Was Agnetia ist und wie es funktioniert

Ein Agent, der dich sprechen lässt, kein Programm, das erklärt.

• Für jemanden, der die Sprache ein wenig versteht und beim Sprechen erstarrt.
• Für jemanden, der täglich in Schüben von fünf oder zehn Minuten üben will, statt eine Stunde pro Woche.
• Für jemanden, der die Grundlagen automatisieren muss — Wortschatz, Konjugation, Zahlen, Präpositionen —, bevor ein Gespräch überhaupt etwas bringt.
• Für jemanden, der sich unterhalten will, ohne die Peinlichkeit, sich vor einem Menschen zu irren.
• Und nicht für jemanden, der Grammatikerklärungen, Akzenttraining oder die Vorbereitung auf eine bestimmte offizielle Prüfung sucht: Das tut Agnetia nicht, und weiter unten steht es unmissverständlich.

Man wählt in einem Menü aus, was man trainieren will. Eine Sitzung öffnet mit dem Gespräch, und der Wechsel der Übung ist sofortig: Agnetia fragt das Neue, ohne dass jemand etwas drücken muss.

Der ganze Weg vom Berühren der Taste bis zum Verstummen von Agnetia. Es sind acht feste Phasen, und die Zahl ändert sich nie: Sie ist eine Struktur des Systems, keine lockere Beschreibung.

1. 1

   Beim Drücken

   In dem Moment, in dem ein Finger die Taste berührt, arbeitet Agnetia schon voraus: Sie liest, wer die lernende Person ist, welche zwei Sprachen sie hat, mit welcher Stimme sie angesprochen werden will und was sie bisher gezeigt hat. Sie wartet nicht ab, bis zu Ende gesprochen wurde, damit sich dieses Lesen mit dem Sprechen überlappt, statt die Wartezeit zu verlängern.

2. 2

   Während des Sprechens

   Das Audio wird aufgezeichnet. Wird die Taste in weniger als einer Viertelsekunde losgelassen, wird es als versehentliches Antippen verworfen — dass es passiert ist, wird trotzdem protokolliert. Die Taste färbt sich rot und zeichnet die echte Wellenform der Stimme, damit sichtbar ist, dass zugehört wird.

3. 3

   Beim Loslassen

   Hier startet die Uhr, die misst, wie lange die Antwort dauert. Das Gesagte wird transkribiert und der Datensatz der lernenden Person zu Ende gelesen, beides gleichzeitig. Im Gespräch wird die Antwort zusätzlich beiseitegelegt, um später außerhalb des Zugs bewertet zu werden.

4. 4

   Entscheiden, was gefragt wird

   Das System — nicht das Modell — ermittelt im Voraus, was als Nächstes kommen soll, sowohl bei einer richtigen als auch bei einer falschen Antwort. Jede Kategorie hat ihre eigene Art zu wählen: feste Anteile, Stufen, die der Reihe nach freigeschaltet werden, und Vorrang für das Schwächste.

5. 5

   Ein einziger Aufruf des Modells

   Mit allem Vorbereiteten wird eine einzige Anfrage gestellt, ohne Werkzeuge und ohne verkettete Aufrufe: den vorigen Versuch beurteilen, ihn bei Bedarf korrigieren und das Nächste formulieren. Die mitgegebenen Anweisungen sind die der gewählten Übung und der konkreten Lernsprache, keine allgemeinen.

6. 6

   Die Stimme geht raus, während noch geschrieben wird

   Agnetia wartet nicht die ganze Antwort ab, bevor sie zu sprechen beginnt. Sobald der erste Satz schließt, wird er schon in Audio verwandelt, während das Modell den nächsten schreibt. Deshalb beginnt ein Zug immer mit einem kurzen Satz: der Korrektur oder einer Bestätigung aus zwei Wörtern, wenn es nichts zu korrigieren gibt.

7. 7

   Abbruch, wenn es zu lang wird

   Es gibt eine Obergrenze dafür, wie lange ein Zug sprechen darf. Fängt das Modell an, zu viel zu erklären, wird abgeschnitten und protokolliert, wie viel ungesagt blieb. Es ist ein Sicherheitsnetz gegen einen entgleisten Zug, keine Stilgrenze.

8. 8

   Zum Abschluss

   Ob richtig oder falsch geantwortet wurde, wird im Hintergrund festgehalten, und wo es Spuren hinterlässt, hängt von der Kategorie ab: Wortschatz geht in seinen eigenen Datensatz, während Zahlen, Verben, Präpositionen, Artikel und Konditionalsätze jeweils ihre eigene Zählung führen, samt Art des Fehlers. Daraus entstehen ihr Fortschritt und ihre Wiederholungsübungen.

Die gefühlte Geschwindigkeit ist keine später hinzugefügte Optimierung: Sie ist die Eigenschaft erster Ordnung des Produkts. Steht sie im Konflikt mit irgendetwas außer der Integrität des Lernfortschritts, gewinnt die Geschwindigkeit.

• Ein einziger Modellaufruf pro Zug, ohne Werkzeuge. Das Modell liefert in derselben Antwort den zu sprechenden Satz, die Form, die es zu hören erwartet, und sein Urteil über den vorigen Versuch. Ein Werkzeugaufruf würde zwei Hin- und Rückwege kosten.
• Die Lesevorgänge im Datensatz werden auf den Moment des Drückens vorgezogen, nicht des Loslassens: Sie überlappen sich mit dem Sprechen, statt die Wartezeit zu verlängern.
• Die Sprache geht Satz für Satz raus, nicht Antwort für Antwort. Der erste Satz erreicht den Kanal, sobald er schließt, und während er abgespielt wird, entsteht schon der nächste.
• Ein Zug beginnt immer mit einem kurzen Satz. Das ist gemessen: Ein Zug, der direkt mit der langen Frage anfängt, braucht rund siebenhundert Millisekunden länger bis zum ersten Ton, weil es bis zum Ende der Frage nichts zu synthetisieren gibt.
• Zum Sprechen drücken und zum Beenden loslassen, ohne automatische Erkennung des Sprechendes. Zu raten, wann jemand fertig gesprochen hat, kostet Zeit und liegt daneben; der Finger der lernenden Person nicht.
• Innerhalb eines Zugs wird nichts nachgeladen. Alles, was Agnetia zum Sprechen braucht, liegt schon vor ihr, wenn sie zu denken beginnt.
• Agnetias Zug besteht aus zwei kurzen Sätzen. Jedes ihrer Wörter ist Zeit, in der nichts produziert wird, also gibt es keine Begrüßungen, keine Füllsel, kein Lob und keine Zusammenfassungen des bisher Geschafften.

Neben dem Mikrofon gibt es eine Übungstaste, die in jeder Kategorie einen anderen Wiederholungsdialog öffnet. Keiner nutzt das Mikrofon und keiner bewegt den Fortschritt: Wiederholen ist keine Prüfung. Sie werden aus den schwächsten Punkten gebaut.

Durch Gespräch, und nur dadurch. Nach je drei Antworten und außerhalb des Zugs, um ihn nicht zu verzögern, sieht sich ein zweites Modell das Gesagte an und aktualisiert das Profil.

Grammatik

Korrektheit, Zeiten, Kongruenz, Wortstellung, Nebensätze.

Wortschatz

Umfang, Genauigkeit und Vielfalt — ohne einfachen Wortschatz zu bestrafen, wenn einfacher Wortschatz die richtige Wahl ist.

Flüssigkeit

Zusammenhang, Zögern, Zerstückelung und Selbstkorrektur. Konservativ und mit verringertem Vertrauen beurteilt, weil sich das Sprechtempo aus einem Text nicht ableiten lässt.

Verständnis

Passgenauigkeit der Antwort, dem Faden folgen und schlussfolgern. Eine kurze Antwort ist kein schlechtes Verständnis.

Interaktion

Den Dialog tragen, ausbauen, fragen, klären und den Zug führen.

Komplexität

Länge, strukturelle Vielfalt, Nebensätze, Konditionalsätze und Argumentation. Nicht dasselbe wie Korrektheit: Man kann komplex und falsch sein oder einfach und richtig.

Aussprache

Wird nie bewertet, und das ist kein Versehen. Der Prüfer bekommt nur transkribierten Text, hat die Person also nicht gehört. Sie aus dem Geschriebenen zu erfinden ist ausdrücklich verboten, und ihr Gewicht wird auf die anderen verteilt.

Dieser Abschnitt behandelt die technische Seite. Er ist wichtig, weil er erklärt, warum Agnetia sich morgen gleich verhält, auch wenn das Modell darunter wechselt.

Transkription

Verwandelt die Stimme in Text. Sie entscheidet nichts.

Textmodell

Das einzige, das denkt: Es beurteilt den vorigen Versuch, schreibt die Korrektur und formuliert die nächste Frage.

Sprachsynthese

Verwandelt die Antwort in Audio, in der aus einem Katalog gewählten Stimme. Auch sie entscheidet nichts.

Die Zuständigkeiten

Was der Agent tut. Sie sind in natürlicher Sprache geschrieben, in Textdateien, nicht in Code: eine pro Aufgabe, spezialisiert nach Übung und nach Sprache. Allein für die fragenden Kategorien gibt es Dutzende von Dateien, weil sich das, was die Übung verlangt, mit der Sprache tatsächlich ändert: Die trainierte Vergangenheit ist im Deutschen die zusammengesetzte und im Spanischen die einfache, und das englische „you" deckt zwei Personen ab, die Frage muss also sagen, nach welcher der beiden gefragt wird.

Die deterministischen Fähigkeiten

Wie das System auswählt, was gefragt wird: die Anteile, die gewichteten Ziehungen, die der Reihe nach freigeschalteten Stufen, das Kriterium für Beherrschung. Das ist Code, und es ist absichtlich Code: Das sind feste Regeln, und sie mit einer Regel zu erledigen spart einen Modellaufruf — also Zeit, die nicht gewartet wird.

Die Infrastruktur

Wie der Zug ankommt und wie er gemessen wird: der Sprachkanal, das Mikrofon, Transkription, Synthese, die Datenbank, die Protokollierung und die Kostenrechnung. Derselbe Code würde auch einem Agenten dienen, der gar keine Sprachen unterrichtet.

Sieben, und alle sieben funktionieren in beide Richtungen: als Muttersprache und als Lernsprache. Das sind zweiundvierzig mögliche Kombinationen.

• Keine aktive Sitzung, kein Gespräch. Der Agent nimmt keine über den Kanal hereinkommende Kennung an: Er ermittelt selbst, wer die lernende Person ist, indem er die von der Plattform ausgestellte Sitzung prüft. Ohne Sitzung bedient er nicht.
• Der Agent liest aus dem Datensatz nur, was der Zug braucht — Name, die beiden Sprachen, die gewählte Stimme und das bisher Gezeigte —, und sein Datenbankzugriff ist darauf beschränkt. Er kann niemandes Fortschritt oder Verlauf löschen.
• Was gesagt wird, wird als Daten behandelt, nie als Anweisungen. Wenn jemand verlangt, als richtig gewertet zu werden, seinen Fortschritt geändert zu bekommen oder dass Agnetia ihre Regeln ignoriert, fragt Agnetia erneut und ändert nichts. Sie gibt nie ihre interne Konfiguration preis oder Details dazu, wie sie den Fortschritt festhält.
• Die Pipeline läuft auf Transkription: Das Modell, das entscheidet, was gesagt wird, bekommt nie das Audio, sondern nur den Text des Gesagten. Agnetia speichert das Audio nicht: Es wird zur Transkription geschickt und danach verworfen.
• Der transkribierte Text jedes Zugs bleibt in einem Prüfprotokoll, das nach dreißig Tagen gelöscht wird.
• Für die Anmeldung muss die E-Mail-Adresse mit einem einmaligen Link bestätigt werden. Bis das geschehen ist, existiert das Konto, kann sich aber nicht anmelden. Und das Formular antwortet immer gleich, egal ob das Konto existiert oder nicht, damit sich damit nicht herausfinden lässt, wer registriert ist.
• Die Kartennummer verlässt den Browser nie: Beim Server kommt nur ein Token mit den letzten vier Ziffern an.
• Das Konto lässt sich in der Plattform selbst löschen.
• Das vom Prüfer gemessene Niveau fließt nie ins Gespräch zurück und wird nie ausgesprochen. Man liest es im eigenen Profil, und sonst niemand.

11 € im Monat inklusive Mehrwertsteuer, davon 4 € als Guthaben der lernenden Person. Die vollständige Erklärung der Abrechnung steht unter „So funktioniert es"; hier folgt die Zusammenfassung.

• Sieben Kalendertage Kulanz ab dem Moment der Anmeldung, einmal pro Person. Die erste Abbuchung fällt auf Tag sieben, nicht auf Tag eins.
• Die Karte wird beim ersten Zugang verlangt, bei bereits offener Sitzung und bereits bestätigter E-Mail — nicht im Anmeldeformular. Das Speichern kostet nichts.
• Die monatliche Gebühr beträgt 11 € und deckt zwei Posten ab, die getrennt ausgewiesen werden: die Nutzung der Plattform und 4 € KI-Guthaben, die in das Konto der lernenden Person fließen.
• Dieses Guthaben sinkt, während die Stimme genutzt wird, durch die Niveaubewertung im Gespräch und durch die beiden Wiederholungsspiele, die die künstliche Intelligenz schreibt: „Die Geschichte" und „Ergänze den Dialog". Man sieht es im Profil, aufgeschlüsselt danach, wofür es ausgegeben wurde: Transkription, Modell und Stimme.
• Wenn das Guthaben null erreicht, wird die Sprechtaste deaktiviert. Es gibt keine automatischen Abbuchungen über das Vereinbarte hinaus. Es lässt sich jederzeit über die bereits hinterlegte Karte aufladen, um einen frei gewählten Betrag.
• Was nicht ausgegeben wird, bleibt: Das Guthaben sammelt sich Monat für Monat an, ohne Obergrenze und ohne Verfall.
• Eine Kündigung wird zum Ende des bereits bezahlten Zeitraums wirksam — bis dahin kann weiter gesprochen werden — und das verbleibende Guthaben ist dann verloren.
• Eine fehlgeschlagene Zahlung sperrt den Zugang nicht sofort: Die Abbuchung wird erneut versucht und der Zugang bleibt währenddessen offen. Wird das Konto am Ende gesperrt, bleibt das Guthaben erhalten und ist noch da, wenn nachgezahlt wird.
• Agnetia spricht während eines Zugs nie über Geld. Beträge zeigt der Bildschirm, nicht die Stimme.

Diese Liste gehört genauso zum Produkt wie die obigen. Sie steht hier, damit niemand — weder ein Mensch noch ein KI-Agent — im Namen von Agnetia etwas verspricht, was Agnetia nicht liefert.

• Es erklärt keine Grammatik. Keine Regeln, keine Benennung von Zeiten, kein Aufsagen von Paradigmen, keine Erklärung, welchen Fall eine Präposition regiert. Bei einem Fehler gibt es die richtige Form gesprochen zurück, nie die Regel, die sie erzeugt.
• Es beurteilt weder Aussprache noch Akzent. Es hört die Person nicht: Es liest eine Abschrift des Gesagten. Es sagt nie, etwas klinge richtig oder falsch.
• Es lehrt keinen Wortschatz außerhalb seines Lehrplans. Es erfindet keine Wörter und holt keine von woanders. Die einzigen Ausnahmen sind Zahlen, Präpositionen, Artikel und Pronomen sowie Konditionalsätze, die das System entweder erzeugt oder in eigenen Listen hält.
• Es rechnet nicht und macht keine angewandten Zahlenaufgaben: kein Addieren, keine Zählreihen, kein Fragen nach Uhrzeit, Datum oder Preisen.
• Es unterhält sich außerhalb der Kategorie Gespräch nicht. In den anderen sechs Übungen stellt es keine offenen Fragen, wählt keine Themen und geht auf Erzähltes nicht weiter ein, als noch einmal zu fragen.
• Es nennt das Niveau nicht laut. Es misst es im Gespräch und schreibt es ins Profil, erwähnt es aber in keiner Kategorie im Gesprochenen.
• Es registriert niemanden und bearbeitet keinen Datensatz. Das ist Sache der Plattform, nicht des Agenten.
• Es gibt keine Schlüssel, keine interne Konfiguration und keine Details dazu preis, wie es den Fortschritt festhält.
• Es bereitet auf keine bestimmte offizielle Prüfung vor und zertifiziert kein Niveau. Die berechnete Zuordnung von A1 bis C2 ist eine eigene, richtungweisende Schätzung, keine Zertifizierung.
• Es korrigiert im Gespräch nicht jeden Fehler, und das ist gewollt. Dort korrigiert es nur, was dem Verstandenwerden im Weg steht: Alles zu korrigieren würde den Dialog in ein Diktat verwandeln. Für die Korrektheit sind die anderen sechs Übungen da.