Generative KI im Business
Seit der Veröffentlichung von ChatGPT im November 2022 hat generative KI enorm an Bedeutung für die Arbeitswelt gewonnen. Die Möglichkeit, mittels Algorithmen aus bestehenden Daten eigenständig neue Inhalte erzeugen zu lassen, ist ein Meilenstein in der Nutzung Künstlicher Intelligenz. In den vergangenen zweieinhalb Jahren haben 80% aller Unternehmen ihre Investitionen in generative KI erhöht. Eine von Strategy& veröffentlichte Studie über die wirtschaftlichen Auswirkungen von generativer KI prognostiziert einen Zuwachs des deutschen BIPs um bis zu 220 Mrd. Euro bis 2030. Dies ist gleichzusetzen mit einem BIP-Zuwachs von ca. 0,7% pro Jahr.
Wo generative KI heute schon erfolgreich eingesetzt wird:
In der Produktentwicklung wird generative KI eingesetzt, um Designvarianten automatisiert zu entwerfen. Da Tools wie Autodesk Generative Design, Siemens NX oder CATIA von Dassault Systèmes bereits Gewichtsvorgaben, Materialien oder Fertigungsrestriktionen berücksichtigen, verringern sich nicht nur die Kosten für Prototyping, sondern auch die Entwicklungszyklen – laut Siemens um die Hälfte.
Generative KI-Modelle finden ebenfalls erfolgreich Anwendung im Marketing, um zielgruppenspezifische Inhalte zu erstellen. Plattformen wie HubSpot oder Marketo bieten Features, die z.B. personalisierte Kampagnen oder Content automatisch erstellen. Durch automatische Bildgenerierung z.B. mittels Midjourney lassen sich Designprozesse ebenfalls deutlich verkürzen.
Ein weiteres Einsatzfeld sind Chatbots, welche im Kundensupport oder bei Online-Shops automatisch Dialoge führen und Kundenanfragen rund um die Uhr kontextbezogen beantworten. Gemäß einer IBM Studie verringern sich die Betriebskosten um bis zu 30%, während die Servicequalität verbessert wird. Zudem wird das Personal entlastet und kann sich auf komplexere Fälle konzentrieren, da Chatbots beliebig skalierbar sind und mehrere tausend Anfragen bearbeiten zu können.
Ein weltweit führender Konsumgüterkonzern hat über 330 generative KI-Use-Cases in Bereichen wie der Produktentwicklung, dem Supply Chain Management und der Forschung erfolgreich umgesetzt. Das bereichsübergreifende Großprojekt zielt darauf ab, generative KI zur Verbesserung der Produktivität und Effizienz einzusetzen. In der Produktentwicklung werden auf KI basierende Ideenplattformen genutzt, um neue Produkte auf Basis von Trenddaten und Konsumentenverhalten schneller zu konzipieren und in den Markt zu bringen. Über 170 weitere generative KI-Use-Cases sind geplant.
Aktuelle Herausforderungen und Erfolgsfaktoren:
Trotz zunehmender erfolgreicher Nutzung generativer KI-Modelle betonen Branchenexperten, dass der Einsatz allein langfristig keinen signifikanten Wettbewerbsvorteil ermöglicht. Laut einer Accenture-Studie aus dem Jahr 2024 haben Unternehmen, die bereit sind, sich neu zu erfinden und intelligente Betriebsabläufe entwickeln, mit 3,3-mal höherer Wahrscheinlichkeit eine erfolgreiche Skalierung innovativer Anwendungsfälle für generative KI und verzeichnen ein 2,5-fach höheres Umsatzwachstum. Langfristig betrachtet ist das Potenzial von ganzheitlichen Use Cases enorm, gehen jedoch auch mit einem größeren Handlungsbedarf einher.
Bereits heute müssen ethische und datenschutzrechtliche Herausforderungen beachtet werden. Insbesondere bei großem Datenverkehr besteht das Risiko, dass urheberrechtliche oder personenbezogene Informationen verarbeitet werden. Angesichts der rechtlichen Unsicherheiten bezüglich KI-generierter Werke sind in naher Zukunft umfassende gesetzliche Anpassungen beschlossen. Der 2024 verabschiedete AI-Act befindet sich bis Mitte 2026 in der Implementierungsphase. Der AI-Act verpflichtet Unternehmen, strenge Anforderungen an Transparenz, Sicherheit und Risikomanagement bei KI-Systemen umzusetzen. Generative KI ist zwar nicht pauschal reguliert, sondern abhängig von der Zugehörigkeit zu Risikoklassen. Obwohl viele Unternehmen generative KI nur für interne Zwecke nutzen, können diese durch den AI-Act reguliert werden, da der Verwendungskontext für die Risikoklassen irrelevant ist.
Zusätzlich sind die Rückgaben der Modelle nicht immer faktentreu und verlässlich. Die Kontrolle und Überwachung der Inhalte bedarf fachkundiger Expertise. Neben gezieltem Recruiting sowie dem Einführen von Mitarbeiterschulungen, die den Umgang mit den Tools vertiefen und auf potenzielle Risiken aufmerksam machen, zeichnen sich Vorreiterunternehmen durch Anpassungen der Organisationsstruktur aus. Vor allem größere Unternehmen sind oftmals nicht optimal für die bereichsübergreifende Einführung und Nutzung generativer KI von innen heraus ausgerichtet. Hierfür bauen Unternehmen vermehrt ein Center of Excellence auf oder erweitern das bestehende um KI-Kompetenzen. Traditionelle Silo-Strukturen behindern eine enge Zusammenarbeit von Fachbereichen und IT. Gerade dies ist neben der Definition klarer Zuständigkeiten ein entscheidender Schritt auf strategischer Ebene.
Es ist entscheidend, wie Unternehmen die Technologie in ihre bestehenden Stärken integrieren. Unternehmen, die bereits über Ressourcen, Fähigkeiten und ein starkes Geschäftsmodell verfügen, können durch den Einsatz von generativer KI ihre Position weiter verbessern. Während kleinere Unternehmen mit konkreten Use Cases rasch Erfolg haben können, benötigen größere Unternehmen eine ganzheitliche KI-Integration. Allerdings müssen diese sicherstellen, dass ihre KI-Strategien nicht nur technologisch, sondern auch in Bezug auf Organisation, Kultur und Führung abgestimmt sind. Ohne diese ganzheitliche Betrachtung kann der Einsatz von generativer KI lediglich ein kurzfristiger Vorteil sein. Die wirtschaftliche Bedeutung und die Auswirkungen sind sicherlich erheblich, es gilt jedoch, generative KI nicht als Allheilmittel wahrzunehmen.