Präzise und stilsicher im Geschäftsleben kommunizieren? Der KI-Schreibassistent DeepL Write Pro soll künftig dabei helfen. …mehr
Sichere und datenschutzkonforme KI-Lösungen – das verspricht die Deutsche Telekom mit ihrem Angebot Business GPT. Allerdings ist der Wunsch nach einer sicheren GenAI-Lösung nicht günstig. …mehr
Egal, ob KI, Digitale Zwillinge, Manufacturing-X, Smart Factories, Robotics oder Cyber Security, auf der Hannover Messe 2024 dreht sich fast alles um IT in der Industrie. …mehr
Bessere KI-Hardware, neue KI-Modelle – für ihre Zusammenarbeit haben sich Aleph Alpha und der Bundeswehr-IT-Dienstleister BWI ehrgeizige Ziele gesetzt. …mehr
Im weltweiten Vergleich sind deutsche Führungskräfte eher schlecht auf das Thema (generative) künstliche Intelligenz vorbereitet. Dabei werde GenAI die Wirtschaft zweifellos umwälzen, warnt Deloitte. …mehr
Wo und wie kann man KI in der Industrie nutzen? Diese Frage möchte Accenture künftig in seinem Münchner GenAI-Studio anhand von Anwendungsbeispielen beantworten. …mehr
Einem Medienbericht zufolge hat Microsoft dem US-Militär den Einsatz von OpenAIs KI-Bildgenerierungs-Tool Dall-E vorgeschlagen. …mehr
Kommentar Prompts sorgen nicht immer dafür, dass generative KI-Systeme tun, was sie sollen. Lesen Sie, woran das liegt. …mehr
Was erwartet das Business heute von der IT? Darüber diskutierte der neue T-Systems-CEO und Telekom-Vorstandsmitglied Ferri Abolhassan mit Computerwoche-Redakteur Jürgen Hill. …mehr
Software mit KI-Unterstützung entwickeln? Während hierzulande viel diese Idee noch ablehnen, ist Gartner davon überzeugt, dass bis 2028 das Gros der Entwickler KI nutzen wird. …mehr
Präzise und stilsicher im Geschäftsleben kommunizieren? Der KI-Schreibassistent DeepL Write Pro soll künftig dabei helfen. …mehr
Sichere und datenschutzkonforme KI-Lösungen – das verspricht die Deutsche Telekom mit ihrem Angebot Business GPT. Allerdings ist der Wunsch nach einer sicheren GenAI-Lösung nicht günstig. …mehr
Egal, ob KI, Digitale Zwillinge, Manufacturing-X, Smart Factories, Robotics oder Cyber Security, auf der Hannover Messe 2024 dreht sich fast alles um IT in der Industrie. …mehr
Bessere KI-Hardware, neue KI-Modelle – für ihre Zusammenarbeit haben sich Aleph Alpha und der Bundeswehr-IT-Dienstleister BWI ehrgeizige Ziele gesetzt. …mehr
Wo und wie kann man KI in der Industrie nutzen? Diese Frage möchte Accenture künftig in seinem Münchner GenAI-Studio anhand von Anwendungsbeispielen beantworten. …mehr
Das Wichtigste zum Thema Generative AI:
Viele Aufgaben im Arbeitsalltag, die mit der Erstellung von Content zu tun haben, lassen sich durch Generative AI effizienter gestalten und automatisieren. Das gilt insbesondere für das Erstellen von Texten, Bildern, Grafiken, Präsentationen und Filmen. Beispielsweise wird die Content-Produktion zum Befüllen einer Website einfacher, ebenso das Verfassen von Kurznachrichten, E-Mails oder Briefen.
Softwareentwickler können sich von Generative AI Code-Bausteine vorschlagen lassen, um ihre Produktivität zu verbessern. Beispielsweise ist ChatGPT in der Lage, beim Entwickeln einer Website zu unterstützen oder Softwarecode in Sprachen wie JavaScript zu generieren.
Viele Unternehmen nutzen Generative AI beispielsweise in Gestalt von Chatbots, um die Konversation mit Kunden zu automatisieren und zu beschleunigen. Dabei gilt: Je menschenähnlicher die Software-Bots Kundenanfragen behandeln können, desto besser. Entscheidend für die Qualität sind die zugrunde liegenden Large Language Models (LLMs).
Generative AI funktioniert auf der Basis sehr großer Mengen an Trainingsdaten. Wenn deren Urheberschaft unzureichend geklärt ist, kann es zu Rechtstreitigkeiten kommen. Bildende Künstler, Autoren, Journalisten, Designer, Illustratoren – sie alle leben von ihrer kreativen Arbeit und sind besorgt, dass Generative-AI-Systeme ungefragt mit ihren Produkten und Exponaten trainiert werden könnten. Ob das passiert oder nicht, ist schwer zu beurteilen, da das Training großer KI-Systeme meist intransparent verläuft.
Eigene Generative AI zu implementieren, kann für Unternehmen – je nach Größe des Systems – beliebig teuer werden. So sind spezialisierte Hardware und Software erforderlich, ebenso ausgebildetes Personal, um das jeweilige System zu betreiben und zu pflegen. Für mittelständische Betriebe, aber auch für große Konzerne mit kleinen Budgets kann das zu einer Herausforderung werden.
Ohne eine hohe Datenqualität sind Generative-AI-Vorhaben zum Scheitern verurteilt. Akkurate Ergebnisse und Vorhersagen sind nur möglich, wenn der zugrundeliegende Datenbestand gepflegt und stets aktuell ist. Unternehmen, die sich im Daten-Management schwertun, sollten hier zuerst ihre Hausaufgaben erledigen.
Generative AI kann Mitarbeitende im Unternehmen beim Kreieren von Content aller Art unterstützen. Das kann etwa nützlich beim Erstellen von Texten, Webseiten-Inhalten oder Softwarecode sein.
Im E-Commerce kann Generative AI helfen, personalisierte Werbung auf Basis vorhandener Kundendaten zu Konsumverhalten und Interessen zu erstellen.
Repetitive Aufgaben in der Content-Produktion, die Mitarbeitende in ihrer täglichen Arbeit aufhalten, lassen sich mit Generative AI automatisiert erstellen.
Lange Texte können mit generative AI zusammengefasst werden. Diese Summary-Funktionalität hat bereits in viele Softwareprodukte und Tools Einzug gehalten.
Unternehmen können GenAI-Agorithmen gezielt auf eigene Datenbestände aufsetzen und auf dieser Basis urheberrechtlich geschützt neue Produkt- und Serviceangebote schaffen.
OpenAI mit den großen, multimodalen Modellen GPT-3 und GPT-4 sowie dem darauf basierenden Chatbot ChatGPT.
Google mit dem KI-basierten Chatbot Bard, der auf dem LLM von PaLM2 basiert und als Reaktion auf OpenAIs Erfolg mit ChatGPT entwickelt wurde.
OpenAI mit DALL-E, einer Bildsynthese-Software, die neue Bilder auf der Basis von Textbeschreibungen produziert.
Stable Diffusion (Open Source), ähnlich wie DALL-E ein Text-to-Image-Modell, das aber deutlich freizügiger mit Inhalten umgeht. Stable Diffusion stellt seinen Quellcode zusammen mit den vortrainierten Gewichten zur Verfügung.
Progen, ein auf 280 Millionen Protein-Samples trainiertes multimodales Modell, das auf Basis von Spracheingaben neue Proteinsequenzen mit bestimmten Funktionen generiert.
Synthesia, eine KI-Plattform zum Generieren synthetischer Musik.
MusicLM von Google, ebenfalls ein KI-Modell, das Musik auf der Basis von Spracheingaben produziert.