Viele Wege führen nach Rom – oder eben dorthin, was gerade Ihr Ziel ist. Mittlerweile ist die generative KI einer diese Wege – und in vielen Fällen verspricht sie sogar, eine Abkürzung zu sein. Mit beeindruckendem Mehrwert für die Produktivität. Denn anders als bisherige Systeme Künstlicher Intelligenz kann sie nicht nur auswerten, sondern sogar erschaffen – fast so, wie es sonst nur Menschen können.
In diesem Leitfaden zur generativen KI gehen wir diesen neuen Weg gemeinsam ab. Wir erklären Abzweige, Chancen und Herausforderungen und zeigen Ihnen, wann er sich wirklich lohnt.
Wie sich in unseren Köpfen Milliarden Neuronen miteinander verbinden, verbinden sich auch bei der KI künstliche Neuronen miteinander. Jedes davon ist in der Lage, Informationen zu empfangen, zu verarbeiten und in veränderter Form weiterzugeben. Auf welche Art jedes Neuron die Informationen verändert, wurde schon bei der Programmierung definiert.
Anders als im menschlichen Gehirn sind künstliche Neuronen sorgfältig in Schichten angeordnet. Je mehr dieser Neuronen-Schichten eine Information durchläuft, desto besser wird sie verarbeitet. Oder anders gesagt: Je mehr Schichten, desto intelligenter das System.
Bisher war vor allem die sogenannte diskriminative KI verbreitet. Sie hilft dabei, Daten auszuwerten. Die Ausgabe ist nicht wirklich etwas Neues – nur ein Ergebnis der Datenbasis.
Die generative KI erschafft dagegen etwas völlig Neues. Was sie erstellt, hat es vorher in exakt dieser Form noch nicht gegeben.
Wie das menschliche Gehirn, kann auch die Künstliche Intelligenz nur das, was sie gelernt hat. Wer sein ganzes Leben lang nur die deutsche Sprache gesprochen und gehört hat, steht auf dem Weg nach Rom verzweifelt vor der Eiskarte. So geht es auch Künstlicher Intelligenz mit Aufgaben, mit denen sie nie zuvor konfrontiert wurde.
Deswegen muss Künstliche Intelligenz lernen.
Bei der klassischen, diskriminativen KI passiert das, indem ein Programmierer dem System genau sagt, was es in welcher Situation zu tun hat. Lautet der Befehl „Wie heißt die Hauptstadt von Italien?“, lautet die Antwort „Rom“. Kommt dagegen der Befehl „Nenne den Fußballweltmeister 2006“, muss die KI passen, wenn das kein Teil ihrer Programmierung war.
Bei der generativen KI ist das ein bisschen anders. Sie erhält vom Programmierer lediglich Informationen und zieht die Rückschlüsse daraus selbst. So wie unser Reisender: Er beobachtet im Eiscafé, wie ein Tourist „un cono con due gusti“ bestellt und dafür eine Eiswaffel mit zwei Kugeln erhält. Die KI lernt selbst – das sogenannte maschinelle Lernen.
Dafür wird die KI mit einer Datenbasis versorgt. Daraus entnimmt sie Informationen und leitet Muster ab. Bei besonders vielschichtigen Neuronen-Netzwerken spricht man dabei von Deep Learning.
Beim überwachten Lernen lernt die KI aus Datensätzen, die Menschen zuvor extra dafür vorbereitet haben. Sie haben Verbindungen zwischen den Daten markiert, Schwerpunkte gesetzt und auch das Ziel definiert, das die KI mit den Daten erreichen soll.
Auf diese Weise wird das Lernen von vorneherein in die gewünschte Richtung gelenkt. So wie bei einem Italienischkurs, in dem unser Reisender Urlaubsvokabeln lernt.
Beim unüberwachten Lernen lernt die KI mit Rohdaten. Sie enthalten Informationen, die nicht aufbereitet wurden. Es gibt keine Hervorhebungen, keine Verknüpfungen, keine eindeutigen Ziele. Die KI erschließt alle Zusammenhänge, Schwerpunkte und Sortierungen selbst.
Das ist in etwa so, als würden wir unserem Reisenden einfach einen Stapel italienischer Bücher vor die Nase legen, obwohl er noch gar nichts von seiner Rom-Reise weiß.
Beim bestärkenden Lernen bekommt die KI eine Aufgabe und erarbeitet dafür eine Lösung. Ist sie richtig, wird sie bestätigt, ist sie falsch, wird sie getadelt. So beginnt die KI nach dem Trial-and-Error-Prinzip, Zusammenhänge und Lösungswege zu verstehen.
Für unseren Reisenden bedeutet das: Er probiert direkt an der Eistheke verschiedene Bestellmöglichkeiten aus. Bekommt er ein Eis, ist das die Bestätigung. Bekommt er keines, der Tadel.
Rom ist eine schöne Stadt, aber im Unternehmensalltag natürlich nicht wirklich das Ziel. Produktivitätssteigerungen dagegen schon – im Allgemeinen gesprochen. Im Speziellen sind es viele kleine Ziele, die Sie mit generativer Künstlicher Intelligenz erreichen. Gemäß einer Studie von Capterra nutzen Unternehmen den Weg der generativen KI vor allem als Abkürzung bei Routineaufgaben.
Fast 90 % der befragten Mitarbeiter gaben an, dank der generativen KI produktiver zu arbeiten. Das deckt sich mit den Ergebnissen einer Studie der McKinsey Unternehmensberatung, die ebenfalls große Produktivitätszuwächse erkennt.
Lassen Sie uns also einen Blick auf die Route werfen, mit der Sie Ihre Ziele erreichen. Die unterschiedlichen generativen KI-Tools sind dabei wie Abzweige. Welchen Sie wählen, hängt von Ihrem Ziel ab – und von den Chancen und Herausforderungen, die sich auf dem jeweiligen Weg auftun. Wir zeigen Ihnen, welche Möglichkeiten Sie haben.
Eine gängige Einsatzform Künstlicher Intelligenz sind Chatbots. Sie sind wie digitale Assistenten für Kunden und Mitarbeiter. Das ist keine Revolution – Chatbots gibt es schon lange. Mit generativer KI sind sie nun aber noch deutlich hilfreicher als zuvor.
Dafür liefern Sie dem Chatbot als Grundlage genau die Daten, die für Ihren Einsatzzweck wichtig sind. Das können Vertragsbedingungen, Ablaufprozesse oder beliebige andere Informationen sein. Dank des maschinellen Lernprozesses lernt der Chatbot selbstständig alles, was er für Ihre Anwendung wissen muss.
Wann immer Ihre Kunden Hilfe benötigen, ist der Chatbot für sie da und übernimmt den Erstkontakt. Und das in nahezu jeder Branche, sogar in sensiblen Bereichen wie bei Finanzdienstleistungen. Dadurch entlasten sie Ihren Kundensupport und schaffen eine verbesserte Kundenerfahrung. Die generative KI passt sich im Chat individuell an die Bedürfnisse der Kunden an, erkennt Stimmung und Sprachkenntnisse und passt ihre Antworten darauf an. Fast wie ein echter Mensch.
Wie generative Chatbots die Kundenkommunikation in Banken bereichern, lesen Sie hier.
Interne Chatbots dagegen stehen Ihren Mitarbeitern wie eine Unternehmenshotline zur Verfügung. Anstatt lange nach Informationen zu suchen oder Kollegen anzurufen, erhalten sie durch den Chatbot in Sekundenschnelle die passende Antwort auf ihre Fragen.
Da viele KI-Entwicklungen ihren Ursprung außerhalb Europas haben, unterliegen die Systeme häufig nicht der DSGVO. Es gibt jedoch auch viele datenschutzkonforme Lösungen.
Erfahren Sie, wie Sie die Vorteile eines KI-Chatbots, speziell auf generativer KI basierend (z. B. ChatGPT), ohne rechtliche Unsicherheiten nutzen und DSGVO-Konformität gewährleisten können.
Worauf Sie beim Thema KI und Datenschutz achten sollten, erfahren Sie hier.
Weitere Informationen über die Möglichkeiten und Funktionen generativer Chatbots.
Laut Capterra-Studie nutzt bereits etwa die Hälfte der Mitarbeiter in Unternehmen generative KI zur Erstellung und Bearbeitung von Texten. Dafür bieten sich verschiedene Tools an, zum Beispiel ChatGPT, Luminous, oder Neuroflash.
Im Gegensatz zu einem individuell angelernten Chatbot ist ein Textgenerator keine Wissensdatenbank. Das heißt, dass nicht alle ausgegebene Informationen korrekt sein müssen. Erstellte Texte müssen deswegen immer nochmal geprüft werden.
Zudem nutzen Textgeneratoren in der Regel sehr sachliche Formulierungen. Wenn Sie in Ihrem Unternehmen eine Corporate-Language nutzen oder besonders kreative Texte erstellen möchten, sind die von der KI erstellten Texte in der Regel eher eine Inspiration.
Außerdem arbeiten auch Textgeneratoren oft auf internationalen Servern und es ist unklar, wie die eingegebenen Daten genutzt werden. Sensible Daten haben deswegen in klassischen Textgeneratoren nichts zu suchen.
Mit generativen Bildgeneratoren erstellen Ihre Mitarbeiter in wenigen Sekunden neue Bilder oder bearbeiten bestehende. Dafür ist generative KI mittlerweile in vielen Bildbearbeitungsprogrammen enthalten. Wenn Sie völlig neues Bildmaterial erstellen möchten, gibt es dafür zahlreiche Tools wie Stable Diffusion, Midjourney oder DALL-E.
Bildgeneratoren hören sich in der Theorie verlockend einfach an – in der Praxis erfordern sie zu Beginn aber erstmal ein bisschen Geduld. Bis wirklich gute Bilder entstehen, ist etwas Übung notwendig.
Zudem sind die urheberrechtlichen Grundlagen für durch KI erzeugte Bildern noch nicht geklärt. Dadurch ist es möglich, dass Sie Ihre Bilder einige Zeit nach der Veröffentlichung auch bei Ihrem Wettbewerb entdecken – ohne Folgen.
Insbesondere bei erzeugten Bildern mit Menschen zeigt sich zudem ein ethisches Problem. Obwohl die Person frei erfunden wurde, kann sie theoretisch einer realen Person zum Verwechseln ähnlich sehen. Auch die Darstellung von Menschen verschiedener Ethnizitäten kann zu unerwünschten Nebeneffekten führen. So ist es zum Beispiel der Modemarke Levi’s passiert, als sie eine ganze Kampagne mit virtuellen Models umgesetzt hat.
Viele Wege führen zum Ziel – und generative KI hat das Potenzial, ein neuer Lieblingsweg zu werden. Wenn die Entwicklung weiterhin so schnell voran geht wie in der Vergangenheit, werden sich laufend neue Möglichkeiten eröffnen, den Weg immer effizienter abzukürzen.
Das richtige Schuhwerk für Ihren Weg mit generativer Künstlicher Intelligenz haben Sie jetzt. Das richtige Tool bieten wir Ihnen auch: Mit DialogBits generativen Chatbots nutzen Sie einen Chatbot, mit dem Sie alle Stolperfallen auf dem Weg umgehen.
Wilhelm-Schickard-Straße 10
48149 Münster
+49 (0) 251 396 552 43
info@dialogbits.com
Lösungen
Ressourcen
Web Computing GmbH
