Jev: Die KI, die nicht redet, sondern entscheidet

Montagmorgen, 8:12 Uhr. Im Postfach eines Handwerksbetriebs liegen 140 neue Nachrichten: Angebotsanfragen, Reklamationen, Rechnungen, eine Bewerbung, drei Newsletter. Jede davon verlangt eine Entscheidung – wohin damit, wie dringend, wer kümmert sich? Keine davon verlangt ein Gespräch.

Genau diese Lücke will ein Modell füllen, das Mitte September 2026 aus der Deckung kam. Es heißt Jev, stammt vom US-Start-up TypeSafe AI und hat eine für die aktuelle KI-Landschaft ungewöhnliche Eigenschaft: Es kann nicht chatten. Es schreibt keine Absätze, fasst nichts zusammen und erklärt sich nicht. Es beantwortet eine vorher festgelegte Frage – und sagt dazu, wie sicher es sich ist.

Hinter TypeSafe steht Diogo Almeida, Mitautor des InstructGPT-Papers von 2022, das heise als wichtige Grundlage für ChatGPT beschreibt. Das Unternehmen wurde 2024 gegründet, hat laut heise 40 Millionen US-Dollar Seed-Kapital eingesammelt und bietet Jev seit September 2026 im Early Access über eine gehostete API an. Wer verstehen will, wohin sich Automatisierung in kleinen und mittleren Unternehmen bewegt, sollte sich dieses Modell genauer ansehen – mit Neugier, aber auch mit dem nötigen Abstand.

Zwei Arten zu denken

Der Name der Modellklasse ist kein Zufall. TypeSafe nennt Jev ein „System One Model“ und borgt sich damit ein Bild des Psychologen und Nobelpreisträgers Daniel Kahneman. In „Thinking, Fast and Slow“ (2011) unterscheidet er zwei Denkweisen: System 1 arbeitet schnell, automatisch und mühelos – es erkennt ein wütendes Gesicht, bevor wir bewusst hinsehen. System 2 ist langsam, anstrengend und bewusst – es rechnet 17 × 24 oder wägt einen Vertrag ab.

Große Sprachmodelle ähneln in dieser Metapher eher System 2: Sie „denken laut“, erzeugen Token für Token eine Antwort und können dabei argumentieren, formulieren, programmieren. Das ist mächtig – und für viele Alltagsentscheidungen schlicht überdimensioniert. Wer nur wissen will, ob eine E-Mail eine Reklamation ist, braucht keinen Aufsatz darüber. Jev ist der Versuch, das schnelle, intuitive Urteil als eigenes Produkt zu bauen.

Was Jev ist – und was nicht

Technisch nimmt Jev zwei Dinge entgegen: einen Zustand – etwa den Text einer Kundenanfrage, ein Ticket oder einen Datensatz – und eine oder mehrere Fragen dazu. Die möglichen Antworten legen Sie vorher fest. Zurück kommt kein Fließtext, sondern ein typisiertes Ergebnis, das Software direkt weiterverarbeiten kann. Die Dokumentation kennt drei Grundformen:

• Noul – eine Ja/Nein-Aussage, beantwortet als Wahrscheinlichkeit zwischen 0 und 1 („Ist diese Nachricht dringend?“).
• Choice – die Auswahl aus einer festen Liste, mit Wahrscheinlichkeit pro Option („Vertrieb, Technik oder Buchhaltung?“).
• Score – eine Einordnung auf einer Skala, die Sie selbst definieren („ruhig – verärgert – sehr verärgert“).

Zu jeder Antwort liefert Jev eine Konfidenz: eine Zahl zwischen 0 und 1, abgeleitet aus der Wahrscheinlichkeitsverteilung. Ist die Verteilung auf eine Option konzentriert, ist das Modell sicher; ist sie verstreut, ist es unsicher. Trainiert wurde dieses Verhalten laut TypeSafe mit einem eigenen Verfahren namens „Reinforcement Learning for Calibrated Decisions“ (RLCD). Die Idee: Belohnt wird nicht nur die richtige Entscheidung, sondern auch eine ehrliche Einschätzung der eigenen Sicherheit.

Was Jev nicht ist, ist ebenso wichtig: kein Chatbot, kein Textgenerator, kein Ersatz für ein Sprachmodell. Die eigene Dokumentation sagt es unmissverständlich – das Modell ist nicht darauf trainiert, Text zu erzeugen, und schneidet schlecht ab, wenn man es dazu zwingt.

Die Zahlen – und wer sie gemessen hat

Auf der eigenen Website wirbt TypeSafe mit Superlativen: Jev sei auf System-One-Aufgaben 193,6-mal schneller und 444,6-mal günstiger als ein Sprachmodell, mit einer Antwortzeit von 0,114 statt 8,566 Sekunden. Solche Zahlen sind beeindruckend – und verlangen einen zweiten Blick.

Denn gemessen hat sie der Hersteller selbst; heise weist ausdrücklich darauf hin. Als Referenz für „richtige“ Antworten diente laut heise der Mittelwert der Antworten zweier großer Sprachmodelle, GPT-6 Astra und Claude Fable 5.1. KDnuggets ergänzt, dass auch die von TypeSafe genannte Genauigkeit von 68 Prozent auf solchen Referenzantworten beruht und nicht auf unabhängig geprüfter Wahrheit. Anders gesagt: Jev wurde daran gemessen, wie gut es große Modelle nachahmt – nicht daran, wie oft es in Ihrem Betrieb richtig liegt.

Das macht die Zahlen nicht wertlos. Dass ein spezialisiertes Modell für eine eng gefasste Aufgabe um Größenordnungen schneller und billiger ist als ein Generalist, ist plausibel. Aber ob es für Ihre Entscheidungen gut genug ist, beantwortet kein Datenblatt. Das beantworten nur Ihre eigenen Daten.

Wie eine Entscheidung aussieht

Ein Beispiel aus der Dokumentation von Cloudflare, wo Jev als Modell auf der Plattform Workers AI bereitsteht, zeigt das Prinzip. Eine Kundin schreibt: „Hilfe! Meine Auszahlungen schlagen seit drei Tagen fehl.“ Die Software stellt dazu drei Fragen auf einmal:

Das Ergebnis ist keine Prosa, sondern eine Datenstruktur: dringend mit 95 Prozent, Buchhaltung mit 87 Prozent, frustriert mit hoher Sicherheit. Ein Programm kann darauf sofort reagieren – das Ticket priorisieren, dem richtigen Team zuweisen, bei Bedarf eine Führungskraft informieren.

Spannend wird es bei der Konfidenz. TypeSafe empfiehlt drei Zonen: Oberhalb von 0,9 darf die Software automatisch handeln. Zwischen 0,5 und 0,9 ist Vorsicht geboten, etwa durch eine Rückfrage oder zusätzliche Prüfung. Unterhalb von 0,5 soll sie gar nicht handeln, sondern an einen Menschen oder ein anderes System übergeben. Wichtiger als die konkreten Werte ist der Grundsatz dahinter: Die Schwelle richtet sich nach dem Schaden, den ein Fehler anrichten würde. Ein Newsletter darf mit geringerer Sicherheit aussortiert werden als eine Kündigung.

Wo das im Mittelstand trägt

Jev spielt seine Stärken dort aus, wo drei Bedingungen zusammenkommen: Die Entscheidung wiederholt sich häufig, die möglichen Antworten lassen sich vorab aufzählen, und ein einzelner Fehler ist korrigierbar. Für kleine und mittlere Unternehmen ergeben sich daraus naheliegende Einsatzfelder:

• Posteingang sortieren: Anfrage, Reklamation, Rechnung, Bewerbung oder Werbung – und wie dringend?
• Anfragen vorqualifizieren: Passt das Projekt zum eigenen Leistungsangebot, und in welche Budgetklasse fällt es?
• Support-Tickets routen: an Technik, Vertrieb oder Buchhaltung, mit Priorität.
• Bewertungen und Feedback auswerten: Stimmung, Thema, Handlungsbedarf.
• Leitplanken für KI-Assistenten: Bevor ein Sprachmodell eine Aktion ausführt, prüft Jev, ob sie riskant ist – ein Muster, das LangChain beschreibt.

Gerade der letzte Punkt zeigt, wohin die Reise geht. Jev ist weniger Konkurrent als Komplize der großen Sprachmodelle. LangChain beschreibt die Arbeitsteilung so: ein Sprachmodell für offenes Denken und Formulieren, Jev für die schnellen, strukturierten Entscheidungen dazwischen. Ein Kundenservice-Assistent könnte also mit Jev klären, wer zuständig und wie dringend es ist – und nur dann ein teureres Modell eine Antwort formulieren lassen, wenn sie tatsächlich gebraucht wird.

Wo es nicht trägt

Bemerkenswert offen ist TypeSafe bei den Schwächen. Unter dem Stichwort „Model Jaggedness“ dokumentiert der Hersteller selbst, wo Jev 1.13 unzuverlässig wird:

• Rechnen und Zählen – das Modell ist ausdrücklich „kein Taschenrechner“.
• Datums- und Zeitlogik – Daten werden als Text gelesen, nicht als geordnete Größen.
• Verschachtelte Logik wie doppelte Verneinungen oder mehrstufige Schlüsse.
• Viel irrelevanter Kontext, der die Genauigkeit senkt.
• Manipulierte Eingaben, die das Urteil durch eingeschleuste Anweisungen lenken.
• Widersprüche zwischen Anweisung und Kriterien sowie wörtliches statt sinngemäßes Lesen.

Hinzu kommt ein Missverständnis, das KDnuggets auf den Punkt bringt. TypeSafe verspricht „Zero Hallucinations“ – und das stimmt nur in einem engen Sinn: Jev kann keine Antwort erfinden, die außerhalb der vorgegebenen Optionen liegt. Innerhalb dieser Optionen kann es sich aber sehr wohl irren.

Und schließlich die Transparenz: Jev begründet seine Entscheidungen nicht, und heise sieht darin eine offene Frage. Für Sie als Unternehmen heißt das: Will ein Kunde wissen, warum seine Anfrage nachrangig behandelt wurde, liefert das Modell keine Erklärung. Die müssen Ihre Prozesse liefern.

Recht: Wer entscheiden lässt, bleibt verantwortlich

Ein Modell, das entscheidet, berührt in Europa zwei Regelwerke. Das erste ist die DSGVO. Artikel 22 gibt Menschen das Recht, keiner ausschließlich automatisierten Entscheidung unterworfen zu werden, die ihnen gegenüber rechtliche Wirkung entfaltet oder sie in ähnlicher Weise erheblich beeinträchtigt. Wie weit das reicht, hat der Europäische Gerichtshof im Dezember 2023 im SCHUFA-Urteil (C-634/21) gezeigt: Schon ein automatisch ermittelter Score kann eine solche Entscheidung sein, wenn er für das Ergebnis maßgeblich ist.

Für die Praxis heißt das: Eine E-Mail vorzusortieren ist unproblematisch. Eine Bewerbung automatisch auszusortieren oder einem Kunden allein auf Basis eines Modell-Scores Konditionen zu verweigern, ist es nicht. Dort gehört ein Mensch in die Entscheidung – und zwar einer, der das Ergebnis tatsächlich prüft und nicht bloß abnickt.

Das zweite Regelwerk ist die europäische KI-Verordnung (AI Act). Sie stuft bestimmte Einsatzzwecke als hochriskant ein, darunter die Auswahl von Bewerbern und die Prüfung der Kreditwürdigkeit. Mit dem sogenannten Digital Omnibus, der Verordnung (EU) 2026/1744, wurden die Pflichten für solche eigenständigen Hochrisiko-Systeme auf den 2. Dezember 2027 verschoben. Aufgeschoben ist aber nicht aufgehoben: Wer heute ein Bewerbungsverfahren mit Jev automatisiert, baut ein System, das ab Dezember 2027 strenge Anforderungen erfüllen muss.

Bleibt der Datenschutz im engeren Sinn. TypeSafe verspricht, nicht mit Nutzerdaten zu trainieren, und bietet eine Null-Datenspeicherung (Zero Data Retention) an – allerdings nur für Enterprise-Kunden. Wer personenbezogene Daten an die API schickt, braucht einen Auftragsverarbeitungsvertrag und sollte prüfen, wo die Daten verarbeitet werden. Bei einem Anbieter aus San Francisco ist das keine Formalie.

Eine Entscheidungsregel für Entscheidungsmodelle

Ob Jev in Ihr Unternehmen passt, klären fünf Fragen – in dieser Reihenfolge:

1. Lässt sich die Entscheidung als feste Regel schreiben? Dann ist eine Regel besser – deterministisch, kostenlos, nachvollziehbar.
2. Ist der Antwortraum geschlossen? Wenn Sie die möglichen Antworten nicht vorab aufzählen können, ist ein Sprachmodell das bessere Werkzeug.
3. Wiederholt sich die Entscheidung oft genug? Bei zehn Fällen im Monat lohnt sich keine Automatisierung, bei zehntausend schon.
4. Was kostet ein Fehler – und wen trifft er? Betrifft er Menschen erheblich, gehört ein Mensch in den Ablauf.
5. Können Sie die Qualität messen? Ohne eigenen Prüfdatensatz bleibt jede Konfidenzschwelle geraten.

Fazit: die leise Revolution

Jev ist kein Durchbruch im Sinne einer neuen Intelligenz. Klassifikation gibt es seit Jahrzehnten, und KDnuggets hat recht, wenn es vor dem Revolutionsvokabular warnt. Interessant ist etwas anderes: Eine Fähigkeit, die bisher in teuren, gesprächigen Allzweckmodellen steckte, wird herausgelöst, verkleinert und mit einer ehrlichen Angabe zur eigenen Unsicherheit versehen. Das ist die Art Fortschritt, die in Unternehmen tatsächlich ankommt.

Für den Mittelstand liegt die Chance nicht darin, möglichst viel zu automatisieren, sondern die richtigen Entscheidungen: die häufigen, klar umrissenen, korrigierbaren. Wer dort anfängt, sauber misst und Menschen dort lässt, wo es um Menschen geht, bekommt mit Modellen wie Jev ein Werkzeug, das endlich schweigt – und einfach entscheidet.

Quellen