KI im Unternehmen
In 8 Schritten zur eigenen GenAI
Foto: Deemerwha studio - shutterstock.com
Den Anfang machte ChatGPT. In seiner kostenlosen, frei verfügbaren Version überzeugte der Chatbot auf Basis des KI-Modells GPT-3.5 innerhalb weniger Wochen Millionen Nutzer von den Vorteilen generativer KI (GenAIGenAI). Kein Wunder also, dass Microsoft, Google, AWS, IBM und zahlreiche kleinere Anbieter in rascher Folge eine breite Vielfalt unterschiedlicher GenAI-Tools für den Unternehmenseinsatz auf den Markt brachten. Alles zu Generative AI auf CIO.de
Eher unentschlossen präsentieren sich dagegen noch die Anwendungsunternehmen. Ende 2023 nutzten laut einer Studie des Bitkom erst 15 Prozent der befragten Unternehmen KI. Immerhin sehen mehr als zwei Drittel der Befragten (68 Prozent) KI allgemein als wichtigste Zukunftstechnologie und als Chance für ihr Unternehmen an.
Beispiel GoodGPT bei NTT Data
In Schlüsselbranchen wie Automotive und Unterhaltungselektronik nimmt die Implementierung von KI-Anwendungen immer schneller an Fahrt auf. Und nicht nur dort, wie das Beispiel "GoodGPT" in unserem Unternehmen zeigt. Innerhalb von drei Monaten gelang es uns in acht Schritten, einen individualisierten KI-Chatbot produktiv einzusetzen.
1. Die Technologie verstehen
Fehlendes technisches Know-how ist eines der größten Hindernisse für den Einsatz von KI in Unternehmen. Das sagen laut der Bitkom-Studie 84 Prozent der Befragten, die sich mit dem Thema beschäftigen. Die gute Nachricht in diesem Zusammenhang: Wer die Möglichkeiten und Grenzen von ChatGPT und Co. frühzeitig erkundet, kann unnötige Enttäuschungen und Misserfolge vermeiden.
Denn diese ergeben sich vor allem aus unrealistischen Zielsetzungen. Wer hingegen die Potenziale der generativen KI realistisch einschätzt, kann mit vergleichsweise einfachen Mitteln Quick Wins realisieren.
So etwa bei der Zusammenfassung, Übersetzung, oder Analyse von Dokumenten. Außerdem kann ein realistisches Bild von KI helfen, überflüssige Bedenken zu beseitigen. Dazu gehört etwa die Ansicht, GPT-3.5, das KI-Modell hinter der frei verfügbaren Version von ChatGPT, tauge nicht für den professionellen Einsatz.
2. Erwartungen managen - realistische Ziele setzen
Der kürzeste Weg zu praxistauglichen Ergebnissen führt über eine konkrete Zielsetzung. Für den Einsatz heutiger GenAI-Lösungen könnte die so lauten:
• Synthetische Daten für Softwaretests erzeugen,
• Programmcode entwickeln,
• Ideen und Konzepte für Texte und andere Kommunikationsmedien entwickeln,
• Content zusammenfassen und
• Standardtexte im Bereich Sport- oder Wirtschaftsmeldungen erstellen.
Genau solche Einsatzszenarien standen bei uns im Vordergrund. Verbunden mit der Erwartung, eine sichere und flexible generative KI-Plattform mit einfach bedienbaren Werkzeugen für die verschiedenen Anwendungsfälle möglichst rasch bereitzustellen.
3. Mensch im Mittelpunkt
Wer je an einem IT-Projekt mitgearbeitet hat, weiß: Wenn die Akzeptanz der Beschäftigten fehlt, ist der Erfolg gefährdet. Das gilt auch und gerade beim Thema KI: Die möglichen Auswirkungen auf den Arbeitsalltag der Mitarbeitenden von Unternehmen sind tiefgreifend.
Das provoziert Fragen, Bedenken und Ängste, die ernst genommen werden wollen. Was dabei hilft: Die neue Technologie erklären und erlebbar machen. Die Menschen beteiligen. Und zwar nicht nur Betriebs- und Personalräte, sondern alle Mitarbeitenden in ihrem Arbeitsumfeld.
Promptathons für die Akzeptanz
Unser Projektteam legte deshalb von Beginn an großen Wert auf die Erläuterung der Funktionalität und das gemeinsame Erarbeiten der Regeln der KI-Nutzung. Und vor allem: Tätige Unterstützung bei der praktischen Anwendung, etwa durch Kurse zum Gestalten von wirkungsvollen Prompts, Use-Case-Workshops oder so genannten Promptathons, bei denen die Mitarbeitenden im spielerischen Wettbewerb den ergebnisorientierten Umgang mit GenAI trainieren.
4. Daten qualifizieren
Generative Pretrained Transformer (GPT) ist ein vortrainiertes System zum Erzeugen von Content wie Text, Code, Bildern oder Tönen. Was ein GPT kann, auf welche Fragen es geeignete Antworten liefert, hängt stark von der Menge und Qualität der Trainingsdaten ab.
Im Falle von ChatGPT wurde dafür ein gigantischer Pool von überwiegend englischen, frei verfügbaren Texten verwendet, die alle eins gemeinsam haben: Sie wurden vor 2022 veröffentlicht. Wenn es um aktuellere Fragen geht, bei denen auch Spezialwissen gefragt ist, das in einer seltenen Sprache hinter einer Bezahlschranke liegt, kann die frei verfügbare Version von ChatGPT ohne spezialisierte Plugins wenig helfen.
Garbage in - Garbage out
Allerdings kann GenAI auch auf die unternehmenseigenen Daten angewendet werden und mit "Retrieval Augmented Generation" auch auf neue Daten zugreifen. Generell gilt auch für GenAI die alte Regel: Garbage in - Garbage out.
Qualitativ hochwertige Ergebnisse sind nur auf Basis qualitativ hochwertiger und quantitativ ausreichender Daten zu erreichen. Wer zum Beispiel einen KI-basierten Chatbot im Support einsetzen will, sollte daher zunächst die Aktualität und Vollständigkeit der Datenblätter und Benutzerhandbücher prüfen, auf die der Bot zugreift.