⚡Jev ist eine neue KI für Entscheidungen statt Antworten
PLUS: KI-Transkription in Meetings unbemerkt blockieren
Hey Friends,
Gestern spät Abends erreichte uns noch die Meldung von OpenAI, dass ein internes Modell neben dem Navier-Stokes Millenium-Problem nun 100 weitere große Probleme der Mathematik gelöst hat.
Und gleichzeitig haben Forscher von Bottleneck Labs ein Experiment gestartet: Die Forscher gaben sieben aktuellen KI-Modellen jeweils 300 Dollar, einen eigenen Computer und einen simplen Auftrag: Verdient so viel Geld wie möglich.
72 Stunden später war die Bilanz beeindruckend. Nur leider in die falsche Richtung. Qwen verschickte 50 Rechnungen über insgesamt mehr als 12.000 Dollar für Dienstleistungen, die niemand bestellt hat. Grok sammelte hunderte E-Mail-Adressen und bombardierte sie mit Werbung. Verdient haben sie keinen Cent!
KI löst gerade also die größten mathematischen Probleme unserer Zeit, und schafft es gleichzeitig nicht ein paar Euro zu verdienen. Auf gehts!
Peanuts für heute:
🧠 Die Große Nuss: Ein KI-Modell, das bewusst keinen Text schreiben kann
📊 Highlight: Europa hat 5 % der globalen KI-Rechenleistung, die USA 75 %
🛠️ Trai it Out: KI-Transkription in Meetings unbemerkt blockieren
Diese Ausgabe wird von TENPAL unterstützt
Der Staat ist der größte Auftraggeber Deutschlands. Trotzdem bewerben sich die meisten Firmen nie auf öffentliche Ausschreibungen. Der Grund: 44.109 Vergabestellen mit eigenen Portalen, und ein einziges Angebot kostet 15 bis 30 Stunden Papierkram. Kein Wunder, dass immer dieselben paar Firmen gewinnen.
Tenpal erledigt das automatisch: Durchsucht alle Portale, gleicht jede Ausschreibung mit dem Profil der Firma ab, analysiert Vergabedokumente im Detail und sagt klar: Bewerben oder nicht. Bei "Bewerben" füllt Tenpal die Formblätter aus und schreibt das Angebot vor. Du schaust drüber und reichst ein.
Beispiel: Ein Landesamt schreibt den Relaunch seines Bürgerportals aus, 180.000 Euro, Frist 30 Tage. Tenpal findet die Ausschreibung, prüft die Anforderungen, und am nächsten Morgen liegen Angebotsschreiben, Eigenerklärung und Referenzliste zum Gegenlesen bereit.
Aus 30 Stunden werden 5. Wenn du irgendwas anbietest, das der Staat einkauft, lohnt sich ein Blick.
⚡ Jev ist eine neue KI für Entscheidungen statt Antworten
Jev ist ein ziemlich merkwürdiges KI-Modell. Es kann keinen Text schreiben. Keine Antwortmail. Keinen Code. Trotzdem hat Jev in der letzten Woche enorm viel Aufmerksamkeit bekommen. Zurecht!
Das neue Modell wurde von der Firma TypeSafe für eine andere Aufgabe gebaut als ChatGPT, Claude oder Gemini. Es soll nämlich aus vorhandenen Informationen sehr schnell eine klar definierte Entscheidung treffen.
Hinter TypeSafe steht unter anderem Diogo Almeida. Er arbeitete zuvor bei OpenAI und hat an wichtigen Trainingsmethoden hinter ChatGPT gearbeitet, die mittlerweile alle großen KI-Labs benutzen. Seit seinem Abgang beschäftigt ihn eine konkrete Frage. Wenn Sprachmodelle inzwischen so gut mit Menschen kommunizieren können, warum steckt dann noch so wenig KI tief in normaler Software?
Jev ist die Antwort darauf.
Jev berechnet Entscheidungen statt Sätze
Nehmen wir eine typische Kundenmail:
„Meine Kreditkarte wurde diesen Monat schon wieder zweimal belastet. Ich habe euch letzte Woche geschrieben und immer noch keine Antwort bekommen.“
Ein großes Sprachmodell könnte darauf eine freundliche Antwort formulieren. Die Software im Hintergrund muss vorher aber ganz andere Dinge entscheiden. Welches Team ist zuständig, wie dringend ist die Anfrage und geht es um eine Rückerstattung oder etwas anderes?
Und hier wird der Unterschied zu einem normalen Sprachmodell wichtig. ChatGPT bekommt einen Text und beginnt eine Antwort zu schreiben. Vereinfacht berechnet das Sprachmodell immer wieder, welcher nächste Textbaustein am wahrscheinlichsten passt. Aus Tausenden solcher Entscheidungen entsteht schließlich eine Antwort.
Jev bekommt zusätzlich zum Text einen klar festgelegten Entscheidungsraum. Unsere Software könnte Jev zum Beispiel die Kundenmail, den bisherigen Nachrichtenverlauf und Informationen über das Kundenkonto übergeben. Und für die Frage, welches Team zuständig ist, bekommt Jev nur die drei Antwortmöglichkeiten Billing, Support oder Sales.
Jev berechnet dann Wahrscheinlichkeiten nur für diese Möglichkeiten. Für unsere Kundenmail wäre es zum Beispiel mit sehr hoher Wahrscheinlichkeit Billing und die Dringlichkeit wäre hoch, weil der Kunde schon länger auf eine Antwort wartet. Jev muss daraus keinen Satz bauen. Die drei möglichen Antworten standen vorher schon fest. Das Modell bewertet, welche davon am besten zu den Informationen passt.
Dasselbe funktioniert mit Ja-Nein-Fragen oder Bewertungen auf einer Skala. Danach übernimmt normale Software. Jev würde lediglich die Mail mit Billing labeln und die Dringlichkeit auf Hoch stellen. Genau solche Entscheidungen will Jev übernehmen und macht es um Längen schneller, billiger und zuverlässiger als gängige Sprachmodelle. Das ist die Innovation hinter Jev.
Für manche Entscheidungen braucht es kein langes Nachdenken
TypeSafe nennt Jev ein „System One Model“. Der Name stammt aus Daniel Kahnemans Buch Thinking, Fast and Slow.
Die Idee dahinter ist eigentlich ziemlich simpel. Wenn jemand fragt, welche Farbe eine rote Ampel hat, kennst du die Antwort praktisch sofort. Wenn jemand fragt, welche von fünf Wohnungen über die nächsten zehn Jahre die beste Investition wäre, musst du rechnen, vergleichen und mehrere Dinge gegeneinander abwägen. Kahneman nennt die erste Art von Entscheidung System 1 und die zweite System 2.
TypeSafe überträgt dieses Bild auf KI. Ein starkes Reasoning-Modell ist für Aufgaben gebaut, bei denen mehrere Schritte nötig sind. Jev bekommt den relevanten Kontext und die möglichen Entscheidungen schon vorgegeben. Seine Aufgabe besteht nur darin, diese begrenzten Möglichkeiten zu bewerten. Der Clou ist aber, dass Jev 200x schneller, und bis zu 400x günstiger als herkömmliche LLMs ist.
Man wäre überrascht, auf wie viele Anwendungen Jev passen würde. Ist diese Mail wichtig? Soll dieser Beleg in die Buchhaltung? Soll ich hier drauf klicken? Ist das hier Betrug? Das kann man nun alles nahezu in Echtzeit und günstig von Jev beantworten lassen.
Unternehmen können aber Regeln dafür festlegen, wann Jev selbst entscheiden darf und ab welcher Unsicherheit ein Mensch oder ein stärkeres Modell übernehmen soll.
Diese Form von KI läuft im Hintergrund
Wir haben uns in diesem Newsletter schon häufiger gefragt, wie das Interface von KI zukünftig aussehen wird. Dass wir dauerhaft ein Chatfenster öffnen und mit einem Sprachmodell Nachrichten hin und herschicken, wirkt zunehmend unwahrscheinlich. Neue Agentensysteme haben dieses Bild schon verändert und neue Modelle wie Jev verschieben die KI noch tiefer in das Backend von Software.
Stell dir ein zukünftiges CRM-System vor. Normaler Code berechnet Preise, Termine und feste Geschäftsregeln. Ein Modell wie Jev sortiert neue Anfragen, bewertet ihre Dringlichkeit und entscheidet, welcher Prozess zuständig ist. Ein großes Reasoning-Modell wird aufgerufen, wenn ein Fall mehrere Schritte oder eine ausführliche Analyse braucht. Unsichere oder folgenreiche Entscheidungen gehen an einen Menschen. Der Nutzer muss davon nichts sehen.
So benutzen wir längst andere Formen von Machine Learning. Wenn YouTube entscheidet, welches Video als Nächstes empfohlen wird, öffnen wir dafür auch kein Gespräch mit dem Empfehlungsalgorithmus. Er ist einfach Teil des Produkts.
Genau darauf setzt TypeSafe auch beim Namen Jev. Der Name spielt auf das Jevons-Paradoxon an. Im 19. Jahrhundert wurden Dampfmaschinen effizienter. Dadurch wurde ihre Nutzung günstiger und plötzlich lohnten sich viel mehr Anwendungen. Obwohl für dieselbe Leistung weniger Kohle benötigt wurde, stieg der gesamte Kohleverbrauch stark.
TypeSafe erwartet einen ähnlichen Effekt bei KI. Wenn eine einzelne intelligente Entscheidung nur noch einen winzigen Bruchteil eines Cents kostet und in wenigen Millisekunden getroffen werden kann, werden Entwickler sie wahrscheinlich an viel mehr Stellen einsetzen.
Und damit ergibt auch Jevs merkwürdigste Eigenschaft vom Anfang wieder Sinn. Es kann keinen Text schreiben, weil es für viele seiner möglichen Aufgaben überhaupt keinen Text schreiben muss. Die Waitlist wurde gestern aufgehoben. Wer Jev ausprobieren will, kann es also sofort tun.
Quellen: TypeSafe Launchpost, Diogo Almeidas ursprünglicher X-Post zu Jev, Video-Vortrag vom Gründer
🛠 Trai it out:
Kalypta - Die Waffe gegen Meeting Bots
KI-Notetaker wie Granola oder Fireflies haben sich in den letzten Jahren still in unzählige Meetings eingeschlichen, manchmal ohne dass alle Teilnehmenden es wissen oder wollen.
Kalypta dreht diesen Spieß jetzt um: Die App läuft lokal auf deinem Gerät und verändert das Audiosignal in Echtzeit so, dass KI-Transkriptionssysteme es nicht mehr zuverlässig auflösen können.
Das Ganze basiert auf einem kleinen lokalen Modell (also ohne Cloud-Upload deiner Audiodaten), das speziell gegen bekannte Tools wie Whisper trainiert wurde. Für menschliche Ohren klingt das Gespräch ganz normal weiter, die KI stolpert aber über zwei von drei Wörtern.
In vielen Unternehmen gibt es klare Regeln, was in Meetings aufgezeichnet werden darf, und Kalypta gibt dir die Kontrolle zurück, die du eigentlich immer hättest haben sollen. Wer regelmäßig sensible Gespräche führt, mit Kunden, in der Beratung oder intern, sollte das mal anschauen. Link, Link2
Tools kurz & knackig:
ZuckOff – Noch ein spannendes Privacy-Tool. Kamerabrillen nutzen Bluetooth wenn sie aufzeichnen. ZuckOff hört darauf und informiert dich, wenn sich Ray-Ban Meta, Oakley Meta, Snap Spectacles oder ähnliche Hardware in der Nähe befinde und recorden.
Toki — KI-Assistent per SMS, der Termine koordiniert, Erinnerungen setzt und Kalendereinträge anlegt, ohne dass du eine weitere App öffnen musst.
Claude for Financial Advisors — Anthropics Claude speziell für Finanzberater.
Exa Snapshot — Durchsucht das Web so, wie es an einem bestimmten Datum in der Vergangenheit ausgesehen hat, nützlich für historische Recherchen und manipulationsfreie Modelltests.
🍭🍬 Gemischte Tüte
📖 Must Reads:
Unsere Gemischte Tüte ist immer vollgepackt - in dieser Sektion kuratieren wir die aus unserer Sicht wichtigsten Links:
Europäische Expert warnen, dass Europa bei KI-Rechenleistung und Zugang zu Spitzenmodellen gefährlich abhängig von den USA ist. Es passiert etwas in Europa in Sachen KI. In ihrem Bericht „A Transformative AI Strategy for Europe“ schreiben sie, dass nur rund 5 Prozent der weltweiten KI-Rechenleistung in der EU stehen, gegenüber 75 Prozent in den USA. Zwei amerikanische Rechenzentren sollen zusammen bereits mehr Kapazität haben als ganz Europa. Laut dem Bericht wurde Europa allein in diesem Jahr zweimal durch US-Exportregeln vom Zugang zum jeweils leistungsfähigsten KI-Modell ausgeschlossen. Selbst die EU-Cybersicherheitsagentur habe wochenlang um Zugang verhandeln müssen und verfüge weiterhin nicht über die neueste Version. Parallel dazu wird die Debatte politischer: Frankreichs Finanzminister Roland Lescure sieht Forderungen nach langsamerer KI-Entwicklung offenbar auch als Versuch amerikanischer Labore, ihren Vorsprung abzusichern, und fordert stattdessen mehr Tempo in Europa. Link, Link 2
Anthropic soll ein Wet Lab in der Bay Area aufgebaut haben. Bei einem Wet Lab handelt es sich um ein physisches Labor für biologische oder chemische Experimente, im Unterschied zu rein rechnergestützter Forschung. Das Labor soll der Entwicklung eines Programms zur KI-gestützten Arzneimittelforschung dienen. Offizielle Informationen gibt es dazu noch nicht. Link
OpenAI, Anthropic & Co sollen Sicherheitsargumente nutzen, um strengere Regeln für ihre Konkurrenten durchzusetzen. Medienberichten zufolge sollen OpenAI und Anthropic einzelne KI-Sicherheitsvorfälle gegenüber US-Behörden übertrieben dargestellt haben. Parallel dazu wirft eine Klage Anthropic, OpenAI, Google und einer Musk-nahen Einheit vor, sich über eine Verlangsamung der KI-Entwicklung abgestimmt zu haben. Hinter dem Streit steckt eine größere Machtfrage. Google-DeepMind-Chef Demis Hassabis unterstützte offenbar eine neue, von der Industrie finanzierte KI-Aufsicht, die Standards setzen und Unternehmen kontrollieren sollte. Elon Musk, Mark Zuckerberg und Nvidia-Chef Jensen Huang sollen bei der Trump-Regierung gegen diesen Vorschlag interveniert haben. Musk schlug stattdessen vor, dass KI-Labore ihre Modelle gegenseitig überprüfen, ausdrücklich auch amerikanische und chinesische Anbieter. Die Debatte zeigt ziemlich deutlich, wie eng Sicherheitsfragen, Regulierung und wirtschaftliche Interessen inzwischen miteinander verbunden sind. Link, Link 2
🇪🇺 EU & Deutschland:
👩💻 Tech-News:
SpaceX führt Gespräche zum Kauf von Daten gescheiterter Startups für das Training eigener KI-Modelle. Link
OpenAI übernimmt ein Startup, das eine Smartphone-Kamera entwickelt. Link
Ein KI-generierter Analysebericht des US-Militärs führte fast zu einem militärischen Eingreifen gegen ein chinesisches Schiff. Link
Anthropic erwägt vor dem geplanten Börsengang noch ein neues KI-Modell zu veröffentlichen. Link
Neues Interview mit OpenAI CEO Sam Altman. Link
OpenAI kündigt „Astra for Law“ an, ein Angebot für Kanzleien mit Recherche-Tools und einem Suchindex mit über 230 Millionen juristische Dokumenten. Link
OpenAI integriert ChatGPT direkt in Microsoft Word, PowerPoint und Excel, verfügbar für alle Tarife inklusive der kostenlosen Version. Link
Das Dating-Startup Ditto lässt KI-Agenten mit Hunderten anderer Nutzer-Agenten simulierte Dates führen, um passende reale Matches vorzuschlagen. Link
Ein Nutzer berichtet, das KI-Modell GPT Astra habe eine bislang ungelöste deutsche Funkverschlüsselung aus dem Jahr 1918 entschlüsselt. Link
Fünfundzwanzig Fields-Medaillenträger warnen in einem offenen Brief, KI könnte mathematische Beweisführung und wissenschaftlichen Austausch entwerten. Link
💻 Agentic Engineering:
Anthropic führt Claude Cowork und Claude Chat zu einer einzigen Anwendung zusammen, die auch nach Schließen des Laptops weiterarbeitet. Link
🌍 Geopolitik & AI Race:
Donald Trump kündigt die Einrichtung einer „AI Force“ sowie die Ernennung eines KI-Beauftragten an, ohne Details oder Namen zu nennen. Link
Reid Hoffman (LinkedIn-Gründer) fordert kostenlose KI-Assistenten für Medizin, Recht und Bildung als Ausgleich für den Ausbau von Rechenzentren in den USA. Link
👷 Arbeitswelt:
🔐 AI Safety & Governance:
OpenAI führt ein Rahmenwerk ein, um Fehlverhalten seiner KI-Modelle systematisch zu verfolgen und öffentlich offenzulegen, und veröffentlicht sechs Beispielberichte. Link
Google hat nun auch Hacking-Vorwürfe durch KI. Link
OpenAI lässt Hunderte Vertragskräfte reale ChatGPT-Gespräche lesen, um Antworten zu verbessern, darunter teils sensible persönliche Inhalte der Nutzer. Link
Anthropic-Chef Dario Amodei erklärt, er wäre bereit, Anthropic an eine geeignete Regierungskoalition zu übergeben. Link
Anthropic-CEO Dario Amodei schlägt vor, KI-Modelle künftig von externen Prüfern der Organisation METR kontrollieren zu lassen, kritisiert wird deren Nähe zu Anthropic. Link
Nvidia-Chef Jensen Huang weist Warnungen vor einer KI-bedingten Auslöschung der Menschheit als übertriebene "Doomsday-Erzählungen" zurück. Link
Kaliforniens Gouverneur Newsom ordnet per Dekret strengere Sicherheitsregeln für KI-Spitzenmodelle an, Experten sollen binnen zwei Monaten Maßnahmen wie Notausschalter vorschlagen. Link
🏥 Health & Science:
Forscher am MIT entwickeln KI-Methode, die während Operationen aufgenommene Röntgenbilder in etwa fünf Minuten präzise mit 3D-Scans eines Patienten abgleicht. Link
🎨 Kreativ & Medien:
Die Schauspielergewerkschaft SAG-AFTRA kritisiert die KI-Figur Tilly Norwood, die sich in einem Interview für eine Rolle in Hollywood ausspricht. Absurd"! Link
📈 Chart of the Week:
🧂 Salty Memes:
Klicken für mehr Infos zu den Autoren
Du hast Fragen, Anmerkungen oder brauchst unsere Hilfe?
Schreib uns einfach an:
[email protected]
Bis zur nächsten Ausgabe!