Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
fragen-funde22. Oktober 2026 · Q005180

How to Add a Decision Model to Your Agentic Coding Workflow

alphasignal.ai · Originalbericht öffnen ↗

Zusammenfassung

Für diesen Bericht lag nur ein Auszug oder keine vollständige Fassung vor. Die Zusammenfassung sagt das selbst.

Kurz

Der Bericht liegt nur als Auszug vor; die angekündigte detaillierte Prüfung der Modelle fehlt. In einem Versuch mit zwölf Claude-Code-Änderungen wählten Jev und winnow:e4b laut Autor jeweils die erwartete Zusatzprüfung, während Claude dies neunmal und eine Dateinamenregel dreimal tat; alle Ansätze hätten einen verbliebenen API-Fehler erkannt. Der Autor rät zu einem zunächst rein protokollierenden Einsatz und sieht Decision Models besonders bei veränderlichen Auswahloptionen als nützlich an.

Mittel

Der bereitgestellte Bericht ist nur ein Auszug; der Artikel bricht bei einer Aufforderung zum Anmelden ab, bevor die angekündigten Details zu Methode und Auswertung folgen.

Adham Khaled sieht Decision Models als klassifikatorähnliche Systeme, die aus vorgegebenen Optionen eine auswählen und Wahrscheinlichkeiten dafür liefern. Er erprobte ihren Einsatz nach erfolgreichen Pflicht-Tests in einem Claude-Code-Ablauf: Ein Agent hatte eine Dokumenten-API mit zwölf Fehlern versehen, und Claude behob diese. Zwar bestanden alle Änderungen neun Pflicht-Tests, doch ein Umbenennen mit Leerzeichen am Rand führte dazu, dass die API den ungefilterten Titel zurückgab, obwohl die Datenbank den bereinigten speicherte.

Laut Autor wählten Jev und winnow:e4b in allen zwölf Fällen die erwartete Zusatzprüfung aus; Claude tat dies neunmal und eine Dateinamenregel dreimal. Alle Ansätze hätten den verbliebenen Fehler entdeckt. Er empfiehlt, Modellentscheidungen zunächst nur zu protokollieren und sie erst einzusetzen, wenn sie eine statische Regel übertreffen. Bei sich ändernden Optionen sieht er Vorteile durch die Beschreibbarkeit in Alltagssprache ohne Training; bei stabilen Kategorien und gelabelten Daten bevorzugt er einen trainierten Klassifikator. Die Verlässlichkeitstests aus dem angekündigten zweiten Teil sind hier nicht enthalten.

Ausführlich lesen

Der bereitgestellte Bericht ist nur ein Auszug: Er endet an einer Aufforderung, ein kostenloses Konto anzulegen, um den restlichen Artikel zu lesen. Deshalb fehlen angekündigte Einzelheiten zur Methode, zu den Tests und zur Auswertung.

Adham Khaled beschreibt sogenannte Decision Models als Systeme, die aus vorgegebenen Antworten eine auswählen und jeder Option eine Wahrscheinlichkeit zuweisen. Seiner Einschätzung nach ist die Bezeichnung neu, die Funktion aber im Kern mit Klassifikatoren vergleichbar. Den praktischen Nutzen sieht er darin, dass solche Modelle an Entscheidungspunkten in KI-Abläufen eingesetzt werden können, an denen eine Auswahl statt eines freien Textes gefragt ist. Er nennt Jev sowie Angebote von OpenAI, Cloudflare und Perplexity und verweist auf das offene Projekt Ollaya.

Als Beispiel setzte der Autor ein Decision Model in einen Claude-Code-Ablauf: Nach erfolgreich bestandenen Pflichtprüfungen sollte es bestimmen, welche zusätzliche Testsuite als Nächstes läuft. In einem Experiment erstellte ein KI-Agent eine kleine Dokumenten-API mit zwölf eingebauten Fehlern. Claude Code behob die Fehler; alle zwölf Änderungen bestanden die neun stets ausgeführten Tests. Ein Fehler blieb dennoch bestehen: Beim Umbenennen mit Leerzeichen am Anfang und Ende speicherte das Backend zwar den bereinigten Titel, gab in der API-Antwort aber weiterhin den ungefilterten Text zurück. Da keiner der neun Pflicht-Tests diesen Eingabefall abdeckte, blieb der Build erfolgreich.

Der Autor berichtet, dass Jev und das lokal ausgeführte Modell winnow:e4b bei allen zwölf Änderungen die erwartete zusätzliche Prüfung auswählten. Claude wählte sie bei neun von zwölf Fällen, eine einfache Dateinamenregel bei drei. Alle vier Ansätze hätten laut Bericht den verbliebenen Umbenennungsfehler entdeckt. Der Autor empfiehlt, die Modellaufrufe zunächst im Schattenmodus zu protokollieren, ohne Tests auszulösen, und sie erst dann einzusetzen, wenn sie eine statische Regel übertreffen.

Der Auszug erklärt außerdem, dass Jev den aktuellen Zustand, eine Frage und beschriebene Antwortoptionen erhält und nur eine dieser Optionen zurückgeben soll. Wahrscheinlichkeiten verteilen sich auf die Optionen und summieren sich laut Text zu eins; ein zusätzlicher Konfidenzwert wird aus der höchsten Wahrscheinlichkeit abgeleitet. Die im Artikel genannten Preis- und Laufzeitwerte stammen aus Angaben von TypeSafe. Der Autor hält die Beschreibung der Optionen in Alltagssprache und ohne vorheriges Training für nützlich, solange sich die Auswahlmöglichkeiten noch ändern. Bei stabilen Kategorien und vorhandenen gelabelten Daten würde er dagegen einen trainierten Klassifikator bevorzugen. Die angekündigte Prüfung, wie belastbar die Modelle sind, soll im zweiten Teil folgen und ist in diesem Auszug nicht enthalten.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19 ungeprüft

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 7 von 7
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
  1. SF-T1 Welche messbaren Schwellen sollen eine Pause auslösen, und wer prüft sie?
    • clef 100 %kein Bezug
    • Luna 39 %einzelne zitierbare Belege
    • JEV offen
    • amos 30 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 39 %einzelne zitierbare Belege
    • JEV offen
    • amos 29 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 44 %gleiches Oberthema, hilft nicht
    • d3-ultra 55 %gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Wirtschaft und Haftung

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →