Long-Horizon

Manche Aufgaben sind in einem einzigen Schritt erledigt. Eine Vokabel übersetzen oder eine Rechenaufgabe lösen gehört dazu. Andere Aufgaben brauchen viele Schritte, die aufeinander aufbauen. Ein Umzug zum Beispiel: Kartons besorgen, packen, Transporter mieten, ummelden, auspacken. Solche Aufgaben mit langem Zeithorizont nennt man in der Computertechnik Long-Horizon. Der englische Begriff bedeutet wörtlich « langer Horizont » und meint: Das Ziel liegt weit weg, dazwischen liegen viele Entscheidungen.

Warum sich Fehler über viele Schritte aufschaukeln

Der entscheidende Punkt ist einfache Mathematik. Angenommen, ein Programm erledigt jeden einzelnen Schritt mit 95 Prozent Zuverlässigkeit. Das klingt sehr gut. Bei zwanzig Schritten hintereinander liegt die Chance auf einen fehlerfreien Durchlauf aber nur noch bei etwa 36 Prozent. Bei hundert Schritten ist sie praktisch null. Genau daran scheitern KI-Systeme heute noch oft.

Dazu kommt ein zweites Problem: Fehler bleiben nicht harmlos nebeneinander stehen. Ein falscher Schritt verändert die Ausgangslage für alle folgenden Schritte. Wer beim Umzug den Transporter für den falschen Tag mietet, kann danach nichts mehr richtig machen. In der Fachsprache heißt das Fehlerakkumulation. Ein System, das seine eigenen Fehler nicht bemerkt und korrigiert, entfernt sich immer weiter vom Ziel.

Wirtschaftlich ist das ein großer Unterschied. Ein Chatbot, der Fragen beantwortet, ist nützlich, aber der Mensch prüft jede Antwort selbst. Ein System, das eigenständig eine Reisebuchung oder eine Softwareänderung von Anfang bis Ende durchzieht, spart dagegen echte Arbeitsstunden. Deshalb gilt Long-Horizon-Fähigkeit derzeit als eine der wichtigsten Hürden in der KI-Entwicklung.

Planen, Merken, Nachprüfen

Der erste Baustein ist Planung. Das System zerlegt das große Ziel in kleinere Teilziele, bevor es loslegt. Statt sofort zu handeln, schreibt es sich also eine Art To-do-Liste. Diese Liste kann es später anpassen, wenn etwas nicht klappt.

Der zweite Baustein ist Gedächtnis. Ein Sprachmodell kann nur eine begrenzte Menge Text gleichzeitig überblicken, dieses Fenster heißt Kontext. Bei langen Aufgaben passt irgendwann nicht mehr alles hinein. Deshalb legen moderne Systeme Notizen in Dateien oder Datenbanken ab und holen sich später gezielt zurück, was sie gerade brauchen. Sie führen also eine Art Projekttagebuch.

Der dritte Baustein ist Rückmeldung aus der Umgebung. Wenn ein System Programmcode schreibt, kann es ihn ausführen und die Fehlermeldung lesen. So merkt es nach jedem Schritt selbst, ob es noch auf Kurs ist. Aufgaben mit solcher automatischer Rückmeldung gelingen deutlich besser als Aufgaben ohne. Ein häufiger Irrtum ist übrigens, dass ein größeres Modell dieses Problem automatisch löst. Mehr Wissen hilft wenig, wenn die Struktur zur Selbstkontrolle fehlt.

Von Agenten-Demos bis zur Benchmark-Tabelle

Am häufigsten taucht der Begriff im Zusammenhang mit KI-Agenten auf. Damit sind Programme gemeint, die selbstständig Werkzeuge bedienen, etwa einen Browser oder eine Entwicklungsumgebung. Wenn ein Anbieter verspricht, sein Agent könne stundenlang eigenständig arbeiten, meint er genau diese Long-Horizon-Fähigkeit.

In Fachartikeln und Quartalsberichten begegnet man dem Begriff auch als Messgröße. Es gibt Tests, die angeben, wie lange eine Aufgabe einen Menschen beschäftigen würde, die das System noch zuverlässig schafft. Die Werte sind in den letzten Jahren von wenigen Minuten auf mehrere Stunden gestiegen. Solche Zahlen sind in der Praxis oft die Grundlage für Erwartungen an den Markt.

Der Begriff stammt ursprünglich aus dem bestärkenden Lernen, bei dem ein Programm durch Belohnungen lernt. Dort war das Problem, dass eine Belohnung erst ganz am Ende kommt, etwa beim Sieg in einem Spiel. Heute wird Long-Horizon breiter verwendet, auch bei Robotern und Sprachmodellen. Wer die Grundidee kennt, versteht in Produktankündigungen sofort, worin der eigentliche Fortschritt liegt.