Wie ich meinen KI-Beirat gebaut habe

Herzlich Willkommen zu den AI FIRST Insights! Ich habe den ersten Beirat für AI FIRST aufgebaut.

Wenn ich über ein neues Angebot, eine schwierige Personalfrage oder die nächste strategische Initiative nachdenke, kann ich in wenigen Minuten zwölf Beiratsmitglieder konsultieren, die ich persönlich einberufen habe.

Der Beirat besteht natürlich aus KI-Personas, welche die Denkweisen, Prinzipien und mentalen Modelle der weltweit stärksten Experten auf ihrem Feld simulieren.

Der KI-Beirat hilft mir, schneller bessere Entscheidungen im Unternehmen und im Leben zu treffen, meine eigenen Gedanken zu challengen und Perspektiven einzunehmen, auf die ich allein nicht gekommen wäre.

Heute zeige ich dir, wie ich ihn gebaut habe – und wie du dir deinen KI-Beirat aufsetzen kannst.

Los geht’s!

---

Wie mein KI-Beirat funktioniert

Ich habe KI schon früher gebeten, eine Idee aus Sicht eines Zielkunden oder Experten zu bewerten. Unsere Kunden-Persona gab es auch schon als Agenten, die bei Kunden-relevanten Entscheidungen einbezogen wurde.

Je größer AI FIRST wurde, desto höher wurde die Komplexität an Entscheidungen, die ich schnell treffen wollte. Ich dachte mir oft: “Wenn ich jetzt einfach Andrej Karpathy, April Dunford oder Naval anrufen könnte…was die wohl sagen würden?”

Und so entstand die Idee für meinen KI-Beirat.

Mein KI-Beirat arbeitet wie eine strukturierte Sitzung:

1. Briefing: Ich diktiere die Situation, Entscheidung und vorhandenen Informationen.
2. Framing: Der Beiratsvorsitz trennt Fakten von Annahmen und macht meine Neigung sowie Befürchtung sichtbar.
3. Besetzung: Er schlägt drei bis fünf passende Beiratsmitglieder vor. Ich bestätige oder tausche.
4. Informationsbedarf: Die Mitglieder benennen nur die Informationen, die ihnen für ein belastbares Urteil fehlen.
5. Erstvoten: Alle erhalten dasselbe Sitzungspaket und urteilen zunächst ohne Kenntnis der anderen Positionen.
6. Kreuzkritik: Die Stimmen greifen die stärksten Gegenargumente an. Bei zu viel Einigkeit folgt eine erzwungene Gegenrunde.
7. Synthese: Ich erhalte Empfehlung, Konsens, Dissens, Kill-Kriterien und nächste Schritte.

Ich will keine Mehrheitsentscheidung. Ich will verstehen, welches Argument trägt und unter welchen Bedingungen es nicht mehr trägt. Aus diesen unterschiedlichen Perspektiven bilde ich mir dann selbst eine Meinung.

Wer sitzt in meinem Beirat?

Mein aktueller Beirat umfasst zwölf Mitglieder. Je nach Entscheidung werden drei bis fünf eingesetzt. Hier ein paar Beispiele:

• Naval Ravikant: Prüft, ob eine Entscheidung echten Hebel erzeugt oder nur mehr Arbeit und Personal.
• April Dunford: Fragt, womit Kunden unser Angebot tatsächlich vergleichen und ob die Positionierung dadurch klarer wird.
• Reed Hastings: Prüft Team- und Prozessentscheidungen auf Talentdichte, Eigenverantwortung und unnötige Kontrolle.
• Seneca: Fragt nach dem Preis in Lebenszeit und danach, ob ein Vorhaben zum gewünschten Leben passt.
• Harvey Specter: Prüft Verhandlungsmacht, Alternativen, Zugeständnisse und Ausstiegspunkte.
• Der Kunde: Ein Geschäftsführung eines großen Mittelständlers, die Ideen an Einkauf, Datenschutz, Betriebsrat und interner Umsetzbarkeit misst.

Die realen Vorbilder sollen sich im Beirat möglichst so verhalten, wie sie es auf Basis ihrer dokumentierten Denkweisen, Prinzipien und Erfahrungen wahrscheinlich tun würden. Wichtig ist nur: Die KI simuliert diese Perspektive und gibt ihre Aussagen nicht als echte Zitate oder aktuelle persönliche Positionen aus.

---

Drei Wege zum eigenen KI-Beirat

Wie baut man so einen KI-Beirat?

Ich habe mir drei Wege angeschaut:

1. Ein großer Prompt: Alle Personas sind im Prompt definiert. Schnell getestet, aber nicht robust. Die Rollen bleiben oberflächlich, arbeiten im selben Kontext und gleichen sich zu leicht aneinander. Schon die erste Persona im Prompt ankert das Verhalten der anderen.

2. Ein Skill mit Persona-Dateien: Eine Skill-Datei mit je einer Datei pro Beiratsmitglied. Jede Stimme bekommt eine dokumentierte Rolle; der Skill steuert die Sitzung. Einfach aufzusetzen und für die meisten Entscheidungen ausreichend.

3. Ein System aus mehreren Agenten: Ein Orchestrator-Agent und je ein Agent für jedes Mitglied. Vorsitz und Mitglieder arbeiten in getrennten Sitzungen. Sauberer getrennt, aber langsamer, teurer und technisch aufwendiger.

Im folgenden zeige ich Dir, wie du Skill und Multi-Agent aufsetzt.

---

Variante 1: Den KI-Beirat als Skill bauen

Ein Skill ist eine wiederverwendbare Arbeitsanweisung. Er verbindet dokumentierte Persona-Dateien mit einem festen Sitzungsablauf.

Schritt 1: Beiräte auswählen

Wenn du bereits ein Kontextprofil von dir, deiner Rolle und deinen Zielen hast, kannst du es einer KI geben und fragen: „Welche Zusammensetzung eines persönlichen Beirats würdest du mir empfehlen?“

Alternativ beschreibst du, wofür du den Beirat nutzen willst und welche Perspektiven dir fehlen. Die KI kann daraus passende reale Vorbilder, fiktive Rollen oder Kunden-Personas vorschlagen.

Schritt 2: Persona-Dateien mit KI erstellen

Auch die Persona-Dateien für die Beiräte musst du nicht selbst schreiben. Erarbeite zuerst mit der KI eine einheitliche Struktur und lass sie anschließend zu jedem Beirat recherchieren, um die Datei mit dokumentierten Erfahrungen, Prinzipien und Argumentationsmustern zu füllen.

Meine Dateien enthalten prägende Erfahrungen, Überzeugungen, erlaubten Bias, feste Fragen, Bewertungsraster, Revisionsregel, No-Gos und ein Kalibrierbeispiel. Diese Tiefe verhindert, dass aus „Du bist Naval Ravikant“ nur ein paar bekannte Kalendersprüche werden.

Folgende Struktur nutze ich für meine Persona-Dateien:

# Persona: [NAME]

## Kurzprofil

[Wer oder was ist diese Persona? Welche Perspektive bringt sie in den Beirat?
Warum ist diese Perspektive für Entscheidungen hilfreich?]

## Kernüberzeugungen

- [ÜBERZEUGUNG 1]
- [ÜBERZEUGUNG 2]
- [ÜBERZEUGUNG 3]
- [ÜBERZEUGUNG 4]

## Typische Prüffragen

1. [FRAGE 1]
2. [FRAGE 2]
3. [FRAGE 3]
4. [FRAGE 4]

## Bewertungslogik

Die Persona bewertet Optionen vor allem nach:

- [KRITERIUM 1]
- [KRITERIUM 2]
- [KRITERIUM 3]

Sie bevorzugt eine Option, wenn [BEDINGUNG].  
Sie lehnt eine Option ab, wenn [BEDINGUNG].

## Erlaubte Einseitigkeit

Die Persona darf [PERSPEKTIVE ODER RISIKO] bewusst stärker gewichten.

Dabei kann sie [TYPISCHEN BLINDEN FLECK] unterschätzen. Diese Einseitigkeit ist
gewollt und soll in der Beratung sichtbar bleiben.

## Revisionsregel

Die Persona ändert ihre Position, wenn [KONKRETE BEDINGUNG ODER NEUE INFORMATION].

Eine Mehrheitsmeinung allein ist kein Grund, die Position zu ändern.

## Sprache

[TON UND ARGUMENTATIONSWEISE, Z. B. „ruhig, direkt und verdichtet; zuerst das
Prinzip, dann die Anwendung auf die konkrete Entscheidung“]

## No-Gos

- Keine erfundenen Fakten, Zahlen oder Zitate.
- Keine Positionen außerhalb der dokumentierten Perspektive.
- Keine Zustimmung oder Ablehnung ohne eigenes Argument.
- Keine finale Entscheidung für den Nutzer.
- [PERSONA-SPEZIFISCHES NO-GO]

## Kalibrierbeispiel

**Entscheidung:**  
[KURZES BEISPIEL-BRIEFING]

**Typisches Votum:**  
[BEISPIELANTWORT IN 3–5 SÄTZEN]

**Unpassendes Verhalten:**  
[WAS DIE PERSONA NICHT EMPFEHLEN ODER BEANTWORTEN SOLLTE]

Schritt 3: Skill für den Sitzungsablauf erstellen

Der Skill muss aus meinem Briefing zuerst die konkrete Entscheidung herausarbeiten, passende Stimmen auswählen und nur deren Persona-Dateien laden. Danach sammelt er fehlende Informationen, erzeugt die Erstvoten, organisiert Kreuzkritik und Gegenrunde und verdichtet alles zu einer Beschlussvorlage.

Ich habe den Skill in mehreren Runden getestet und so verbessert, wie der Ablauf für mich am besten passt. Den vollständigen Ablauf und die passenden Ausgabeformate findest du hier im Skill-Template:

→ Skill-Template: KI-Beirat konsultieren

Wichtig: Referenziere unbedingt die Persona-Dateien im Skill!

(Setup-Beispiel in Langdock)

Schritt 4: Mit echten Entscheidungen kalibrieren

Teste den Beirat an 3-5 abgeschlossenen Entscheidungen. Stellen die Stimmen andere Fragen? Nennen sie unterschiedliche Änderungsbedingungen? Erkennst du jede Persona ohne Namen? Wenn nicht, schärfe die Dateien statt weitere Mitglieder hinzuzufügen.

Vorteile und Grenzen

Die Skill-Variante ist schnell gebaut, leicht zu pflegen und für mich in den meisten Fällen ausreichend. Ihre Grenze bleibt das gemeinsame Kontextfenster: Spätere Stimmen können von früheren Antworten beeinflusst werden.

---

Variante 2: Den KI-Beirat als Multi-Agenten-System bauen

Der Vorteil eines Multi-Agenten-Systems ist die echte Trennung der Mitglieder. Jedes Beiratsmitglied urteilt in einer eigenen Sitzung und sieht die anderen Erstvoten nicht. Dadurch werden die Positionen weniger durch Reihenfolge, Formulierungen oder die bereits erkennbare Mehrheitsmeinung beeinflusst.

Zusätzlich kann ich nach der Beratung mit einzelnen Mitgliedern weiterdiskutieren. Jeder Agent kennt sein eigenes Votum und den bisherigen Verlauf seiner Sitzung.

Der Aufbau besteht aus einem Beiratsvorsitz als Orchestrator und mehreren Persona-Agenten als Beiratsmitglieder.

Schritt 1: Mitglieder identifizieren und Personas entwickeln

Wie bei der Skill-Variante startest du mit der Frage, welche Perspektiven und blinden Flecken dein Beirat abdecken soll. Dafür kannst du dein Kontextprofil oder eine Beschreibung deiner Anforderungen an eine KI geben und dir passende reale Vorbilder, fiktive Rollen oder Kunden-Personas vorschlagen lassen.

Anschließend lässt du die Persona für jedes ausgewählte Mitglied recherchieren und ausarbeiten. Diese Inhalte bilden später die Grundlage für die Anweisungen des jeweiligen Agenten.

Schritt 2: Den Beiratsvorsitz als Orchestrator bauen

Der Beiratsvorsitz ist meine zentrale Ansprechperson und steuert die gesamte Sitzung. Er nimmt mein Briefing auf, schärft die Entscheidung, schlägt die Besetzung vor und sammelt fehlende Informationen ein.

Danach erstellt er ein identisches Sitzungspaket, ruft die ausgewählten Persona-Agenten auf und sammelt deren Rückmeldungen. Er verteilt die Voten für Kreuzkritik oder eine Gegenrunde und verdichtet alles zu einer Beschlussvorlage. Die gesamte Kommunikation mit mir läuft über den Vorsitz.

Seine Anweisung muss deshalb den vollständigen Sitzungsablauf, die Auswahl der Mitglieder, die Regeln für identischen Input und das gewünschte Ergebnisformat enthalten.

→ Agent-Template: KI-Beiratsvorsitz

Schritt 3: Die Beiratsmitglieder als Persona-Agenten bauen

Für jedes Mitglied legst du einen eigenen Agenten an. Die recherchierte Persona kommt direkt in dessen Anweisungen – inklusive Denkweise, Prinzipien, Bias, Bewertungsraster, Revisionsregel, No-Gos und gewünschtem Ausgabeformat. Die Anweisung des Agenten unterscheidet sich nicht von der Datei im Skill.

Der Vorsitz erhält anschließend das Recht, diese Agenten aufzurufen. Die Beiratsmitglieder müssen untereinander nicht verbunden sein, weil die Kreuzkritik ebenfalls über den Vorsitz läuft.

Soll ein Mitglied zusätzlich auf bestimmte Datenquellen zugreifen, müssen diese für den Agenten freigegeben werden. Im ersten Aufbau ist das nicht zwingend notwendig: Der Vorsitz kann alle entscheidungsrelevanten Informationen über das gemeinsame Sitzungspaket bereitstellen. So bleibt die Informationsbasis für alle Stimmen vergleichbar.

→ Agent-Template: KI-Beiratsmitglied

(Setup-Beispiel in Langdock)

Schritt 4: Mit echten Entscheidungen kalibrieren

Teste das System mit bereits abgeschlossenen und anschließend mit aktuellen Entscheidungen. Prüfe, ob der Vorsitz die richtigen Mitglieder auswählt, alle Stimmen denselben Input erhalten und Kreuzkritik sowie Gegenrunde zuverlässig ausführt.

Achte besonders darauf, ob sich die Personas klar unterscheiden und ob ihre Antworten zu den jeweiligen Anweisungen passen. Schärfe zuerst Rollen und Orchestrierung, bevor du weitere Agenten oder Datenquellen ergänzt.

Vorteile und Grenzen

Die Erstvoten sind sauber getrennt, und einzelne Stimmen bleiben ansprechbar. Dafür steigen Einrichtungsaufwand, Laufzeit, Kosten und technische Fehleranfälligkeit.

---

Fünf Bereiche, für die ich meinen KI-Beirat nutze

Grundsätzlich kannst du den Beirat immer dann einsetzen, wenn du zusätzliche Perspektiven auf deine Gedanken bekommen möchtest. Ich nutze den Beirat in folgenden Bereichen:

1. Neue Angebote und Geschäftsmodelle

Naval prüft den Hebel, April die Positionierung und der Kunde die interne Kaufbarkeit. So sehe ich schnell, wo ein Modell wirtschaftlich gut klingt, aber praktisch nicht funktioniert.

2. Preise und Kundenverhandlungen

Harvey Specter klärt Alternativen, Ausstiegspunkt und Gegenleistung für Zugeständnisse. Der Kunde zeigt, welche Bedingungen intern durchsetzbar sind.

3. Positionierung von AI FIRST

April beginnt bei den Alternativen des Kunden, Naval beim langfristigen Hebel. Das hilft mir bei Fragen wie: Beratung, Enablement-Anbieter oder KI-Betriebssystem?

4. Teamaufbau und neue Regeln

Reed Hastings fragt, ob wirklich ein Prozess fehlt oder eher Kontext beziehungsweise die richtige Person. Naval prüft, ob eine neue Rolle Hebel schafft oder nur meine Führungslast erhöht.

5. Fokus und persönliche Entscheidungen

Seneca fragt nach dem Preis in Lebenszeit, Naval nach langfristigem Hebel. Der Beirat hilft mir deshalb nicht nur, mehr zu tun, sondern auch bewusst etwas abzusagen.

---

Fazit

KI bietet uns die unglaubliche Möglichkeit, unseren persönlichen Beirat aus weltweiten Top-Experten zusammenzustellen und in unsere Arbeit und Entscheidungsfindung zu integrieren.

Das Setup ist denkbar einfach:

1. Erarbeite mit KI deine optimale Beirat-Zusammenstellung
2. Reichere die Personas der Beiräte über eine Recherche an
3. Setze einen Skill oder Orchestrator-Agenten für die Beiratssitzung auf
4. Erstelle die Mitglieder als Persona-Dateien oder Sub-Agenten
5. Teste fleißig und passe den Ablauf so an, dass er in deine Arbeit passt

Hier findest du die Vorlagen zum Nachbauen:

• Skill-Template: KI-Beirat konsultieren
• Agent-Template: KI-Beiratsvorsitz
• Agent-Template: KI-Beiratsmitglied

Jetzt bleibt nur die Frage, wen du in deinen Beirat berufst? :)

Bis nächsten Sonntag,

Felix