Generative KI – was ist das und wie setze ich sie mehrwertbringend im Unternehmen ein?

Keine Technologie hat in den vergangenen Jahren einen vergleichbar großen Einfluss auf unsere digitale Geschäftswelt gehabt, wie generative KI dies hatte. Dabei handelt es sich um eine Technologie, die den Umgang von Computern mit natürlicher Sprache auf ein vollkommen neues Niveau hebt. Generative KI verändert schon jetzt die Art und Weise, wie wir arbeiten. Um sie sicher einsetzen zu können, ist es daher wichtig zu verstehen, wie die Technologie funktioniert und welche Risiken damit einhergehen.

Was ist generative KI?

Generative KI ist in der Lage, selbstständig Inhalte, bspw. Texte, Bilder, Videos oder auch Musikstücke zu komponieren. Da die Generierung von Text den mit Abstand größten Einfluss auf die tägliche Arbeitswelt hat, liegt der Fokus dieses Artikels insbesondere auf der textgenerierenden künstlichen Intelligenz. Um einen Text zu generieren, wird ein sogenanntes Transformer-Modell benötigt, was eine spezielle Art der KI-Modelle ist und deren Architektur zuerst 2017 auf der NIPS veröffentlicht wurde. Mithilfe von großen Datenmengen werden diese KI-Modelle auf einen bestimmten Wissensstand trainiert. Anschließend kann das KI-Modell Fragen basierend auf den erlernten Inhalten beantworten.

Ein generatives KI-Modell ist dabei nicht wirklich intelligent, sondern berechnet anhand von einer mathematischen Wahrscheinlichkeit, welches Wort als Nächstes kommt. Und das macht es mit einer sehr hohen Präzision. Auf uns Menschen wirkt ein das zwar unfassbar intelligent, weil es viel mehr weiß als wir, aber es gibt nur erlernte Dinge wieder. Diese sind für den Menschen als Individuum neu, für die Menschheit jedoch bereits bekannt. Eine generative KI erarbeitet daher keine neuen Informationen, sondern verarbeitet nur bestehendes Wissen und ist somit keine echte Intelligenz.

Für Unternehmen ergeben sich daraus neue Möglichkeiten, um das über Jahre aufgebaute Know-How besser einzusetzen – insbesondere in Zeiten von Fachkräftemangel tun sich so Potenziale auf.

Anwendungsbeispiele von generativer KI

Aus diesen Eigenschaften ergibt sich bereits eine Vielzahl von Möglichkeiten, für die generative KI genutzt werden kann. Dazu zählen zum Beispiel:

1. Digitale Assistenzsysteme – Effektive Aufbereitung von unternehmensinternen Inhalten: Mithilfe von generativer KI können unternehmensinterne Inhalte schnell und effizient aufbereitet werden. Intelligente, systemübergreifende Copiloten ermöglichen es Mitarbeitenden, mit Unternehmensinternen zu chatten und so schneller auf internes Know-How zuzugreifen.
2. Finden von relevanten Informationen in unstrukturierten Informationen: Die Technologie von generativer KI ermöglicht mit dem neuen Sprachverständnis eine ganz neue Art, intelligent – nämlich auf semantischer Basis – nach Informationen zu suchen.
3. Generieren von Social Media Beiträgen und Abstimmung auf Zielgruppen: Mithilfe von generativer KI kann Content hervorragend für Social Media vor- und aufbereitet werden – sei es für verschiedene Zielgruppen oder für verschiedene Formate.
4. Wissensverarbeitung in Unternehmen: Gerade in wissensintensiven Abteilungen im Unternehmen (bspw. Vertrieb oder Entwicklung) kann generative KI genutzt werden, um Wissensartikel, Dokumentation und Co für Mitarbeiter:innen aufzubereiten und zugänglich zu machen.
5. Brainstorming und Erweiterung von Ansätzen und Ideen: Bei kreativer Arbeit kann generative KI helfen, die grundlegenden Konzepte zu verfeinern und zu verbessern.

Das ist nur ein kleiner Ausschnitt von Anwendungsfällen, welche sich beliebig erweitern lassen.

Vorteile und Herausforderungen von Generativer KI

Die Vorteile von generativer KI insbesondere im optimierten Informationsmanagement liegen auf der Hand:

• Effizienzgewinne insbesondere dort, wo viele Wissensarbeiter:innen im Unternehmen agieren 
• Höhere Mitarbeiter:innenzufriedenheit durch weniger repetitive Aufgaben 
• Entscheidungen können auf besser ausgearbeiteten Entscheidungsgrundlagen getroffen werden 
• Kostenersparnis, da Mitarbeiter:innen weniger Zeit mit repetitiven Aufgaben verbringen 
• Höhere Kundenzufriedenheit, da Informationen einfacher personalisiert werden können und durch freigewordene Zeit mehr Zeit mit mehrwertbringender Arbeit bzw. am Kunden verbracht werden kann. 

Wie bei jeder Technologie ist generative KI nicht fehlerfrei und hat auch einige Nachteile. 

• Um eine generative KI laufen zu lassen, werden hohe Serverressourcen benötigt. Da zumindest kleinere Unternehmen meistens weder ausreichend Serverkapazitäten noch Know-How zur Entwicklung bzw. Instandhaltung von generativer KI haben, werden Lösungen, die auf generativer KI basieren, normalerweise als Managed Service angeboten. 
• Generative KI-Modelle neigen dazu, zu halluzinieren. Das bedeutet, dass Sie aufgrund der hohen Datenmengen, mit denen sie trainiert wurden, Dinge „durcheinander“ werfen und Falschaussagen treffen. Gerade für den Einsatz in Unternehmen, wo es auch darum geht, die richtigen Informationen zu haben, stellt dies ein Risiko dar. 
• Die Qualität der KI hängt vom Training bzw. dem Trainingsdatensatz ab. Ist der Trainingsdatensatz schlecht, dann übernimmt die KI die darin enthaltenen Informationen. 
• Abhängig vom Anbieter der generativen KI können die an das generative KI-Modell übergebenen Daten für das weitere Training des KI-Modells genutzt werden. Es kann also eigenes Know-How verloren gehen. Somit ist die Auswahl des richtigen Anbieters beim Einsatz von generativer KI notwendig. 

Was passiert, wenn Unternehmen sich nicht um generative KI kümmern?

In vielen Unternehmen arbeiten digitale Mitarbeiter:innen, im Internet gibt es eine große Anzahl an Tools, die generative KI einfach zugänglich macht. Wie diese Tools Daten verarbeiten, darüber machen sich die wenigsten Mitarbeiter:innen Gedanken. Dennoch sollten Unternehmen froh, solche digital affinen Mitarbeiter:innen zu haben und sich rechtzeitig darum kümmern, rechtssichere Tools einzuführen. So vermeiden sie den Verlust ihres Know-Hows durch einen Wildwuchs selbst eingeführter KI-Tools.

Unternehmen benötigen starke und vertrauenswürdige Partner, die sich mit generativer KI auskennen und einen sicheren Einsatz ermöglichen.

Generative KI im Unternehmen einsetzen

Die genannten Risiken sind welche, die beim Einsatz von generativer KI durchaus berücksichtigt werden sollten. Um generative KI mit unternehmensinternen Daten zu kombinieren, gibt es zwei Methoden:

1. Man trainiert ein eigenes KI-Modell

Man würde also einen eigenen Trainingsdatensatz definieren und mit dessen Hilfe ein eigenes KI-Modell trainieren. Dabei gehen allerdings Zugriffsrechte verloren, es müssen einige Ressourcen (Hardware und Know-How) zum Training aufgewendet werden und das Modell ist schnell outdated. In diesem Fall würde das Wissen aus dem KI-Modell selbst kommen.

2. Man nutzt den Kontext und übergibt diesen an ein allgemeines KI-Modell

Anstatt ein KI-Modell mit eigenen Daten zu trainieren, kann man einen intelligenten Suchprozess vorschalten, welcher den relevanten Kontext zu einer Nutzeranfrage findet. Dieser wird dann als Kontext an das KI-Modell gegeben. Somit wird die mit allgemeinem, externem Know-How trainierte KI genutzt, um basierend auf dem Kontext eine Antwort zu liefern. Dieser Ansatz nennt sich Retrieval Augmented Generation und bietet den Vorteil, dass Zugriffsrechte berücksichtigt werden können. Zusätzlich ermöglicht die kontextbasierte Verarbeitung eine Referenzierung der verwendeten Informationen, sodass Mitarbeitende leicht nachvollziehen können, woher die zitierten Informationen kommen.

Funktionsweise von generativer KI in Bezug auf die Suche

Da es beim Einsatz von generativer KI – insbesondere im unternehmensinternen Kontext – um das Nutzen der richtigen Informationen geht, sollte die grundsätzliche Funktionsweise des Suchprozesses kurz erläutert werden.

Typischerweise bieten Softwaresysteme Keyword-basierte Suchalgorithmen an. Es wird also geprüft, wie oft ein Wort (bspw. Ron Weasley) oder abgewandelte Formen in einem Kontext vorkommen. Je höher die Häufigkeit (im Text, in Metadaten etc) desto höher wird ein Treffer bewertet.

Bei einer generativen KI wird zunächst ein vektorbasierter Index aufgebaut. Das bedeutet, dass die vorhandenen Informationen gemäß ihrer semantischen Bedeutung strukturiert werden. Informationen wie „Wie wohlhabend“, „Wie reich“, „Wie gut situiert“ oder „Wie vermögend“ werden als semantisch gleichbedeutend angesehen. Genauso sind bspw. „Ron Weasley Schauspieler“ und „Rupert Grint“ gleichbedeutend. Darüber wird der genaue Wortlaut, den ein:e Mitarbeiter:in genutzt hat, um Informationen abzulegen, irrelevanter und die semantische Bedeutung rückt in den Vordergrund.

Fazit

Generative KI hat bereits jetzt gezeigt, dass sie gekommen ist, um zu bleiben. Unternehmen sollten sich so schnell wie möglich darum kümmern, Erfahrungen mit generativer KI aufzubauen und einen sicheren dieser Technologie zu forcieren. Wer die Mehrwerte dieser Technologie nicht realisiert, der wird über kurz oder lang von effizienteren Mitbewerbern abgehängt werden.