Stepan Vedunov

LLM-Zeichenroboter

In einem dreiwöchigen Modul haben wir eine Maschine gebaut, die Sprache in Zeichnungen umsetzt. Du sagst, was du möchtest, und sie zeichnet dir eine individuelle Stiftillustration zum Mitnehmen. Sie läuft mit GPT-3.5, Stable Diffusion und einem selbst gebauten Plotter. Es ging darum, neue Formen der Interaktion mit natürlicher Sprache und KI-Modellen zu erkunden.

Team
David Polke, Elia Salerno, Andreas Kohler, Stepan Vedunov
Zeitraum
2023, dreiwöchiges Hochschulmodul
Rolle
Mensch-Roboter-Interaktion, Voice UI, ZHdK
Rendering des LLM-Zeichenroboters

Meine Rolle

  • User Research zur Mensch-Roboter-Interaktion.
  • Ideation-Runden moderiert.
  • Das Frontend für die Spracheingabe gestaltet und gebaut.
  • Industriedesign des Roboters.

In Aktion

Interaktion mit dem Roboter. Plays from YouTube.

Prozess

Brainstorming möglicher Eingabemechanismen
Brainstorming zu Eingabemechanismen.
Technische Pipeline von der gesprochenen Eingabe bis zur fertigen Zeichnung
Die technische Pipeline, von der menschlichen Eingabe bis zur Zeichnung.
Skizzen möglicher Industriedesigns
Skizzen verschiedener Versionen des Industriedesigns.
CAD-Baugruppe des Zeichenroboters
Die CAD-Baugruppe.

Mit ihm sprechen

Das Voice Interface lehnt sich an Sprachnachrichten in Chat-Apps an, damit sich das Sprechen mit dem Roboter natürlich anfühlt. Das war zentral für die Idee: im Gespräch das Gefühl eines KI-Bewusstseins nachzubilden.

Animation des Interfaces für die Spracheingabe
Die Interaktion bei der Spracheingabe.

Resultat

Finales 3D-Rendering des Roboters
Finales Rendering des Roboters.
Der Roboter an der Projektausstellung
An der Ausstellung.
Der Roboter zeichnet auf Papier
Beim Zeichnen.

Ergebnis

Der Prototyp ist ein spekulativer Proof of Concept für Pseudo-Bewusstsein in der KI. Wir wollten das Feld kennenlernen und mitprägen, wie Menschen mit robotischen Systemen interagieren.

vedunov.com Setup-Programm

System
Nuxt 4, Vue 3 und Nuxt Content. Statische Seiten auf Netlify, kein Server, kein Tracking.
Sprachen
Englisch und Schweizer Hochdeutsch. Gleiche Seiten, zwei Inhaltsordner, /de vor jeder Adresse.
Tokens
Primitives → semantische Tokens → Komponenten, bei jedem Build kompiliert und auf Kontrast geprüft. Die gleiche Pipeline wie bei der Arbeit.
Schrift
Inter und Geist Mono, selbst gehostet, swap. Titel sind Inter mit engerem Abstand statt einer dritten Schrift.
Signal
#E8540C auf den Kacheln der Nebenprojekte und den Fokusrahmen. Der Lese-Schalter hat seine eigene rot-orange Taste, #E2421B.
Bewegung
Seiten verschwimmen beim Wechseln, Abschnitte werden beim Scrollen scharf, Nachbarn treten beim Hover zurück. Alles aus bei reduzierter Bewegung.
Barrierefreiheit
WCAG 2.2 AA. axe: 0 Probleme auf jeder Seite.
Performance
Lighthouse mobil, 24 Seiten: Performance 94, Barrierefreiheit 100, Best Practices 100, SEO 100 (jeweils der tiefste Wert).
Tasten
Entf öffnet diesen Bildschirm. Esc schliesst ihn.
letzte Prüfung 2026-11-09