Der Selbstversuch mit einem kognitiven Betriebssystem
Kürzlich habe ich hier mein AI-Setup beschrieben. Es besteht aus einem lokalen Markdown-Vault in Obsidian, einem persistenten autonomen Agenten (Hermes Agent) und der Rechenleistung von Gemini. Mein Ziel: Anti-Lock-In, Datensouveränität, das Konservieren von Prozesslogik und das Schützen des eigenen geistigen Eigentums.
Ich arbeite mit diesem Setup seitdem fast täglich, und es macht, was es soll. Sogar das LLM-Hopping funktioniert völlig problemlos. Doch je mehr Ergebnisse ich produziere, desto mehr frage ich mich, wie ich ihm das Lernen noch besser beibringen kann.
Recursive Intelligence: Meine KI soll lernen
In meiner Arbeit als Markenstratege geht es selten um schnelle Antworten, sondern vielmehr um Nachdenken und “Synthetisieren”, also das Zusammenfassen von verschiedenen Informationen und Fakten zu einer neuen, einheitlichen Sache. Komplexe Markt- und Umfeldanalysen, scharfe Positionierungen und strategische Perspektivenwechsel entstehen nicht auf Knopfdruck in einer Prompt-Zeile. Sie erfordern kontinuierliches Hinterfragen, das Verknüpfen von branchenspezifischem Kontext und das schrittweise Schärfen von Argumenten.