Beitrag von Hellen Charlotte Werner

Baut Eure #Transformation nicht auf #GenAI auf… denn, wenn man nur einen 🔨 Hammer hat, sieht jedes Problem aus wie ein Nagel . Wie häufig habe ich in Unternehmen Sätze gehört, wie „[…] wir müssen mal was mit [X-Y-Tech] machen.“ Danach strotzten die Business Cases vor ‚Aus-den-Fingern-Gesogenem‘ und Erwartungshaltung wie dieses oder jenes gaaanz viel einsparen, gaaaanz tolle Hilfe bei der Eroberung von Marktanteilen oder Umsatz liefern sollte. (Wer erinnert sich noch, als ab den 2010er Jahren mit „Conversational AI“ persönlicher Kundenkontakt durch Chatbots versucht wurde zu ersetzen? Der ‚QA-Schrott‘ ist vielfach immer noch im Einsatz…) Transformations-1o1: 1. Verstehen: Das Problem, die Zusammenhänge, die „blinden Flecken durch die eigenen Glaubenssätze“, … 2. Zielsetzung: Die Welt vom Ende her gestalten wollen, den Horizont erweitern und sich trauen, ein langfristiges und ambitioniertes Transformationsziel-Portfolio zu definieren … jetzt erst einmal innehalten und sich darauf comitten, Schritt eins und zwei mit jeder Iteration erneut und aktualisierend zu durchlaufen (Grobe, NICHT-technische Roadmap,…) 3. Gestalten: Das heißt, die Intention aus Schritt 2 in konkrete, erreichbare Maßnahmen herunterzubrechen. Erst zum Abschluss dieser Phase kommt die Technik- und Feature-Function Auswahl,… und das ist selten nur eine einzige. Ja, GenAI kann dann eine davon sein. Und ja, GenAI darf auch ein Auslöser sein, über Transformation nachzudenken. Technologie ist aber kein Selbstzweck und ohne eine Vorstellung, was man mit Technologie erreichen will, ist das Ergebnis beliebig bzw. maximal enttäuschend. Erst nach der Zielsetzung kann man gestalten und in die Umsetzung, Test und Einführung der Inkremente starten. Jedem/Jeder ist die Kernaussage im angehängten MIT-Post bereits klar, der/die das Thema (Gen)AI mit mehr Tiefgang als 5-Minuten Pitches und „Tool-Beschreibungen“ durchdrungen hat. Alle anderen lesen bitte einmal hinter dem Link von Gartner weiter, wo sie mit GenAI nichts gewinnen… Technologie folgt (im Rahmen ihrer spezifizierten Fähigkeiten) immer nur dem Zweck für den sie eingesetzt wird. Also investieren Sie ausreichend in Stufe 2. oder Ihre Investitionen in GenAI werden nichts (Gutes) erschaffen! 🤔

Generative KI hat definitiv ihren Nutzen, wenn man sie zu nutzen weiß. 👀 Während GenAI für viele Use Cases eine angebrachte Lösung sein kann, ist sie kein "Alleskönner". Wie Generative KI effizient und vor allem sicher eingesetzt werden kann, beschäftigt derzeit viele Unternehmen. Generative KI in einen Prozess einzubauen, ohne zu wissen, worauf man sich einlässt, ist allerdings nicht zielführend, wie auch dieser Post von Gartner darstellt. Für Chatbots oder Virtual Assistants kann Generative KI von großem Nutzen sein. Die Herausforderung ist aber, die Antworten der KI so zu gestalten, dass → sie den Unternehmensrichtlinien entsprechen → die richtigen, unternehmensspezifischen Informationen enthalten → die Daten Deiner Kund:innen sicher sind #GenAI #KI #AI #Kundenservice

𝐆𝐞𝐧𝐀𝐈 𝐚𝐥𝐬 𝐀𝐥𝐥𝐞𝐢𝐧𝐥ö𝐬𝐮𝐧𝐠? GenAI bringt beeindruckende Fortschritte in den Bereichen konversationelle Benutzeroberflächen und Content-Generierung. Aber sollten wir deshalb alle bewährten ML-Systeme über Bord werfen? Unsere Antwort: 𝐍𝐞𝐢𝐧! Bei SpeedyGPT nutzen wir bewährte und effiziente klassische Methoden zur Datenaufbereitung. Diese Methoden sind nicht nur leicht zu evaluieren, sondern übertreffen GenAI-Modelle wie GPT-4 bei speziellen Aufgaben wie Klassifikation und Informationsextraktion. Außerdem können sie lokal betrieben werden! So kombinieren wir das Beste aus beiden Welten, um Ihnen die genauesten und effizientesten Lösungen zu bieten. #AI #GenAI #SpeedyGPT #KünstlicheIntelligenz #Technologie

Wusstest du, dass... Conversational User Interfaces (Benutzerschnittstellen, die den Eindruck einer Konversation zwischen Nutzer und Conversational-AI-System vermitteln), wie 𝗩𝗼𝗶𝗰𝗲𝗯𝗼𝘁𝘀, zu den effektivsten Gen-AI-Use-Cases zählen? 🤔 Nicht immer mag die Nutzung von generative KI in deinem Unternehmen Sinn machen ☝ Das sehen wir unten in einer Graphik von Gartner, die die verschiedenen Use-Cases hervorhebt, wo diese Form von künstlicher Intelligenz einsetzbar ist. Use Cases wie die Automatisierung bei der Entscheidungsfindung sind heutzutage noch nicht so weit, um deine Unternehmensziele erfolgreich zu erreichen. In welchem Bereich würdest du gerne Generative AI einsetzen❓ Schreibe es unten im Kommentarbereich ⬇ #Voicebots #GenerativeAI #GartnerInsights

Lieber Georg Petritsch, (... und alle anderen) ich habe gestern euren Post hierzu gelesen: https://lnkd.in/eafDF29S Schön finde ich den Satz mit dem Hammer. Ich zitiere den immer wieder gerne und Torsten Naumann und Ulla Kieserg wir kennen ihn auch oder? 😁 "Wenn du nur einen Hammer hast, muss alles ein Nagel sein". Bei KI/AI sehe ich das auch vermehrt. Egal welches Problem es soll mit AI gelöst werden. Was ist meine Antwort darauf: Schaut euch doch erstmal das Problem an. Dann suchen wir das richtige Werkzeug. JA AI und KI kann helfen, das Umfeld und der Anwendungsfall ist entscheidend. Bei vielen Kunden empfehle ich: "lasst uns zuerst aufräumen, dann wird es auch was mit der modernen (KI unterstützen) Arbeitsweise." Was sind eure Erfahrungen im "Hype KI, Copliot und co"?

💡 Wann der Einsatz Generativer KI (keinen) Sinn macht... Ganz klar sticht bei dieser Grafik von Gartner hervor, dass #GenAI nicht immer automatisch der Schlüssel zum Erfolg ist. Es gibt Anwendungsbereiche, die prädestiniert für den Einsatz sind – und Bereiche, bei denen es etwas mehr Überlegungen bedarf und eine Prise KI darüber zu legen nicht die beste Lösung wäre. ✅ Sicher ist: Wenn es um die Generierung von Content oder Verarbeitung von Informationen z.B. für Kunden-Assistenzsysteme geht, ist KI gefragt. Aber der Einsatz von KI eignet sich auch bei Workflow-Automation und Empfehlungssystemen – mit etwas mehr Vorarbeit oder komplementären Herangehensweisen. ⭐️ Wir bei Retresco haben bereits vor dem Aufkommen der KI-Welle mithilfe von Natural Language Processing und computerlinguistischen Ansätzen Content-Automations-Lösungen angeboten. Unsere AI Projects Unit berät und setzt skalierbare und auf Unternehmen zugeschnittene Lösungen wie #RAG-Syteme (Chatbots, intelligente Suchen, Recommendation Systems und Co.) um. 🤔 Wenn du gern KI in deinen Arbeitsalltag integrieren willst, aber noch nicht genau weißt, in welchem Bereich es für dein Unternehmen Sinn macht, auf KI zu setzen - oder eventuell ein anderes System besser geeignet wäre - sprich uns an! Wir beraten dich gerne! #AIWorkshops #AIProjects #KIProjekte #KünstlicheIntelligenz #GenerativeAi# GenAI #AIBusiness #NLG #NLP #NLU#MachineLearning

Luma AI kann jetzt Loops erstellen. Statt immer nur nachzuahmen was man drehen kann ist so eine Entwicklung viel spannender. Sachen zu erschaffen die man nicht oder nur mit Tricks drehen kann. Da liegen die wirklichen Stärken von AI.

Ergänzend zu meinem letzten Post 😉: Die #GenAIs können vielleicht sehr gut erzählen, aber das Denken überlassen wir lieber den #analytischen KIs und den #mathematischen ML-Modellen 🤖

Es ist auch meiner Meinung nach essentiell, die Unterschiede der Technologien #AnalyticalAI / #PredictiveAI und #GenerativeAI ("klassische" vs. "generative" KI) zu Beginn des #KI-Verständnisprozesses zu erläutern und zu diskutieren. 🤖 🎯 In der Frage "... 𝗨𝗻𝗱 𝘄𝗮𝘀 𝗸ö𝗻𝗻𝗲𝗻 𝘄𝗶𝗿 𝗷𝗲𝘁𝘇𝘁 𝘂𝗻𝗱 𝗵𝗲𝘂𝘁𝗲 𝗱𝗮𝗺𝗶𝘁 𝗺𝗮𝗰𝗵𝗲𝗻?" stecken mehrere Details, die es zu analysieren gilt. Gemeint ist meist: 1. 🆆🅰🆂 -- Welche Use Cases und Anwenderprobleme 2. 🆆🅸🆁 -- Eine Abteilung, ein Prozess, ein Tool, ein System, etc. 3. 🅷🅴🆄🆃🅴 -- Ohne Programmierkenntnisse, innerhalb von 1-2 Stunden 4. 🅳🅰🅼🅸🆃 -- General Purpose AI-Tools wie ChatGPT oder MS Copilot 5. 🅼🅰🅲🅷🅴🅽 -- Bestenfalls per Prompt an o.g. Tools replizierbar und zuverlässig "outsourcen", damit es bei uns vom Schreibtisch ist. Zu Beginn von Sessions erwähne ich den Gartner Hype Cycle, auf dessen Höhepunkt, bzw. auf dem Weg zum Tiefpunkt der Ernüchterung sich aktuell GenAI befindet. "Ihr werdet in gewisser Weise heute auch enttäuscht werden", ist eine wichtige Botschaft an die Zuhörerschaft, denn ganz so einfach ist die Vollautomatisierung unserer Arbeitsprozesse (noch) nicht.