Podcast KI im Business

Was Sie schon immer über KI im Business wissen wollten …

04.10.2023
Von 


Manfred Bremmer beschäftigt sich mit (fast) allem, was in die Bereiche Mobile Computing und Communications hineinfällt. Bevorzugt nimmt er dabei mobile Lösungen, Betriebssysteme, Apps und Endgeräte unter die Lupe und überprüft sie auf ihre Business-Tauglichkeit. Bremmer interessiert sich für Gadgets aller Art und testet diese auch.
Als Experte in Sachen Daten und KI gibt Hardy Gröger einen Einblick in die Fallstricke und Möglichkeiten beim Einsatz von Künstlicher Intelligenz im Unternehmen.
Dank ChatGPT ist das an sich alte Thema KI im Business wieder in den Vordergrund gerückt.
Dank ChatGPT ist das an sich alte Thema KI im Business wieder in den Vordergrund gerückt.
Foto: PopTika - shutterstock.com

Business ohne KI scheint nicht mehr möglich zu sein. Dieser Eindruck drängt sich beim derzeitigen Hype um Künstliche Intelligenz dank ChatGPT zumindest auf. In der aktuellen Episode von IDG TechTalk gibt Hardy Gröger, Technical Lead Data & AI bei IBM, nicht nur eine Einordnung, was es mit Begriffen wie (Generative) AI, Large Language Models, Machine Learning etc. auf sich hat. Der KI-Experte erklärt auch, wie Unternehmen, die KI-Modelle entwickeln, betreiben und nutzen wollen, die damit verbundenen Herausforderungen und Risiken adressieren können.

Die Daten in den Mittelpunkt stellen

So empfiehlt Gröger etwa Unternehmen, die KI-Modelle nutzen wollen, sich zunächst einmal Gedanken über die Daten zu machen. Wer hat darauf Zugriff? Fließen die Daten womöglich zur Optimierung in zukünftige Generationen des genutzten Large Language Models (LLM) ein? Umgekehrt müsse man sich mit Blick auf eine sichere Nutzung fragen, womit diese Modelle trainiert wurden und was für Daten sie enthalten.

Außerdem gebe es mit Retrieval Augmented Generation (RAG) Möglichkeiten, Sprachmodelle zu nutzen, um Antworten zu generieren, ohne den gesamten Informations- und Dokumentenbestand dem Modell, beziehungsweise dem Anbieter dieses Modells zur Verfügung stellen.

Es braucht auch nicht immer ein KI-Modell mit zig Milliarden von Parametern, klärt der KI-Experte auf. In den meisten Fällen erhalte man mit einem kleineren Modell das gleiche Ergebnis - mit dem Nebeneffekt, dass man es zusätzlich mit den eigenen Daten trainieren könne. Haben wir Ihr Interesse geweckt? Dann hören Sie selbst.

Der Gast der aktuellen Podcast-Episode: Hardy Gröger IBM Distinguished Engineer and Technical Lead Data and AI DACH
Der Gast der aktuellen Podcast-Episode: Hardy Gröger IBM Distinguished Engineer and Technical Lead Data and AI DACH
Foto: IBM