17.02.2023

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

Gastbeitrag. Lohnt es sich für Unternehmen, den auf künstlicher Intelligenz basierenden Chatbot ChatGPT einzusetzen? Dazu muss man erst ein paar grundlegende Fragen klären, argumentiert Ana Simic in diesem brutkasten-Beitrag.
/artikel/chatgpt-fuer-unternehmen
Ana Simic
Foto: Studio F - Yvonne Fetz / Ascannio - stock.adobe.com (Hintergrund)

Die aktuelle Debatte rund um ChatGPT dreht sich häufig um die Schule oder die Erstellung von Texten mit dieser mächtigen Lösung, die auf künstlicher Intelligenz (KI) basiert. Aber schon bald wird sich uns allen die Frage stellen: Soll ich als Unternehmen auch in ChatGPT oder ähnliche Lösungen investieren? Und wenn ja wieviel? Dabei gilt es sowohl unternehmerische Aspekte zu berücksichtigen, technische Fragen zu beantworten und sich auch ein paar Grundsatzfragen zum Einsatz von AI im unternehmerischen Umfeld stellen.

Business Aspekte

Was ist mein Use Case mit ChatGPT?

Wenn ich beispielsweise Journalistin bin und am Tag drei statt einem Artikel recherchieren und schreiben kann, weil mich die Maschine dabei unterstützt, und es für diese zusätzlichen Artikel tatsächlich einen Markt gibt, dann bin ich effizienter und effektiver.

Wenn ich im Kundenkontakt stehe und mich besser auf meine Termine vorbereiten kann, wird mein Kunde zufriedener. In jedem Fall muss der Anwendungsfall einen klaren und ausformulierten Wert haben. Und diese sollte in Summe die Kosten der Nutzung übersteigen.

Kann ich den Use Case wirklich besser mit dem Tool nutzen?

Was auf den ersten Blick beeindruckend aussieht, ist auf den Zweiten vielleicht weniger interessant. Wir schon wissen, die Maschine ist sehr gut im Vortäuschen ihrer Exzellenz. Daher sollte man eigene Use Cases gut abtesten.

Markt und Differenzierung

Gibt es Aspekte, mit denen ich mich vom Mitbewerb abheben kann und werden es auch meine Kunden schätzen? Innovation kann einen Mehrwert bieten.

Mitarbeiter:innen und Innovationsgeist

Werden meine Mitarbeiter:innen mehr Spaß an ihrer Arbeit haben und deshalb produktiver und kreativer sein und müssen weniger Routinetätigkeiten machen? Werde ich dadurch zu einem attraktiveren Arbeitgeber?

Technische Aspekte

• Wie sehen meine aktuelle Datenstruktur und Infrastruktur aus? Kann ich es gut integrieren?
• Anforderungen an Datenplattformen und Hardware werden mit der erhöhten Nutzung auch steigen, und damit weitere Kosten an sich ziehen.

Qualität, Ethik, Risken und einiges mehr

• Vertrauen ist gut, aber Kontrolle ist im Fall von künstlicher Intelligenz besser. Die sogenannte Data Governance wird immens wichtig, um sicher zu gehen, dass sich jemand in der Organisation um die Daten und ihre Qualität kümmert, und sicherstellt, dass alle ethischen Aspekte beim Input und Output berücksichtigt sind.
• Wie sind also meine Abläufe organisiert, damit es wirklich funktioniert und einen Mehrwert liefert?
• Mit der Qualität geht auch die Frage nach der Erklärbarkeit des Ergebnisses einher. Mittlerweile gibt es gute Tools für Explainable AI (XAI), die jedem Modell angehängt werden können, um sie für Menschen erklärbar zu machen. Was waren die wichtigsten Treiber, also was hat den größten Einfluss auf das Ergebnis?
• Es ist noch nicht klar, wie die rechtliche Frage des geistigen Eigentums der Trainingsdaten geklärt wird und wie sich das auf die Kosten auswirken wird. Sicher ist man nur wenn man die Herkunft der Daten erklären und nachweisen kann, dass man sie verarbeiten darf.

Was passiert in den nächsten Jahren?

“Geht es denn jetzt mit dem Fortschritt immer so weiter, und müssen wir wirklich nicht mehr selbst denken”? Das ist eher eine Frage unserer Erwartungshaltung an die Weiterentwicklung als eine technische Frage. Seit der Einführung des iPhones haben wir gelernt, dass es jedes Jahr neue Features gibt – und die Erwartung an die neue KI liegt nun bei vielen Menschen ähnlich hoch.

Wenn man sich allerdings ansieht, wie sich Machine-Learnung- und Natural-Languague-Processing-Modelle in den vergangenen zehn Jahren entwickelt haben, sieht man, dass die Fortschritte eher wellenartig waren: Lange Zeit scheinen sie zu stagnieren, dann auf einmal gibt es einen Sprung nach vorne, um wieder eine Zeitlang zu stagnieren.

Das hängt mit den verfügbaren Daten zusammen, mit denen die Modelle trainiert werden können. Wenn die Daten für das Training in großer Menge verfügbar und gut klassifiziert sind, kann ein neues mächtiges Modell trainiert werden – und wir erleben es als einen Riesensprung und Fortschritt. Wenn die Daten jedoch schwer zu bekommen sind, dann dauert es sehr lange, bis wir den Fortschritt erleben.

Man kann also nicht die Sprünge, die bei anderen Datenmodellen erzielt worden sind, einfach auf andere Daten und Anwendungsfelder übertragen, weil es immer zuerst um die Daten geht, mit denen man das Modell trainieren muss. Dann erst kommen die Erfolge.

ChatGPT wiederrum wird besser werden, weil er schon gut, wenn auch nicht komplett, trainiert ist. Jedoch stellt sich auch hier die Frage: Was passiert, wenn ChatGPT alle Bücher und alle Texte der Welt gelesen hat? Woher kommen dann weitere Trainingsdaten? Und wie nutzen wir es dann, wenn alle Nutzer auf das gleiche Modell und die gleichen Daten zurückgreifen? Hat man dann immer noch die gleichen Vorteile?

Damit wären wir wieder bei den ersten Grundsatzfragen der Use Cases, technischer Aspekte und ethischer Bewertung. Wenn diese Fragen eindeutig und positiv beantwortet werden können, dann wird die (zukünftige) Standardisierung der AI kein Nachteil für ein einzelnes Unternehmen sein. Letztendes verwenden wir auf der ganzen Welt viele anderen technischen Standards, die in der Geschichte der Menschheit zu vielen Vorteilen für einzelne Unternehmen geführt haben.


Zur Autorin

Ana Simic ist Österreich-Geschäftsführerin der finnisch-deutschen Data & AI Beratung DAIN Studios. Die erfahrene Digitalisierungs- und Daten-Expertin setzt auf wertorientierte KI-Strategien und Machine-Learning-Lösungen für alle Branchen, und hilft Führungskräften und Experten, die KI zu verstehen und anzuwenden.

Deine ungelesenen Artikel:
vor 14 Stunden

Wann die Ethereum-ETFs in den USA kommen

Crypto Weekly #144. Der Chef der US-Börsenaufsicht, Gary Gensler, nannte erstmals einen Zeitpunkt. Außerdem: Was diese Woche die Kryptokurse bewegt hat.
/artikel/crypto-weekly-144
vor 14 Stunden

Wann die Ethereum-ETFs in den USA kommen

Crypto Weekly #144. Der Chef der US-Börsenaufsicht, Gary Gensler, nannte erstmals einen Zeitpunkt. Außerdem: Was diese Woche die Kryptokurse bewegt hat.
/artikel/crypto-weekly-144
das Titelbild der Ausgabe von Crypto Weekly mit einer Ethereum-Münze. Thema der Ausgabe sind die Ethereum-ETFs in den USA
Foto: Adobe Stock
Crypto Weekly
Abonniere unser wöchentliches Krypto-Briefing – was passiert gerade in der Branche und was bewegt den Markt?
Jeden Freitag

Die Kurstafel:

🤔 Krypto in den USA - wie geht es weiter?

Die vergangenen Wochen standen ganz im Zeichen der US-Politik: Einerseits positionierte sich mit Donald Trump der republikanische Präsidentschaftskandidat eindeutig im Pro-Krypto-Lager. Andererseits gab es auch einige Indizien dafür, dass die Regierung von Amtsinhaber Joe Biden ebenfalls von ihrem Anti-Krypto-Kurs abgehen könnte (siehe Crypto Weekly #142). Mit dem Veto gegen eine von der Krypto-Branche ersehnte Gesetzesinitiative vor zwei Wochen erhielten diese Hoffnungen zumindest einen kleinen Rückschlag (siehe Crypto Weekly #143).

Aber es ging zuletzt ja nicht nur um die Positionierung von Politikern. Denn mindestens ebenso spektakulär für die Branche war die erstmalige Genehmigung von Ethereum-Spot–ETFs durch die US-Börsenaufsicht (siehe Crypto Weekly #141). Wobei Genehmigung noch nicht ganz zutreffend ist. Denn rein technisch gesehen, winkte die Behörde bisher einmal nur Änderungen an Dokumenten durch, die sie von den Antragstellern verlangt hatte. Juristisch gesprochen: Sie genehmigte 19b-4-Dokumente, für die Zulassung zum Handel sind aber S-1-Dokumente notwendig.

Und damit sind wir auch schon beim Thema dieser Woche. Beobachter:innen waren sich grundsätzlich einig, dass es sich bei der finalen Genehmigung nur mehr um eine Formsache handelt. Offen blieb aber, wie lange es nun wirklich bis dahin dauern würde. Wochen? Oder Monate? Nach der Genehmigung sind die ETFs im Normalfall jedenfalls bereits am folgenden Handelstag verfügbar. 

🫡 Gensler: Ethereum-ETFs kommen noch im Sommer

Diese Woche gab es dazu nun ein Update. Der in der Krypto-Branche durchaus als berüchtigt betrachtete Chef der US-Börsenaufsicht, Gary Gensler, äußerte sich persönlich dazu. Gensler sprach diese Woche bei einem Hearing vor dem Senat und wurde eben auch zum Thema Ethereum-ETFs befragt. 

"Einzelne Emittenten arbeiten noch immer am Registrierungsprozess. Das funktioniert reibungslos", sagte Gensler. Er gehe davon aus, dass die ETFs bis zum Ende des Sommers zugelassen werden. Der Behördenchef verwies in seiner Wortmeldung außerdem darauf, dass Ethereum-Futures-ETFs und auch Ethereum-Futures selbst ja schon länger zum Handel zugelassen seien. 

Ethereum-Futures sind Derivate, die den Preis des Ether-Tokens 1:1 nachbilden, Ethereum-Futures-ETFs wiederum Fonds, die in diese Derivate investierten. Ethereum-Spot-ETFs, deren Zulassung nun bevorsteht, investieren dagegen direkt in Ether-Token selbst.

Zu einer anderen Frage äußerte sich Gensler dagegen nicht: Ob denn Ether-Token nach US-Recht als Wertpapiere einzustufen seien. Gensler hatte in der Vergangenheit häufig deutlich gemacht, dass er so gut wie alle Krypto-Assets als Wertpapiere nach US-Recht  betrachtet. Explizit ausgenommen hatte er dabei immer nur Bitcoin. Was Ethereum angeht, hatte er eine klare Festlegung dagegen immer vermieden.

Und dabei blieb es auch diesmal. In der Kryptobranche haben viele die Zulassung der Spot-ETFs dahingehend interpretiert, dass die Behörde implizit zugegeben habe, dass es sich bei Ether um kein Wertpapier (sondern um eine Commodity, also eigentlich einen Rohstoff wie Öl oder Gold) handle. Gensler dürfte dies anders sehen.

📉 Auch diese Woche wieder: Krypto = Makro

Kommen wir zum Schluss noch zur Marktentwicklung. Diese war auf 7-Tages-Sicht eindeutig negativ. Für Bitcoin ging es wieder klar unter die 70.000-Dollar-Marke. Für Bewegung sorgte wieder einmal die makroökonomische Ebene: Am Mittwochnachmittag stieg der Kryptomarkt nach der Veröffentlichung von US-Inflationsdaten: Diese hatten einen schwächeren Preisdruck gezeigt, als erwartet. Dies könnte der US-Notenbank mehr Spielraum für Zinssenkungen geben, was wiederum günstig für Krypto wäre. 

Schon am Abend drehte der Markt aber wieder - wegen besagter US-Notenbank. Sie ließ die Zinsen unverändert, was weitgehend so erwartet worden war. Gleichzeitig sagte Notenbank-Chef Jerome Powell aber, dass es vielleicht nur eine Zinssenkung in diesem Jahr geben könnte. Ein Dämpfer für die am Nachmittag entstandenen Hoffnungen. Und so ging es wieder abwärts am Kryptomarkt. Auf 7-Tages-Sicht ergeben sich somit klare Kursverluste.


Disclaimer: Dieser Text sowie die Hinweise und Informationen stellen keine Steuerberatung, Anlageberatung oder Empfehlung zum Kauf oder Verkauf von Wertpapieren dar. Sie dienen lediglich der persönlichen Information. Es wird keine Empfehlung für eine bestimmte Anlagestrategie abgegeben. Die Inhalte von brutkasten.com richten sich ausschließlich an natürliche Personen.

Toll dass du so interessiert bist!
Hinterlasse uns bitte ein Feedback über den Button am linken Bildschirmrand.
Und klicke hier um die ganze Welt von der brutkasten zu entdecken.

brutkasten Newsletter

Aktuelle Nachrichten zu Startups, den neuesten Innovationen und politischen Entscheidungen zur Digitalisierung direkt in dein Postfach. Wähle aus unserer breiten Palette an Newslettern den passenden für dich.

Montag, Mittwoch und Freitag

AI Summaries

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Welche gesellschaftspolitischen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Welche wirtschaftlichen Auswirkungen hat der Inhalt dieses Artikels?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Innovationsmanager:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Investor:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Welche Relevanz hat der Inhalt dieses Artikels für mich als Politiker:in?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Was könnte das Bigger Picture von den Inhalten dieses Artikels sein?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Wer sind die relevantesten Personen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen

AI Kontextualisierung

Wer sind die relevantesten Organisationen in diesem Artikel?

Leider hat die AI für diese Frage in diesem Artikel keine Antwort …

ChatGPT: Diese Fragen müssen sich Unternehmen vor dem Einsatz stellen