KI-Kompetenzen bei Solve

Wenn es um KI geht, vertreten Experten oftmals die Meinung, dass es sich dabei um eine Revolution handelt, vergleichbar mit den Anfängen des Internets zu Beginn der 90er Jahre. Dominic Baumgartner, Stefan Gulas und Jonathan Heron, alle drei sind Software-Entwickler bei Solve, versuchten bei einem Gespräch KI richtig einzuordnen. Da sie bereits über vielfältige Erfahrungen mit dem Einsatz von KI verfügen, wissen sie, was im Moment möglich ist und bei welchen (wünschbaren) Anwendungen diese Technologie scheitert.

Ist KI tatsächlich in der Gesellschaft angekommen, ähnlich wie seinerzeit das Internet? Dazu hat Jonathan eine klare Meinung: «Auf jeden Fall, und mit dem kostenlosen Zugang auf ChatGPT ist sie in den letzten Jahren enorm expandiert. Die Leute konnten es ausprobieren, das Tool ist in der Anwendung einfach und funktioniert sehr gut. Man muss jedoch vorsichtig sein, da die Antworten nicht immer korrekt sind. Es funktioniert am besten als ‘Copilot’, wenn die KI Vorschläge macht und eine Person überprüft die Resultate.» Für Dominic steht ebenfalls fest: «Es ist definitiv mehr als nur ein Hype. Anders als bei Web 3.0, dem letzten grösseren Hype, wird bei generativer KI nicht nur viel geredet und Vaporware für fiktive Use Cases produziert. Neben ChatGPT wird generative KI immer mehr in Produkte integriert, die schon fleissig genutzt werden. Beispielsweise im Microsoft Copilot oder auch in der Adobe Palette. Dafür gibt es hilfreiche Tools, die auch wir als Entwickler nutzen. Die wir praktisch täglich anwenden, wie zum Beispiel Github Copilot».

Stefan beschäftigt sich schon längere Zeit mit KI und beobachtet folgendes: «Rückblickend ist doch interessant, welche enormen, auch wirtschaftlichen, Veränderungen das Internet gebracht hat. Vor der Einführung des Internets waren nicht Unternehmen wie Google und Apple an der Spitze, sondern IBM. Noch früher waren es beispielsweise General Electric oder die grossen Erdölkonzerne. Auch mit dem Internet ergaben sich neue Geschäftsmodelle in den Unternehmen. Und jetzt kommt KI. Die KI macht Intelligenz kostenlos abrufbar. Damals waren es Informationen, die durch das Internet gratis zur Verfügung standen, jetzt ist es Intelligenz über KI. Sie war früher teuer, weil man dafür eine Fachperson brauchte, zum Beispiel, um ein Rechtsgutachten zu erstellen. Das kann inzwischen die KI.»

Grenzenlose Technologie?
Dass KI nur auf bestehendes Wissen in Form von Daten zurückgreifen kann, ist unterdessen hinlänglich bekannt. Etwas völlig Neues zu gestalten oder erfinden, wird nach heutigem Wissensstand in absehbarer Zeit nicht möglich sein. Wenn es darum geht, neue Bilder zu generieren, spricht man KI doch eine gewisse Intelligenz beziehungsweise Kreativität zu. Eine Frage, welche die drei Entwickler zum Philosophieren bringt. Stefan betrachtet die Kreativität von KI kritisch: «Das ist nicht einfach zu beurteilen. Es hängt davon ab, wie jemand Kreativität definiert. Wenn du mittels KI basierend auf bestimmten Prompts ein Bild generierst, wie beispielsweise eine rothaarige Person und einem Rennpferd und das in der Vergangenheit noch nie jemand gezeichnet hat. Dann kann man das allenfalls als Kreativität bezeichnen, da ein solches Bild noch nicht existierte. Ich glaube deshalb, es werden für Stockbildanbieter schwierige Zeiten kommen, da ihr Geschäftsmodell auf die Dauer nicht mehr funktionieren wird.»

Dominic verpasst mit KI dem Mann eine neue Kravattenfarbe.

Dominic sieht es noch etwas differenzierter: «Was ist Kreativität und was Intelligenz? Ich sehe das folgendermassen: Das Modell als solches ist nicht kreativ, es erfindet im eigentlichen Sinne nichts Neues. Es schafft einfach aus einem riesigen Pool, auf dem es trainiert wird, neue Dinge aus verschiedenen Fragmenten. Ob das jetzt ein Bild oder ein Text sind. Jetzt stellt sich die Frage, ob derjenige kreativ ist, der in einem Prompt von einem Oktopus schreibt, das auf einem Einhorn reitet oder ob wirklich das Modell kreativ ist.»

Zusammengefasst lässt sich feststellen, dass die KI zwar ein hohes Potenzial bei der Automatisierung verschiedenster Aufgaben und im gewissen Sinne auch für Kreativität hat, jedoch dabei immer auf die Qualität der vorhandenen Daten angewiesen ist.

Ein mit GPT-4 generiertes Bild zeigt drei Ingenieure, die das Potenzial und den Einfluss von Generativer KI in einer futuristischen Umgebung diskutieren.

Verlässlichkeit von KI
In diesem Zusammenhang drängt sich rasch die Frage auf: Wird man mit solchen Large Language-Modellen eine hundertprozentige Korrektheit erreichen? Dominic definiert es so: «Rein technisch gesehen, sind hundert Prozent nicht machbar. Mittels dem sogenannten ‘Grounding’ lassen sich Modelle mit zusätzlichen Informationen ‘füttern’. Ein weiterer Parameter, mit dem man die GPT-Modelle beeinflussen kann, nennt sich ‘Temperatur’. Es handelt sich dabei um eine mathematische Funktion, die praktisch die Zufälligkeit der Vorhersage des Modelles steuert. Man beeinflusst damit, wie kreativ ein Modell sein soll. Mit diesen Mitteln lässt sich heutzutage einiges steuern, aber eine hundertprozentige Richtigkeit erreicht man damit nicht.»

Wie kann KI Arbeitsprozesse unterstützen?
Wird über Prozessoptimierung gesprochen, wird sie in der Regel rasch mit Rationalisierung und Verlust von Arbeitsplätzen in Verbindung gebracht. Wie sieht da mit dem Einsatz von KI aus? Auch in diesem Punkt ist die Antwort nicht so einfach. «Bestrebungen dazu gibt es jetzt schon.» meint Stefan. «Bereiche dafür sind zum Beispiel Call-Center. Dass die KI mit dir telefoniert, ist schon ein bisschen gruselig. Es ist allerdings schon so, dass ein KI-gesteuerter Verkaufsberater in kürzester Zeit auf Unmenge von Informationen zugreifen kann. Wenn dies klar kommuniziert wird, dass es sich am anderen Ende der Leitung eine Maschine und kein Mensch mit dir spricht, geht das in Ordnung. Eine andere Geschichte ist ein Beispiel, bei dem es Zusammenfassung von Vertriebsterminen geht. Ein Vertriebsleiter kam bei einer Veranstaltung zu mir und berichtete, dass er jeden Tag etwa eineinhalb Stunden mit dem Schreiben von Vertriebsprotokollen verbringt. Dieser Aufwand, das ist erschreckend, deprimierend und sicherlich nicht motivierend. Diese Leute wollen ihre Zeit nicht mit dem Schreiben von Protokollen verbringen. Wenn man das richtig macht, lässt sich der Aufwand mittels einem Transkriptionstool auf etwa 10 – 20 Minuten reduzieren. Die Spracherkennung funktioniert unterdessen sehr gut. Auch mit Schweizerdeutsch ist das überhaupt kein Problem.»

Das intern entwickelte Tool Sales-GPT unterstützt bei der Suche von Informationen.

In einem sind sich alle drei Entwickler einig: Handelt es sich nicht gerade um eine Bäckerei oder einen Kebab-Stand, sollten sich Unternehmen möglichst rasch mit dem Einsatz von KI für ihre Unternehmensprozesse oder Geschäftsmodelle auseinandersetzen. Jonathan beschreibt einen konkreten Anwendungsfall bei Solve: «Ein Problem mit ChatGPT ist, dass es nicht auf aktuelle Informationen zugreifen kann. Deswegen entwickelten wir Sales-GPT. Die Verkäufer erhalten, dank dieses Tools, in Sekundenschnelle Informationen ermittelt wie ‘wer hat bereits ein ähnliches Angebot mit Tech-Stack XY erstellt’.» Dominic ergänzt: «Ja, das ist ein cooler Use Case, weil sich das Tool auf viele Bereiche anwenden lässt, wenn man einen Zugriff auf unüberschaubare Menge von Daten benötigt. Das gilt zum Beispiel für interne Dokumente, Reglemente oder das Mitarbeiterhandbuch. Mit dem RAG (Retrieval Augmented Generation) Pattern kann man ein Sprachmodell so mit zusätzlichen Informationen anreichern, die das Sprachmodell selbst nicht kennt. Mittels solcher Use Cases, lässt sich für ein Unternehmen mit geringem Aufwand viel erreichen.»

Das Angebot von Solve
Möchte ein Unternehmen KI bei den Prozessen oder bei neuen Geschäftsmodellen einführen, lohnt es sich auf jeden Fall, mit Solve zu sprechen. Dazu Dominic: «Es gibt für die Kunden zwei Möglichkeiten von Solve Support bei der Einführung von KI zu erhalten. Erstens durch Consulting: Wir haben eine Reihe von Entwicklern, welche die Kunden optimal beraten können, bei welchen Prozessen in ihrem Unternehmen der Einsatz von KI Sinn ergibt. Die zweite Möglichkeit besteht für einen Kunden darin, dass wir ihn direkt bei der Umsetzung von Softwareprojekten unterstützen und ein für ihn zugeschnittenes Tool entwickeln.» Stefan ergänzt: «Wir empfehlen grundsätzlich, dass bei der Auswahl des Projekts nicht gleich mit der grossen Kelle angerührt wird. Es ist besser, dass wir mit einem kleinen Use Case beginnen. Der Kunde kann dabei den Umgang und Nutzen von KI besser erfahren und dabei lernen.»