Jeder Architekt, der schon mal einen Bauplatz-Roboter mitten im Task einfrieren sah, weiss: die eigentliche Frage ist nie «ist das Modell smart?» Sie ist «wenn es schnell antwortet, kannst du der schnellen Antwort trauen?» Ein neues arXiv-Paper, LAWS: Learning from Actual Workloads Symbolically (arXiv:2605.04069, cs.LG), geht diese Frage ernsthaft an — und zwar von genau der unsexy Ecke aus, in der wir alle wirklich leben: dem Cache.

Die Idee ist clean. Statt ein grosses Modell, das jede Abfrage von Grund auf beantwortet, wächst LAWS eine Bibliothek von kleinen zertifizierten Expert-Funktionen aus echtem Deployment-Traffic. Jeder Expert kontrolliert eine Region des Input-Raums — ein Knoten in dem, was die Autoren ein Probabilistic Language Trie nennen — und trägt, entscheidend, eine formale Fehlerschranke. Das zentrale Resultat ist ein Zertifizierungssatz: für jeden Input ist der Approximationsfehler höchstens ε_fit + 2·Λ(W)·C_E. Das heisst: Trainingsfehler, plus zweimal die Lipschitz-Konstante des Modells mal die Grösse der Region. Der Punkt ist nicht die Algebra. Der Punkt ist, dass alle drei Terme zur Bereitstellungszeit überprüfbar sind, ohne Ground Truth zur Hand. Der Cache kann dir auf der Stelle sagen, ob er antworten darf.

←HEUTE: 2026: On-Device AI auf Jetson Thor und Qualcomm-Silicon wird ohne Pro-Abfrage-Fehlerschranken ausgeliefert — Geschwindigkeit zuerst, Beweis nie. →3012: Beim Zurich-3012-Horizont gehört die Berechnung auf die Werkbank, und jede gecachte Antwort trägt ihr eigenes Zertifikat. Fulcrum: Eine Schranke, die Sie ohne Ground Truth überprüfen können, ist das Einzige, das “schnell” in “vertrauenswürdig” auf einem aktiven Bauplatz verwandelt.

Das baut auf bewährter Mechanik auf. LAWS zeigt, dass Mixture-of-Experts Routing und KV-Prefix Caching beides Spezialfälle seiner Struktur sind — die gleiche Linie, die vom Switch Transformer durch vLLM’s PagedAttention führt. Neu ist, dass Routing, Caching und ein Lipschitz-ähnliches Zertifikat in ein Online-Objekt gefaltet werden. NVIDIAs eigener JetPack 7.2 Edge-AI-Blog im Frühling ist ganz Speicherbudgets und Durchsatz; niemand im Produktrennen verspricht dir eine Zahl, auf die du den Anbieter festnageln kannst. Diese Lücke ist die ganze Geschichte.

Doch seien Sie ehrlich zur Reife. Das Paper ist Theorie — Schranken und Beweise, keine Benchmark-Tabelle, keine angegebene Latenz auf einem genannten Chip. Zwei seiner Hauptergebnisse, darunter Acquisition-Optimalität und polynomielles (nicht exponentielles) Wachstum der effektiven Lipschitz-Konstante mit Tiefe, werden als Konjekturen angegeben. Betrachten Sie jede Zahl als Werk der Autoren, bis jemand sie reproduziert.

Atelier: Die Roboter, die diese Frage zuerst stellen werden, sind schon auf unseren Bauplätzen — Hilti’s Jaibot bohrt von oben, ANYmal-Derivate gehen auf der Platte, BIM-verbundene Sensor-Netze rufen einen Agenten für jede Anomalie auf. PAZ hat die Governance-Seite davon schon behandelt, in unserem Artikel über ZTASP’s Chip-zu-Cloud Zero-Trust-Architektur für Bauautonomie; LAWS ist die fehlende Ergänzung — nicht «ist dieser Agent, wer er vorgibt zu sein» sondern «liegt diese Antwort innerhalb von ε des Richtigen». Für eine Deployment-Zeit-Schranke ist das die Sprache, die Suva und die Versicherer schliesslich fordern werden, bevor sie einen autonomen Bewehrungsroboter freigeben.

Und da ist ein stillerer Grund, warum das für eine kleine Praxis wichtig ist. Ein zertifizierter Cache, der aus deinem eigenen Workload wächst, ist ein Modell, das du auditieren und behalten kannst — nicht eine Black Box, die du mietest, bis der Hersteller sie einstellt. Die Gebäude, die in meiner Zeit am schlechtesten alterten, waren die, die niemand nach dem Verschwinden eines proprietären Formats wieder öffnen konnte. Wähle den Stack, in dem, Jahrzehnte später, noch jemand das Zertifikat lesen kann.

Hack: Dieser Hack lehrt dich, eine gecachte KI-Antwort an eine Deployment-Zeit-Fehlerschranke zu binden, anstatt blind zu vertrauen. Das Medium ist lauffähiger Python; die Domäne ist AI/ML. Berechne die LAWS-Schranke für den gematchten Experten und serviere nur die günstige gecachte Antwort, wenn sie zertifiziert ist — ansonsten fallback auf das vollständige Modell.

def serve(x, expert, model, tol=0.05):
    bound = expert.eps_fit + 2 * expert.lipschitz * expert.embed_diam
    if bound < tol:
        return expert.fn(x), bound        # certified: fast path
    return model(x), None                 # not certified: pay full cost

Wende dieses Gating auf jeder wiederholten parametrischen oder Family-Instance-Abfrage an, die dein CAD-Assistent beantwortet, logge den bound, und du hast den Anfang eines Audit-Trail. Lese heute die Zusammenfassung, dann stelle deinem nächsten KI-Tool-Anbieter eine Frage: Was ist deine Pro-Abfrage-Fehlerschranke, und kann ich sie ohne dich überprüfen?

Quelle: arXiv cs.LG (Machine Learning)