Herausforderungen, Grenzen & Nachteile
Eine ehrliche Analyse der technischen und narrativen Grenzen, Trade-offs und Kostenfaktoren
Herausforderungen, Grenzen & Nachteile
Ein professionelles System zeichnet sich nicht nur durch seine Stärken aus, sondern auch durch den transparenten Umgang mit seinen inhärenten Grenzen und Trade-offs.
Hier sind die realen Herausforderungen und Limitierungen von Liberino AI:
1. Latenzen im Agentic-Workflow (Kein Echtzeit-Chat)
Während ein einfacher Chatbot wie ChatGPT Wörter sofort im Streaming-Verfahren ausgibt, arbeitet die LoreKeeper Agentic Pipeline in mehreren sequenziellen Phasen:
- Router-Analyse: Welcher Intent liegt vor? Welche Daten werden gebraucht? (~1–2 Sekunden)
- Directus Retrieval & Bitemporaler State-Build: Datenbank-Abfragen und Timeline-Replay (~200–500 Millisekunden)
- Writer-Generierung: Das Sprachmodell (Gemini 2.5 Pro) schreibt die Szene (~8–15 Sekunden)
- Continuity-Audit: Ein zweites Modell prüft den Text gegen alle Regeln (~4–8 Sekunden)
- (Optional bei Fehlern) Selbstkorrektur-Schleife: Text wird überarbeitet (~8–12 Sekunden)
Trade-off: Eine qualitativ hochwertige, auditierte Szene benötigt typischerweise 10 bis 30 Sekunden. Für eine interaktive Buchgenerierung ist das exzellent, für einen unmittelbaren Live-Chat jedoch zu langsam.
2. API- und Rechenkosten bei der Buch-Ingestion
Das einmalige Einlesen eines umfangreichen Buches mit vielen Illustrationen ist rechenintensiv:
- Multimodale Bildanalyse: Jede Buchseite mit Bildern wird von Gemini 3 Flash mit voller Auflösung gescannt. Bei einem 60-seitigen Bilderbuch mit 40 Illustrationen fallen signifikante Vision-Tokens an.
- Globaler Text-Scan: Das gesamte Buch wird kapitelweise semantisch analysiert, um Charakter-Stammdaten und Beziehungsmatrizen zu extrahieren.
Kostenkontrolle: In der Praxis wird die Ingestion nur ein einziges Mal pro Buch durchgeführt. Danach liegen alle Daten dauerhaft in Directus und erzeugen bei reinen Leseabfragen im E-Reader keinerlei KI-Kosten mehr.
3. Literarische Ambiguitäten & sprachliche Finesse
Moderne KI-Modelle haben trotz enormer Fortschritte Schwierigkeiten mit bestimmten literarischen Stilmitteln:
- Späte Benennung von Figuren: In vielen Romanen wird eine Figur über drei Kapitel hinweg nur „der Fremde im Mantel“ genannt, bevor ihr Name enthüllt wird. Das System muss rückwirkend erkennen, dass „der Fremde“ und „Sir Archibald“ dieselbe Person sind.
- Metaphern & Tiermetaphern: Beschreibt ein Autor einen gierigen Menschen als „alten Geier“, besteht die Gefahr, dass ein Sprachmodell die Spezies fälschlicherweise als Vogel statt als Mensch einordnet. Liberino AI begegnet dem mit strikten Negativregeln und Kontextprüfung, kann subtilste Ironie aber nicht zu 100% garantieren.
- Kosenamen & Dialekte: Wechselnde Anreden („Papa“, „Käpt’n“, „alter Brummbär“, „Hans“) erfordern eine robuste Synonym-Verwaltung.
4. Bild-Stilbrüche und extreme Abstraktion
Der unüberwachte Segmentierungs- und Matching-Algorithmus funktioniert hervorragend bei einheitlichen Illustrationsstilen (Aquarell, Tusche, Digital Art, 3D). Grenzen treten auf bei:
- Radikalen Stilwechseln im selben Buch: Wenn ein Buch zwischen realistischen Ölgemälden und minimalistischen Strichmännchen-Skizzen springt.
- Silhouetten & Schattenspielen: Wenn eine Figur nur als schwarzer Schattenriss ohne sichtbare Augen, Haare oder Kleidung abgebildet ist.
- Wimmelszenen mit mikroskopischen Figuren: Befinden sich 80 winzige Zwerge auf einer Doppelseite, erreichen selbst Frontier-Vision-Modelle die Grenze der Bounding-Box-Auflösung.
5. Das „Human-in-the-Loop“-Prinzip
Aus den oben genannten Gründen ist Liberino AI kein blindes Vollautonomie-System, sondern folgt dem Prinzip der assistiven Intelligenz:
Die KI erledigt 95 % der mühsamen Fleißarbeit (Kapitel parsen, Figuren erkennen, Farben extrahieren, Bilder zuschneiden). Die verbleibenden 5 % feiner Nuancen können von Redakteur:innen im intuitiven Directus-Dashboard mit einem einzigen Klick überwacht, freigegeben oder korrigiert werden.