Wenn KI nicht schreibt, sondern entscheidet.
Wartung, Störung oder Angebotsanfrage? Viele Abläufe beginnen mit einer kleinen Einordnung. Entscheidungsmodelle wie Jev könnten genau hier Arbeit abnehmen.
Interessant wird ein Entscheidungsmodell dort, wo eine klar begrenzte Einordnung den nächsten Arbeitsschritt vorbereitet. Seine Qualität muss am eigenen Prozess geprüft werden.
Die kleine Entscheidung vor der eigentlichen Arbeit
Eine Nachricht kommt an: Die Heizung verliert Druck, der Kunde bittet um einen Termin. Bevor jemand die eigentliche Arbeit planen kann, muss die Anfrage eingeordnet werden. Handelt es sich um eine Störung oder eine Wartung? Sind die benötigten Angaben vorhanden? Wer übernimmt den nächsten Schritt? In vielen Betrieben wiederholt sich diese erste Sichtung jeden Tag.
KI wird häufig mit Texten, Bildern oder Chatbots verbunden. Für betriebliche Abläufe ist eine andere Fähigkeit ebenso interessant: Informationen nach einem klaren Maßstab einordnen. Die mögliche Verbesserung liegt dann in einer vorbereiteten Übergabe. Eine Fachkraft kann einen geeigneten Vorgang übernehmen, ohne jede Nachricht zunächst vollständig sortieren zu müssen.
TypeSafe AI hat Jev im September 2026 öffentlich vorgestellt. Es ist damit ein aktuelles Thema, dessen Nutzen im jeweiligen Betrieb erst nachgewiesen werden muss. Die nachfolgenden Beispiele zeigen mögliche Anwendungen. Sie sind weder Kundenreferenzen noch ein Beleg für die Genauigkeit des Modells in Ihrer Branche.
Ein Beispiel: aus einer Anfrage wird ein prüfbarer Vorschlag
Jev erhält Informationen und eng umrissene Fragen. Eine Choice-Frage wählt zwischen vorgegebenen Optionen. Eine Score-Frage bewertet anhand eines festgelegten Maßstabs. Das Ergebnis ist strukturiert und kann von weiterer Software verarbeitet werden. Jev erzeugt dabei keinen frei formulierten Antworttext. Texterkennung aus gescannten Dokumenten ist eine separate Aufgabe und benötigt geeignete zusätzliche Komponenten.
In unserem konzeptionellen Beispiel stehen die Kategorien Wartung, Störung und Angebotsanfrage zur Verfügung. Eine zusätzliche Kategorie für sonstige beziehungsweise unklare Anliegen verhindert, dass jeder Eingang zwangsläufig in eine fachlich unpassende Schublade geraten muss. Die nachgelagerte Software bereitet die Zuordnung vor. Eine verantwortliche Person prüft sie zunächst, bevor daraus eine Aufgabe entsteht.
Die Grenzen dieses Beispiels sind bewusst eng: Das Modell diagnostiziert keine Heizungsanlage, verspricht keinen Termin und erteilt keinen Reparaturauftrag. Eine fachliche Einschätzung bleibt bei geeigneten Mitarbeitenden. Der mögliche Nutzen liegt in einer besser vorbereiteten Sichtung, mit einer nachvollziehbaren Verbindung zum bestehenden Arbeitsablauf.
Erkunden Sie drei Beispielanfragen.
Eine Anfrage. Ein nächster Schritt.
Wählen Sie einen Fall und erkunden Sie die vorgesehene Zuordnung.
Unsere jährliche Wartung steht an. Können Sie uns einen Termin im November anbieten?
Der Anlass ist klar. Die zuständige Person prüft Anlage und Verfügbarkeit, bevor sie einen Termin bestätigt.
Festgelegte Beispielszenarien. Kein Jev-Aufruf, keine Live-Analyse und kein Versand.
Wo solche Entscheidungen interessant sein könnten
In der Immobilienverwaltung könnten eingehende Meldungen nach Anliegen und Zuständigkeit vorsortiert werden. Im Handel wäre eine erste Einordnung von Reklamationen denkbar. Ein Dienstleistungsbetrieb könnte Anfragen getrennt nach vorhandenen Informationen bewerten und unvollständige Vorgänge zur Prüfung vorlegen. Das sind Einsatzhypothesen, die wir anhand typischer und schwieriger Fälle untersuchen würden.
Besonders vielversprechend erscheinen häufige, klar begrenzte Fragen mit überschaubaren Folgen einer Fehlzuordnung. Eine umfassende Entscheidung wie die Annahme eines großen Auftrags braucht dagegen viele Informationen und fachliches Urteil. TypeSafe empfiehlt, komplexere Bewertungen in einzelne Fragen zu zerlegen und ihre Ergebnisse in der Software gezielt zu kombinieren.
Wo eine feste Regel ausreicht, ist sie oft der bessere Einstieg. Ein bekanntes Formularfeld muss nicht erst durch KI interpretiert werden. Das Modell wird interessant, wenn unterschiedliche Formulierungen eine inhaltliche Einordnung erfordern und sich eine verlässliche Prüfung dieser Einordnung organisieren lässt.
Confidence bedeutet nicht: garantiert richtig
Choice und Score liefern neben dem Ergebnis eine Confidence. Bei Choice beschreibt sie, wie stark die Wahrscheinlichkeitsverteilung auf eine Option konzentriert ist. Bei Score berücksichtigt die Berechnung zusätzlich den Abstand zwischen den geordneten Bewertungsstufen. Das ist kein unabhängiger Nachweis dafür, dass die Antwort stimmt. Ein klarer Modellvorschlag kann fachlich falsch sein. Der Fragetyp Noul liefert dagegen einen Wert zwischen null und eins ohne separate Confidence.
Für den Betrieb folgt daraus eine wichtige Aufgabe: Mit fachlich geprüften Beispielen untersuchen wir, welche Fehler auftreten und wann eine automatische Weitergabe vertretbar ist. Unterschiedliche Vorgänge können unterschiedliche Grenzen benötigen. Ein falsch zugeordneter interner Hinweis ist anders zu bewerten als eine übersehene dringende Störung. Für sensible Fälle planen wir eine menschliche Prüfung unabhängig vom Modellwert ein.
Auch die angebotenen Kategorien und Eingangsinformationen beeinflussen die Qualität. Fehlt wesentlicher Kontext, kann ein strukturiertes Ergebnis trotzdem unbrauchbar sein. Deshalb braucht ein sinnvoller Ablauf eine Möglichkeit für unklare Fälle, Zuständigkeit für Rückfragen und eine nachvollziehbare Fehlerkorrektur. Vor einem Einsatz prüfen wir außerdem, welche Daten übertragen werden dürfen und welche vertraglichen sowie technischen Voraussetzungen gelten.
Eine schnelle Modellantwort ist noch kein schneller Prozess
TypeSafe nennt in seiner Vorstellung Vorteile bei Geschwindigkeit und Modellkosten. Diese Angaben stammen vom Anbieter und lassen sich nicht pauschal auf einen Unternehmensablauf übertragen. Für eine Entscheidung zählt die gesamte Kette: Daten vorbereiten, Einordnung prüfen, Informationen übertragen, Ausnahmefälle bearbeiten und die Lösung betreuen.
Wir würden deshalb die heutige Sichtung mit einer kontrollierten Variante vergleichen. Interessant sind die gesamte Bearbeitungszeit, falsche Zuordnungen und der Anteil weiterhin manuell geprüfter Fälle. Hinzu kommen Einrichtung, laufende Dienste und Änderungen. Frei gewordene Kapazität wird erst durch ihre tatsächliche Nutzung wirtschaftlich wirksam. Eine günstigere Modellanfrage allein belegt weder eingesparte Personalkosten noch zusätzlichen Umsatz.
Stellen Sie eine kleine, konkrete Frage
Ein guter Einstieg ist ein wiederkehrender Vorgang, bei dem Ihr Team regelmäßig dieselbe erste Einordnung vornimmt. Beschreiben Sie die Frage, mögliche Antworten und die Folgen eines Fehlers. Für einen späteren kontrollierten Versuch braucht es angemessen anonymisierte, fachlich bewertete Beispiele einschließlich schwieriger Fälle. Eine erste Anfrage kann den Ablauf zunächst ohne vertrauliche Inhalte erklären.
Gemeinsam prüfen wir, ob ein Entscheidungsmodell, feste Regeln oder eine Kombination sinnvoll erscheint. Wenn Jev passt, beginnen wir mit einem begrenzten Versuch und benennen vorab die Kriterien für eine Entscheidung. So wird aus einer spannenden Technologie eine überprüfbare Möglichkeit für Ihren Arbeitsalltag.
