Zajonc

PatrickZajonc

Ich betreibe Grundlagenforschung mit künstlicher Intelligenz. Hier stehen die Ergebnisse, aus erster Hand und ohne Weichzeichner.

Was hier gerade wächst, ist ein Modell von Physarum polycephalum. Der Schleimpilz verbindet Futterquellen zu einem effizienten Netz, ganz ohne Gehirn und ohne einen einzigen Prompt.

Wer KI anders betrachtet, entdeckt ungeahnte Möglichkeiten.

KI kann weit mehr, als wir ihr heute zutrauen. Ihr echtes Potenzial zeigt sich, sobald man über die gewohnten Grenzen hinausdenkt und Probleme aus einer völlig neuen Richtung betrachtet.

Genau dort setze ich an. Ich baue Systeme, in denen KI ihre Stärken voll ausspielt, und suche nach Herangehensweisen, die sonst kaum jemand ausprobiert. Manchmal stammen sie aus der Biologie: Zellen, Pilzgeflechte und Ameisenstaaten lösen seit Jahrmillionen hochkomplexe Aufgaben mit erstaunlich wenig Energie. Oft ist es einfach ein anderer Blick auf ein bekanntes Problem. Das Ergebnis sind Lösungen, die technisch einfacher, effektiver und deutlich günstiger sind.

Keine Studie von anderen, kein Hochglanz-Fazit. Hier steht, was ich selbst ausprobiert habe, was funktioniert hat und was grandios gescheitert ist.

Woran ich gerade forsche

Der erste Bericht ist erschienen, weitere sind in Arbeit. Klappen Sie ein Feld auf, um zu sehen, welche Frage dahintersteckt.

Neu erschienen, 13. November 2026 Regeln zuerst, KI als Ausnahme Was ein hybrides System in der Verwaltungsarbeit verbessert: fünfmal schneller, gleiche Qualität, gemessen an mehr als 16.000 Vorgängen. Bericht lesen −83 %Tokens je Vorgang gegenüber reiner KI-Bearbeitung

KI einsetzen, ohne Tokens zu verbrennen

In Arbeit

Die meisten Kosten einer KI-Anwendung entstehen nicht durch schwierige Aufgaben, sondern durch überflüssige. Kontext, der jedes Mal neu geschickt wird. Modelle, die Dinge ausrechnen, die ein paar Zeilen Code in Millisekunden erledigen.

In diesem Bericht zeige ich, wie ich den Verbrauch messe und wo die größten Hebel sitzen.

Die Frage dahinterWie wenig Rechenleistung braucht ein System wirklich, um dasselbe Ergebnis zu liefern?

KI und Biologie: was wir von Zellen lernen

In Arbeit

Ein Schleimpilz hat das Tokioter Bahnnetz nachgebaut. Ameisen finden kürzeste Wege, ohne dass eine einzige Ameise den Plan kennt. Die Natur löst Optimierungsprobleme dezentral, sparsam und fehlertolerant.

Ich übertrage diese Prinzipien auf KI-Systeme und dokumentiere, was dabei passiert.

Die Frage dahinterWas passiert, wenn man KI nicht wie ein Gehirn baut, sondern wie einen Organismus?

Warum Prompten nicht der Weg zum Erfolg ist

In Arbeit

Prompt-Kurse, Prompt-Bibliotheken, Prompt-Ingenieure. Eine ganze Branche lebt davon, den richtigen Satz zu finden. Ich halte das für eine Sackgasse.

Der Unterschied entsteht in der Architektur drumherum: Wer welche Aufgabe bekommt, welche Informationen wann fließen und wer das Ergebnis prüft.

Die Frage dahinterWenn ein besserer Satz das Ergebnis rettet, war dann nicht schon das System falsch gebaut?

Wo die echten Stärken der KI liegen

In Arbeit

KI ist schlecht im Rechnen und erstaunlich gut im Verbinden. Sie erkennt Muster in Sprache, übersetzt zwischen Welten und findet Zusammenhänge, die niemand gesucht hat.

Hier sortiere ich, wofür ich KI einsetze und wofür ausdrücklich nicht.

Die Frage dahinterWas passiert, wenn man aufhört, der KI alles zuzutrauen, und anfängt, ihr das Richtige zuzutrauen?

Sehr komplexe Probleme mit KI lösen

In Arbeit

Ein großes Problem ist selten ein großes Problem. Meist sind es hundert kleine, die sich gegenseitig blockieren. Ich zeige an echten Fällen, wie ich solche Knoten zerlege und mehrere spezialisierte KI-Einheiten daran arbeiten lasse.

Die Frage dahinterWie viel Komplexität verträgt ein System, bevor es zusammenbricht, und wie baut man es so, dass es das nicht tut?

Wer hier schreibt

Ich bin Patrick Zajonc. Mich fasziniert, was KI möglich macht, wenn man ihr mit Neugier statt mit Gewohnheit begegnet.

Computer begleiten mich, seit ich denken kann. Meinen ersten habe ich vom Geld aus meinem ersten Ferienjob gekauft. Später habe ich so manchen Tag lieber im Café verbracht und neue Betriebssysteme und Programmiersprachen studiert, als in der Schule zu sitzen. Mein Studium habe ich mit meiner ersten eigenen Firma finanziert und dabei früh gelernt, was die Wirtschaft wirklich braucht und wie man es umsetzt.

Im Studium habe ich mich intensiv mit Machine Learning beschäftigt und damit, wie unterschiedliche Systeme sich verhalten und lernen. Die Rechenleistung war damals allerdings stark begrenzt: viel Handarbeit und sehr, sehr viel Mathematik. Seit 2020 hat sich das grundlegend geändert. Heute leben wir in einem digitalen Schlaraffenland, mit nahezu unbegrenzter Rechenleistung und Möglichkeiten, von denen ich damals nur träumen konnte.

Genau diese Erfahrung nutze ich heute. Ich zerlege komplexe Probleme, baue Systeme aus spezialisierten KI-Einheiten und probiere Denkweisen aus, die noch niemand ausprobiert hat. Mal kommt die Idee aus der Natur, mal aus einem ganz neuen Blickwinkel auf ein altbekanntes Problem. Am Ende steht fast immer ein Weg, der einfacher, effektiver und günstiger ist als der übliche.

Diese Erkenntnisse bleiben nicht im Labor. Sie fließen direkt zurück in die ganz normale IT-Arbeit: in Projekte, Prozesse und Systeme, die jeden Tag zuverlässig laufen müssen. Grundlagenforschung, nicht im Elfenbeinturm, sondern mitten in der Praxis.

„Stay hungry“, hat Steve Jobs gesagt. Ich weiß genau, was er meint. Die Möglichkeiten werden jeden Tag mehr, und wir nutzen bisher nur einen Bruchteil davon. Also auf in eine neue Welt, in der all das besser, einfacher und zugänglicher wird.
Forschung
KI-Architektur, Effizienz, lokale KI-Systeme, bioinspirierte Systeme
Arbeitsweise
Super kreativ, Probleme aus einer anderen Sicht lösen

Anderer Meinung? Schreiben Sie mir.

patrick@zajonc.info

Auf LinkedIn folgen