Cloudflare hat am 19. Oktober Clairic vorgestellt, ein KI-Modell zum Auslesen strukturierter Werte. Die Vorschau ist über Workers AI verfügbar. Statt eine ausformulierte Antwort zu schreiben, soll das Modell beispielsweise ein Datum oder eine Zahl liefern. Für Büroabläufe stellt sich damit eine praktische Frage: Was passiert, wenn das richtige Feld mit dem falschen Wert gefüllt wird?
Lesen, Rechnen und Schätzen auseinanderhalten
Im Originalbeitrag von Cloudflare werden Auslesen, Berechnen und Schätzen als unterschiedliche Fähigkeiten beschrieben. Das Unternehmen nennt auch Grenzen: Eine formal passende Antwort kann falsch sein; längere Rechenketten sind noch schwierig. Offene Modellgewichte sind angekündigt, die aktuelle Bereitstellung ist eine gehostete Vorschau. Die Leistungsangaben stammen vom Anbieter.
Unsere Einordnung: Im Büro sollten diese Aufgaben nicht im gleichen Ergebnisfeld verschwinden. Ein ausdrücklich genannter Liefertermin ist etwas anderes als ein aus Text abgeleiteter Termin. Ein geschätzter Betrag darf nicht wie eine belegte Rechnungssumme weiterwandern. Dieser Unterschied bleibt auch dann bestehen, wenn alle drei Werte sauber formatiert sind.
Nächster Schritt
Was heisst das für Ihre Büroarbeit?
- Zeitfresser wählen: E-Mail, Offerten, Rechnungen, Ablage oder Kundenantworten.
- Wirtschaftlich prüfen: CHF 79 lohnen sich schon, wenn rund eine Stunde Bürozeit besser priorisiert wird.
- Bezahlten Start nutzen: Der Detailreport macht aus dem Artikel einen konkreten Startplan.
DACH-Hinweis: 10min KI Brief bleibt für KMU im gesamten DACH-Raum lesbar; konkrete Praxisangebote sind zuerst CH-first formuliert.
Form und Bedeutung getrennt prüfen
Die unabhängige Referenz von JSON Schema erklärt Datentypen wie Zahl, Text und null. Solche Vorgaben kontrollieren die Struktur einer Ausgabe. Sie beweisen nicht, dass eine Zahl zum gesuchten Geschäftsvorgang gehört. Die Referenz beschreibt allgemeine Datenprüfung und bewertet Clairic nicht.
Das NIST-Profil für generative KI behandelt falsche, überzeugend wirkende Ausgaben. Es ist Hintergrund für die nachgelagerten Textassistenten, kein Test dieses anders aufgebauten Extraktionsmodells. Für den gesamten Ablauf folgt daraus unsere Empfehlung: Eine plausible Erklärung ersetzt keinen Abgleich mit dem Original.
Was heisst das für Ihr KMU?
Nehmen Sie zehn fiktive Bestellbestätigungen mit jeweils einer Bestellnummer, einem Lieferdatum und einer Menge. Legen Sie vorab die richtigen Werte fest. In zwei Beispielen fehlt das Datum; ein weiteres nennt den ursprünglich gewünschten und den tatsächlich bestätigten Termin.
Lassen Sie Ihr vorgesehenes Werkzeug pro Feld Wert und Fundstelle liefern. Erfassen Sie daneben, ob es gelesen, berechnet oder geschätzt wurde. Fehlende und widersprüchliche Angaben gehen an eine zuständige Person. Sie dürfen nicht automatisch durch den wahrscheinlichsten Wert ersetzt werden.
Zählen Sie getrennt: formal gültige Felder, inhaltlich richtige Felder und korrekt offengelassene Felder. Erst diese Trennung zeigt, wo Nacharbeit entsteht. Starten Sie ohne automatische Übernahme ins Bestellsystem und prüfen Sie einen zweiten Durchlauf mit anderer Textreihenfolge. Der Test lässt sich auch mit Ihrem bestehenden Werkzeug durchführen.
