exlyr technologies

Kein Blackbox-Vorschlag: zu jedem Feld die Fundstelle im Original

Kein Blackbox-Vorschlag: zu jedem Feld die Fundstelle im Original

Wer mit KI arbeitet, kennt die Frage, die nach dem ersten Aha-Effekt kommt: Woher weiß das System das eigentlich? Solange darauf niemand antworten kann, ist jeder Vorschlag ein Vertrauensvorschuss. In Branchen mit Nachweispflicht ist das zu wenig.

Jede Angabe zeigt, woher sie stammt

V.L.E.X.A Inbound legt zu jedem ausgelesenen Feld die Fundstelle im Originaltext daneben. Wer wissen will, warum dort 1.248,00 Euro steht, sieht die Stelle im Dokument, an der genau das steht. Was sich nicht im Text belegen lässt, wird als nicht belegbar markiert, statt es hübsch aussehen zu lassen. Ein leeres Feld mit Begründung ist im Zweifel mehr wert als ein gefülltes ohne.

Die Erklärung kann selbst nicht halluzinieren

Der wichtige Teil ist, was diese Erklärung nicht ist. Wir fragen die KI nicht, warum sie etwas gemeint hat. Eine KI, die ihre eigene Antwort begründen soll, liefert im Zweifel eine plausible Geschichte statt der Wahrheit. Gezeigt wird deshalb nicht eine Begründung, sondern die Stelle im Dokument. Die kann man nachlesen.

Welche Regel gewirkt hat, steht auch dabei

Inbound lernt aus Korrekturen und leitet daraus Regeln ab. Damit das nachvollziehbar bleibt, steht am Dokument, welche gelernte Regel bei genau dieser Extraktion tatsächlich gewirkt hat. Ein Ergebnis, das man nicht auf seine Ursache zurückführen kann, lässt sich auch nicht sinnvoll korrigieren.

Und wo die KI läuft, steht auch dran

In der Kopfzeile zeigt ein Schloss an, wo das Sprachmodell arbeitet, nicht wo die Anwendung installiert ist. Ein Gerät im eigenen Haus, das mit Cloud-Zugangsdaten arbeitet, meldet ehrlich "Cloud-KI". Nur wenn das Modell wirklich im Haus läuft, steht dort "Lokal". Wir halten das für die einzig vertretbare Anzeige: Sonst glaubt jemand, seine Inhalte blieben im Gebäude, während sie es längst verlassen.

Alles zu V.L.E.X.A Inbound auf einen Blick →

Diskutieren Sie mit auf LinkedIn

Zurück zum Blog