Amazon Lex: Assisted NLU LLM-Modus erreicht 92 % Intent-Genauigkeit und 84 % Slot-Auflösung ohne Aufpreis

Amazon Web Services hat am 14. Mai 2026 Amazon Lex Assisted NLU auf den Markt gebracht — ein LLM-gestütztes Upgrade für das klassische Lex Natural Language Understanding. Die Funktion ist ohne zusätzliche Kosten im Standard-Lex-Preismodell verfügbar und verspricht erhebliche Verbesserungen bei der Verarbeitung natürlicher Sprache.

Wie messbar verbessert Assisted NLU die Leistung?

AWS nennt konkrete Metriken für den neuen Modus: 92 % Intent-Klassifizierungsgenauigkeit und 84 % Slot-Auflösungsgenauigkeit im Durchschnitt. Reale Deployments bei Beta-Kunden zeigen eine Verbesserung der Intent-Klassifizierung um 11-15 % und 23,5 % weniger Fallback-Antworten im Vergleich zum klassischen Lex-NLU. Die Zahlen sind bedeutsam, weil Fallback-Antworten einer der häufigsten Gründe für den Gesprächsabbruch sind — ein Nutzer, der dreimal „Sorry, I didn’t understand” hört, verlässt das Gespräch typischerweise.

Wie funktioniert der Primary-Modus?

Der Primary-Modus verwendet das LLM für jede Nutzereingabe — jede Nutzernachricht durchläuft die LLM-Pipeline. Er eignet sich ideal für neue Bots mit begrenzten Trainingsdaten (weniger als 20 Beispiel-Utterances pro Intent), da das LLM generalisieren kann, wo das klassische Modell nicht genügend Beispiele zum Lernen hat. Der Kompromiss ist eine höhere Latenz pro Eingabe, aber weniger Konfigurationsaufwand.

Was bietet der Fallback-Modus?

Der Fallback-Modus behält die traditionelle Lex-NLU als primäre Schicht — schnell und effizient. Das LLM wird nur aktiviert, wenn das Vertrauen unter einen Schwellenwert fällt oder das System andernfalls auf FallbackIntent routen würde. Dieser Ansatz wird für ausgereifte Bots mit starker Baseline-Performance empfohlen — er bietet ein LLM-Sicherheitsnetz, ohne den Latenzvorsprung des klassischen NLU in typischen Fällen zu opfern.

Welche Anwendungsfälle adressiert Assisted NLU konkret?

AWS hebt vier Problemkategorien hervor, mit denen klassisches regelbasiertes NLU zu kämpfen hat: Umgang mit Tippfehlern, Grammatikfehlern und umgangssprachlichen Ausdrücken, Extraktion mehrerer Slots aus komplexen Anfragen, Auflösung mehrdeutiger Nutzerabsichten und Behandlung von Grenzfällen ohne aufwändiges Utterance-Engineering. Das System adressiert die grundlegende Herausforderung, dass regelbasierte Systeme natürliche Sprachvariationen schlecht erfassen.

Position im umfassenderen AWS Conversational-KI-Stack

Die Ankündigung passt in das Amazon-Bedrock- + Nova-2-Sonic- + Lex-Assisted-NLU-Paket, das AWS für Enterprise-Sprach- und Chat-Agenten aufbaut. Lex Assisted NLU adressiert textbasierte Gespräche, Nova 2 Sonic die Sprachkommunikation. Beide senken Latenzen unter die menschliche Wahrnehmungsschwelle und reduzieren den Konfigurationsaufwand — die zwei wichtigsten Gründe, warum Enterprise-Kunden den Einsatz von Sprach- und Chat-Agenten verzögern.