Wenn es um Technologie geht, treibt seit 2022 wohl kein Thema die Welt so sehr um, wie generative KI. Vor allem ChatGPT von Open AI, ein Chatbot, der auf dem Large Language Model GPT (Generative Pretrained Transformer) basiert, ist in aller Munde. Aber je populärer ein Thema, desto mehr Menschen haben eine Meinung dazu. So verbreiten sich schnell Halbwissen und Mythen, die mit der Realität wenig gemein haben.
IntraFind hat fünf Aussagen in Bezug auf generative KI auf den Prüfstand gestellt.
Mythos #1: An ChatGPT führt kein Weg vorbei
Der „conversational Chatbot“ ChatGPT ist das mit Abstand populärste Tool, wenn es um die Textgenerierung mittels generativer KI geht. Das ist nicht ganz ohne Grund so: Das auf dem Large Language Model (LLM) GPT basierende Tool ist gerade in der aktuellsten Version extrem leistungsstark.
Bei all dem Hype um diesen Chatbot gerät die Konkurrenz natürlich aus dem Fokus, aber sie existiert und wächst täglich. Bard von Google beispielsweise hat ebenfalls den Turing-Test bestanden, ist also in einer schriftlichen Konversation nicht von einem echten Menschen zu unterscheiden. Zudem gibt es auch europäische Alternativen wie Luminous des deutschen Anbieters Aleph Alpha und einige sehr gute Open-Source-Modelle.
Mythos #2: Unternehmen können generative KI nicht datenschutzkonform einsetzen
Generative KI wird umso stärker, je mehr Daten ihr zur Verfügung stehen. Unternehmen können diese Technologie durchaus nutzen, sofern sie einige Richtlinien beachten und die nötigen Voraussetzungen schaffen. Dazu ist es ratsam, entsprechende Tools nur on-premises einzusetzen, also auf der eigenen IT-Infrastruktur.
Durch die Integration von generativer KI in eine Enterprise-Search-Engine, die die Lese- und Zugriffsrechte der Mitarbeitenden berücksichtigt, verhindern Unternehmen, dass sensible Informationen an Unbefugte gelangen.
Auf diese Weise ist der Einsatz datenschutzrechtlich unbedenklich. Dass jeder Mitarbeiter nur die Daten sieht, die er zu sehen berechtigt ist, darf durch den Einsatz von generativer KI nicht vergessen werden. Enterprise-Search-Produkte als Zugriffsmechanismus auf verrechtete Information bilden genau hierfür die Voraussetzung.
Mythos #3: ChatGPT ist völlig ausreichend, um Unternehmensinhalte zu finden
Das stimmt leider so nicht. ChatGPT ist zweifelsohne nützlich, aber wenn das darunterliegende LLM nicht mit Unternehmensinformationen gefüttert wurde oder keinen Zugriff auf diese hat, kann auch die intuitivste und stärkste KI nichts finden. Auch der Einsatz ohne entsprechende Enterprise-Search-Lösung ist nicht sinnvoll, da ChatGPT auf sich selbst gestellt, Informationen ungefiltert auch an möglicherweise Unbefugte ausliefert.
Um ein exzellentes, inhaltlich valides Suchergebnis zu erhalten, bedarf es also neben der generativen KI auch einer Unternehmenssuche, die organisationseigenes Wissen rechtegeprüft miteinbezieht.
Angenommen, jedes neue Dokument muss erst im Rahmen eines Trainings in ein vorhandenes LLM „eingebracht“ werden – das ständige Neutrainieren eines Modells ist schlicht und einfach viel zu teuer und dauert auch viel zu lange. „Herkömmliche“ Suche ist und bleibt für das Auffinden von Informationen eine valide und nicht durch ein LLM ersetzbare Funktion.
Mythos #4: Für Chatbots haben wir in unserem Unternehmen keine Verwendung
ChatGPT ist ein Chatbot, das ist soweit richtig. Allerdings kann generative KI viel mehr als nur eine täuschend echte Unterhaltung führen oder auf Fragen antworten. Es gibt eine große Anzahl verschiedener Use Cases für diese Zukunftstechnologie. Sie kann zum Beispiel die Informationen aus verschiedenen und sehr langen Dokumenten zusammenfassen.
Unternehmen können sie aber auch als digitalen Assistenten im First-Level-Kundensupport einsetzen oder zeitaufwendige Routineaufgaben, wie das Extrahieren bestimmter Daten aus Dateien, übernehmen lassen.
Mythos #5: Hauptsache wir haben ein KI-Tool – wofür, können wir später festlegen
So verständlich es ist, wenn Unternehmen bei der Nutzung von generativer KI keine Zeit verschwenden wollen und derzeit ein Wildwuchs an Innovationsideen erprobt wird: KI-Tools ohne konkrete Aufgabenstellung und Zielsetzung zu installieren, ist nicht ratsam. Unternehmen sollten daher erst definieren, welches Problem die künstliche Intelligenz lösen soll und dann gezielt in Zusammenarbeit mit Experten auf dem Gebiet evaluieren, welches Tool sich für den speziellen Use Case eignet.
Im Zuge der Planung sollten sie klären, welches KI-Modell für welches Szenario am besten passt. Dazu zählt auch die Frage, welche Rahmenbedingungen das Tool erfüllen muss, um den Richtlinien des Unternehmens oder der Behörde hinsichtlich Hardware, Datenspeicherung und -schutz zu genügen.
„Generative KI kann lästige Routineaufgaben übernehmen und die Arbeit in Unternehmen sowie Behörden deutlich effizienter machen“, erklärt IntraFind-Vorstand Franz Kögl. „Eine künstliche Intelligenz mit Zugriff auf Unternehmensdaten kann ein mächtiger Verbündeter sein, sofern ihr klare Grenzen gesetzt werden: Unternehmen müssen bei der Nutzung generativer KI höchste Sicherheitsansprüche zum Schutz ihrer sensiblen Daten festlegen – eine Enterprise-Search-Lösung hilft, sie durchzusetzen.“