2023 war das Jahr der generativen KI. Die großen Sprachmodelle, die hinter populären Anwendungen wie ChatGPT stehen, haben die Leistungsfähigkeit von Künstlicher Intelligenz bei Textverständnis und Texterstellung auf ein ganz neues Niveau gehoben. Nachdem Unternehmen sich intensiv informiert und teilweise experimentiert haben, werden sie 2024 verstärkt daran gehen, konkrete Lösungen zu implementieren.
Nach Ansicht von IntraFind zeichnen sich dabei folgende Trends ab:
1. Unternehmen werden einen sicheren Nutzungsrahmen schaffen
Neben den Vorteilen von generativer KI rücken die Risiken dieser Technologie vermehrt in den Fokus. Unternehmen werden im Jahr 2024 generativer KI einen sicheren Rahmen geben, der ihre internen Zugriffsrechte berücksichtigt, die Gefahr von Halluzinationen minimiert und unautorisierte Datenabflüsse verhindert. Dementsprechend wird auch bei der Auswahl von KI-Lösungen und -Dienstleistern die Sicherheit eine entscheidende Rolle spielen.
2. Open-Source-Modelle kommen verstärkt zum Einsatz
KI ist nicht gleich KI. Neben proprietären Sprachmodellen wie GPT von Open AI oder Luminous von Aleph Alpha existieren inzwischen auch leistungsfähige quelloffene Modelle aus der Open-Source-Community. Sie stellen für viele Anwendungen die bessere Wahl dar und werden deshalb vermehrt zum Einsatz kommen. Das gilt insbesondere für Anwendungen mit besonders hohen Anforderungen an Datenhoheit und Transparenz.
3. Retrieval Augmented Generation (RAG) optimiert generative KI
Große Sprachmodelle unterliegen Limitierungen hinsichtlich Aktualität und fachspezifischem Domänenwissen. Deshalb werden Unternehmen verstärkt Retrieval-Systeme in die Modelle integrieren. Bei dieser Kombination werden zusätzlich zum vorhandenen Wissen der Sprachmodelle weitere Quellen wie organisationseigene Dokumente oder Wissensdatenbanken abgefragt, wodurch die Antworten aktueller und genauer sind. Auch Nutzerberechtigungen werden beim Retrieval berücksichtigt.
4. Vektordatenbanken werden für generative KI immer wichtiger
Spezielle Sprachmodelle, so genannte Representation-Learning-Modelle, sind in der Lage, beim Indizieren von Dokumenten Ähnlichkeiten von Begriffen zu ermitteln und diese Beziehungen in Form von Wortvektoren abzuspeichern. Diese Technologie wird zunehmend bei Enterprise Search zum Einsatz kommen, da sie optimal eine semantische Suche unterstützt. Das System kann das finden, was der Nutzer meint, und nicht nur das, was er wörtlich in das Suchfeld eintippt. Auf dieser Basis verbessert sich auch der Output der generativen KI.
5. Unternehmen verbessern ihre Datenqualität
Damit generative KI optimale Ergebnisse liefern kann, werden Unternehmen an der Optimierung ihrer Datenqualität arbeiten, zumal sie es mit immer mehr unstrukturierten Daten zu tun haben. Auch hier unterstützt KI. Mit Hilfe intelligenter Lösungen lassen sich die Daten automatisiert mit Metadaten anreichern und so nach Themen klassifizieren. Multimodale Sprachmodelle, die neben Text unter anderem auch Layout-Informationen verarbeiten, bieten eine optimale Möglichkeit, aus nicht-linearen Dokumenten wie Lieferscheinen, Rechnungen oder Formularen alle relevanten Informationen zu extrahieren.
„Mit generativer KI und den Large-Language-Modellen können Unternehmen ihre Produktivität definitiv steigern. Es gilt nun, aus der KI-Euphorie echten Nutzen zu generieren. Dafür benötigen Organisationen aber einen Plan und Beratung von Experten, um für sich sinnvolle Use Cases zu finden und zu definieren“, erklärt IntraFind-Vorstand Franz Kögl. „Sie müssen sich fragen, was ihr Ziel ist, welche Prozesse sie beschleunigen möchten und welche Rahmenbedingungen für einen sicheren Einsatz erforderlich sind.“