Das Jahr 2023 war technologisch gesehen äußerst aufregend. Kein Thema beherrschte die öffentliche Aufmerksamkeit so sehr wie ChatGPT. Dieser Chatbot von OpenAI wurde mit erstaunlicher Begeisterung aufgenommen. Die Einsatzmöglichkeiten sowie Ideen zur Integration von Large Language Modellen für verschiedene Aufgaben entwickelten sich nahezu täglich weiter. Doch wie wird es im Jahr 2024 weitergehen? Wie werden alltagstaugliche Lösungen aussehen?
Nach der ersten Euphorie
Nach der anfänglichen Euphorie prüfen viele Unternehmen derzeit den Einsatz von ChatGPT in ihren eigenen Firmen. Niemand möchte einen wegweisenden Trend verpassen und daher überschlagen sich Unternehmen mit Pressemitteilungen, in denen sie verkünden, dass sie erste Projekte gestartet haben oder erste Lösungen bereits im Einsatz sind. Bei genauerer Betrachtung und Nachfragen stellt sich jedoch häufig heraus, dass die Umsetzung sich hinzieht und die Einführung keineswegs trivial ist. Oftmals wurden technische Aspekte nicht ausreichend berücksichtigt, Sicherheitsbedenken spielten eine zentrale Rolle oder die laufenden Kosten stiegen ins Unermessliche. In vielen Fällen handelt es sich um eine Kombination dieser Herausforderungen.
Die Suche im eigenen Firmenwissen beschäftigt viele Unternehmen intensiv. Wie können Mitarbeiter effizient mit den notwendigen Informationen versorgt werden, um Arbeitsabläufe zu beschleunigen und zu verbessern? Large Language Models heben die Interaktion mit Daten und Dokumenten auf eine völlig neue Ebene. Nutzer müssen nicht mehr wissen, wonach sie suchen und wie sie suchen müssen; sie können stattdessen im Dialog mit der Wissensbasis recherchieren. ChatGPT erwies sich in diesem Zusammenhang als wegweisend für unternehmensspezifische Lösungen. Die Herausforderungen, die sich daraus ergeben, sind jedoch nicht zu übersehen:
- Um auf wirklich alle relevanten Datenquellen zugreifen zu können, müssen diese verfügbar gemacht werden. ChatGPT bietet hierfür keine Schnittstellen. Professionelle Lösungen sind erforderlich, um verschiedene Ablageorte zu integrieren. INTERGATOR verfügt hierzu über ein robustes Konnektor-Framework für eine Vielzahl von Datenquellen.
- Die Übertragung von firmenrelevanten oder personenbezogenen Informationen in Cloud-Lösungen wirft Fragen zum Grad der Vertraulichkeit auf. Wie kann sichergestellt werden, dass keine vertraulichen Daten versehentlich nach außen gelangen? Wie lässt sich generative KI DSGVO-konform nutzen?
- Ist es wirklich notwendig, so große Modelle wie ChatGPT oder BARD zu verwenden, die zwar mit dem gesamten Internetwissen, aber nicht mit Unternehmensdaten trainiert wurden? Wären nicht wesentlich kleinere Modelle ausreichend?
- Die Integration von GPT-Lösungen über API-Abruf in eigene Systeme kann schnell zu unkontrollierten Kosten führen. Jeder API-Request verursacht Kosten, und die Gesamtkosten bei unternehmensweitem Einsatz sind schwer kalkulierbar.
Kleinere und speziellere Modelle
Große LLM-Modelle wie GPT-4 oder Gemini erfordern erhebliche Ressourcen (Hardware, Energie usw.), um effizient arbeiten zu können. Grafikkartenhersteller können derzeit kaum die Nachfrage der Industrie decken, was zu Engpässen führt. Daher wird der Trend im Jahr 2024 eher zu kleineren Modellen gehen, die effizienter arbeiten und auf kostengünstigeren Grafikkarten laufen können. Diese „abgespeckten“ Modelle sind nicht nur leistungsfähiger, sondern werden auch gezielt für spezielle Anwendungen trainiert. Anstatt also das gesamte Weltwissen mitzubringen, konzentrieren sie sich auf relevante Teilbereiche für den jeweiligen Anwendungsfall und generieren natürlichsprachliche Frage-Antwort Ausgaben. Im Jahr 2024 werden wir Modelle sehen, die sich auf Branchen wie Medizin, Recht oder die Automobilindustrie spezialisiert haben, ohne den Ballast des gesamten Wissens eines ChatGPT mitzubringen.
Kleinere Modelle sind zudem kostengünstiger und können on-premise gehostet werden. Dadurch entfallen Sicherheitsbedenken, die bei extern gehosteten Large Language Models immer noch relevant sind. Unternehmen können stattdessen kleine, maßgeschneiderte Modelle selbst oder bei einem vertrauenswürdigen Provider hosten.
Muti-modaler Einsatz
Während die bisherigen KI-Modelle hauptsächlich entweder Text oder Multi-Media-Daten verarbeiteten, wird im Jahr 2024 ein verstärkter Fokus auf multi-modale Modelle erwartet. Die Generierung von Bildern wird derzeit noch durch intensive Rechenoperationen behindert, aber mit dem Aufkommen kleinerer und leistungsfähigerer Modelle wird diese Hürde überwunden. Dies gilt auch für die Verarbeitung von Videos im größeren Maßstab (da Videos aus 25-30 Bildern plus Ton pro Sekunde bestehen). Daher werden wir im Jahr 2024 eine verstärkte Nutzung generativer KI für Bild- und Videoproduktion erleben, die genauso selbstverständlich sein wird wie die Verwendung von KI-Chatbots heute. Anstatt also zu sagen „Schreibe mir einen Aufsatz zum Thema …“, wird es vielleicht heißen: „Erstelle einen Videoclip mit den folgenden Vorgaben …“.
Wo stiftet KI in meinem Unternehmen einen sinnvollen Nutzen?
Sobald die grundlegenden Fragen zu Kosten, sicherem Betrieb und Integration von relevanten Informationen geklärt sind, werden Unternehmen darüber nachdenken, wo genau KI einen sinnvollen Nutzen bringen kann. Nicht alles wird umgesetzt, einige Ideen werden möglicherweise verworfen. Doch insgesamt wird keine Firma den Einsatz von KI ausschlagen können. In vielen Fällen werden aus den bereits genannten Gründen keine großen Modelle zum Einsatz kommen.
Fazit
Im Jahr 2024 steht die Anwendung künstlicher Intelligenz in Unternehmen vor einem Wendepunkt. Nach der initialen Faszination für Technologien wie ChatGPT werden Unternehmen zunehmend mit realen Herausforderungen konfrontiert. Diese umfassen technische Integrationsprobleme, Sicherheitsbedenken und steigende Kosten. Die Antwort darauf wird u.a. in der Entwicklung kleinerer, spezialisierter Modelle liegen, die effizienter und kosteneffektiver sind und spezifische Branchenanforderungen adressieren. Zudem wird ein Trend zu multi-modalen KI-Anwendungen erwartet, der über reine Textverarbeitung hinausgeht und Bild- sowie Videogenerierung einbezieht. Dieser Wandel spiegelt eine Evolution der KI-Nutzung wider, die sich von universellen Großmodellen hin zu maßgeschneiderten, branchenspezifischen Lösungen bewegt, wodurch Unternehmen einen gezielteren und sichereren Einsatz von KI-Technologien sicherstellen können.