Herausforderungen und Paradigmenwechsel in der KI-Entwicklung

Unternehmen, die generative KI strategisch clever einsetzen, können die Früchte schnell ernten: 3600 Arbeitsstunden in der Woche erspare allein die hauseigene Wissensmanagement-Anwendung MyGPT den Mitarbeitenden, erzählt Walid Mehanna im F.A.Z. KI-Podcast. Die ChatGPT-ähnliche Lösung mache den Wissensschatz des Unternehmens über Dialoge abrufbar und könnte in vergleichbarer Ausführung in Unternehmen jeder Branche zum Einsatz kommen. „Wenn man das Invest sehr fokussiert macht, ist der Return on Invest heute schon gegeben“, sagt Mehanna. Wichtig sei dabei, diszipliniert nicht jede KI-Welle mitzunehmen, sondern durch Verbindung der generativen KI mit den eigenen Datenbeständen die wirklich spannenden Mehrwerte zu identifizieren, die das Preisschild auch wert wären. Über den alltäglichen Einsatz hinaus könnten disruptive KI-Lösungen die Medikamentenentwicklung beschleunigen oder personalisierte Therapien ermöglichen, beispielsweise mit Wachstumshormonen für Jugendliche. Mit Blick in die Zukunft seien für Mehanna insbesondere auch Implantate, die direkt mit dem Nervensystem verbunden werden und bei der Behandlung schwerer chronischer Erkrankungen helfen können, vielversprechend. Die nächste Generation an Implantaten werde „mit KI viel präziser, personalisierter, in Echtzeit auf Nervensignale reagieren können“. Das ist ein frühes Forschungsfeld, aber die ersten Ergebnisse seien extrem positiv. Hinsichtlich zukünftiger Entwicklungen der KI sieht Mehanna in der Veröffentlichung des chinesischen Open Source Modells DeepSeek-R1 vor zwei Wochen schon einen enormen Fortschritt: „Es erinnert mich von der Energie her ein bisschen an den Launch von ChatGPT in 2022.“ Das Modell sei qualitativ sehr hochwertig, in aktuellen Benchmarks entweder gleichauf mit oder besser als Konkurrenzmodelle, und beschreibe seine Vorgehensweise sehr gut in Echtzeit. Zusätzlich sei die Transparenz des Startups zu ihren Entwicklungsfortschritten begrüßenswert und die Lizenz extrem attraktiv – auch für Unternehmen, da sie die kommerzielle Nutzung erlaube. DeepSeek-R1 sei somit eine kosteneffiziente, transparente, offene und performante Option, die allerdings mit einem Haken daherkomme: „Ähnlich wie amerikanische Modelle auch einen Bias haben, ist DeepSeek-R1 politisch korrekt – in China“. Politische Vielfalt sei deshalb im Modell nicht zu erwarten, führt Mehanna aus, ließe sich jedoch bei Bedarf je nach Anwendungsfall leicht nachtrainieren. Darüber hinaus gelte es zwischen dem Modell und der Website bzw. der App zu unterscheiden, da die letzteren die eingegebenen Daten auf chinesische Server senden und sie DeepSeek zur Weiterverwendung freigeben, womit sie für den Unternehmenseinsatz nicht in Frage kommen. Dennoch sei die Veröffentlichung des Modells und des zugehörigen Forschungspapers ein Meilenstein in der Entwicklung von KI-Systemen, von der auch die nächste Generation der europäischen Modelle profitieren könnte – wenn Europa die richtigen Schlüsse zieht. So hinke die Risikobereitschaft im Vergleich zur amerikanischen deutlich hinterher, sowohl im Hinblick auf Investitionen in KI, als auch bei der Anwendung neuer KI-Ansätze. Des Weiteren fehle Europa der Fokus: „Ultimativ brauchen wir in Europa mehr Priorität auf dem Thema Digitalisierung. ns geht es vielleicht manchmal zu gut, als dass wir wirklich die Notwendigkeit sehen“, sagt Mehanna. Die Folge ist Teil unseres Podcasts „Künstliche Intelligenz“. Er geht den Fragen nach, was KI kann, wo sie angewendet wird, was sie bereits verändert hat und welchen Beitrag sie in der Zukunft leisten kann. Hosts des Podcasts sind Peter Buxmann, Inhaber des Lehrstuhls für Wirtschaftsinformatik an der TU Darmstadt, und Digitalwirtschaft-Redaktionsleiter Holger Schmidt. Die Podcast-Folgen erscheinen jeweils am ersten Mittwoch im Monat. Uns gibt’s auch zum Lesen: Finden Sie hier Ihr passendes F.A.Z.-Abo.

Mehr über die Angebote unserer Werbepartner finden Sie HIER.