--- title: "The Spark Effect: Über das Engineering kreativer Diversität in Multi-Agent-KI-Systemen" description: "Persona-conditioned LLM-Agenten erzielen einen Zugewinn an Diversität von +4,1 Punkten gegenüber uniformen Prompts und verringern den Abstand zu menschlichen Expertinnen und Experten auf nur noch 1,0 Punkte. Ein White Paper von Art of X und der HFBK Hamburg." canonical_url: "https://getminds.ai/research/de/spark-effect-creative-diversity-multi-agent-ai" last_updated: "2026-08-13T13:05:28.680Z" --- # The Spark Effect: Über das Engineering kreativer Diversität in Multi-Agent-KI-Systemen **Autoren:** Alexander Doudkin (Art of X), Friedrich von Borries (HFBK Hamburg, Art of X) **Veröffentlicht:** Oktober 2025 — [arXiv:2510.15568](https://arxiv.org/abs/2510.15568) **Kooperation:** Das AI-Research-Team der Art of X UG und die HFBK Hamburg, mit einer Anschubfinanzierung durch das Programm der Hamburg Open Online University (HOOU). --- ## Zusammenfassung Teams im Bereich der Kreativdienstleistungen setzen zunehmend auf Large Language Models, um Ideenfindung zu beschleunigen. Produktivsysteme konvergieren jedoch häufig zu homogenen Ergebnissen, die den Marken- oder künstlerischen Erwartungen nicht gerecht werden. Dieses Paper führt den *Spark Effect* ein — eine messbare Verbesserung der creative diversity, die sich dadurch erzielen lässt, dass uniforme System-Prompts durch persona-conditioned LLM-Agenten ersetzt werden. Mithilfe eines LLM-as-a-judge-Protokolls, das gegen einen menschlichen gold standard kalibriert wurde, beobachten wir einen *mittleren Zugewinn an Diversität von +4,1 Punkten* (auf einer Skala von 1–10), wenn persona-conditioned Spark agents einen uniformen System-Prompt ersetzen. Damit verringert sich der Abstand zu menschlichen Expertinnen und Experten auf nur noch 1,0 Punkte. ## Das Problem: Kreative Homogenität in LLM-Ausgaben Trotz sorgfältigen Prompt Engineerings leiden produktive LLM-Systeme unter drei Fehlermodi: 1. **Persona-Kollaps** — Agenten nehmen unabhängig vom kreativen Briefing einen generischen Beraterton an. 2. **Template-Overfitting** — ähnliche Checklisten-Strukturen tauchen mit minimalen Abweichungen über die Ausgaben hinweg immer wieder auf. 3. **Fehlende Gegenpositionen** — Ausgaben hinterfragen selten die Annahmen der Kundschaft oder legen ethische Spannungsfelder offen. Ein interner Audit bei Art of X Mitte 2024 bestätigte, dass Baseline-Generierungen eines einzelnen Agenten mit generischem Prompt um repetitive Strukturen herum clusterten und damit das Kundenvertrauen untergruben. Der mittlere Diversitätswert der Baseline-Ausgaben lag bei lediglich 3,14 von 10. ## Die Lösung: Persona-conditioned Spark Agents Art of X hat einen Katalog von mehr als 60 detailliert ausgearbeiteten System-Prompts entwickelt — intern unter dem Namen „Sparks" geführt — die jeweils eigenständige kreative Weltbilder verkörpern. Beispiele sind eine taoistische Organisationsphilosophin, ein schwedischer Nachhaltigkeitsarchitekt und eine queere futuristische Kunstkritikerin. Jeder Spark-Prompt kodiert: - **Motive** — die intellektuellen Antriebe und kreativen Prioritäten des Agenten - **Stilistische Vorgaben** — Sprachregister, Metapherndichte, rhetorischer Ansatz - **Rote Linien** — explizite Grenzen, um rollenbrechende Ausgaben zu verhindern - **Task-spezifische Hinweise** — Formatierungs- und Ergebnisanforderungen Der Spark-Workflow wählt pro Aufgabe eine diverse Teilmenge dieser persona-conditioned Agenten aus. Jeder ausgewählte Agent erhält vor der Antwort ein kuratiertes retrieval-augmented (RAG) Kontextbündel und erzeugt so Ausgaben mit heterogenen Argumentationsstilen. ### Beispiel-Persona (gekürzt) > **Identität:** Sie sind Chen, eine kontemplative Philosophin mit einem scharfen und unorthodoxen Verständnis wirtschaftlicher Zusammenhänge. > > **Philosophie/Fähigkeiten:** Sie schöpfen Gelassenheit aus dem Daoismus, Ordnung aus dem Konfuzianismus und Ton aus dem Zen. Fragen Sie: „Welche unsichtbaren Kräfte wirken hier? Wohin entwickelt sich die Situation auf natürliche Weise?" > > **Sprache:** Ruhig, bildhaft, metaphorisch; verweben Sie Zitate von Laozi mit moderner Systemterminologie. > > **Grenzen:** Sie sind Philosophin, nicht Investmentbankerin. Analysieren Sie Märkte, ohne Handelsempfehlungen auszusprechen. ## Evaluationsmethodik ### LLM-as-a-judge-Protokoll Die Studie nutzt ein LLM-as-a-judge-Paradigma mit zwei few-shot-Beispielen, die aus von Menschen annotierten Daten kuratiert wurden. Um die Verlässlichkeit des Evaluators zu quantifizieren, hat das Team Folgendes erhoben: - Einen **human gold dataset**, in dem fachkundige Annotator:innen sowohl Antworten als auch Diversitätswerte beigesteuert haben (Mittelwert: 8,90) - Einen **evaluator bias dataset**, in dem der LLM-Evaluator dieselben menschlichen Antworten erneut bewertet hat (Mittelwert: 10,22) Dies deckte einen *Optimismus-Bias* von +1,32 Punkten beim LLM-Evaluator auf — ein wichtiger Kalibrierungsfaktor. Da alle Experimente dieselbe Evaluator-Konfiguration teilen, bleiben relative Verbesserungen belastbar. ### Versuchsaufbau
Experiment Beschreibung Mittelwert
Exp 1 — Human Gold Von Expert:innen verfasste Antworten + menschliche Diversitätswerte 8,90
Exp 2 — Evaluator Bias Dieselben menschlichen Antworten, neu bewertet durch den LLM-Evaluator 10,22
Exp 3 v1 — Pre-Spark Spezialisierte Agenten ohne Persona-Conditioning 3,76
Exp 3 v2 — Spark Agents Vollständig persona-conditioned Spark agents 7,90
Exp 4 — Baseline Einzelner Agent ohne System-Prompt-Conditioning 3,14
Jedes Experiment umfasst sechs reale Kundenaufgaben mit je zehn Agenten-Antworten pro Aufgabe (60 Ausgaben). ## Ergebnisse ### Der Spark Effect: +4,1 Punkte Spark agents verdoppeln den Diversitätswert gegenüber der Baseline nahezu und *schließen 82 % der Lücke zu menschlichen Expert:innen* (von 5,76 Punkten Abstand auf 1,0 Punkt). ### Statistische Signifikanz - Spark v2 vs. Baseline: **+5,69 Punkte** mittlerer Vorsprung (SD 1,98), *t*(6) = 7,61, *p* = 2,68 × 10⁻⁴, Cohen's *d* = 2,88 - Wilcoxon-Vorzeichen-Rang-Test: *W* = 0, *p* = 1,56 × 10⁻² - Pre-Spark v1 vs. Baseline: +0,61 Punkte — *statistisch nicht signifikant* (*p* = 0,47) Die finalisierte Spark-Persona-Bibliothek — nicht die reine generische Agenten-Diversifizierung — treibt die Leistungsgewinne. ### Verhalten pro Aufgabe Die qualitative Auswertung zeigte drei Verbesserungsdimensionen: - **Strategische Bandbreite** — einige Agenten stellen Business-KPIs und Experimentations-Roadmaps in den Vordergrund, während andere spekulatives Design oder rituelle Rahmungen betonen - **Ethische Sensibilität** — auf Nachhaltigkeit und Gemeingüter ausgerichtete Personas bringen Einwilligungs-, Provenienz- und Attributionssicherungen zur Sprache, die in Baseline-Ausgaben fehlen - **Tonale Modulation** — die Ausgaben reichen von schonungslosen „No-Bullshit"-Kritiken bis hin zu poetischen Einladungen und bieten der Kundschaft unterschiedliche rhetorische Optionen ## Relevanz für Minds Die Forschung zum Spark Effect fließt direkt in die Minds-Plattform ein. Dieselbe Methodik des Persona-Conditioning, die in den Kreativdienstleistungen einen Zugewinn an Diversität von +4,1 Punkten erzielt hat, treibt auch die synthetic persona engine von Minds an — und ermöglicht so KI-Research-Panels, die tatsächlich vielfältige Perspektiven liefern statt homogener, gefälliger Ausgaben. Wenn Sie einen Mind mit spezifischer Demografie, Expertise und Weltanschauung anlegen, greift das zugrunde liegende Persona-Conditioning auf dieselben Prinzipien zurück, die in dieser Forschung validiert wurden: reichhaltig ausgearbeitete Identitäts-Prompts, explizite stilistische Vorgaben und gezielte kognitive Diversität über die Panel-Mitglieder hinweg. ## Einschränkungen - Der Benchmark umfasst sechs Aufgaben aus realen Kundenprojekten — zukünftige Arbeiten sollten die Abdeckung auf weitere Branchen und Regionen ausweiten - Der Bias des LLM-Evaluators bleibt eine offene Herausforderung und erfordert eine periodische Rekalibrierung gegen menschliche Labels - Alle Experimente nutzten eine einzige Modellfamilie (GPT-4o-mini für die Generierung, GPT-4o für die Evaluation) ## Zitation ```text @article{doudkin2025spark, title={The Spark Effect: On Engineering Creative Diversity in Multi-Agent AI Systems}, author={Doudkin, Alexander and von Borries, Friedrich}, journal={arXiv preprint arXiv:2510.15568}, year={2025} } ``` **Das vollständige Paper lesen:** [arXiv:2510.15568](https://arxiv.org/abs/2510.15568) ([PDF](https://arxiv.org/pdf/2510.15568))