Die hässliche Katze

Der Auftrag war simpel. Für eine kleine Website, die ich nebenher baue, wünschte ich mir ein Maskottchen: einen gut genährten Kater, der über die Seite spaziert und ab und zu neugierig den Betrachter ansieht. Kein Foto, keine Bild-KI – gezeichnet in Code, direkt im Browser. Die KI, die mir sonst fehlerfrei Datenbanken migriert, sollte das nebenbei erledigen.

Der erste Wurf – gezeichnet blind, im Sparmodus.

Das kam dabei heraus. Man erkennt: Es soll eine Katze sein. Man erkennt auch: Irgendetwas ist hier grundsätzlich schiefgelaufen. Und zwar zweierlei.

Ursache eins: Die KI zeichnet blind

Ein Sprachmodell, das „zeichnet“, malt nicht. Es schreibt Zeichen-Code als Text – Koordinaten, Kurven, Farbwerte – und sieht das Ergebnis nie. Stell Dir vor, Du diktierst jemandem am Telefon eine Zeichnung, Strich für Strich, ohne das Blatt je zu sehen: „Jetzt ein Kreis bei 320, 180, Radius 40.“ Ungefähr so entsteht diese Katze.

Das Modell weiß dabei durchaus, dass Katzen zwei Ohren haben, einen Schwanz, Schnurrhaare. Aber Wissen in Textform ist etwas anderes als die Fähigkeit, Koordinaten so zu setzen, dass das Ohr am Kopf sitzt und nicht im Bauch. Für Prosa und Programmcode bekommt das Modell beim Training Milliarden guter Beispiele; für das Paar „schöne Figur und exakt der Code, der sie erzeugt“ gibt es viel weniger. Blind plus wenig Übung – das Ergebnis siehst Du oben.

Ursache zwei: Sparflamme

Der zweite Grund ist unbequemer, weil er nichts mit Technik zu tun hat und alles mit Geld: Die Katze entstand an einem Tag, an dem ich sparen musste. Mein Wochenkontingent war aufgebraucht, ich hatte extra Nutzungsguthaben nachgekauft – und haushaltete trotzdem. Also: nicht das beste Modell, sondern ein einfacheres. Kein großzügiges Denkbudget, sondern die schnelle Antwort.

Das ist der Teil, den Gelegenheitsnutzer selten erklärt bekommen: Intelligenz wird pro Token abgerechnet – dem Textstück, in dem Modelle lesen und schreiben. Größere Modelle kosten pro Token mehr als kleine. „Nachdenken“ – die interne Rechenarbeit vor der Antwort – verbraucht zusätzliche Tokens. Und jeder Korrekturversuch kostet erneut. Wer spart, dreht damit gleich drei Regler nach unten: Modellklasse, Denktiefe, Zahl der Anläufe. Manche Chat-Oberflächen tun das sogar stillschweigend für Dich, wenn Dein Kontingent zur Neige geht. Die Antworten werden dann leise schlechter – nur sieht man es einem mittelmäßigen Absatz nicht an. Einer Katze schon.

Die Auflösung: Augen für die KI

Schön wurde der Kater erst, als sich beides änderte. Wieder das große Modell – und vor allem: eine geschlossene Schleife. Die KI zeichnet, das Ergebnis wird gerendert, ein Screenshot geht zurück an die KI, sie sieht ihr Werk und korrigiert. Ohr zu tief, Auge zu wild, Beine zu kurz – Runde für Runde. Aus dem blinden Diktat wird ein Arbeiten mit Blickkontakt.

Derselbe Ansatz, andere Bedingungen: großes Modell, geschlossene Schleife.

Genau dieselbe Schleife trägt übrigens jede gute KI-Arbeit, nicht nur das Zeichnen: Bei Code heißt das Feedback „Tests laufen lassen“, bei Texten „kritisch gegenlesen“. Der Unterschied ist nur, dass man einer hässlichen Katze ihre Entstehungsbedingungen ansieht – einem plausiblen, aber schiefen Text nicht.

Was Du daraus mitnehmen kannst

Wenn Dich ein KI-Ergebnis enttäuscht, lohnt sich vor dem Urteil ein Blick auf die Entstehungsbedingungen: Welches Modell war am Werk? Durfte es nachdenken? Und hat es sein eigenes Ergebnis je zu sehen bekommen – oder hast Du nur „noch mal, aber schöner“ gesagt? Das ist Wiederholung, kein Feedback.

Und falls Du Dich fragst, warum das Logo dieser Seite ein nüchternes Klammernpaar ist und kein Tier: jetzt weißt Du es. Unser Maskottchen bekommt seinen Auftritt, sobald die Schleife ihm gerecht wird. Bis dahin gilt: lieber schlicht geometrisch als hässlich mit Schnurrhaaren.