Wie Unternehmen KI-Modelle nutzen können

Die ersten großen deutschen Unternehmen beginnen mit der Einführung KI-gestützter Sprachassistenten. Darunter etwa McKinsey mit dem Assistenzsystem “Liilli” oder dm mit einer Abwandlung von “ChatGpt”. Auch andere Firmen prüfen, ob und wie derartige Systeme in den Arbeitsalltag integriert werden können. 

Das Marktforschungs- und Beratungsunternehmen Gartner folgert aus einer Umfrage unter 2500 IT-Führungskräften, dass rund 70% der IT-Abteilungen in einem "Erkundungsmodus” seien. In 19% würden derartige Systeme bereits getestet. Damit kommt auf die Unternehmen aber auch eine Herausforderung zu, da KI-Systeme häufig Fehler produzieren und Fragen in Bezug auf Datenschutz aufwerfen. 

Die Stärke von Sprachmodellen wie GPT-4 von OpenAI, Luminous von Aleph Alpha und vielen andere ist es, Inhalte auf menschlichem Niveau verarbeiten zu können. Damit können sie aus Datensammlungen Informationen herausziehen, Artikel erstellen oder Texte formulieren. 

Bei all diesen Möglichkeiten ist vielen Unternehmen aber unklar, wofür sich die Technologie genau in ihrem Geschäftsfeld eignet. „Alle haben die beeindruckenden Anwendungsfälle gesehen, zum Beispiel im Umgang mit Kunden oder bei der Vorbereitung von Präsentationen“, beobachtet Nicole Büttner, Chefin des IT-Dienstleisters Merantix Momentum.

Bei McKinsey wurden als mögliche Anwendungsbereiche die Suche und Zusammenfassung von Inhalten aus unstrukturierten Daten wie Texten und Präsentationen, die Erstellung von Inhalten wie Text, Bild und Video, die Nutzung eines Chatgesteueren Kundenservice und die Erstellung von Programmcodes identifiziert. 

Vor allem das Wissensmanagement ist ein ergiebiges Einsatzgebiet. „In jedem Unternehmen gibt es einen Kollegen, der weiß, wie die Dinge funktionieren“, sagt Mark-W. Schmidt, der beim IT- und Beratungsunternehmen msg die Organisationseinheit Künstliche Intelligenz leitet. „So eine Funktion kann der Computer künftig übernehmen.“

Nicole Büttner hält das systemische Wissensmanagement auch etwa dafür geeignet, um die Einarbeitung neuer Mitarbeiter zu verbessern.

Die Technologie kann dabei nicht nur intern, sondern auch im Kundenkontakt genutzt werden. Björn Lorenzen, Deutschland-Vertriebschef von Yext, das Software fürs Kundenmanagement anbietet, meint, dass Modelle wie GPT-4 und Luminous mit ihrem Sprachverständnis jegliche Art von Suche erleichtern könnten. Das berge auch Potenzial, um Einsparungen und Verbesserungen im Umgang mit Kundenanfragen vorzunehmen: „Wenn das System passende Textbausteine vorschlägt oder automatisiert antwortet, kann der interne Arbeitsaufwand sinnvoll reduziert werden.“ Dies kann aufgrund der multilingualen Fähigkeiten der KI auch Sprachbarrieren überwinden. 

Derzeit gibt es viele verschiedene Systeme, die Anwendung finden. So nutzen manche Unternehmen eine modifizierte Variante von ChatGpt. Mithilfe von Anpassungen bei Sicherheit und Datenschutz soll gewährleistet werden, dass sensible Informationen in der Organisation bleiben. Dabei Verfügen solche Systeme aber nicht über Spezialwissen. 

Bosch und andere Unternehmen reichern Standardmodelle mit eigenen Dokumenten an. Mit solch einem “Finetuning” ist ein System anschließend in der Lage, etwa Texte mit Fachbegriffen zu formulieren oder interne Dokumentationen zu durchsuchen. 

Manche Unternehmen trainieren auch eigene Modelle. Der Datendienstleister Bloomberg hat etwa ein System entwickelt, das umfangreiche Finanzdaten als Grundlage nutzt und die Begrifflichkeiten der Branche versteht. Ein derartiger Aufwand wird sich aber voraussichtlich nur selten lohnen. 

Die Hürden für die Auseinandersetzung mit derartigen Systemen sind niedrig, wenn es etwa um die Formulierung von unspezialisierten Texten geht. Geschäftsprozesse zu verbessern und Mitarbeiter im professionellen Umgang mit den Systemen zu schulen ist hingegen komplizierter. 

Die Berater des IT-Dienstleisters msg suchen bei Projektbeginn mit ihren Kunden zunächst potenzielle Einsatzgebiete für die Technologie und klären dabei, ob die nötigen Daten vorhanden sind, woraus sich laut Mark-W. Schmidt viele Fragen ergeben: „Hat ein Unternehmen die Daten, die es für das Projekt braucht? Darf es sie verwenden? Und wie müssen sie aufbereitet werden?“

Am Beispiel Datenschutz zeigt Nyonic-Mitgründerin Feiyu Xu, dass etwa alle Hinweise auf persönliche Daten aus den Dokumenten gelöscht werden müssen. Und auch das Unternehmen muss sich vorbereiten.  

BASF arbeitet zum Beispiel derzeit an der Einführung eines Chatsystems, das alle Mitarbeiter nutzen können sollen. Der Dax-Konzern sieht das Potenzial vor allem in der Kombination generativer KI und interner Daten, etwa fürs Wissensmanagement und die interne Suche. 

„Wir streben eine breite Adaption im Unternehmen an“, formuliert es der Chemiekonzern. Deswegen bietet BASF auch eigene „Data und AI Academy“ Kurse an. Mitarbeiter sollen „die Vorzüge und Grenzen der KI-Lösungen verstehen, sicher damit arbeiten können und wissen, wie Ergebnisse zu interpretieren sind“.

Berater und Ökonomen gehen durch die Einführung von KI von Produktivitätssteigerungen aus. Allerdings sollten Unternehmen im Einzelfall errechnen, ob sich der Einsatz der Technologie lohnt. Diese Produktivität ist etwa in Vertrieb und Marketing quantifizierbar, bei Wissensarbeit lässt sich derartiges jedoch nicht feststellen. 

Laut msg-Experte Schmidt greifen dabei vor allem strategische Kalkulationen. So könnte eine Rechercheassistenz, die auf Dokumentationen und Richtlinien zugreift, Wissenslücken schließen, die etwa durch das Ausscheiden von Mitarbeitern aus einem Unternehmen entstehen.