Entscheidungsmodelle wie Jev und die OpenAI Decisions API: Was der Mittelstand wissen sollte

Viele KI-Automatisierungen im Betrieb drehen sich gar nicht um lange Texte. Sie treffen kleine Entscheidungen: An welche Abteilung geht diese E-Mail? Ist diese Reklamation dringend? Fehlt in diesem Auftrag eine Angabe? Bisher wurde dafür meist ein Sprachmodell gefragt und aus der Antwort ein Etikett herausgelesen. Seit einigen Wochen gibt es dafür eine eigene Klasse von Modellen und Schnittstellen, sogenannte Entscheidungsmodelle. Am 22. Oktober 2026 hat OpenAI seine Decisions API allgemein verfügbar gemacht. Bekannt wurde die Idee vor allem durch das Start-up TypeSafe und sein Modell Jev. TechCrunch bezeichnete die Decisions API am selben Tag als Konkurrenzangebot zu Jev.

In diesem Beitrag erklären wir, was Entscheidungsmodelle sind, was Jev und die Decisions API laut den Anbietern können, wo sie im Mittelstand passen und was Ihr vor dem Einsatz prüfen solltet.

Was ist ein Entscheidungsmodell?

Ein Sprachmodell schreibt Text. Ein Entscheidungsmodell schreibt keinen Text, sondern beantwortet eine eng gefasste Frage mit einer vorab festgelegten Antwortform und einer Wahrscheinlichkeit. Ihr gebt den Zustand vor, etwa eine E-Mail, einen Datensatz oder einen Ticketverlauf, und stellt dazu eine oder mehrere typisierte Fragen. Zurück kommt zum Beispiel: „Abteilung Buchhaltung, Wahrscheinlichkeit 0,92“. Eure Software kann direkt mit diesem Ergebnis weiterarbeiten, ohne einen freien Text auszuwerten.

TypeSafe nennt diese Klasse „System One Models“. In der Dokumentation heißt es, solche Modelle verstehen natürliche Sprache wie ein Sprachmodell, liefern aber typisierte Entscheidungen und Wahrscheinlichkeiten statt erzeugtem Text. Sie schreiben keine Antworten, keinen Code und keine Begründungen.

Jev von TypeSafe

TypeSafe hat Jev am 15. September 2026 als erstes öffentliches System-One-Modell vorgestellt, zunächst im Early Access. Laut der Modellübersicht ist Jev 1.14 seit dem 14. Oktober 2026 die neueste Version. Die wichtigsten dokumentierten Eigenschaften:

• Fragetypen: Auswahl aus festen Optionen, Ja oder Nein als Wahrscheinlichkeit und Einordnung auf einer Skala. Mit Version 1.14 kam experimentell ein Typ zum Markieren von Bereichen in Bildern dazu.
• Eingabe: Text als Zeichenkette, JSON-Objekt oder Liste. Bilder und längerer Kontext sind laut TypeSafe experimentell und ausdrücklich noch nicht für den Produktivbetrieb gedacht.
• Abrechnung: Bezahlt werden nur Eingabe-Token, Ausgabe-Token sind kostenlos.
• Sprache: Englisch ist die Haupttrainingssprache. TypeSafe empfiehlt ausdrücklich, Inhalte in anderen Sprachen vorab mit eigenen Beispielen zu testen.
• Daten: Laut Dokumentation wird Jev nicht mit Kundenanfragen trainiert. Für Unternehmenskunden gibt es einen Auftragsverarbeitungsvertrag und die Option auf Zero Data Retention.

Jev ist direkt über die API von TypeSafe erreichbar und laut OpenRouter auch über dessen Decisions API. OpenRouter zählte dort am 16. Oktober 2026 bereits 22 Entscheidungsmodelle von 13 Anbietern.

Die Decisions API von OpenAI

OpenAI hatte die Decisions API auf seiner Entwicklerkonferenz am 29. September 2026 angekündigt und am 22. Oktober 2026 für alle Kunden freigegeben. Sie basiert auf dem Modell GPT-6 Luna und kennt laut OpenAI drei Antworttypen:

• predicate: die Wahrscheinlichkeit, dass eine Bedingung zutrifft, zum Beispiel ob auf einem Foto ein Schaden zu sehen ist.
• choice: eine von mehreren vorgegebenen Optionen, mit Wahrscheinlichkeiten und einem Konfidenzwert.
• score: eine Einordnung auf einer festgelegten Bewertungsskala, etwa für die Schwere eines Schadens.

Als Eingabe akzeptiert die API Text, Bilder und JSON, bis zu 400 Fragen pro Anfrage. Auch hier wird nur die Eingabe berechnet. OpenAI nennt eine regionale Verarbeitung in den USA und in der EU sowie Zero Data Retention für berechtigte Kunden. Die Geschwindigkeitsangaben in der Ankündigung stammen von OpenAI und seinen Kunden selbst und lassen sich nicht ohne Weiteres auf Euren Anwendungsfall übertragen.

Wo Entscheidungsmodelle im Mittelstand passen

Überall dort, wo heute jemand eingehende Informationen sortiert, bewertet oder weiterleitet und die möglichen Antworten klar sind:

• Posteingang sortieren: Anfrage, Bestellung, Rechnung, Reklamation oder Bewerbung erkennen und an die richtige Stelle geben.
• Tickets priorisieren: Dringlichkeit auf einer Skala einordnen, bevor ein Mensch das Ticket öffnet. Wie ein Ticketprozess mit KI insgesamt aussehen kann, zeigt KI im Kundenservice: Tickets mit Gemini schneller bearbeiten.
• Vollständigkeit prüfen: Enthält ein Auftrag Liefertermin, Menge und Ansprechpartner? Ja oder Nein mit Wahrscheinlichkeit.
• Agenten absichern: Vor einer Aktion fragt ein Agent nach, ob sie erlaubt ist, und gibt unsichere Fälle an einen Menschen weiter.

Weniger geeignet sind Entscheidungsmodelle für alles, was eine Begründung, einen Text oder eine Zusammenfassung braucht. Dafür bleibt ein Sprachmodell das richtige Werkzeug.

Die Alternative, die Ihr vielleicht schon habt

Feste Antwortformen gehen auch mit Sprachmodellen. Mit strukturierten Ausgaben und einem JSON-Schema lässt sich Gemini so einstellen, dass es nur aus einer Liste von Werten wählt. Wie das funktioniert, beschreiben wir in Strukturierte Ausgaben mit JSON-Schema in Gemini. Der Unterschied: Entscheidungsmodelle liefern zusätzlich eine kalibrierte Wahrscheinlichkeit und sind auf genau diese Aufgabe zugeschnitten. Ob sich das für Euch lohnt, hängt von Menge, Tempo und Kosten ab. Wie Ihr Modelle nach Aufgabe auswählt, steht in KI-Kosten senken: Modellwahl, Routing und Caching.

Was Ihr vor dem Einsatz prüfen solltet

1. Deutsche Inhalte testen: Gerade bei Jev nennt der Anbieter Englisch als stärkste Sprache. Testet mit 50 bis 100 echten, anonymisierten Beispielen aus Eurem Alltag.
2. Schwelle festlegen: Legt fest, ab welcher Wahrscheinlichkeit automatisch weitergeleitet wird und wann ein Mensch entscheidet. Die Wahrscheinlichkeit ist genau dafür da.
3. Datenschutz klären: Prüft Auftragsverarbeitungsvertrag, Speicherdauer und Verarbeitungsort beim jeweiligen Anbieter, bevor personenbezogene Daten fließen. Bei OpenAI gibt es eine EU-Verarbeitung, bei TypeSafe Zero Data Retention für Unternehmenskunden.
4. Anbieterabhängigkeit klein halten: Baut die Entscheidung als eigenen Schritt in Euren Ablauf, etwa in n8n, sodass Ihr das Modell später austauschen könnt.
5. Ergebnisse protokollieren: Speichert Frage, Antwort und Wahrscheinlichkeit, damit Ihr Fehlentscheidungen findet und die Schwelle nachjustieren könnt.

Ob Euer Betrieb bei Daten, Prozessen und Regeln bereit für solche Automatisierungen ist, könnt Ihr mit unserem AI Readiness Check für den Mittelstand in wenigen Minuten einschätzen. Die Hintergründe findet Ihr im Whitepaper AI Readiness 2026.

Wie Deschalet unterstützt

Wir helfen Betrieben, wiederkehrende Entscheidungen in ihren Abläufen zu finden, passende Modelle zu testen und die Ergebnisse sauber in Workflows mit n8n und Google Workspace einzubinden, mit menschlicher Freigabe für unsichere Fälle. Mehr dazu auf unserer Seite Prozessautomatisierung.

Fazit

Entscheidungsmodelle wie Jev von TypeSafe und die seit dem 22. Oktober 2026 allgemein verfügbare Decisions API von OpenAI sind auf eine Aufgabe spezialisiert: kleine, klar umrissene Entscheidungen mit Wahrscheinlichkeit. Für Betriebe, die Posteingänge sortieren, Tickets priorisieren oder Agenten absichern wollen, ist das ein interessanter Baustein. Entscheidend sind Tests mit deutschen Inhalten, eine klare Schwelle für menschliche Prüfung und geklärter Datenschutz.

Du willst wissen, welche Entscheidungen in Euren Abläufen sich automatisieren lassen? Buch Dir ein kostenloses Erstgespräch. Wir schauen gemeinsam auf Eure Prozesse und sagen Dir ehrlich, wo sich der Einsatz lohnt.