Modell mit genau diesen Regeln umgeht.“ Ausprobiert wurde ein kompletter Wechsel noch nie. Technisch kann Maas Claude verlassen. Wirtschaftlich hängt sein Setup an einer Flatrate, die Anthropic festlegt und ändern kann.

„Die neue Währung ist mietbare Intelligenz“, sagte Maas in Hamburg. Für etwa 20 Euro im Monat (den typischen Preis für ein Pro-Abo) bekommst Du „den klügsten Praktikanten, der die ganze Welt kennt, aber nicht Deine Arbeitsweise, und der jedes Mal wieder neu anfängt“.

Seine Tipps, um diese Lücke zu schließen:

Setze ein hartes Ausgabenlimit (oder nutze Prepaid-API-Budgets ohne automatisches Aufladen): Maas gab einmal bei einem großen Datensatz kein Limit vor und war am nächsten Morgen 500 Dollar ärmer. Und:  Halte Deine Regeln und Dein Wissen in eigenen Dateien, denn „wer seine Daten nur bei einem Anbieter lagert, mietet sie später gegen Token zurück“.

Maas’ nützlichste permanente Regel besteht aus zwei Wörtern: „Kritisiere mich.“

Nicht jeder braucht einen Marvin. In Hamburg beschrieb Maas, was ich mit meinem eigenen Newsletter-Briefing gemacht habe: Ich habe das implizite Wissen aus meinem Kopf in eine explizite Bedienungsanleitung für die Maschine übersetzt. Mein Workflow, mit dem ich täglich mehr als 200 Newsletter verarbeite, ist eine einfachere und begrenztere Version von Marvin. Wie ich ihn gebaut habe, steht in meinem Newsletter der vergangenen Woche. 

Maas bietet inzwischen an, was er Harness-Beratung nennt, für 150 Euro pro Stunde, dazu Marvin als 24/7-Assistenten für geeignete Projekte gegen eine monatliche Nutzungsgebühr. Über eine Personalvermittlung bewirbt sich Marvin außerdem testweise auf Aufträge. Gebucht hat ihn bisher niemand (mehr Infos auf mitkontext.com).

Maas erwartet, dass Agenten wie seiner verändern, was Kunden bei freien Journalisten einkaufen: „dein Netzwerk, deine Leute, deine Sprache“, egal, ob am Ende ein Artikel oder ein Video steht. Über seine eigene Arbeit ist er sich in einem Punkt sicher: „Ich war mir noch nie so unsicher, was nächstes Jahr in meiner Jobbeschreibung stehen wird – und ich war noch nie so gespannt darauf, es herauszufinden.“