Einsatz von Generative AI & Foundation Models: Was gilt es zu beachten?

2024-03-01
Technologie
Henning Jostes

Generative AI hat im Jahr 2023 den KI-Markt dominiert. Damit verbundene Begriffe wie Large Language Model (LLM) und Foundation Model waren in aller Munde und wurden als technologischer Durchbruch wahrgenommen.

Large Language Model (große Sprachmodelle) bezeichnet eine bestimmte Kategorie von Modellen, die sich dadurch auszeichnet, dass sie Milliarden von Parametern und sehr viel Wissen enthält. Dieses Wissen bezieht sich immer auf ein Verständnis von Sprache, kann aber auch beliebige weitere Anwendungsfelder enthalten. Häufig werden LLMs zur Erzeugung von Sprache eingesetzt (sogenannte Generative KI), z. B. zur Erstellung von KI-Assistance wie ChatGPT. LLMs können als Foundation Models genutzt werden.
Der Begriff Foundation Model zielt auf die Verwendung eines Modells als Baustein für die Erzeugung eines neuen, spezialisierteren Modells ab. Jedes Modell (egal ob LLM oder eine andere Kategorie) kann als Foundation Model genutzt werden und per Fine-Tuning spezialisiert werden. Dieses Vorgehen nennt man 'Transfer Learning', da das Wissen aus dem Foundation-Model in ein neues Modell transferiert und mit neuem Spezialwissen ergänzt wird. Das Konzept hinter Foundation Models gibt es schon länger als LLMs. Die Bedeutung von Foundation Models hat mit der Entstehung von LLMs aber deutlich zugenommen, da Foundation Models und Transfer-Learning die Möglichkeit bieten, neue Lösungen auf dem breiten Wissen von LLMs aufzubauen.

In diesem Blogartikel stellen wir Generative AI in Form von 3rd party LLMs und spezialisierte, maßgeschneiderte Foundation Models gegenüber und diskutieren, was dies im Kontext der produktiven Nutzbarkeit von KI-Technologien zur intelligenten Dokumentenverarbeitung und Automatisierung von Arbeitsabläufen, speziell in regulierten Märkten, bedeutet.

Herausforderungen bei der Nutzbarkeit von generativer KI und 3rd party LLMs

Durch die Fähigkeit menschliche Sprache und Inhalte zu verstehen sowie neue zu generieren, haben diese Technologien im geschäftlichen Kontext das Potenzial Aufgaben zu automatisieren und somit Effizienzsteigerungen und Arbeitsentlastungen in einer Vielzahl von Einsatzbereichen und Branchen herbeizuführen. Viele Unternehmen erkennen zwar die immense Chance, die KI bietet, stehen aber gleichzeitig vor der Herausforderung, dass generative KI-Lösungen für spezifische, produktive Anwendungsszenarien – wie die Dokumentenverarbeitung – oft zu allgemein und nicht ohne weiteres nutzbar sind. Die Vorstellung, ein einziges, universelles KI-Modell könnte sämtliche Arbeitsabläufe und Prozesse ohne spezifische Anpassungen automatisieren, erweist sich als Trugschluss.

Ein wesentliches Problem ist ihre Unzuverlässigkeit bei Aufgaben, die konstante und präzise Ergebnisse erfordern, wie beispielsweise bei der Analyse von Dokumenten. Ihre Neigung, kreative und variierende Lösungen zu generieren, die beim Verfassen von Texten sicherlich ein Vorteil ist, kann in solchen Kontexten mehr ein Hindernis als ein Vorteil sein. Hochspezialisierte, komplexe Aufgaben wie das Auslesen spezifischer Dokumenteninformationen, die eine spezielle fachliche Bedeutung haben, stellt für generische Open Source LLMs meist noch eine Herausforderung dar.

Die fehlende Garantie für die Qualität und Aktualität der generierten Inhalte birgt weitere Risiken. Generative KI-Systeme können zwar umfangreiche Informationen zu einer großen Bandbreite an Themen liefern, geben jedoch keinen transparenten Aufschluss über die Ergebnisqualität. Dies kann zu Fehlinformationen oder sogar zu unangemessenen und diskriminierenden Antworten führen.

Hinzu kommt die Unsicherheit im regulatorischen Umfeld, insbesondere in Europa, wo der European AI Act Auswirkungen auf den Einsatz generativer KI-Technologien haben wird. Für Unternehmen, die auf sichere und konforme Lösungen angewiesen sind, stellt dies ein erhebliches Risiko dar. Insbesondere in behördlich regulierten Branchen wie Banken und Versicherungen, die außerdem mit vielen sensiblen, personenbezogenen Daten arbeiten, sind Transparenz und sichere rechtliche Rahmenbedingungen unverzichtbar.

Die mangelnde Transparenz bezüglich der Trainingsdaten der KI-Modelle verstärkt diese Bedenken. Open Source KI-Lösungen, die mit einer Vielzahl im Internet verfügbaren Daten trainiert wurden, erzeugen nicht immer vorurteilsfreie oder angemessene Ergebnisse, wenn beispielsweise vorurteilsbehaftete oder diskriminierende Inhalte Teil der Trainingsdaten sind. Es bleibt meist noch unklar, auf welcher Grundlage Entscheidungen getroffen und Inhalte generiert werden.

Angesichts dieser Herausforderungen und Risiken wird deutlich, dass der Einsatz generativer KI-Lösungen keine Patentlösung ist, um die Potenziale der Automatisierung und Effizienzsteigerung vollständig auszuschöpfen. Für spezifischere Einsatzzwecke von KI-Technologien – beispielsweise in der Dokumentenverarbeitung – gelten andere Anforderungen an Transparenz, Ergebnisqualität, die produktive Einbindung in Arbeitsabläufe und politische Rahmenbedingungen.

Ein KI-Modell alleine reicht nicht aus. Folgende Fragen kommen auf:

Wer trainiert das Modell eigentlich?
Wie sieht es mit dem Urheberrecht aus?
Sind die Ergebnisse genau genug?
Wo kommen die ganzen Daten her?
Was muss ich durch den EU AI Act beachten?
Wie integriere und betreibe ich das?

Nutzung von spezialisierten Foundation Models in einer Plattform-Umgebung

Large Language Models (LLMs) und Foundation Models bieten zwar eine beeindruckende Basis für das Verständnis und die Generierung von Inhalten, doch ihre volle Leistungsfähigkeit entfalten sie erst mit zusätzlichen, spezifisch angepassten Bausteinen und Services.

Buildsimple setzt auf ein hochspezialisiertes Foundation Model, das für den Anwendungsbereich der intelligenten Dokumentenverarbeitung konzipiert wurde und somit über die Grenzen allgemeiner LLMs hinausgeht.

Um die Nutzererfahrung und die Ergebnisqualität der KI-Lösungen weiter zu verbessern, wird die Buildsimple-Plattform bereits heute um Funktionen aus dem Bereich generativer KI erweitert. Dadurch vergrößert sich das Leistungsspektrum und die Funktionalitäten der Plattform und Kunden profitieren neben dem bereits verfügbaren Foundation Model zur intelligenten Dokumentenverarbeitung auch von den Stärken generativer KI.

Eigenständiges Training von KI-Modellen und Transparenz im Prozess

Einer der Schlüsselvorteile der Buildsimple-Lösung besteht darin, dass Kunden die Möglichkeit haben, ihre KI-Lösungen selbst zu trainieren. Dies gewährleistet nicht nur, dass die Nutzungsrechte und das Intellectual Property beim Kunden bleiben, sondern bietet auch volle Kontrolle und Transparenz darüber, mit welchen Daten die KI trainiert wird. Diese Autonomie ist besonders in Bereichen von Bedeutung, in denen spezifische, proprietäre oder sensible Daten verwendet werden.

Die Möglichkeit, KI-Lösungen fachlich zu validieren und selbst zu trainieren, ermöglicht es Unternehmen zudem, eine hohe Ergebnisqualität bei spezifischen Use Cases zu erreichen. Indem die KI auf die individuellen Bedürfnisse und Anforderungen des Unternehmens zugeschnitten wird, können maßgeschneiderte Lösungen entwickelt werden, die genau auf die jeweiligen Herausforderungen und Ziele ausgerichtet sind.

Buildsimple legt großen Wert auf die einfache Integration der KI-Lösungen in bestehende Systeme. Dank standardisierter APIs können Unternehmen die KI-Funktionalitäten nahtlos in ihre Arbeitsabläufe einbinden, was den Implementierungsaufwand erheblich reduziert und die Benutzerfreundlichkeit erhöht. Weitere Funktionalitäten wie die zentrale Zugangsverwaltung und die Möglichkeit zur Einbindung eines ‚Human-in-the-loop‘ tragen auch zur sicheren Einbindung in Arbeitsabläufe bei.

Ein weiterer wichtiger Aspekt ist die individuelle Betreuung und Beratung durch unsere Experten. Vom persönlichen Onboarding, über das Trainieren Ihrer individuellen KI-Lösung bis hin zur Möglichkeit Professional Services und Support zu buchen, die Sie bei der Implementierung und bei Fragen unterstützen. Dieser persönliche Ansatz bei Buildsimple gewährleistet, dass Kunden während des gesamten Prozesses – von der Konzeption bis zur Implementierung und darüber hinaus – Unterstützung erhalten.

Die Einhaltung von Compliance, Informationssicherheit und Datenschutzbestimmungen ist gerade in stark regulierten Branchen wie dem Banken- und Versicherungswesen von entscheidender Bedeutung. Buildsimple hat seine Lösungen so konzipiert, dass sie auch den strengen Anforderungen behördlich regulierter Unternehmen wie Banken und Versicherungen gerecht werden, was den Einsatz in solchen Umgebungen ermöglicht – bis hin zur Verarbeitung von Gesundheitsdaten.

Schließlich spielt die aktive Zusammenarbeit der Bundesfachkommission für Künstliche Intelligenz des Wirtschaftsrats und dem KI-Bundesverband eine wichtige Rolle. Dieses Engagement hilft Buildsimple, die neuesten Entwicklungen, Technologien und Trends im Bereich der KI nicht nur zu verstehen und zu bewerten, sondern auch aktiv mitzugestalten und in ihre Lösungen zu integrieren. Dadurch stellen wir auch sicher, dass die Buildsimple-Plattform den Bedürfnissen der Kunden entspricht und stets am Puls der sich rasant weiterentwickelnden KI-Technologie ist.

Fazit und Ausblick

Die Entwicklung und Integration von Generative AI steht an einem entscheidenden Punkt. Um leistungsstarke, maßgeschneiderte KI-Lösungen anzubieten, gilt es die Stärken von Gen AI einzusetzen, diese aber in einer sicheren Umgebung zu nutzen. Dazu gehören spezifische Anpassungen an individuelle Use Cases und Integrationsmöglichkeiten sowie die Einhaltung strenger Compliance-, Sicherheits- und Datenschutzstandards. Die Möglichkeit, KI-Lösungen selbst zu trainieren und vollständige Kontrolle über die verwendeten Daten zu haben, bietet Unternehmen Transparenz und Sicherheit.

In der Zukunft wird diese ganzheitliche Herangehensweise an KI-Lösungen entscheidend sein, um die Potenziale der Künstlichen Intelligenz für Unternehmen in verschiedensten Branchen und Anwendungsszenarien voll auszuschöpfen.

Neueste Beiträge

Sie haben Fragen?
Kontaktieren Sie uns gerne:

René Weseler

Senior Executive Manager, Buildsimple

Mitglied des Wirtschaftsrates und der
Bundesfachkommission für Künstliche Intelligenz