Wie können wir generative KI in der Praxis einsetzen?

30 April 2024

Wir alle wissen, dass generative KI oder genAI weitreichende Auswirkungen auf Kunst und Unterhaltung hat, und auch im Gesundheits- und Bildungswesen sind die Auswirkungen spürbar. Aber wie sieht es mit den Herausforderungen des Geschäftsalltags aus? Kann diese allgegenwärtige Technologie Ihnen und Ihren Stakeholdern das Leben wirklich leichter machen, oder ist das alles nur Marketinggerede? Unsere hauseigenen KI-Experten Sven Arnauts und Wouter Labeeuw erörtern die Herausforderungen - und Chancen -, die sich aus dem Einsatz von genAI für Sie und Ihr Unternehmen ergeben.

„Wenn es um den Einsatz von generativer KI geht, gibt es grob zwei Arten von Unternehmen und Führungsteams“, beginnt Sven. „Diejenigen, die ein klares Problem haben und gespannt darauf sind, ob genAI dieses Problem lösen kann, und diejenigen, die von der Faszination der Technologie fasziniert sind und sie sich eifrig aneignen, ohne über eine nützliche Anwendung für sie nachzudenken. Wenn es um Führungsteams geht, gibt es einige, die glauben, dass die genAI-Technologie ein Allheilmittel ist, das alle ihre Probleme lösen wird, während andere ihr Potenzial nicht erkennen. Deshalb ist es so wichtig, das Bewusstsein dafür zu schärfen."

Demistifizierung von genAI

Im Großen und Ganzen wird genAI für Folgendes verwendet:

  • Erschließung von Wissen und Informationen. Benutzer können mit der Wissensdatenbank ihres Unternehmens über natürliche Sprache kommunizieren, um eine sofortige Antwort zu erhalten (anstatt nur auf eine bestimmte Datei verwiesen zu werden).
  • Erstellung von Texten, Dokumenten, Bildern und Videos. Die Nutzer können das KI-Tool auffordern, neue Inhalte, z. B. Zusammenfassungen, E-Mails, Kurzdarstellungen usw., auf der Grundlage historischer Dateien und Informationen aus der Wissensdatenbank mit einfachen natürlichsprachlichen Anweisungen zu erstellen.

„Hier stützt sich das KI-Modell auf eine Wissensbasis, um Antworten abzurufen und abzuleiten oder Inhalte zu generieren“, sagt Wouter. "Mit fortschrittlicher Technologie ist es auch möglich, direkt mit Daten zu kommunizieren. Das bedeutet, dass die Benutzer direkt mit den riesigen Datenbeständen des Unternehmens kommunizieren können - sowohl mit strukturierten als auch mit unstrukturierten."

Der Unterschied mag zwar marginal erscheinen, aber die Folgen sind weitreichend. Wouter: „Die Möglichkeit, direkt mit den Daten zu kommunizieren, demokratisiert die Datenanalyse. Mit anderen Worten, es ermöglicht einem breiten Spektrum von nicht-technischen Nutzern, durch einfache Eingabeaufforderungen verwertbare Erkenntnisse zu gewinnen. Die potenziellen Auswirkungen auf Innovation und Effizienz in verschiedenen Bereichen sind enorm.“

Hinter den Kulissen: Volltext- und vektorielle Indexierung

Obwohl genAI-Modelle sehr gut in der Lage sind, Informationen aus großen Daten- und Dokumentenmengen abzurufen und abzuleiten, hängt ihr Erfolg immer noch von der Indexierung all dieser Informationen ab.

Dies kann auf verschiedene Weise geschehen, zum Beispiel:

  • Die Volltextindizierung ist die Art und Weise, wie herkömmliche Suchmaschinen Dokumente und Seiten abfragen: durch die Erstellung eines durchsuchbaren Katalogs aller darin enthaltenen Wörter. Dies ist der perfekte Ansatz für präzise, stichwortspezifische Suchen.
  • Bei der vektoriellen Indexierung wird Text mithilfe von Einbettungsmodellen (OpenAI Ada, Google BERT, Mistral Embeddings usw.) in numerische Vektoren umgewandelt. Jedes Wort oder jede Phrase ist ein Punkt in einem mehrdimensionalen Raum, und der Abstand und die Richtung zwischen diesen Punkten stellen ihre semantischen Beziehungen dar. Dieser Ansatz ist besonders effektiv, wenn semantische Bedeutung und Absicht wichtiger sind als spezifische Schlüsselwörter - zum Beispiel bei Abfragen in natürlicher Sprache.

„Die vektorielle Indexierung ist entscheidend für das Funktionieren von GenAI-Modellen und Chatbots“, so Wouter weiter. "Es ermöglicht großen Sprachmodellen (LLMs) wie GPT, Nuancen, Kontext und sogar die Stimmung der Nutzer zu erfassen. Dies ermöglicht ein genaueres und kontextbezogenes Verständnis der Eingabeaufforderung."

Die vektorielle Indexierung ist eine komplexe Aufgabe, die ein tiefes Verständnis der Daten, der Ziele und der beteiligten LLMs erfordert. „Da verschiedene Modelle unterschiedliche Stärken und Schwächen haben, können sie auch unterschiedliche Ergebnisse liefern. Für die vektorielle Indexierung braucht man also mehr als nur Grundwissen.“


Demokratisierung der NLP-Funktionen

GenAI übernimmt Aufgaben, die traditionell von NLP erledigt wurden. „Große, vortrainierte Modelle wie GPT 3.5 und 4.0 können natürliche Sprache in einem noch nie dagewesenen Ausmaß verstehen und generieren“, sagt Wouter. "Dadurch können sie jetzt Herausforderungen bewältigen, die früher nur NLP vorbehalten waren, wie z.B. Übersetzen, Schreiben, Zusammenfassen, Codegenerierung und vieles mehr. Außerdem hat genAI diese Fähigkeiten auch für ein breiteres, nichttechnisches Publikum zugänglich gemacht."

GenAI in Ihrem Unternehmen: 5 Anwendungsfälle

Jenseits des Hypes kann genAI ein Motor für Effizienz und Innovation sein, selbst in den traditionellsten Sektoren. Hier sind ein paar Beispiele:


1. Straffung der Abläufe

Einer der unmittelbaren Vorteile, die genAI mit sich bringt, ist die Automatisierung von Routineaufgaben. Sven: "Vom Sortieren von E-Mails bis zur Verwaltung des Inventars kann genAI Aufgaben übernehmen, die zeitaufwändig und anfällig für menschliche Fehler sind. So können sich Ihre Mitarbeiter auf komplexere und kreativere Aufgaben konzentrieren."


2. Personalisierung von Kundeninteraktionen

Und wie sieht es mit der Personalisierung von Kundeninteraktionen aus? „GenAI kann Kundendaten analysieren und sie nutzen, um hochgradig personalisierte Erfahrungen zu schaffen“, sagt Wouter. „Dabei geht es nicht darum, den menschlichen Touch aus der Gleichung zu nehmen, sondern ihn zu ergänzen, um noch effektiver zu sein.“


3. Risikobewertung und -mangement

Die Fähigkeit von GenAI, große Datensätze zu durchforsten, kann auch die Risikobewertung erheblich verbessern. Sven: „Die Fähigkeit, Muster zu erkennen und Ergebnisse mit hoher Genauigkeit vorherzusagen, ist von unschätzbarem Wert für Finanzprognosen oder um potenzielle betriebliche Engpässe zu erkennen, bevor sie zu großen Problemen werden.“


4. Verbesserung der Zusammenarbeit

GenAI kann auch die Zusammenarbeit zwischen Ihren Teams optimieren. Wouter: „Stellen Sie sich einen virtuellen Assistenten vor, der Ihre Meetings plant, Ihnen eine Zusammenfassung der wichtigsten Punkte aus früheren Interaktionen gibt und Tagesordnungspunkte auf der Grundlage laufender Projekte vorschlägt.“


5. Der Marketingvorteil

Marketingexperten lieben GenAI. Und es ist nicht schwer zu verstehen, warum. „Content-Generierung, Marktanalyse und Kundensegmentierung sind nur der Anfang“, sagt Sven. „GenAI kann auch Trends vorhersagen und ermöglicht es Marketingabteilungen, proaktiv statt reaktiv zu handeln.“

Wir beginnen jeden Workshop mit einer einfachen Frage: Wer sind Ihre Stakeholder und was treibt sie um?
Sven Arnauts, Senior Manager Data & AI bei delaware

GenAI ja oder nein?

„Der Schlüssel, damit genAI für Sie funktioniert, ist, klein anzufangen und verantwortungsvoll zu skalieren“, schließen Sven und Wouter. "Der erste und wichtigste Schritt besteht darin, spezifische Schmerzpunkte zu identifizieren und genAI-Lösungen schrittweise dort einzusetzen, wo sie sinnvoll sind. Es ist eine Transformationsreise, die, wenn sie mit Bedacht angegangen wird, zu erheblichen Wettbewerbsvorteilen führen kann."

Durch Ideenfindungs- und Inspirationsworkshops versuchen Sven und Wouter, ein besseres Verständnis von genAI aufzubauen und Unternehmen zu konkreten Anwendungsfällen und Experimenten zu führen. "Wir achten darauf, dass wir Unternehmen nicht in Richtung genAI lenken, nur weil es ein heißes Thema ist. Vielmehr beginnen wir jeden Workshop mit einer einfachen Frage: Wer sind Ihre Stakeholder, und was treibt sie um? Manchmal stellt sich heraus, dass dies etwas ist, das genAI lösen kann, aber es kann auch eine Datenplattform oder sogar ein Problem der Datenverwaltung sein. Deshalb bringen wir immer einen Branchenexperten mit, der die besonderen Herausforderungen des Unternehmens versteht und dessen Sprache spricht. Letztendlich ist es unser Ziel, die bestmögliche Lösung anzubieten.“