Wie ein KI Feature funktioniert, ohne Fachjargon

Was hinter wir bauen ein KI-Feature steckt

Der Satz fällt inzwischen in fast jedem Produktgespräch: Hier könnte KI helfen. Für die einen klingt das nach Zauberei, für die anderen nach unkalkulierbarem Risiko. Beide Bilder führen in die Irre. Ein KI-Feature ist weder Magie noch Glücksspiel, sondern ein Werkzeug mit klaren Stärken und klaren Grenzen. Wer beide kennt, trifft bessere Entscheidungen darüber, wo sich der Einsatz lohnt und wo nicht.

Dieser Text erklärt ohne Fachjargon, was bei einem typischen KI-Feature wirklich passiert. Wir reden über Sprachmodelle, also die KI hinter Textverstehen und Textproduktion, denn das ist die Art, die heute in den meisten Produkten steckt. Am Ende verstehst du die vier Begriffe, die in jedem solchen Projekt vorkommen, und du kannst einschätzen, was ein KI-Feature dir realistisch bringt.

Das Modell: ein sehr belesener Praktikant

Stell dir ein Sprachmodell als einen enorm belesenen Praktikanten vor. Er hat unfassbar viel gelesen, fast das halbe Internet, und daraus ein Gespür dafür entwickelt, welche Worte und Gedanken üblicherweise aufeinander folgen. Frag ihn etwas, und er formuliert eine Antwort, die klingt, als hätte sie ein kluger Mensch geschrieben. Genau das ist die Stärke: Sprache verstehen und Sprache erzeugen.

Wichtig ist, was dieser Praktikant nicht ist. Er ist kein Nachschlagewerk und keine Datenbank. Er erinnert sich nicht an einzelne Fakten, sondern hat ein Gefühl dafür, wie eine plausible Antwort aussieht. Deshalb ist er stark bei Aufgaben wie Zusammenfassen, Umformulieren, Einordnen oder dem Beantworten allgemeiner Fragen, und unsicher überall dort, wo es auf eine exakte, prüfbare Tatsache ankommt.

Dieses Bild hilft auch bei der Frage, ob du ein fertiges Modell nutzt oder etwas Eigenes brauchst. Meist nimmt man einen vorhandenen, sehr fähigen Praktikanten und gibt ihm die richtige Aufgabe, statt einen eigenen auszubilden. Wann welcher Weg sinnvoll ist, ob fertiges Modell, eingekaufte Schnittstelle oder eigenes Werkzeug, behandeln wir in KI als Make-or-Buy zwischen Modell, API und Tool.

Der Prompt: die Anweisung an den Praktikanten

Ein Praktikant ist nur so gut wie die Anweisung, die er bekommt. Diese Anweisung heisst Prompt. Sie sagt dem Modell, was es tun soll, in welcher Rolle, mit welchem Ziel und in welcher Form. Sagst du nur fass das zusammen, bekommst du etwas Beliebiges. Sagst du fass das für einen eiligen Geschäftsführer in fünf Stichpunkten zusammen, bekommst du etwas Brauchbares.

Der entscheidende Punkt: Der Prompt ist nicht nur die Frage des Nutzers, sondern auch eine feste Anweisung, die im Produkt eingebaut ist. Wenn in deiner Software ein KI-Feature steckt, hat jemand im Hintergrund sorgfältig formuliert, wie sich das Modell verhalten soll, welchen Ton es trifft, was es niemals tun darf. Ein grosser Teil der Arbeit an einem guten KI-Feature ist genau dieses Anleiten, damit aus einem allgemeinen Praktikanten ein verlässlicher Spezialist für deine Aufgabe wird.

Darum ist ein KI-Feature auch nicht einfach an oder aus. Zwischen einer rohen Antwort und einer, die wirklich passt, liegt die Mühe, die richtige Anweisung zu finden, zu testen und nachzuschärfen. Diese Arbeit sieht man dem fertigen Feature nicht an, sie entscheidet aber darüber, ob es taugt.

Eigene Daten: warum der Praktikant deine Firma nicht kennt

Unser belesener Praktikant hat das halbe Internet gelesen, aber er war nie in deiner Firma. Er kennt deine Produkte, deine Preise, deine Kunden und deine internen Dokumente nicht. Fragst du ihn danach, rät er, statt zu wissen. Ein Sprachmodell kennt allgemeines Wissen, aber nichts über dein Unternehmen, solange du es ihm nicht gibst.

Die Lösung ist erstaunlich nah am Alltag. Statt dem Praktikanten alles vorab beizubringen, legst du ihm im Moment der Frage die passenden Unterlagen auf den Tisch. Er liest deine relevanten Dokumente, genau dann, wenn er sie braucht, und antwortet auf dieser Grundlage. Im Fachjargon heisst dieses Vorgehen RAG, aber das Bild reicht: Du gibst dem Modell zur richtigen Frage die richtigen Quellen, und es antwortet aus deinen Inhalten statt aus seinem allgemeinen Gefühl.

Das ist der Unterschied zwischen einem KI-Feature, das nett klingt, und einem, das in deinem Geschäft nützt. Ein Assistent, der auf deine echten Handbücher, Angebote oder Richtlinien zugreift, gibt Antworten, die zu dir passen. Genau hier entscheidet sich oft, ob ein KI-Feature ein Spielzeug bleibt oder ein Werkzeug wird, und es ist einer der Gründe, warum solche Funktionen mehr Arbeit machen, als der erste Eindruck vermuten lässt, siehe auch KI-Features im Produkt.

Warum es manchmal überzeugend daneben liegt

Die wichtigste Eigenschaft, die du verstehen solltest, ist zugleich die unheimlichste. Weil das Modell darauf trainiert ist, plausibel zu klingen, klingt es auch dann überzeugend, wenn es falsch liegt. Ein Sprachmodell sagt dir nicht, dass es unsicher ist, es formuliert seinen besten Rateversuch mit derselben Selbstsicherheit wie eine gesicherte Tatsache. Dieses selbstbewusste Erfinden nennt man Halluzination.

Das ist kein Defekt, den man wegprogrammiert, sondern eine Folge davon, wie diese Modelle arbeiten. Unser Praktikant will hilfreich sein und füllt Lücken lieber mit einer guten Vermutung als mit einem Ich weiss es nicht. Deshalb gilt: Je näher eine Aufgabe an prüfbaren Fakten liegt, desto mehr Sicherung braucht das Feature drumherum, etwa indem es nur aus hinterlegten Quellen antwortet und seine Belege zeigt.

Daraus folgt eine einfache Regel für den Einsatz. KI eignet sich hervorragend, um einem Menschen Arbeit vorzubereiten, und schlecht, um unkontrolliert letzte Entscheidungen zu treffen. Ein Entwurf, eine Zusammenfassung, ein Vorschlag, den jemand noch prüft: stark. Eine Auskunft, auf die sich ein Kunde blind verlässt, ohne jede Kontrolle: heikel. Gute KI-Features sind so gebaut, dass der Mensch an der richtigen Stelle die Kontrolle behält.

Was das für dein Produkt heisst

Fassen wir zusammen, ohne ein einziges Fachwort: Ein KI-Feature ist ein sehr belesener Praktikant, den du mit einer guten Anweisung führst, dem du deine eigenen Unterlagen in die Hand gibst und dessen Antworten du dort prüfst, wo es auf Genauigkeit ankommt. Verstehst du diese vier Dinge, verstehst du das Wesentliche an fast jedem KI-Feature, das dir heute begegnet.

Für die Entscheidung in deinem Produkt heisst das vor allem: KI ist kein Schalter, sondern ein Werkzeug, das man passend einbauen muss. Der Aufwand steckt nicht im Anschalten, sondern im Anleiten, im Anbinden deiner Daten und im Absichern der Stellen, an denen ein Fehler teuer wäre. Was dieser Betrieb über die Zeit kostet, ordnen wir in was ein KI-Feature im Betrieb kostet ein.

Genau an dieser Stelle helfen wir: herauszufinden, wo ein KI-Feature deinem Produkt wirklich nützt, es richtig einzubauen und es danach zu betreiben. Wenn du eine Idee hast und wissen willst, ob und wie KI darin sinnvoll ist, ist das Teil von SaaS-Produktentwicklung. Sprich mit uns, und wir schauen gemeinsam, was hinter deinem KI-Feature stecken müsste, damit es trägt.