HumanMCP — Wenn KI weiß, wann sie um Hilfe bitten muss
HumanMCP, an einem einzigen Hackathon-Wochenende entwickelt, tut eine präzise Sache: wenn ein KI-Agent auf eine Entscheidung stößt, die menschliches Urteilsvermögen erfordert.
„Der intuitive Geist ist ein heiliges Geschenk und der rationale Geist ein treuer Diener. Wir haben eine Gesellschaft erschaffen, die den Diener ehrt und das Geschenk vergessen hat.“ — Albert Einstein
Es gibt eine ganz spezielle Art von Frustration, die entsteht, wenn man ein hochleistungsfähiges System dabei beobachtet, wie es voller Selbstvertrauen etwas falsch macht. Nicht falsch bei den Fakten – falsch beim Gefühl. Der Werbetext, der wie eine Pressemitteilung klingt. Die Landingpage, die für den Ersteller Sinn ergibt, aber jeden anderen auf den ersten Blick verwirrt. Das Design, das technisch korrekt, aber irgendwie daneben ist. Das sind keine Rechenfehler. Es sind Fehler in etwas, das die KI trotz ihrer Geschwindigkeit und Reichweite nicht leisten kann: menschliches Urteilsvermögen.
谢佳辰 — Caesar — hatte sich schon lange mit dieser Lücke beschäftigt, bevor er mit zwei Teamkollegen einen Hackathon betrat, mit dem Plan, etwas dagegen zu tun.
Das Meme, das zum Produkt wurde
Die Idee für HumanMCP entstand, wie es der Zufall wollte, aus einem Internet-Witz.
Es kursierte ein Meme über die Kosten für den Betrieb von KI-Agenten – wie sie Unmengen an Tokens und Geld verschlingen. Die Pointe: Warum stattdessen nicht 能工智人 — qualifizierte Menschen — einsetzen? Sie denken mit ihrem Verstand, nicht mit Tokens.
Caesar hat das Meme nicht einfach ignoriert. Er hat darüber nachgedacht.
„KI hat Kapazitätsgrenzen“, erklärte er. „Und wenn die KI diese Grenzen erreicht – oder der Anwender seine eigenen Verständnisgrenzen – dann wird das Ergebnis einfach nicht gut sein.“ Das Meme war nicht nur lustig. Es wies auf etwas Reales hin: Es gibt Momente in einem KI-Workflow, in denen eine selbstbewusste falsche Antwort schlimmer ist als eine pausierte richtige.
Was also, wenn man den Workflow pausieren und die spezifische Frage an einen qualifizierten Menschen weiterleiten würde, anstatt die KI raten zu lassen? Kein Berater. Kein Komitee. Einfach nur eine Person mit der entsprechenden Erfahrung, die eine Frage in unter dreißig Sekunden beantwortet.
Das ist HumanMCP.
Was es tatsächlich tut
HumanMCP versucht nicht, KI zu ersetzen – es vervollständigt sie. Wenn ein KI-Agent einen Entscheidungspunkt erreicht, der menschliches Urteilsvermögen erfordert (Wirkt diese Landingpage auf den ersten Blick sinnvoll? Wirkt dieser rechtliche Haftungsausschluss vertrauenswürdig? Wirkt dieses Design hochwertig?), packt das System den notwendigen Mindestkontext in ein sogenanntes „Task Packet“ und leitet es an eine dafür qualifizierte Person weiter.
Die empfangende Person sieht nur das, was sie sehen muss. Nicht den gesamten Kontext des zugrunde liegenden Projekts. Nichts, was die Privatsphäre des Nutzers gefährden könnte. Nur die klar formulierte Frage mit einer Antwortmöglichkeit. Dreißig Sekunden. Fertig.
Die Antwort fließt zurück in den KI-Workflow, der dort fortgesetzt wird, wo er aufgehört hat – diesmal mit einer echten menschlichen Rückmeldung als Basis.
Die zentrale Erkenntnis, zu der Caesar immer wieder zurückkehrte: „Lass Fachleute ein richtungsweisendes Urteil abgeben. Lass die KI mit diesem Input bessere Ergebnisse erzielen.“
Entwicklung an einem Wochenende
Drei Leute. Eine halb ausgearbeitete Idee. Die Uhr eines Hackathons.
Caesars Mitgründer und Kommilitone kümmerten sich gemeinsam um die technische Architektur. Ihr dritter Teamkollege, der Medien- und Kommunikationswissenschaften studierte, leitete die Geschäftsplanung und das Pitch-Video. Die Aufgabenteilung sah auf dem Papier sauber aus. In der Praxis trug Caesar jedoch den Großteil der Produktentwicklung selbst, und der Umfang war nicht gerade gering.
Die Plattform benötigte ein funktionsfähiges Frontend. Ein Backend, das Aufgabenpakete empfangen und in Echtzeit weiterleiten konnte. Ein System zur Protokollierung des Abschlussnachweises, damit jedes menschliche Urteil überprüft und auditiert werden konnte. Alles live. Alles funktionstüchtig. Bis zum Ende des Wochenendes.
Hier kam Enter Pro ins Spiel.
Caesar hatte Enter einige Wochen zuvor bei einer Campus-Veranstaltung kennengelernt. Er hatte zuvor zwei oder drei Tage damit verbracht, ein Projekt mit KI-Tools zu erstellen – Debugging, Anpassungen, der Versuch, es bereitzustellen, ohne jemals wirklich die Ziellinie zu überqueren. Bei der Veranstaltung baute er ein Äquivalent in zwanzig bis dreißig Minuten. Full Stack, vollständig bereitgestellt, Backend angebunden und zugänglich. „Es hat einfach die ganze Kette auf einmal geöffnet“, sagte er. „Mir wurde klar: Wenn du eine Idee hast, kannst du eine Seite bauen, sie live schalten und anfangen, den Leuten davon zu erzählen. So schnell geht das.“
Für HumanMCP war diese Geschwindigkeit der entscheidende Vorteil. Caesar baute das gesamte Frontend und Backend über Enter und ging noch einen Schritt weiter – er verknüpfte die Backend-Infrastruktur von Enter direkt, sodass externe Agenten die Plattform ohne zusätzliche Einrichtung aufrufen konnten. Bis zum Ende des Hackathons hatte Caesar allein etwa 7.000 Credits verbraucht.
Was es besonders macht
Die einfache Kritik an HumanMCP ist, dass es nur eine weitere Crowdsourcing-Plattform sei. Caesar stellt klar, dass dem nicht so ist.
Traditionelles Crowdsourcing sendet Aufgaben an jeden, der verfügbar ist. HumanMCP leitet Fragen an Menschen mit relevanter Expertise weiter – und steuert kritisch, was sie sehen. Das Team nennt dies das „Privacy Budget“: ein System, das genau regelt, wie viele Informationen ein Mensch für eine bestimmte Aufgabe erhält. Das Treffen eines Urteils erfordert nicht, mehr zu sehen, als für das Urteil notwendig ist. Menschliche Erkenntnis, ohne dass der Mensch Zugriff auf alles hat.
Das Ergebnis ist etwas, das es vorher nicht gab: Menschliches Urteilsvermögen als aufrufbare, überprüfbare und auditierbare Fähigkeit innerhalb eines KI-Workflows. Keine Notlösung. Eine echte Schnittstelle.
Das große Ganze
Caesar ist, nach eigener Beschreibung, ein KI-Überzeugter. Er kam erstmals 2022 mit KI in Berührung, vor der aktuellen Welle – er brachte sich selbst bei, Bildgenerierungsmodelle auszuführen, weil er nicht zeichnen konnte, und erkannte zum ersten Mal, dass er das, was ihm im Kopf herumschwirrte, in die Welt hinaustragen konnte. Seitdem entwickelt er ständig weiter.
Aber woran er glaubt, ist nicht, dass KI den Menschen ersetzt. Es ist fast das Gegenteil.
„KI sollte menschliche Kreativität und Produktivität befreien“, sagte er. „Lassen wir Menschen sich auf Urteilsvermögen, Ästhetik und die Dinge konzentrieren, die sie wirklich tun wollen. Die Routinearbeit dazwischen – das soll die KI erledigen. Menschen müssen einfach frei sein, sie selbst zu sein.“
HumanMCP ist ein Produkt, das aus diesem Glauben heraus entstanden ist. Nicht Menschen, die der KI dienen. Nicht KI, die dem Menschen isoliert dient. Zwei Arten von Intelligenz, von denen jede das tut, was die andere nicht kann – und ein System, das präzise genug ist, um zu wissen, wann die Übergabe erfolgen muss.
Die Zukunft, auf die Caesar hinarbeitet, ist keine, in der die KI alles tut. Es ist eine, in der die KI genau weiß, was sie nicht kann, und die richtige Person fragt.
