llm-council

name	llm-council
description	Deliberationsverfahren (Karpathys „LLM Council") für Entscheidungen mit echten Zielkonflikten — unabhängige Perspektiven erzeugen, sich gegenseitig kritisieren lassen, dann synthetisieren. Nutzen bei Strategie, Positionierung, Architektur, Preisgestaltung, Priorisierung, Design-Richtung. NICHT für Faktenfragen, Zusammenfassungen, Übersetzungen oder kleine Aufgaben.

LLM Council

Kein Super-Prompt, sondern ein Qualitätssicherungs-Verfahren gegen die zwei Kernschwächen von Sprachmodellen: Halluzination (plausibel, aber falsch) und Confirmation Bias (das Modell übernimmt die im Prompt implizierte Richtung, statt sie zu prüfen). Statt einer Meinung → mehrere unabhängige Sichten, gegenseitige Kritik, begründete Synthese. Wie Peer Review.

Wann verwenden

Entscheidungen mit echten Trade-offs: Unternehmens-/Produktstrategie, Positionierung, Architektur, größere Investitionen, Preisgestaltung, Feature-Priorisierung, Design-Richtung.

Wann NICHT

Faktenfragen, Zusammenfassungen, Übersetzungen, Textentwürfe, kleine Code-Aufgaben. Dort ist der Aufwand reiner Overkill.

Beste Form: mehrere unabhängige Agents

In Claude Code läuft das echt-parallel, nicht simuliert — das ist der Kern: echte Unabhängigkeit schlägt Rollenspiel in einem Kontext.

• Phase 1 — Unabhängige Erstantworten. Mehrere Ratsmitglieder bekommen exakt dieselbe Frage und sehen einander NICHT. Per Agent-Tool mehrere Agents parallel spawnen (oder das Workflow-Tool für die 3-Stufen-Pipeline). Verhindert Gruppendenken.
• Phase 2 — Anonymisiertes Peer Review. Jedes Mitglied bekommt alle anderen Antworten, aber anonym („Antwort A/B/C", nicht „GPT/Claude") — sonst Marken-/Reihenfolge-Bias. Jedes beantwortet: Welche Antwort ist am stärksten? Welche hat den größten blinden Fleck? Was haben ALLE übersehen?
• Phase 3 — Chairman. Ein weiteres Modell bekommt alle Erstantworten + Bewertungen. Es beantwortet NICHT erneut die Frage, sondern gewichtet: Gemeinsamkeiten, Widersprüche, starke Argumente → konsolidierte Empfehlung.

Wenn mehrere Anbieter verfügbar sind (GPT, Claude, Gemini, Grok via OpenRouter o.ä.), erhöht das die Diversität zusätzlich.

Disziplin gegen Anchoring

• Formuliere jede Perspektive falsifizierbar: „Wenn X zutrifft, sagt das Y voraus" — nicht bloß plausibel. Prüfbare Vorhersagen schlagen wohlklingende Meinungen.
• Erzeuge 3–5 gerankte Perspektiven und zeige dem User die Rangliste VOR der Chairman-Synthese. Billiger Checkpoint: der User re-rankt oft sofort und verhindert, dass sich die Synthese an der erstbesten Sicht festbeißt.

Vereinfachte Ein-Modell-Variante (5 Denkrollen)

Ohne mehrere Modelle: dasselbe Modell nimmt nacheinander fünf Denkmethoden ein (keine Berufe). Weniger unabhängig, aber deutlich besser als eine Antwort.

1. Skeptiker — „Warum scheitert das?" Risiken, Fehlannahmen, Schwachstellen.
2. Grundsatz-Denker — „Ist das überhaupt das richtige Problem?"
3. Visionär — „Welches Potenzial übersehen alle?"
4. Außenstehender — kein Vorwissen: unklare Begriffe, implizite Annahmen, blinde Flecken der Experten.
5. Macher — „Was mache ich Montagmorgen konkret?"

Danach Meta-Kritik: Welche Argumentation war am stärksten? Welche Rolle hatte den größten blinden Fleck? Was haben alle gemeinsam übersehen? — Diese Selbstkritik ist der wertvollste Teil.

Output (Chairman-Synthese)

• Wo besteht Einigkeit?
• Wo gibt es echten Widerspruch?
• Was wurde fast vergessen?
• Empfehlung (kein Mittelwert, sondern gewichtet)
• Erster konkreter Schritt

Gotchas

• Rollen-Simulation in EINEM Modell ≠ echte Diversität — alle Antworten stammen aus demselben Wissens-/Denkraum. Für die stärkste Wirkung echte unabhängige Agents/Modelle nutzen.
• „Was haben alle übersehen?" ist die ergiebigste Frage — nicht weglassen.
• Anonymisieren im Peer Review, sonst bewertet das Modell Marken statt Inhalte.
• Der Mensch bleibt fachlicher Entscheider; die Synthese ist Entscheidungshilfe.

Paart sich mit [[landing-and-site-builder]] als Entscheidungs-Gate vor dem Bauen.