GenAI stößt bei der Implementierung auf Probleme

GenAI stößt bei der Implementierung auf Probleme wird von BTW Media profiliert, da veröffentlichte Belege es mit Internet-Infrastruktur, Governance, betrieblichen Abhängigkeiten oder Marktsichtbarkeit in Verbindung bringen.

• Unternehmen sind begeistert vom Potenzial generativer KI, stoßen jedoch in vier Schlüsselbereichen der Umsetzung auf Hindernisse.
• Die Studie befragte 300 US-amerikanische Entscheidungsträger in den Bereichen GenAI-Strategie oder Datenanalyse, um die wichtigsten Investitionsbereiche und die Herausforderungen zu ermitteln, mit denen Unternehmen konfrontiert sind.
• GenAI sollte als idealer Beitrag zur Hyperautomatisierung und Beschleunigung bestehender Prozesse und Systeme betrachtet werden und nicht als das neue glänzende Spielzeug, das Unternehmen dabei hilft, all ihre geschäftlichen Ziele zu erreichen.

Unternehmen sind begeistert vom Potenzial generativer KI, die Produktivität von Mitarbeitern und Unternehmen zu steigern, können es jedoch aufgrund mangelnder Talente und unzureichender strategischer Planung nicht voll ausschöpfen, so eine Anfang 2024 von Coleman Parkes Research durchgeführte und vom Datenanalyseunternehmen SAS gesponserte Studie.

Hindernisse in vier Schlüsselbereichen

Vertrauen in die Datennutzung bei gleichzeitiger Sicherstellung der Compliance gewinnen. Nur 10 % der Unternehmen verfügen über ein robustes System zur Bewertung von Bias- und Datenschutzrisiken in LLMs (Large Language Models). Zudem drohen die meisten US-Unternehmen, die Vorschriften nicht einzuhalten, und 93 % verfügen über kein umfassendes Governance-Framework für GenAI.

Integration von GenAI in bestehende Verfahren und Systeme. Unternehmen erkennen, dass die Integration von GenAI in ihre bestehenden Systeme Kompatibilitätsprobleme verursacht.

Fähigkeiten und Kompetenzen. Die interne GenAI-Kompetenz ist unzureichend. Führungskräfte befürchten, dass ihre Personalabteilungen aufgrund eines Mangels an qualifizierten Bewerbern keinen Zugang zu den erforderlichen Fähigkeiten haben, um ihre Investition in GenAI zu maximieren.

Kostenschätzung. Führungskräfte betonen, dass die Nutzung von LLMs prohibitive direkte und indirekte Kosten verursacht. Die von den Modellerstellern gelieferte Schätzung der Token-Kosten wird von Unternehmen inzwischen als prohibitiv angesehen. Allerdings verursachen die Vorbereitung privater Wissensbestände, Schulungen und das Management von ModelOps langwierige und komplexe Kosten.

Über die Umfrage

300 US-amerikanische Entscheidungsträger in GenAI-Strategie oder Datenanalyse wurden Anfang 2024 von Coleman Parkes Research befragt, finanziert vom Datenanalyseunternehmen SAS. Ziel der Umfrage war es, die wichtigsten Investitionsbereiche und die Herausforderungen zu identifizieren, mit denen Unternehmen konfrontiert sind.

„Unternehmen erkennen, dass große Sprachmodelle (LLMs) allein keine geschäftlichen Probleme lösen“, sagte Marinela Profi, strategische KI-Beraterin bei SAS.

Anstatt als das neue glänzende Spielzeug betrachtet zu werden, das Unternehmen hilft, all ihre geschäftlichen Ziele zu erreichen, sollte GenAI als idealer Beitrag zur Hyperautomatisierung und Beschleunigung bestehender Prozesse und Systeme angesehen werden. Bevor sie sich kopfüber hineinstürzen und zu „Gefangenen“ werden, sollten alle Unternehmen in Technologien investieren, die Integration, Governance und Erklärbarkeit von LLMs bieten, und sich die nötige Zeit nehmen, um eine schrittweise Strategie zu entwickeln.