Branchen
Beratung & Innovation
Lösungen & Produkte
Infrastruktur & Betrieb
Über uns & Aktuelles
Karriere
Blog
Lösungen & Produkte
ArvatoSystems_GenerativeAI_AdobeStock_556454258

Mit Quantensprüngen nach vorne: Wie können sich Unternehmen nun auf Generative AI einstellen?

Fachexperte Martin Weitzel im Interview 

Generative AI – Wie müssen sich Unternehmen nun aufstellen?
05.09.2023
Digitale Transformation
Künstliche Intelligenz
Technisch
MA_Martin_Weitzel

Was bedeutet Generative AI für die Wissens- und Kreativarbeit sowie die Softwareentwicklung und wie müssen sich Unternehmen jetzt auf diese Einflüsse einstellen?  

 

Arvato Systems Fachexperte Martin Weitzel, Autor von Deliberate Diligence und Head of Group Innovation Management bei Arvato Systems, liefert Antworten auf diese Fragen und mehr.    

Generative AI

Generative AI ist ein Dachbegriff für Künstliche Intelligenz (kurz KI), die auf Grundlage historischer Daten etwas bisher nicht Dagewesenes erzeugt. Das unterscheidet sie wesentlich von Discriminative-AI-Instanzen, die lediglich zwischen verschiedenen Input-Arten differenzieren. 

Martin, Künstliche Intelligenz ist schon lange ein Thema. In der Vergangenheit ging der Fortschritt gefühlt eher langsam voran. In jüngster Zeit jedoch macht insbesondere Generative AI scheinbar riesige Quantensprünge. Ist das eine subjektive Empfindung oder Tatsache? 

 

Emotional empfinde ich das genauso. Ich beschäftige mich in meiner Rolle als Innovation Manager schon länger mit dem Thema Künstliche Intelligenz. Meine früheren Erinnerungen an die ersten AI-Projekte beginnen so 2016, 2017, als die erste Chatbot-Welle über uns kam. Damals war ich, muss ich ehrlicherweise sagen, extrem frustriert von diesen Technologien. Versprochen wurde eine künstliche Intelligenz. In der Wirklichkeit hat sich das Ganze eher nach „If, Then, Else“-Bedingungen, also klassische Softwareentwicklung, angefühlt. Jeder Dialog wurde irgendwie händisch ausgeprägt und immer, wenn man einen neuen Use-Case mit dem Chatbot machen wollte, musste das ein Data Scientist übernehmen. Wenn man auf der Anwenderseite ein bisschen vom Dialogpfad abgewichen ist, hat der Bot nicht mehr funktioniert. Das war super frustrierend und hat der Szene auch ein bisschen geschadet.  

 

Parallel wurde aber natürlich weiter geforscht. Unter anderem auch an ganz neuen Ansätzen. Daraus sind Large Language Models entstanden.  

Large Language Model

Ein Large Language Model (kurz LLM) ist ein großes generatives Sprachmodell mit künstlicher Intelligenz. Es basiert auf neuronalen Netzwerken mit Transformer-Architektur und ist in der Lage, natürliche Sprache zu verstehen, zu verarbeiten und zu generieren. Die Modelle werden mit riesigen Textmengen trainiert und haben teils mehrere hundert Milliarden Parameter. Quelle

Ich selber wurde mit GPT-2 auf dieses Verfahren aufmerksam, das im Hintergrund auf extrem große Datenmengen trainiert ist. Mit GPT-3 wurde schon recht deutlich, wo die Reise hingehen wird. Spätestens heute ist auch der breiteren Masse transparent, was mit Generative AIs grundsätzlich möglich ist.  

GPT

GPT steht für Generative Pre-Trained Transformer und ist ein auf künstlicher Intelligenz basierende Textgenerator. GPT wurde 2018 erstmalig durch OpenAI vorgestellt. Es folgten anschließend leistungsfähigere Versionen, darunter GPT-2 im Jahr 2019, GPT-3 im Jahr 2020 und GPT-4 im Jahr 2023. Die neueren Versionen sind nur über eine API zugänglich, während GPT-2 als Open-Source-Software verfügbar ist. 

Nochmal auf die Eingangsfrage und die subjektive Empfindung zurück: Es gibt ein spannendes Phänomen, nämlich dass wir Menschen nur linear auf die Entwicklung solcher Technologien gucken. Heißt, wir sehen einen Entwicklungsstand und sind der Meinung, dass dieser dann im Folgejahr vielleicht 10 oder 20 Prozent besser sein wird. Wenn wir das aber mal mit anderen Technologien der jüngsten Vergangenheit vergleichen, bspw. mit Cloud-Speicher, CPUs und so weiter, ist es in Realität eher so, dass sich diese Technologien exponentiell verbessern. 

 

Wir müssten daher eher davon ausgehen, dass dieser AI-Fortschritt, den wir heute sehen, in relativ kurzer Zeit nicht 10 bis 20 Prozent besser wird, sondern viermal, zehnmal oder zwanzigmal so gut. Und dann entsteht eine exponentielle Kurve, die natürlich irgendwann richtig steil wird. Genau dann, wenn sie beginnt steil zu werden, entstehen Überraschungseffekte. Dann geht man von einem auf den nächsten Quantensprung und wird überrascht vom enormen Fortschritt. 

 

 

Blicken wir auf den Einfluss von AI auf unsere Arbeitswelt. Das künstliche Intelligenz unsere Arbeit verändern wird, die Art und Weise wie wir arbeiten und auch die Arbeit selbst, das überrascht weniger. Was wir jetzt, in Anbetracht der aktuellen Entwicklungen erkennen, ist jedoch, dass Generative AI in Bereiche eindringt, die wir Menschen ursprünglich als unsere unantastbare Kernkompetenz angesehen haben, bspw. in die Kreativitäts- und Wissensarbeit. Wie schätzt du die Lage ein: wird AI Bereiche disruptieren, die wir zuvor nicht im Blick hatten?  

 

Ich habe letztens ein Buch gelesen, da wurde ein Zukunftsszenario aufgemalt, in dem Pflegekräfte und Handwerker Porsche gefahren sind und die Wissensarbeiter diejenigen waren, die eher niedrig bezahlte Jobs hatten.  

Ein bisschen verkehrte Welt aus der heutigen Sicht. Das ist aber tatsächlich das, was jetzt die Konsequenz dieser Technologie sein könnte.  

 

Ich erinnere mich, dass ich vor drei oder vier Jahren mit einem Vortrag bei Medienunternehmen unterwegs war, in dem ich das Potential aufgezeigt habe, das besteht, wenn man die Medienwertschöpfung über Software automatisiert. Zu diesem Zeitpunkt gab es bereits schöne Beispiele aus anderen Branchen, wie bspw. Shopify. Ich habe damals zeigen wollen, dass die Bausteine dafür eigentlich da sind, auch damals gab es schon GPT, es war auch absehbar, dass es mit Bildern und Videos irgendwann soweit sein wird. Und während ich diesen Vortrag hielt, habe ich etwas Spannendes festgestellt: Die Kreativen, die Journalisten und so weiter, die blieben bei der festen Überzeugung, dass ihr Geschäft nicht vom technologischen Fortschritt disruptiert werden könne.  

 

Jetzt ist es jedoch genau anders, die Wissensarbeit und Kreativität sind spannenderweise eher das Erste, was vielleicht wirklich Disruptions-gefährdet ist. 

Es gibt noch keine verlässlichen Studien, aber erste Prognosen am Markt, Aussagen, die in die Richtung gehen, dass Wissensarbeiter zum Beispiel durch Generative AI um 36 Prozent effizienter arbeiten können würden. Was andersherum gedacht bedeuten würde, dass man vielleicht 36 Prozent weniger Wissensarbeiter bräuchte. Ebenso wird viel spekuliert, was die aktuellen Entwicklungen für die Softwareentwicklung bedeuten könnte. Ein Szenario könnte sein, dass die Grenzkosten für Softwareentwicklung zum Beispiel auch gegen 0 streben könnten, so, wie das bereits bei anderen Dingen historisch geschehen ist. Beispielsweise bei Speicherpreisen, bei Bandbreite oder bei CPUs. Das hätte den Effekt, dass Softwareentwicklung immer günstiger wird. Was wiederum im Umkehrschluss bedeuten würde, dass die Gehälter in der Softwareentwicklung sinken und Softwareentwicklung günstiger wird.  

Was für mich als „Innovationsmenschen“ natürlich super ist, weil das größte Hemmnis für Prototypen und MVPs bisher eben war, dass Softwareentwicklung einfach so teuer ist. Angenommen, es würde so kommen und Softwareentwicklung kostet nur noch einen Bruchteil dessen, was es heute kostet, da kann man natürlich sehr viel mehr maßgeschneiderte Software entwickeln und bauen und ist nicht mehr so sehr auf Commodity Software angewiesen. Das hätte einen riesigen Impact auf die Tech-Branche.  

 

Softwareentwicklung ist nur ein Beispiel. Gleiches gilt für einen Wissensarbeiter, wie ich es bin. In meinem Job geht es darum viele Informationen aus verschiedenen Quellen aufzusaugen, abzuspeichern und daraus lösungsorientierte Konzepte zu entwickeln. Das ist genau das, was die Large Language Models ganz gut können: aus verschiedenen Datentöpfen Erkenntnisse ziehen, Folgerungen ableiten und Outputs generieren bspw. in Form einer PowerPoint. Ich selber bin als Wissensarbeiter dann durchaus auch ein Kandidat, der dann zumindest einen Teil seines Aufgabenspektrums zukünftig lieber AI augmentiert macht. Hier sage ich bewusst augmentiert, denn ich glaube nicht, dass Wissensarbeit durch Menschen komplett ersetzt wird. Ich glaube eher, dass wir gehebelter arbeiten können, dass wir uns mehr auf unsere Kernaufgaben konzentrieren können und die AIs einsetzen, um lästige Aufgaben loszuwerden und Komplexität aus der Arbeit zu nehmen.  

Schlussendlich überall, wo es Wissensarbeit gibt, muss sich dann jedoch die Frage gestellt werden: benötigen wir noch die gleiche Anzahl an Wissensarbeiter wie zuvor oder brauchen wir eher Architekten, die das Big Picture und die Vision im Kopf haben?  

 

Ich glaube diese Fragen muss man sich jetzt überall in jeder Branche und jedem Business stellen. Und auch zügig stellen, schließlich leben wir in einer „cloudifizierten“ Welt. Beispielsweise Microsoft Office und vergleichbare Software kommt heute aus der Cloud. Sobald die AIs in diesen Produkten integriert ist, sind die Produktivitäts-Hebel da. Von heute auf morgen.  

 

Da sollte man als Unternehmen dann natürlich schnell wissen, was die Implikationen auf die eigenen Prozesse, auf das eigene Geschäftsmodell etc. sind.  

 

 

Du arbeitest ja in diesem Thema aktuell auch mit Bertelsmann Konzern Kolleg: innen zusammen, um Fragestellungen diesbezüglich zu klären. Was würdest du aus diesen Erfahrungen mitgeben? Wie sollten sich Unternehmen denn jetzt aufstellen? 

 

Das Wichtigste vorab: man glaubt immer, dass man zu spät ist. Das ChatGPT-Thema und Generative AI ist ja jetzt schon eine Weile top-of-mind am Markt. Trotzdem ist es aus meiner Sicht noch nicht zu spät. Es ist genau die richtige Zeit das Thema in Ruhe und systematisch zu durchdenken ohne Dinge zu überstürzen.  

ChatGPT

ChatGPT ist die Weiterentwicklung von OpenAI GPT zu einem Chatbot, der künstliche Intelligenz einsetzt, um mit Nutzern über textbasierte Nachrichten zu kommunizieren. Das US-amerikanische Unternehmen OpenAI veröffentlichte ihn im November 2022. 

AI ist kein Thema, was eine spezielle Abteilung irgendwie bearbeiten kann. AI kann künftig überall Einsatz finden, in allen Prozessen und Unternehmensfunktionen.  

Deswegen ist ein Orientierungsworkshop ein guter erster Schritt, wo man wirklich groß, funktional und divers verschiedene Kollegen und Kolleginnen mit verschiedenen Funktionen einlädt. Zu Beginn sollten zunächst alle abgeholt und aufgeschlaut werden: was bedeutet Generative AI? Welche Varianten gibt es? Welche sind jetzt für das eigene Business besonders relevant? Um dann Stück für Stück im Workshop systematisch zu durchleuchten: was bedeutet AI für die einzelnen Bereiche? Beispielsweise für Legal oder das Marketing.  

Was bedeutet AI generell für die Unternehmensprozesse und für das Geschäftsmodell?  

Was bedeutet das für die Produkte inhaltlich? Die Kunden, die man hat?  

 

Im Orientierungsworkshop kann erstmal alles gesammelt, dann priorisiert und bewertet werden. Bevor man mit ersten ausgewählten Use Cases in die Verprobung starten kann.  

 

 

Welche Rollen und Kompetenzen werden denn aus deiner Sicht wichtig und werden tendenziell noch wichtiger?  

 

Das Thema würde ich von verschiedenen Seiten beleuchten. Wenn man bspw. mal einen Artikel generieren lässt uns sich diesen genauer anschaut, dann stellt man fest, dass der eher durchschnittlich gut ist. Er ist sicher nicht schlecht, aber auch nicht herausragend und ehrlicherweise so durchschnittlich, dass man sich fünf Minuten später schon nicht mehr erinnert, was man dort gelesen hat. „Aha“-Elemente oder persönliche Erfahrungen fehlen da komplett. Manchmal kommt auch einfach sinnloses heraus, wenn bspw. ganz neues Terrain beschritten wird. Bedeutet für mich, dass Jeder, der überdurchschnittlich in seinem Job ist, egal was es ist, der wird auch sicher sein vor der Disruption.  

 

Andersherum - und ich glaube, das muss man auch ehrlich aussprechen - alle, die unterdurchschnittlich performen oder die einfachsten Aufgaben in Prozessen wahrnehmen, die haben dann ein echtes Problem. Das ist dann genau das, was durch die AI disruptiert wird. Beziehungsweise, das durch Jemanden disruptiert wird, der die AI versteht dazu einzusetzen.  

Das ist etwas, das man persönlich in seiner eigenen Karriere reflektieren und berücksichtigen sollte.  

 

Und zur anderen Perspektive müssen wir nochmal sortieren, worin Generative AI eigentlich wirklich gut ist und worin nicht. Das ist ein bisschen wie eine Zwiebel Schale. Was die Leute gerade sehen, ist dass man bspw. mit ChatGPT Texte generieren oder Texte verkürzen, verlängern, transformieren, wie auch immer kann. Ehrlicherweise glaube ich, dass dieser Teil gar nicht der Wesentliche ist. Das ist eigentlich eher so der spielerische Aspekt an den AIs. Klar, also wenn jetzt Content Creator ist, dann ist das natürlich auch entscheidend, aber was viel spannender an ChatGPT ist, dass sie gut Komplexität aus komplexen Systemen nehmen. Ich bin beispielsweise nicht gut in Mathe, also auch nicht in Stochastik oder statistischen Methoden. Ich muss mich da jedes Mal in die Tiefe einlesen, wie man irgendwelche komplexe Formeln oder sowas aufstellt, um es zu irgendeiner Erkenntnis zu kommen und ich muss erstmal lange grübeln, welche Methode überhaupt anzuwenden ist.  

Nun gibt es eine Demo, die zeigt, dass zukünftig Plugins bei ChatGPT mit eingebaut werden können und eines dieser ist zum Beispiel Wolfram Alpha. Das ist so ein Mathematik, Statistik, Stochastik Tool. Wenn man nun dieses recht komplizierte Tool in ChatGPT einbindet, könnte man ChatGPT einfach sagen, was es machen soll, mit welchen Daten und ChatGPT bedient oder besser: übersetzt dann für Wolfram Alpha und gibt die Ergebnisse aus Wolfram Alpha wieder zurück.

WolframAlpha

Ein auf der Software Mathematica basierender Onlinedienst zum Auffinden und Darstellen von Informationen, der von Wolfram Research entwickelt wird. 

Wolfram Alpha ist eine semantische Suchmaschine, die der Verarbeitung von Inhalten durch spezifische Algorithmen zu Ergebnissen dient. 

Zurück ins Business: wir alle nutzen SAP-Systeme, die vielleicht ähnlich schwierig zu bedienen sind, oder irgendwelche komplizierten Datenbanken. ChatGPT würde perspektivisch als Vermittler dienen, dem man sagt, was man gerne gemacht haben möchte. ChatGPT könnte auch mehrere Systeme ansprechen, dazwischen vermitteln und Daten leiten. Das ist aus meiner Sicht der wirkliche Nutzen den bspw. ChatGPT erbringen kann. Angenommen, mein Job wäre es mir Tickets im Ticketsystem anzuschauen und zu routen. So eine Tätigkeit wird relativ kurzfristig durch die AI ersetzt werden. Für den Fall, dass ich aber ein Stratege wäre, der genau weiß, wie sich das Unternehmen entwickeln und positionieren muss, der die Kunden kennt usw. und wäre damit in der Lage eine AI zielgerichtet zu managen und einzusetzen und quasi als ein Direktor dieser AI zu agieren. Dann wäre ich relativ sicher, denn dieses sind genau die Jobs, die jetzt immer notwendiger werden.  

 

Man könnte sagen, man braucht weniger Entwickler, dafür mehr Architekten. Oder auch: weniger Marketingspezialisten, sondern mehr Marketinggeneralisten. 

 

Also die Chance liegt so ein bisschen darin, die künstliche Intelligenz zu nutzen, für sich und das Unternehmen auch sinnvoll einsetzen zu können. Frage zum Abschluss Martin: Künstliche Intelligenz oder sagen wir mal Generative AI, Fluch oder Segen für die Zukunft? 

 

Ja, das ist das ist ein bisschen Glaskugel. Also über die Gefahren haben wir jetzt noch nicht gesprochen. Es gibt tatsächlich einige. Was ist mit Propaganda, zum Beispiel Fakenews, Beeinflussung von Menschen, was passiert, wenn das ganze Internet nur noch mit AI-Content geflutet wird? Bei LinkedIn sehe ich das zum Beispiel. Da gibt es jetzt Dutzende, Hunderte neuer Content Creator die einfach nur ChatGPT Content raushauen und die Plattform damit zumüllen.  

 

Und das ist nur ein kleines Risiko. Es gibt ja dann auch Meinungsvertreter, die sagen, die Entwicklung von AIs muss gestoppt werden, weil das katastrophale Auswirkungen auf die Menschheit haben kann. AI müsse wie Atomwaffen gehandhabt werden.  

Wie gesagt, wir haben hier eine exponentielle Entwicklung. Wir Menschen sind dummerweise schlecht darin solche exponentiellen Entwicklungen mit weltweiter Strahlkraft vorherzusagen, deswegen ist das wirklich absolutes Glaskugel raten.  

Von meiner Natur her bin ich aber immer „Chancen-Mensch“. Ich gucke immer, wie kann man denn aus etwas Neuem eine Chance für sich selber oder für sein Business ableiten und ich glaube mit dieser Einstellung ist man auf der besseren Seite. Das ist auch das Einzige, was man beeinflussen kann. 

 

 

Dieser Blogartikel spiegelt einen Ausschnitt aus dem Podcast-Interview mit Martin Weitzel wieder. Hören Sie jetzt die gesamte Folge:  

 

Das könnte Sie auch interessieren

Generative KI

Generative AI wie ChatGPT und Midjourney können genutzt werden, um bestehende Wertschöpfungsketten komplett neu zu denken. Arvato Systems unterstützt Sie dabei.

Hyperautomation

Entdecken Sie die Möglichkeiten von Hyperautomation mit Arvato Systems und steigern Sie die Effizienz und Produktivität Ihres Unternehmens.

Souveräne KI

Entdecken Sie Souveräne KI und ihre Möglichkeiten. Arvato Systems unterstützt Sie im souveränen Umgang mit Künstlicher Intelligenz. 

Verfasst von

MA_Martin_Weitzel_Cloud
Martin Weitzel
Experte für Innovationsthemen