Mehr Chance als Risiko

Es ist kein Geheimnis: Effektiv gesammelte und strukturierte Daten sind von enormem Wert und können sich positiv auf die Wirtschaftlichkeit von Unternehmen auswirken. Eine Methode, die dabei unterstützt, Anwendungsfälle zu identifizieren, ist das sogenannte Data Thinking. Dieser Ansatz kombiniert Data Science und Design Thinking und leitet Unternehmen dazu an, vorhandene Daten zu reflektieren und möglichst gewinnbringend einzusetzen. Ziel ist es, nutzerorientierte und datenbasierte Produkte oder Lösungen zu entwickeln.

Um die Datenbasis von verschiedenen Blickwinkeln aus zu betrachten, werden immer mehrere Fachbereiche eines Unternehmens in das Data Thinking einbezogen. Dadurch erhöht sich das eingebrachte Expertenwissen. Die in den einzelnen Fachbereichen gesammelten Daten, die beispielsweise Auskunft über das Käuferverhalten geben, werden strukturiert und konsolidiert. Im Laufe des Prozesses klären alle Beteiligten, welche Erkenntnisse die Daten liefern, welche Ergebnisse zu erwarten sind oder an welchen Stellen Informationen vielleicht auch noch fehlen. Die Arbeit mit den unterschiedlichen Daten erhöht auch die Kreativität in den Teams.

Zeit ist Geld

Mit der Entwicklung von Large Language Models gibt es nun Technologien, die Data-Thinking-Prozesse um ein Vielfaches beschleunigen und vereinfachen. Mit GPT können in diesem Rahmen Kompetenzen und Wissen aus den verschiedensten Abteilungen zusammengebracht, die benötigten Daten extrahiert und verarbeitet werden. Auch technische Laien können die Sprachmodelle einsetzen, ihre Ideen sofort ausprobieren und kreative Anhaltspunkte für neue Produkte und Geschäftsfelder finden. Langwierige Geschäftsprozesse haben oft das Potenzial, um bis zu 30 Prozent zu schrumpfen. Wenn es beispielsweise darum geht, große Dokumente auszuwerten, diese immer wieder zu lesen und nach bestimmten Informationen zu suchen, kann der Einsatz von GPT Zeit sparen.

Im wirtschaftlichen Kontext haben Anwender die Möglichkeit, GPT auf der Cloud-Computing-Plattform Azure (Azure OpenAI Service) zu nutzen. Dort ist sichergestellt, dass unternehmensinterne Daten entsprechend der DSGVO nicht weitergegeben werden oder anderweitiger Missbrauch betrieben wird. Ebenso sind auch Unternehmen selbst angehalten, mit zuverlässigen Informationen zu arbeiten und die neuen Möglichkeiten verantwortungsvoll zu nutzen. Um von einem Data-Thinking-Prozess, der auf GPT setzt, zu profitieren, sollten Unternehmen dieses Projekt langfristig und strategisch planen.

Qualifizierung und Weiterbildung: Wissen um die Chancen, Potenziale, aber auch Risiken von GPT ist das A und O. Sind die Projektbeteiligten der einzelnen involvierten Fachbereiche identifiziert, hat es oberste Priorität, diese weiterzubilden. Die Mitarbeiter müssen befähigt werden, das Tool vernünftig und effektiv einzusetzen. Empfehlenswert ist es, im Unternehmen eine verantwortliche Person für den Umgang mit der Technologie zu benennen. Noch besser ist es, ein ganzes Kompetenzteam zu etablieren. So bleibt das wertvolle Fachwissen auch bei Personalwechseln eher im Haus. Die Weiterbildung selbst kann etwa über eine externe Beratung, aber auch im Zuge einer internen Qualifizierung stattfinden. Setzt ein Unternehmen auf Beratung, muss gewährleistet sein, dass es sich um einen vertrauenswürdigen und erfahrenen Partner handelt, der mit der Technologie vertraut ist.

Dies ist ein Artikel aus unserer Print-Ausgabe 6/2023. Bestellen Sie ein kostenfreies Probe-Abo.

Technische Umsetzbarkeit: Ein zweiter essenzieller Punkt ist die technische Umsetzbarkeit. Dafür ist ein Unternehmen auf IT-Fachleute angewiesen, die im besten Fall einen Background im Deep Learning oder sogar im Natural Language Processing haben. Verfügt ein Unternehmen über gut aufgestellte Entwicklungsteams und eine Data-Science-Abteilung, sind die Chancen sehr hoch, dass das erforderliche Know-how zu LLMs und Data Thinking bereits vorhanden ist. Sollte das nicht der Fall sein, muss frühzeitig entschieden werden, ob Stellen dafür geschaffen werden oder ob sich das Unternehmen von externen Experten wie Maibornwolff unterstützen lassen möchte.

Mit GPT erhalten LLMs aktuell viel Aufmerksamkeit, sorgen für Achselzucken oder schüren sogar Ängste. Tatsächlich sind die langfristigen Auswirkungen, die diese Modelle auf aller Privatleben und die Geschäftswelt haben, noch nicht vollumfänglich absehbar. Fakt ist jedoch: Die Tools werden bleiben und Unternehmen sollten lernen, mit ihnen umzugehen, um sie für sich zu nutzen. Die Technologie wird relevante Regulatorien wie die DSGVO oder KI-bezogene Anforderungen adaptieren. Mit der sicheren Nutzung von GPT auf Microsoft Azure eröffnen sich schon jetzt Chancen, Data-Thinking-Prozesse zu optimieren, neue Datenprodukte zu entwickeln und Mehrwerte für das eigene Business zu schaffen.

Bildquelle: Getty Images / iStock / Getty Images Plus