KI-Kosten durch Aufgabenteilung senken

Einen Betrag auf einem Beleg zu lesen und eine komplexe Situation zu erklären sind unterschiedliche Aufgaben. Dennoch übertragen viele Anwendungen beides demselben Sprachmodell. Wer die Arbeit aufteilt, kann aufwendigere Verarbeitung für jene Anfragen reservieren, die sie brauchen.

System One und System Two

Cloudflare und TypeSafe greifen eine Unterscheidung auf, die von Daniel Kahnemans Beschreibung des schnellen und des überlegten Denkens inspiriert ist.

System-One-Modelle bearbeiten eine klar umrissene Aufgabe. Jev und Clef können zwischen Optionen wählen oder die Relevanz eines Texts beurteilen. Clairic extrahiert Werte. Das Ergebnis kommt direkt, ohne dass dafür eine Erklärung formuliert werden muss.

System Two bezeichnet hier generative Modelle, die Texte verfassen, Informationen zusammenführen und in mehreren Schritten schlussfolgern können. Sie eignen sich für Anfragen, die eine ausgearbeitete Antwort benötigen.

System One

Auswählen oder extrahierenJev, Clef, Clairic

Ein Wert oder eine AuswahlDatum, Betrag, Relevanz

System Two

Überlegen und schreibenGeneratives Modell

Eine ausgearbeitete AntwortErklärung, Zusammenfassung

Diese Unterscheidung beschreibt Vorgehensweisen. Sie misst weder die Intelligenz eines Modells noch garantiert sie eine schnellere oder günstigere Verarbeitung.

Was Clairic bei einem Beleg verändert

Für eine Spesenabrechnung benötigt die Anwendung einen Händler, ein Datum und Beträge. Clairic nimmt Text oder ein Bild entgegen und liefert die gesuchten Werte mit Angaben zur Unsicherheit. Die Software kann danach die Beträge prüfen und Felder zur Kontrolle markieren.

Der Nutzen liegt darin, die benötigte Information direkt zu verarbeiten. Ein generatives Modell bleibt verfügbar, wenn eine Unstimmigkeit erklärt oder eine Frage zum Dokument beantwortet werden soll.

Clairic ist noch in der Preview. Komplexe Berechnungen und umfangreiche Aggregationen gehören zu seinen Grenzen. Ein korrektes Format garantiert keinen richtigen Wert. Ein fehlendes Feld sollte leer bleiben.

Wo sich Kosten senken lassen

Beginnen Sie mit vermeidbaren Aufrufen. Eine freigegebene Antwort lässt sich wiederverwenden. Eine Berechnung kann die Software übernehmen. Eine wiederkehrende Aufgabe kann ein spezialisiertes Modell bearbeiten. Nur die nützlichen Informationen gehen danach an das Modell, das den Text verfasst.

Wir setzen diesen Ansatz in Askolia um und nutzen Jev, um vor dem Verfassen einer Antwort passende Quellen auszuwählen.

Einsparungen müssen über den gesamten Ablauf geprüft werden. Ein zusätzlicher Filter kann die Ausgaben erhöhen, wenn die gleichen Modellaufrufe bestehen bleiben. Auch Fehler, Wiederholungen und menschliche Korrekturen zählen.

Wählen Sie eine häufige Aufgabe und vergleichen Sie beide Abläufe mit denselben Anfragen. Messen Sie die Kosten pro brauchbarem Ergebnis, die Antwortzeit und die nötigen Korrekturen. So können Sie entscheiden, ob sich die neue Aufteilung lohnt.

Quellen und Referenzen

• Cloudflare, Vorstellung von Clairic und System One / System Two, 19. Oktober 2026. Vorstellung des Anbieters.
• Cloudflare, Extraktionsmodelle, Dokumentation vom 19. Oktober 2026, abgerufen am 24. Oktober 2026.
• TypeSafe AI, Vorstellung von System One und Jev, 15. September 2026. Anbieterbeschreibung, abgerufen am 24. Oktober 2026.