Gemini Decisions API: Hohe Konfidenz kann Nein bedeuten

Googles Gemini Decisions API liefert typisierte Wahrscheinlichkeiten statt generierter Antworttexte. Prüfen Sie vor dem automatischen Routing die Bedeutung jedes Feldes: Bei einer Ja/Nein-Frage kann hohe Konfidenz ein sicheres Nein ausdrücken. Eine Freigabe allein anhand der Konfidenz kann Ihre beabsichtigte Regel deshalb umkehren. Verwenden Sie den Antwortwert, eine unabhängig durchgesetzte Berechtigungsprüfung und einen getesteten Rückfallpfad.

Was sich geändert hat

Am 11. November 2026 hat Google die Gemini Decisions API angekündigt. Das Modell gemini-decision-1 bewertet begrenzte Fragen zu gemeinsamen Text-, Bild-, Audio-, Video- oder PDF-Eingaben, ohne Antworttext Token für Token zu erzeugen. Unterstützt werden Ja/Nein-Fragen, eine Auswahl aus vorgegebenen Optionen und Bewertungen anhand geordneter Kriterien. Das ist eine neue API-Schnittstelle zur Prüfung, kein Nachweis für die Eignung eines Klassifikators zur Anlagensteuerung.

Die technische Dokumentation nennt bis zu 1.000 Fragen innerhalb eines gemeinsamen Kontextbudgets von 262.144 Tokens einschließlich aller Fragen. Auswahlfragen erlauben 2–255 Optionen. Jede Frage wird unabhängig ausgewertet; sie kann innerhalb desselben Aufrufs nicht auf die Antwort einer anderen Frage zugreifen. Hängt eine Klassifikation von einer Eignungsprüfung ab, müssen Sie diese Abhängigkeit im Anwendungscode oder in einem weiteren Aufruf umsetzen.

Zugang, Kosten und Betriebsgrenzen

Der dokumentierte Zugangsweg ist die Gemini Developer API mit v1beta. Google nennt eine kostenlose AI-Studio-Stufe für Prototypen und einen Modellpreis von 0,10 US-Dollar je Million Eingabetokens ohne Berechnung von Ausgabetokens. Die gemeinsame Eingabe wird je Aufruf einmal berechnet; jede Frage ergänzt ihre eigenen Anweisungs- und Kriterientokens. Das sind angekündigte Modellgebühren, kein vollständiges Prozessbudget. Wiederholungsaufrufe, Medienaufbereitung, menschliche Prüfung und nachgelagerte Ausführung bleiben eigene Kostenpositionen.

Laut Ankündigung folgt die Unterstützung in Gemini auf Google Cloud erst noch. Leiten Sie daraus weder einen verfügbaren regionalen Cloud-Endpunkt noch einen Vertrag oder zugesicherte Verarbeitungsorte ab. Klären Sie für einen deutschen Unternehmenspiloten den konkreten Dienst, die Kontoberechtigung, zugelassene Datenklassen, Aufbewahrungsbedingungen und Verarbeitungsorte, bevor Sie echte Supporttickets oder Anlagenbilder übertragen. Rechtliche und vertragliche Bewertungen gehören in die Rechtsberatung; ein API-Schlüssel ersetzt keine Beschaffungsfreigabe.

Google berichtet für die untersuchte Konfiguration eine Ende-zu-Ende-Latenz von 150–250 ms. Die nähere Beschreibung bezieht sich auf Kontexte bis 16K Tokens und eine nahezu konstante Latenz bei 1 bis 100 Fragen. Daraus folgt keine identische Latenz bei maximalem Kontext und maximaler Fragenzahl. Wir haben den Endpunkt nicht unabhängig vermessen. Prüfen Sie Ihren Medienmix, Netzwerkpfad, Parallelbetrieb und die hohen Latenzperzentile, bevor Sie eine Antwortzeit zusagen.

Die Falle bei Ja/Nein-Konfidenz

Der Ja/Nein-Typ heißt in der API noul. Sein Feld noul enthält die geschätzte Wahrscheinlichkeit für Ja. Google definiert confidence als max(noul, 1 − noul). Konfidenz beschreibt damit die Sicherheit der wahrscheinlicheren Antwort, nicht die Wahrscheinlichkeit einer Berechtigung, Eignung oder sicheren Ausführung.

Betrachten Sie eine bewusst synthetische Antwort auf „Ist diese Anfrage für automatisches Routing geeignet?“. Bei noul gleich 0,01 beträgt confidence 0,99. Eine Regel, die bei mindestens 0,95 Konfidenz fortfährt, würde eine Antwort freigeben, die deutlich Nein sagt. Diese Werte sind konstruierte Testeingaben, keine gemessenen Gemini-Ausgaben. Ein für diesen Artikel ausgeführter lokaler Regeltest prüft den Polaritätsfehler, den positiven Fall, Unsicherheit, fehlende Ausgabe und verweigerte Berechtigungen. Er misst weder Modellgüte noch Kalibrierung.

Verwenden Sie bei einer positiv formulierten Eignungsfrage die Ja-Wahrscheinlichkeit und einen anhand gelabelter Beispiele bestimmten Schwellwert. Versionieren Sie Frage und Schwellwert gemeinsam. Die Umkehrung zu „Ist diese Anfrage ungeeignet?“ dreht die Entscheidungsrichtung um, obwohl die Feldnamen unverändert bleiben. Verbergen Sie diese semantische Änderung nicht in einer vermeintlich kleinen Prompt-Anpassung.

Konfidenz ist außerdem kein zweites unabhängiges Sicherheitssignal: Bei einer binären Antwort wird sie aus derselben Wahrscheinlichkeit berechnet. Eine Kombination aus Ja-Wahrscheinlichkeit und abgeleiteter Konfidenz ergibt keine zwei unabhängigen Prüfungen. Berechtigungen und Betriebsgrenzen müssen aus maßgeblichen Systemen außerhalb des Modells kommen.

Auch eine geschlossene Auswahl braucht einen Ausweg

Google warnt ausdrücklich: Eine Auswahlfrage verteilt Wahrscheinlichkeit auf die angebotenen Optionen, selbst wenn keine passt. Ein Gewinner unter „Abrechnung“, „Versand“ und „Technik“ beweist nicht, dass eine arbeitsrechtliche Beschwerde in eine dieser Warteschlangen gehört. Ergänzen Sie eine klar beschriebene Option für Sonstiges oder Prüfung und testen Sie eine separate Prüfung des Anwendungsbereichs. Beides bleibt eine zu evaluierende Modellentscheidung.

Nutzen Sie den Endpunkt bei industriellen Serviceanfragen als Vorschlag für eine zuständige Stelle, nicht als Freigabe einer Anlagenaktion. Auch einer fachlich passenden Wartungsanfrage können eine gültige Anlagenkennung oder aktuelle Arbeitsfreigabe fehlen. Der Beitrag zur sicheren OT-Integration erläutert, warum betriebliche und sicherheitstechnische Kontrollen unabhängig durchgesetzt werden müssen. Ein wahrscheinlicher Routing-Vorschlag darf keine Tool- oder Anlagenberechtigung erteilen.

Geordnete Bewertungen benötigen einen eigenen Adapter. Google liefert einen wahrscheinlichkeitsgewichteten Stufenindex, der zwischen den Stufen liegen kann. Verschiedene Verteilungen können denselben Mittelwert ergeben; ein mittlerer Wert kann Unsicherheit zwischen Extremen ausdrücken. Prüfen Sie die Wahrscheinlichkeiten je Stufe, wenn das die Bearbeitung verändert. Behandeln Sie einen Kriterienwert weder als Wahrscheinlichkeit noch als stillschweigend gerundete Freigabeanweisung.

Ein Entscheidungsvertrag vor der Einführung

Die folgende Übersicht ist ein vorgeschlagener Abnahmerahmen, keine von Google vorgegebene Produktionsregel. Der numerische Schwellwert im lokalen Test ist willkürlich gewählt, um fehlerhafte Verzweigungen sichtbar zu machen. Produktive Schwellwerte benötigen aufgabenspezifische Labels, bewertete Fehlerfolgen und Grenzen für die Prüfkapazität.

Versionieren Sie Modellkennung, Fragetext, Optionsbeschreibungen, Eingabeaufbereitung und Entscheidungsregel gemeinsam. Bewahren Sie strukturierte Begründungscodes, Antwortstatus und Regelversion mit geeigneten Zugriffskontrollen auf. Speichern Sie personenbezogene oder industrielle Rohdaten nicht allein aus Bequemlichkeit bei der Fehlersuche. Der Beitrag zur Antwortverweigerung in RAG behandelt eine verwandte Entscheidung über ausreichende Evidenz. Diese Veröffentlichung bringt ein anderes Integrationsrisiko hinzu: Typisierte Felder mit unterschiedlicher Bedeutung dürfen nicht durch denselben generischen Konfidenzadapter laufen.

Vergleichen Sie mit Ihrem bestehenden Prozess

Gegenüber einem generativen Modell mit strukturierter Ausgabe entfällt die Erzeugung des Antworttexts; Sie erhalten direkt eine Wahrscheinlichkeitsschnittstelle. Extraktion, Erläuterungen, Tool-Argumente oder mehrstufiges Schlussfolgern ersetzt sie nicht. Gegenüber einer bestehenden deterministischen Routing-Regel kommen eine externe Modellabhängigkeit und Unsicherheit hinzu. Behalten Sie die Regel bei, wenn explizite Felder die Entscheidung bereits zuverlässig bestimmen.

Beginnen Sie im Schattenbetrieb mit einem freigegebenen, gelabelten Satz deutscher und englischer Anfragen. Nehmen Sie passende positive Fälle, klare negative Fälle, fachfremde Nachrichten, fehlerhafte Medien und manipulative Texte auf. Berichten Sie falsche automatische Zuordnungen bezogen auf automatisch zugeordnete Fälle, Automatisierungsabdeckung bezogen auf geeignete Eingaben und Prüfzugänge im Verhältnis zur besetzten Kapazität. Trennen Sie Sprachen und folgenreiche Anfrageklassen statt nur eine gemischte Genauigkeit zu akzeptieren.

Prüfen Sie anschließend die modellunabhängigen Fehlerpfade: fehlender Antwortschlüssel, ungültige Wahrscheinlichkeit, Zeitüberschreitung, Ablehnung durch Sicherheitsfilter und gesperrte nachgelagerte Berechtigung. Laut Google liefern Sicherheitsfilter bei einer Sperre HTTP 400 statt eines answers-Objekts. Ihr Adapter darf diese Abwesenheit weder als Erfolg interpretieren noch gesperrtes Material ohne freigegebenen Umgang wiederholt senden. Der sichere Rückfallpfad dieses vorgeschlagenen Servicepiloten ist eine begrenzte Prüfwarteschlange oder eine ausdrückliche Nichtverfügbarkeit, kein Steuerbefehl an die Anlage.

Enger Pilot statt automatischer Freigabe

Ein sinnvoller erster Einsatz ist eine reversible Routing-Entscheidung ohne direkte Aktorik, mit benannter Prüfzuständigkeit und Rückschaltmöglichkeit. Bestätigen Sie Dienstbedingungen und Datenverarbeitung, vergleichen Sie mit der bisherigen Regel und geben Sie erst frei, wenn die vollständige Entscheidungslogik die vorher festgelegten Fehler- und Kapazitätsgrenzen erfüllt. Kalibrierungsangaben des Anbieters belegen keine Kalibrierung für Ihr deutsches Fachvokabular oder einen veränderten Anfragenmix.

Beginnen Sie eine Implementierungsprüfung mit genau einer Frage, ihrer eindeutigen Ja/Nein-Bedeutung, der aktuellen Routing-Regel und der zuständigen Person für den Rückfallpfad. In einer Beratung zur KI-Automatisierung können wir Adaptertests und Abnahmenachweise eingrenzen, bevor Sie das automatische Routing aktivieren. Das Ergebnis ist ein überprüfbarer Entscheidungsvertrag mit sichtbarem Fehlerverhalten, nicht eine beruhigende Konfidenzzahl neben jeder Aktion.