Generative KI und DAP: Alternative oder „perfektes Paar“?

Die Aussicht klingt verlockend: ChatGPT, Copilot oder eine andere generative KI-Lösung installieren, die Software mit dem Unternehmens-Know-how füttern und dann an jeden digitalen Arbeitsplatz bringen – fertig ist eine Lösung, die der Weltwirtschaft, McKinsey zufolge, einen jährlichen Produktivitätszuwachs von 2,5 bis 4,4 Billionen US-Dollar ermöglichen soll.

Das Potenzial ist durchaus vorhanden. Generative AI (GenAI) produziert in wenigen Sekunden jede Art von Content, für die ein Mensch Stunden oder Tage benötigt. Gleichzeitig stellt die einfach zu nutzende Technologie die Unternehmen aber auch vor enorme Herausforderungen.

1. Rechtssicherheit

Die Nutzung von generativer KI wirft jede Menge Fragen zum Datenschutz, Urheber- und Persönlichkeitsrecht auf, die rechtssicher beantwortet werden müssen – denn im Ernstfall haftet das gesamte Unternehmen.

2. Prozessänderungen

Darüber hinaus müssen Geschäftsabläufe neu gestaltet werden. Nur wenn die KI an den richtigen Stellen innerhalb der Prozesse integriert wird, kann sie ihr volles Potenzial entfalten.

3. Qualifizierung

Die Mitarbeitenden müssen im Umgang mit GenAI geschult werden. Nur so stellt das Unternehmen sicher, dass die KI entsprechend der Unternehmensziele, -werte und -regularien eingesetzt wird.

Gut eingesetzt, kann generative KI in kurzer Zeit erhebliche Vorteile bringen, insbesondere im Wissensmanagement.Da viele Unternehmen ihren Wissenspool manuell pflegen, birgt eine generative KI hier enormes Verbesserungspotenzial, indem sie

• die Mitarbeitenden dabei unterstützt, veraltete Dokumente zu korrigieren, zu aktualisieren, mit Zusatzinformationen anzureichern und die Qualität dadurch deutlich zu verbessern
• die Autor:innen bei der Produktion von Artikeln unterstützt, sei es aus vorhandenen Dokumentationen, Schulungsunterlagen oder den Chat-Verläufen von Helpdesk-Anfragen
• die Inhalte hinsichtlich der Rollen, Sprachen und Regionen personalisiert und die User Experience optimiert
• isoliertes Wissen zusammenführt, rekombiniert und Input für neue Ideen liefert

Die beeindruckenden Ergebnisse von generativer KI basieren auf Algorithmen des maschinellen Lernens und auf der Verwendung großer Sprachmodelle (LLMs), die unter anderem die einfache Nutzung mit natürlicher Sprache ermöglichen. Hinzu kommen gigantische Mengen von Daten, mit denen die KI trainiert wurde und die den Rohstoff für die Erstellung von Texten, Bildern, Programmiercode oder Videos liefern.

ChatGPT 3 zum Beispiel wurde mit 175 Milliarden Datensätzen bzw. Token aus dem Internet trainiert. Das entspricht rund 131 Milliarden englischen Wörtern. Bei Version 4 von ChatGPT sind es schon 74-mal so viel. Allerdings macht das neue Release von ChatGPT selbst damit noch ungenaue oder falsche Angaben, wenn es für die Suche nach Informationen oder für die Erstellung von Texten genutzt wird.

Risiko: KI gibt keine verlässlichen Antworten

Unternehmen verfügen in der Regel aber über weit weniger Trainingsdaten in unterschiedlicher Qualität. Daraus ergeben sich schnell Probleme, vor allem wenn die generative KI von den Mitarbeitenden als Anlaufstelle bei Fragen zu neuen Anwendungen, Prozessen oder Richtlinien genutzt wird:

• Source of Multiple Truth
  Generative KI besitzt keinerlei Textverständnis, sondern produziert Inhalte anhand von statistischen Wahrscheinlichkeiten. Je nach Suchanfrage bzw. Such-Prompt entstehen unterschiedliche Antwortvarianten, die voneinander abweichen. Dass die Antwort einer KI stets korrekt ist, kann das Unternehmen nicht gewährleisten.
• Schwächung der Compliance
  Abhängig von der Komplexität der Frage sowie von der Menge und der Aktualität der Trainingsdaten können Genauigkeit und Qualität der Antworten stark variieren. Dennoch wirken selbst falsche Antworten häufig so plausibel, dass sie nicht hinterfragt werden und Compliance-Verstöße nach sich ziehen können.
• Auftreten des „Bias“-Effekts
  Generative KI-Modelle können Vorurteile verstärken, die unbewusst in den Trainingsdaten enthalten sind. In Kombination mit ungenauen Anweisungen bewirkt dies eine Datenverzerrung. Da sich nicht voraussagen lässt, wann und warum dieser Bias-Effekt auftritt, riskieren die Unternehmen eine schleichende Erosion der Qualität ihrer Daten und Prozesse, also das genaue Gegenteil von dem, was sie sich erhoffen.

Unabhängig davon, ob diese Probleme im realen Betrieb einzeln oder gebündelt auftauchen: Die Akzeptanz für generative KI nimmt definitiv massiv Schaden, sodass ihre Potenziale nicht mehr oder kaum noch genutzt werden. Das wäre eine fatale Entwicklung.

Was also kann ein Unternehmen tun, um generative KI sicher und produktiv zu nutzen?

In erster Linie muss es dafür sorgen, dass die neuen Anwendungen kontrolliert und kontrollierbar eingesetzt werden. Hier leistet eine Digital Adoption Platform (DAP) einen wertvollen Beitrag.

Eine Digital Adoption Platform gibt gezielte Hilfestellung im Arbeitskontext. Dies trägt dazu bei, dass die Mitarbeitenden die neuen Funktionen und Workflows schneller verstehen und die generative KI Compliance-konform und effizient nutzen. Durch die raschen Lernerfolge steigert eine DAP die nötige Akzeptanz für die neuen KI-Technologien.

Der entscheidende Punkt dabei: Richtig implementiert, entsteht durch das Zusammenspiel von KI und DAP eine unternehmensweite Single Source of Truth. Den Mitarbeitenden werden keine alternativen Fakten in unterschiedlichen Varianten präsentiert, sondern sie erhalten eine eindeutige und zuverlässige Hilfestellung, die zu 100 Prozent mit den Unternehmenszielen übereinstimmt.

Allerdings bieten viele Digital Adoption Platforms zwar Technology Guidance, also eine konkrete Anwendungshilfe, etwa bei der Prompt-Erstellung. Die deckt jedoch nur einen kleinen Bereich der Herausforderungen ab, die der Einsatz von GenAI mit sich bringt.

In der Praxis stellen sich schnell ganz andere Fragen wie:

• Darf ich in Prompts Geschäftsgeheimnisse oder personenbezogene Daten verwenden?
• Wie kann ich die Qualität der Inhalte beurteilen, die von der KI generiert wurden?
• Was ist zu tun, wenn berechtigte Zweifel am Output der KI bestehen?
• Wer haftet bei Verstößen infolge von Falschinformationen der KI?

Bei keiner dieser Fragen hilft Technology Guidance weiter. Aus diesem Grund bietet tts performance suite, die Digital Adoption Platform von tts, auch eine sogenannte Business Guidance. Diese umfasst den direkten Zugriff auf Prozesswissen, Regularien sowie unternehmensspezifisches Know-how. Dadurch entwickeln die Mitarbeitenden ein erweitertes Verständnis für die neuen Arbeitsweisen, die mit der Einführung von generativer KI einhergehen.

Unternehmen, die KI flächendeckend nutzen wollen, benötigen eine Digital Adoption Platform. Denn erst durch die Kombination von Technology Guidance und Business Guidance erhalten die Mitarbeitenden bei der Arbeit mit KI verlässliche Unterstützung.

Insbesondere die drei großen Herausforderungen Rechtssicherheit, Prozesssicherheit und Qualifizierung werden so bewältigt: Die Mitarbeitenden erhalten mit der DAP stets rechtssichere Antworten. Sie bekommen unmittelbare Hilfe in jedem Prozess. Und sie erlernen schnell den sicheren Umgang mit KI-Anwendungen.

Auch in anderer Hinsicht sind KI und DAP ein „perfektes Paar“: Mittlerweile integrieren auch die DAP-Anbieter:innen KI-Funktionen in ihre Digital Adoption Platforms. Die neuen Technologien steigern beispielsweise die Effizienz bei der Erstellung von Schulungsunterlagen, beim Anlegen von Schrittlisten oder bei der Produktion von Lernvideos, vorausgesetzt, vor der Veröffentlichung findet eine Qualitätskontrolle durch Fachexpert:innen statt.

Unternehmensspezifisches Wissen gelangt jetzt schneller als je zuvor an die Mitarbeitenden. In einer Zeit, in der die Halbwertszeit von Wissen immer kürzer wird, ist das unerlässlich.