NormCode: Neue Sprache für sichere, kontextisolierte KI-Planung
In der Welt der KI-gestützten Mehrschritt-Workflows ist das Problem der Kontextverschmutzung allgegenwärtig: je mehr Informationen sich über die einzelnen Schritte ansammeln, desto häufiger halluzinieren Modelle, verwechseln Zwischenergebnisse und verlieren den Überblick über die ursprünglichen Aufgabenbeschränkungen. Mit NormCode wird dieses Problem elegant gelöst. Die semi-formale Sprache ermöglicht es, Inferenzpläne in klar abgegrenzte, datensichere Schritte zu zerlegen, wobei jeder Schritt nur die explizit übergebenen Eingaben erhält. Dadurch wird die Querschnittsverschmutzung von vornherein verhindert.
NormCode trennt strikt semantische Operationen – also das LLM-gesteuerte, nichtdeterministische Denken – von syntaktischen Operationen, die deterministische Datenumstrukturierung durchführen. Diese Trennung erlaubt eine präzise Nachverfolgung von Kosten und Zuverlässigkeit. Die Sprache existiert in drei isomorphen Formaten: .ncds für die menschliche Autorierung, .ncd für die maschinelle Ausführung und .ncn für die menschliche Verifikation, wodurch ein schrittweiser Übergang von einer groben Skizze zur vollwertigen Produktion möglich ist.
Die Wirksamkeit von NormCode wurde in zwei Demonstrationen nachgewiesen. Erstens ein Basis-Algorithmus zur Addition von X, der auf Eingaben beliebiger Länge mit 100 % Genauigkeit arbeitet. Zweitens die selbstgehostete Ausführung des eigenen fünfphasigen Compiler-Pipelines von NormCode. Der zugrunde liegende Orchestrator sorgt für abhängigkeitsgesteuertes Scheduling, SQLite-basierte Checkpointing und Schleifenmanagement, wodurch KI-Workflows von Natur aus nachvollziehbar und auditierbar werden.
Diese Eigenschaften erfüllen einen entscheidenden Bedarf an Transparenz in hochriskanten Bereichen wie juristischer Argumentation, medizinischer Entscheidungsfindung und finanzieller Analyse. NormCode bietet damit eine robuste Grundlage für die Entwicklung von KI-Systemen, die sowohl leistungsfähig als auch vertrauenswürdig sind.