Das Schalenmodell.
Große KI-Modelle erfassen Bilder und Texte erstaunlich gut – aber sie sagen nicht, wie sie zu ihrem Ergebnis kommen. Das Schalenmodell beschreibt, wie um ein solches Modell eine erklärbare Schicht entsteht, in der Mensch und KI sich verständigen können.
Implizite Kohärenz.
Im Kern arbeitet ein multimodales Modell, etwa ein Vision Language Model. Es betrachtet eine Seite und deutet Schrift, Gestalt und Bedeutung in einem einzigen Schritt: Aus dem Bild entstehen zugleich ein Transkript und eine inhaltliche Interpretation. Das Ergebnis ist in sich stimmig – kohärent –, doch diese Kohärenz bleibt implizit. Sie entsteht im Inneren des Modells und lässt sich von außen weder einsehen noch überprüfen.
Das ist Stärke und Grenze zugleich: Das Modell erkennt Zusammenhänge, die sich kaum in Regeln fassen lassen. Aber es kann sich irren, ohne es zu bemerken – und eine flüssige Antwort sieht auch dann überzeugend aus.
Explizierte Kohärenz.
Deshalb umgeben wir das Modell mit einer äußeren Schale. Sie macht die Kohärenz explizit – sichtbar, begründet und prüfbar. Vier Bausteine bilden sie.
Strukturierte Steuerung
Klare, nach Aufgabe und Seitentyp gegliederte Anweisungen legen fest, was das Modell erfassen soll und in welcher Form es antwortet.
Kontextualisierung
Passendes Vorwissen wird gezielt abgerufen – aus Vektordatenbanken mit bereits erschlossenen Beispielen (Retrieval Augmented Generation). Das Modell deutet nicht ins Blaue, sondern vor dem Hintergrund vergleichbarer Fälle.
Normierung
Erkannte Personen, Werke, Orte und Verlage werden mit anerkannten Normdaten wie der Gemeinsamen Normdatei (GND) abgeglichen. Aus einer Lesart wird ein eindeutig benannter, verknüpfbarer Eintrag.
Gedächtnisbildung
Ein dauerhaftes semantisches Gedächtnis hält fest, was über das gesamte Dokument bereits bekannt ist – und gibt jeder einzelnen Seite ihren Zusammenhang.
Eine Kommunikationsschicht.
In der äußeren Schale begegnen sich Mensch und KI. Hier liegen die Anweisungen, die Menschen formulieren, das Vorwissen, das sie auswählen, die Normen, auf die sie sich geeinigt haben, und die Ergebnisse, die sie prüfen. Die KI legt in dieser Schicht Rechenschaft ab – in einer Form, die Menschen lesen, nachvollziehen und korrigieren können.
Damit wird die äußere Schale zu dem, was wir unter guter Mensch-KI-Interaktion verstehen: Entwicklerinnen und Entwickler gestalten sie, Anwenderinnen und Anwender sehen in ihr Quellen und Zuverlässigkeit, und mit jeder Korrektur wächst das Gedächtnis des Systems weiter.
Vom Ganzen zum Einzelnen.
Das Schalenmodell arbeitet auf zwei Ebenen. So entsteht Kohärenz nicht nur innerhalb einer Seite, sondern über das ganze Dokument.
Erprobt und übertragbar.
Entwickelt wurde das Schalenmodell an historischen Musikdrucken. Im Projekt zu historischen Druckschriften wenden wir es auf ein Haushaltungs-Lexikon des 18. Jahrhunderts an.
Das Prinzip ist nicht auf Bücher beschränkt. Überall, wo leistungsfähige, aber undurchsichtige Modelle mit Fachwissen, Normen und menschlicher Prüfung verbunden werden sollen, kann eine erklärbare Schale entstehen – bei Briefen, Akten und Geschäftspapieren ebenso wie bei Geoinformationen oder in Medizin, Verwaltung und Industrie.
Zum Projekt Historische Druckschriften →Erklärbare KI
Was erklärbare KI ist, warum sie zählt und nach welchen Grundsätzen wir nachvollziehbare Systeme gestalten.
Weiterlesen → ForschungsthemaMensch-KI-Interaktion
Wie Menschen und intelligente Systeme über den ganzen Lebenszyklus gut zusammenarbeiten – in Entwicklung, Nutzung und Weiterentwicklung.
Weiterlesen → ForschungZur Forschung
Zur Forschung →Haben Sie Fragen?
Interessieren Sie sich für eine Zusammenarbeit oder möchten Sie mehr über unsere Forschung erfahren? Wir freuen uns auf den Austausch.