Seit dem 15. September 2026 gibt es ein KI-Modell, das nichts schreibt. Jev von der US-Firma TypeSafe AI liest Text und trifft Entscheidungen: ja oder nein, eine Auswahl aus einer Liste, ein Wert auf einer Skala. Wir haben es mit deutschen Texten getestet, drei kostenlose Werkzeuge damit gebaut und die Websites von 436 Betrieben aus Dresden, Düsseldorf, Krefeld und Leipzig geprüft. Was das Modell kann, was es kostet und wo es für kleine und mittlere Betriebe passt.
Was Jev anders macht
Sprachmodelle wie ChatGPT erzeugen ihre Antwort Wort für Wort. Das ist ihre Stärke, wenn ein Text entstehen soll, und ihre Schwäche, wenn eine Software nur wissen will: Ist diese Nachricht eine Reklamation? Dann muss man den Text der Antwort erst wieder auswerten, und manchmal steht darin etwas anderes als gefragt.
Jev dreht das um. Es bekommt einen Text und feste Fragen und gibt je Frage genau eine von drei Antwortarten zurück: eine Wahrscheinlichkeit für ja oder nein, eine Wahl aus bis zu 255 vorgegebenen Möglichkeiten oder einen Wert auf einer Skala mit zwei bis zehn Stufen. Etwas anderes kann gar nicht herauskommen. Alle Fragen zu einem Text beantwortet das Modell gleichzeitig. TypeSafe nennt das ein System-One-Modell; der Name erinnert an das schnelle, intuitive Denken, das der Psychologe Daniel Kahneman „System 1“ nennt. Gegründet wurde TypeSafe von Diogo Almeida, der bei OpenAI an den Trainingsmethoden hinter ChatGPT mitgearbeitet hat; zum Start kamen 40 Millionen Dollar Kapital.
„Guten Tag, unsere Heizung ist seit gestern Abend komplett ausgefallen, wir haben zwei kleine Kinder im Haus. Können Sie heute noch jemanden schicken?“
| Frage an Jev | Art | Antwort |
|---|---|---|
| Was will der Absender? (Angebot, Notdienst, Rechnung, Beschwerde, Sonstiges) | Auswahl | Notdienst, Sicherheit 100 % |
| Ist die Nachricht dringend? | Ja/Nein | ja, 0,97 |
| Wie aufgebracht ist der Absender? (ruhig, besorgt, verärgert) | Skala | besorgt, 0,99 von 2 |
| Dieselbe Auswahlfrage, diesmal auf Deutsch gestellt | Auswahl | Notdienst, Sicherheit 100 % |
Was es kostet
Bezahlt wird nur, was hineingeht: 4,2 US-Cent je Million Tokens, das sind einige Hunderttausend Wörter. Die Antworten kosten nichts, weil das Modell keinen Text schreibt. Unsere Werkzeuge verbrauchen je Durchlauf 700 bis 3.000 Tokens, das sind 0,003 bis 0,013 US-Cent. Beide Prüfdurchläufe über alle Websites für diesen Beitrag haben zusammen weniger als 30 US-Cent gekostet.
TypeSafe gibt 70 bis 500 Millisekunden je Anfrage an, gemessen an der US-Westküste. Von Krefeld aus haben wir in der ersten Woche nach dem Start 0,7 bis 2,7 Sekunden gemessen, je nach Auslastung. Das ist langsamer als versprochen, aber für die meisten Abläufe im Betrieb schnell genug.
Unser Test mit deutschen Texten
TypeSafe schreibt selbst, dass Jev auf Englisch am besten ist und andere Sprachen „nicht gleich gut“ funktionieren. Wir haben deshalb vor dem Bau gemessen, und zwar mit deutschen Texten und englischen Fragen:
- 20 Kundennachrichten an einen Handwerksbetrieb, von uns vorher eingeordnet: Anliegen 20 von 20 richtig, Dringlichkeit 19 von 20.
- 29 Absätze von Websites, eingeteilt in Floskel, allgemein, sachlich, konkret, Kundenstimme und Wegweiser: 27 von 29 richtig. Die zwei Abweichungen lagen zwischen benachbarten Arten.
- Die Startseiten von 11 Kundenwebsites: Preisliste gefunden, Bewertungen gefunden, Branche richtig erkannt, jeweils in unter einer Sekunde.
Eine Übersetzung ins Englische vorab war nicht nötig. Die Grenzen haben wir trotzdem gesehen: Jev kann nicht zählen und nicht rechnen, Datumsangaben liest es als Text. Und seine Wahrscheinlichkeiten sind keine exakten Prozentwerte. Der Entwickler Alex Molas führt in einem viel diskutierten Beitrag als Beispiel an, dass Jev einem fairen Münzwurf 92 % für Kopf gab. Unsere Werkzeuge zeigen deshalb Punkte und Einteilungen statt Prozentangaben der KI.
Drei Werkzeuge zum Ausprobieren
In allen drei entscheidet Jev nur, welcher unserer Textbausteine gilt. Jeder Satz, den Sie im Ergebnis lesen, ist von uns geschrieben. Was sich sicher per Code prüfen lässt, prüft der Code.
- Floskel-Check: Jev ordnet bis zu 20 Absätze Ihrer Website ein, in einer einzigen Anfrage. Dazu kommt ein Floskel-Bingo, das unser Code nach festen Wortgruppen zählt.
- Website-Schnelltest: zehn Punkte, die Kunden auf einer Startseite suchen, von Angebot und Preisen bis KI-Empfehlung. Acht beantwortet Jev, zwei prüft unser Server.
- Anfrage-Sortierer: eine Kundennachricht rein, Anliegen, Dringlichkeit, Stimmung und Betrugsmerkmale raus. Den können Sie direkt hier ausprobieren:
Was 436 Websites aus vier Städten verraten
Für die Werkzeuge brauchten wir Vergleichswerte. Also haben wir die Startseiten der Betriebe aus der ersten Runde unserer Studie zu ChatGPT-Empfehlungen durch Floskel-Check und Website-Schnelltest geschickt: Tischlereien, Friseure, Restaurants, Pflegedienste, Fahrradläden und Metallbauer in Dresden, Düsseldorf, Krefeld und Leipzig.
- Die mittlere Startseite besteht zu 37 % aus Floskeln, von 34 % in Dresden bis 42 % in Düsseldorf.
- Nur 11 % nennen Preise oder einen Preisrahmen.
- Nur 32 % sagen konkret, was sie vom Wettbewerb unterscheidet, und 34 % zeigen Bewertungen, Referenzen oder Nachweise.
- Auf 41 Startseiten stand gar kein Fließtext, nur Überschriften, Links und Bilder.
Die mittlere Seite holt im Website-Schnelltest 7 von 10 Punkten. Die Lücken liegen fast immer beim Inhalt, nicht bei der Technik: Verschlüsselt und handytauglich sind 94 %.
Wo Jev für Betriebe passt
In einem viel gesehenen Video des US-Unternehmers Greg Isenberg fällt dazu eine Faustregel: Such dir eine teure Schlange eingehender Informationen und stell Jev an ihren Anfang. Im Mittelstand sind das zum Beispiel:
- Eingehende Anfragen aus Kontaktformular, Postfach oder WhatsApp nach Anliegen und Dringlichkeit sortieren, damit der Notfall nicht unter der Werbung liegt.
- Betrug und Spam vorsortieren, etwa angebliche Rechnungen mit geänderter Bankverbindung.
- Bewertungen und Rückmeldungen nach Themen ordnen: Preis, Wartezeit, Freundlichkeit, Qualität.
- Belege und Dokumente einer Kostenstelle, einem Kunden oder einem Vorgang zuordnen.
- Texte vor der Veröffentlichung prüfen: Enthält die Anzeige ein Versprechen, das wir nicht halten können? Fehlt der Preis?
Das Muster ist immer dasselbe: Jev entscheidet dort, wo es sicher ist. Was unsicher bleibt, geht an einen Menschen oder an ein großes Sprachmodell, das dann auch die Antwort schreibt. So bezahlt man die teure KI nur für die Fälle, die sie brauchen. Nicht geeignet ist Jev für alles, was Text erzeugen, rechnen oder Bilder ansehen soll.
Was man vorher klären sollte
- Datenschutz: Jev läuft in den USA. Der Vertrag enthält die EU-Standardvertragsklauseln, und TypeSafe trainiert nicht mit den Eingaben. Dass Anfragen gar nicht gespeichert werden, gibt es aber nur im Enterprise-Tarif. Echte Kundendaten gehören erst nach Prüfung des Auftragsverarbeitungsvertrags hinein.
- Reife: Die Firma ist neu, neue Anmeldungen waren in der ersten Woche zeitweise gesperrt, die Grenzen für Anfragen ändern sich noch. Für wichtige Abläufe braucht es einen Plan B.
- Einordnung: Entwickler weisen darauf hin, dass es ähnliche Klassifikationsmodelle schon länger gibt, teils als offene Modelle, die man auch in einem Rechenzentrum in Deutschland betreiben könnte. Neu an Jev ist vor allem, wie einfach und günstig es sich nutzen lässt.
Unser Fazit nach einer Woche: Für die vielen kleinen Entscheidungen, die im Büro jeden Tag von Hand fallen, ist ein Entscheidungsmodell oft die bessere Wahl als ein Chatbot. Es ist billiger, schneller und kann nichts dazuerfinden. Ob es für Ihre Abläufe passt, zeigt am schnellsten ein Test mit Ihren eigenen Nachrichten.
