Jev von TypeSafe ist eine KI, mit der sich Beurteilungen, Klassifizierungen und Bewertungen von Texten in Apps integrieren lassen. In diesem Artikel erklären wir Jev.
Jev ist kein Gesprächspartner, sondern die Entscheidungsinstanz einer App
Am besten lässt sich Jev verstehen, wenn man sich fragt, welche Antwort die KI liefern soll. Nicht: „Erkläre diesen Text“, sondern: „Ist dieser Text Werbung?“, „Gehört er zum Beruflichen oder Privaten?“ oder „Wie relevant ist er als Suchergebnis?“ Jev verarbeitet Fragen, deren Antwortformat sich im Voraus festlegen lässt.
Allgemein bekannt sind dialogorientierte KI-Systeme, die Fragen in Textform beantworten. Jev hingegen ist für den Einsatz durch Entwickler innerhalb von Software gedacht. Nutzer führen also weniger direkte Gespräche mit Jev; vielmehr sortiert es Informationen oder steuert Abläufe im Hintergrund der Apps, die sie ohnehin verwenden.
Die Schnittstelle dafür ist eine API. Eine API ist ein Zugang, über den eine App einen anderen Dienst mit einer Aufgabe beauftragen und das Ergebnis entgegennehmen kann. Die App sendet Jev einen Text und eine Frage, erhält das Urteil zurück und kann damit den nächsten Schritt auslösen.
Zurück kommen Urteile, Auswahlmöglichkeiten oder Punktwerte
Die in den Unterlagen vorgestellten Anwendungsweisen lassen sich grob in drei Gruppen einteilen: Klassifizierungen wie die Frage, ob etwas Werbung ist, die Auswahl aus Optionen wie einem Speicherordner und Bewertungen wie die Relevanz von Suchergebnissen. Weil solche Modelle Entscheidungen treffen, werden sie als „Entscheidungsmodelle“ bezeichnet.
Eine App zum Sortieren von E-Mails könnte zum Beispiel den Nachrichtentext eingeben und ihn einer der Kategorien „Beruflich“, „Privat“ oder „Sonstiges“ zuordnen lassen. Das ist ein Beispiel zur Veranschaulichung des Funktionsprinzips. Statt erst eine lange Erklärung zu lesen und daraus die passende Kategorie herauszusuchen, erhält die App direkt die Antwort, die sie verwenden kann.
Auch herkömmliche große Sprachmodelle können Texte klassifizieren oder Ausgaben in einem festgelegten Format liefern. Der Unterschied liegt nicht darin, ob sie klassifizieren können, sondern darin, dass Jev gezielt für solche Entscheidungen entwickelt und angeboten wird. Die verfügbaren Unterlagen geben allerdings keinen Aufschluss über Jevs interne Architektur oder Leistungsunterschiede zu allgemeinen Sprachmodellen.
Kleine Umwege bei der Suche und beim Videoschauen reduzieren
Als Entwicklungsbeispiele werden eine Erweiterung zum Überspringen von Sponsorensegmenten in YouTube-Videos, eine Funktion zum Entfernen negativer Kommentare aus Chats, eine Gmail-Suche, die der Absicht des Nutzers entspricht, sowie das Filtern von Aufgaben genannt. Vorgestellt werden auch Ansätze, die die Bedienung von Kopieren und Einfügen, Drag-and-drop und der Seitensuche verändern.
Gemeinsam ist diesen Anwendungen, dass sie weniger neue Texte erstellen, sondern bereits vorhandene Informationen auswählen. Sie lassen etwa die gewünschten Stellen stehen, finden gesuchte E-Mails oder grenzen die zu bearbeitenden Einträge ein. So lässt sich der Einsatz von KI von der Chatoberfläche in alltägliche Abläufe verlagern.
Die vorgestellten Entwicklungsbeispiele sind jedoch nicht dasselbe wie ausgereifte Produktfunktionen. Beim Entfernen „negativer Kommentare“ hängt das Ergebnis beispielsweise davon ab, wie Belästigung von berechtigter Kritik unterschieden wird. Bei der Einführung muss daher festgelegt werden, was ausgeschlossen werden soll. Außerdem sollte man auch prüfen, welche Inhalte fälschlich entfernt wurden.
KI hat mehr zu tun, als Texte zu generieren
In Unterlagen vom 10. Oktober 2026 wird beschrieben, dass mehrere Unternehmen Entscheidungsmodelle in ähnlichen Formaten anbieten. Sie liefern Antworten, mit denen Software direkt arbeiten kann, etwa die Wahrscheinlichkeit, dass eine Bedingung erfüllt ist, eine Auswahl aus mehreren Optionen oder eine Bewertung auf einer bestimmten Stufe.
Der Hintergrund: Wenn KI mehrere Aufgaben nacheinander erledigt, ist nicht in jeder Phase ein langer Text nötig. Bei Abläufen wie der Auswahl des nächsten Verarbeitungsschritts oder der Prüfung, ob ein Ergebnis eine Bedingung erfüllt, reichen Auswahlmöglichkeiten oder ein Urteil als Wert aus.
Jev setzt darauf, KI nicht als Gesprächspartner zu betrachten, sondern eine Entscheidungsfunktion in Apps einzubauen. Doch auch wenn das Antwortformat einfach ist, muss die Entscheidung selbst nicht einfach sein. Die Unterlagen verweisen auf erste Einschätzungen, denen zufolge bei der Konsistenz von Entscheidungsmodellen und bei komplexen Entscheidungen noch Herausforderungen bestehen.
Bei der Einführung zuerst die Grenzen der Entscheidungen festlegen – nicht die Geschwindigkeit
Wer Jev einsetzen möchte, sollte zunächst klären, was es entscheiden soll und welche Folgen eine Fehlentscheidung hätte. Einem E-Mail-Label zuzuweisen hat andere Auswirkungen, als Kommentare automatisch auszublenden. Auch ein Verfahren, das schwierige Fälle an einen Menschen weiterleitet, sollte in Betracht gezogen werden.
Kurze Antworten bedeuten nicht zwangsläufig, dass die Gesamtkosten des Systems sinken. Die Unterlagen weisen auch darauf hin, dass der Einsatz zur Komprimierung des Gesprächsverlaufs von KI-Programmierhilfen Mechanismen beeinträchtigen könnte, die Kosten senken, indem sie frühere Eingaben wiederverwenden.
Die verfügbaren Unterlagen enthalten keine konkreten Preisangaben für Jev, keine unabhängige Überprüfung der Genauigkeit und keine Angaben zu Speicherung und Nutzung von Daten. Wer Jev für geschäftliche E-Mails oder Kommentare von Kunden einführen möchte, sollte diese Bedingungen sowie die Fehlerrate bei tatsächlich verwendeten Eingaben gesondert prüfen.
コメント