Mit KI die Kontinuität von Romanfiguren prüfen
Nutzen Sie KI bei einem langen Roman als Tool zum Finden von Widersprüchen auf Basis einer kompakten, datierten Figurenreferenz – nicht als maßgebliche Instanz für den Kanon. Behalten Sie eine einzige verlässliche Informationsquelle (Single Source of Truth), erfassen Sie Fakten mitsamt Geltungsbereich und Belegen und lassen Sie das Modell eine konkrete Entwurfspassage ausschließlich mit den relevanten Einträgen abgleichen. Überprüfen Sie jeden Hinweis, bevor Sie das Manuskript ändern. Dieser Workflow hilft Ihnen, Kontinuitätsfehler aufzudecken, während beabsichtigte Entwicklungen, unzuverlässiges Erzählen und ungeklärte Fragen erhalten bleiben.
Warum eine Figurenreferenz mehr als eine Liste von Eigenschaften braucht
Eine einfache Aufzählung wie „Mara ist vorsichtig, Linkshänderin und sammelt Postkarten“ vermischt grundverschiedene Arten von Informationen. „Linkshänderin“ ist möglicherweise ein unveränderlicher Fakt; „vorsichtig“ ist eine Interpretation, die je nach Situation variieren kann; und ihre Postkartensammlung könnte sich im Laufe der Handlung ändern. Wenn die Liste nicht angibt, wann und wie jede Aussage gilt, stuft ein KI-Prüfer eine bedeutsame Charakterentwicklung womöglich als Fehler ein – oder übersieht ein echtes Kontinuitätsproblem.
Bauen Sie die Referenz auf überprüfbaren Aussagen auf. Erfassen Sie für jede Aussage die Figur, die Behauptung selbst, ihren zeitlichen oder szenischen Geltungsbereich und die Textquelle. Ergänzen Sie einen Status wie bestätigt, geplant, unsicher oder überholt. Unterscheiden Sie strikt zwischen dem, was in der Geschichte tatsächlich wahr ist, und dem, was eine Figur glaubt, sagt, erinnert oder einer anderen Person erzählt. Diese Kategorien sind nicht austauschbar.
Halten Sie Einträge atomar: eine Aussage pro Zeile. „Mara ist 32, Linkshänderin, vorsichtig und besitzt ein blaues Fahrrad“ lässt sich nur schwer sicher prüfen oder aktualisieren. Getrennte Aussagen stellen sicher, dass eine Änderung ihres Alters nicht versehentlich ihre Händigkeit oder ein ungeklärtes Eigentumsdetail überschreibt.
Ein praxisnaher Workflow zur Überprüfung einer neuen Szene
1. Entwurfspassage festlegen und relevanten Kanon abrufen.
Legen Sie vor der Überprüfung fest, welchen Manuskriptstand Sie prüfen. Rufen Sie die für die Textstelle relevanten Figureneinträge ab: physische Details, die in der Szene eine Rolle spielen, aktuelle Besitztümer, Beziehungen, Wissen, Aufenthaltsort und Zeitleiste. Nehmen Sie frühere Fakten nur auf, wenn die Szene direkt darauf aufbaut. Übergeben Sie nicht den gesamten Roman als undifferenzierten Prompt in der Annahme, das Modell werde jede Nebenbedingung erfassen.
Diese Vorsichtsmaßnahme stützt sich auf wissenschaftliche Erkenntnisse, wobei deren Grenzen zu beachten sind. Das Papier von Liu et al. aus dem Jahr 2023, [„Lost in the Middle: How Language Models Use Long Contexts“](https://arxiv.org/abs/2307.03172), berichtet über Experimente, in denen getestete Modelle relevante Informationen oft unzuverlässiger nutzten, wenn diese in der Mitte langer Eingaben standen, als wenn sie sich am Anfang oder Ende befanden. Dieses Ergebnis ist kein direkter Test für Romankontinuität und lässt keine allgemeingültigen Rückschlüsse auf das Verhalten jedes aktuellen Modells zu. Es stützt jedoch eine pragmatische Entscheidung: Rufen Sie die relevanten Fakten ab und platzieren Sie sie direkt bei der Fragestellung, statt sich allein auf ein großes Kontextfenster zu verlassen.
2. Fordern Sie Vergleiche an, kein allgemeines Lektorat.
Geben Sie dem Modell den Szenenausschnitt und die relevanten Kanoneinträge. Weisen Sie es an, ausschließlich direkte Konflikte zu identifizieren, die genauen Zeilen beider Stellen zu zitieren und zu erklären, ob die Abweichung stattdessen eine bewusste Veränderung, eine Annahme innerhalb der Spielwelt oder ein zeitlicher Unterschied sein könnte. Verlangen Sie die Rückmeldung „kein Konflikt gefunden“, wenn keine konkreten Belege vorliegen. Ein effektiver Prompt lautet:
„Vergleiche den Textauszug mit den unten stehenden Kanoneinträgen. Gib eine Tabelle mit folgenden Spalten aus: Kanonaussage und Quelle, Wortlaut des Auszugs, Konfliktart, Konfidenz und Frage an den Autor. Melde nur unvereinbare Aussagen innerhalb desselben Zeitpunkts und derselben Erzählperspektive. Trenne direkte Widersprüche von Mehrdeutigkeiten und möglicher Charakterentwicklung. Schreibe die Szene nicht um und erfinde keine fehlenden Fakten. Wenn die Belege nicht ausreichen, gib ‚unsicher‘ an.“
Dies ist ein redaktioneller Verfahrensvorschlag, keine Garantie dafür, dass ein Modell die Anweisungen fehlerfrei befolgt. OpenAIs [Leitfaden zum Prompt Engineering](https://developers.openai.com/api/docs/guides/prompt-engineering) empfiehlt, Aufgaben klar zu spezifizieren und die Eingabe zu strukturieren; diese Dokumentation bietet Richtlinien für Prompts, garantiert jedoch keine vollständigen oder fehlerfreien Ausgaben. Betrachten Sie den Vergleich als eine Liste von Hinweisen, die am Manuskript verifiziert werden müssen.
3. Hinweise vor dem Überarbeiten triagieren.
Prüfen Sie für jede Meldung die zitierten Szenen und ordnen Sie sie ein. Eine praxisbewährte Vier-Wege-Entscheidung lautet:
Übernehmen Sie keine von einer KI generierte Korrektur, ohne die umgebende Szene zu prüfen. Ein Vorschlag, der einen Fakt ändert, kann einen Folgefehler verursachen – so kann das Ändern eines Requisitendetails in einer Szene die Zeitleiste an anderer Stelle zerstören. Sobald Sie sich für eine Korrektur entschieden haben, aktualisieren Sie Manuskript und Referenz gleichzeitig und überprüfen Sie anschließend betroffene spätere Szenen erneut.
Praxisbeispiel: Ein Notizbuch wechselt die Farbe
Angenommen, die bestätigte Referenz besagt: „Mara trägt in den Kapiteln 2 bis 12 ein indigoblaues Taschennotizbuch bei sich.“ Im Entwurf zu Kapitel 13 nimmt sie ein grünes Notizbuch aus der Tasche und liest einen Eintrag aus der Vorwoche. Ein Prüfwerkzeug sollte beide Passagen zitieren und die Frage aufwerfen, ob es sich um dasselbe Notizbuch, einen Ersatz oder eine beabsichtigte Fehleinschätzung einer anderen Figur handelt. Es sollte nicht allein deshalb einen Widerspruch melden, weil zwei verschiedene Farben auftauchen.
Die Autorin prüft das Manuskript. Wenn Mara in Kapitel 12 eine grüne Hülle für das indigoblaue Notizbuch kauft, ist die scheinbare Differenz erklärt, auch wenn die Leserschaft in Kapitel 13 vielleicht einen kurzen Hinweis darauf benötigt. Gibt es keinen Hüllenwechsel und kann der ältere Eintrag nicht in einem zweiten Notizbuch stehen, enthält der Entwurf womöglich einen echten Kontinuitätsfehler. Die Autorin kann „grün“ zu „indigoblau“ korrigieren, eine nachvollziehbare Übergangsszene ergänzen oder festlegen, dass die Figur nach einem anderen Notizbuch gegriffen hat; jede Entscheidung hat Auswirkungen auf umliegende Szenen.
Die entscheidende Frage lautet: Beziehen sich die Aussagen auf denselben Gegenstand, zum selben Zeitpunkt und aus derselben Erzählperspektive? Bleibt ein Aspekt ungeklärt, markieren Sie ihn als offene Frage. Ein Modell kann auf die beiden Sätze hinweisen, doch die Autorin bestimmt, welches Notizbuch in der Geschichte existiert, und aktualisiert die Referenz erst nach dieser Entscheidung.
Versionskontrolle: Kanonänderungen nachvollziehbar machen
Halten Sie nach der Klärung eines Hinweises die redaktionelle Entscheidung direkt beim betroffenen Eintrag fest: was geändert wurde, welches Kapitel dies belegt und ob ältere Bezüge damit hinfällig sind. Bewahren Sie eine frühere Version oder eine datierte Notiz auf, wenn dies nachvollziehbar macht, warum andere Szenen noch das ursprüngliche Detail enthalten könnten. Durchsuchen Sie anschließend das Manuskript nach dieser Figur und dem jeweiligen Begriff – wie Notizbuch, Hülle, indigoblau oder grün – und prüfen Sie jedes Vorkommen im Kontext. Eine exakte Textsuche findet Formulierungen, die der KI entgangen sind, auch wenn sie nicht beurteilen kann, ob die jeweilige Verwendung erzählerisch konsistent ist.
Wiederholen Sie die Prüfung für die überarbeitete Textstelle und alle Szenen, die von der Änderung betroffen sind. Bitten Sie das Modell nicht darum, die Kanonübersicht eigenständig anzupassen: Prüfen Sie den Änderungsvorschlag stets zuerst und pflegen Sie ihn selbst oder über eine kontrollierte Dokumentenversionierung ein. Wenn Sie einen Projekt-Workspace oder spezielle Dokumentenfunktionen nutzen, informieren Sie sich über die aktuellen offiziellen Vorgaben zur Dateiablage und zum Abruf; die Kontinuitätsmethode funktioniert mit einem einfachen Textdokument und ist von keiner bestimmten Plattform abhängig.
Grenzen: Was KI leisten kann und was nicht
Ein Modell kann bereitgestellten Text abgleichen, verdächtige Stellen markieren und Konsistenzberichte strukturieren. Es kann jedoch nicht bestimmen, welcher Kanon bei widersprüchlichen Entwürfen beabsichtigt war, solange Sie den Konflikt nicht lösen. Es kann Details übersehen, Zeitleisten falsch interpretieren, Subtext fälschlicherweise als Fakt werten oder plausible, aber unbelegte Erklärungen erfinden. Die Forschung zu langen Kontextfenstern ist ein Grund, die Annahme „Ich habe das ganze Buch eingefügt“ nicht als Beweis dafür zu werten, dass jeder relevante Satz berücksichtigt wurde; sie bedeutet jedoch nicht, dass alle Systeme bei langen Manuskripten versagen.
Die Verantwortung für Kanon, Tonfall und Aussage liegt weiterhin beim Autor. Nutzen Sie KI-Ausgaben als Prüfprotokoll: Jeder gemeldete Widerspruch sollte Textstellen benennen; jede übernommene Korrektur sollte eine explizite Begründung haben; und offene Punkte sollten sichtbar ungeklärt bleiben. Bei einem langen Roman ist diese disziplinierte Arbeitsweise verlässlicher, als sich darauf zu verlassen, dass ein Modell Fakten über Figuren kapitelübergreifend implizit im Gedächtnis behält.