Pathways BDH: Ein neuer Post-Transformer-Ansatz für Enterprise-KI auf AWS

Transformer-Modelle, die Architektur hinter modernen LLMs, haben unsere Art zu leben, zu arbeiten, zu gestalten und zu konkurrieren revolutioniert. Sie haben es Startups ermöglicht, Ideen mit kleinen Teams zu testen und zu realisieren, und erwiesen sich in B2B-Bereichen wie Programmierung, Analyse und Content-Erstellung als bahnbrechend. Sowohl für Gründer als auch für Unternehmen haben sie Produktivitätsgewinne erschlossen, die vor wenigen Jahren noch unvorstellbar gewesen wären.

Transformer-basierte KI hat sich durch „Brute-Force“-Skalierung entwickelt, was bedeutet, dass größere Modelle, mehr Daten und mehr Rechenleistung die LLMs verbessert haben. Wenn das der Fall ist, warum liegt dann laut einer MIT-Studie die Misserfolgsquote bei KI-Projekten in Unternehmen bei 95 Prozent? Die Antwort liegt in der Architektur der Transformer-Modelle. Sie beginnen jede Aufgabe jedes Mal im selben Zustand; ohne Gedächtnis stecken sie in einer „Und täglich grüßt das Murmeltier“-Schleife fest und sind unfähig, aus der Vergangenheit zu lernen. Diese technische Einschränkung führt zu realen geschäftlichen Auswirkungen: Genau die Infrastruktur, die Wachstum ermöglicht und Organisationen gestärkt hat, stellt nun ein Hindernis für weitere Fortschritte dar.

Ein radikal anderer Modellansatz

Mit der Weiterentwicklung der KI sind auch die Anforderungen gestiegen. Unternehmen versuchen nun, KI auf proprietäre interne Anwendungsfälle und Workflows anzuwenden. Dies erfordert Modelle, die ihr Verhalten über Zeit erlernen und anpassen können, komplexes logisches Denken über lange Zeiträume unterstützen und beobachtbare, prüfbare Schlussfolgerungen liefern. Standen Transformer-Modelle früher für geschäftliche Transformation, ist heute ein radikal anderer Ansatz erforderlich.

Pathway, ein AWS-Frontier-Model-Partner, leistet mit Dragon Hatchling (BDH) Pionierarbeit für diese nächste KI-Generation. Entwickelt auf Amazon SageMaker und optimiert für die AWS-Infrastruktur, ist BDH ein Post-Transformer-Frontier-Modell, das kontinuierliches Lernen, unendlichen Kontext und Echtzeit-Anpassung ermöglicht. Es löst die zentrale Herausforderung für die KI-Einführung in Unternehmen – Speicherfähigkeit und  Lernen im laufenden Betrieb – und erlaubt es Organisationen, entscheidende neue Funktionalitäten freizuschalten sowie von personalisierter Enterprise Intelligence zu profitieren.

Die Einschränkungen von Transformern im Unternehmenseinsatz

Transformer-Modelle bleiben für viele Aufgaben die Standardwahl und haben die Geschäftsabläufe grundlegend verändert. Dennoch stößt der Transformer nach fast zehn Jahren an seine praktischen und mathematischen Grenzen innerhalb von Unternehmen.

1. Transformer wurden nicht für kontinuierliches Lernen konzipiert. Sie werden einmalig trainiert, können im Laufe der Zeit keine neuen Fähigkeiten erlernen und werden auch nicht intelligenter, da sie lediglich Texte in einer externen Datenbank akkumulieren können.
2. Transformer sind außerordentlich ressourcenintensiv. Sie verbrauchen enorme Mengen an Rechenleistung, da die Informationsverarbeitung bei steigender Datenmenge überproportional zunimmt, sie für den Betrieb sehr schnellen Speicher benötigen und ständig die Modellparameter abgleichen und anpassen müssen.
3. Transformer unterliegen architektonischen Einschränkungen bei der Bereitstellung dessen, was für eine echte unternehmensspezifische KI erforderlich ist. Unternehmen verfügen über spezialisiertes Wissen und Prozesse, die verinnerlicht und erlernt werden müssen. Zudem erfordern sie Governance und Observability. Heutige Transformer-basierte Modelle agieren als Blackboxen mit undurchsichtiger Argumentation, fallen auf vortrainierte Gewichte zurück und besitzen keine Mechanismen, um kommende Ereignisse („what happens next“) zu modellieren.

Was dies in der Realität letztlich bedeutet

Die technologischen Grenzen von Transformern übertragen sich direkt auf die geschäftliche Ebene und erzeugen für Unternehmen und Startups Mehraufwand bei Kosten und Prozessen. Anstatt als Werkzeug zur Befähigung zu dienen, haben sich Transformer zu einer Quelle von Engpässen entwickelt, die Teams dazu zwingen, mehr Zeit in die Verwaltung von Übergangslösungen zu investieren, als echten Mehrwert zu schaffen.

• Es ist zusätzlicher Aufwand erforderlich, um das Modell an die tatsächlichen Arbeitsabläufe eines Unternehmens anzupassen. Die Ausrichtung von Standardmodellen („off-the-shelf“) an die Arbeitsweise einer Organisation erfordert oft die Verwaltung zusätzlicher Workloads oder Korrekturen, wie den Aufbau kundenspezifischer LLMs, die Skalierung von Modellen oder den Einsatz agentischer Workflows zur Prozessintegration.
• Die Anpassung oder Kontextualisierung von Fachwissen erfordert von den Teams die Verwaltung umfangreicher Fine-Tuning-Prozesse und/oder komplexer Bereitstellungen agentischer Workflows.
• Die Differenzierung wird zu einer Herausforderung. Um einzigartige Ergebnisse zu erzielen, müssen Teams Modelle in Eigenregie anpassen – wohlwissend, dass diese mit der Zeit an Relevanz und Genauigkeit verlieren können – oder sie nutzen dieselben Standardmodelle wie ihre Konkurrenz.
• Hohe Kosten erzwingen schwierige Kompromisse. Kostspieliges Training und teure Inferenz zwingen Teams dazu, genau abzuwägen, wo KI eingesetzt wird, wodurch potenzielle Geschäftschancen ungenutzt bleiben.
  

Ein neues Paradigma für Unternehmensintelligenz bricht an

Wir haben die Evolution der Transformer-Modelle miterlebt, doch für Unternehmen, die ihr Angebot differenzieren und Mehrwert schaffen wollen, reicht dies nicht mehr aus. Anstatt lediglich eine inkrementelle Verbesserung des Transformer-Stacks zu bieten, markiert BDH einen Paradigmenwechsel und läutet eine neue Welle der Unternehmens-KI ein.

Im Gegensatz zu Transformer-basierten Modellen, die mit festen Gewichten arbeiten, ist die Architektur von BDH eher wie ein Netzwerk aus Neuronen und Synapsen strukturiert. Verbindungen werden bei Eintreffen neuer Informationen kontinuierlich aktualisiert, was es dem Modell ermöglicht, Wissen über die Zeit zu bewahren und zu verfeinern, anstatt es bei jeder Aufgabe zurückzusetzen. Das Ergebnis ist ein Verständnis von Unternehmensintelligenz, das speicherbasiert, autonom und beobachtbar ist. Dies erschließt Unternehmen neue Funktionen, darunter:

1. Kontinuierliches Lernen:  BDH lernt aus jeder Interaktion und verinnerlicht dieses Wissen über die Zeit für logische Schlussfolgerungen, dauerhafte Expertise und zunehmend autonome Problemlösungen.

Warum das wichtig ist

• BDH nimmt Informationen nicht einfach nur auf und gibt sie unverändert wieder. Das Modell entwickelt im Laufe der Zeit echte Intelligenz und Urteilsvermögen.
• Domain-spezifische Expertise wird kontinuierlich aufgebaut, was durch Personalisierung zu einem wachsenden Vorteil führt.
• Etabliert eine Bindung zum Unternehmen (Stickiness), die weder durch Daten noch durch Training repliziert werden kann. Die KI wird unersetzlich, während sie lernt, wie Ihr Unternehmen funktioniert.
• Vollzieht logische Schlussfolgerungen über lange Zeithorizonte hinweg
• Lernt aus spärlich vorhandenen, spezialisierten Daten – im Gegensatz zum massiven Datenhunger der Transformer.
  
  

2. Effizienz: BDH arbeitet wie ein Gehirn auf der GPU, wobei Effizienz sowohl im Training als auch im Inferenzmodus fest integriert ist. Intelligenz entsteht aus lokalen Interaktionen, die sich über die Zeit verstärken oder abschwächen und nur bei Bedarf aktiv werden, statt alles gleichzeitig zu beanspruchen. Nur 5 Prozent der Neuronen feuern pro Token, während Transformer bei jedem Schritt das gesamte Modell aktivieren.

Des Weiteren ist BDH ein echtes natives Reasoning-Modell. Durch die Schaffung einer größeren internen Verarbeitungsumgebung, der sogenannten latenten Reasoning-Umgebung, verfügt es über intrinsische Speichermechanismen, die das Lernen und Anpassen während der Nutzung unterstützen. BDH bewahrt die Stärken der Transformer – insbesondere Sprachverständnis und Textgenerierung – und ergänzt diese um die Fähigkeit, nicht-sprachliche Probleme zu lösen, an denen Standard-LLMs scheitern. Beispielsweise erreicht BDH eine Genauigkeit von 97,4 Prozent bei „Extreme Sudoku“-Benchmarks (einer Sammlung der weltweit schwersten Sudoku-Rätsel), während führende LLMs kaum nennenswerte Ergebnisse liefern.

Warum ist das wichtig?

• Eine zehnfache Steigerung der Effizienz, sowohl bei den Trainingsaufwänden als auch bei den Inferenz-Tokens.
• Reduzierter Energie- und Stromverbrauch.
• Eine schnellere Markteinführung ohne massives Vorab-Training. Dank der Fähigkeit, über die Zeit zu lernen, genügen bereits spärliche Datensätze für den Start.
• Eine einzige Architektur, die sowohl bei sprachlichen als auch bei nicht-sprachlichen Aufgaben (z. B. Spielen) hervorragende Leistungen erbringt. Dies ist ein klares Indiz für ein starkes Entscheidungsfindungspotenzial.
  
  

3. Unternehmenstauglich: Mit BDH können Unternehmen eine KI betreiben, die ihr Geschäft versteht, sich kontinuierlich anpasst und leicht zu überwachen sowie zu erklären ist. All dies geschieht ohne jegliche zusätzliche Workarounds oder Behelfslösungen.

Warum das wichtig ist

• Es handelt sich um eine KI, die sich in den Kontext der Erfahrung eines Unternehmens einbettet.
• Es besteht Vertrauen in den Einsatz von Systemen, die im produktiven Betrieb bei voller Auditierbarkeit kontinuierlich weiterlernen.
• KI berücksichtigt den Faktor Zeit und kann daher Prozessbewusstsein, digitales Twinning sowie die nächste beste Maßnahme handhaben.
• Governance darüber, wie und warum sich ein Modell im Laufe der Zeit verändert.
• Verfügbare und klare Mechanismen, um das Lernen bei Bedarf zu pausieren, zu isolieren oder rückgängig zu machen.

Die „Sticky Inference“ erschließt entscheidende KI-Funktionalitäten

Was ist Ihr Wettbewerbsvorteil? Wenn der Einsatz von Standard-KI und einmaligem Training keinen Wettbewerbsvorteil mehr liefert, ist ein anderer Ansatz erforderlich. BDH ist für „Sticky Inference“-Anwendungsfälle konzipiert, die den ultimativen wirtschaftlichen Burggraben schaffen. BDH lernt kontinuierlich aus proprietären Daten, baut im Laufe der Zeit Domain-Expertise auf und schafft so einen realen Wettbewerbsvorteil.

„Sticky Inference“-Anwendungsfälle sind tief mit dem wertvollsten Gut eines Unternehmens verbunden: seinen proprietären Daten. Sie erfordern den ständigen Zugriff auf die aktuellsten und unmittelbarsten Informationen, um präzise und wertvoll zu bleiben, und hängen von der Fähigkeit ab, über lange Zeiträume hinweg beobachtbar logische Schlussfolgerungen zu ziehen.

Wo treten diese „Sticky“-Anwendungsfälle also auf? BDH bedient „Sticky Inference“-Anwendungsfälle über horizontale und vertikale Bereiche hinweg. Horizontal sehen wir diese dort entstehen, wo neue Funktionalitäten entscheidend sind. Vertikal zeigen sie sich im Einzelhandel, im Versicherungswesen, in der Technologiebranche, bei Finanzdienstleistungen und im Gesundheitswesen, wo Daten und Kontext das Geschäft maßgeblich vorantreiben.

Horizontal:

BDH automatisiert einen langwierigen Prozess zum Quartalsabschluss für ein globales, multidisziplinäres Unternehmen, indem es über mehrere Monate hinweg über Regionen und Geschäftsbereiche hinweg logische Schlussfolgerungen zieht. Anstatt den Finanzabschluss als isoliertes Ereignis zu behandeln, deckt BDH das gesamte Quartal ab, führt frühzeitige Prognosen durch, bewertet Abweichungen in der Mitte desZyklus, analysiert Risikopositionen zur Steuerung von Absicherungen, koordiniert Abstimmungen und endet mit einem sauberen, prüfbaren Testabschluss. Diese auf langeSicht ausgelegte Intelligenz verbessert die Genauigkeit und Voraussicht im Laufe der Zeit.

Vertikal: Agnostisch
Horizontal: Management
Primäres Differenzierungsmerkmal: Langfristiges Reasoning

Einzelhandel:

BDH stellt sicher, dass ein Einzelhandelsunternehmen seine Verkaufsziele basierend auf dynamischen Bedingungen einhält. Durch die Berücksichtigung sich ändernder interner und externer Daten schlägt BDH die nächsten besten Maßnahmen vor, etwa worauf im Workflow der Produktpersonalisierung der Fokus liegen sollte, Möglichkeiten für dynamische Preisgestaltung oder Bereiche, in denen maßgeschneiderte Werbeaktionen sinnvoll sind.

Vertikal: Einzelhandel
Horizontal: Vertrieb
Primäres Differenzierungsmerkmal: Nächste beste Maßnahme

Versicherung

BDH erhöht den Automatisierungsgrad der Vorabgenehmigung und der anschließenden Verifizierung von medizinischen Leistungsansprüchen für ein Versicherungsdienstleistungsunternehmen, indem es komplexe, nicht vordefinierte Szenarien in Echtzeit logisch durchdringt. Es senkt die Kosten pro Schadensfall durch die Automatisierung eines höheren Prozentsatzes an Ansprüchen, während es gleichzeitig die Genauigkeit verbessert und einen integrierten Audit-Trail für jede Entscheidung bereitstellt.

Vertikal: Versicherung
Horizontal: Betrieb
Primäres Differenzierungsmerkmal: Interoperabilität

Big Tech

BDH betreibt für einen Telekommunikationsanbieter einen aktiven digitalen Zwilling des Netzwerks jedes Unternehmenskunden. Durch die kontinuierliche Aufnahme von Telemetrie-, Topologie- und Live-Kundendaten vergleicht BDH die tatsächliche mit der wahrscheinlichen Nutzung und empfiehlt präventive Rekonfigurationen, Wartungsarbeiten sowie die nächsten besten Service-Maßnahmen.

Vertikal: Hightech
Horizontal: Service
Primäres Differenzierungsmerkmal: Aktives digitaltes Twinning

Gesundheitswesen

BDH unterstützt komplexe klinische Forschung durch die kontinuierliche Integration von Patientenvorgeschichten, um fundiertere Behandlungsoptionen vorzuschlagen.  Im Gegensatz zu herkömmlichen LLMs, die nicht darauf ausgelegt sind, aus geringer Datendichte zu lernen, und Schwierigkeiten mit seltenen oder einzigartigen Fällen haben, kann BDH von Einzelfällen („examples of one“) lernen und diese in handlungsrelevante Erkenntnisse umwandeln.

Vertikal: Gesundheitswesen
Horizontal: Forschung
Primäres Differenzierungsmerkmal: Geringe Datendichte

Finanzdienstleistungen

BDH führt eine hyperpersonalisierte Geschäftssuche durch, indem es sich mit dem firmeneigenen Risikomanagement und der Anlagethese einer Bank vertraut macht. Durch die kontinuierliche Analyse von Marktdaten in Echtzeit generiert das Unternehmen neue, passende Geschäftsmöglichkeiten und identifiziert neue Geschäftschancen, die rentabler sind als herkömmliche Marktoptionen.

Vertikal: Finanzdienstleistungen
Horizontal: Risiko
Primäres Differenzierungsmerkmal: Kontinuierliches Lernen

Entwickelt auf Amazon SageMaker HyperPod, optimiert für AWS

AWS und Pathway machen diese Technologie heute zugänglich und bringen Frontier-KI-Innovationen in die Anwendungsfälle, in denen Kontext, Gedächtnis und langfristiges Reasoning am wichtigsten sind. BDH wird auf Amazon SageMaker HyperPod entwickelt, das für groß angelegtes verteiltes Training konzipiert ist und Teams dabei unterstützt, GPU-Cluster mit verwalteten Workflows bereitzustellen und zu betreiben.

Es ist zudem für die AWS-Infrastruktur optimiert, was bedeutet, dass es effizient und mit maximaler Leistung arbeitet. BDH ist über eine API für bestehende AWS-Anwendungen und -Workflows zugänglich und verbessert sich kontinuierlich auf Basis der Daten, die Organisationen bereits auf AWS speichern.

Kontaktieren Sie Pathway (dragon@pathway.com), um mit der Untersuchung und Implementierung von BDH zu beginnen. Kunden können durch AWS-geförderte POC-Programme mit reduzierten Vorabinvestitionen starten. Zudem können Sie auf die Forschungsarbeiten von Pathway auf Arxiv und deren Open-Source-Repositories auf Github zugreifen.