Flint — Microsofts Open-Source-Sprache, die Visualisierungen für KI-Agenten kompiliert

Microsoft Research hat Flint veröffentlicht – eine Open-Source-Sprache für die Spezifikation von Datenvisualisierungen, die für die Ära der KI-Agenten und Copilot-Anwendungen konzipiert wurde. Das Projekt adressiert eine langjährige ingenieurtechnische Herausforderung: wie KI-Agenten präzise und visuell ansprechende Diagramme erstellen können, ohne ausführliche, fehleranfällige Spezifikationsdateien zu benötigen.

Der Kompromiss, den Flint löst

Moderne Visualisierungsbibliotheken – Vega-Lite, Apache ECharts und Chart.js – bieten einen hohen Grad an Anpassbarkeit, aber zum Preis ausführlicher Spezifikationsdateien. Wenn ein KI-Agent eine solche detaillierte Diagrammbeschreibung generieren muss, kann bereits ein kleiner Fehler in Syntax oder Logik zu einem nicht funktionierenden oder visuell schlechten Ergebnis führen. Andererseits liefern kurze Spezifikationen, die auf die Standardwerte des Systems setzen, selten Visualisierungen, die für den geschäftlichen oder wissenschaftlichen Einsatz geeignet sind.

Flint ist der prägnante Mittelweg: eine kompakte Spezifikation, die lesbar genug ist, damit ein Sprachmodell zuverlässig einen korrekten Eintrag erstellen kann, und reich genug an semantischen Informationen, damit der Compiler automatisch alles Fehlende ableiten kann – Skalen, Achsen, Aggregationen, Formatierung und Farbschemata.

Wie funktioniert der Compiler?

Der Flint-Compiler empfängt zwei Eingaben: eine Datenspezifikation, die semantische Typen und Metadaten beschreibt, und eine Diagrammspezifikation, die den Diagrammtyp und die Feldzuordnung zu visuellen Kanälen definiert. Der Compiler leitet daraus automatisch Parsing-Regeln, Skalen, Achsen, Aggregationen, Formatierung, Farbschemata und die Anordnung der Elemente ab – und generiert eine native Spezifikation für das gewählte Backend.

Eine einzige Flint-Spezifikation kann gleichzeitig in Vega-Lite, Apache ECharts oder Chart.js kompiliert werden, was Organisationen die Flexibilität gibt, das Rendering-Backend nach eigenen Bedürfnissen zu wählen, ohne separate Spezifikationen schreiben zu müssen.

Semantische Typen als Schlüsselmechanismus

Das zentrale Konzept von Flint sind semantische Datentypen. Anstatt dass der Nutzer oder Agent jeden Aspekt der Darstellung manuell definiert, erkennt Flint Typen wie Daten, Prozentsätze, Preise oder Rangfolgen und schlussfolgert aus diesen Informationen intelligent über die geeignete Skala, das Beschriftungsformat der Achsen und das Farbschema. Wenn sich Daten in der Kardinalität ändern, passt Flint automatisch Layout und Elementgrößen an.

Das bedeutet, dass ein Agent, der eine Flint-Spezifikation generiert, nicht „wissen” muss, wie Vega-Lite eine Zeitachse formatiert oder wie ECharts negative Werte verarbeitet – Flint übernimmt diese Verantwortung.

Testergebnisse mit Sprachmodellen

Microsoft Research testete Flint mit drei Sprachmodellen. In allen Fällen erhielten die über Flint generierten Diagramme höhere Evaluierungsbewertungen als die direkt über Vega-Lite generierten (DirectVL). Die Ergebnisse bestätigen, dass ein prägnanteres und semantisch reichhaltigeres Format die Fehlerrate bei KI-unterstützter Visualisierung reduziert – eine Schlüsselannahme für skalierbare Copilot-Anwendungen mit Datenvisualisierungskomponenten.

MCP-Integration und Verfügbarkeit

Flint kommt mit einem MCP-Server, der die direkte Erstellung von Diagrammen in Chat-Oberflächen ermöglicht, die das Model Context Protocol unterstützen. Das Projekt ist in das Data Formulator Tool für KI-unterstützte Datenanalyse integriert.

Der Code ist unter github.com/microsoft/flint-chart verfügbar, die Projektseite unter microsoft.github.io/flint-chart/. Die Autoren sind Forscher von Microsoft Research: Chenglong Wang, Alper Sarikaya, Scott Tsukamaki, Michel Galley und Jianfeng Gao.

Fazit

Flint ersetzt weder Vega-Lite noch ECharts – es kompiliert in diese. Sein Beitrag liegt in der Abstraktionsschicht, die Visualisierungsspezifikationen gleichzeitig für generative Modelle zugänglich und für Menschen editierbar macht. Für Teams, die KI-Copilot-Anwendungen mit Datenvisualisierungskomponenten entwickeln, bietet Flint eine konkrete ingenieurtechnische Lösung für ein Problem, das bisher häufig manuelle Vermittlung oder einen Kompromiss zwischen Qualität und Zuverlässigkeit erforderte.