Gastbeitrag: Generative KI ist gefühlt omnipräsent. Die rasante Einführung fortschrittlicher Chatbots und anderer generativer KI-Technologien wie ChatGPT hat große Aufmerksamkeit auf sich gezogen. Aber das ist erst der Anfang. CIOs können diese Gelegenheit nutzen, meint Shaown Nandi von AWS.

Foto: AWS Der Autor Shaown Nandi ist Director of Technology, Strategic Industries and Accounts bei Amazon Web Services (AWS) Chatbots sind, wenn es um das Potential generativer KI geht, erst der Anfang. Der noch größere Wert generativer KI wird sich zeigen, wenn Unternehmen anfangen, sie im Interesse ihrer Kund:innen und Mitarbeiter:innen einzusetzen. Es gibt zahlreiche Anwendungsmöglichkeiten in Unternehmen: Vom Produktdesign über den Kundenservice bis hin zum Supply Chain Management, als einige Beispiele unter vielen. Neue Modelle, Chips und Entwicklerservices in der Cloud öffnen die Tür für eine breite Akzeptanz in jeder Branche. Für CIOs, die mit der Technologie Vorteile für ihre Unternehmen schaffen möchten, ist es von entscheidender Bedeutung, die Möglichkeiten und Risiken generativer KI zu verstehen.

Datenhaus in Ordnung bringen

Generative KI wird unsere Welt grundlegend verändern. Es hat klare Vorteile für Unternehmen, die Technologie frühzeitig für sich einzusetzen. Doch zu Beginn müssen Unternehmen sicherstellen, dass sie über die richtigen Datengrundlagen für KI oder Machine Learning (ML) verfügen. Um qualitativ hochwertige Modelle trainieren zu können, muss mit hochwertigen, einheitlichen Daten aus dem Unternehmen begonnen werden. Autodesk, ein globales Softwareunternehmen, experimentierte beispielsweise mit einem generativen Designprozess auf AWS, um Produktdesigner:innen bei der Erstellung von Wiederholungsschleifen und der Auswahl des optimalen Designs zu unterstützen. Diese Modelle des maschinellen Lernens basieren auf einer soliden Datenstrategie, um benutzerdefinierte Leistungsmerkmale, Fertigungsprozessdaten und Informationen zum Produktionsvolumen miteinander zu verbinden.

Anwendungsfälle für die eigenen Daten entwickeln

Generative KI könnte zur Entwicklung von Prognosemodellen für Unternehmen oder zur Automatisierung der Inhaltserstellung eingesetzt werden. Unternehmen könnten zum Beispiel Finanzprognosen und Szenarien generieren, um fundiertere Empfehlungen für Investitionen und Rücklagen zu geben. Generative KI könnte mit Empfehlungen für Diagnosen, Behandlungen und Folgeuntersuchungen ebenso als Assistent für Mediziner:innen fungieren. Ein Beispiel dafür ist Philips: Das Unternehmen für Gesundheitstechnologie nutzt Amazon Bedrock, um Bildverarbeitungsfunktionen zu entwickeln und klinische Arbeitsabläufe mit Spracherkennung zu vereinfachen, alles mithilfe generativer KI.

AWS-Kunden nutzen generative KI auch, um Produktlebenszyklen zu optimieren, wie etwa Einzelhandelsunternehmen, die die Platzierung von Beständen, Probleme mit nicht vorrätigen Waren, Lieferungen und mehr genauer verwalten möchten. Wenn Unternehmen derartige Szenarien frühzeitig erkennen und ihre Optionen mit bereits vorliegenden Daten untersuchen, können sie sicherstellen, dass ihre Investition in generative KI sowohl zielgerichtet als auch strategisch ist.

Produktivität von Entwickler:innen im Auge haben

Generative KI kann die Produktivität von Developer Teams signifikant erhöhen. Sie kann bei sich wiederholenden Codierungsaufgaben wie Testen und Debugging eine wertvolle Unterstützung sein, so dass sich die Entwickler:innen auf komplexere Aufgaben konzentrieren können, die menschliche Problemlösungskompetenz erfordern. CIOs sollten mit ihren Entwicklungsteams zusammenarbeiten, um Bereiche zu identifizieren, in denen generative KI die Produktivität steigern und die Entwicklungszeit reduzieren kann.

Im April brachte AWS Amazon CodeWhisperer auf den Markt, einen Codebegleiter, der auf der Grundlage von Entwicklerkommentaren in Echtzeit Vorschläge für ganze Zeilen und vollständige Funktionen generiert. Teilnehmer:innen, die Amazon CodeWhisperer während einer Testphase verwendeten, schlossen Aufgaben im Durchschnitt 57% schneller ab als diejenigen, die das Tool nicht nutzten.

Output mit Vorsicht betrachten

Generative KI ist nur so gut wie die Daten, mit denen sie trainiert wurde, daher besteht immer das Risiko von Bias oder Ungenauigkeit. Manchmal ist das Ergebnis eine KI-Halluzination, also eine Reaktion, die plausibel erscheint, aber in Wirklichkeit erfunden ist. Ergebnisse generativer KI sollten daher stets als richtungsweisend, aber nicht als verbindlich betrachtet werden. Diese Modelle und Systeme stecken noch in den Kinderschuhen, und sind kein Ersatz für menschliches Wissen, Urteilsvermögen und Sorgfalt. Die besonderen Herausforderungen im Zusammenhang mit verantwortungsvoller generativer KI sollten auf jeden Fall berücksichtigt werden.

Sicherheit, Recht und Compliance in den Fokus rücken

Wie bei jeder Technologie sind Sicherheit und Datenschutz von höchster Bedeutung. Generative KI bringt neue Gesichtspunkte mit sich, auch in Bezug auf geistiges Eigentum. CIOs sollten eng mit ihren Sicherheits-, Compliance- und Rechtsteams zusammenarbeiten, um diese Risiken zu identifizieren, zu mindern und sicherzustellen, dass generative KI auf sichere und verantwortungsvolle Weise eingesetzt wird.

Generative KI hat das Potenzial, eine transformative Technologie zu sein, die Probleme löst, die menschliche Leistung steigert und die Produktivität maximiert. Mein Tipp für Unternehmen: Jetzt einsteigen, mit Anwendungsfällen experimentieren, die Vorteile nutzen und sich der Risiken bewusst sein. So gelingt der erfolgreiche Einstieg!

Der Kurs „Generative KI für Führungskräfte“ bietet einen Überblick über Herausforderungen und Möglichkeiten generativer KI im Businesskontext.