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

Tiroler Startup macht jetzt auch Bitcoin-Zentralheizung

21energy erweitert sein Geschäft auf Zentralheizungen und macht so das Heizen des gesamten Hauses mit Bitcoin-Mining möglich. Der Verkauf startet heute.
/artikel/tiroler-startup-macht-jetzt-auch-bitcoin-zentralheizung
vor 14 Stunden

Tiroler Startup macht jetzt auch Bitcoin-Zentralheizung

21energy erweitert sein Geschäft auf Zentralheizungen und macht so das Heizen des gesamten Hauses mit Bitcoin-Mining möglich. Der Verkauf startet heute.
/artikel/tiroler-startup-macht-jetzt-auch-bitcoin-zentralheizung
Die beiden Co-Founder Maximilian Obwexer, (CEO) und Lukas Waldner (COO) | Foto: 21energy

Dass Heizen mit Bitcoins funktioniert, hat 21energy bereits bewiesen (brutkasten berichtete). Nun geht das Tiroler Startup einen Schritt weiter und stellt mit Focavo eine Zentralheizung vor, die Wärme mit Bitcoin-Mining erzeugt und somit das Prinzip auf das ganze Haus überträgt. Im tirolerischen Stams laufe die erste Zentralheizung bereits und senke die Heizkosten der ersetzten Ölheizung um rund 3.093 Euro pro Jahr. Verkaufsbeginn der neuen Technik ist heute.

Bitcoins fürs Heizen

„Die häufigste Frage, die ich höre: Muss ich Bitcoin zahlen, damit ich heizen kann? Es ist genau umgekehrt. Man bekommt Bitcoin dafür, dass man heizt. Normalerweise kostet eine Heizung nur Geld, Focavo holt einen Teil der Stromkosten zurück“, sagt Maximilian Obwexer, CEO von 21energy.

Ein Bitcoin-Miner wandelt, wie auch eine elektrische Heizung, Strom in Wärme um. Der Strom geht bei ihm aber einen Umweg über Rechenchips, die Transaktionen im Bitcoin-Netzwerk verarbeiten. Physikalisch macht dieser Umweg für die Wärmeausbeute keinen Unterschied: Am Ende steht dieselbe Wärme im Raum. Jedoch wird ein Teil der Stromkosten in Bitcoin vergütet. Diese Gutschrift sei kein Nebenverdienst, sondern senke die Heizrechnung.

Bei billigem Strom wärmt Bitcoin-Mining

Der Clou des Systems: Wenn der Strom günstig ist, dann wird mit Bitcoin-Mining geheizt. Wenn er teuer ist, dann springt die alte Anlage ein. Über Smart-Home-Systeme lässt sich laut 21energy die Heizung mit PV-Anlagen, variablen Stromtarifen und Energiegemeinschaften kombinieren.

Die Zentralheizung des Tiroler Startups könne zur Energiewende beitragen, da sie Öl- oder Gasheizungen als Wärmequelle ersetze, argumentiert man beim Startup. Bestehender Pufferspeicher, Boiler und Heizkreislauf bleiben erhalten, „was die Umrüstung einfach und die Anschaffung günstig macht“, wie es per Aussendung von 21energy heißt.

Focavo sorgt mit seinem System für warme Räume und Warmwasser. Hausbesitzer:innen können selbst entscheiden, welchen Bedarf die Anlage übernimmt. Aktuell bietet 21energy die Bitcoin-Zentralheizung in zwei Leistungsvarianten an. Obwexer sieht die Zukunft bei Geräten wie Focavo: „Ich bin überzeugt: In zehn Jahren bauen die großen Heizungshersteller Geräte wie dieses. Wir bauen es jetzt.“

Millioneninvestments im Hintergrund

21energy, gegründet 2022, sitzt in Innsbruck und vertreibt seine Bitcoin-Miner in mehreren europäischen Märkten. 2024 schloss das Startup eine Finanzierungsrunde in der Höhe von 1,12 Millionen Euro ab (brutkasten berichtete). Als Investor beteiligt sich die Soveco GmbH, die in Zirl ansässig ist und sich auf High-Performance-Computing spezialisiert hat. Im März 2025 schloss das 21energy bei „2 Minuten 2 Millionen“ mit Matthias Muther vor der Kamera einen Deal in der Höhe von 1,25 Millionen Euro ab.  

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