b0762c9734
- raw: flyer-struktur, imgur-bilder, zahlenpruefung (0,09s vs $0,15 unvereinbar; 181x nicht ableitbar; 85% quote; pdf-extraktion als fremdschritt) - wiki: jev-praxis-demos (abschnitt dateisortierung mit rechentabelle) - index 228. update + log
63 lines
5.3 KiB
Markdown
63 lines
5.3 KiB
Markdown
---
|
||
type: other
|
||
source_url: https://telegra.ph/Jev--Die-Kombi-Revolution-09-19-10
|
||
retrieved: 2026-09-19
|
||
title: "Pit Weber: „Jev — Die Kombi-Revolution" (Telegraph-Flyer)"
|
||
author: "Pit Weber (@PWeber), erstellt mit GrokBot & Sprachsteuerung"
|
||
tags: [jev, typesafe-ai, flyer, kombi-revolution, dateisortierung, eigenmessung, zahlenkritik, ome]
|
||
---
|
||
|
||
# Pit Weber: „Jev — Die Kombi-Revolution" (Flyer, 19.09.2026)
|
||
|
||
## Quelle
|
||
|
||
- **URL:** https://telegra.ph/Jev--Die-Kombi-Revolution-09-19-10
|
||
- **Veröffentlicht:** 2026-09-19T12:43:54 UTC (Seitenangabe „September 19, 2026"), abgerufen 19.09.2026 12:49 UTC (HTTP 200, 13.885 Byte)
|
||
- **Autor:** Pit Weber (Kai, @PWeber) — im Begleitpost im OME-Topic „JEV" vermerkt: „Erstellt mit GrokBot & Sprachsteuerung"
|
||
- **Bilder:** vier imgur-Dateien — `z2spswX.jpeg` (Chaos vorher), `psQS9AV.jpeg` (sortiert nachher), `AxRG7xK.jpeg` (Vergleichsgrafik LLM vs. Jev), `T5tbLmE.jpeg` (Balkenvergleich Stufe 2)
|
||
|
||
## Inhalt (Struktur, 9 Abschnitte)
|
||
|
||
1. **Was ist Jev?** „Dein Assistent am Computer … nicht als Plauder-Chat, sondern als hyperschneller Entscheider. Du gibst das Ziel vor. Jev handelt." Kernformel: „Die große KI denkt nach. Jev entscheidet und lenkt in Millisekunden."
|
||
2. **Video-Empfehlung:** Matthew Berman, „We need to talk about Jev…" (https://www.youtube.com/watch?v=2z-7pIj57f8) mit Hinweis auf deutsche Untertitel/Auto-Übersetzung.
|
||
3. **Was Berman zeigt:** Jev als Entscheidungsmodell, trainiert auf kalibrierte Entscheidungen, „in einer Schleife, die für normale LLMs zu eng wäre"; Schichten statt „ein Modell für alles".
|
||
4. **Die Kombi-Revolution:** Große KI versteht/plant/formuliert — Jev filtert/entscheidet/handelt; „nicht Jev allein".
|
||
5. **Dokumente-Live-Test:** 304 echte Objekte in einem Dokumente-Ordner, danach in 8 Ordner (7 Kategorien + `_Archiv`) sortiert. Vorher-/Nachher-Bilder, Dateinamen anonymisiert.
|
||
6. **„Validierter Vergleich":** LLM-Weg 0,48 $ / 6,8 Minuten — Jev-Weg 0,15 $ / **0,09 Sekunden**, ausgewiesen als **„181-mal schneller. Gleiches Sortierziel. Selbst gemessen."**
|
||
7. **Stufe 2 — Echte Inhaltsprüfung:** 400 PDFs geöffnet, **340 davon inhaltlich klassifiziert**; LLM-Weg 400 PDFs „→ 60 Cent und 9 Minuten" gegen Jev-Weg „~1,1–1,2 Minuten". **Selbstkorrektur im Text:** „Ehrlich: Der Live-Lauf mit 304 Items in 0,09 Sekunden war Namens-/Format-Heuristik. Die Inhaltsprüfung ist der dokumentierte Upgrade-Pfad."
|
||
8. **Ausblick:** Robotik & Autonomie, Support & Betrieb, Industrie & Logistik, Produkt-Workflows.
|
||
9. **Nächster Schritt:** Video ansehen; Erwartung, dass „Jeff" (Jev) „bald in den meisten agentischen Systemen" verfügbar und benutzbar sein wird.
|
||
|
||
## Zahlenprüfung (eigene Rechnung, 19.09.2026)
|
||
|
||
Grundlage: Anbieter-Angaben aus `raw/other/2026-09-18_typesafe-docs-jev-spezifikation.md` — $0,042/Mtok Input, Rate Limit **250.000 Token/Sekunde**.
|
||
|
||
**a) Die beiden Jev-Werte passen nicht zusammen.**
|
||
|
||
| Angabe | Ableitung | Widerspruch |
|
||
|--------|-----------|-------------|
|
||
| 0,09 s Dauer | max. 22.500 Token in dieser Zeit → Kosten **≈ $0,00095** | — |
|
||
| $0,15 Kosten | entsprechen **3,57 Mio. Input-Token** → Mindestdauer bei 250k tok/s **≈ 14,3 s** | Faktor ~159 gegenüber 0,09 s |
|
||
|
||
Die beiden Zahlen können **nicht denselben Lauf** beschreiben. Zusätzlicher Hinweis: 0,09 s erlauben höchstens ~74 Token pro Datei — das ist die Größenordnung von Dateinamen, nicht von Inhalten. Die eigene Einschränkung des Flyers („Namens-/Format-Heuristik") ist damit **von den Anbieter-Limits her gestützt**. Die $0,15 gehören dagegen zu einem Lauf, in dem tatsächlich Text bewegt wurde.
|
||
|
||
**b) Die „181-mal schneller" folgen aus keinem der genannten Werte.**
|
||
|
||
- Zeitverhältnis aus den genannten Zahlen: 408 s / 0,09 s = **rund 4.533×**
|
||
- Kostenverhältnis: 0,48 $ / 0,15 $ = **3,2×**
|
||
- Keine Kombination der im Flyer genannten Zahlen ergibt 181. Für 181× müsste der Vergleichslauf 2,25 s gedauert haben — dieser Wert kommt im Flyer nicht vor.
|
||
|
||
**c) Stufe 2 nennt zusätzlich eine Qualitätszahl, die als solche nicht ausgewiesen ist.**
|
||
|
||
340 von 400 PDFs „erfolgreich inhaltlich klassifiziert" = **85 % Erfolgsquote**, 60 Dokumente ohne Klassifikation. Das ist eine Aussage über Trefferquote, nicht über Tempo — und sie steht in einem Absatz, der Tempo verkauft.
|
||
|
||
**d) Der PDF-Schritt ist architektonisch nicht Jevs Schritt.**
|
||
|
||
Jev nimmt laut Anbieter-Doku **nur Text** entgegen (String, JSON-Objekt oder Array; keine Bild-, Audio- oder Video-Eingabe). „400 PDFs geöffnen, Text extrahieren, 340 klassifizieren" enthält damit einen Fremdschritt: **Öffnen und Textextraktion können nicht von Jev kommen.** Bei 1,2 Minuten für 400 Dateien — 0,18 s pro PDF — liegt die Laufzeit praktisch vollständig in dieser Extraktions- und Dateizugriffsschicht; Jevs Klassifikation ist daran gemessen zu vernachlässigen.
|
||
|
||
## Offene Punkte
|
||
|
||
- ⚠️ Alle Messwerte sind Eigenmessungen ohne Aufbau, Rohdaten oder Wiederholung; ein Vergleichslauf gegen einen LLM-Weg ist nicht dokumentiert.
|
||
- ⚠️ Unklar, ob $0,15 die Jev-Kosten allein oder die Gesamtkosten des Ablaufs (inkl. Extraktion) bezeichnen — die Auflösung würde den Widerspruch in (a) erklären.
|
||
- ⚠️ Der Ausblick (Integration „in den meisten agentischen Systemen") ist Prognose, kein Befund.
|
||
- Die Dateinamen auf den Bildern sind laut Flyer anonymisiert; eine Nachprüfung der 304 Objekte ist von außen nicht möglich.
|