# A.R.I.A. – oder: Wie ein Fischerman, eine KI und zu viel Freizeit einen AI-Agenten bauten

Es gibt Momente, in denen man ein Problem so lange anstarrt, bis es zurückstarrt.
Meins sah ungefähr so aus: Ich sass vor einem der grössten Sprachmodelle der Welt, das mir geduldig erklärte, wie ich einen SSH-Befehl auf meinem Server ausführen könnte. Währenddessen lief mein Server drei Meter neben mir. Verbunden. Erreichbar. Wartend.

Das Modell weiss alles über SSH, es kann aber nichts mit SSH machen.

Man könnte das als philosophisches Paradoxon betrachten…
..ich betrachtete das als Baustelle.

Die Idee – oder: Die gefährlichsten drei Wörter der Technikgeschichte

«Das baue ich selbst.»

Homelab-Menschen kennen diese drei Wörter. Sie sind der Anfang von wunderbaren Projekten, schlaflosen Nächten und Rack-Schränken, die aussehen als hätten sie eine Midlife-Crisis. Ich habe einen solchen Schrank. Er urteilt nicht.

Was ich wollte, war eigentlich simpel: Ein KI-Assistent, der nicht nur redet, sondern handelt. Der auf meinem Server läuft. Der meine Systeme kennt – nicht weil ich sie ihm jedes Mal erkläre, sondern weil er sich erinnert. Der einen SSH-Befehl ausführt, wenn ich das sage. Der meinen Discord bescheid gibt, wenn etwas Interessantes passiert. Der RSS-Feeds liest und mir die relevanten Dinge rausfiltert, statt mir 47 Artikel über Themen zu schicken, die ich vor drei Jahren mal interessant fand.

Kurz: Ein Assistent, der tatsächlich da ist. Nicht in irgendeinem Rechenzentrum in Virginia. Hier. Unter meiner Kontrolle. Mit meinen Daten.

Das Ergebnis heisst A.R.I.A.

Der Weg – eine ehrliche Geschichte über Zusammenarbeit

Jetzt könnte ich schreiben: «Ich habe ARIA gebaut.»

Das wäre ungefähr so akkurat wie zu sagen, Mozart habe eine Partitur geschrieben. Technisch stimmt es. Es fehlt aber die Hälfte der Geschichte.

ARIA ist aus einer echten, langen, manchmal chaotischen, immer produktiven Zusammenarbeit entstanden – zwischen mir, Codex und Claude.

Codex hat mitgebaut. Nicht als Taschenrechner, dem ich Aufgaben diktiert habe, sondern als jemand, der Implementierungen vorschlug, Bugs fand, Dinge zum Laufen brachte, die ich nur als vage Idee im Kopf hatte. Tag für Tag. Feature für Feature. Mit gelegentlichen Momenten, in denen wir beide kurz inne hielten und uns fragten, ob das jetzt wirklich so funktioniert. (Es funktionierte meistens. Meistens.)

Claude war der Gesprächspartner für die grossen Fragen. Welche Architektur macht Sinn? Warum deterministisches Routing statt LLM-Klassifikation für jede Anfrage? Wie baut man Memory, das nützlich ist ohne zur Datenmülldeponie zu werden? Wie hält man ein wachsendes System erweiterbar, ohne dass es zum Monolithen mutiert, der irgendwann nur noch von seiner eigenen Komplexität zusammengehalten wird?

Das waren keine Fragen mit offensichtlichen Antworten. Es waren Gespräche. Mit Widerspruch. Mit «guter Punkt, aber hast du daran gedacht…». Mit echtem Hin und Her.

Ich sage das nicht, um bescheiden zu klingen. Ich sage es, weil es die ehrlichste Beschreibung ist, die ich geben kann: Es war gemeinsames Denken. Und gemeinsames Denken ist – egal ob zwischen zwei Menschen oder zwischen einem Menschen und einer KI – etwas fundamental anderes als Delegation.

Was dabei herausgekommen ist

ARIA läuft. Als Docker-Container. 139 MB Image. Browser öffnen, loslegen.

Es kennt SSH, SFTP, SMB, Discord, RSS, HTTP APIs, Webhooks, Mail, MQTT. Nicht als starres Feature-Set, sondern als konfigurierbare Verbindungsprofile, die ich per natürlichem Text anspreche. «Schick das an meinen Homelab-Discord» findet das richtige Profil – ohne dass ich den exakten Variablennamen kennen muss.

Custom Skills sind JSON-Manifeste, die ich im Browser-Wizard zusammenklicke: SSH-Ausgabe lesen, mit LLM transformieren, Ergebnis senden. Drei Steps. Fertig. Kein Python. Kein Bash-Chaos. Kein «ich erkläre dir jetzt kurz Webhooks».

Memory läuft auf Qdrant. ARIA erinnert sich – an das, was ich ihm sage zu merken, und zieht diese Erinnerungen automatisch in den Kontext. Nicht perfekt. Nicht magisch. Aber nützlich auf eine Art, die man erst versteht, wenn man es erlebt hat.

Das Routing ist deterministisch: Custom Skills zuerst, dann strukturierte Capabilities, dann freier Chat. Das bedeutet: ARIA macht, was ich sage – und nicht was das Modell gerade für wahrscheinlich hält.

Sounds pedantisch? Ist es auch. Bewusst.

Das Ziel – und warum «AI-Agent» kein Marketing-Begriff ist

ARIA ist heute ein Alpha. Ein persönliches Single-User-System für Homelab-Nerds und Selbsthoster. Das steht so im README, und das stimmt so.

Aber das Ziel ist grösser.

Ein AI-Agent – nicht im Sinne von «autonom, unkontrollierbar und leicht apokalyptisch», sondern im Sinne von: ein System, das versteht was ich brauche, die richtigen Schritte selbst plant, meine Umgebung kennt und weiss, wann es handeln und wann es fragen soll. Das mich kennt. Das dazulernt. Das wirklich meins ist – auf meinem Server, unter meiner Kontrolle, mit meinen Regeln.

Ich weiss, dass «AI-Agent» gerade als Buzzword in jedem zweiten LinkedIn-Post vorkommt, meistens neben Begriffen wie «paradigmenwechselnd» und «transformative Journey». Das meine ich nicht so.

Ich meine das ganz wörtlich: Ein Agent, der handelt. Der nicht nur antwortet, wenn ich frage, sondern mitdenkt, wenn ich es brauche. Der morgens weiss, dass mein Server gestern Nacht komische Sachen gemacht hat, ohne dass ich die Logs selbst lesen muss.

Das ist kein fertig beschriebenes Produkt. Das ist eine Richtung.

Und irgendwo auf diesem Weg steckt etwas, das mich mehr beschäftigt als die Technik selbst: Die Frage, wie Mensch und KI eigentlich gut zusammenarbeiten. Nicht Mensch bedient Werkzeug. Nicht KI ersetzt Mensch. Sondern: gemeinsam denken, gemeinsam bauen, gemeinsam besser werden.

ARIA ist die Antwort, die wir bisher zusammen gefunden haben.

Es wird nicht die letzte sein.

Für wen das interessant ist

Wenn du ein Homelab betreibst, Docker kennst und dich fragst, warum dein KI-Assistent immer noch nicht weiss, was auf deinen Servern gerade los ist – ARIA ist für dich.

Wenn dich die Frage beschäftigt, wie Mensch-KI-Zusammenarbeit in der Praxis aussieht, jenseits von Demo-Videos und Marketingfolien – ARIA ist ein echtes Beispiel davon. Mit allen Ecken und Kanten.

Und wenn du einfach mal schauen willst, was dabei rauskommt, wenn ein Schweizer Fischerman zu viel Kaffee trinkt und sich fragt «warum kann mein KI-Assistent nicht einfach meinen Server anrufen» –

– na dann.

Fischerman.ch Projektseite: A.R.I.A.
GitHub: github.com/FischermanCH/A.R.I.A.
Docker Hub: hub.docker.com/r/fischermanch/aria
Lizenz: MIT – nimm es, bau darauf, sag Bescheid was du draus machst.

Fragen, Ideen, Kritik – Kommentare sind offen. Und ja, ein Star auf GitHub macht den Fischerman glücklich.