Individualisierte KI-Chatbots oder smarte Assistenten bieten große Potenziale. Sie ermöglichen es Unternehmen, schnell und verständlich mit Mitarbeitenden und Kunden automatisiert zu kommunizieren. Dafür können sämtliche verfügbaren Daten genutzt werden, also auch interne Informationen, mit denen ChatGPT, Gemini und Co. nicht trainiert worden sind. Doch laut einer Bitkom-Befragung arbeiten erst drei Prozent der deutschen Firmen mit generativer KI im Unternehmen, weitere sechs Prozent planen den Einsatz für das laufende Jahr.
Die Erfahrungen von Lufthansa Industry Solutions (LHIND) aus den Projekten mit KI-Chatbots zeigen: Auch bei den smarten Assistenten stehen die Unternehmen vor den gleichen Herausforderungen wie bei anderen KI-Projekten.
Das ist oft weniger ein Problem, wenn ein KI-Chatbot mit den Informationen aus dem unternehmensinternen Wiki oder der Homepage gespeist wird. Bei anspruchsvolleren und zahlenbasierten Daten aus dem Data-Warehouse oder dem SAP-System zeigt sich bei vielen Firmen dagegen noch Handlungsbedarf.
Dann gibt es auch keine Probleme mit dem Dokumenten-Rechtemanagement. Denn auf dem unternehmenseigenen Sharepoint, der oft die Basis für den KI-Chatbot ist, liegen unterschiedlichste Daten, auf die nicht jeder zugreifen darf, wie beispielsweise sensible oder personenbezogene Informationen. Der Zugriff auf solche Daten muss auch über den KI-Assistenten verboten bleiben.
“In vielen Projekten zeigt sich: Die Menschen sind nicht darauf geschult, mit einem Chatbot zu kommunizieren”, sagt LHIND-Manager Julian Staub. “Von ihnen wird eine ganz neue Art des Arbeitens erwartet und die muss gelernt werden.” Zum Beispiel: Wie spreche ich mit einer KI? Wie muss ich fragen? Wie muss ich den Satz strukturieren? Wie viele Informationen müssen noch mitgegeben werden? Die Mitarbeiter müssen also abgeholt und geschult werden, sonst fehlt die Akzeptanz für den smarten Assistenten.
Wichtig ist, die Fachbereiche von Anfang an in die Entwicklung des KI-Chatbots einzubeziehen. Der Kreis darf sich nicht auf IT-Experten beschränken. Auch sollten die Unternehmen klein starten. “Mal eben zehn Terabyte hochladen und dann einfach lostesten, das funktioniert nicht”, sagt AI-Experte Staub. “Stattdessen sollte eine Abteilung mit wenigen ausgewählten Mitarbeitenden anfangen. Mit ihnen startet die Testphase und ihr Feedback ist dann die Basis für Anpassungen des smarten Assistenten. Ein solches Projekt ist innerhalb von zwei Wochen einsatzfähig.”
Dann aber sind den smarten Assistenten wenig Grenzen gesetzt. “Aus kleinen Einzelprojekten können bald sogenannte Multi-Agenten-Tools werden. Dabei arbeiten mehrere Agenten, also KI-Systeme mit fest zugewiesener Aufgabe, zusammen”, ergänzt Max Pillong, Director AI & Data Analytics bei LHIND. Ein Assistent findet Informationen im Internet, ein zweiter nutzt die Informationen aus dem unternehmenseigenen CRM-System, ein dritter hat den Überblick über die Kennzahlen aus dem Data Warehouse und ein vierter löst mathematische Aufgaben. Gemeinsam werden sie künftig noch weitaus komplexere Herausforderungen lösen können.
Bad Bots richten nicht nur wirtschaftlichen Schaden an. Laut dem Bad Bot Report von Imperva…
Studie von OVHcloud verdeutlicht Stellenwert von Datenresidenz und Datensouveränität bei KI-Anwendungen.
Mit KI können Unternehmen der Paketbranche Prozesse optimieren, Kosten einsparen und sich zukunftssicher aufstellen.
Land Niedersachsen schließt datenschutzrechtliche Vereinbarung mit Microsoft zur Nutzung von Teams ab.
Ein Großteil der Inventurdifferenzen im deutschen Einzelhandel wird durch Ladendiebstähle verursacht.
DDoS-Angriffe haben seit dem Beginn des Krieges zwischen Russland und der Ukraine an Häufigkeit und…