Human in the Middle
Praxisnahe Lehre, Training und KI-Governance-Beratung für Organisationen, die KI nutzen wollen, ohne Urteilskraft oder Verantwortung abzugeben.
Human in the Middle ist mein KI-Framework. Es beschreibt, wie ich über KI-geprägte Arbeit nachdenke: was automatisiert werden sollte, was in menschlicher Verantwortung bleiben muss, wo Review hingehört und wie Systeme Urteilskraft, Verantwortung und Kontrolle bewahren können, statt sie hinter Automatisierung zu verbergen.
Human in the Middle ist das Framework. HITM Labs ist die Lehrpraxis. Arthur's AI Lab ist die Videoebene: kurze Tutorials, praktische Walkthroughs und Beispiele, durch die zukünftige Auftraggeber meinen Lehrstil kennenlernen können, bevor sie einen Workshop oder Kurs buchen.
Das Entscheidungsproblem
Ein Vorstand verlangt einen KI-Plan. Ein Anbieter verspricht Automatisierung. Ein Team experimentiert bereits. Die schwierige Frage ist selten, ob KI etwas erzeugen kann. Entscheidend ist, ob die Organisation prüfen, steuern und vertreten kann, was danach geschieht.
Lehre ist der Einstieg
Die Lehre ist bewusst greifbar. Sie nutzt reale Beispiele, transparente Experimente und unfertige Werkzeuge, deren Fortschritt ehrlich gezeigt wird, statt sie als fertige Software auszugeben.
Work in Progress
Eine geführte Umgebung, um Ownership, Freigaben, Risiken und die Grenze zwischen menschlicher und maschineller Arbeit abzubilden.
Work in Progress
Ein spielerisches Lehrwerkzeug, das agentische Workflows, Delegation und menschliche Checkpoints verständlicher macht.
Work in Progress
Eine öffentliche Philosophie-Demo, um Behauptungen zu prüfen, Urteilskraft zu schärfen und selbstsicheren, aber schwachen KI-Output zu erkennen.
Zusammenarbeit
Bringen Sie einen realen KI-Anwendungsfall mit. Wir klären, was KI tun darf, was menschlich verantwortet bleibt und welche Review-Punkte zählen—damit Sie mit einer klaren Go-, Ändern- oder Nicht-automatisieren-Richtung weitergehen können.
Applied- und Quest-Formate trainieren Teams mit realem Material, sichtbaren Checkpoints und wiederverwendbaren Workflows statt abstrakter Vorträge.
Ownership, Freigabe, Eskalation, Dokumentation und Adoption klären, bevor ein KI-gestützter Workflow schwer veränderbar wird.
HITM in Anwendung
Aerial View, card&board und Spiegel des Universums zeigen HITM als Entwicklungspraxis: fertige, funktionierende Produkte, die mit KI gebaut wurden, während Produktabsicht, gestalterische Autorität, Review und Verantwortung menschlich geführt bleiben.
DONE, GLASSBOX und Panic Defense zeigen, wie HITM-Prinzipien ein Interface verändern: folgenreiche Aktionen werden sichtbar, Review geschieht im richtigen Moment und ein Mensch versteht, welche Verantwortung das System von ihm verlangt.
Die Belege befinden sich auf unterschiedlichen Reifestufen: Aerial View und card&board sind ausgelieferte Produkte in privater, täglicher Nutzung; Spiegel des Universums ist live. DONE, GLASSBOX und Panic Defense bleiben Design-Fallstudien; funktionsfähige Prototypen sind dort der nächste Schritt. Keines davon wird als Beleg validierter operativer Ergebnisse dargestellt.
Design-Fallstudien ansehen
Funktionierendes Produkt · täglich genutzt
Eine native macOS-App, die ich konzipiert, spezifiziert, gestaltet, getestet habe und heute täglich nutze—umgesetzt in SwiftUI mit Claude Code.
Fallstudie lesen
Funktionierendes Produkt · Open Source
Eine native App zur Datei-Kuration, die eine Datei mehreren Projekten zuordnet, ohne das Original zu verschieben oder zu duplizieren.
Fallstudie lesen
Fertig & live
Das erste Produkt, das ich vollständig in einem KI-gestützten Entwicklungsprozess gebaut habe. KI läuft nicht im Produkt; sie half, Spezifikation, Architektur, Theme und Workflows baubar zu machen.
Fallstudie lesenLive-Site öffnen ↗
Fallstudie
Sichtbare Absicht, laufende Ausführung, Konsequenz-Gates, Audit und Reversibilität für automatisierte Arbeit.
Projekt ansehen →
Fallstudie
Ein krisengerechter Flow, in dem Unterstützung, menschliche Wahl und ein sauberer Ausstieg wichtiger sind als Engagement.
Projekt ansehen →Der schwer kopierbare Vorteil
Viele KI-Governance-Angebote enden bei Prinzipien, Richtlinien oder technischer Architektur. Code:Emotion ergänzt die fehlende Interface-Ebene: die tatsächlichen Screens, Zustände, Gates und Entscheidungspunkte, über die Menschen Kontrolle behalten.
Beide Praktiken bleiben eigenständige Geschwistermarken unter schmidtpabst.com. Sie verweisen aufeinander, weil Strategie und Design stärker werden, wenn Governance sichtbar und benutzbar wird.
Customer Discovery
Ich spreche derzeit mit Organisationen darüber, wo KI-Entscheidungen stocken, welche Anbieterbehauptungen schwer zu bewerten sind und wo Verantwortung unklar wird. Das ist ein Discovery-Gespräch, kein versteckter Software-Pitch.