KI ist kein Selbstläufer

Durch die Integration der KI-Technologie ChatGPT in alle Office-Anwendungen steht in der Microsoft-Welt mit Copilot bereits ein Assistenzsystem zur Verfügung, das viele Arbeiten verkürzt. So lassen sich etwa automatisiert E-Mails zusammenfassen, Angebote schreiben oder Produktbeschreibungen in Wort und Bild für den Online-Shop aus Datenblättern generieren. Hier kann viel Zeit gespart werden. Doch gerade bei komplexeren Aufgaben wie digitalen Beratungsangeboten für Kunden per Chatbot oder Wissenssystemen geraten die üblichen Showcases schnell an Grenzen. Die Erwartungen an die Technologie und die Realität klaffen hier oft weit auseinander. Denn wer überprüft beispielsweise, welche Antworten der Chatbot gibt – und wie zufrieden die Kunden damit sind? Spätestens dort, wo wirklich verlässliche Antworten benötigt werden, ist eine tiefe Auseinandersetzung wichtig. Das gilt etwa in der KI-gestützten Produktentwicklung bei der Prüfung, welche Normen ein Produkt erfüllen muss.

KI-Assistenz wird Erfolgsfaktor

Unternehmensinterne Wissenssysteme werden jetzt zum Gamechanger. Sie setzen auf Large-Language-Modellen (LLMs) auf und werden mit vorhandenen Daten, Produkt- und Prozesswissen trainiert. In der Kombination aus ChatGPT-Technologie und einer lokalen Datenbank gilt es, das KI-Modell mit dem eigenen Datenpool zu füttern – also praktisch mit dem gesamten Wissen, das im Unternehmen vorhanden ist. Dann können Mitarbeiter fachspezifische Fragen stellen, anstatt sich Informationen mühsam und zeitintensiv aus vielen Quellen zusammenzusuchen. Zugleich wird damit eine erhebliche Unterstützung für neue oder noch fachfremde Arbeitskräfte im Arbeitsablauf möglich. Um KI so intensiv einzusetzen und diesen wichtigen Schritt hin zum datengetriebenen Unternehmen zu tun, sind gut ein bis zwei Jahre notwendig. Assistenzsysteme ermöglichen auch den Ausbau digitaler Geschäftsmodelle. Bestellt ein Kunde etwa ein Ersatzteil, dann könnte ein Modell ermitteln, wie die technische Situation und das Erfahrungslevel vor Ort aussehen. So können gleich die passende Schulung oder eine Online-Begleitung für den Einbau angeboten werden.

Der Umsetzungserfolg solcher Projekte hängt vor allem daran, dass die Datenqualität stimmt. Hier ist gerade für Mittelständler ein Know-how-Transfer durch Beratungsdienstleister wichtig. Die Praxiserfahrung von Cosmo Consult zeigt aber auch, dass in der Beratung das Customer Strategy Management im Vordergrund stehen muss. Nur wenn es eine übergreifende KI-Strategie gibt, die zu den Zielen passt, lassen sich redundante Projekte und Datensilos vermeiden. Für viele Menschen ist das Thema „Künstliche Intelligenz (KI)“ mit der Sorge um den Arbeitsplatz behaftet. Hier ist eine gute Begleitung essenziell, denn sonst werden Menschen alles dafür tun, dass KI-Projekte scheitern.

Sicherheit muss an erster Stelle stehen

Ganz wichtig ist zudem der Aspekt der Datensicherheit, der in der aktuellen Diskussion häufig unter den Tisch fällt. Grundsätzlich fließt bei den meisten LLMs das Wissen, das in einer Anfrage an den Chatbot eingespeist wird, in das allgemeine Trainingsmaterial ein. So könnte sensibles intellektuelles Eigentum, wie es etwa bei der Chipentwicklung von Samsung der Fall war, unbeabsichtigt zum Allgemeingut werden. Für Unternehmen sollten also offene Modelle weder aus Datensicherheits- noch aus Compliance-Aspekten ein gangbarer Weg sein und bezüglich der Datenschutzrichtlinien genau geprüft werden. Durch lokale KI-Modelle, die am eigenen Server betrieben werden, lässt sich dieses Problem jedoch ausschließen und ein hohes Maß an Sicherheit erreichen.

Dies ist ein Artikel aus unserer Print-Ausgabe 11/2023. Bestellen Sie ein kostenfreies Probe-Abo.

Mittlerweile gibt es viele hervorragende lokale Lösungen auch in der Open-Source-Community. Allerdings sollte unter dem Aspekt der Zukunftssicherheit gut überlegt werden, ob man mehrere Jahre Trainingsaufwand in ein Modell investiert, das dann vielleicht nicht weiterentwickelt wird. KI in der Tiefe zu nutzen, ist nicht ohne echte Anstrengung zu haben. Klar ist aber auch: Unternehmen, die den KI-Einsatz vorantreiben, sparen perspektivisch viel Zeit und Geld.

Bildquelle: Getty Images / iStock / Getty Images Plus