Generative KI ist allgegenwärtig. Die rasche Verbreitung hochentwickelter Chatbots und anderer generativer KI-Technologien wie ChatGPT sorgt für reichlich Wirbel. Dennoch, so betont Shaown Nandi, Director of Technology, Strategic Industries and Accounts bei Amazon Web Services (AWS), stehen wir erst am Anfang. Unternehmen und ihre Führungskräfte haben nun die Gelegenheit, sich diese zu Nutze zu machen.
Was das Potenzial der generativen KI betrifft, so haben Chatbots den Startschuss geliefert. Der weitaus höhere Wert der generativen KI wird erkennbar, wenn Unternehmen beginnen, sie im Interesse ihrer Kunden und Mitarbeitenden zu nutzen. Für Unternehmen ergeben sich unzählige Einsatzmöglichkeiten, vom Produktdesign über den Kundenservice bis hin zum Supply Chain Management. Neue Modelle, Chips und Entwicklerservices in der Cloud öffnen die Tür für eine breite Akzeptanz in jeder Branche. Wer die Vorteile dieser Technologie im eigenen Unternehmen ausschöpfen möchte, benötigt ein fundiertes Bewusstsein für die Chancen und Risiken generativer KI.
- Datengrundlage als Fundament
Bevor Unternehmen die Technologie einsetzen, gilt es sicherzustellen, dass sie über die richtige Datengrundlage für KI oder Machine Learning (ML) verfügen. Wer qualitativ hochwertige Modelle trainieren will, braucht hochwertige, einheitliche Ausgangsdaten aus dem Unternehmen. So experimentierte beispielsweise Autodesk, ein weltweit tätiges Softwareunternehmen, mit einem generativen Designprozess auf AWS, um Produktdesignern bei der Entwicklung von Wiederholungsschleifen und der Selektion des optimalen Designs zu unterstützen. Diese Modelle des maschinellen Lernens stützen sich auf eine datenbasierte Strategie um benutzerdefinierte Leistungsmerkmale, Fertigungsprozessdaten und Informationen zum Produktionsvolumen miteinander zu verknüpfen.
- Anwendungsfälle für eigene Daten entwickeln
Ferner lassen sich mit Generativer KI-Prognosemodelle entwickeln oder die Erstellung von Inhalten automatisieren. Ein Beispiel: Unternehmen können mithilfe von KI Finanzprognosen und andere Szenarien erstellen und so daraus qualifizierte Investitions- und Rücklagenempfehlungen ableiten. Auch in der Medizin könnte generative KI als Assistent fungieren, indem sie als Empfehlungsinstrument für Diagnosen, Behandlungen und Nachsorgemassnahmen eingesetzt wird. So nutzt das Gesundheitstechnologieunternehmen Philips Amazon Bedrock, um mit Hilfe von generativer KI Bildverarbeitungsfunktionen zu entwickeln und klinische Arbeitsabläufe durch Spracherkennung zu vereinfachen. Kunden von AWS setzen auch auf generative KI, um die Optimierung von Produktlebenszyklen voranzutreiben. Einzelhandelsunternehmen beispielsweise nutzen KI-Technologie, um die Platzierung von Lagerbeständen zu verbessern und eine präzisere Verwaltung von Problemen wie Nichtverfügbarkeiten von Produkten und Lieferungen zu ermöglichen. Rechtzeitig erkannt, haben Unternehmen die Möglichkeit, in generative KI-Technologien zu investieren, die nicht nur Probleme angehen, sondern auch Lösungen auf strategischer Ebene bieten.
- Effizienzsteigerung durch Generative KI: Produktivität von Entwicklerteams revolutioniert
Die Nutzung von generativer KI hat das Potenzial, die Produktivität von Entwicklerteams signifikant zu steigern. Durch Übernahme sich wiederholender Codierungsaufgaben wie Testen und Fehlerbehebung können sich die Entwickler auf komplexere Aufgaben konzentrieren, die menschliches Denkvermögen erfordern. Zur Prozessoptimierung empfiehlt es sich, in enger Zusammenarbeit mit den Entwicklungsteams gezielt Gebiete zu identifizieren, in denen generative KI die Produktivität steigern und die Entwicklungszeit reduzieren kann. Mit Amazon CodeWhisperer von AWS steht ein nützlicher Codebegleiter zur Verfügung, der Entwicklern in Echtzeit Vorschläge für ganze Zeilen und vollständige Funktionen generiert. Im Test konnten die Teilnehmer, die Amazon CodeWhisperer verwendeten, Aufgaben im Durchschnitt 57% schneller erledigen als diejenigen, die das Tool nicht nutzten.
- Performance mit Vorsicht zu bewerten
Die Qualität generativer KI hängt massgeblich von den Trainingsdaten ab, wodurch stets die Möglichkeit von Verzerrungen oder Ungenauigkeiten besteht. Gelegentlich führt künstliche Intelligenz zu sogenannten „KI-Halluzinationen“, welche als schlüssige Reaktionen erscheinen, in Wirklichkeit erfunden sind. Die Ergebnisse der generativen KI sollten daher immer als Richtwerte, jedoch nicht als verbindlich angesehen werden. Noch stecken diese Modelle und Systeme im Anfangsstadium und sind kein Ersatz für menschliches Wissen, Urteilsvermögen und Sorgfalt.
- Fokus auf Sicherheit, rechtliche Fragen und Compliance
Auch im Bereich der generativen KI sind Sicherheit und Datenschutz wie bei jeder technologischen Entwicklung von zentraler Bedeutung. Für CIOs ist es daher wichtig, in enger Zusammenarbeit mit ihren Sicherheits-, Compliance- und Rechtsteams Risiken zu erkennen und zu mindern und für einen sicheren und verantwortungsvollen Einsatz von generativer KI zu sorgen.
Generative KI hat das Potenzial, sich zu einer disruptiven Technologie zu entwickeln, die die menschliche Leistung verbessern und die Produktivität maximieren kann. Deshalb mein Rat an alle Unternehmen: Genau jetzt ist der richtige Zeitpunkt, um einzusteigen, erste Testläufe mit verschiedenen Anwendungsfällen durchzuführen, die Vorteile zu nutzen und gleichzeitig die potenziellen Risiken im Auge zu behalten.
Über den Autor
Als Director of Technology, Strategic Industries and Accounts bei Amazon Web Services (AWS) leitet Shaown Nandi die Bereiche Solution Architecture, Customer Solutions, Optimization und Prototyping für das Industries Geschäft von AWS, das alle führenden Technologiekunden des Unternehmens abdeckt. Bevor er zu AWS kam, war Shaown Nandi Chief Information Officer bei Dow Jones und Leiter der Shared Services bei News Corp, einem der ersten Unternehmen, das Cloud-Lösungen einsetzte. Darüber hinaus war Shaown in einer globalen Führungsposition im Technologiebereich bei IBM tätig. Er leitete Produktentwicklungsteams im Cloud-Bereich und übernahm anschliessend die Leitung der technischen Vertriebsteams für Cloud Services in Nordamerika. Shaown hat einen MBA und einen Bachelor-Abschluss der Cornell University.
