Angewandte AI für Manager - verständlich erklärt

Für eilige Leser

Generative AI hilft bei der Automatisierung und Kostensenkung im Unternehmen. Dabei werden GenAI Modelle auf proprietäre Unternehmensdaten angewendet. GenAI erhält zurecht derzeit die höchste Aufmerksamkeit unter den verfügbaren AI-Technologien.
PDFs, Scans, E-Mails und multimediale Inhalte können mithilfe GenAI automatisiert verarbeitet werden. Auftragseingang, Rechnungserstellung, Vertragswesen sowie zahlreiche Suchen in Unternehmensdaten und -anwendungen sind gängige Anwendungsfälle mit enormem Produktivitätspotenzial.
Mitarbeiter und Geschäftspartner können autonom über intelligente ChatBots mit Anwendungen und Daten interagieren. Das Eintippen, Copy & Paste sowie mühsame Zusammensuchen von Daten aus mehreren Quellen lässt sich so vermeiden.
AI muss wie jede Technologie beherrscht und gezielt eingesetzt werden. Hierfür gibt es mehrere Qualitätssicherungsmaßnahmen sowie Methoden zum sicheren Einsatz bei vertraulichen Unternehmensdaten.

Tipp zum Ausprobieren

Was AI aus Sprache machen kann, zeigt das Unternehmen fireflies.ai. Ihre Software-as-a-Service Lösung nimmt Videokonferenzen auf, erstellt Zusammenfassungen von Meetings, extrahiert die nächsten Schritte und macht die gesamte Konversation durchsuchbar. Praktisch! Wie werden die großen Anbieter wohl reagieren?

Influencer und Einfluss

Zieht eine neue Technologie die Menschen in ihren Bann, wird es gruselig. In bester Marktschreiermanier schwingen sich zumeist technisch unbedarfte Menschen auf, übertriebene Erwartungen an und phantastische Prognosen für den Segen dieser Innovation zu verbreiten. Soziale Medien sind der beste Nährboden für solche Übertreibungen.

Kompetente Techniker blicken durch solche Feuerwerke oberflächlicher Naivität hindurch. Für sie zählt vielmehr, wie das zugrundeliegende technische "Wunderwerk" funktioniert, welcher Mittel es sich bedient, wo es seine Stärken und Schwächen hat, unter welchen Bedingungen es gut und schlecht funktioniert - und was man damit alles machen kann.

Weitsichtige Unternehmer prüfen, ob eine neue Technologie Substanz hat oder sich als Sternschnuppe entpuppen wird, welche operativen und ggf. grundlegenden Auswirkungen sie auf das eigene Geschäft haben kann, welchen wirtschaftlichen Nutzen sie entfalten kann bzw. welche Anpassungen am eigenen Geschäftsmodell nötig sein können.

Was mir nichts nutzt, ist nichts wert. Was mir schadet, bringt mich zum Nachdenken.

Leistung

Was leisten GPT Modelle bzw. die Plattformen, in denen sie eingebettet sind eigentlich? Das ist wichtig zu verstehen!

GPT Modelle erzeugen:

mithilfe eines Inputs, zumeist einer Frage oder Anweisung auch "Prompt" genannt,
und ihres auf Unmengen an vorher trainierten Datenmaterials - vorwiegend Texte aus Wikipedia, Internet Inhalten oder Source Code Plattformen wie GitHub usw. -, auch "Modell" genannt,
Vorhersagen über aus "Input" und "Erfahrung" abgeleitete Daten - zumeist wieder Texte - auch "Completion" genannt.

Kurz: Die AI Plattform versteht die Eingabe und erzeugt mithilfe eines anhand ähnlicher Aufgabenstellungen vortrainierten Algorithmus eine neue Ausgabe, die wie ein menschliches Werk erscheint.

Was ist AI aber nicht? AI - und hier konkret GPT - ist indes nicht "kreativ". Es hat auch kein Verständnis von den Inhalten, die es interpretiert und erzeugt. Mit "Intelligenz" im menschlichen Sinn hat AI auch nichts zu tun. GPT Modelle erzeugen Fortsetzungen von etwas auf Basis einer vortrainierten Parametrisierung des erzeugenden Modells.

Nutzen

Analyse von großen Informationsmengen

GPT Modelle können auf eine entsprechende Eingabe ("Prompt") große Mengen an textueller - aber auch bildlicher und akustischer - Information zusammenfassen, bewerten, erklären, in andere Worte fassen oder interpretieren. Das ist ihre immense Stärke: Sie machen aus Daten etwas anderes - kürzere, anders formulierte, segmentierte Texte usw. Daher werden sie für Sentimentanalysen, Zusammenfassungen, Extraktion wichtiger Punkte sowie Umformulierungen oder Übersetzungen verwendet.

GPT Modelle sind kein Suchmaschinenersatz

Source Code erzeugen, Entwickler produktiver machen

Mit Copilot X für Visual Studio Code ist ein Anwendungsfall populär geworden, um Software auf Basis von textuell formulierten Anforderungen zu erzeugen. Das GPT Modell erzeugt aus präzisen Anforderungen Source Code in der gewünschten Entwicklungssprache.

Des Weiteren kann ein GPT Modell Source Code verstehen, verständlich erklären, dokumentieren, Testfälle erstellen, Fehler erkennen, Verbesserungsvorschläge unterbreiten und von einer Programmiersprache in die andere überführen.

Intelligente Bots statt nervige Sprachmenüs

Customer Service Bots oder Helpdesk Bots sind ein weiteres Einsatzgebiet von GPT im Unternehmen. Nutzt man die verfügbaren Informationen über den Kunden - z.B. aus dem CRM, so kann der AI Bot relevante und spezifische Aufgaben erledigen. Zudem kann er Prozesse ansteuern - AI sollte immer auch der Automatisierung von manuellen Arbeiten dienen -, sodass z.B. fehlende Rechnungen herausgesucht und in einer vom Kunden vorgegebenen Form erstellt werden.

Anwendung im Unternehmen

Automatisierte Dokumentenverarbeitung

Ob PDF, Excel, E-Mails, Word Dokumente, Scans oder Fotos: GPT-basierte Lösungen verstehen die Inhalte dieser Unterlagen und können diese an weiterführende Systeme übergeben. Konkrete Anwendungsbeispiele:

Automatische Auftragserfassung von heterogenen PDFs im Handel
Transportauftragserfassung in der Logistik
Verarbeitung und korrekte Buchung von Eingangsrechnungen
Erzeugung von Ausgangsrechnungen im vom Empfänger gewünschten Format
Überprüfung von Analysenzertifikaten in der Life-Science-Industrie
Auswertung von Lieferscheinen mit anschließender Buchung im Lagerverwaltungssystem
Automatische Policierung von Anträgen in der Versicherungsbranche
Erstellung von Arztbriefen und Reparaturberichten auf Basis aufgezeichneter Konversationen

Enterprise Information Search

Was mit ausgewählten Dokumenten funktioniert, geht auch mit den gesamten Unternehmensinformationen. So können GPT Modelle auf Baupläne, Ersatzteile, Lagerbestände, CRM-Inhalte, Bestellungen und Internet-Informationen angewendet werden.

Konkrete Beispielanwendungen:

Außendienstmitarbeiter mit schrittweisen Reparaturanweisungen versorgen
Rechtsanwälte mit konkreten Antworten auf einen Sachverhalt versorgen
Vertriebsangebote mit allem verfügbaren Know-How zusammenstellen
Informationssuche in Sekunden statt mühevollem Durchsuchen von Programmen und Datenbanken

AI hilft Mitarbeitern, schrittweise zu einer Lösung zu gelangen. Mühsames Zusammenstellen von verteilten Informationen gehört der Vergangenheit an.

Komponenten

Antwort 1: Vorerst nichts!

Bevor die fachliche Anforderung nicht vollständig durchdrungen und in ihre technischen Aspekte zerlegt wurde, sollten Sie nichts kaufen. Es kommt auf die Anpassung bestehender Plattformen auf die Unternehmenssituation an.

AI ist keine technologische Nische sondern ein integraler Bestandteil aller großen Lösungen.

Antwort 2: Kompetenz erlangen

Um eine tragfähige Lösung zu erzielen, bedarf es einer tiefgreifenden Kompetenz in der Nutzung von verschiedenen AI-Ansätzen. Das oberflächliche Verständnis einer Technologie und die Nutzung von Consumer Diensten wie ChatGPT reicht nicht aus.

Antwort 3: Modular denken und entwickeln

Aufgrund der Machtanhäufung bei den Internetgiganten muss immer von ungünstigen Abhängigkeitsverhältnissen ausgegangen werden. Kein Unternehmen sollte alle seine Eier in einen Korb legen.

Einfluss auf Ergebnis und Nutzen

Folgende Abhängigkeiten bestimmen die Ergebnisqualität:

Modellauswahl - Technische Parameter wie Parameterzahl, Token-Limit und Integrationsfähigkeit
Trainingsdatenqualität - Relevante, repräsentative Daten für das zu lösende Problem
Modellnutzung - Prompt-Engineering, Zero-Shot, One-Shot, Few-Shots und Fine-Tuning
Ergebnisoptimierung - Kontinuierliche Verbesserung durch Fehler-Logs und Klärfälle

AI im Unternehmen

Wie sollte ein AI Projekt aufgesetzt werden?

Definieren Sie die Aufgabe und das Problem erschöpfend. Klare operative, konkrete Beschreibungen.
Prüfen Sie, ob und welche AI Technologie(n) die Aufgabe bewältigen können.
Probieren Sie den springenden Punkt aus. Money walks, BS talks.
Planen Sie für die Ausnahmefälle. Keine AI-Lösung liefert 100%ige Ergebnisse.
Bereiten Sie sich emotional auf Schwierigkeiten vor. Die Technologie ist jung, die Komplexität hoch.