GenAI-Perspektiven von branchenführenden Unternehmen, die die Zukunft gestalten

Von der effizienten Batch-Verarbeitung mit Data Warehouses für deskriptive Analytik bis hin zur Einbeziehung von Streaming-Daten in Echtzeit zur Erstellung von Empfehlungen befinden wir uns an der Spitze einer neuen Evolutionsstufe: generative KI (GenAI).

Dieses generative Kraftpaket hat die vertikale Integration vorangetrieben und branchenspezifische Lösungen hervorgebracht, die das volle Potenzial generativer Fähigkeiten ausschöpfen und die Fantasie vieler ankurbeln.  

Es begann als ein fähiges Modell, das sich für Text eignete, Aufmerksamkeit im Mainstream erregte. Heute, weniger als 18 Monate später, gibt es eine lange Liste kommerzieller und Open-Source-Modelle für generative KI, zusammen mit neuen multimodalen Modellen, die auch Bilder und andere unstrukturierte Daten verstehen. 

Wie können Unternehmen also agil bleiben, wenn Veränderungen und Innovationen so schnell eintreten?

Bei „Data Cloud Now“ sprachen kürzlich Tom Stuermer, Global Senior Managing Director von Accenture, und Sridhar Ramaswamy, CEO von Snowflake, über den revolutionären Charakter von GenAI und Large Language Models (LLMs). Dieser Blogbeitrag beleuchtet drei zentrale GenAI-Trends, die sich für die beiden KI-Führungskräfte abzeichnen. 

Für Stuermer ist GenAI mehr als nur ein kurzlebiger Trend. Sie hat bereits konkrete Auswirkungen. 

„Es geht um die transformativste Technologie, die ich in der Zeit, in der ich lebe, je gesehen

habe“, so Stuermer. „Und ja, es gibt einen riesigen Hype, aber die Nachfrage [und] die

Vorteile, die wir daraus ziehen, und die Möglichkeiten, KI/ML und generative KI gemeinsam innerhalb einer Datenplattform zu nutzen, sind überzeugend.“

Die Zahlen bestätigen Stuermers Glaube. Er hat über 3.000 Gespräche mit Kundenunternehmen über generative KI geführt, aus denen über 700 Projekte mit der neuen Technologie geworden sind. 

Accenture hat in den letzten Jahren an GenAI-Projekten gearbeitet, die sich auf Proof-of-Concept-Projekte (PoCs) konzentriert haben. 2024 fragen Kunden: „Wie skaliere ich das?“ Seiner Meinung nach ist 2024 das Jahr der Umstellung von PoCs auf Skalierung, um spürbare Auswirkungen auf verschiedene Branchen wie Fertigung, Handel und Finanzdienstleistungen zu erzielen. Unternehmen müssen ihre Daten und Mitarbeitenden jedoch auf eine größere Wirkung vorbereiten.

„Es gibt etwas, das wir erleben ... eine ganze Reihe anderer Fähigkeiten, die wir aufbauen müssen“, so Stuermer. „Ebenso wie viele weitere Möglichkeiten, die wir mit unseren Kunden haben werden.“

Es ist auch wichtig, diese PoCs zu verlangsamen und zu analysieren, um realistisch darzulegen, was generative KI derzeit für Unternehmen tun kann. 

„Ein Teil der Herausforderung von KI besteht derzeit darin, herauszufinden, wo Sie den größten geschäftlichen Mehrwert erzielen können“, so Ramaswamy. „Es ist ja nicht so, dass KI jedes Geschäftsproblem sofort lösen wird.“

Accenture und Snowflake wollen gemeinsam von den PoCs lernen, um gemeinsam an künftigen GenAI-Lösungen zu arbeiten und so einen Mehrwert für ihre Kunden zu schaffen. 

Als neue Mensch-Computer-Schnittstelle entstehen LLMs, die mit natürlicher Sprache die Kluft zwischen Mensch und Technologie überbrücken. Unternehmen werden den größten Nutzen aus LLMs ziehen, wenn sie sie zunächst in Bereichen wie Wissensmanagement-Applikationen einsetzen, wo nun viele über Dokumente verstreut liegende Informationen über benutzerfreundliche Chatbots zugänglich sind. Doch laut Ramaswamy sind die Menschen weiterhin erstaunt über den Umfang der GenAI-Funktionen und er glaubt, dass in diesem Jahr noch mehr wertvolle KI-Anwendungen zum Einsatz kommen werden.

„Wenn Sie darüber nachdenken, was wir zuvor gemacht haben: Wir haben auf eine Tastatur getippt und die Maus bewegt, um auf den Bildschirm zu klicken“, erklärt er. „Seien wir ehrlich, die meisten Menschen sind nicht

großartig beim Schreiben mit der Tastatur – es ist immer noch ein bisschen ein Kampf.“

Seiner Meinung nach bieten GenAI und LLMs die Chance für eine bessere und genauere Erfahrung mit Rechnern. LLMs können mit ergänzenden Technologien, wie z. B. einer besseren Spracherkennung, kombiniert werden, um eine fließendere Interaktion mit Software zu schaffen.

„Ich glaube, das bedeutet, dass die Menschen noch viel mehr sagen werden“, erklärt er. „Ich denke, die ersten Beispiele, die wir gesehen haben, sind, dass man [einem Chatbot] eine Frage stellt, ihn bittet, ein Gedicht zu schreiben. Es ist wie: Bitte sehr. Sie stellen ihm eine sachliche Frage [und] diese Modelle gaben Ihnen eine Antwort.“

Es ist leicht, sich in den Schlagzeilen über die Gefahren der generativen KI zu verlieren, aber die Technologie verändert bereits zahlreiche Aspekte unseres Lebens. 

„Generative KI ist real und es gibt eine Reihe von einfachen Schritten, die Sie ergreifen können, um Ihre Datenplattform vorzubereiten und generative KI in sie zu integrieren, damit Sie besser darauf vorbereitet sind, generative KI für einen unternehmerischen Mehrwert innerhalb Ihres Unternehmens bereitzustellen“, so Stuermer.

Laut Accenture gibt es 42 Interventionen, die Unternehmen bereits heute durchführen können, um ihre Datenplattformen besser auf generative KI vorzubereiten. Ramaswamy fügte hinzu, dass es mehrere GenAI-Funktionen gibt, die Unternehmen entweder schnell implementieren oder modernisieren können, wie z. B. Suchen und Informationsabfrage.

„Niemand von uns muss im Modus sein, ich gebe etwas in ein Suchfeld ein, ich erhalte

20 Links [und] ich muss jetzt auf acht davon klicken, um herauszufinden, was ich will“, so Ramaswamy. „Dieser Tag ist, wie Sie wissen sollten, vorüber.“

Stattdessen können Unternehmen Ihnen ein gutes Abfragesystem und ein LLM bereitstellen, was Snowflake 

nativ bereitstellt, um dieses Problem zu vereinfachen. Dennoch müssen Unternehmen realistisch sein und realistische Lösungen implementieren, aber gleichzeitig Wertschöpfung betonen und die Erwartungen rund um generative KI managen.

„Ich glaube, dass dieses mentale Modell [davon], was machbar ist und was schwer ist, was Fiktion ist, diesen Blickwinkel zu haben und darauf aufzubauen, den Praktizierenden sehr helfen wird und den

Führungskräften, die die Praktizierenden finanziell unterstützen werden“, so Ramaswamy.

Ramaswamy sieht, wie sich GenAI-Technologie über das herkömmliche Frage-Antwort-Format hinaus entwickelt, das wir heute erleben. Seiner Meinung nach befinden sich Modelle in einer perfekten Ausgangsposition für eine Revolution der Werkzeugnutzung, da sie strukturierte Abfragen wie SQL generieren und nahtlos mit APIs interagieren können. Generative KI wird seiner Meinung nach zum Klebstoff für Interoperabilität und schafft enormen Mehrwert in verschiedenen Unternehmensbereichen.

„Die Anwendungsklassen, an denen wir meiner Meinung nach in erster Linie zusammenarbeiten werden, sind die

Informationsapplikationen“, sagte er. „[Wir werden unsere Modelle um] bessere Antworten in diesem speziellen Bereich [bitten], nach denen ich suche: Hilfe bei einem Produkt, das ich habe; Durchsuchen all Ihrer Produktdokumentation; Durchsuchen all Ihrer Supportfälle und Hilfe dabei, die relevantesten Dinge zu finden. Helfen Sie mir dabei, ein Problem zu lösen, das ich habe. Solche Dinge werden meiner Meinung nach große positive und relativ unmittelbare Auswirkungen auf KI haben.“

Diese Erfahrungen werden sich auf Daten stützen, die sie antreiben. Laut Stuermer besteht bei vielen der heute beliebten GenAI-Lösungen – darunter Callcenter-Interaktionen und Chatbots – ein Bedarf an besseren Daten, um die von Ramaswamy erwartete Innovation unterstützen zu können. 

„Je mehr generative KI eingesetzt wird, desto mehr Bedarf gibt es an präzisen, geprüften und umfassenden Daten, um diese Modelle effektiver abzurufen und zu trainieren“, so Stuermer.

Die steigende Nachfrage nach diesen Tools wird die heute verwendeten Datenplattformen weiter belasten. Doch Stuermer sieht darin eine Chance und glaubt, dass Datenplattformen wie Snowflake bereits ihre Innovation steigern, um die GenAI-Revolution voranzutreiben.

Laut diesen beiden führenden KI-Expert:innen sollten sich Unternehmen beim Übergang vom GenAI-Hype zur Realität auf drei Schlüsselbereiche konzentrieren, um die Vorteile erfolgreich zu nutzen:

1. Unternehmen können die Benutzererfahrung umgestalten und verbessern, insbesondere dort, wo verstreute Informationen die Handlungszeit verzögern, einschließlich der Suche und des Informationsabrufs. 

2. Unternehmen müssen sicherstellen, dass ihre Daten bereit sind und dass ihre Qualität hoch ist, um genaue und zuverlässige Ergebnisse für ihre GenAI-Lösungen zu liefern. 

3. Unternehmen sollten eine Datenplattformstrategie entwickeln, die dank der neuen Natural Language-Schnittstelle von Modellen KI für alle verfügbar macht, nicht nur für Entwickler:innen.

Sehen Sie sich das vollständige Data Cloud Now-Interview an, um mehr zu erfahren. Sind Sie bereit, näher auf GenAI einzugehen? Laden Sie unseren wesentlichen Leitfaden zu generativer KI herunter, um zu erfahren, wie Sie Ihr Unternehmen auf die nächste Entwicklung der generativen KI vorbereiten können und wie Accenture und Snowflake Sie dabei unterstützen können. Und erfahren Sie mehr über die Partnerschaft zwischen Accenture und Snowflake.