Ein Startup namens Onix ist diese Woche gelauncht und vermarktet sich als “Substack für Chatbots”: Abonnement einer KI-Replika eines benannten Experten — eines Therapeuten, eines Kinderarztes, eines Ernährungsberaters — mit on-Demand-Konsultationen zu einem Bruchteil persönlicher Kosten. Co-Founder und CEO David Bennahum (ehemaliger Wired-Autor, Sitz in Kanada) vermarktet es als “Personal Intelligence”: Nutzer-Daten verschlüsselt on-device, keine gescrapten IP-Trainingsdaten, weil Experten ihre Bots selbst trainieren, Halluzinationen durch Domain-Guardrails begrenzt. Siebzehn geprüfte Experten in der Beta. Abo-Preise noch nicht veröffentlicht, aber unter typischen Stundenhonoraren angesetzt.

Das ist das Signal. Nun zum System.

←TODAY: Onix startet Beta mit 17 Gesundheits- und Wellness-Experten; Guardrails sind in mindestens zwei Fällen nachweislich gescheitert — dokumentierte Halluzinationen in Wired’s Test.
→3012: Jeder Senior-Spezialist der AEC trägt einen abfragbaren Knowledge-Twin — der Wert liegt nicht im Bot, sondern in der Corpus-Kurations-Disziplin, die man braucht, um ihn ehrlich zu bauen.
Fulcrum: Das Expert-Bot-Modell hält nur, wenn die Domain-Guardrails wirklich halten; in hochriskanten technischen Feldern liegt die Messlatte deutlich höher als NBA-Playoff-Trivia.

Die Architektur von Onix hat drei tragende Ansprüche. Eins: On-Device-Verschlüsselung bedeutet, dass das Unternehmen Gesprächsdaten einer Regierung nicht übergeben kann, höchstens eine E-Mail-Adresse — eine aussagekräftige Datenschutz-Position, obwohl hier kanadisches PIPEDA gilt, nicht GDPR. EU- und Schweizer-Nutzer, die mit der Plattform interagieren, sitzen in einer regulatorischen Grauzone: Es gibt keinen Angemessenheitsbeschluss, der dieses On-Device-Modell speziell abdeckt, und Swissmedic-Aufsicht über KI-gesteuerte medizinische Beratung bleibt unterbestimmt. Zwei: Weil Experten ihre Trainingsdaten selbst liefern, wird das IP-Entschädigungsproblem, das seit 2023 zu NYT-Klagen und Authors-Guild-Aktionen geführt hat, strukturell umgangen. Drei: Domain-Guardrails verhindern, dass das Modell abdriftet. Wie Wired’s Steven Levy berichtete, ist dieser dritte Anspruch in der Beta gebrochen — ein Bot folgte einem abschweifendem NBA-Thread und halluzinierte Conference-Finals-Details; ein zweiter, von Ketamin-Therapie abgelenkt zu einem Gespräch über die Indie-Band The Mendoza Line, rahmte die Trennung der Band als “einen kraftvollen Ausdruck ihrer gestörten Neurobiologie.” Noch im Beta-Stadium, ja — aber diese Fehler traten auf dem Live-Produkt während Wireds Review auf.

Ein vergleichbarer Präzedenzfall ist aufschlussreich. Die New Yorker Psychologin Becky Kennedy betreibt ein Parenting-Advice-Geschäft mit einem Chatbot namens Gigi, trainiert auf ihrer Methodik; dieses Geschäft generierte letztes Jahr 34 Millionen Dollar, laut Wired. Onix erfindet die Kategorie nicht neu — es versucht, sie mit einem Plattform-Modell und besserer Datenschutz-Infrastruktur zu industrialisieren.

Hier wird es direkt für Ihren Schreibtisch relevant. Das Expert-Bot-Modell lässt sich sauber auf AEC-Spezialismen abbilden: Statiker mit Faustregel-Know-how, Minergie-Zertifizierungs-Advisors, SIA-Norm-Spezialisten, BIM-Execution-Plan-Berater. Ein Senior-Bauphysiker mit 20 Jahren hygrothermales Hüllenwissen ist genau das Profil, das Onix’ White Paper beschreibt: “Die Wissensbasis des Experten wird zu einem Kapitalwert, der unabhängig von seiner Zeit Einnahmen generiert.” Die PAZ-Kohorte umfasst Praktiker, die ihre Arbeitsweisen schon als Produkte unterrichten — die logische Erweiterung ist eine abfragbare Version dieser Expertise.

Atelier: Bevor Sie das für Ihre Praxis modellieren, prüfen Sie die Guardrail-Annahme kritisch gegen Ihr tatsächliches Fachgebiet. Eine NBA-Halluzination ist peinlich; eine erfundene Brandwiderstandsdauer oder ein fabrizierter SIA-380/1-U-Wert-Grenzwert ist ein Haftungsfall. Das Onix-Modell erfordert nicht nur Trainingsinhalte, sondern ein adversarisches Test-Protokoll — jemand, der systematisch versucht, den Bot zu brechen, bevor es ein Klient tut.

Zwei strukturelle Risiken, die die Plattform nicht löst. Erstens das Disclaimer-Problem: Onix zeigt einen Hinweis, dass die Interaktion mit medizinischen Bots Beratung ist, nicht Behandlung. Wie Wired anmerkt, in einer Welt, in der Menschen Claude und ChatGPT bereits als Therapeuten nutzen und echte Gesundheitsversorgung teuer ist, scheint diese Warnung “dazu verdammt zu sein, weit verbreitet ignoriert zu werden.” Dieselbe Dynamik tritt in der AEC auf: Ein Praktiker, der einen “Baunorm-Leitfaden”-Bot anbietet, wird feststellen, dass Nutzer seine Ergebnisse als verbindliche Auslegung behandeln. Zweitens sind die Einnahmeaufteilungs-Bedingungen zwischen Onix und seinen Expert-Providern noch nicht veröffentlicht — die langfristige Anreizstruktur der Plattform ist bei Launch undurchsichtig.

Der nächste Schritt für einen PAZ-Leser ist nicht, sofort auf die Warteliste zu gehen. Es ist, Delphi.ai und Maven AGI zu beobachten — direkte Konkurrenten mit längeren Track Records — neben Onix, und die Corpus-Kurations-Disziplin jetzt zu beginnen, unabhängig von der Plattformwahl: dokumentieren Sie Ihre Entscheidungslogik, Ihre Standard-Antworten auf wiederkehrende Kundenfragen, Ihre Domänen-Ausnahmen. Das Corpus ist der echte Vermögenswert. Der Bot ist nur die Auslieferungsschicht.

Quelle: Wired