Deterministischer Workflow
Ein deterministischer Workflow ist eine geordnete, parametrisierte Schrittfolge, die bei gleichen Eingaben dasselbe Ergebnis liefert und sich damit für wiederkehrendes Reporting und Prüfprozesse eignet.
Konversationelle Analyse ist ihrem Wesen nach explorativ: Dieselbe Frage kann zweimal gestellt einen anderen Weg nehmen und zu einer leicht abweichenden Antwort führen. Diese Varianz ist beim Untersuchen hinnehmbar und bei wiederkehrenden Prozessen untragbar. Eine monatliche aufsichtsrechtliche Meldung darf nicht davon abhängen, wie eine Frage zufällig formuliert wurde.
Ein deterministischer Workflow löst das, indem er die Schritte festschreibt. Parameter werden ausdrücklich deklariert, die Abfolge wird gespeichert statt improvisiert, und jede Ausführung erzeugt einen Laufnachweis. Weil die Definition stabil bleibt, lassen sich zwei Läufe sinnvoll vergleichen — eine Abweichung zeigt geänderte Daten an, nicht eine geänderte Methode.
Der praktische Nutzen: Explorative Arbeit kann aufsteigen. Eine interaktiv erarbeitete Analyse wird zu einem Workflow, der geplant oder auf Abruf läuft, ohne in einem anderen System von einem anderen Team neu geschrieben zu werden.
Was es auszeichnet
- Geordnete Schritte mit deklarierten Parametern, gespeichert statt improvisiert
- Gleiche Eingaben liefern gleiche Ausgaben, Abweichungen sind dadurch aussagekräftig
- Jede Ausführung erzeugt einen prüf- und vergleichbaren Laufnachweis
- Läuft manuell, nach Zeitplan oder auf Aufruf durch einen anderen Prozess
In DataQube
In DataQube ist ein Workflow ein eigenständiges Artefakt, getrennt vom Thread, aus dem er stammt. Im Gespräch erarbeitete Analysen lassen sich in einen Workflow mit geordneten Schritten, Parametern und Berechtigungen überführen; Läufe hängen ihre Ergebnisse wieder an einen Thread, sodass geplante Ausgaben am selben prüfbaren Nachweis hängen wie interaktive Arbeit.
Häufige Fragen
Warum nicht der KI monatlich einfach dieselbe Frage stellen?
Weil der eingeschlagene Weg abweichen kann und damit auch die Antwort. Bei einem wiederkehrenden Prozess muss der Unterschied zwischen zwei Läufen geänderte Daten widerspiegeln, nicht eine andere Auslegung der Frage. Erst festgeschriebene Schritte machen den Vergleich aussagekräftig.
Worin unterscheidet sich ein deterministischer Workflow von einem Notebook?
Eine Notebook-Ansicht ist eine Projektion bereits geleisteter Arbeit — ein Nachweis zur Durchsicht. Ein Workflow ist eine Definition, die erneut ausgeführt werden soll, mit deklarierten Parametern und eigener Laufhistorie. Das eine dokumentiert, das andere führt aus.
Darf ein deterministischer Workflow ein Sprachmodell nutzen?
Ja, wobei sich die Determiniertheit dann auf die Struktur bezieht und nicht auf jedes erzeugte Token. Schritte, Quellen, Parameter und Berechtigungen bleiben fest — das macht Läufe vergleichbar, auch wenn ein Modell erläuternden Text beisteuert.
Verwandte Begriffe
KI-Datenagent
Ein KI-Datenagent ist Software, die analytische Fragen beantwortet, indem sie eigene Schritte plant und ausführt — Abfragen gegen freigegebene Datenbanken, Codeausführung, Belegangabe — statt nur Text zu erzeugen.
Datenprovenienz
Datenprovenienz ist die dokumentierte Herkunft eines Ergebnisses: Quellen, Abfragen, Transformationen und Entscheidungen, so detailliert festgehalten, dass Dritte die Zahl eigenständig nachvollziehen können.
Lizenzierung nach gleichzeitigen Sitzungen
Lizenzierung nach gleichzeitigen Sitzungen rechnet danach, wie viele Nutzer gleichzeitig aktiv sind, statt wie viele benannte Konten bestehen — gelegentliche Nutzer belegen damit keinen dauerhaften Platz.