Was Generative AI (Gen AI) ist, dazu haben wir bereits mehrere Podcasts gemacht. Ganz einfach zusammengefasst: Gen AI sorgt dafür, dass man aus Trainingsdaten neue Inhalte generieren kann.
Mehr dazu, wie Gen AI genau funktioniert, lässt sich in den entsprechenden Episoden finden. Genauso wichtig ist die Frage, was es nicht ist: Es ist zum Einen nicht gleichbedeutend mit Machine Learning. Es lassen sich zwar neue Bilder, Videos, Texte usw. generieren, aber es ist kein Allheilmittel mit unbegrenzt vielen Use Cases. Es hat seine Grenzen und kann einige menschliche Fähigkeiten wie die Kreativität nicht ersetzen, sondern nur ergänzen.
Gen AI wird als Mysterium dargestellt. Dabei ist es nur Mathematik, die Daten in unterschiedlichen Konstellationen miteinander kombiniert.
Ein realistisches Anwendungsbeispiel
Künstliche Intelligenz kommt bereits bei Telefonaten im Callcenter zum Einsatz. Allerdings ist die Technologie noch nicht so weit, das nötige Tempo an den Tag zu legen. Oft müssen sehr viele und komplexe Abfragen gleichzeitig gestellt werden. Mithilfe von Gen AI lassen sich hier Datensätze mit möglichen Fragen des Kunden generieren. Diese können an das KI-Modell gestellt werden. Die ausgespielten Antworten werden im Anschluss von Menschen manuell bewertet. Dieses Feedback dient zur Verbesserung des Modells. Der Vorteil von KI im Callcenter liegt klar auf der Hand: Peak-Zeiten lassen sich hiermit abfedern und die Effizienz des Kundenservices erhöhen.
Daten sind das neue Öl – insbesondere bei Gen AI
Daten sind das neue Öl – ein Spruch, den wir oft genug gehört haben. Im Kontext von künstlicher Intelligenz wird klar, warum das so ist: Daten sind allgemein verfügbares Wissen. Es handelt sich nicht um Know-how, das lediglich in einzelnen Köpfen existiert. Daten sollten sich leicht von einem System in ein anderes exportieren lassen. Außerdem müssen sie zu jedem Zeitpunkt relevant, aktuell, bereinigt und vollständig sein.
Gen AI ist nur eine Methode, wie ich zuvor auseinandergenommene Daten wieder neu zusammensetzen kann.
Eine Vielzahl an Use Cases – mit Einschränkungen
Die Zahl der Use Cases nimmt stetig zu. Dennoch existieren zahlreiche Limitierungen für Generative AI. Texte lassen sich damit gut umschreiben. Allerdings könnte man mit der Technologie keine vollständige Podcast-Episode verfassen lassen. Bei Bildern, Videos und Audio ist das Ganze noch schwieriger.
Das Thema Next Best Action im Callcenter hatten wir schon. Hier lässt sich anhand der Historie sowie der Informationen, die sich aus dem Telefongespräch ergeben, ermitteln, welcher Schritt als nächstes sinnvoll ist. Ohne dazwischen geschalteten Menschen funktioniert es aber noch nicht. Die KI hat noch nicht das nötige Maß an Erfahrung, um stets eine perfekte Handlungsanleitung zu geben.
Das Einlesen von Dokumenten funktioniert bereits exzellent. Hierbei handelt es sich jedoch weniger um einen Gen AI Case, als um einen für Machine Learning. Trainingsdaten sind hingegen wie gemacht für Gen AI. Es ist aber wichtig zu verstehen, dass damit kein neues Wissen entsteht. Es handelt sich nicht um Informationen über die echte Welt, sondern um synthetische Datensätze.
Man kann sich schon heute gut vorstellen, sich von einer KI bei der Aufnahme eines Schadens leiten zu lassen – eine Art Live-Video-KI-Schadendokumentation. Womöglich lässt sich in Zukunft auf einen teuren Gutachter verzichten. Daten durch KI einzugeben, macht für die meisten keinen Sinn. Die Kontrolle der Daten fällt schon eher in ihr Metier. Die Frage bei all diesen Anwendungsfällen ist und bleibt:
Wo kann ich Prozesse zukünftig effizienter gestalten, sodass ich Geld spare?
Und zum Thema User Experience möchte ich sagen: User Experience verbessern ist immer toll, ist aber in erster Linie Marketing.
Fazit
Die Grundvoraussetzungen für eine gut funktionierende Generative AI sind und bleiben die Daten. Sie sollten auf dem aktuellsten Stand sein. Weitere Probleme liegen unter anderem darin, Daten von einem System in ein anderes zu kriegen. Investments in Künstliche Intelligenz müssen erhöht werden, um die Modernisierung schneller voranzubringen. Hierfür wäre es notwendig, dass Aktionäre und Gesellschafter auf eine hohe Dividende verzichten, damit die IT auf Vordermann gebracht werden kann. Die Wenigsten sind jedoch dazu bereit. Außerdem muss bei allen Beteiligten in der Organisation ein Grundverständnis von KI vorherrschen, damit sie verstehen, was damit geht und was nicht.
In meinen Augen muss man Gen AI wie die Integration einer normalen Technologie betrachten, und sich nicht stressen lassen.
Hier geht es zur aktuellen Podcast-Episode.
Über den Podcast
Jonas Piela berät die Versicherungswirtschaft hinsichtlich der digitalen Transformation in seiner Rolle als Managing Director bei Jonas Piela Digital Consultants. Außerdem betreibt er den Digital Insurance Podcast, für den er mit Managern aus der Branche über die Herausforderungen der Digitalisierung spricht. Zu finden ist der Podcast unter anderem bei Google, Apple und Spotify sowie unter pielaco.com/podcast und dkm365.de.
- Anmelden, um Kommentare verfassen zu können
