ESPNBold predictions: Players our experts feel differently about than seemingly everyone elseESPN DeportesApelación mantiene cuatro partidos de sanción a Vinícius por jalón de cabelloInquirerSolar-powered irrigation system offered to Ilocos Norte farmersThe Jerusalem Post'This is our homeland': Netanyahu responds to Obama accusations that Israel stole Palestinian landZDF heuteAktuelle Pressemitteilungen des ZDF20 Minuten«Im Worst Case verlieren Menschen das Vertrauen in die Justiz»Rai NewsPomeriggio 24 - Puntata del 16/10/2026VarietyMartin Scorsese Recalls His Last Conversation With Federico Fellini in New Doc Premiering at Rome Film Festival: ‘Thank You, I’ll See You Soon’ (EXCLUSIVE)South China Morning PostZelensky asks EU for extra $79 billion to sustain Ukraine’s war effortScreen RantPlayStation 4 Gamers Surprised With Free PS5 Remaster, No PS Plus NeededWirtualna PolskaKierwiński idzie do prokuratury. Chodzi o ataki na policjęVilaWebEl primer ministre britànic rebutja un nou referèndum d’independència a Escòcia: “Es perd massa temps amb drames”
The Daily Newsstand · Free, Always
Friday, October 16, 2026

heise+ | KI-Harness erklärt: Das unsichtbare Gerüst von LLMs

Translate

Wer sich auch nur ein wenig mit aktuellen KI-Systemen auf Basis großer Sprachmodelle (Large Language Models, LLM) beschäftigt, hat den Begriff „Harness“ wahrscheinlich bereits gehört. Was genau damit gemeint ist, unterscheidet sich aber von Fall zu Fall: Der Begriff wird extrem breit verwendet und eine allgemein etablierte Definition gibt es nicht – zumindest keine, die explizit macht, woraus ein Harness besteht. Im Gegenteil, wenn „Harness“ überhaupt definiert wird, dann oft darüber, was es nicht ist: Es ist nicht das LLM selbst.

Denn auch wenn große Sprachmodelle die Grundlage des aktuellen KI-Booms darstellen, werden sie praktisch nie direkt eingesetzt. LLMs sind zunächst einmal nur Textvervollständigungsmaschinen. Und nur sehr wenige Aufgaben lassen sich sinnvoll von einem System bearbeiten, das ungesteuert einen Text plausibel fortschreibt.

Um aus einem LLM einen Chatbot, einen Coding-Agenten, einen Security-Scanner oder einen persönlichen Assistenten zu machen, benötigt man noch ein Sammelsurium von Anweisungen, Konfigurationen und Hilfsprogrammen. Die müssen Kontext bereitstellen, sollen nötige Sicherheitsgarantien erzwingen, bewerten, ob eine Aufgabe erfolgreich bearbeitet wurde, und dem LLM erlauben, mit anderen Programmen zu interagieren. All dies zusammen ist das Harness – zumindest wenn man den Begriff breit auffasst.

View the original on heise online →

KioskNews shows a cleaned-up reading view extracted from the publisher’s page — the original always lives on their site, not ours.