TypeSafes Jev ist eine KI, mit der sich Bewertungen, Klassifizierungen und Einstufungen von Texten in Apps integrieren lassen. In diesem Beitrag erklären wir Jev.
Jev ist kein Gesprächspartner, sondern die Entscheidungsinstanz einer App
Der einfachste Weg, Jev zu verstehen, ist die Frage, was die KI zurückgeben soll. Nicht: „Erkläre diesen Text“, sondern: „Ist dieser Text Werbung?“, „Ist er beruflich oder privat?“ oder „Wie relevant ist er als Suchergebnis?“ Jev verarbeitet Fragen dieser Art, deren Antwortformat sich vorab festlegen lässt.
Allgemein bekannt sind dialogorientierte KIs, die Fragen in Form von Text beantworten. Jev hingegen ist für den Einsatz durch Entwickler innerhalb von Software gedacht. Statt direkt mit Jev zu sprechen, nutzen Anwender die KI im Hintergrund ihrer gewohnten Apps, wo sie Informationen sortiert und Abläufe steuert.
Die Schnittstelle dafür ist eine API. Über eine API kann eine App einen anderen Dienst mit einer Aufgabe beauftragen und das Ergebnis entgegennehmen. Die App übermittelt Jev einen Text und eine Frage, erhält eine Bewertung zurück und verknüpft sie mit dem nächsten Schritt.
Zurück kommen Bewertungen, Auswahlmöglichkeiten oder Punktzahlen
Das Material stellt im Wesentlichen drei Einsatzarten vor: Bewertungen wie die Frage, ob etwas Werbung ist, die Auswahl aus Optionen wie Zielordnern sowie Einstufungen wie die Relevanz von Suchergebnissen. Da solche Modelle Entscheidungen treffen, werden sie als „Entscheidungsmodelle“ bezeichnet.
Eine E-Mail-Verwaltungs-App könnte beispielsweise den Nachrichtentext entgegennehmen und ihn einer der Kategorien „Arbeit“, „Privat“ oder „Sonstiges“ zuordnen. Das ist ein Beispiel zur Veranschaulichung des Prinzips: Statt erst eine ausführliche Erklärung zu lesen und daraus die Kategorie abzuleiten, erhält die App direkt die Antwort, die sie verwenden kann.
Auch gewöhnliche große Sprachmodelle können Texte klassifizieren und in vorgegebenen Formaten ausgeben. Der Unterschied liegt nicht darin, ob eine Klassifizierung möglich ist, sondern darin, dass Jev gezielt für solche Bewertungen entwickelt und angeboten wird. Aus dem bereitgestellten Material gehen jedoch weder die interne Struktur von Jev noch Leistungsunterschiede zu allgemeinen Sprachmodellen hervor.
Kleine Umwege bei der Suche und beim Videoschauen vermeiden
Als Entwicklungsbeispiele werden eine Erweiterung zum Überspringen gesponserter Abschnitte in YouTube-Videos, eine Funktion zum Entfernen negativer Kommentare aus Chats, eine Gmail-Suche entsprechend der Absicht des Nutzers und das Filtern von Aufgaben genannt. Vorgestellt werden außerdem Ansätze, die die Nutzung von Kopieren und Einfügen, Drag-and-drop sowie der Seitensuche verändern.
All diesen Beispielen ist gemeinsam, dass es weniger darum geht, neue Texte zu verfassen, als vielmehr darum, vorhandene Informationen auszuwählen: die gewünschten Stellen stehen zu lassen, die gesuchte E-Mail herauszufiltern oder die zu bearbeitenden Einträge einzugrenzen. Die KI verlagert sich damit vom Chatfenster in alltägliche Arbeitsabläufe.
Entwicklungsbeispiele sind jedoch nicht dasselbe wie stabile Produktfunktionen. Beim Entfernen „negativer Kommentare“ etwa hängt das Ergebnis davon ab, wie Belästigung von berechtigter Kritik unterschieden wird. Vor dem Einsatz sollte festgelegt werden, was ausgeschlossen werden soll. Außerdem müssen auch Fälle überprüft werden, in denen Inhalte irrtümlich entfernt wurden.
KI-Arbeit beschränkt sich nicht auf das Erzeugen von Texten
Ein Material vom 10. Oktober 2026 beschreibt, dass mehrere Unternehmen Entscheidungsmodelle in einem ähnlichen Format wie Jev anbieten. Sie geben Antworten zurück, mit denen Software direkt arbeiten kann, etwa die Wahrscheinlichkeit, dass eine Bedingung erfüllt ist, eine Auswahl aus mehreren Optionen oder eine Bewertung nach verschiedenen Stufen.
Der Hintergrund: Wenn KI mehrere Aufgaben nacheinander erledigt, ist nicht in jeder Phase ein langer Text nötig. Bei Entscheidungen darüber, welcher Verarbeitungsschritt als Nächstes ausgeführt werden soll oder ob ein Ergebnis eine Bedingung erfüllt, reichen Auswahlmöglichkeiten oder Bewertungswerte aus, um den Ablauf fortzusetzen.
Jev verfolgt den Ansatz, KI nicht als einzelnen Gesprächspartner, sondern als Entscheidungsfunktion innerhalb einer App zu nutzen. Ein einfaches Antwortformat bedeutet jedoch nicht zwangsläufig, dass auch die Entscheidung einfach ist. Das Material enthält zudem eine erste Einschätzung, dass bei der Konsistenz von Entscheidungsmodellen und komplexen Entscheidungen noch Herausforderungen bestehen.
Vor dem Einsatz die Grenzen der Entscheidungen festlegen – nicht zuerst auf das Tempo schauen
Für den praktischen Einsatz empfiehlt es sich zunächst, getrennt zu betrachten, „was beurteilt werden soll“ und „was bei einem Fehler geschieht“. Eine E-Mail zu kennzeichnen und einen Kommentar automatisch auszublenden hat unterschiedliche Folgen, wenn die KI sich irrt. Auch eine Gestaltung, bei der Zweifelsfälle an einen Menschen zurückgegeben werden, sollte erwogen werden.
Kurze Antworten bedeuten nicht zwangsläufig, dass die Kosten des Gesamtsystems sinken. Das Material weist darauf hin, dass die Integration zur Komprimierung des Gesprächsverlaufs einer KI für Programmierhilfe die Möglichkeit beeinträchtigen könnte, frühere Eingaben wiederzuverwenden und so Kosten zu sparen.
Das bereitgestellte Material enthält keine konkreten Preise für Jev, keine unabhängige Prüfung der Genauigkeit und keine Angaben zu Speicherung und Nutzung von Daten. Bei einem Einsatz mit geschäftlichen E-Mails oder Kundenkommentaren müssen diese Bedingungen sowie die Fehlerrate bei tatsächlichen Eingaben gesondert geprüft werden.
コメント