Whitepaper Chancen der generativen KI souverän nutzen

Anbieter zum Thema

SAB Bröckskes GmbH & Co KG

FAULHABER Antriebssysteme

dataTec AG

Große KI-Sprachmodelle können die Innovationskraft der deutschen Wirtschaft enorm steigern. Allerdings stammen die fortgeschrittensten generativen KI-Modelle aus den USA und China – und erfüllen selten unsere Anforderungen. Ein aktuelles Whitepaper verdeutlicht Chancen und Herausforderungen.

Das wirtschaftliche Potenzial generativer KI-Sprachmodelle ist enorm. Die Technologie verspricht beispielsweise einen verbesserten Zugang zum Unternehmenswissen für Beschäftigte sowie die Automatisierung von repetitiven und fehleranfälligen Prozessen. „Aus der Perspektive der KI-Forschung stellen große Sprachmodelle einen bedeutenden technologischen Durchbruch dar. Sie erschließen die Intelligenz der Sprache. Sie ermöglichen Lösungen, die vorher jenseits der technologischen Möglichkeiten waren, und heute bereits als selbstverständlich erscheinen“, sagt Volker Tresp, Professor für maschinelles Lernen der Ludwig-Maximilian-Universität München und Leiter der Arbeitsgruppe Technologische Wegbereiter und Data Science der Plattform Lernende Systeme.

Bildergalerie

Potenzial und Herausforderungen für Unternehmen

Ein wichtiger Grund für die vielfältigen Anwendungsmöglichkeiten der Sprachmodelle: Die aufwändig trainierten Modelle sind wiederverwendbar und lassen sich an branchen- und unternehmensspezifische Anforderungen anpassen. Das ressourcenintensive Trainieren eines eigenen KI-Modells kann entfallen. Bei vielen Anwendungen müssen die KI-Modelle jedoch auf sensible Daten zugreifen können, beim Einsatz in Unternehmen auf Geschäftsdaten etwa. Nur wenige Unternehmen wären bereit, solche Daten an externe Modellanbieter herauszugeben, heißt es im Whitepaper.

Generative Modelle im Kommen

Schon heute beginnen immer mehr Unternehmen, generative Modelle in ihre Produkte und Dienstleistungen zu integrieren, um das Potenzial dieser Technologie zu nutzen: So setzt Microsoft Chat-GPT bereits für den Suchdienst Bing ein und Google nutzt das Modell Palm2 für verschiedene Anwendungen wie Docs, Slides und Sheets. Zudem kooperieren Konzerne wie ABB und Mercedes mit Microsoft, um generative KI in ihre Produkte zu integrieren, und Bosch arbeitet mit dem deutschen Start-up Aleph Alpha an einem eigenen KI-Modell, um das Entwicklungsteam zu entlasten.

„Viele Unternehmen wollen derzeit Sprachmodelle einsetzen. Leider gibt es kaum Angebote leistungsstarker deutschsprachiger Modelle. Ein starkes Open Source-Angebot made in Germany kann neuen Wettbewerb schaffen. Dafür sind nur 20 Terabyte, also 10 Laptop-Festplatten, deutschsprachiger Daten nötig. Unabdingbare Voraussetzung ist daher ein Open Source-Projekt, das diese Daten in hoher Qualität kommerziell nutzbar macht und lizenzfrei anbietet, sodass eine breite Community eine sichere KI gestalten kann“, sagt Alexander Löser, Gründer und Sprecher des Forschungszentrums Data Science an der Berliner Hochschule für Technik und Mitglied der Plattform Lernende Systeme.

Rechtssichere, deutschsprachige KI-Modelle nötig

Für die Unternehmen sei eine rechtssichere Nutzung großer KI-Modelle wichtig. Das Modell sollte im Sinne europäischer Werte und Regeln entwickelt werden. Es sollte zudem transparent sein, welche Daten für das Training der Modelle genutzt wurden. Prominente Modelle aus USA und China erfüllen diese Anforderungen überwiegend nicht. Zudem verfügen außereuropäische KI-Modelle lediglich über einen vergleichsweise geringen Anteil deutscher Textdaten im Trainingsdatensatz, was zu Fehlern in den generierten deutschen Texten führen kann.

Angesichts des zunehmenden Einflusses außereuropäischer Modelle bestehe ein Bedarf, Alternativen zu schaffen, um die Innovationskraft und Wettbewerbsfähigkeit in Deutschland und Europa voranzutreiben, betonen die Autoren des Whitepapers. Im Sinne der digitalen Souveränität würden Sprachmodelle für die deutsche Sprache und nach unserem Wertesysteme benötigt. Grundvoraussetzung für das Training großer Sprachmodelle seien entsprechend umfangreiche und kuratierte Trainingsdatensätze.

Eine weitere Voraussetzung für das Training und die Anwendung großer KI-Sprachmodelle in Deutschland ist eine leistungsfähige Recheninfrastruktur. Diese sollte mit den steigenden Anforderungen an die nötige Rechenleistung für KI-Modelle mitwachsen, empfehlen die Autoren. Zudem sollten eine die KI-Community gestärkt und Talente in Forschung und Industrie mit entsprechendem KI-Wissen und Domänen-Know-how gefördert werden.

(ID:49828859)