GenAI in der Industrie: Vom Hype zur Praxis

Inwiefern verändert Generative AI die Arbeitsweise in Ihrem Unternehmen? Welche neuen Rollen und Kompetenzen werden benötigt? Wie bereiten Sie Ihre Teams auf die kompetente Nutzung und das Management von GenAI-Technologien vor?

Alexander Graf: Die Arbeitsweise an sich hat sich nicht verändert - aber es gibt nun die Möglichkeit, sich «intelligent» bei der Arbeit unterstützen zu lassen! Neben dem besonderen Augenmerk auf die «Digital Adoption», also dem «Lernen» der Lösungen in Bezug auf Use Cases, geht es ganz sicherlich um die Kompetenz, diese Use Cases zu finden und zu beschreiben. Mit Hilfe von Technologiepartnern (Integratoren, Berater und Hersteller von KI-Lösungen) gilt es dann auch, entsprechende interne Kompetenzen für das Trainieren des Large Language Modells (LLM) aufzubauen. Das beinhaltet die Themen der Datenbereitstellung, Qualifizierung und vor allem das Anpassen der Ergebnisse an die Bedürfnisse des Nutzers.

Haben Sie aus Ihrer jeweiligen Erfahrung heraus 2-3 Tipps an Industrieunternehmen, die sich mit dem Einsatz von GenAI in ihrem Betrieb auseinandersetzen möchten?

Alexander Graf: Ganz entscheidend sind die Definition des «richtigen» und schnell validierbaren Use Cases, das zeitnahe Bereitstellen von qualifizierten und sicheren Daten zum Aufbau des Modells sowie ein klares Committent der benötigten Ressourcen.

Dr. Michael Rieger: Unternehmen, die bereits Erfahrung mit der Implementierung traditioneller AI-Projekte gesammelt haben, können viele dieser Erkenntnisse auf GenAI-Projekte übertragen. Technische Expertise sowie die organisatorische Bereitschaft und Investitionswilligkeit sind auch für die Integration von GenAI-Projekten unerlässlich. Ich möchte jedoch zwei Aspekte besonders betonen.

Nebst der ungeminderten Wichtigkeit qualitativ hochwertiger Daten nimmt der Datenschutz sensibler Informationen eine zentrale Rolle in GenAI-Projekten ein, insbesondere wenn diese Projekte bereichsübergreifend implementiert werden. Oftmals gilt: Je mehr unternehmensspezifische Daten in ein GenAI-Modell einfliessen, desto präziser und wertvoller sind die generierten Antworten, gerade wenn GenAI zur Unterstützung strategischer Entscheidungen genutzt wird. Dabei sind es gerade diese sensiblen Unternehmensdaten, die einen besonderen Schutz erfordern.

Es ist zudem von entscheidender Bedeutung, dass Mitarbeiter um die Stärken und Schwächen von GenAI Bescheid wissen. Denn obwohl viele GenAI-Anwendungen, bereits sehr intuitiv bedienbar erscheinen, kann gerade dieses Verständnis die Qualität der Zusammenarbeit zwischen Mitarbeiter und GenAI deutlich verbessern. Daher sollte der Schulung von Mitarbeitern im Umgang mit GenAI hohe Priorität eingeräumt werden.