Build Your Own Decision System: Schritt-für-Schritt-Leitfaden für lokale KI-Entscheidungssysteme

LinkMark KashefAnleitung

Mark Kashef stellt mit seinem interaktiven Leitfaden und der Travel-Demo ein strukturiertes Vorgehen vor, um spezialisierte KI-Entscheidungssysteme lokal aufzubauen. Das System kombiniert Textklassifikation (basierend auf ModernBERT) und Bilderkennung (OpenJev Vision) mit klaren Validierungsregeln.

Das Wichtigste

  1. Achtstufiger Leitfaden zur Entwicklung ohne blinde Modell-Feinabstimmung, von der Problemdefinition bis zur Auslieferung.
  2. Nutzung von Moritz Laurers Zero-Shot-Klassifikator auf ModernBERT-Basis als initialer Ausgangspunkt.
  3. Klassifikation in drei feste Zustände: Ja, Nein oder Unklar (unzureichende Evidenz).
  4. Ergebnisvergleich an 360 Testfällen: Das Basiselement erreichte 60,28 %, das trainierte V2-Modell 95,28 % und die Jev-Referenz 98,61 % Genauigkeit.
  5. Kombination aus Textanalyse der Buchungsbedingungen und Bildauswertung (z. B. Erkennung von Teichen vs. Pools oder Treppenstufen).
  6. Strikte Vorgaben für KI-Coding-Assistenten (Claude): Lokale Ausführung, Erhalt von Prüfdaten und Dokumentation aller Fehlentscheidungen.

Warum das relevant ist

Viele Entwicklungsteams greifen unreflektiert zu teuren Cloud-LLMs, wenn spezialisierte, schlanke Modelle auf lokaler Hardware die Aufgabe präziser, kostengünstiger und nachvollziehbarer lösen können. Das Projekt zeigt einen sauberen Machine-Learning-Workflow, der systematische Messung vor Modelltraining stellt.

Einordnung

Kashef demonstriert einen disziplinierten Engineering-Ansatz für KI-Projekte. Statt sofort Fine-Tuning zu betreiben, erzwingt der Workflow zuerst eine Baselinemessung der Zero-Shot-Fähigkeiten und einfacher Heuristiken. Die Dreiteilung der Labels inklusive 'Can't tell' verhindert Halluzinationen bei fehlenden Informationen. Bemerkenswert ist zudem die methodische Trennung von Entwicklungs- und Testdaten sowie die Einbindung von Claude über ein achtteiliges Prompt-Protokoll, das ungewollte Cloud-Ausgaben und Datenlecks im Trainingsprozess verhindert.

Gefunden in

Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 28. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.

Inhaltlich ähnlich, ermittelt über die KI-Suche.

  • Video

    Video:CURT

    Lokalen Klassifikator nach Jev-Vorbild mit Claude Opus 5.5 erstellen

    CURT zeigt, wie sich mithilfe von Claude Opus 5.5 ein lokales, auf Reiseangebote spezialisiertes Klassifikationsmodell trainieren lässt. Inspiriert von Jev ordnet das System Eigenschaften wie Stornierungsbedingungen oder Poolzugang ein und kombiniert Textklassifikation mit Bilderkennung.

    KI & AI· Anleitung

  • Repository:earlyaidopters/away-together-starter

    Away Together Starter: Vorlage für spezialisierte KI-Entscheidungssysteme

    Ein frei verfügbares Starter-Kit von Mark Kashef und Early AI Adopters, das zeigt, wie KI-Beobachtungen aus Dokumenten und Bildern mit deterministischen Geschäftsregeln für verlässliche Entscheidungen kombiniert werden.

    12SterneHTML

    KI & AI· Sammlung

  • Link:Featherless.ai

    Simple Jev: Open-Source-Klassifizierung und strukturierte Entscheidungen via LLM-Logits

    Featherless.ai hat Simple Jev vorgestellt, eine Open-Source-Implementierung, die offene Sprachmodelle in strukturierte Entscheidungs-Engines verwandelt. Statt separater Klassifikations-Heads liest das System Next-Token-Logits für vordefinierte Labels aus und liefert berechnete Wahrscheinlichkeiten direkt als JSON an Anwendungen zurück.

    KI & AI· Tool

  • Link:Powerformer, Inc.

    OpenDesign: Lokale Open-Source-Alternative zu Claude Design

    OpenDesign ist ein quelloffener, lokal ausgeführter AI-Design-Workspace unter Apache-2.0-Lizenz, der als Alternative zu proprietären Cloud-Lösungen wie Claude Design positioniert wird. Das Tool verbindet bereits installierte Coding-Agenten mit einem workflowbasierten Designsystem zur Erstellung von Prototypen, Dashboards, Folien und HTML-Videos.

    KI & AI· Tool

Lassen Sie uns über Ihr Projekt sprechen

Standorte

  • Mattersburg
    Johann Nepomuk Bergerstraße 7/2/14
    7210 Mattersburg, Austria
  • Wien
    Ungargasse 64-66/3/404
    1030 Wien, Austria

Dieser Inhalt wurde teilweise mithilfe von KI erstellt.