Zumindest für Unternehmen, öffentliche Einrichtungen und Regierungsorganisationen.
Tatsächlich sind universelle große Sprachmodelle (LLMs) – wie die Praxis zeigt – nicht die optimale Lösung für spezifische Spezialaufgaben. Sie eignen sich hervorragend als persönliche Assistenten, lassen aber als Geschäftswerkzeuge zu wünschen übrig.
Zunächst einmal sind sie übermäßig komplex. Ihre Verwendung ähnelt oft Goldberg-Maschinen – karikaturhaft aufwendigen Geräten, die für einfache Handlungen wie das Einwerfen eines Zuckerwürfels in eine Tasse oder das Umlegen eines Lichtschalters entwickelt wurden.
Bei sogenannten „Marketing-Showcases“ werden die Zuschauer von Geschichten über riesige Datenbanken fasziniert, die jedes Gebiet menschlichen Wissens abdecken und zur Schulung einer weiteren künstlichen Intelligenz genutzt werden. Und die Magie dieser riesigen Datenmengen verleitet Unternehmensleiter und Topmanager buchstäblich dazu, ihr Portemonnaie zu zücken.
Doch wenn wir Emotionen beiseitelassen und die Situation rational beurteilen, stellt sich unweigerlich die Frage: Welche Aufgaben erfordern wirklich KI-Werkzeuge, die mit Milliarden und Billionen von Parametern trainiert wurden? Die Berechnung einer Flugbahn zu den Jupitermonden? Die Entwicklung eines thermonuklearen Reaktors?
Vergleicht man die Komplexität von LLMs mit ihrer praktischen Anwendung, so lässt sich eine ernüchternde Schlussfolgerung ziehen: In den meisten Fällen werden sie dazu benutzt, „zwei und zwei zu addieren“. Mit anderen Worten: Für die überwiegende Mehrheit der Aufgaben ist ihre Leistungsfähigkeit übertrieben.
Mit anderen Worten: Durch den Kauf eines LLM-Abonnements bezahlen Unternehmer und Manager oft für Fähigkeiten, die sie größtenteils nie nutzen.
Das zweite Problem ergibt sich aus dem ersten. Komplexität und Universalität führen zu dem bekannten Phänomen der Maschinenhalluzinationen und der verminderten Genauigkeit.
LLM-Absolventen machen häufig Fehler, erfinden Fakten und zitieren nicht existierende Personen und Quellen. Zudem neigen sie dazu, Lösungen zu mitteln und zu standardisieren, was in Situationen, in denen Kreativität und individuelle Anpassung gefragt sind, zu Problemen führt.
Gleichzeitig ist festzuhalten, dass weder Wirtschaftsunternehmen noch Regierungsorganisationen noch öffentliche Vereine „alle Probleme der Welt“ lösen müssen. Jede dieser Institutionen hat ihren eigenen Spezialbereich und folglich ein spezifisches Aufgabenspektrum, das mit höchster Qualität erfüllt werden muss. Die optimale Lösung hierfür sind daher spezialisierte KI-Tools, die so entwickelt und konfiguriert sind, dass sie in ihrem jeweiligen Fachgebiet schnell und präzise arbeiten.
Warum sollte ein KI-Buchhalter Haikus oder Shakespeare-Sonette schreiben können, und warum sollte ein KI-Rechtsassistent die Biografien von Stummfilmschauspielern kennen? Jede Information, die über den Zweck eines spezialisierten KI-Tools hinausgeht, erhöht das Risiko von Fehlern und Fehlinterpretationen. Umgekehrt verbessert die Fokussierung des Wissens und der Fähigkeiten einer KI auf ein bestimmtes Fachgebiet die Qualität und Genauigkeit ihrer Arbeit erheblich.
Das heißt natürlich nicht, dass LLMs nutzlos sind oder nicht eingesetzt werden sollten. Als universelle persönliche Assistenten sind sie heutzutage wohl unübertroffen. Bestimmte Aufgaben sind jedoch besser KI-Experten anzuvertrauen. Insbesondere, da täglich immer mehr spezialisierte KI-Tools auf den Markt kommen – es gibt Optionen in praktisch jedem Bereich menschlicher Tätigkeit.
Übrigens, falls Sie hochwertige professionelle KI-Tools benötigen, um „Live“-Avatare, „intelligente“ Chatbots und Videopräsentationen mit digitalen Sprechern zu erstellen – Sie wissen ja, an wen Sie sich wenden können.
