Sind Target-Generatoren sinnvoll?

Wenn Targets von Computern erstellt werden

Im Netz kann man einige Target-Generatoren finden, die zufällig erstellte Targetnummern mit Fotos verbinden, und daraus automatisierte Übungstargets erstellen. Ausgebildete Remote Viewer wissen jedoch, wie wichtig die Intention des Taskers bei der Erstellung des Targets sein kann. Aber kann das bei simplen Foto-Targets auch ein Computerprogramm für den Übenden übernehmen? Vereinfacht gesagt muss man wohl sagen, ja. Kleine Testreihen haben gezeigt, dass diese Targets ebenso beschrieben werden können, wie von menschlichen Taskern zusammengestellte Foto-Targets. Wieso funktioniert das? Wenn doch keine menschliche Intention bei der Erstellung des Targets im Spiel ist?

Ankerpunkte

Bei den von Computern zusammengestellten Foto-Targets gibt es schon einen großen Anker: Das Foto an sich! Und zwar im Gegensatz zu operationalen Targets, bei denen die gesamte Anweisung meist in der Targetformulierung liegt. Fotos kommen dabei nur selten zum Einsatz, und wenn, dann meist nur als Zusatzhilfe (z.B. für Mapping-Markierungen). Mit dem Foto der computererstellten Targets hat der Viewer etwas, woran er sich festhalten kann. Und da die Verknüpfung mit der computergenerierten Targetnummer ebenfalls funktioniert, scheint die dumpfe „Intention“ eines Computers, bzw. die des Programmierers in dem Fall zu genügen.

Ein theoretisches Problem könnte man sich hier dennoch vorstellen: Der Viewer kommt vielleicht nicht so gut „on target“, wie bei menschlich erstellten Foto-Targets. Denn neben dem eigentlichen Target-Ort und der Zeit, die durch das Foto repräsentiert und verankert wurden („abgebildetes Target zum Zeitpunkt der Aufnahme“), hat man hier auch noch das Foto an sich. Dieses ist entweder ein Scan eines Papierfotos oder gänzlich digital. Und dort könnte es passieren, dass man als Viewer nicht nur die abgebildete Umgebung beschreibt, sondern auch das Papier, die Druckerfarbe oder die elektronischen Prozesse hinter einem reinen Digitalfoto. In der Regel sollte man als Viewer eines solchen Targets jedoch im abgebildeten Zielgebiet landen, da dieser Anker wohl stärker ist, als die materielle Beschaffenheit des Fotos an sich.

Target-Generatoren im Remote Viewing-Alltag

Für ein paar schnell generierte Foto-Targets zur Übung machen Target-Generatoren also durchaus Sinn. Gerade Anfänger können davon profitieren, wenn es keine ausreichende Quelle an von Menschen gemachten Übungstargets gibt. Allerdings ist das so genannte „Bildchen-Viewen“ auch nur zur Übung und „Kalibrierung“ gedacht. Durch Foto-Targets erhält man ein verifizierbares Feedback, auch bei geringer Datendichte. Ganz frische Einsteiger können sich somit auch selbst beweisen, dass Remote Viewing funktioniert.

Der tatsächliche Remote Viewing-Alltag besteht jedoch aus opertionalen Targets, bei denen Fotos meist keine Rolle spielen, bzw. nur als zusätzliche Zugangshilfe dienen. Hier hängt alles an der Target-Formulierung, den verwendeten Kodierungen und der Herangehensweise im Zielgebiet. Daher sind operationale Targets stets individuelle Formulierungen mit speziell für dieses Target entwickelten Aufgabenstellungen. Solange es noch keine menschengleiche KI gibt, versteht sich von selbst, dass sowas kein automatischer Target-Generator leisten kann. Denn es erfordert Planung, kreatives Denken und Improvisation.

Bildchen-Viewen vs. operationales Remote Viewing

Weil man als Viewer nicht nur hunderte Foto-Targets zur Übung viewen will, sondern irgendwann auch mal an Informationen gelangen möchte, die nicht auf Fotos enthalten sind, sollten ein paar Dutzend menschlich ersteller Foto-Targets eigentlich genügen. Denn wie soll es Ingo Swann damals schon gesagt haben: „Wenn ihr wissen wollt, was in dem Umschlag ist, macht ihn auf!“. Dieser Ausspruch soll entsanden sein, als man ihn ständig nur Beweis-Sessions auf Fotos in Umschlägen machen ließ, und er dadurch seine Fähigkeiten herabgewürdigt und unnütz angewendet sah.

Oder anders ausgedrückt: Ein Satellitenfoto eines Bunkers wird nichts nützen, wenn der Viewer nur das beschreibt, was sowieso auf dem Foto zu sehen ist. Er muss das Innere des Bunkers beschreiben, wenn man Informationen erhalten möchte, an die man auf anderem Wege nicht herankommt. Und genau dort beginnt das operationale Arbeiten, was nur ein menschlicher Tasker bzw. Monitor übernehmen kann. Oft geht es darum, Dinge zu beschreiben, von denen keine Fotos existieren. Ein typisches Beispiel hierfür wäre eine Ereignisaufklärung. Und dort geht es nur noch mit rein operativen Target-Formulierungen.

Befriedigende Übungstargets

Nach rund zehn Jahren Remote Viewing-Erfahrung und Hunderten von Sessions, erscheinen mir menschlich erstellte Übungstargets als der eleganteste Weg. Elegant heißt hier natürlich nicht bequem, denn als Tasker muss man das Target selbst zusammenstellen und zudem wissen, was man tut (Stichwort Target-Kontamination). Ein vernünftiges Übungstarget besteht aus einer passenden Target-Formulierung (z.B. „Beschreibe das Target zum Zeitpunkt der Aufnahme!“), dem Target-Foto an sich und gesonderten Zusatzinformationen, die dem Viewer nach der Auflösung des Targets zusätzliches Feedback bieten.

So können Informationen hinzugefügt werden, in welcher Situation das Foto entstanden ist, was es vor Ort an Besonderheiten gab und wie sich die typischen Eindrücke dieses Targets in bisherigen Sessions gezeigt haben (zu erwartende Farben, Oberflächen etc…). Zudem ist es immer nützlich, wenn weitere Fotos, Geo-Koordinaten oder gar Videoclips der Target-Umgebung beigefügt werden, falls der Viewer Dinge außerhalb des Hauptfotos beschrieben hat. Denn er beschreibt ja nicht das Foto an sich, sondern begibt sich in der Regel in den abgebildeten Ort zum Zeitpunkt der Aufnahme.

Alternative für Solo-Viewer

Wo ein Target-Generator ganz klar vorteilhaft ist, sind Übungssituationen für Solo-Viewer. Sind nämlich diverse Target-Quellen im Netz erschöpft bzw. kein qualifizierter Tasker verfügbar, kann man sich als Solo-Viewer per Target-Generator schnell ein Übungstarget erstellen lassen. Und das, ohne dass man vorher erst einen großen Solo-Pool anlegen muss. Der Solo-Pool beinhaltet zudem die Gefahr von Vorannahmen, wenn man ungefähr ahnt, was sich darin befindet, selbst wenn man die Targetnummern nicht (bewusst) auswendig weiß.

Geht es jedoch um spezielle Wunsch-Targets, kommt man auch als Solo-Viewer nicht um einen selbst erstellten, gut durchmischten und vielfältigen Solo-Pool herum. Dabei sei auf jeden Fall angeraten, dass man die Targets ein paar Wochen liegen lässt, um die Inhalte möglichst zu vergessen, und so Vorannahmen zu minimieren. Auch mehrere, unspezifische Solo-Pools sind möglich.

Schreibe einen Kommentar

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert