Was GenAI heute in der Arbeitswelt bewegen kann: Anwendungsfälle und Zukunftsperspektiven
Die Welt der Künstlichen Intelligenz (KI) hat sich mit der Einführung von generativen Modellen wie ChatGPT rasant weiterentwickelt. Diese innovativen KI-Ansätze revolutionieren nicht nur die Art und Weise, wie wir mit Informationen umgehen, sondern transformieren auch eine Vielzahl von Branchen durch die Automatisierung von komplexen Aufgaben. In diesem Blogbeitrag erkunden wir die faszinierenden Anwendungsfälle generativer AI (GenAI) und blicken auf die zukünftigen Möglichkeiten, die sich aus dieser Technologie ergeben.
4,4 Billionen Dollar: GenAI verändert die Arbeitswelt
In ihrer Studie „The economic potential of Generative AI“ aus 2023 beschreibt McKinsey & Company eine Wertsteigerung der Weltwirtschaft um 2,6 - 4,4 Billiarden US Dollar – solche Zahlen lassen sich nur durch umfassende Einsatzpotenziale in allen Industrien und Prozessen erreichen. Laut der Studie liegen bis zu 75% des Potenzials in den Bereichen Customer Operations, Forschung und Entwicklung, Software Engineering sowie Sales und Marketing. Vor allem Sprach- beziehungsweise Syntaxlastige sowie kreative Aufgaben, wie sie in diesen Bereichen häufig zu finden sind, lassen sich durch den Einsatz von Spachmodellen unterstützten und teilautomatisieren.
Im Folgenden blicken wir auf fünf der am häufigsten eingesetzten Anwendungsfälle für generative KI.
Intelligentes Dokumentenmanagement: Mehr als nur OCR
Das intelligente Dokumentenmanagement (Intelligent Document Processing, IDP) stellt einen Kernbereich dar, in dem generative KI immense Vorteile bietet. Moderne IDP-Systeme gehen weit über herkömmliche optische Zeichenerkennung (OCR) hinaus. Sie erfassen nicht nur Text, sondern auch die Struktur und den Kontext von Dokumenten. Lösungen wie Tamed AI erkennen Dokumente dreidimensional und extrahieren Informationen präzise, was die Effizienz im Umgang mit Schriftverkehr, Faxen und teilweise handschriftlichen Notizen erheblich steigert.
Ein Beispiel für den Einsatz von IDP ist die Automatisierung der Rechnungsverarbeitung. Mit Hilfe generativer KI können Rechnungen in verschiedenen Formaten, Sprachen und Währungen erfasst, validiert und verarbeitet werden. Dies reduziert den manuellen Aufwand, beschleunigt die Zahlungsabwicklung und verbessert die Genauigkeit. Darüber hinaus kann die KI Informationen aus den Rechnungen extrahieren und analysieren, um Muster zu erkennen, Anomalien aufzudecken und wertvolle Geschäftseinblicke zu liefern. Dies hilft Unternehmen, ihre Kosten zu senken, ihre Liquidität zu erhöhen und ihre Compliance zu stärken.
Domain Knowledge Agents: Spezialisten für Fachwissen
Domain Knowledge Agents sind spezialisierte Anwendungen generativer KI, die darauf trainiert sind, in bestimmten Fachgebieten nicht nur als Informationsquelle, sondern auch als aktive Teilnehmer zu agieren. Diese Agenten können umfangreiches Wissen in einem spezifischen Bereich aufnehmen und es in einer Weise nutzen, die über das bloße Wiedergeben von Informationen hinausgeht. Sie sind in der Lage, auf Basis dieses Wissens neue Einsichten zu generieren, komplexe Fragestellungen zu beantworten und sogar Hypothesen aufzustellen und zu bewerten.
Ein entscheidender Vorteil von Domain Knowledge Agents ist ihre Fähigkeit, kontextbezogene und tiefgründige Antworten zu liefern, die auf dem neuesten Stand des jeweiligen Fachgebiets sind. Dies macht sie zu wertvollen Ressourcen in Bereichen wie Medizin, Recht, Technik und anderen wissenschaftlichen Disziplinen, in denen ständige Weiterbildung und Zugriff auf aktuelle Informationen entscheidend sind.
Ein praktisches Beispiel für die Anwendung von Domain Knowledge Agents ist der Einsatz in der medizinischen Diagnostik, wo sie Ärztinnen und Ärzten bei der Auswertung von Symptomen unterstützen und mögliche Behandlungsansätze aufzeigen können. In der juristischen Praxis können sie Rechtsanwältinnen und Rechtsanwälten bei der Recherche von Rechtsprechungen und Gesetzestexten entlasten und so die Effizienz steigern. In der akademischen Forschung dienen sie als Assistenten, die umfangreiche Literaturrecherchen durchführen und Forschende bei der Entwicklung neuer Studien unterstützen.
Software Engineering: Von der Analyse bis zum Betrieb
Die Anwendungsentwicklung profitiert ebenfalls von den Fähigkeiten generativer KI. Von der Anforderungsanalyse über die Code-Entwicklung bis hin zum Betrieb von Software können KI-Modelle unterstützen. Sie helfen bei der Transformation von Legacy-Code, unterstützen die Migration von Systemen und bieten Einblicke in bestehende Softwarearchitekturen. Dies ermöglicht Entwicklerteams, ihre Arbeit effektiver und effizienter zu gestalten.
Ein Beispiel für den Einsatz von GenAI in der Anwendungsentwicklung ist die automatische Erstellung von Dokumentationen. Durch die Analyse des vorhandenen Codes und der Kommentare können KI-Modelle beschreibende Texte erzeugen, die die Funktionsweise und das Design der Software erklären. Dies hilft sowohl den Entwickelnden selbst als auch anderen Stakeholdern, die mit der Software interagieren müssen. Die Dokumentation kann auch an verschiedene Zielgruppen angepasst werden, z. B. an technische oder nicht-technische Nutzende. Die automatische Dokumentation spart Zeit und Ressourcen, die sonst für diese mühsame und oft vernachlässigte Aufgabe aufgewendet werden müssten.
Kreatives Schreiben: Hyperpersonalisierung und Stiladaption
Im Bereich des kreativen Schreibens ermöglicht generative KI die Anpassung von Sprache und Stil, das Kürzen oder Erweitern von Texten sowie die Durchführung von Sentimentanalysen. Diese Fähigkeiten kommen insbesondere im Marketing zum Einsatz, wo Hyperpersonalisierung und zielgruppenspezifische Inhalte immer wichtiger werden.
Ein konkretes Beispiel für den Einsatz von generativer KI im Bereich Sales oder Marketing ist die Erstellung von personalisierten E-Mail-Texten. Generative KI-Modelle können aus vorhandenen Kundendaten, wie z. B. Kaufhistorie, Interessen oder demographischen Merkmalen, individuelle Nachrichten erzeugen, die die Kundenbindung erhöhen und die Konversionsrate steigern. Die Texte können auch an verschiedene Ziele angepasst werden, z. B. an die Gewinnung neuer Kundinnen und Kunden, die Förderung von Wiederholungskäufen oder die Bekanntmachung von Sonderangeboten.
Strukturierte Daten und Data Storytelling
Generative KI-Modelle können auch strukturierte Daten verarbeiten und in natürliche Sprache übersetzen. Sie sind in der Lage, SQL-Abfragen zu erstellen und Daten nicht nur abzurufen, sondern auch zu interpretieren. Data Storytelling wird somit zu einem machtvollen Werkzeug, um Datenanalysen verständlich und zugänglich zu präsentieren.
Ein Beispiel für den Einsatz von generativer Künstlicher Intelligenz im Bereich Data Storytelling ist die Erstellung von automatisierten Berichten über den Energieverbrauch und die Emissionen von verschiedenen Kunden oder Regionen. Generative KI-Modelle können Daten aus Smart Metern, Sensoren oder anderen Quellen analysieren, Trends erkennen, wichtige Erkenntnisse extrahieren und sie in verständliche und präzise Texte umwandeln. Diese Texte können dann als Grundlage für Entscheidungen, Präsentationen oder weitere Untersuchungen dienen.
Und noch so vieles mehr
Bisher haben wir uns vor allem auf die Fähigkeiten im Bereich Text zu Text fokussiert, doch auch hier ist die Liste von Anwendungsfällen bei weitem nicht erschöpft. Schaut man sich aber das große Feld der Multimodalen Sprachmodelle an, so eröffnet dies neue Möglichkeiten für die kreative Gestaltung, die Kommunikation und das Lernen. Generative KI-Modelle können nicht nur Text zu Text, sondern auch Text zu Bild, Text zu Audio und Text zu allem anderen transformieren. Dazu mehr in einem weiteren Blogbeitrag.
Fazit und Ausblick
Die Anwendungsfälle generativer KI sind vielfältig und können je nach Einsatzbereich und Zielsetzung unterschiedliche Vorteile bieten. Es ist essenziell, dass Organisationen mit diesen Technologien experimentieren und die besten Anwendungsfälle für ihre spezifischen Bedürfnisse identifizieren. Die Integration von generativer KI in Unternehmensprozesse verspricht eine Optimierung der Arbeitsabläufe und eine Steigerung der Effizienz. Es ist jedoch wichtig, die menschliche Komponente nicht zu vernachlässigen und die Technologie verantwortungsbewusst einzusetzen. Während wir die Grenzen dessen, was mit KI möglich ist, stetig erweitern, sollten wir darauf achten, dass wir die Technologie zum Wohle aller einsetzen und dabei den menschlichen Faktor stärken.
Autor: Tim Bunkus - Managing Consultant, adesso SE
Tim Bunkus ist seit 2015 Experte für Künstliche Intelligenz (KI) und Maschinelles Lernen. Er berät Kunden bei der ganzheitlichen Integration von KI in den individuellen Unternehmenskontext. Durch breites methodisches und technisches Wissen und weitreichende Projekterfahrung in verschiedenen Rollen (Beratung, Projektleitung, Architektur) ist er in der Lage, Anwendungsfälle und Umsetzungsstrategien zu konzipieren und diese zu bewerten.
