Entscheidungs-KI: Wenn KI nur noch Ja oder Nein sagt
Kurz gesagt
- Entscheidungs-KI schreibt keinen Text, sondern wählt aus vorgegebenen Optionen und gibt zu jeder Option eine Wahrscheinlichkeit zurück.
- Den Anfang machte Jev von TypeSafe AI im September 2026. OpenAI (Decisions API, 6. Oktober) und Microsoft (Microsoft-Decision-1, 9. Oktober) zogen innerhalb weniger Wochen nach.
- Typische Einsätze sind das Sortieren von Kundenanfragen, das Einordnen von Dokumenten und das Filtern von E-Mails.
- Der Nutzen: Ja-Nein-Aufgaben werden schneller und günstiger als mit großen Sprachmodellen. Offen ist, wie verlässlich die Wahrscheinlichkeiten in der Praxis sind.
Viele Aufgaben im Arbeitsalltag brauchen keinen Aufsatz, sondern eine klare Antwort: Ist diese Anfrage eine Beschwerde? Gehört dieses Dokument zur Buchhaltung? Ist diese E-Mail Spam? Bisher erledigen solche Entscheidungen oft große Sprachmodelle, die dafür langsam und teuer sind.
Entscheidungs-KI ist ein KI-Modell, das aus vorgegebenen Optionen auswählt und zu jeder Option eine Wahrscheinlichkeit zurückgibt, statt einen Text zu formulieren. Genau dafür gibt es seit Herbst 2026 eigene Modelle: Jev vom Startup TypeSafe AI, die Decisions API von OpenAI und Microsoft-Decision-1.
Für Unternehmen heißt das: Routineentscheidungen in Automatisierungen lassen sich schneller und günstiger treffen. Unsichere Fälle können automatisch an einen Menschen gehen. Wie gut das im Alltag funktioniert, zeigt sich aber erst im eigenen Test.
Was ist Entscheidungs-KI und wie funktioniert sie?
Entscheidungs-KI bekommt eine Eingabe und eine feste Liste möglicher Antworten. Statt frei zu schreiben, bewertet das Modell jede Option und liefert eine Wahrscheinlichkeit zurück. Das Ergebnis ist eine Zahl pro Option, die eine Software direkt weiterverarbeiten kann.
Ein Beispiel: Eine Kundenanfrage soll einer von drei Kategorien zugeordnet werden, etwa „Rechnung“, „Technik“ oder „Kündigung“. Entwickler:innen geben diese drei Optionen vor. Die Entscheidungs-KI antwortet mit einer Einschätzung je Kategorie, und das System leitet die Anfrage an das passende Team weiter.
Der Unterschied zu einem Chatbot liegt im Ausgabeformat. Ein Sprachmodell erzeugt Wort für Wort einen Text, der danach erst ausgewertet werden muss. Ein Entscheidungsmodell liefert die Entscheidung selbst. Das spart Rechenaufwand und macht das Ergebnis leichter prüfbar.
Welche Entscheidungs-KI-Modelle gibt es 2026?
Im Oktober 2026 gibt es drei bekannte Angebote: Jev von TypeSafe AI, die Decisions API von OpenAI und Microsoft-Decision-1. Alle drei richten sich an Entwickler:innen und werden über eine Programmierschnittstelle angesprochen. Sie unterscheiden sich vor allem beim Startzeitpunkt und bei den Eingaben, die sie verstehen.
| Modell | Anbieter | Start | Eingaben |
|---|---|---|---|
| Jev | TypeSafe AI | Mitte September 2026 | Text |
| Decisions API | OpenAI | 6. Oktober 2026, Testversion für alle Entwickler:innen | Text und Bilder, etwa Fotos oder Screenshots |
| Microsoft-Decision-1 | Microsoft | vorgestellt am 9. Oktober 2026 | noch keine Angaben |
Jev war der Auslöser des Trends, wie Fortune berichtet. Das Modell liefert seine Wahrscheinlichkeiten schnell und günstig und fand sofort Anklang. Laut der Entwicklerplattform Vercel probierten fast 13 Prozent ihrer zahlenden Teams Jev innerhalb eines Tages aus.
Die Decisions API von OpenAI kann zusätzlich Bilder verarbeiten. Damit lassen sich auch Fotos oder Screenshots einordnen, was Jev bislang nicht kann. Microsoft-Decision-1 folgte drei Tage nach OpenAI. Zu Leistung und Eingaben des Microsoft-Modells liegen bisher kaum Angaben vor.
Wofür eignet sich Entscheidungs-KI im Unternehmen?
Entscheidungs-KI eignet sich für wiederkehrende Aufgaben mit einer begrenzten Zahl klarer Antworten. Überall dort, wo heute jemand Eingänge sortiert, markiert oder weiterleitet, kann ein Entscheidungsmodell den ersten Schritt übernehmen. Genannt werden vor allem drei Einsatzfelder:
- Kundenanfragen sortieren: Tickets und Nachrichten nach Thema oder Dringlichkeit einordnen und an das richtige Team leiten.
- Dokumente einordnen: Eingehende Unterlagen einer Kategorie zuweisen, etwa Rechnung, Vertrag oder Bewerbung.
- E-Mails filtern: Relevante Nachrichten von Werbung, Spam oder Routine-Benachrichtigungen trennen.
Der Vorteil gegenüber einem großen Sprachmodell ist der Aufwand pro Entscheidung. Wer täglich Tausende Eingänge sortieren lässt, merkt Geschwindigkeit und Kosten deutlich. Entscheidungsmodelle sollen Automatisierung damit auch in großem Umfang bezahlbar machen.
Weniger geeignet ist Entscheidungs-KI für offene Aufgaben. Eine Antwort an einen Kunden formulieren, einen Bericht zusammenfassen oder Ideen sammeln bleibt Sache von Sprachmodellen. In vielen Abläufen arbeiten beide zusammen: Das Entscheidungsmodell sortiert vor, das Sprachmodell schreibt danach.
Was passiert, wenn sich die Entscheidungs-KI unsicher ist?
Ist sich das Modell unsicher, kann die Anfrage automatisch an einen Menschen oder an ein größeres Modell weitergehen. Weil die Entscheidungs-KI zu jeder Option eine Wahrscheinlichkeit liefert, lässt sich festlegen, ab welchem Wert das System selbst entscheidet und wann es übergibt.
Dieses Prinzip heißt Human in the Loop: Der Mensch bleibt für die schwierigen Fälle zuständig, die Maschine übernimmt die eindeutigen. So sinkt die Routinelast, ohne dass kritische Entscheidungen ungeprüft bleiben.
Wichtig ist eine ehrliche Einschränkung. Wie verlässlich die ausgegebenen Wahrscheinlichkeiten im Praxiseinsatz sind, ist noch offen. Eine hohe Zahl bedeutet nicht automatisch eine richtige Entscheidung. Unternehmen sollten die Treffer daher mit eigenen Beispielen prüfen, bevor sie Abläufe vollständig umstellen.
Warum ziehen OpenAI und Microsoft so schnell nach?
Die großen Anbieter reagieren auf einen schnell wachsenden Markt. TypeSafe AI wird von Investor:innen inzwischen mit 7,5 Milliarden Dollar bewertet. OpenAI und Microsoft brachten ihre eigenen Entscheidungsmodelle innerhalb weniger Wochen nach Jevs Start heraus.
Wie spontan das geschah, zeigt eine Aussage aus dem Hause OpenAI. Laut OpenAI-Manager Nikunj Handa stand der eigene Dienst vier Wochen vor dem Start noch nicht auf der Roadmap. Das Tempo spricht dafür, wie ernst die großen Anbieter das Thema nehmen.
Für ein Startup wie TypeSafe AI wird es dadurch schwerer. OpenAI und Microsoft haben eine enorme Reichweite bei Entwickler:innen und Unternehmen. Für Anwender:innen ist der Wettbewerb dagegen eine gute Nachricht: Es gibt mehr Auswahl, und die Anbieter müssen sich über Qualität und Preis unterscheiden.
Was bedeutet Entscheidungs-KI für dich?
Auch ohne eigene Entwicklungsabteilung lohnt sich der Blick auf das Thema. Die meisten Teams haben Abläufe, in denen jemand täglich dieselbe Art von Entscheidung trifft. Genau dort setzt Entscheidungs-KI an. Vier Schritte helfen beim Einstieg:
- Ja-Nein-Aufgaben sammeln: Notiere, wo im Team regelmäßig sortiert, markiert oder weitergeleitet wird.
- Optionen klar festlegen: Entscheidungs-KI braucht eine feste Liste möglicher Antworten. Je eindeutiger die Kategorien, desto besser das Ergebnis.
- Übergabe an Menschen planen: Lege fest, was mit unsicheren Fällen passiert und wer sie bearbeitet.
- Klein testen: Lass das Modell eine Stichprobe bereits erledigter Fälle bewerten und vergleiche die Treffer mit den echten Entscheidungen.
Ein häufiger Fehler ist es, mit dem schwierigsten Prozess zu beginnen. Besser funktioniert ein einfacher Ablauf mit vielen gleichartigen Fällen. Dort zeigt sich schnell, ob sich der Einsatz lohnt. Weitere Praxisartikel zu KI im Arbeitsalltag findest du in den Insights der AI Academy.
Häufige Fragen zu Entscheidungs-KI
Was ist der Unterschied zwischen Entscheidungs-KI und ChatGPT?
ChatGPT basiert auf einem Sprachmodell, das Texte Wort für Wort erzeugt. Es kann Fragen beantworten, Texte schreiben und Inhalte zusammenfassen. Entscheidungs-KI erzeugt dagegen keinen Text. Sie bekommt eine feste Liste von Optionen und gibt zu jeder Option eine Wahrscheinlichkeit zurück. Damit ist sie auf eine einzige Aufgabe spezialisiert: auswählen. Für Ja-Nein-Fragen und Sortieraufgaben ist das schneller und günstiger, weil kein ganzer Text entstehen muss. Für offene Aufgaben wie Formulieren oder Zusammenfassen bleibt ein Sprachmodell die bessere Wahl.
Welche Anbieter von Entscheidungs-KI gibt es?
Im Oktober 2026 sind drei Angebote bekannt. Jev vom Startup TypeSafe AI erschien Mitte September 2026 und verarbeitet Text. OpenAI öffnete am 6. Oktober 2026 seine Decisions API als Testversion für alle Entwickler:innen, sie versteht auch Bilder. Microsoft stellte am 9. Oktober 2026 Microsoft-Decision-1 vor. Alle drei werden über eine Programmierschnittstelle angesprochen und richten sich damit zunächst an Entwickler:innen.
Kann Entscheidungs-KI auch Bilder auswerten?
Das hängt vom Anbieter ab. Die Decisions API von OpenAI verarbeitet zusätzlich Bilder, etwa Fotos oder Screenshots. Damit lassen sich auch visuelle Eingänge einordnen, zum Beispiel ein abfotografierter Beleg oder ein Screenshot aus einer Fehlermeldung. Jev von TypeSafe AI versteht bislang nur Text. Zu Microsoft-Decision-1 liegen dazu bisher keine Angaben vor. Wer Bilder sortieren möchte, sollte vor der Auswahl prüfen, welche Eingaben das jeweilige Modell aktuell unterstützt.
Wie zuverlässig ist Entscheidungs-KI?
Das ist die wichtigste offene Frage. Entscheidungs-KI liefert zu jeder Option eine Wahrscheinlichkeit, doch wie gut diese Werte im Praxiseinsatz zur tatsächlichen Trefferquote passen, ist noch nicht geklärt. Eine hohe Wahrscheinlichkeit garantiert keine richtige Entscheidung. Deshalb empfiehlt sich ein Test mit eigenen Daten: Lass das Modell bereits erledigte Fälle bewerten und vergleiche die Ergebnisse mit den echten Entscheidungen. Zusätzlich sollten unsichere Fälle automatisch an einen Menschen gehen.
Ersetzt Entscheidungs-KI Mitarbeitende?
Entscheidungs-KI übernimmt vor allem gleichförmige Sortier- und Zuordnungsaufgaben. Sie ist ausdrücklich darauf ausgelegt, unsichere Fälle an einen Menschen oder ein größeres Modell weiterzugeben. Die Arbeit verschiebt sich dadurch: weniger manuelles Sortieren, mehr Bearbeitung der schwierigen Fälle und mehr Kontrolle der Ergebnisse. Damit das funktioniert, braucht es Menschen, die verstehen, wie solche Systeme arbeiten, wo ihre Grenzen liegen und wie man Abläufe sinnvoll aufteilt.
Brauche ich Programmierkenntnisse, um Entscheidungs-KI zu nutzen?
Für die direkte Nutzung derzeit ja. Jev, die Decisions API und Microsoft-Decision-1 werden über eine Programmierschnittstelle angesprochen, also von Entwickler:innen in eigene Software eingebunden. Wer nicht programmiert, profitiert eher indirekt: über Automatisierungen, die ein Team im Unternehmen aufsetzt. Hilfreich ist trotzdem ein Grundverständnis von KI-Workflows. Wer weiß, welche Aufgaben sich eignen und wie eine Übergabe an Menschen aussieht, kann solche Projekte im eigenen Bereich gezielt anstoßen.
Wo fange ich mit Entscheidungs-KI im Team an?
Am besten bei einem einfachen Ablauf mit vielen gleichartigen Fällen, zum Beispiel beim Sortieren eingehender E-Mails oder Anfragen. Lege zuerst fest, welche Antwortmöglichkeiten es gibt, und sammle eine Stichprobe bereits entschiedener Fälle. Damit lässt sich prüfen, wie oft das Modell richtig liegt. Plane von Anfang an ein, was mit unsicheren Fällen passiert. Erst wenn der Test überzeugt, lohnt es sich, den Ablauf schrittweise zu automatisieren.
Fazit: Entscheidungs-KI macht Automatisierung günstiger
Entscheidungs-KI füllt eine Lücke zwischen fester Regel und großem Sprachmodell: Sie trifft einfache Entscheidungen schnell und günstig und gibt unsichere Fälle ab. Dass OpenAI und Microsoft innerhalb weniger Wochen nachgezogen haben, zeigt, wie viel Potenzial die Branche darin sieht. Ob die Wahrscheinlichkeiten halten, was sie versprechen, muss jedes Team mit eigenen Daten prüfen.
Wer solche Abläufe selbst aufbauen oder im Unternehmen begleiten will, braucht praktisches Wissen über KI-Workflows und Automatisierung. Die berufsbegleitenden KI-Weiterbildungen der STARTPLATZ AI Academy vermitteln genau das, ebenso die Weiterbildung zum KI-Manager in Vollzeit, die mit Bildungsgutschein gefördert werden kann. Für Teams gibt es KI-Formate für Unternehmen.