„Wie ich mit K.I. jeden Tag 1284 € im Schlaf verdiene“... ?

Oder: Warum wir doch nicht dank YouTube alle Millionäre werden und nie wieder arbeiten müssen.

„KI ist mittlerweile so einfach, das kann doch jeder in ein paar Minuten!“

Wenn man erst einmal in der entsprechenden Bubble gelandet ist, werden die YouTube-Empfehlungen überschwemmt von Videos, die immer wieder das schönste Leben versprechen:

• Mit nur 1 Stunde pro Woche reich dank KI
• Mein Amazon-KI-Agent verdient Geld während ich schlafe
• Mit diesem Workflow nie wieder für Token bezahlen

Ach ja, wenn es doch so einfach wäre. Aber warum wollen diese „Experten“ dann immer, dass ich ihrer Community für 69,90 im Monat beitrete oder ihren Workshop über den Link für nur 189 Euro kaufe?

Clickbait deluxe

Natürlich klingen diese Angebote alle zu schön um wahr zu sein, und wenn man sich mal darauf einlässt und ein paar dieser Videos anschaut, platzt die Illusion auch ganz schnell.

Natürlich gibt es auch wirklich gute Videos, die einem interessante neue Ideen und Ansätze vermitteln, aber so einfach, wie es immer behauptet wird, ist es in der Regel nie.

„Oh super, nur 20 Minuten, und ich kann mir mein eigenes RAG¹ bauen?“ Solche Videos sind sehr beeindruckend, zeigen sie doch live wie man anhand weniger Klicks eine eigene Wissensdatenbank mit einem KI-Agenten bauen kann, der dann meine eigenen Dokumente kennt und mir jede Frage dazu beantworten kann. - Die Realität schaut leider etwas anders aus.

Vom Prototyp zu guten Ergebnissen

Seit (schon/erst?) anderthalb Jahren entwickle ich leidenschaftlich n8n-Workflows² um Prozesse zu modellieren, Automatisierungen zu bauen und wirkliche Mehrwerte zu schaffen - im Job und auch privat. Natürlich haben mich viele Videos auf meiner Reise begleitet, und dabei habe ich ein paar wichtige Erkenntnisse machen können:

Fakes

Beim Entwickeln stößt man immer wieder mal an den Punkt, wo etwas einfach nicht so funktionieren will, wie man es sich gedacht hat. Man brütet über Stunden, Tage und Nächte in einer Idee, einem Plan, und scheitert immer wieder an irgendwelchen Stellen. Nach langem Suchen findet man plötzlich ein Video, dass genau das Problem in nur 10 Minuten lösen soll, an dem man sich die Zähne ausbeißt! Groß ist die Freude, bis man sieht, wie der vermeintliche Experte an genau der selben Stelle scheitert, dann aber ohne jegliches Verständnis dessen, was eigentlich gerade passiert, mit einem geschickten Cut das Video beendet - selbst die Fehlermeldung, die noch angezeigt wurde gar nicht bemerkt - und fröhlich grinsend in die Kamera strahlt, dass so einfach jetzt alles funktionieren würde. Und statt einer Erklärung (die mangels Kenntnisse gar nicht gegeben werden kann!) gibt es nur noch den Hinweis, doch „unbedingt ein Abo und einen Daumen hoch dazulassen und die Glocke zu klicken“. - Danke für nichts!

Veraltete Software

Ja, die Entwicklung unserer Tools wird immer schneller. Umso größer der Frust, wenn man ein neues Problem entdeckt hat, zu dem es einfach noch keine Lösung gibt. Dokumentationen und API-Referenzen können manchmal einfach nicht helfen, da diese leider auch oft nur zu langsam aktualisiert und an den neuesten Software-Stand angepasst werden, und auf reddit, GitHub oder der klassischen online-Suche trifft man vielleicht auf ein paar gleichgesinnte Leidtragende, aber keine Lösungen. Die Videos und Anleitungen, die man findet sind zu alt und fordern dazu auf, irgendwelche Einstellungen in Menüs vorzunehmen oder Buttons zu drücken, die in der aktuellen Version einfach nicht mehr existieren.

Vereinfachung

Was viele Kanäle gerne unterschlagen, ist der ganze Aufwand, um die Systeme erstmal zum Laufen zu bringen. Viel Spaß beim erstmaligen Einrichten eines OAuth-Zugangs in der Google Cloud Console oder beim Erstellen eines funktionierenden API-Keys für eine beliebige Social-Media-Plattform. Was häufig mit einem lapidaren „… hier jetzt einfach nur den Key eintragen…“ abgetan wird, kann je nach Plattform für Anfänger ein wahrer Alptraum sein, der Stunden voller Verzweiflung kostet.

Demo vs. Nutzen

Viele Videos begnügen sich damit, lediglich etwas zu präsentieren, was „irgendwie funktioniert“:

• Ein eigener Chat-Bot in 5 Minuten? Kein Problem.
• Ein eigenes RAG System in einer halben Stunde? Ich bau es Dir in nur 15 Minuten.

So ist dann schnell ein System zusammengebastelt, was zwar (vielleicht) irgendwie funktioniert, aber noch weit davon entfernt ist, tatsächlich gut zu sein oder unter realen Bedingungen überhaupt noch etwas leisten zu können. Solange noch keine echten Daten enthalten sind, und solange man genau diese drei Beispiele aus dem Video nachstellt, funktioniert alles ganz großartig - um dann aber brauchbare Resultate zu bekommen, ist noch sehr viel mehr Aufwand erforderlich.

Beispiel: Wer findet den Unterschied?

Wer immer noch nicht überzeugt ist, dass auch bei einem so phantastischen Tool wie n8n eben trotzdem noch eine Menge Know-How und Arbeit erforderlich ist, dem möchte ich an dieser Stelle gerne einmal zwei RAG-Systeme in n8n zum Vergleich präsentieren:

Version 1: Hierbei handelt es sich um das Ergebnis eines mehrseitigen Blog-Beitrags, der verspricht, ein vollständiges RAG für den Chat mit den eigenen Dokumenten bauen zu können - und was ich schnell in 2 Minuten selbst bauen konnte.

Und was ist das? Wieder einmal viel „Trara“ für nichts. Ja, das ist streng genommen ein RAG. Und wenn ich nur zwei kurze und komplett unterschiedliche Dokumente hinein lade, kann ich tatsächlich Fragen dazu stellen. Was passiert aber, wenn mehrere Dokumente benutzen möchte, die sich vielleicht sogar ähneln, oder deutlich umfangreicher sind? Dann platzt die Blase ganz schnell.

Version 2: Ich habe selbst ebenfalls ein RAG gebaut, dass ein wenig komplexer aussieht. Zur Veranschaulichung hier mal nur ein Ausschnitt des ganzen System, das insgesamt aus zehn Workflows besteht, die miteinander verzahnt sind, und viele Stunden Arbeit gekostet hat. Dafür ist es ein System geworden, was gefeit ist gegen einige Probleme, mit denen jedes Rag zu kämpfen hat. Ein paar Beispiele:

• „Context-pollution“: ein Effekt, der entsteht, wenn sehr große Dokumente kleinere „verdrängen“ und durch die schiere Masse kleine Dokumente nicht mehr gefunden werden können.
• Tabellarische Daten: Gerade hierbei ist es notwendig, sich auf Zahlen und Fakten verlassen zu können was eine reine Ähnlichkeitssuche oft nicht gewährleisten kann.
• Bild-Inhalte: Viele Texte enthalten auch noch Informationen in Bildern, Grafiken und Diagrammen. Diese müssen ebenfalls erkannt, extrahiert und ausgewertet werden können.
• Ungewöhnliche Formatierungen: Nicht jeder Text ist geschrieben wie ein Buch. Einfaches Text-Embedding³ scheitert an Dokumenten, die z.B. mehrspaltig oder durch Bilder aufgelockert sind, da beim zeilenweise Verarbeiten Zusammenhänge verloren gehen.

Also doch kein „Millionär über Nacht“ und „nie wieder arbeiten müssen“?

Richtig eingesetzt hilft KI natürlich enorm und steigert die Effizienz gewaltig, und mit den richtigen Werkzeugen, viel Durchhaltevermögen und dem nötigen Know-How ist diese Vorstellung gar nicht mal so abwegig. So einfach, wie es einem viele YouTuber aber weißmachen wollen, ist es dann aber doch nicht. Und bis wir soweit sind, dass „die KI“ uns wirklich alle Arbeit abnimmt, bin ich froh, weiterhin schöne (ja, ich finde die wirklich schön 😅) und komplexe Workflows mit n8n bauen zu können. Zum Schluss noch ein Bild zur Veranschaulichung über den tatsächlichen Aufwand, so wie er auf YouTube versprochen wird, im Vergleich dazu, wie die Realität dann aussieht… 😉

Erwartung vs. Realität: