Die Revolution der generativen künstlichen Intelligenz bei der Generierung von Inhalten

04 Dez 2023
BUSINESS FOKUS

Im Zeitalter der digitalen Transformation spielt die künstliche Intelligenz (KI) als Innovations- und Effizienzmotor der Unternehmen eine entscheidende Rolle. Zu den neuesten Innovationen auf dem Markt gehört die generative KI, eine transformative Technologie, die für Bereiche von digitaler Kunst bis zur Automatisierung von Prozessen als Impulsgeber dienen kann. Sie wirkt sich sogar auf die Lieferkette aus, wo sie Effizienz und Entscheidungsfindung verbessern kann.

Generative KI hilft bei der Entscheidungsfindung für die Organisation von Logistikprozessen
 

„Die rasanten technologischen Fortschritte im Bereich der künstlichen Intelligenz sowie andere Technologien wie Robotik, Cloud Computing und das Internet der Dinge verändern Fachbereiche, Volkswirtschaften und Branchen und stellen die Vorstellung davon, was es bedeutet, ein Mensch zu sein, in Frage“, so die Unesco.

Systeme der künstlichen Intelligenz können Muster erkennen, probabilistische Prognosen erstellen und in bestimmten Szenarien unbeaufsichtigt arbeiten. KI kommt in vielen Bereichen zum Einsatz, z.B. in der Computer Vision und der automatischen Spracherkennung.

Unterschiede zwischen der generativen und der traditionellen KI

  • Zielsetzung und Vorgehensweise: Generative KI fokussiert sich auf die Schaffung neuer Inhalte in Originalfassung, während traditionelle KI sich auf die Lösung spezifischer Aufgaben mit Hilfe von Algorithmen konzentriert, die für die Durchführung bestimmter Aktionen und vordefinierter Regeln entwickelt wurden.
  • Training und Daten: Generative KI wird anhand großer Datensätze trainiert, so dass sie aus der Struktur und den Merkmalen von Informationen lernen kann. Im Gegensatz dazu benötigt die traditionelle KI oft strukturierte Datensätze, um überwachte Algorithmen zu trainieren.
  • Flexibilität und Anpassungsfähigkeit: Generative Modelle zeichnen sich durch ihre bemerkenswerte Flexibilität und ihre Fähigkeit aus, ein breites Spektrum von Aufgaben im Zusammenhang mit der Generierung von Inhalten zu bewältigen, das von der Erstellung realistischer Bilder bis zur Produktion kohärenter Texte reicht. Die traditionelle KI spezialisiert sich eher auf bestimmte Aufgaben. Außerdem müssen die Regeln und Merkmale für jede Aktion manuell festgelegt werden, was die Anpassungsfähigkeit an neue Aufgaben ohne umfangreiche Neuprogrammierung einschränkt.
  • Kreativität und Originalität: Mit generativer KI können kreative und originelle Inhalte erstellt werden. Dazu gehören bspw. durch GAN (generative adversarial networks) generierte Kunstwerke oder von Sprachmodellen erzeugte Texte. Traditionelle KI richtet den Fokus auf die Automatisierung von regelbasierten Aufgaben und ist nicht darauf ausgelegt, eigenständig kreative Inhalte zu erstellen.

Potenzial der generativen KI für Unternehmen

Eine gemeinsam von Microsoft, GitHub und der MIT Sloan School of Management durchgeführte Studie bestätigt das enorme Potenzial der generativen KI für die Industrie: „Anwendungen der künstlichen Intelligenz versprechen eine Steigerung der menschlichen Produktivität. Zahlreiche KI-Modelle haben menschenähnliche Fähigkeiten in Bereichen wie dem Verstehen natürlicher Sprache oder der Bilderkennung bewiesen.“

Die Microsoft-Studie zeigt, dass generative KI-Tools positive Auswirkungen auf die Produktivität haben. So konnten beispielsweise „Programmierer, die Copilot verwendeten, Aufgaben 55,8 % schneller erledigen“, erklären die Autoren der Studie. Copilot wurde von GitHub und OpenAI entwickelt und ist ein auf künstlicher Intelligenz basierender Assistent zum Schreiben von Codes, der von Softwareentwicklern verwendet wird.

Unternehmen, die generative künstliche Intelligenz einsetzen, versuchen, Sprachmodelle an ihre spezifischen Anforderungen und Anwendungsfälle anzupassen. Sie beabsichtigen, natürliche Interaktionsmechanismen in menschlicher Sprache mit ihren eigenen Daten und Dokumenten zu ermöglichen. Dafür gibt es drei Optionen:

  • Ein maßgeschneidertes Modell von Null an zu trainieren: Eine schwierigere Option, da die Kosten für Ausrüstung und Computer nicht für alle Unternehmen erschwinglich sind.
  • Verfeinerung eines bestehenden Modells: Dies beinhaltet die Aktualisierung eines bestehenden Modells mit eigenen Daten. Diese Option ist ein Bereich mit großem Entwicklungspotenzial für die Wirtschaft.
  • Verwendung eines vortrainierten Modells und Hinzufügen von Kontextinformationen: Anstelle eines eigenen Sprachmodells wird ein zuvor entwickeltes Modell verwendet, um die entsprechenden Informationen zum richtigen Zeitpunkt zu analysieren.

Diese moderne Technologie könnte die Weltwirtschaft um Billionen von Dollar bereichern, so ein McKinsey-Bericht. Nach Ansicht des US-Beratungsunternehmens wird diese Innovation erhebliche Auswirkungen auf alle Wirtschaftszweige haben, wobei insbesondere „Banken, Hightech und Biowissenschaften einen größeren Anteil an den Einnahmen einnehmen könnten.“

Generative KI ist ein Teilbereich der KI, der sich auf die Generierung neuer Inhalte auf der Grundlage vorhandener Daten konzentriert

Dank generativer KI könnten Unternehmen Produkte schneller entwickeln, das Kundenerlebnis verbessern oder auch die Produktivität der Mitarbeiter steigern. In einer von Gartner durchgeführten Umfrage unter mehr als 2.500 Führungskräften wurden die wichtigsten Gründe genannt, warum Unternehmen in generative KI investieren sollten: Kundenerfahrung und -bindung (38 %), Umsatzwachstum (26 %), Kostenoptimierung (17 %) und Geschäftskontinuität (7 %). Das Beratungsunternehmen prognostiziert, dass bis 2025 30 % der Unternehmen eine KI-Test- und Entwicklungsstrategie implementiert haben werden. Im Jahr 2021 waren es nur 5 %.

Gartner hebt die Chancen hervor, die sich durch generative KI in Unternehmen ergeben können.

  • Umsatzwachstum: Unternehmen mit einem höheren KI-Reifegrad werden mehr Umsatz erzielen. Weshalb? Sie werden in der Lage sein, schneller neue Produkte zu entwickeln und ihr Dienstleistungsangebot verbessern. „Bis zum Jahr 2025 werden mehr als 30 % der neuen Medikamente und Materialien systematisch mit Hilfe generativer KI-Techniken entwickelt werden. Diese Technologie hat weitreichende Auswirkungen auf die pharmazeutische Industrie, da die Erforschung neuer Medikamente schneller und kostensparender erfolgen wird“, heißt es in der Analyse.
  • Kostenreduzierung und Produktivitätssteigerung: Generative KI verbessert die Fähigkeiten der Arbeitnehmer bei der Texterstellung sowie Textbearbeitung und Bildgenerierung. Neben der Generierung, Übersetzung und Überprüfung von Softwarecodes ist sie auch in der Lage, Inhalte zusammenzufassen, zu vereinfachen und zu klassifizieren. Zudem kann sie die Leistung von Chatbot-Diensten verbessern.
  • Risikomitigation: Zu den Fähigkeiten der generativen KI gehört die Analyse und Bereitstellung einer umfassenden Datentransparenz (ausgehend von den Transaktionen der Kunden bis hin zum Softwarecode). Anhand dieser Informationen kann das System Muster und potenzielle Risiken für Unternehmen sofort erkennen.

Generative KI in der Lieferkette

Welche Auswirkungen wird generative künstliche Intelligenz auf die Lieferkette haben? Die Weiterentwicklung und Forschung im Bereich der generativen KI lassen bemerkenswerte Fortschritte bei der Entwicklung kreativer Ideen zur Integration dieser Technologie in verschiedenen Szenarien, einschließlich der Logistik, erwarten.

Die generative KI steht hinsichtlich der Lieferkette an einem Wendepunkt. Aus einer IBM-Umfrage geht hervor, dass 85 % der Führungskräfte die Implementierung von generativen KI-Funktionen als wichtigen Antriebsfaktor für die Automatisierungsinvestitionen erachten. 20 % von ihnen gaben an, der generativen KI eine wesentliche Bedeutung für den anstehenden Automatisierungsprozess beizumessen.

Warum? Dank der Automatisierung zahlreicher Aufgaben, die bisher ein menschliches Eingreifen erforderten, hat die generative KI das Potenzial, die Fähigkeiten der Arbeitnehmer zu verbessern. Diese Technologie ist in der Lage, Informationen zu sammeln und bei der Entscheidungsfindung in Bezug auf die Organisation von Produktionsprozessen, die Verwaltung der verfügbaren Ressourcen oder die Bestandsverwaltung zu unterstützen.

IBM unterscheidet drei grundlegende Bereiche, in denen generative KI-Auswirkungen auf die Lieferkette haben kann:

  1. Unterstützung: Generative KI wird zur Produktivitätssteigerung in verschiedenen Aufgabengebieten eingesetzt: Marktforschungsentwicklung, Trendanalyse, Kundendienst und Softwarecodierung „Wir haben eine 90-prozentige Verbesserung der Codierungsgeschwindigkeit festgestellt. Mit KI können wir etwas, das drei Monate dauert, auf ein paar Stunden reduzieren und erhalten eine Echtzeitanalyse“, erläutern die Autoren der Studie.
  2. Workflow: Auf der Grundlage von großen internen und externen Datenmengen analysiert generative KI die besten Maßnahmen für das Unternehmen. Sie kann auch die komplexe Entscheidungsfindung optimieren und die (mehrsprachige) Kommunikation in natürlicher Sprache in globalen Lieferketten erleichtern.
  3. Kooperation: Der größte Wert der generativen KI dürfte sich aus dem globalen Austausch von KI-generierter Intelligenz zwischen den verschiedenen an der Lieferkette beteiligten Akteuren ergeben. „Generative KI-Technologie könnte eine sehr interessante Rolle im Bereich der Nachhaltigkeit spielen, indem sie als Plattform dient, die anstelle des Wettbewerbs Kooperation fördert“, argumentieren die Autoren.

Anwendungen der generativen KI in der Logistik

Aus einer Studie der TBS Business School aus Toulouse (Frankreich) geht hervor, dass die Datenanalyse zu den Anwendungen der generativen KI gehört, die großes Potenzial hat. „Generative KI kann der Lieferkette Vorteile bringen, wie z. B. verbesserte Prozesseffizienz, Prognosen, Auftragsabwicklung und schnelle Analyse großer Datenmengen, um eine bessere und schnellere Entscheidungsfindung sowie fundiertere Schulungen für Mitarbeiter zu ermöglichen“, so der Hinweis der Autoren.

Auch die Unternehmensberatung Ernst & Young geht darauf ein, wie Datenanalysen mit KI zur Verbesserung der Geschäftsabläufe beitragen. Laut der Studie How supply chains benefit from using generative AI nutzen viele Unternehmen KI, um große Mengen historischer Verkaufsdaten und Markttrends zu analysieren. Dabei verfolgen sie das Ziel, Bedarfsmodelle in Echtzeit zu erstellen. „Mit generativer KI können optimale Lagerbestände, Produktions- und Vertriebspläne entworfen werden, um auf Kundennachfragen effizient zu reagieren“, betonen die Autoren.

Generative KI erzeugt einzigartige und realistische Inhalte wie Bilder, Videos, Musik oder Text

Unternehmen nutzen zudem die Datenanalyse mit generativer KI, um vorausschauende Wartungsaufgaben zu optimieren. „Generative KI-Modelle nutzen ihr Wissen aus Maschinendaten, um Wartungspläne zu erstellen und sie mit dem Zeitpunkt eines möglichen Ausfalls in Korrelation zu bringen. Unternehmen können dementsprechend ihre Wartungsprogramme bei Bedarf anpassen, Ausfallzeiten und Kosten reduzieren und gleichzeitig die Lebensdauer ihrer Anlagen verlängern“, beobachtet Ernst & Young.

Durch die Datenanalyse und dank der „Chat“-Funktion kommt die generative KI zu Schlussfolgerungen, die Unternehmen helfen, strategische Entscheidungen für ihre logistischen Prozesse zu treffen. Ein optimales Szenario sähe folgendermaßen aus: Chatbots empfehlen Logistikleitern, wie sie bspw. ihren Bestand verwalten, um Kunden bedienen zu können.

Ernst & Young unterstreicht die Bedeutung der „Chat“-Funktion der generativen KI bei der Erstellung von Bedarfsvorhersagen: Es werden Fragen gestellt, die dazu beitragen, dass die Prognosen genauer werden. „Ein Biotech-Unternehmen kann bspw. verschiedene hypothetische Szenarien für die Beschaffung bestimmter Chemikalien für seine Produkte durchspielen und dabei berücksichtigen, was im Krisenfall oder bei anderen Ereignissen, die den laufenden Betrieb verändern oder stören, passieren würde. Aktuelle generative KI-Tools schlagen verschiedene Maßnahmen vor, wenn etwas schiefgeht“, erklären die Autoren. Die Chat-Funktion könnte auch den Kundenservice verbessern, indem sie automatisch personalisierte Antworten generiert, was den Zeit- und Ressourcenaufwand für die Betreuung der Nutzer verringern würde.

Mithilfe der Automatisierung von E-Mails und Nachrichten bietet generative KI zudem Chancen zur Verbesserung der Lieferantenbeziehungen und des -managements. Nach Angaben des Beratungsunternehmens sind diese Tools nützlich, um Empfehlungen auszusprechen und Informationen aus großen Verträgen zu extrahieren, damit sich Unternehmen beispielsweise besser auf Verhandlungen vorbereiten können.

Dank der generativen KI im Lieferkettenmanagement werden Unternehmen letztendlich resilienter und nachhaltiger. Hinzu kommnt, dass sie ihre Kostenstrukturen verändern, so die Ernst & Young-Studie.

Wie forscht Mecalux im Bereich der generativen KI?

 

Mecalux, ein führendes Unternehmen für Intralogistiklösungen, erforscht das Potenzial der generativen KI, um die technologischen Möglichkeiten in den Lagern seiner Kunden zu erweitern.

 

Die Ingenieurabteilung von Mecalux Software Solutions hat mit der Untersuchung von drei Anwendungsfällen generativer KI begonnen:

  • Verwaltung von Dokumenten: Erstellung eines internen Hilfstools für die Abteilungen Operations und Remote Support von Mecalux. Generative KI analysiert die gesamte technische Dokumentation zu jeder Logistikanlage und wird alle erforderlichen Informationen über eine Benutzeroberfläche den Experten für eine schnellere und fundierte Entscheidungsfindung zur Verfügung stellen.
  • Programmierung und Softwareentwicklung: Unterstützung der Easy WMS-Programmierer bei der Ausführung ihrer Aufgaben. Mit der generativen KI wird das Ziel verfolgt, die Programmierung neuer Funktionalitäten zu beschleunigen. Dies erfolgt durch die Generierung eines Quellcodes auf der Grundlage von Beschreibungen in natürlicher Sprache. Generative Modelle können den Softwareentwicklungsprozess durch Codevorschläge ankurbeln.
  • Support für Endnutzer: Mecalux untersucht, wie generative KI in Easy WMS integriert werden kann, um menschliche Interaktion zu simulieren und auf Fragen in Form einer Konversation zu antworten. Der Logistikleiter könnte bspw. die Erstellung spezifischer Dashboards anfragen, um die durchschnittliche Kommissionierdauer zu evaluieren.

Generative KI in der Lagerverwaltungssoftware

Die modernsten Lagerverwaltungssysteme (LVS) auf dem Markt enthalten bereits KI-Funktionalitäten. So können Unternehmen die Big-Data-Analysetools der Lagerverwaltungssoftware nutzen, um die generierten Daten bzgl. der verschiedenen Lageraktivitäten zu interpretieren. Mithilfe einer umfassenden Analyse der Betriebsabläufe sind Unternehmen in der Lage, Ressourcen zu planen, die Unternehmensleistung zu messen und strategische Entscheidungen zu treffen.

Die wahre Magie der generativen KI liegt in ihrer Fähigkeit, Fragen wie ein Mensch zu verstehen und entsprechende Antworten zu geben. Dadurch ist sie in der Lage, die Interaktion der Nutzer mit der Lagerverwaltungssoftware zu revolutionieren. Logistikleiter könnten komplexere und umfassendere Fragen stellen, um personalisierte Antworten in Textform, als Grafik oder in Bildform zu erhalten. Laut einer Studie des Unternehmens Master of Code werden bis 2025 „rund 90 % der Inhalte der Quartalsberichte von Unternehmen mit generativer KI erstellt werden.“

 

 

Referenzen