MiroFish: KI-Tool Test & Bewertung

Wer Reaktionen auf Preisänderungen, Umstrukturierungen oder Produkteinführungen vorab abschätzen will, hat bisher die Wahl zwischen Bauchgefühl, internen Workshops und klassischer Marktforschung. MiroFish bringt eine vierte Option ins Spiel. Das System baut aus einem hochgeladenen Text eine synthetische Mini-Gesellschaft, die darauf reagiert und ihre Diskussion live mitlesbar macht. Solche Multi-Agent-Simulationen sind ein junges Forschungsfeld, MiroFish gehört seit März 2026 zu den meistdiskutierten Open-Source-Vertretern.

Wichtigste Funktionen

• Dokumenten-Ingestion und Knowledge Graph: MiroFish liest das Quelldokument ein und baut daraus mit GraphRAG einen Wissensgraph aus Entitäten und ihren Beziehungen. Dieser Graph ist die Grundlage für die Agenten-Generierung und sorgt dafür, dass die Simulation nicht nur generische Reaktionen erzeugt, sondern auf die konkreten Inhalte des Dokuments Bezug nimmt.
• Agenten-Generierung mit Zielgruppen-Steuerung: Das System erzeugt hunderte bis tausende Agenten mit individuellen Persönlichkeitsprofilen. Die Agenten werden aus dem Quelldokument abgeleitet, lassen sich aber auch direkt vorgeben (Alter, Beruf, Charakterzüge, Hintergrund). Je genauer die Zielgruppe im Briefing porträtiert wird, desto passender wird die Agenten-Population. Über die externe Komponente Zep Cloud erhalten die Agenten ein Langzeitgedächtnis und erinnern sich über mehrere Simulationsrunden hinweg an frühere Interaktionen.
• Simulierte Social-Media-Umgebung: Die Agenten posten, kommentieren und streiten in einer Umgebung, die Twitter und Reddit nachempfunden ist. Daraus entstehen emergente Dynamiken wie Aufregerwellen, Themenkollisionen oder schweigende Mehrheiten, die in einer Beobachtungsoberfläche live mitlesbar sind.
• Vorhersage-Report: Aus dem Simulationsverlauf erzeugt das System einen strukturierten Report mit Executive Summary, identifizierten Risikosignalen und Folgefragen für tiefere Analysen.
• Hosted-Demo und Self-Hosting: Die Hosted-Version unter mirofish.my erlaubt schnelles Ausprobieren ohne Installation. Self-Hosting läuft über Docker mit Node.js 18+, Python 3.11 oder 3.12 und einem beliebigen OpenAI-kompatiblen LLM-Endpunkt. Standardmäßig empfiehlt das Projekt Alibaba Qwen-plus.
• Typische Einsatzszenarien: Geplante Preiserhöhungen lassen sich vorher gegen die zu erwartenden Kundenreaktionen testen. Bei Standortwechseln oder Restrukturierungen zeigt die Simulation früh, welche Bedenken aus Belegschaft, Nachbarschaft und Medien dominieren werden. Politische Initiativen können auf mögliche Aufregerthemen und Lagerbildungen abgeklopft werden, bevor sie offiziell werden.

Preise und Tarife

MiroFish ist unter der AGPL-3.0-Lizenz vollständig Open Source und auf eigenen Servern kostenlos betreibbar. Laufende Kosten entstehen durch die genutzten LLM-API-Aufrufe und durch Zep Cloud für das Agenten-Gedächtnis. Bei Simulationen mit mehreren hundert bis über tausend Agenten summieren sich Token-Verbrauch und API-Kosten schnell, weshalb das Projekt selbst empfiehlt, erste Läufe mit weniger als 40 Runden zu testen. Die Hosted-Demo auf mirofish.my ist nach aktuellem Stand ohne Preisangabe nutzbar, eine offizielle Preisliste für eine produktive Cloud-Version existiert nicht.

Für wen ist MiroFish geeignet?

• Strategie- und Kommunikationsabteilungen, die Reaktionen vorab durchspielen wollen: Bevor eine größere Pressemitteilung, Preisänderung oder Policy-Entscheidung veröffentlicht wird, lässt sich mit MiroFish ein Simulationslauf machen, der mögliche Reaktionsmuster sichtbar macht. Das ersetzt keine echte Marktforschung, kann aber blinde Flecken in der Vorab-Argumentation aufdecken.
• Forschende und Beratungen in der Zukunftsforschung: Wer mit Szenario-Analysen, Wirkungsabschätzungen oder Multi-Stakeholder-Dynamiken arbeitet, bekommt mit MiroFish ein neues Werkzeug für explorative Was-wäre-wenn-Fragen. Besonders interessant für Politikfolgenabschätzung, Konfliktanalyse oder Wahlprognosen.
• Entwickler und Technikinteressierte mit experimentellem Interesse: Das Projekt ist sehr jung und entwickelt sich aktiv. Wer Multi-Agent-Systeme, GraphRAG und Simulations-Engines an einem konkreten Open-Source-Stack nachvollziehen will, findet bei MiroFish einen lehrreichen Einstieg.

DSGVO und Datenschutz

MiroFish ist Open Source und damit grundsätzlich self-hostbar. In der Standardkonfiguration ruft das System jedoch zwei externe Dienste auf, die für deutsche Unternehmen problematisch sind. Erstens das voreingestellte Sprachmodell Alibaba Qwen-plus, das auf chinesischer Infrastruktur läuft. Zweitens Zep Cloud für das Agenten-Gedächtnis, ein US-amerikanischer Dienst. Wer MiroFish DSGVO-konform betreiben will, müsste beide Komponenten austauschen. Das LLM lässt sich durch einen EU-gehosteten OpenAI-kompatiblen Endpunkt oder ein lokales Modell ersetzen, das Memory durch eine selbst betriebene Alternative. Beides ist technisch möglich, aber nicht aus der Box dokumentiert. Die Hosted-Demo auf mirofish.my ist für vertrauliche Inhalte nicht geeignet, hier sollten nur ohnehin öffentliche Quelldokumente verwendet werden.

Alternativen zu MiroFish

• CrewAI: Multi-Agent-Framework mit anderem Fokus. CrewAI baut produktive Agenten-Teams für konkrete Geschäftsprozesse wie Recherche, Content-Erstellung oder Lead-Qualifizierung. Für reine Vorhersage-Simulationen ist MiroFish das spezialisiertere Werkzeug.
• Deep Agents: Konzentriert sich auf autonome KI-Agenten für mehrstufige Tool-Nutzung und Recherche. Eine Social-Simulations-Umgebung ist nicht enthalten, das Projekt ist als Bibliothek für eigene Anwendungen gedacht.