KI-Kompass / Wissenskarten
Entscheidungsmodelle
wann ein Modell nur wählen soll
Ein Entscheidungsmodell bekommt einen Text und eine Frage mit festen Antwortmöglichkeiten. Zurück kommt eine dieser Antworten mit einer Wahrscheinlichkeit. Ein Beispiel ist Jev von TypeSafe. Ein großes Sprachmodell (LLM) wie Claude schreibt dagegen frei formulierten Text und kann Werkzeuge bedienen.
Wozu
Viele Schritte in Agenten-Abläufen sind reine Entscheidungen: Ist diese Mail Spam? Welche Kategorie passt? Wie dringend ist das? Ein Entscheidungsmodell erledigt das billiger und schneller als ein großes Sprachmodell. Das große Modell kümmert sich dann nur noch um Text und Werkzeuge.
Schritte
- Suche im Ablauf die Stellen, an denen nur entschieden wird: Ja/Nein, Auswahl aus einer Liste oder Score.
- Lege die Frage und die erlaubten Antworten fest, bevor das Modell sie sieht.
- Gib nur den Text mit, der für die Entscheidung nötig ist. Jev verarbeitet bis zu 32.000 Tokens.
- Lege eine Konfidenzschwelle fest, also die Mindestsicherheit, ab der die Antwort gilt. Liegt die Antwort darunter, entscheidet das große Modell oder ein Mensch. AI LABS nutzt in einem Beispiel 80 %.
- Text schreiben und Werkzeuge aufrufen bleiben beim großen Modell. Das können Entscheidungsmodelle wie Jev nicht.
- Prüfe regelmäßig Stichproben. Auch ein Modell, das nur entscheidet, kann falsch einordnen.
Grenzen
- Jev ist proprietär. Es läuft über eine eigene Decisions-Schnittstelle bei OpenRouter, nicht über den Chat-Endpunkt. Die Schnittstelle trägt bei OpenRouter den Namen „alpha“.
- Laut AI LABS (28.09.2026) nimmt TypeSafe auf der eigenen Plattform keine neuen Anmeldungen an. Zugang gibt es über OpenRouter oder Vercel AI Gateway.
- Die Kostenvergleiche in den Videos haben die Creator selbst gemessen, ohne offengelegte Prompts. Der Listenpreis bei OpenRouter: 0,042 $ je Million Eingabe-Tokens, Ausgabe kostenlos.
- Creator Magic sieht darin einen Schutz gegen eingeschleuste Anweisungen (Prompt-Injection), weil das Modell keinen Text ausgeben kann. Das ist die Aussage des Autors und nicht nachgeprüft. Auch ein Entscheidungsmodell kann durch eingeschleusten Text zu einer falschen Einordnung gebracht werden.
- Konfidenz ist nicht Trefferquote. Für Ja/Nein-Antworten ist die Eichung nicht getestet. Eine feste Schwelle setzt voraus, dass die Konfidenz ungefähr stimmt. Deshalb Stichproben prüfen (Schritt 6).
Einsätze aus den Videos
- Regel-Hook: blockiert eine Änderung, wenn das Entscheidungsmodell mit mindestens 80 % Sicherheit einen Verstoß gegen die Projektregeln sieht (AI LABS, 28.09., 11:24–11:56).
- Prüfschicht: Bei Änderungen an Zugriffsregeln fragt das Modell, ob jede dokumentierte Regel einen Test hat (4:51–5:24).
- Dateisuche: erst eine Stichwortsuche, dann ordnet das Modell je 20 Treffer nach Relevanz, statt einen Such-Agenten zu starten (7:35–8:40).
- Modell-Routing: Anhand einer Kurzbeschreibung je Modell wählt das Entscheidungsmodell, welches Sprachmodell eine Aufgabe bekommt (Jack Roberts, 19.09., 9:40–10:47).
- Posteingang: siehe Posteingang vorsortieren.
Vor dem Scharfschalten eine Woche lang Fehlalarme zählen (meine Empfehlung).
Offene Alternative: ein kleines lokales Klassifikationsmodell, oder ein kleines Sprachmodell wie Claude Haiku mit fest vorgegebenen Antworten. Das ist mehr Aufwand oder teurer – Listenpreise vor der Wahl vergleichen –, dafür ohne Bindung an eine einzelne Schnittstelle.
Verknüpfungen
- Ja/Nein-Wächter für Claude Code: fertige Hook-Werkzeuge, die ein Entscheidungsmodell als Prüfer nutzen.
- Checkpoints und Gates: Ein Entscheidungsmodell eignet sich als billige Vorprüfung vor dem Review.
- Modellwahl: Kosten pro Aufgabe: das richtige Modell für die richtige Aufgabe.
- Web-Daten: erst den Zugriffsweg klären: Ob sich gesammelte fremde Texte so vorfiltern lassen, ist offen (siehe Grenzen).
- Posteingang vorsortieren: das ausgearbeitete Muster für Mail.
- Wake-Gate für Dauerjobs: Ein Entscheidungsmodell kann die Frage „Hat sich etwas geändert?“ beantworten.
Quellen
- Jack Roberts: Jev AI Just Dropped, 19.09.2026, Kapitel 10:59
- Creator Magic: Jev Sorted 250 Emails for 1 Cent, 21.09.2026, Kapitel 03:41, 04:09–05:25. Beschreibung mit Partnerlinks
- AI LABS: Insane Jev Use Cases You Need To Use Right Now, 28.09.2026, Kapitel 02:19, 09:05, 11:15. Gesponsert von Zapier
- OpenRouter: Modellseite Jev 1.13, veröffentlicht 18.09.2026, abgerufen 02.10.2026
- OpenRouter: What Is Jev?, 21.09.2026
- AI LABS: This Just Fixed Your Claude Code Setup’s Biggest Flaw, 07.10.2026. Gesponsert von Decodo
Stand
Geprüft 02.10.2026, ergänzt 09.10., 11.10. und 16.10.2026 · Reifegrad neu · Grundlage der Videos vom 19.–28.09.: zuerst Titel, Beschreibung und Kapitelmarken; die Zeitmarken unter „Einsätze aus den Videos“ stammen aus meiner Sichtung der Transkripte. Video vom 07.10.: Transkript.
Das mit deinem Team ausprobieren? Dafür gibt es die KI-Werkstatt. KI-Werkstatt ansehen