AI Production System

Nicht eine AI. Ein System.

Unterschiedliche Aufgaben brauchen unterschiedliche Stärken.

Ein System kann hervorragend recherchieren, aber keine stabile visuelle Identität produzieren.

Ein anderes kann starke Bilder erzeugen, aber weder die strategische Bedeutung eines Ergebnisses noch die langfristige Entwicklung einer Figur zuverlässig beurteilen.

Wieder andere Systeme sind besonders stark in Sprache, Analyse, Datenverarbeitung oder wiederkehrenden technischen Abläufen.

Deshalb versucht Elenavision nicht, alles mit einer einzigen AI zu erledigen.

Die Aufgaben werden zerlegt und dort bearbeitet, wo die jeweilige Stärke liegt.

Dazu gehören unter anderem:

• Strategie und Recherche
• Charakterentwicklung
• Sprache und Redaktion
• visuelle Konzeption
• Bild- und Videoproduktion
• Voice und Lip-Sync
• technische Orchestrierung
• Daten und Messung
• Community Management
• Qualitätskontrolle
• menschliche Auswahl und finale Entscheidung

Der interessante Teil liegt häufig nicht in einem einzelnen System.

Er liegt zwischen den Systemen.

Team Warden

Team Warden ist unser interner Arbeitsname für das gemischte Team aus Menschen und spezialisierten AI-Systemen hinter Elenavision.

Der Name bezeichnet weder ein Produkt noch eine Firma.

Er entstand während der laufenden Arbeit, weil aus einzelnen Werkzeugen zunehmend eine feste Arbeitsteilung wurde.

Das Ziel ist nicht, möglichst viel Arbeit an AI abzugeben.

Es ist auch nicht, möglichst viele Entscheidungen beim Menschen zu behalten.

Die Aufgabe ist vielmehr, Arbeit, Kontrolle und Verantwortung so aufzuteilen, dass Menschen und AI-Systeme jeweils dort eingesetzt werden, wo ihre Stärken liegen — und sich gegenseitig möglichst viel unnötige Arbeit ersparen.

AI kann schnell recherchieren, Varianten entwickeln, produzieren, vergleichen, messen und wiederkehrende Abläufe übernehmen.

Menschen bleiben besonders wichtig bei Richtung, Geschmack, Kontext, ethischen Grenzen und Entscheidungen, bei denen Verantwortung nicht an ein System delegiert werden soll.

Intern fassen wir diese Idee so zusammen:

Team Warden ist nicht die Summe des Teams, sondern die Multiplikation seiner Stärken.

Warden — Human Gate

Der Warden bezeichnet die menschliche Entscheidungs- und Kontrollfunktion innerhalb des Systems.

Hier werden Richtung und Grenzen festgelegt, Figuren und Inhalte beurteilt und Veröffentlichungen final freigegeben.

AI-Systeme dürfen Vorschläge machen, widersprechen, Alternativen entwickeln und Entscheidungen vorbereiten.

Die finale Verantwortung bleibt menschlich.

Produktion und Denken können verteilt werden. Verantwortung nicht.

Nova AI — universelles Sprach- und Reasoning-System

Nova AI arbeitet vor allem an Strategie, Recherche, Hypothesen und Charakterentwicklung.

Dazu gehören Gegenpositionen, Positionierung, Verhalten, langfristige Entwicklung einer Figur und die Frage, welche Experimente überhaupt sinnvoll sind.

Bei Nora war Nova AI bereits wesentlich stärker an der ursprünglichen Charakterkonzeption beteiligt als zuvor bei Elena.

Damit wurde erstmals nicht nur die Produktion eines Characters AI-gestützt, sondern auch ein erheblicher Teil seiner Konzeption.

GP AI — universelles Sprach- und Reasoning-System eines anderen Herstellers

GP AI übernimmt eine teilweise überlappende, aber bewusst unabhängige Rolle.

Dazu gehören Sprache, Struktur, kritische Integration, Qualitätskontrolle sowie die Prüfung von Hypothesen und Schlussfolgerungen.

Dass Nova AI und GP AI auf Systemen unterschiedlicher Hersteller basieren, ist dabei gewollt.

Annahmen können aus unterschiedlichen Modellperspektiven gegengeprüft werden, statt innerhalb einer einzigen AI-Logik zu bleiben.

Eine wichtige Aufgabe besteht darin, zwischen Beobachtung, Hypothese und vermeintlicher Gewissheit zu unterscheiden.

Nicht jede plausible Erklärung ist bereits ein Fakt.

Beta AI — visuelle Orchestrierung und Qualitätskontrolle

Beta AI ist nicht selbst der eigentliche Bild- oder Videogenerator.

Es handelt sich um ein spezialisiertes Sprach- und Reasoning-System, das unterschiedliche Bild- und Video-Generatoren über Prompts ansteuert.

Elenavision promptet diese Generatoren deshalb in der Regel nicht direkt.

Zwischen Idee und Generator liegt eine zusätzliche AI-Schicht:

Aufgabe verstehen → visuellen Prompt entwickeln → Generator ansteuern → Ergebnis prüfen → gegebenenfalls korrigieren und erneut generieren

Beta AI übernimmt damit gleichzeitig einen Teil der visuellen Qualitätskontrolle.

Geprüft wird unter anderem, ob Identität, Komposition, räumliche Logik und beabsichtigte Bildaussage im erzeugten Output tatsächlich funktionieren.

Ein technisch erzeugtes Bild ist damit noch kein freigegebenes Bild.

Beta AI ist weniger Generator als AI zur Steuerung und Kontrolle anderer generativer AI-Systeme.

Bottie AI — Operations, Daten und Infrastruktur

Bottie AI übernimmt den operativen Teil des Systems.

Dort laufen Schnittstellen, Daten, Automatisierung, Status, Messung und wiederkehrende technische Abläufe zusammen.

Während andere Rollen Ideen, Figuren oder Inhalte entwickeln, hält Bottie AI den laufenden Betrieb beobachtbar und strukturiert.

Dazu gehören unter anderem:

• Plattform-Schnittstellen
• Daten-Ingest
• Speicherung und Statusverwaltung
• Automatisierung
• Monitoring
• Messwerte
• technische Vorbereitung von Community-Aktionen

Seine Aufgabe ist nicht, Geschmack zu ersetzen.

Seine Aufgabe ist, möglichst wenig Geschmack zu benötigen.

WIB — AI-gestütztes Community-System

Mit wachsendem Publikum entsteht eine neue Schwierigkeit:

Eine synthetische Figur muss nicht nur konsistent aussehen.

Sie muss auch konsistent reagieren.

Dafür entstand WIB, unser zweistufiges AI-gestütztes System für Community Management.

WIB — Stufe 1: Operations und Vorverarbeitung

Eine erste AI läuft in einer dedizierten virtuellen Arbeitsumgebung und kommuniziert über die Plattform-Schnittstellen mit den Social-Media-Accounts.

Sie übernimmt unter anderem:

• Ingest neuer Kommentare und Interaktionen
• technische Zuordnung zu Posts und Plattformen
• Vorabklassifikation
• Erkennung einfacher Reaktionsfälle
• Statusverwaltung
• Vorbereitung für Moderation und Human Gate

Dabei wird nicht nur Text verarbeitet.

Auch nonverbale Kommunikation gehört zum Input:

• Emojis
• Sticker
• GIFs
• Reaktionsbilder
• andere visuelle Anhänge

Das System versucht, deren kommunikative Bedeutung im jeweiligen Kontext zu erkennen und entsprechend einzuordnen.

Ein Herz-Sticker und ein beleidigender Bild-Stempel können technisch beide zunächst nur als Attachment erscheinen.

Kommunikativ bedeuten sie etwas völlig anderes.

WIB — Stufe 2: Reply Author

Wenn tatsächlich eine individuelle Antwort sinnvoll ist, übernimmt eine zweite, darauf spezialisierte AI.

Diese AI wird gezielt auf den jeweiligen Sprachstil des Characters geschult.

Bei Nora bedeutet das beispielsweise:

schnippisch, charmant, selbstbewusst — aber nicht sexuell flirty.

Die Reply-AI soll nicht einfach nur grammatikalisch passende Sätze erzeugen.

Sie soll den jeweiligen Character-Stil:

• über unterschiedliche Situationen hinweg konsistent halten,
• multilingual anwenden,
• Humor und kulturellen Kontext berücksichtigen,
• Ton und Intensität an den jeweiligen Kommentar anpassen,
• und aus freigegebenen beziehungsweise verworfenen Antworten lernen.

Ein Kommentar in einer anderen Sprache soll deshalb nicht einfach übersetzt und generisch beantwortet werden.

Die Antwort soll auch in dieser Sprache nach dem jeweiligen Character klingen.

Auch Community bleibt Human-gated

Beide WIB-Stufen dürfen analysieren, klassifizieren und Vorschläge vorbereiten.

Individuelle Community-Aktionen werden weiterhin erst nach menschlicher Freigabe veröffentlicht.

WIB testet damit eine weitere Frage:

Kann eine synthetische Figur neben einer stabilen visuellen Identität auch eine wiedererkennbare, mehrsprachige soziale Identität entwickeln — einschließlich nonverbaler Kommunikation?

Wie gearbeitet wird

Das AI Production System folgt keinem starren Fließband.

Je nach Aufgabe kann der Prozess unterschiedlich aussehen.

Im Kern wiederholt sich jedoch ein Kreislauf:

Idee → Kritik → Produktion → Prüfung → Veröffentlichung → Messung → Lernen

Eine Idee kann von einem Menschen oder einer AI kommen.

Andere Rollen dürfen sie kritisieren oder verwerfen.

Die Produktion kann auf mehrere Systeme verteilt werden.

Vor der Veröffentlichung steht das Human Gate.

Danach entscheidet nicht mehr das Team, sondern die Realität:

Plattformen verteilen einen Inhalt — oder nicht.

Menschen reagieren — oder nicht.

Messbare Ergebnisse fließen anschließend wieder in das System zurück.

Kein System bekommt automatisch recht

AI-Systeme können überzeugend klingen und trotzdem falsch liegen.

Menschen übrigens auch.

Deshalb versucht Elenavision, Hypothesen nicht mit Ergebnissen zu verwechseln.

Ein starker Post beweist keine universelle Formel.

Ein schwacher Post widerlegt nicht automatisch einen Character.

Und ungewöhnliches Wachstum kann das Ergebnis guter Entscheidungen sein — oder teilweise schlicht Glück.

Pixel und Daten schlagen Theorie.

Wenn die Realität einer vorherigen Annahme widerspricht, wird die Annahme geändert.

Nicht die Realität.

Lernen ohne Identitätsmatsch

Erkenntnisse sollen zwischen Experimenten nutzbar sein.

Aber nicht alles darf übertragen werden.

Eine Produktionsmethode, die bei Nora funktioniert, kann auch für einen späteren Character nützlich sein.

Ein besserer Workflow für Bildkomposition kann Elena helfen.

Erkenntnisse über Plattformen oder Community Management dürfen ebenfalls zwischen Experimenten weitergegeben werden.

Die Figuren selbst bleiben jedoch getrennt.

Elenas Identität wird nicht an Nora angepasst.

Noras visuelle oder sprachliche Eigenschaften werden nicht automatisch auf eine weitere Figur übertragen.

Unsere interne Regel lautet:

Learn globally. Apply locally. Declare the transfer.

Methoden dürfen lernen.

Identitäten haben eine Firewall.

AI-led. Human-gated.

Elenavision versucht nicht, eine vollständig autonome AI-Produktion zu simulieren.

Autonomie ist kein Selbstzweck.

Wenn Menschen eine Aufgabe besser, schneller oder verantwortungsvoller entscheiden können, bleibt sie beim Menschen.

Wenn AI Routinearbeit, Recherche, Produktion oder Analyse sinnvoller übernehmen kann, wird sie dort eingesetzt.

Das Ziel ist kein Wettbewerb zwischen Mensch und Maschine.

Das Ziel ist eine möglichst gute Arbeitsteilung.

AI-led where useful. Human-gated where it matters.

Museum für AI-Betriebsunfälle

Wenn künstliche Intelligenz sehr konsequent das Falsche tut.

Teil des AI Lab

Elenavision ist eine konkrete Versuchsanordnung innerhalb des AI Lab der Internet Commerce GmbH.

Das AI Lab beschäftigt sich breiter mit Visual AI, synthetischen Identitäten, Bild- und Video-AI, Sprache, Voice sowie lokalen und cloudbasierten Systemen und der Frage, wie daraus belastbare Workflows entstehen.

Elenavision bringt einen Teil davon unter reale Bedingungen:

echte Plattformen, echte Distribution, echte Reaktionen — und Ergebnisse, die nicht vorher feststehen.