Data Warehouse, Data Lake, Data Lakehouse - die Begriffe eskalieren stetig. Aber was brauche ich wirklich für welchen Zweck? Reicht meine alte (und teure) Datenbank oder würde ein "Data Lakehouse" mein Geschäft so richtig weiterbringen? Gerade in der Kombination mit Generativer KI sind die Möglichkeiten so vielfältig wie verwirrend. Gemeinsam mit Christian Schömmer setzen wir uns vors Datenhaus am See und gehen der Sache auf den Grund.
Nach der etwas kritischen Sicht auf generative KI in der letzten Episode geht es diesmal um den konkreten Einsatz: Kann man generative KI schon in Geschäftsprozessen integrieren und wenn ja, wie geht das genau. Es stellt sich heraus: Wenn man zwei oder drei Grundregeln beachtet, treten die meisten der Probleme in den Hintergrund und die coolen Möglichkeiten generative KI kommen relativ risikofrei zur Geltung. Wir gehen sehr konkret darauf ein, wie wir eine Compliance-Anwendung gebaut haben, die maximal von Large Language Models profitiert, ohne auf menschliche Kontrolle und "Accountability" zu verzichten.
Wir setzen auf modernste Technologien, um Unternehmen durch innovative Lösungen voranzubringen. Daher gehen wir in Gesprächen mit Kunden und Partnern oder unseren Webinaren immer wieder darauf ein, Unternehmen die Vorteile und Möglichkeiten moderner Technologien nahezubringen. Aber auch für uns selbst kommt KI zum Einsatz: Durch die Automatisierung von Ausschreibungsprozessen konnten wir wertvolle Ressourcen sparen und Effizienz steigern.
Wir sehen so viele Cloud Migrationen im Keim ersticken, weil die einfache Lösung "Lift & Shift" propagiert wird. In dieser Episode stellen wir dar, warum dieser Ansatz zwar attraktiv klingt, aber eigentlich alle Cloud-Vorteile außen vorlässt und statt dessen meistens enorme Kostensteigerungen mit sich bringt. Natürlich gehen wir auch drauf ein, wie es besser geht.
Die Technologie muss im Prozess eingebettet und dem Prozess angepasst werden und nicht unverbunden daneben schweben. Das gilt auch für Large Language Models – obwohl sie aufgrund ihrer „Menschlichkeit“ den Eindruck erwecken, als könnte man sie wie einen Kollegen behandeln und nicht wie ein Tool. Aber in wie vielen Geschäftsbereichen bringt ein Kollege mit den intellektuellen Kapazitäten eines Zwölfjährigen einen großen Mehrwert?
Sprachmodelle tun sich notorisch schwer damit, Fakten verlässlich abzurufen. Leider antworten sie aber auch fast nie mit „Ich weiß nicht“. Die Last, zwischen Halluzination und Wahrheit zu unterscheiden, liegt also vollständig auf dem Anwender. Das bedeutet effektiv, dass dieser Anwender die Informationen aus dem Sprachmodell überprüfen muss – indem er den Fakt, den er sucht, gleichzeitig aus einer anderen, verlässlichen Quelle bezieht. Als Wissensspeicher sind LLMs also mehr als nutzlos.
Digitale Technologie hat die Menschen mit Informationen überladen, aber Technologie kann ihnen auch helfen, aus dieser Flut eine Wissensquelle zu machen. Large Language Models können – richtig eingesetzt – ein Baustein hierzu sein. Unser Tool "rundify" zeigt, wie so etwas aussehen könnte.
Wie schon beim Deep Learning bleiben Daten auch bei großen Sprachmodellen wichtig. Da das Basismodell jedoch von jemand anderem trainiert wurde, ist es in diesem Fall unmöglich zu sagen, welche Daten wirklich enthalten sind. Da das Fehlen von Daten zu Halluzinationen führt, hat diese Unwissenheit ziemlich schwerwiegende Folgen.
Wir werfen einen Blick auf große deutsche Medienportale und wie sie mit dem Thema Suche und Autocomplete umgehen. Ein Spoiler vorab: Die Situation ist unverändert traurig.
Wie können Unternehmen mithilfe von KI innovativ sein? Wie kann man mehr tun, als ChatGPT in eine hübsche Benutzeroberfläche zu verpacken?
Was Ticketverkäufer und Instagrammer gemeinsam haben und inwiefern KI vielleicht beide den Job kostet.
Die Demo zu unserem neuen Produkt „Quaestio“ spielt KI und Papierkram gegeneinander aus. Sieht aus, als würde die KI gewinnen.
Ende letzten Jahres schrieb Johannes einen Blogbeitrag darüber, wie Online-Magazine die Benutzerfreundlichkeit verbessern können, indem sie eine Autovervollständigungsfunktion implementieren. "Proxima" ist unsere vorgeschlagene Lösung, um die bestmöglichen Ergebnisse zu erzielen.
Mit der Veröffentlichung von GPT-4 kommt wieder Bewegung in das Thema Large Language Models. Sind diese Werkzeuge jetzt reif für die große Bühne?
Wenn eine KI mich manchmal anlügt, nützt sie mir dann überhaupt irgend etwas? Wir untersuchen, für welche Einsatzgebiete eine lügende KI taugt und wo sie nichts zu suchen hat.
Was kann ChatGPT? Statt unkritischem Applaus oder Welteruntergangsszenarien ein nüchterner Blick auf die zugrundeliegenden Technologien und die Möglichkeiten, die sich daraus ergeben.
Wir diskutieren am liebsten über Text AI und Natural Language Processing, aber in diesem Video gehen wir mal auf die Grundlagen ein. Dabei sprechen wir über Skalierung, den “serverless” Trend oder cloud-native Services – alles Dinge, die Sie vielleicht interessieren könnten.
Wir entwickeln Produkte. Ob für uns selbst oder für Kunden, wir investieren den gleichen Enthusiamus und haben den gleichen Qualitätsanspruch. Wie wir den maximalen Mehrwert liefern, beschreiben wir hier.
Nein, ChatGPT wird Softwareentwickler nicht ersetzen. Es kann ihnen bei der Arbeit helfen, aber seine Lösungsvorschläge müssen erst noch validiert werden, was vermutlich mehr Zeit in Anspruch nimmt als das Finden der richtigen Lösung selbst. (Automatisch erstellte Zusammenfassung)
Suchvorschläge für Webportale sollten auf einer logischen Aggregation der Inhalte basieren, nicht nur die Titel der Artikel enthalten. Sie sollten den Nutzer an die Hand nehmen, ihm relevantere Ergebnisse liefern, indem relevantere, spezifischere Begriffe und Phrasen vorgeschlagen werden. (Zusammenfassung wurde vom NEOMO Summarizer generiert)
Wir sind mit dem Thema Suche noch immer nicht "durch" - obowhl wir uns seit 2001 damit rumschlagen.
Böse Zungen behaupten, mein Mitgründer Florian und ich hätten einfach Spaß daran, Firmen regelmäßig zu rebranden.
Wenn Sie sich vom Twitter- und LinkedIn-Wahnsinn abkoppeln, aber trotzdem unsere Inhalte lesen möchten, freuen wir uns und haben genau das richtige für Sie: Unser Newsletter hält Sie über alles Wissenswerte auf dem Laufenden.
Bitte benutzen Sie das untenstehende Formular, um ihn zu abonnieren.
Wann immer neue Inhalte verfügbar sind oder etwas Bemerkenswertes in der Branche passiert - wir halten Sie auf dem Laufenden.
Folgen Sie uns auf LinkedIn und Twitter, um Neuigkeiten zu erfahren, und auf YouTube für bewegte Bilder.
Wenn Ihnen unser Beitrag gefällt, helfen Sie uns bitte, ihn zu verteilen, indem Sie Ihr eigenes Netzwerk aktivieren.