← Blog

12 Min. Lesezeit
Dr. Frederik Bäumer und Dr. Christoph Weisser

Wenn KI nicht mehr schreibt, sondern entscheidet: Was hinter System-One-Modellen steckt

Mit Jev, offenen Alternativen und OpenAIs neuer Decisions API entsteht ein neuer Ansatz für KI-Automatisierung. Was die Modelle können, wo ihre Grenzen liegen und warum die Entwicklung für mittelständische Unternehmen interessant ist.

Die Entwicklung künstlicher Intelligenz war in den vergangenen Jahren vor allem von einer Frage geprägt: Wie können Sprachmodelle immer komplexere Aufgaben lösen? Sie sollen recherchieren, programmieren, analysieren und zunehmend eigenständig handeln. Dafür bekommen sie mehr Rechenleistung, mehr Kontext und mehr Zeit zum Nachdenken.

Seit September 2026 zeichnet sich eine interessante Gegenbewegung ab. Statt KI-Modelle immer mehr machen zu lassen, entwickeln Anbieter Systeme, die bewusst auf eine einzige Fähigkeit spezialisiert sind: Sie sollen Informationen einordnen und Entscheidungen liefern, statt Texte zu erzeugen.

Den Anfang machte am 15. September das US-Unternehmen TypeSafe AI mit seinem Modell Jev. Kurz darauf erschienen erste unabhängige Tests und offene Alternativen. Am 6. Oktober stellte schließlich auch OpenAI eine eigene Decisions API vor.

Damit wird aus einer zunächst ungewöhnlichen Produktankündigung eine größere Entwicklung. Für Unternehmen stellt sich die Frage, ob sich damit Prozesse einfacher, schneller und wirtschaftlicher automatisieren lassen.

Vom Sprachmodell zum Entscheidungsmodell

Wer heute KI in einem Unternehmen einsetzt, denkt meist an Sprachmodelle wie ChatGPT oder Claude. Diese Systeme können Texte verstehen, Fragen beantworten, Dokumente zusammenfassen und Informationen strukturieren.

In vielen Geschäftsprozessen braucht es aber gar keinen neu formulierten Text.

Eine eingehende Kundenmail muss dem richtigen Team zugeordnet werden. Eine Support-Anfrage benötigt eine Priorität. Ein Vertriebskontakt soll nach bestimmten Kriterien bewertet werden. Eine automatisch erzeugte Antwort muss auf mögliche Regelverstöße geprüft werden.

Das sind keine Schreibaufgaben. Es sind Einordnungen und Bewertungen, auf deren Grundlage anschließend etwas passieren soll.

Solche Aufgaben lassen sich schon lange mit KI lösen. Klassische Klassifikationsmodelle benötigen dafür häufig eigens zusammengestellte Trainingsdaten. Moderne Sprachmodelle können viele dieser Fragen dagegen unmittelbar anhand einer Beschreibung beantworten, sind dafür aber nicht immer das wirtschaftlichste Werkzeug.

Genau hier setzen die neuen Entscheidungsmodelle an.

TypeSafe bezeichnet seine Entwicklung als System One Model, angelehnt an die Unterscheidung zwischen schnellem, intuitivem und langsamem, analytischem Denken des Psychologen Daniel Kahneman.

Während generative Sprachmodelle flexibel Texte produzieren, beschränkt sich Jev auf vorgegebene Antwortmöglichkeiten. Das Modell erhält eine Information und eine oder mehrere Fragen. Zurück kommen strukturierte Ergebnisse und Wahrscheinlichkeitswerte.

Ein Beispiel aus dem Kundenservice:

Eine Nachricht lautet: „Seit dem letzten Update funktioniert unsere Rechnungsübersicht nicht mehr. Wir brauchen dringend Hilfe.“

Ein Entscheidungsmodell könnte dazu drei Fragen beantworten:

  • Welches Team ist zuständig: Technik, Buchhaltung oder Vertrieb?
  • Wie dringend ist die Anfrage?
  • Handelt es sich wahrscheinlich um eine Beschwerde?

Die Antworten lassen sich direkt von einer Software weiterverarbeiten. Sie muss nicht erst einen frei formulierten KI-Text interpretieren.

Neu ist also nicht, dass KI Texte klassifizieren kann. Neu ist, dass diese Fähigkeit als eigenständiger, auf Geschwindigkeit und strukturierte Entscheidungen optimierter Dienst angeboten wird.

Was seit September passiert ist

Die Entwicklung ist noch jung, hat aber innerhalb weniger Wochen an Dynamik gewonnen.

15. September: TypeSafe stellt Jev vor.

Das Unternehmen präsentiert ein Modell, das drei Arten von Fragen beantwortet: die Auswahl zwischen festgelegten Optionen, die Bewertung auf einer Skala und die Einschätzung, ob eine Aussage zutrifft.

Laut TypeSafe benötigt Jev für einen Aufruf zwischen 70 und 500 Millisekunden. Die Eingabe kostet nach den veröffentlichten Konditionen 0,042 US-Dollar pro Million Token; die Ausgabe wird nicht separat berechnet.

TypeSafe setzt dabei auf ein eigens entwickeltes Trainingsverfahren namens Reinforcement Learning for Calibrated Decisions (RLCD). Es soll nicht nur richtige Entscheidungen ermöglichen, sondern auch aussagekräftige Wahrscheinlichkeiten liefern.

Das sind zunächst Herstellerangaben. Gerade die Qualität dieser Wahrscheinlichkeiten lässt sich nicht allein anhand der Produktankündigung beurteilen.

Quelle: TypeSafe AI, Produktvorstellung und Dokumentation

29. September: inovex veröffentlicht erste Praxistests.

Die KI-Experten Nicolas Werner und Ivan Herreros Alonso haben Jev anhand mehrerer hundert Anfragen untersucht und unter anderem mit einem kleinen Gemini-Sprachmodell verglichen.

Die Ergebnisse zeigen sowohl das Potenzial als auch wichtige Einschränkungen.

Jev antwortete in ihren Tests nach rund 300 Millisekunden, während das Vergleichsmodell zwischen zwei und sieben Sekunden benötigte. Für eng umrissene Klassifikationsaufgaben ist das ein deutlicher Unterschied.

Gleichzeitig stellten die Tester fest, dass die ausgegebenen Wahrscheinlichkeiten schwanken können. Identische Anfragen führten zu unterschiedlichen Werten; auch die Reihenfolge der Antwortmöglichkeiten beeinflusste teilweise das Ergebnis.

Besonders interessant ist ein weiterer Befund: Werden mehrere zusammenhängende Fragen gestellt, können deren Antworten einander widersprechen, weil Jev die Fragen unabhängig voneinander bewertet.

Das ist für betriebliche Abläufe relevant. Ein Modell mag eine Nachricht zuverlässig einer Kategorie zuordnen. Daraus folgt aber noch nicht, dass es komplexe Entscheidungen mit mehreren voneinander abhängigen Bedingungen ebenso zuverlässig trifft.

Die Autoren sehen das größte Potenzial deshalb vor allem bei einzelnen Klassifikationsaufgaben in großen Datenströmen.

Quelle: inovex, TypeSafe AI Jev im Test, 29.09.2026

Ende September: Offene Alternativen entstehen.

Die Idee bleibt nicht auf TypeSafe beschränkt. Innerhalb kurzer Zeit erscheinen Projekte wie Kev, SemIf und djev, die ähnliche Entscheidungsfunktionen auf Grundlage anderer Modelle bereitstellen.

Ein wichtiger Unterschied: Solche Lösungen lassen sich grundsätzlich auf eigener Infrastruktur betreiben.

Damit entsteht für Unternehmen eine zusätzliche Wahlmöglichkeit zwischen einem spezialisierten Cloud-Dienst und einer selbst betriebenen Lösung.

Allerdings sind die offenen Modelle nicht automatisch gleich leistungsfähig. Modellgröße, Trainingsaufwand, Sprachunterstützung und Genauigkeit unterscheiden sich. Ein funktionierender Nachbau der Schnittstelle ist noch kein Nachweis vergleichbarer Entscheidungsqualität.

Eine Übersicht der offenen Projekte findet sich im inovex-Testbericht.

6. Oktober: OpenAI veröffentlicht die Decisions API.

Mit der neuen Decisions API greift OpenAI denselben Grundgedanken auf: Statt frei formulierter Antworten liefert das System strukturierte Entscheidungen.

Die API unterstützt Ja-Nein-Bewertungen, Auswahlentscheidungen und Bewertungen anhand definierter Skalen. Im Gegensatz zu Jev kann sie neben Text auch Bilder verarbeiten.

Laut OpenAI ist die Verarbeitung bis zu zehnmal schneller als über die reguläre Responses API. Zum Start steht GPT-6 Luna als Modell zur Verfügung. Die Schnittstelle befindet sich in der öffentlichen Beta.

Das bedeutet nicht, dass beide Anbieter technisch identische Modelle entwickelt haben. Die Gemeinsamkeit liegt vor allem im Anwendungsmuster: KI wird als schneller Entscheidungsbaustein in Software integriert, nicht als eigenständig formulierender Gesprächspartner.

Quelle: OpenAI, Decisions API, Dokumentation

Warum das für den Mittelstand interessant wird

Für mittelständische Unternehmen liegt der mögliche Nutzen nicht darin, dass eine einzelne Entscheidung wenige Centbruchteile weniger kostet.

Interessant ist vielmehr, was passiert, wenn solche Entscheidungen regelmäßig und an vielen Stellen benötigt werden.

In einem typischen Unternehmen gibt es zahlreiche kleine Arbeitsschritte, die auf einer menschlichen Einordnung beruhen.

Jemand liest eine eingehende Nachricht und leitet sie weiter. Eine andere Person entscheidet, ob ein Vorgang dringend ist. Im Vertrieb werden Anfragen vorsortiert. Im Einkauf werden Dokumente geprüft und den passenden Bearbeitern zugeordnet.

Jede dieser Aufgaben erscheint für sich genommen zu klein, um dafür ein eigenes KI-Projekt aufzusetzen. Zusammen können sie jedoch erheblichen Bearbeitungsaufwand verursachen.

Entscheidungsmodelle könnten genau an diesen Stellen eingesetzt werden.

Posteingang und Support automatisch vorsortieren

Ein mögliches Einsatzgebiet sind zentrale Postfächer und Support-Systeme.

Eingehende Nachrichten werden anhand ihres Inhalts einer Kategorie zugeordnet und bei ausreichender Verlässlichkeit direkt an die zuständige Abteilung weitergeleitet.

Bei unklaren Fällen übernimmt weiterhin ein Mensch.

Der Nutzen entsteht nicht unbedingt durch die einmalige Klassifikation eines großen Mailbestands, sondern durch die kontinuierliche Entlastung beim täglichen Eingang.

Dokumente vorprüfen

Rechnungen, Lieferscheine und Auftragsbestätigungen enthalten Informationen, die häufig erst einmal eingeordnet werden müssen.

Ein Entscheidungsmodell kann beispielsweise anhand bereits ausgelesener Textinformationen beurteilen, welcher Dokumenttyp vorliegt oder ob bestimmte Angaben erkennbar sind.

Wichtig ist dabei die Arbeitsteilung: Das Auslesen gescannter Dokumente übernimmt zunächst eine geeignete OCR- oder Dokumenten-KI. Das Entscheidungsmodell bewertet anschließend die verfügbaren Informationen.

Verbindliche Prüfungen, Berechnungen und Buchungsregeln bleiben Aufgabe der Fachsoftware.

Vertriebsanfragen priorisieren

Auch die Bewertung eingehender Leads ist ein möglicher Anwendungsfall.

Statt eine KI pauschal entscheiden zu lassen, ob eine Anfrage gut oder schlecht ist, lassen sich einzelne Kriterien betrachten: Wird ein konkreter Bedarf beschrieben? Gibt es einen Zeitrahmen? Passt die Anfrage zum angebotenen Leistungsportfolio?

Die resultierenden Bewertungen kann eine Software anhand betrieblich festgelegter Regeln gewichten.

Auf diese Weise entsteht keine undurchsichtige Gesamtentscheidung des Modells, sondern eine nachvollziehbar definierte Priorisierung auf Basis einzelner Einschätzungen.

KI-Systeme überwachen und Anfragen weiterleiten

Besonders interessant dürfte der Einsatz innerhalb bestehender KI-Anwendungen sein.

Ein Entscheidungsmodell kann beispielsweise prüfen, ob eine Nutzeranfrage wahrscheinlich einen Regelverstoß enthält, ob eine Antwort eine unzulässige Zusage macht oder ob ein Fall an ein leistungsfähigeres Modell weitergegeben werden sollte.

Damit wird das Entscheidungsmodell zu einer zusätzlichen Kontroll- und Routing-Komponente.

Es ersetzt allerdings keine vollständige Qualitätsprüfung und keine verlässliche Sicherheitsarchitektur. Auch ein solches Modell kann problematische Inhalte falsch einordnen.

Die eigentliche Veränderung liegt in der Architektur

Viele aktuelle KI-Anwendungen folgen einem einfachen Prinzip: Ein Sprachmodell bekommt eine Aufgabe und soll möglichst viel davon selbst erledigen.

Es interpretiert Informationen, plant nächste Schritte, formuliert Ergebnisse und entscheidet gegebenenfalls über weitere Aktionen.

Das ist flexibel, kann aber bei einfachen, wiederkehrenden Abläufen unnötig aufwendig sein.

Mit spezialisierten Entscheidungsmodellen wird eine andere Aufteilung interessant:

Das Entscheidungsmodell ordnet ein. Das Sprachmodell formuliert oder analysiert. Die Unternehmenssoftware führt definierte Aktionen aus.

Beispielsweise kann eine eingehende Kundenanfrage zunächst klassifiziert werden. Bei einer Standardfrage ruft die Software einen festgelegten Prozess auf. Bei komplexen Anliegen wird ein leistungsfähiges Sprachmodell beteiligt. Bei kritischen oder unklaren Fällen übernimmt ein Mitarbeiter.

Dabei bleibt die eigentliche Steuerung im Prozess und nicht allein beim KI-Modell.

Ein solches Architekturmuster ist nicht grundsätzlich neu. Auch bisher lassen sich Sprachmodelle als Klassifikatoren verwenden oder klassische Regeln mit KI verbinden.

Die neuen APIs könnten dieses Vorgehen aber vereinfachen und wirtschaftlich attraktiver machen, insbesondere bei hohen Anfragezahlen oder zeitkritischen Anwendungen.

Genau das ist aus unserer Sicht der interessante Punkt: Nicht jede Verzweigung eines Geschäftsprozesses benötigt ein generatives Sprachmodell.

Wo die Grenzen liegen

So überzeugend die Grundidee erscheint, so wichtig ist die Unterscheidung zwischen einer plausiblen Entscheidung und einer verlässlichen Entscheidung.

Eine hohe Wahrscheinlichkeit ist keine Garantie

TypeSafe bewirbt Jev mit kalibrierten Wahrscheinlichkeiten. Dahinter steht der Anspruch, dass die angegebenen Werte zur tatsächlichen Häufigkeit korrekter Entscheidungen passen.

Die bisherigen Tests zeigen allerdings, dass man diese Werte nicht ungeprüft für eigene Geschäftsprozesse übernehmen sollte.

Besonders problematisch wäre es, eine allgemeine Schwelle wie 90 Prozent festzulegen und daraus automatisch eine ausreichende Sicherheit abzuleiten.

Ob eine solche Grenze sinnvoll ist, hängt von der konkreten Aufgabe, der Qualität der Daten und den Folgen einer Fehlentscheidung ab.

Eine falsch weitergeleitete Support-Anfrage ist ärgerlich. Eine falsche Zahlungsfreigabe kann erheblichen Schaden verursachen.

Nicht jede Entscheidung lässt sich isolieren

Die Architektur von Jev eignet sich besonders für voneinander unabhängige Fragen.

Bei komplexen Sachverhalten hängen Entscheidungen allerdings häufig zusammen. Ein Modell muss möglicherweise mehrere Bedingungen berücksichtigen, Informationen gegeneinander abwägen oder Widersprüche auflösen.

Hier stoßen einfache Klassifikationsverfahren an Grenzen.

Die Ergebnisse von inovex zeigen, warum diese Einschränkung ernst zu nehmen ist: Mehrere für sich plausibel wirkende Antworten ergeben nicht automatisch eine in sich stimmige Gesamtentscheidung.

Datenschutz und Betriebsmodell bleiben relevant

Für europäische Unternehmen stellt sich außerdem die Frage, wo und unter welchen Bedingungen Daten verarbeitet werden.

Jev wird nach den bisher veröffentlichten Angaben als Cloud-Dienst in den USA betrieben. TypeSafe bietet vertragliche Datenschutzregelungen an und erklärt, Kundendaten nicht für das Modelltraining zu verwenden. Eine Zusage zur Nicht-Speicherung von Daten ist jedoch nicht für sämtliche Nutzungstarife gleich ausgestaltet.

Das erfordert vor einem produktiven Einsatz eine Prüfung der tatsächlichen Datenflüsse, Vertragsbedingungen und Schutzmaßnahmen.

Lokale Alternativen können hier Vorteile haben, müssen aber ebenfalls hinsichtlich Sicherheit, Wartungsaufwand und Leistungsfähigkeit bewertet werden.

Gerade beim Einsatz in Personalprozessen, bei Kreditentscheidungen oder anderen rechtlich sensiblen Anwendungen reichen technische Wahrscheinlichkeiten allein nicht aus. Je nach Einsatzfall gelten zusätzliche Anforderungen, etwa aus der europäischen KI-Verordnung.

Wie Unternehmen sinnvoll einsteigen können

Wer das Potenzial prüfen möchte, sollte nicht mit der Auswahl eines bestimmten Modells beginnen.

Besser ist es, zunächst einen Prozess zu suchen, in dem regelmäßig gleichartige Einordnungen stattfinden.

Geeignet sind Aufgaben, bei denen die möglichen Ergebnisse klar beschrieben werden können, historische Beispieldaten vorliegen und Fehler zunächst keine schwerwiegenden Folgen haben.

Ein realistischer Einstieg könnte so aussehen:

  1. Wiederkehrende Entscheidungen identifizieren. Wo werden Nachrichten, Vorgänge oder Dokumente regelmäßig manuell eingeordnet?
  2. Beispieldaten sammeln. 50 bis 100 echte, bereits korrekt bewertete Fälle können für einen ersten Funktionstest reichen. Für belastbare Aussagen und produktive Schwellenwerte sind je nach Aufgabe deutlich mehr Daten erforderlich.
  3. Entscheidungsfragen präzisieren. Statt eine pauschale Gesamtbewertung zu verlangen, werden einzelne Kriterien beschrieben.
  4. Verschiedene Ansätze vergleichen. Ein Entscheidungsmodell sollte gegen die bestehende Lösung, ein kleines Sprachmodell und gegebenenfalls klassische Regeln getestet werden.
  5. Zunächst parallel betreiben. Bevor Entscheidungen automatisiert ausgeführt werden, sollten Trefferquote, Fehlklassifikationen, Antwortzeiten und Kosten unter realistischen Bedingungen gemessen werden.

Entscheidend ist nicht, ob ein Modell auf einer Produktseite besonders schnell oder günstig erscheint. Entscheidend ist, ob es für die eigenen Daten zuverlässige Ergebnisse liefert und ob sich damit tatsächlich Bearbeitungsaufwand reduzieren lässt.

Fazit: Eine neue Modellklasse, aber keine Abkürzung zur Vollautomatisierung

Mit Jev und der OpenAI Decisions API erhält eine bisher eher technische Teilaufgabe der KI-Automatisierung neue Aufmerksamkeit: die schnelle Einordnung unstrukturierter Informationen.

Dass innerhalb weniger Wochen verschiedene Ansätze aufgetaucht sind, ist bemerkenswert. Es zeigt, dass die Trennung zwischen generativer Sprachverarbeitung und spezialisierten KI-Entscheidungen als eigenständiges Anwendungsfeld an Bedeutung gewinnt.

Wie groß der praktische Vorteil ausfällt, ist dagegen noch offen.

Die verfügbaren Tests sind begrenzt, die Modelle unterscheiden sich technisch und die Qualität ihrer Wahrscheinlichkeiten muss im jeweiligen Anwendungskontext überprüft werden. Auch Datenschutz, Integration und langfristige Betriebskosten spielen eine Rolle.

Für den Mittelstand liegt die Chance deshalb weniger in einem bestimmten Produkt als in einem grundsätzlichen Architekturgedanken: Nicht jeder Schritt in einem automatisierten Prozess braucht dieselbe Art von Intelligenz.

Manche Aufgaben benötigen ein leistungsfähiges Sprachmodell, andere eine einfache Geschäftsregel. Und für die vielen kleinen Einordnungen dazwischen könnten spezialisierte Entscheidungsmodelle künftig eine sinnvolle Ergänzung sein.

Ob dafür am Ende Jev, OpenAIs Decisions API oder ein selbst betriebenes Modell eingesetzt wird, ist zunächst zweitrangig.

Wichtiger ist die Frage, an welchen Stellen im eigenen Unternehmen solche Entscheidungen überhaupt anfallen, und wann ihre Automatisierung einen messbaren Nutzen bringt.

Wir unterstützen Unternehmen dabei, geeignete Prozesse zu identifizieren, technische Möglichkeiten zu vergleichen und den tatsächlichen Nutzen anhand realer Daten zu bewerten.

Termin vereinbaren

Quellen und weiterführende Informationen

Hersteller und technische Dokumentation

Tests und unabhängige Einordnungen

Video und Anwendungsbeispiele

Redaktioneller Hinweis: Die genannten Leistungs- und Preisangaben beziehen sich auf den Stand Oktober 2026. Herstellerangaben, veröffentlichte Praxistests und unsere daraus abgeleiteten Anwendungsempfehlungen sind im Beitrag entsprechend unterschieden.

Termin vereinbaren→ Alle Beiträge→