Marvin wird immer besser darin, meine Aufenthaltsorte zu erkennen. Aber es gibt immer noch Grauzonen. Wie in Phase 2 erwähnt, wurde ich manchmal im Café erkannt, obwohl ich nur davor stand. Oder ein unbekannter Ort wurde als „Shop“ kategorisiert, dabei war es eine Galerie. Ich habe gemerkt: Marvin braucht meine Hilfe, um wirklich gut zu werden.
Das erste Web-Interface
Ich habe eine kleine HTML-Oberfläche gebaut, die ich über meinen Browser aufrufen kann. Mein Raspberry Pi agiert jetzt nicht nur als Datensammler, sondern auch als kleiner Webserver. Die Idee ist einfach:
- Marvin zeigt mir Unklarheiten: Wenn er einen Ort nicht eindeutig zuordnen kann oder sich unsicher ist, poppt er auf diesem Interface auf.
- Ich korrigiere: Ich kann Marvin manuell sagen: „Nein, das war kein Shop, das war eine Galerie.“ Oder: „Dieser Ort ist unbekannt, aber ich nenne ihn mal ‚Geheimversteck‘.“
Visualisierung via Chromecast
Damit das nicht nur im Browserfenster verschwindet, sende ich das Interface via Google Chromecast auf den Fernseher im Wohnzimmer. Wenn ich abends auf dem Sofa sitze, läuft manchmal die Karte mit den unklaren Orten als Hintergrundbild. So sehe ich direkt, wo Marvin noch „Nachhilfe“ braucht.
Das Bewertungssystem (1–6)
Ich habe auch ein einfaches Bewertungssystem implementiert. Auf einer Skala von 1 bis 6 kann ich meine Präferenz für Orte angeben. Warum 1 bis 6 und nicht 1 bis 5? Bewusst keine neutrale Mitte. Ich will eine klare Tendenz sehen: Entweder mag ich den Ort, oder ich mag ihn nicht. Das soll Marvin später mal helfen zu verstehen, ob er mir diesen Ort nochmal vorschlagen sollte.
Marvin wird lernfähig
Das ist ein großer Schritt. Marvin ist nicht mehr nur ein „Recorder“, sondern ein aktives Lernsystem. Er korrigiert seine eigene Datenbank auf Basis meiner Eingaben. Das fühlt sich viel kooperativer an. Ich lerne dabei auch, wie ungenau die Realität oft ist, wenn man versucht, sie in festen Kategorien abzubilden.
Der nächste Schritt: Ich habe gemerkt, dass Marvin manchmal „dazwischenfunkt“, wenn ich nicht alleine bin. Das muss ich als Nächstes angehen. Die soziale Komponente ist wichtig.
abstand halten Agentic AI agile ausgangssperre beratung change management corona corona beratung corona virus covid COVID-10 covid beratung covid virus design sprint design thinking Drag Queen epedemie future homeoffice Innovation Künstliche Intelligenz Live Performance lockdown lockdown deutschland München OpenAI pandemie persona pleite princess ray Produktentwicklung Raspberry Pi research sars social distancing sozial distancing szenario Taylor-Events umstruckturierung unternehmen unternehmensberatung unternehmens beratung covid UX Design virus woche
