Modellagnostische Architektur

Viele Programme nutzen heute KI-Systeme, die Texte schreiben oder Bilder erzeugen. Solche Systeme werden von verschiedenen Firmen angeboten, zum Beispiel von OpenAI, Google oder Anthropic. Wer sein Programm nur für ein einziges dieser Systeme baut, kann später schwer wechseln. Eine modellagnostische Architektur vermeidet das: Sie ist so aufgebaut, dass das KI-System dahinter austauschbar bleibt. « Agnostisch » heißt hier so viel wie « es ist ihr gleichgültig » — dem Programm ist es egal, wer die Antwort liefert. Der Vergleich mit einer Steckdose passt gut: Es ist ihr egal, ob ein Toaster oder eine Lampe eingesteckt wird, solange der Stecker passt.

Warum Firmen sich nicht auf einen Anbieter festnageln wollen

Der Markt für KI-Systeme verändert sich extrem schnell. Ein System, das heute das beste ist, kann in sechs Monaten überholt sein. Wer fest an einen Anbieter gekoppelt ist, kann diesen Fortschritt nicht mitnehmen. In der Fachsprache heißt diese Abhängigkeit Vendor Lock-in, also das Eingeschlossensein bei einem Verkäufer.

Dazu kommen die Kosten. Anbieter berechnen Geld pro verarbeiteter Textmenge, und diese Preise schwanken stark. Manchmal liegt ein neuer Anbieter beim gleichen Ergebnis um den Faktor zehn günstiger. Eine austauschbare Architektur erlaubt es, solche Preissprünge sofort zu nutzen. Umgekehrt kann man auch für einfache Aufgaben ein billiges System einsetzen und nur für schwere Fälle ein teures.

Ein dritter Grund ist Verlässlichkeit. Fällt ein Anbieter für einige Stunden aus, steht sonst das ganze Produkt still. Mit einer modellagnostischen Architektur schaltet das Programm automatisch auf eine Alternative um. Auch rechtliche Gründe spielen mit: Manche Behörden verlangen, dass Daten Europa nicht verlassen. Dann braucht man ein System, das auf europäischen Servern läuft.

Die Abstraktionsschicht in der Mitte

Der Kern ist eine Zwischenschicht im Programmcode. Man nennt sie Abstraktionsschicht oder Adapter. Der Rest des Programms redet nur mit dieser Schicht, nie direkt mit einem Anbieter. Die Schicht nimmt eine Anfrage in einer einheitlichen Form an und übersetzt sie in die Sprache des jeweiligen Anbieters.

Denn jeder Anbieter hat eine eigene Schnittstelle, also eigene Regeln, wie Anfragen aussehen müssen. Einer erwartet Bilder als Datei, ein anderer als Zeichenkette. Einer nennt eine Einstellung « max_tokens », ein anderer nennt sie anders. Diese Unterschiede versteckt der Adapter. Für den Rest des Programms sieht jede Anfrage gleich aus.

Ganz kostenlos ist das nicht. Der kleinste gemeinsame Nenner ist immer schmaler als das, was ein einzelner Anbieter kann. Spezielle Funktionen eines Systems bleiben so oft ungenutzt. Außerdem reagieren KI-Systeme unterschiedlich auf dieselbe Anweisung. Ein Text, der bei einem System perfekte Ergebnisse bringt, funktioniert beim nächsten schlechter. Deshalb gehört zu einer solchen Architektur immer auch ein Testverfahren, das die Qualität nach einem Wechsel prüft.

Von Firmenmeldungen bis zur Chat-Auswahl im Browser

Am deutlichsten trifft man den Begriff in Mitteilungen von Software-Firmen. Wenn ein Anbieter von Büro- oder Buchhaltungssoftware betont, seine KI-Funktionen seien « modellagnostisch », ist das ein Verkaufsargument. Die Botschaft an Kunden lautet: Ihr seid nicht mitgefangen, wenn wir uns für einen KI-Anbieter entscheiden. Für Anleger ist es ein Hinweis darauf, wie stark eine Firma von einem einzelnen Lieferanten abhängt.

Auch als Nutzer merkt man das Prinzip. Manche Chat-Programme und Programmierwerkzeuge bieten ein Auswahlmenü mit mehreren KI-Systemen an. Dass dieselbe Oberfläche mit allen funktioniert, ist genau das Ergebnis einer modellagnostischen Architektur. Dazu gibt es Dienste, die nur diese Vermittlung anbieten und Anfragen an Dutzende Systeme weiterleiten.

Ein häufiger Irrtum: Modellagnostisch heißt nicht, dass alle Systeme gleich gut sind. Es heißt nur, dass der Wechsel technisch wenig Arbeit macht. Welches System die beste Antwort liefert, muss man weiter selbst herausfinden.