Was generative KI für Unternehmen bedeutet

Die generative KI kann aus vorhandenen Artefakten lernen, um neue, realistische Artefakte (in großem Maßstab) zu generieren, die die Merkmale der Trainingsdaten widerspiegeln, diese aber nicht wiederholen. Sie kann eine Vielzahl neuer Inhalte produzieren, wie Bilder, Videos, Musik, Sprache, Text, Softwarecode und Produktdesigns.

Um die Chancen von GenAI zu erkennen, entwickeln technisch versierte Organisationen fortlaufende Selfservice- und KI-Kompetenzprogramme. Diese dienen dazu, das Bewusstsein zu schärfen, das Wissen zu erweitern und einen dynamischen, iterativen Prozess zum methodischen Sammeln von Ideen und Anwendungsfällen aufzubauen. 

Zielgerichtete multidisziplinäre Teams nutzen dann Frameworks (wie etwa den KI-Geschäftschancen-Radar von Gartner), um Ideen auf der Grundlage von Geschäftswert und Machbarkeit zu prüfen und gegenüberzustellen.

Eine Gartner-Umfrage vom Januar 2024 bestätigt, dass das Interesse an GenAI weiterhin groß ist:

• Fast zwei Drittel der Unternehmen nutzen GenAI in mehreren Geschäftsbereichen.
  • Das ist ein Anstieg um 19 Prozentpunkte seit September 2023.
• Vierzig Prozent der Befragten geben an, dass ihr Unternehmen GenAI bereits in mehr als drei Geschäftsbereichen eingesetzt hat.

• Mittlerweile verfügt jedes fünfte Unternehmen über generative KI-Lösungen in der Produktion.
• Die wichtigsten Geschäftsabteilungen, die eine GenAI-Lösung eingeführt haben oder darin investieren möchten, sind:
  • Kundendienst (16 %)
  • Marketing (14 %)
  • Vertrieb (12 %)
• Die IT-Abteilung konzentriert sich bei der GenAI-Bereitstellung in erster Linie auf den Softwareentwicklungslebenszyklus sowie auf Infrastruktur und Abläufe.

Das Verständnis der Vorteile und Risiken von GenAI ist wichtig, wenn Sie feststellen möchten, wo und wie die Technologie in bestehende und zukünftige Geschäfts- und Betriebsmodelle passt – und ob und wie Sie produktiv mit Anwendungsfällen experimentieren können.

Zu den Vorteilen der generativen KI gehören eine schnellere Produktentwicklung, ein verbessertes Kundenerlebnis und eine höhere Mitarbeiterproduktivität, wobei die konkreten Vorteile vom jeweiligen Anwendungsfall abhängen. Zu den praktischen Anwendungen auf hohem Niveau gehören:

• Erstellung und Verbesserung schriftlicher Inhalte
• Beantwortung von Fragen und Erkundung
• Ton/Ausdrucksweise
• Zusammenfassungen
• Vereinfachung
• Klassifizierung von Inhalten für bestimmte Anwendungsfälle
• Verbesserung von Chatbot-Leistung
• Software-Codierung
• Produktformulierung
• Prozessverbesserungen
• Analyseunterstützung
• Personalisierte Empfehlungen

Zu den zu überwachenden Aufsichtsrisiken gehören:

• Mangel an Transparenz
• Richtigkeit
• Halluzinationen
• Voreingenommenheit
• Unbeabsichtigte Offenlegung geistigen Eigentums und Verletzung des Urheberrechts
• Cyber- und Betrugsangriffe
• Negative Auswirkungen auf Nachhaltigkeitsziele

Seien Sie hinsichtlich der Wertschöpfungszeit realistisch. Drei Kategorien von GenAI-Initiativen liefern einen ROI in drei verschiedenen Zeiträumen:

• Schnelle Erfolge, die sich auf potenzielle Produktivitätsverbesserungen konzentrieren, zahlen sich in weniger als einem Jahr aus.
• Die Differenzierung von GenAI verschafft Wettbewerbsvorteile mit einer Wertschöpfungszeit zwischen einem und zwei Jahren. 

• Transformative GenAI-Initiativen können Geschäftsmodelle und Märkte auf den Kopf stellen. Sie basieren in der Regel auf einer Kombination von KI-Techniken und umfassen oft multimodale GenAI. Da sie komplexer sind, dauert es normalerweise mehr als zwei Jahre, bis echte Ergebnisse sichtbar werden.

Generative KI verwendet eine Reihe von Techniken, die weiterhin in beispiellosem Tempo entstehen und sich ständig weiterentwickeln. 

An erster Stelle stehen KI-Basismodelle, die anhand einer breiten Palette ungelabelter Daten trainiert werden, die mit zusätzlicher Feinabstimmung für unterschiedliche Aufgaben verwendet werden können. Zum Erstellen dieser trainierten Modelle sind komplexe Mathematik und eine enorme Rechenleistung erforderlich. Im Wesentlichen handelt es sich dabei jedoch um Vorhersagealgorithmen. (Siehe auch: Gartner-Experten beantworten Ihnen die wichtigsten Fragen zur generativen KI in Ihrem Unternehmen.)

Seit der Einführung von ChatGPT Ende 2022, einem Chatbot, der zu sehr menschlich wirkenden Interaktionen fähig ist, sind die Investitionen in GenAI sprunghaft angestiegen. Der Markt für GenAI-fähige virtuelle Assistenten und Bots umfasst mittlerweile viele Akteure. Allerdings haben viele GenAI-Technologien im Gartner Hype Cycle™ für Generative KI 2023 bereits den Gipfel der überzogenen Erwartungen erreicht. 

In diesem Umfeld besteht für Unternehmensleiter die Gefahr, die Auswirkungen von GenAI zu überschätzen und die Komplexität zu unterschätzen. Gartner geht dennoch von einer verstärkten Akzeptanz aus und prognostiziert Folgendes:

• Bis 2026 werden 75 % der Unternehmen generative KI zur Erstellung synthetischer Kundendaten nutzen, 2023 waren es noch weniger als 5 %. 
• Bis 2027 werden mehr als 50 % der von Unternehmen genutzten GenAI-Modelle spezifisch für ihre Branche oder Geschäftsfunktion sein – im Jahr 2023 waren es nur etwa 1 %. (Diese domänenspezifischen Modelle sind viel kleiner als die riesigen GenAI-Modelle wie GPT-4 und die meisten werden auf KI-Basismodellen aufbauen.)
• Bis 2027 wird mehr als die Hälfte der Auswahl von Entwicklungsassets auf Technologiemärkten durch generative KI-Orchestrierung erfolgen.
• Bis 2028 wird ein Drittel der Interaktionen mit GenAI-Diensten Aktionsmodelle und autonome Agents zur Aufgabenerledigung aufrufen. 
• Bis 2028 werden 30 % der GenAI-Implementierungen mit energiesparenden, durch Nachhaltigkeitsinitiativen geförderte Berechnungsmethoden optimiert sein.

Open-Source-Modelle gewinnen zunehmend an Bedeutung und konkurrieren aggressiv mit Closed-Source-Modellen. Angesichts der zunehmenden Regulierung im Zusammenhang mit KI bevorzugen Kunden möglicherweise Open-Source-Modelle, die flexibler bereitzustellen und besser anpassbar sind und eine bessere Kontrolle über Sicherheit und Datenschutz ermöglichen.

Allgemeine künstliche Intelligenz (Artificial General Intelligence, AGI) ist ein höchst transformatives (aber derzeit hypothetisches) und umstrittenes Element der Zukunft der generativen KI. 

AGI, auch „starke KI“ genannt, kann (theoretisch) ein menschliches Intelligenzniveau erreichen oder übertreffen und Probleme lösen, die während des Trainings nie aufgetreten sind. Dem Gartner Hype Cycle zufolge liegt die allgemeine Einführung von AGI noch über zehn Jahre in der Zukunft. Ohne einen bedeutenden Durchbruch könnte dies jedoch Jahrzehnte oder sogar Jahrhunderte dauern. Dennoch könnten ihre Vorteile das Leben grundlegend wandeln. Allerdings weckt AGI bei vielen Stakeholdern erhebliche Bedenken und schürt Ängste und unrealistische Erwartungen hinsichtlich der tatsächlichen Fähigkeiten der aktuellen KI. 

Obwohl KI bereits heute manchmal überraschende, emergente Verhaltensweisen zeigt, die nicht von Menschen programmiert wurden, ist es für Unternehmensleiter wichtig, eine voreilige Vermenschlichung der KI zu vermeiden. 

Diese AGI-Erwartung beschleunigt dennoch die Entstehung von KI-Vorschriften und beeinträchtigt das Vertrauen und die Bereitschaft der Menschen, KI heute anzuwenden. Langfristig gesehen gewinnt die KI weiter an Bedeutung und wird, mit oder ohne AGI, zunehmend Auswirkungen auf Unternehmen haben, einschließlich der Einführung von Maschinenkunden und autonomen Unternehmen.