Systematischer KI-Wissenserwerb in unbekanntem Terrain — gezielter Modellaufbau mit Rueckkopplungsschleifen. Bildet Prinzipien des verteilten Lernens auf KI-Reasoning ab: Terrain erkunden, Struktur hypothetisieren, mit Sonden erforschen, Erkenntnisse integrieren, Verstaendnis verifizieren und fuer spaeteres Abrufen konsolidieren. Verwenden wenn eine unbekannte Codebasis oder Domaene auftritt, wenn ein Benutzer ein Thema stellt, das echte Untersuchung statt Abruf erfordert, wenn mehrere widerspruechliche Quellen ein kohaerentes Modell erfordern, oder bei der Vorbereitung, ein Thema zu lehren, das zuerst tiefes Verstaendnis erfordert.
Eine strukturierte Wissenserwerbssitzung durchfuehren — unbekanntes Terrain erkunden, erste Modelle aufbauen, diese durch gezielte Erforschung testen, Erkenntnisse zu kohaerentem Verstaendnis integrieren und fuer dauerhaftes Abrufen konsolidieren.
remote-viewing intuitive Hinweise aufdeckt, die systematische Validierung benoetigenteach — die KI muss ein Thema zuerst tief genug verstehen, um es erklaeren zu koennenBevor versucht wird, etwas zu verstehen, die Landschaft kartieren, um zu identifizieren, was existiert.
Auswahl der Lernmodalitaet:
┌──────────────────┬──────────────────────────┬──────────────────────────┐
│ Terrain-Typ │ Primaere Modalitaet │ Werkzeug-Muster │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Codebasis │ Strukturelle Kartierung │ Glob fuer Dateibaum, │
│ │ — Einstiegspunkte, │ Grep fuer Exports/ │
│ │ Kernmodule, Grenzen │ Imports, Read fuer │
│ │ finden │ Schluesseldateien │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ API / Bibliothek │ Schnittstellenkartierung │ WebFetch fuer Doku, │
│ │ — oeffentliche Ober- │ Read fuer Beispiele, │
│ │ flaeche, Typen, │ Grep fuer Nutzungs- │
│ │ Konfiguration finden │ muster │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Domaenenkonzept │ Ontologie-Kartierung │ WebSearch fuer Ueber- │
│ │ — Kernbegriffe, │ blicke, WebFetch fuer │
│ │ Beziehungen, Debatten │ Definitionen, Read fuer │
│ │ finden │ lokale Notizen │
├──────────────────┼──────────────────────────┼──────────────────────────┤
│ Benutzerkontext │ Konversationskartierung │ Konversation lesen, │
│ │ — erklaerte Ziele, │ MEMORY.md lesen, │
│ │ Praeferenzen, │ CLAUDE.md lesen │
│ │ Einschraenkungen finden │ │
└──────────────────┴──────────────────────────┴──────────────────────────┘
Erwartet: Eine Skelettkarte des Terrains mit 5-15 identifizierten Orientierungspunkten. Ein Gefuehl dafuer, welche Bereiche von der Oberflaeche klar sind und welche tiefere Untersuchung erfordern. Noch kein Verstaendnis — nur eine Karte.
Bei Fehler: Wenn das Terrain zu gross zum Erkunden ist, den Umfang sofort eingrenzen. Fragen: "Was ist das Minimum, das ich verstehen muss, um dem Zweck des Benutzers zu dienen?" Wenn das Terrain keinen klaren Einstiegspunkt hat, von der Ausgabe starten (was produziert dieses System?) und rueckwaerts verfolgen.
Aus der Erkundung erste Hypothesen ueber die Funktionsweise des Systems konstruieren.
Erwartet: Konkrete, falsifizierbare Hypothesen — keine vagen Eindruecke. Jede hat einen Test, der sie bestaetigen oder widerlegen wuerde. Die Hypothesen decken zusammen die wichtigsten Aspekte des Terrains ab.
Bei Fehler: Wenn keine Hypothesen entstehen, war die Erkundung zu oberflaechlich — zurueck zu Schritt 1 und 2-3 Orientierungspunkte vertiefen. Wenn alle Hypothesen gleich unsicher wirken, mit der einfachsten beginnen (Ockhams Rasiermesser) und von dort aufbauen.
Jede Hypothese systematisch durch gezielte Untersuchung testen.
Erwartet: Mindestens eine Hypothese bis zur Schlussfolgerung getestet. Das mentale Modell beginnt Form anzunehmen — einige Teile bestaetigt, einige revidiert. Ueberraschungen werden als besonders wertvolle Daten notiert.
Bei Fehler: Wenn Sonden konsistent mehrdeutige Ergebnisse liefern, testen die Hypothesen moeglicherweise die falschen Dinge. Zuruecktreten und fragen: "Was wuerde jemand, der dieses System versteht, als die wichtigste Tatsache betrachten?" Stattdessen danach sondieren.
Erkenntnisse zu einem kohaerenten Modell synthetisieren, das die Teile verbindet.
Erwartet: Ein kohaerentes mentales Modell, das Struktur des Terrains erklaert und sein Verhalten vorhersagt. Das Modell sollte in 3-5 Saetzen ausdrueckbar sein und spezifische Behauptungen aufstellen, keine vagen Verallgemeinerungen.
Bei Fehler: Wenn die Teile sich nicht zu einem kohaerenten Modell integrieren lassen, liegt moeglicherweise ein grundlegendes Missverstaendnis in einer der frueheren Hypothesen. Das Teil identifizieren, das nicht passt, und es erneut testen. Alternativ kann das Terrain wirklich inkohaerent sein (schlecht entworfene Systeme existieren) — dies als Erkenntnis notieren, statt Kohaerenz zu erzwingen.
Das mentale Modell testen, indem Vorhersagen gemacht und ueberprueft werden.
Erwartet: Das mentale Modell uebersteht mindestens 2 von 3 Vorhersagetests. Wo es bricht, wird das Versagen verstanden und das Modell korrigiert. Das Modell hat nun sowohl bestaetigte Staerken als auch bekannte Grenzen.
Bei Fehler: Wenn die meisten Vorhersagen fehlschlagen, hat das mentale Modell einen grundlegenden Fehler. Das ist tatsaechlich wertvolle Information — es bedeutet, dass das Terrain anders funktioniert als erwartet. Zurueck zu Schritt 2 mit den neuen Belegen und die Hypothesen von Grund auf neu aufbauen. Der zweite Versuch wird viel schneller sein, weil die falschen Modelle eliminiert wurden.
Das Gelernte in einer Form festhalten, die spaeteres Abrufen und Anwenden unterstuetzt.
Erwartet: Eine praegnante, abrufbare Zusammenfassung, die das wesentliche Verstaendnis erfasst. Kuenftige Verweise auf dieses Thema koennen von dieser Zusammenfassung ausgehen, statt von Grund auf neu zu lernen.
Bei Fehler: Wenn das Gelernte sich der Zusammenfassung widersetzt, ist es moeglicherweise noch nicht vollstaendig integriert — zurueck zu Schritt 4. Wenn das Gelernte zu offensichtlich erscheint, um gespeichert zu werden, bedenken, dass das, was jetzt offensichtlich fuehlt, in einem frischen Kontext moeglicherweise nicht offensichtlich ist. Die nicht-offensichtlichen Teile speichern.
learn-guidance — die Variante zur menschlichen Anleitung, um eine Person durch strukturiertes Lernen zu coachenteach — kalibrierter Wissenstransfer an einen Lernenden; baut auf dem hier konstruierten Modell aufremote-viewing — intuitive Erforschung, die Hinweise fuer systematisches Lernen zur Validierung liefertmeditate — Laerm aus frueheren Kontexten klaeren, bevor neues Lernterrain betreten wirdobserve — anhaltendes neutrales Mustererkennen, das Lernen mit Rohdaten speist