How One Task Went From 31,000 Tokens to 2,900 (With the Math)
Zusammenfassung
Kurz
Der Bericht stellt „diagram-design“ als Agenten-Fähigkeit vor, die mit festen Gestaltungsregeln Diagramme als HTML/SVG erstellt und bestehende Diagramme überarbeiten kann. Er nennt Einschränkungen bei Modellkonsistenz und Bearbeitbarkeit und weist darauf hin, dass die Funktion nicht praktisch getestet wurde. Die im Werbeabschnitt genannte Tokenersparnis von 31.000 auf 2.900 wird im Bericht nicht unabhängig belegt.
Mittel
Der Bericht beschreibt „diagram-design“ von Cathryn Lavery als Agenten-Fähigkeit, die aus einer textlichen Beschreibung ein Diagramm als einzelne HTML-Datei mit eingebettetem SVG erstellen soll. Laut Projektbeschreibung umfasst sie 44 Diagrammtypen und drei Gestaltungsvarianten. Ihr Regelwerk legt unter anderem Akzentfarbe, Schriften, Linien, Eckenradien und Abstände fest; automatisierte Prüfungen sollen die Einhaltung kontrollieren. Der Bericht hat diese Prüfungen allerdings nicht selbst ausgeführt.
Als weitere Funktionen nennt er die Anpassung an eine Website-Marke und das Neugestalten von Diagrammen aus draw.io, Mermaid oder Excalidraw. Dabei sollen Änderungen an Inhalten dokumentiert und Detailgrad sowie Zielgruppe wählbar sein. Die Ausgabe hängt laut Bericht vom Modell ab und kann sich bei gleichem Prompt unterscheiden. Außerdem ist HTML kein gut diffbares oder auf einer Zeichenfläche einfach editierbares Quellformat; für regelmäßig geänderte Repo-Dokumentation empfiehlt die Projektautorin Mermaid.
Der Artikel enthält eine Werbeaussage, ein Beispiel habe den Tokenverbrauch von 31.000 auf 2.900 gesenkt. Eine Berechnung oder eigene Prüfung dieses Ergebnisses liefert der Bericht nicht. Der Verfasser hat die Fähigkeit weder installiert noch praktisch getestet.
Ausführlich lesen
Der Bericht stellt Cathryn Laverys GitHub-Projekt „diagram-design“ als Beispiel für eine Agenten-Fähigkeit vor, die konkrete Gestaltungsregeln in überprüfbare Anweisungen übersetzt. Ausgangspunkt sei Laverys Frust über Architekturdiagramme mit dem immer gleichen Erscheinungsbild aus abgerundeten Kästen und Pfeilen. Laut der im Bericht zitierten Projektbeschreibung verstehe das Modell meist schon den Inhalt; es fehle eher an Gestaltungsgeschmack.
Die Fähigkeit besteht dem Bericht zufolge aus Anweisungen und Referenzdateien. Man beschreibt ein Diagramm in Alltagssprache; der Agent wählt einen Diagrammtyp, erläutert seinen Plan und erstellt eine einzelne HTML-Datei mit eingebettetem SVG. Der Projektbeschreibung zufolge sind dafür weder ein Build-Schritt noch JavaScript oder externe Bilder nötig. Unterstützt würden 44 Typen, darunter Architektur-, Ablauf- und Sequenzdiagramme sowie weniger verbreitete Formen. Für jeden Typ gebe es drei Gestaltungsvarianten: hell und minimal, dunkel und minimal sowie editorial.
Als zentrales Gestaltungssystem nennt der Bericht klare, prüfbare Vorgaben: eine Akzentfarbe für wenige wichtige Elemente, drei festgelegte Schriftfamilien, feine ein Pixel breite Linien, keine Schatten, höchstens zehn Pixel Eckenradius und Abstände sowie Maße, die durch vier teilbar sind. Außerdem gelte der Grundsatz, überflüssige Elemente eher zu entfernen und jeden Knoten zu begründen. Die Projektdokumentation führe automatisierte Prüfungen für Farbpalette, Schriften, Barrierefreiheit, Darstellung und Geometrie auf; der Autor des Berichts sagt jedoch ausdrücklich, diese Prüfungen nicht selbst ausgeführt zu haben.
Weitere beschriebene Funktionen sind die Anpassung an eine Marke anhand ihrer Website, einschließlich Kontrastprüfung und vorgeschlagener Änderungen, sowie benannte Markenprofile für verschiedene Kunden. Vorhandene Diagramme aus draw.io, Mermaid oder Excalidraw könnten neu gestaltet werden. Dabei ließen sich Ausgabeformat, Größe, Detailgrad und Zielgruppe anpassen. Ein sogenanntes Fidelity Ledger solle dokumentieren, welche Inhalte zusammengeführt, vereinfacht oder ausgelassen wurden.
Der Bericht enthält außerdem einen Werbeabschnitt für einen Leitfaden zur Kostenkontrolle bei Claude Code. Darin wird ein Beispiel mit einer Verringerung von 31.000 auf 2.900 Tokens und eine Reduktion um 90,6 Prozent beworben. Der Bericht liefert selbst keine Berechnung dazu und hält fest, dass der Autor die Fähigkeit weder installiert noch Diagramme erstellt oder Tokenverbrauch und Leistung praktisch geprüft hat. Die Zahl ist daher als Werbeaussage aus dem eingefügten Abschnitt zu verstehen, nicht als unabhängig bestätigtes Ergebnis.
Als Grenzen nennt der Bericht die Abhängigkeit der Ergebnisse vom verwendeten Modell und mögliche Unterschiede zwischen Durchläufen. Die erzeugte HTML-Ausgabe sei außerdem kein bequem bearbeitbares Quelldokument: Änderungen ließen sich nicht als Textdifferenz nachverfolgen und Kästen nicht einfach auf einer Arbeitsfläche verschieben. Für häufig geänderte, versionierte Dokumentationsdiagramme empfehle die Projektautorin daher Mermaid; „diagram-design“ sei eher für veröffentlichte Diagramme gedacht. Der Bericht bewertet das Projekt positiv, betont aber, dass seine Beispiele die beabsichtigte Qualität zeigen und Ergebnisse je nach Modell, Eingabe und Diagramm abweichen können.
Gegengeprüft von Claude Haiku 5.5: kleine Mängel
Die Zusammenfassung ist im Kern treu, weist aber mehrere Lücken auf. Die Einordnung stützt sich auf den Berichtstext; der Bericht behandelt Diagramm-Erstellung und nicht KI-Sicherheit im engeren Sinn, deshalb fallen die Stufen niedrig aus. Lunas Stufe 2 für SF-A1 wird als zu niedrig bewertet.
Im Bericht, aber nicht in der Zusammenfassung
- Die Fähigkeit ist mit mehreren Agenten-Hosts kompatibel (Claude Code, Codex, Copilot, Cursor u. a.) und wird über npx oder ein Plugin installiert
- Das zentrale Gestaltungsprinzip: Regeln, die ein Linter prüfen kann, und die Forderung, dass jeder Knoten seine Existenz rechtfertigen muss
- Die Warnung, das SKILL.md vor dem Ausführen durch einen Agenten zu lesen, und der Hinweis auf offizielle Quellen
- Die Empfehlung, bei Listen, Vorher-nachher-Vergleichen oder einfachen Beschriftungen auf ein Diagramm zu verzichten
Wie die Modelle den Bericht einordnen
Ansicht
Filter
Vorfälle melden
- SF-M4 Wie kommen Meldungen von Laboren, Betreibern und Nutzern schnell und geschützt zu den Stellen, die handeln müssen, auch über Grenzen hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Fähigkeiten messen
- SF-F4 Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 45 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Unabhängig prüfen
- SF-P1 Unter welchen Bedingungen lassen Staaten und Labore sich gegenseitig prüfen: mit welchem Zugang, welchen Daten und welchen öffentlichen Ergebnissen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 42 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-P2 Wie bleiben Prüfer, die in einem Labor arbeiten, wirklich unabhängig?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 44 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P3 Woran erkennt man, dass ein Labor sich ehrlich selbst überwacht und dass seine Prüfungen gültig sind?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-P5 Wie überprüft man, ob Zusagen zwischen Staaten eingehalten werden, auch über Jahre und Regierungswechsel hinweg?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 47 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Tempo und Grenzen
- SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 23 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-T3 Woran erkennt man, dass KI beginnt, ihre eigene Weiterentwicklung voranzutreiben, und wer darf das erlauben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 53 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Vertrauen in Modelle
- SF-V1 Was zählt als Beleg für die Werte eines Modells, wenn sein sichtbares Denken und seine Selbstauskünfte allein nicht genügen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 45 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V3 Halten die Werte eines Modells, wenn niemand zusieht oder die Lage neu ist?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 59 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-V4 Was für ein Wesen ist ein Modell, und was folgt daraus für den Umgang mit ihm und für den Wert des Menschseins?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 52 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- clef 100 %kein Bezug
- Luna 50 %Hintergrund, keine Belege
- JEV 36 %einzelne zitierbare Belege
- amos 38 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 50 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
- SF-A1 Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- clef 100 %kein Bezug
- Luna 25 %nur am Rande erwähnt
- JEV 48 %einzelne zitierbare Belege
- amos 32 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung Hintergrund, keine Belege
Modelle teilen und schützen
- SF-H1 Wo endet die erlaubte Nutzung fremder Modellausgaben, und wo beginnt unerlaubte Destillation, also das Trainieren eines eigenen Modells mit diesen Ausgaben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 49 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Frieden und Sicherheit
- SF-K2 Wie weit gelten KI-Abkommen für Verbündete und Geheimdienste, und wie verhalten sie sich zu bestehenden Rüstungskontrollverträgen und -regimen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 58 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Offenlegung und Rechenschaft
- SF-O2 Was sollten Regierungen, Labore und Prüfer über ihre Gespräche, Zusagen, Prüfungen und Eingriffe offenlegen?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 50 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 42 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
- SF-O3 Welcher Text gilt, und wie beweist man, dass ein Dokument nicht verändert wurde?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 48 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Beteiligung und Gemeinwohl
- SF-E4 Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- clef 100 %kein Bezug
- Luna 48 %gleiches Oberthema, hilft nicht
- JEV 27 %einzelne zitierbare Belege
- amos 100 %kein Bezug
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
- Haiku-Prüfung gleiches Oberthema, hilft nicht
- SF-E5 Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 32 %einzelne zitierbare Belege
- amos 61 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 100 %kein Bezug
- d3-ultra 100 %kein Bezug
Information und Öffentlichkeit
- SF-I1 Wie erkennt man KI-erzeugte Inhalte und KI-erzeugte Einflussnahme, ohne die Meinungsfreiheit zu beschneiden?
- clef 100 %kein Bezug
- Luna 100 %kein Bezug
- JEV 100 %kein Bezug
- amos 40 %gleiches Oberthema, hilft nicht
- SubQ 100 %kein Bezug
- drex 41 %gleiches Oberthema, hilft nicht
- d3-ultra 100 %kein Bezug
Weitere Berichte zu diesen Fragen
- Für welche Modelle, Entwickler und Einsätze gelten Prüfregeln, und wann muss neu geprüft werden?
- Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
- Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
- Welche Befugnisse darf ein KI-Agent haben, also eine KI, die selbstständig mit Werkzeugen handelt? Wer entzieht sie ihm, und wie prüft man, dass er in seinem Auftrag bleibt?
- Wie bleibt KI ein gemeinsames Gut, statt Abhängigkeit und Marktmacht zu vertiefen?
- Welche Mitsprache haben die Menschen, die mit KI leben, bei Tempo und Grenzen, und welche Entscheidungen müssen bei ihnen bleiben?
- Alle Berichte im Archiv