Manchmal stolpere ich über eine technische Idee und denke zunächst nur: interessant. Ein paar Stunden später merke ich, dass ich zwei meiner eigenen Projekte anders betrachte. So ging es mir mit Jev.
Ich beschäftige mich gerade intensiv damit, wie KI eigentlich arbeiten sollte – nicht nur, welches Modell die beste Antwort liefert, sondern wie man daraus verlässliche Arbeitsprozesse baut. Im letzten Beitrag habe ich geschrieben, dass mich das beste Modell immer weniger interessiert. Ich möchte nicht das beste Modell besitzen, ich möchte besser arbeiten. Jev hat genau an dieser Stelle einen weiteren Gedanken ausgelöst: Vielleicht ist nicht nur die Frage falsch, welches Modell alles erledigen soll. Vielleicht ist auch die Annahme falsch, dass überhaupt ein großes Sprachmodell jede Entscheidung treffen sollte.
Nicht jede Entscheidung ist eine Denkaufgabe
Große Sprachmodelle können analysieren, schreiben, Zusammenhänge erkennen und mit unstrukturierten Aufgaben umgehen. Genau deshalb benutze ich sie so viel. Aber nicht jede Entscheidung in einem Arbeitsprozess ist komplex. Ein System muss oft nur entscheiden: Ist diese Information relevant? Welcher von drei bekannten Fällen liegt vor? Muss eskaliert werden? Dafür jedes Mal ein großes Modell mit vollem Kontext aufzurufen, fühlt sich irgendwann an, als würde ich für jede kleine Entscheidung eine Vorstandssitzung einberufen. Das funktioniert – aber wahrscheinlich nicht besonders intelligent organisiert.
Denken, Intuition und Regeln
Beim Versuch, Jev zu verstehen, bin ich bei einem Bild hängen geblieben: Autofahren. Auf einer längeren Strecke überlege ich bewusst, welche Route sinnvoll ist – das ist Denken. Zieht vor mir ein Auto nach links, nehme ich den Fuß vom Gas, ohne einen Denkprozess zu starten. Das ist eher Intuition: eine schnelle, erfahrungsbasierte Einschätzung. Und eine rote Ampel bedeutet nicht “überlege mal, ob Anhalten heute sinnvoll ist”, sondern schlicht Stopp. Das sind Regeln. Drei sehr unterschiedliche Ebenen – und ich frage mich seitdem, ob wir KI-Systeme nicht viel stärker so bauen sollten.
Große generative Modelle sehe ich dabei vor allem beim Denken und Erstellen: komplexe Probleme analysieren, Pläne entwickeln, Texte und Entwürfe formulieren. Daneben gibt es aber viele kleine, klar umrissene Entscheidungen – welcher bekannte Zustand passt, ist A, B oder C wahrscheinlicher, ist ein Signal relevant genug. Genau dort finde ich die Idee einer Decision Fabric spannend, und damit Jev: nicht als Ersatz für ein großes Modell, sondern als zusätzliche Ebene dazwischen, eine Art maschinelle Intuition für kleine Entscheidungen. Darunter bleibt deterministischer Code. Berechtigungen, Berechnungen, Freigabegrenzen, Dateiformate – das sind für mich keine Wahrscheinlichkeitsfragen. Das muss Code entscheiden.
Was das für ArcShot bedeutet
ArcShot sollte ursprünglich Basketballwürfe per Video analysieren: Wo steht der Spieler, wie bewegt er sich, wie sieht der Wurf aus. Je länger ich mich damit beschäftige, desto klarer wird mir, dass ein Wurf nie isoliert entsteht. Er ist das Ergebnis einer ganzen Spielsituation – ein guter Pass, eine zu späte Rotation der Verteidigung, eine schlechte Wurfauswahl, oder einfach eine gut gespielte Possession, bei der der Ball nicht fällt. Wenn ich Basketball wirklich analysieren will, muss das System mehr verstehen als “Ball drin oder nicht”.
Und da hat sich durch Jev gedanklich etwas verschoben. Eine Kamera kann zunächst nur wahrnehmen: Positionen, Ball, Bewegung, Dauer. Das will ich möglichst nah an messbarer Realität halten, ohne Halluzination. Darüber liegt aber eine andere Ebene – war die Hilfe defensiv zu spät, war der Pass sinnvoll, ist gerade ein Vorteil entstanden. Dafür brauche ich vermutlich nicht jedes Mal ein großes Sprachmodell, das die komplette Szene in einem langen Prompt interpretiert. Mein Bild von ArcShot sieht inzwischen so aus: Computer Vision nimmt wahr, eine Decision Fabric beurteilt kleine Situationen, ein großes Modell erklärt Zusammenhänge. Ob Jev dafür die richtige Technologie ist, muss ich noch herausfinden. Aber allein die Trennung verändert schon die Architektur in meinem Kopf.
Und was das für Verksum bedeutet
Bei Verksum wurde es noch deutlicher. Dort baue ich einen Arbeitsplatz, an dem Menschen nicht ständig selbst mit einzelnen KI-Modellen hantieren müssen: Ich gebe einem digitalen Team einen Auftrag, das Team organisiert Arbeit, nutzt Werkzeuge und legt mir Ergebnisse zur Entscheidung vor. Dabei denkt man sehr schnell in Agenten und großen Sprachmodellen – einer analysiert, einer schreibt, einer prüft, und irgendwo ruft ein großes Modell wieder ein anderes auf. Das kann funktionieren, kann aber auch absurd werden. Denn muss ein großes Modell wirklich entscheiden, ob ein Vorgang Kategorie A, B oder C entspricht, ob ein Schwellenwert überschritten ist, oder ob ein definierter nächster Schritt ausgelöst werden muss? Wahrscheinlich nicht.
Das klingt zunächst paradox: Ich baue ein KI-Produkt und denke darüber nach, wo ich keine große KI einsetzen sollte. Aber genau das zeichnet sich für Verksum immer stärker ab: Generative Modelle denken und erstellen. Eine Decision Fabric trifft kleine, typisierte Entscheidungen, schnell und eng umrissen. Und deterministischer Code setzt die verbindlichen Grenzen – Berechtigungen, Governance, Validierung, technische Ausführung. Das gehört nicht in die Fantasie eines Sprachmodells.
Nicht alles muss intelligent aussehen
Ich bin anfangs oft in eine typische Falle gelaufen: Wenn KI etwas kann, will man KI einsetzen. Ein Agent klingt spannender als eine Funktion, ein Sprachmodell klingt spannender als eine if-Abfrage. Aber das Ziel ist nicht, möglichst viel KI einzubauen, sondern für jede Aufgabe die richtige Art von Verarbeitung zu finden. Manchmal braucht es ein Frontier-Modell, manchmal eine kleine Entscheidungsschicht, und manchmal einfach: wenn keine Berechtigung vorliegt, stoppen. Das ist nicht weniger intelligent – es ist möglicherweise die intelligentere Architektur.
Ich habe Jev gerade erst entdeckt. Ich habe noch nicht bewiesen, dass diese Architektur in ArcShot funktioniert, und ich weiß nicht, welche Rolle Jev am Ende in Verksum spielen wird. Vielleicht ist es die richtige Technologie, vielleicht führt mich die Beschäftigung damit zu etwas anderem. Beides wäre in Ordnung. Der eigentlich wertvolle Teil war für mich eine andere Erkenntnis: Nicht jede Entscheidung ist Denken. Und wenn ich Systeme baue, sollte ich diese unterschiedlichen Arten von Entscheidungen nicht einfach alle in dasselbe große Modell werfen.
Seitdem sehe ich ArcShot und Verksum anders. Bei ArcShot denke ich nicht mehr nur darüber nach, wie eine KI Basketball analysieren kann, sondern welche Ebene wahrnimmt, welche beurteilt und welche erklärt. Bei Verksum frage ich nicht mehr nur, welcher Agent welchen Auftrag bekommt, sondern: Welche Teile dieser Arbeit brauchen Denken? Welche brauchen Intuition? Und welche dürfen überhaupt keine Interpretation zulassen?