Vertrauen und Transparenz
Hohe Akzeptanz erfordert Vertrauen und klare Kommunikation.
Case Study
KI am IT-Arbeitsplatz: Ansätze, Chancen und Risiken
Im Rahmen der TechDays in München und bei mehreren Vor-Ort-Veranstaltungen hat die BITS die Chancen und Risiken von künstlicher Intelligenz (KI) am IT-Arbeitsplatz beleuchtet.
Projekt
Vorträge und Workshops · TechDays München
Einsatz
Chancen und Risiken von KI am IT-Arbeitsplatz
Kern
LLMs · Datenschutz · Cloud oder On-Premises
Basis
ChatGPT · GPT-4 · OpenAI
Jahr
2024
Datenschutz
LLMs:
Intransparenz und Datenschutz beim Einsatz von LLMs berücksichtigen.
Kontinuierlich
Weiterentwicklung:
Laufende Weiterentwicklung sichert Wettbewerbsfähigkeit.
Sicher
Integration:
Sichere Einbindung von Cloud- und On-Premises-Lösungen.
Dabei wurden spannende Proof of Concepts präsentiert, um zu demonstrieren, wie KI die IT-Qualitätssicherung, den Kundensupport, die Softwareentwicklungsprozesse und die Dokumentationserstellung revolutionieren kann.
An Beispielen wurde gezeigt, wie KI vertrauenswürdig eingesetzt und wie Large Language Models (LLMs) mit Open Source Software sowohl in der Cloud als auch OnPrem trainiert und feingetuned werden können, um individuellen Anforderungen gerecht zu werden.
Die Herausforderung
Die Implementierung von KI-Systemen erfordert ein hohes Maß an Vertrauen und Transparenz, um die Akzeptanz bei den Nutzern zu gewährleisten. Eine klare Kommunikation über die Risiken und Grenzen der Technologie ist notwendig, um realistische Erwartungen zu schaffen.
Ein weiterer Aspekt sind die nötigen Ressourcen, die mit dem lokalen Training von LLMs verbunden sind. Die Verfügbarkeit geeigneter Daten und ausreichender Rechenkapazitäten stellt dabei eine zusätzliche Herausforderung dar.
Zudem entwickeln sich KI-Technologien rasant weiter, was bedeutet, dass Lösungen, die heute noch als state-of-the-art gelten, bereits morgen veraltet sein können. Dies erfordert kontinuierliches Lernen und Anpassung, um wettbewerbsfähig zu bleiben.
Der Blackbox-Charakter von LLMs stellt eine weitere Herausforderung dar. Oft ist nicht vollständig nachvollziehbar, wie diese Modelle zu ihren Ergebnissen kommen, was das Vertrauen in die Technologie beeinträchtigen kann. Daher sind spezielle Ansätze zur Überprüfung und Validierung erforderlich.
Risiken und Grenzen
Realistische Erwartungen durch klare Kommunikation schaffen.
Ressourcen und Kosten
Lokales LLM-Training erfordert hohe Ressourcen und Kosten.
Datenverfügbarkeit
Geeignete Daten und Rechenkapazitäten sind notwendig.
Technologische Schnelllebigkeit
Schnelle Entwicklung erfordert kontinuierliches Lernen.
Wettbewerbsfähigkeit
Anpassung notwendig, um wettbewerbsfähig zu bleiben.
Blackbox-Charakter
Intransparenz der LLMs kann Vertrauen beeinträchtigen.
Validierung
Spezielle Ansätze zur Überprüfung erforderlich.
Realisierung
Fazit
Bei unseren Präsentationen haben wir gezeigt, dass der verantwortungsvolle Einsatz von KI-Technologien nicht nur möglich, sondern auch äußerst vorteilhaft für Unternehmen sein kann.
Trotz der Vielzahl an Herausforderungen können durch den gezielten Einsatz von KI erhebliche Verbesserungen in der Effizienz und Qualität von IT-Prozessen erreicht werden.
Die TechDays in München sowie die Vor-Ort-Veranstaltungen der BITS boten eine ideale Plattform, um diese Potenziale zu präsentieren und das Vertrauen in mögliche Einsatzszenarien zu stärken.
Verantwortungsvoller KI-Einsatz: Möglich und vorteilhaft für Unternehmen.
Verbesserte Effizienz: Erhebliche Effizienzsteigerungen durch gezielten KI-Einsatz.
Qualitätssteigerung: KI verbessert Qualität von IT-Prozessen erheblich.
Praxisnahe Demonstrationen: Proof of Concepts zeigten praktische Vorteile.
Zukunftsorientiert: Kontinuierliches Lernen und Anpassung erforderlich.
Wettbewerbsfähigkeit sichern: KI-Einsatz stärkt die Wettbewerbsfähigkeit.
Ich fand Eure Präsentation echt gut und überzeugend. Insbesondere, dass ihr auch Grenzen aufgezeigt habt und ehrlich über den Stand informiert habt. Als Kunde würde dies bei mir absolutes Vertrauen wecken.
Daniel Lemberger
CEO, IBODigital GmbH
Projektrollen im Überblick
Die Experten/innen der BITS übernahmen folgende Rollen in diesem Projekt.
Fullstack Entwicklung
IT-Consulting/Beratung
KI/LLM Expertise
Modell Training/Finetuning
Schulung / Training
Workshop / Präsentation
Tools & Technologien
Folgende Tools und Technologien kamen in diesem Projekt zum Einsatz.
ChatGPT
ChatGPT o1 (OpenAI)
Datenschutz
Digitalisierung
GPT-4
Industrie 4.0
künstliche Intelligenz (KI)
LLM
OpenAI
Prototyping
Security
Chancen und Risiken durch den Einsatz von KI
“Wir müssen ChatGPT – und ähnliche Technologien – als Tool verstehen, sich der Chancen und Risiken bewusst sein – und verantwortungsvoll einsetzen. Diese Technologie wird nicht mehr verschwinden.”
Kontakt
Sprechen Sie mit uns.
Sie interessieren sich für unsere Projekte oder möchten mehr über vergleichbare Digitalisierungslösungen erfahren? Kontaktieren Sie uns unverbindlich. Wir zeigen Ihnen gerne, wie moderne KI und IT auch Ihr Unternehmen voranbringt.
Marc SchallehnIhr persönlicher Ansprechpartner
FAQ
Fragen zu diesem Projekt
Welche Ressourcen erfordert das lokale Training eines Sprachmodells?
Für das lokale Training eines Sprachmodells sind vor allem geeignete Trainingsdaten und ausreichende Rechenkapazitäten nötig. Beides wurde bei den Vorträgen als zentrale Voraussetzung genannt, die Unternehmen vor einem solchen Vorhaben realistisch einschätzen sollten. Ohne diese Ressourcen lässt sich ein eigenes Training kaum wirtschaftlich umsetzen.
Wie lässt sich Vertrauen in den Blackbox-Charakter von LLMs aufbauen?
LLMs gelten häufig als Blackbox, da ihre Entscheidungswege oft nicht vollständig nachvollziehbar sind. Genau das wurde bei den Veranstaltungen als eine der zentralen Herausforderungen benannt. Spezielle Ansätze zur Überprüfung und Validierung der Ergebnisse sowie klare Kommunikation gegenüber den Nutzenden sollen hier Abhilfe schaffen und Vertrauen aufbauen.
Wie geht man mit dem schnellen Veralten von KI-Lösungen um?
Da heute als state-of-the-art geltende Lösungen bereits morgen überholt sein können, wurde bei den Vorträgen kontinuierliches Lernen und Anpassung als notwendige Haltung hervorgehoben. Unternehmen sollten den Einsatz von KI daher nicht als einmaliges Projekt, sondern als fortlaufenden Prozess verstehen. Das betrifft sowohl die eingesetzte Technik als auch die Kompetenzen der Mitarbeitenden.
Welche Grenzen und Risiken gibt es beim KI-Einsatz am IT-Arbeitsplatz?
Bei den Präsentationen wurde deutlich, dass realistische Erwartungen an die Möglichkeiten und Grenzen von KI-Technologien entscheidend für einen verantwortungsvollen Einsatz sind. Neben technischen Grenzen wie dem Ressourcenbedarf für Training spielt auch die Nachvollziehbarkeit der Ergebnisse eine Rolle. Nur mit einer realistischen Einschätzung lassen sich Chancen und Risiken sinnvoll gegeneinander abwägen.
Wie läuft ein KI- oder IT-Projekt ab?
Wir starten mit einem gemeinsamen Zielbild, analysieren Ausgangslage und Daten und leiten daraus konkrete Use Cases ab. Danach setzen wir iterativ um – vom Prototyp über die Integration bis zum verlässlichen Betrieb.
Was kostet ein Projekt?
Die Kosten hängen von Umfang, Komplexität und Zielsetzung ab. Kleinere Analysen und Prototypen starten im niedrigen Projektrahmen, umfangreiche Plattform- und Integrationsprojekte entsprechend höher.
Wie lange dauert die Umsetzung?
Ein erster Proof of Concept ist oft in wenigen Wochen möglich, größere Lösungen entstehen über mehrere Monate in iterativen Schritten.
Arbeiten Sie herstellerneutral?
Ja. Wir wählen Technologien und Plattformen anhand Ihrer Anforderungen aus – nicht anhand von Herstellerbindungen.
Womit beginnt die Zusammenarbeit am besten?
Meist mit einem unverbindlichen Informationsgespräch oder einer kompakten Potenzialanalyse.
Übernehmen Sie auch den Betrieb nach dem Go-live?
Ja, über Managed Services betreuen wir Lösungen langfristig – inklusive Support, Monitoring und Weiterentwicklung.
Bieten Sie Schulungen für unsere Mitarbeitenden an?
Ja, über unser Enablement- & Academy-Angebot – von KI-Grundlagen bis zu individuellen Workshops.