Generative KI KI-Technologie: Welche ist die Richtige für Ihr Unternehmen?

Anbieter zum Thema

Asseco Solutions AG

xSuite Group GmbH

Esker Software Entwicklungs-und Vertrieb

Yorizon GmbH & Co. KG

Wie einfach die Welt der KI-Technologie doch geworden ist: Mussten Unternehmen bislang Monate mit aufwendigen KI-Trainings zubringen, genügen heute ein paar Zeilen an den intelligenten Chatbot und alle Fragen sind geklärt. Oder nicht? Tatsächlich hat auch die klassische Herangehensweise weiterhin ihre Daseinsberechtigung – und ist je nach Ziel sogar unerlässlich.

Wirft man einen Blick auf den derzeitigen Hype um generative Künstliche Intelligenz, scheint diese regelrecht das Allheilmittel der modernen ERP-Welt geworden zu sein. Einmal gefüttert mit den Daten, die ohnehin in der Geschäftslösung eines Unternehmens gesammelt sind, werden intelligente Chatbots zu hilfreichen digitalen Assistenten für Mitarbeiter. Sie geben Auskunft über die Funktionsweise des ERP-Systems, unterstützen Service-Abläufe in natürlicher Sprache oder ermöglichen gar die automatisierte Bearbeitung ganzer Prozessstufen. Diese neue KI-Welt mag manch einen verwundern, der bislang in aufwendiger Weise seinen Datenbestand gesäubert oder monatelang ein aussagekräftiges ­Datenreservoir aufgebaut hat, um einen KI-Algorithmus zeitintensiv damit zu trainieren. War dieser Aufwand gar nicht nötig? Funktioniert dieselbe Analyse dank generativer KI mit nur einem Fingerschnippen?

Der Zweck bestimmt die Mittel

Tatsächlich kann generative KI die klassische Herangehensweise – sogenannte analytische KI – nach aktuellem Stand der Technik nicht auf wirtschaftlich sinnvolle Weise ersetzen. Beide Technologien bedienen sich völlig unterschiedlicher Funktionsweisen und eignen sich damit für unterschiedliche Zielsetzungen.

Generative KI in Form der weitverbreiteten Large Language Models (LLM) ist auf die Erstellung von – vornehmlich – text- oder bildbasiertem Content ausgelegt und ermöglicht so eine völlig neue Interaktion zwischen Mensch und Maschine. Analytische KI hingegen, etwa im Kontext einer Optimierung der Lagerhaltung auf Basis von ERP-Daten, ermittelt ihre Ergebnisse mithilfe stochastischer Berechnungen und Korrelationen. Zumindest theoretisch wäre generative KI ebenfalls in der Lage, entsprechende Aufgaben zu bewältigen: Dank ihrer hohen Sprachkompetenz beherrscht sie auch Programmiersprachen und kann auf dieser Basis Tools entwickeln, mit deren Hilfe sich dann die gewünschten Berechnungen auf analytischem Wege durchführen ließen.

Für klassische Szenarien gilt es jedoch, die immer selben Berechnungen mit einer sehr hohen Schlagzahl durchzuführen. Entsprechend sind die Kosten pro Abruf entscheidend. Die benötigte Rechenkapazität eines LLMs wäre hier um ein Vielfaches teurer als die eines analytischen KI-Modells, das exakt auf diesen Zweck zugeschnitten ist – auch und gerade durch das potenziell zeitaufwendigere KI-Training, das auch weiterhin dem Einsatz einer analytischen KI vorausgehen muss.

KI-Technologie: Kombinieren statt ersetzen

Vielmehr als eine KI-Technologie durch die andere zu ersetzen, bietet das Aufkommen der generativen Künstlichen Intelligenz Unternehmen die Möglichkeit, beide Herangehensweisen mit ihren jeweiligen Stärken gewinnbringend zu kombinieren. So sind etwa Szenarien denkbar, in denen analytische KI eine Optimierung des Lagerbestands vornimmt, während generative KI die ermittelten Handlungsvorschläge anschließend für den Anwender in natürlicher Sprache ausgibt.

Damit bleibt die Effizienz der Analyse sichergestellt, während die Vermittlung der Ergebnisse durch ein intelligentes Sprachmodell dafür sorgt, dass auch Mitarbeiter ohne KI- oder mathematisches Expertenwissen die Ergebnisse richtig deuten und auf dieser Basis unmittelbar in der Praxis handeln können.