GenUI mit Jev

Du suchst auf einer Website das Kontaktformular. Statt zu navigieren, tippst du einfach: „Ich möchte die Firma kontaktieren“ – und direkt erscheint die passende Eingabemaske.

Solche Ansätze vereinfachen die Bedienung von Webseiten und verändern, wie wir mit digitalen Angeboten interagieren.

Generative UI ganz einfach.

Seit dem Release von Jev, einem System-One-Modell von TypeSafe AI, findet man viele Beiträge auf Social Media, in denen potenzielle Use Cases für diese Art von KI ausgetestet werden.

In unserem Versuch, einer GenUI-Pipeline, entscheidet Jev das Layout, den Datensatz und die angezeigten Felder einer UI-Komponente mit einem einzigen Aufruf und die Komponente war in 250 bis 350 Millisekunden fertig gerendert.

Um zu erfahren, wie wir das gemacht haben, kannst du direkt zu „GenUI Pipeline mit Jev“ springen.

Was ist GenUI?

Generative UI (GenUI) bezeichnet dynamische Benutzeroberflächen, die sich in Echtzeit präzise an die Absicht und den Kontext einer Nutzeranfrage anpassen. Anstelle einer reinen Textantwort erhalten Anwender:innen passende Interaktions- und UI-Komponenten wie Kontaktformulare, Karten-Karusselle oder intuitive Eingabemasken.

Bisherige Ansätze nutzten meist klassische Sprachmodelle (LLMs), um gewünschte Oberflächen direkt zu erzeugen – was jedoch zu drei zentralen Herausforderungen führt:

• Wartezeit. Da LLMs nur Token für Token generieren, dauert es bei komplexeren Komponenten länger.
• Erfundene Fakten. Sprachmodelle erfinden oft Inhalte, die sie nicht finden können.
• Fehlende Kontrolle. Generierte Strukturen können nicht verarbeitbar sein.

Unsere Pipeline löst diese Probleme mit Hilfe von Jev, da unser Modell nur entscheidet und nicht wirklich generiert.

Was ist ein System-One-Modell?

Ein System-One-Modell ist ein KI-Modell, das Entscheidungen auf Basis berechneter Wahrscheinlichkeiten trifft, anstatt freien Text zu erzeugen. Es füllt vordefinierte Formate wie Auswahloptionen, Ja/Nein-Aussagen oder Skalenwerte aus. Da der Text nicht Token für Token generiert wird, ist die Antwortzeit deutlich kürzer als bei klassischen Sprachmodellen. Jev prüft somit schnell: Was wird benötigt, welche Daten passen und welche UI-Komponente ist dafür geeignet?

GenUI-Pipeline mit Jev.

In einer effizienten GenUI-Architektur übernimmt Jev sämtliche Entscheidungen für die UI-Komponenten in einem einzigen Request, während das eigentliche Rendering von klassischem Programmcode ausgeführt wird.

1. 1

   Vorauswahl: Code sortiert die Einträge des Verzeichnisses.

2. 2

   Ein Jev-Aufruf: Jev beantwortet mehrere Fragen in einem Durchlauf: Was wollen Nutzer:innen? Welche Daten brauchen wir dafür? Einzelantwort oder Liste? Welche UI-Komponente ist die richtige? Welche Felder stelle ich dar?

3. 3

   Rendering: Die Komponente wird dann im Code geladen, mit den ausgewählten Informationen aus der Datenbank versehen und validiert.

Da der Jev-Aufruf die einzige Netzwerkanfrage vor dem First Paint ist, reduzieren wir die Latenz auf ein Minimum. Das System-One-Modell beantwortet alle Fragen in einem einzigen Aufruf, ohne dass die Antworten voneinander abhängig sind, weshalb mehr Daten nicht längere Wartezeiten bedeuten.

Ist Jev ein gutes Modell?

Jev liefert letztendlich nur Prioritätenlisten, die der Code interpretiert. Die Antwort liegt in der Infrastruktur, die darum herum gebaut wird. So generieren wir ein Layout anhand der Einordnungen von Jev, ohne die Überprüfbarkeit zu verlieren. Folgende Bausteine sind dafür relevant:

Komponentenregister. Jede Komponente ist genau einmal indexiert und von UX / UI Expert:innen beschrieben. Aus diesen Beschreibungen entstehen die Fragen, das Prüfschema und der Renderer. Neue Komponenten müssen nur registriert werden und werden direkt vom Modell mit verarbeitet.

Layoutgrammatik. Anhand festgeschriebener Regeln ist definiert, welche und wie viele Komponenten in verschiedenen UI-Bereichen stehen dürfen. Ein Kontaktformular hat somit beispielsweise genau eine Überschrift, ein bis fünf Inputfelder sowie ein bis zwei Buttons.

Fallback-Lösungen. Ist die erste Wahl zu unsicher (< 60 % Konfidenz), versucht die Pipeline schrittweise das Problem folgendermaßen zu Lösen:

1. 1

   Fertige UI-Komponente mit Daten für alle Pflichtfelder

2. 2

   Frei zusammengestellte kleinere UI Bausteine, passend zur Absicht

3. 3

   Einfache Faktenliste, um die Anfrage zu beantworten

4. 4

   Rückfrage, wenn keine der drei zuverlässig funktioniert hätte

Wie könnten System-One-Modelle die UI verändern?

Generative UI wird durch System-One-Modelle schneller und zuverlässiger. Sollte sich dieses Muster bewähren, könnten Systeme, die aus bekannten Datenbeständen relevante Informationen nutzen, optimal auf den User-Intent abgestimmte Interaktions- und Informationsflächen bereitstellen. Die Frage ist dann nicht mehr „Was soll ich schreiben?“, sondern „Was soll ich zeigen?“.

Ob diese Idee auch bei großen Datenmengen umsetzbar ist, müsste mit größeren Messungen bewiesen werden. Trotzdem denke ich, ist die Zukunft der User Interfaces noch personalisierter und optimierter auf die Absicht von Nutzer:innen.