Mein digitaler Zwilling

Du feintunst ein kleines Sprachmodell auf deine eigenen, freiwillig geteilten Texte — und erlebst am eigenen Leib, wie viel und wie wenig davon wirklich „du“ ist.

Worum es geht

Wenn man Gesicht, Stimme, Sprache und Netzwerk eines Menschen liest, kann man daraus ein Modell bauen, das ihn nachahmt und vorhersagt — einen digitalen Zwilling. Im Guten ist er ein Geschenk: ein geduldiger Spiegel, der dir hilft, dich besser zu verstehen. In fremder Hand aber wird derselbe Zwilling zur Fessel: Wer dich genau genug vorhersagt, kann dich auch lenken — dir genau die Nachricht zeigen, die dich packt, im Moment deiner Schwäche.

Damit du beide Seiten aus eigener Erfahrung kennst, baust du hier deinen eigenen, kleinen Zwilling — klein genug, um ihn zu durchschauen, echt genug, um zu erschrecken. Und du hältst dabei die goldene Regel hoch: Was über dich herausgefunden wird, gehört dir. Darum bleibt hier alles auf deinem Rechner.

Schritt 1 — Deine Texte sammeln

Sammle ein paar hundert deiner eigenen Zeilen in einer Textdatei — eine Aussage pro Zeile. Je mehr und je typischer, desto besser trifft der Zwilling deinen Ton. Der vollständige Code liegt auf GitHub.

# meine_texte.txt: nur DEINE eigenen Zeilen, eine pro Zeile
with open("meine_texte.txt", encoding="utf-8") as f:
    zeilen = [z.strip() for z in f if z.strip()]

# Sicherheitsnetz: sehr kurze/leere Zeilen raus
zeilen = [z for z in zeilen if len(z) > 10]
print(len(zeilen), "eigene Textzeilen zum Lernen")

Schritt 2 — Ein kleines Sprachmodell feintunen

Wir nehmen ein fertiges deutsches GPT-2 im Kleinformat und trainieren es ein paar Runden auf deinen Zeilen weiter. Es lernt nichts Neues über die Welt — es lernt deine Art zu schreiben.

from datasets import Dataset
from transformers import (AutoTokenizer, AutoModelForCausalLM,
                          DataCollatorForLanguageModeling,
                          TrainingArguments, Trainer)

name = "dbmdz/german-gpt2"                    # kleines deutsches Sprachmodell
tok = AutoTokenizer.from_pretrained(name)
tok.pad_token = tok.eos_token                 # GPT-2 hat kein eigenes Pad-Token

ds = Dataset.from_dict({"text": zeilen}).map(
    lambda b: tok(b["text"], truncation=True, max_length=64), batched=True)

modell   = AutoModelForCausalLM.from_pretrained(name)
collator = DataCollatorForLanguageModeling(tok, mlm=False)   # kausales LM (weiterschreiben)

args = TrainingArguments("mein-zwilling", num_train_epochs=3,
                         per_device_train_batch_size=8, learning_rate=5e-5)
Trainer(modell, args, train_dataset=ds, data_collator=collator).train()

Schritt 3 — Den Zwilling sprechen lassen

Jetzt gibst du ihm einen Satzanfang und lässt ihn in deinem Ton weiterschreiben.

def schreibe_wie_ich(anfang, laenge=40):
    ein = tok(anfang, return_tensors="pt")
    aus = modell.generate(**ein, max_new_tokens=laenge, do_sample=True,
                          top_p=0.9, temperature=0.9,
                          pad_token_id=tok.eos_token_id)
    return tok.decode(aus[0], skip_special_tokens=True)

for anfang in ["Heute war", "Ich glaube, dass", "Hey, wollen wir"]:
    print("—", schreibe_wie_ich(anfang))

Arbeitsblatt

Wenn's klemmt

Zum Nachdenken

• Das Erstaunlichste an diesem Zwilling ist, wie leicht er entsteht — und wie wenig er trotzdem ist. Er ist dein Echo: dein Klang ohne deinen Grund. Wer das einmal selbst gebaut hat, überschätzt keinen Zwilling mehr.
• Und da ist der Maulesel aus Kapitel 14: Selbst der beste Zwilling sagt nur voraus, was gestern galt. Der Mensch bleibt frei, sich morgen anders zu entscheiden — das Unvorhergesehene lässt sich nicht modellieren.
• Damit schliesst sich der grosse Bogen: vom einzelnen ehrlichen Signal über Gesicht, Stimme, Pflanze und Tier bis zur ganzen Gesellschaft. Über die Reiche hinweg zuzuhören — das ist keine Krone, sondern eine Verantwortung.

Erweiterung

• Zwei Zwillinge, ein Mensch. Trainiere je ein Modell auf deinen formellen und deinen lockeren Texten. Wie verschieden schreiben die beiden — und was sagt das über deine „fünf Gesichter“ aus 16.1?
• Der Turing-Test im Kleinen. Mische echte und vom Zwilling erzeugte Sätze und lass Freunde raten, welche von dir sind. Wie oft liegen sie daneben — und bei welcher Art Satz nie?
• Die Grenze der Fakten. Frag den Zwilling nach Fakten über dich (Geburtstag, Lieblingsfach). Warum erfindet er, statt zu wissen? Was sagt das über den Unterschied zwischen Stil und Wissen?