1. Analyse von Finanzberichten
Eine Studie der University of Chicago Booth School of Business zeigt, dass große KI-Sprachmodelle wie GPT-4 in der Lage sind, Finanzberichte von Unternehmen deutlich effizienter zu analysieren als menschliche Analysten. Die KI-Analyse war nicht nur bis zu zehn Mal schneller als die Auswertung durch Menschen, es wurde auch eine um 25- bis 30-prozentige höhere Genauigkeit erzielt. Besonders überlegen war die Künstliche Intelligenz bei der Erkennung von Mustern, Trends und Anomalien in großen Datenmengen. Den Studienautor:innen zufolge könnten KI-Modelle es ermöglichen, Analysten von repetitiven Aufgaben zu entlasten und sie verstärkt für höherwertige Tätigkeiten einzusetzen.
2. KI-Funktionen in SAP Success Factors
Die rasante Entwicklung von KI verändert auch die Art und Weise, wie Unternehmen Mitarbeitende gewinnen und an sich binden. Mit zusätzlichen KI-Funktionen der SAP für den HR-Bereich ändern sich alltägliche Aufgaben von Grund auf. Sie tragen dazu bei, Zeit zu sparen und das Mitarbeitendenerlebnis zu verbessern. Unternehmen wird dadurch geholfen, besser auf die Bedürfnisse von Mitarbeitenden einzugehen und ihre Arbeit effizienter zu machen.
3. Individuelles Training
Um wettbewerbsfähig zu bleiben, müssen Unternehmen Ihre Mitarbeitenden kontinuierlich weiterbilden. Dabei kann KI ihnen Unterstützung bieten. So lassen sich etwas mit Trainings auf Basis von Emotional Analytics – einer KI-Technologie, die Muster in der Sprache erkennt – die Key Performance Indicators (KPIs) in kommunikationsintensiven Bereichen wie Marketing, Vertrieb und Service steigern. Auch Verhandlungssituationen mit schwierigen Geschäftspartner:innen oder Kund:innen könnten immer häufiger mit KI themenspezifisch trainiert werden – allerdings bewegt sich diese Art des Einsatzes im rechtlichen Grenzbereich.
4. SLMS
Viele Unternehmen haben mittlerweile erste Erfahrungen mit generativer KI gesammelt. Sie haben etwa Use Cases entwickelt, mit denen sie Fragen ihrer Kund:innen und Mitarbeitenden aus firmeneigenen Dokumenten beantworten können. Dabei kamen bisher zumeist große Sprachmodelle (Large Language Models, LLMs) wie ChatGPT zum Einsatz. Der Haken dabei: Diese Sprachmodelle sind Generalisten, die nicht auf spezifische Aufgaben trainiert sind. Zudem können sie sehr kostspielig sein. Deshalb sind jetzt Small Language Models (SLMs) auf dem Vormarsch. Sie sind mittlerweile sehr leistungsfähig und arbeiten präzise. Verglichen mit ihren großen Geschwistern brauchen sie viel weniger Rechenkapazität, können sogar auf einem Smartphone installiert werden und sind bestens dazu geeignet, Fachfragen zu beantworten. Zudem macht ihr geringer Ressourcenbedarf sie nachhaltig. Und spart Zeit: Das Training eines SLM nimmt nicht mehr als ein paar Stunden Zeit in Anspruch.
5. Multimodale KI
Multimodale KI. Unter Multimodaler KI versteht man Künstliche Intelligenz, die mehrere Arten oder Modi von Daten kombiniert. Zahlreiche Datentypen werden also zusammen verwendet, um der KI zu helfen, Inhalte zu ermitteln und den Kontext besser zu interpretieren. Das führt im Idealfall zu genaueren Feststellungen, aufschlussreicheren Schlussfolgerungen und präziseren Vorhersagen. Diese KI-Systeme trainieren mit Video-, Audio-, Sprach-, Bild- und Textdaten sowie mit einer Reihe traditioneller numerischer Datensätze.
6. Neue Formen der Kreativität
Texte, Bilder und Musik, die von generativer KI erstellt wurden, haben bereits das Internet erobert. Jetzt werden diese Technologien immer ausgefeilter und vielseitiger. Kein Wunder, dass Künstler:innen und Designer:innen diese KI-Modelle immer mehr in ihre Arbeit integrieren und mit ihnen experimentieren. Die Bandbreite an Möglichkeiten, die sich daraus ergibt, ist längst noch nicht ausgelotet. Wichtig ist natürlich, ethische Überlegungen und die Qualität der generierten Inhalte dabei nicht aus den Augen zu verlieren. Für die Faktenprüfung können beispielsweise sogenannte Knowledge Graphs verwendet werden. Das sind semantische Netzwerke aus Objekten, Ereignissen oder Konzepten, deren Aufgabe darin besteht, die Beziehungen zwischen einzelnen Faktoren zu veranschaulichen.
7. KI-Wearables
KI in Smartwatches kann mehr als Schritte zählen. Wir bewegen wir uns auf eine Ära zu, in der Wearables als persönliche Assistenten dienen und eine Vielzahl von Aufgaben übernehmen – von der Gesundheitsüberwachung bis hin zum persönlichen Zeitmanagement. Zahlreiche Unternehmen arbeiten derzeit an der Integration von KI in Smartwatches. Darüber hinaus mischen neue Geräte wie Rabbit R1 den Markt auf und wollen von Grund auf verändern, wie wir mit Technologie interagieren. Der handtellergroße Minicomputer wird nicht über Apps, sondern über Sprache gesteuert, und kann mittels Künstlicher Intelligenz digitale Aufgaben übernehmen.
8. KI Empowerment
Das Zukunftsinstitut hat diesen Trend als Teil seines Research-Prozesses zum Megatrend New Work identifiziert und betont seine wachsende Relevanz für Unternehmen. „KI Empowerment führt dazu, dass Entscheidungen aufgrund eines erweiterten Wissens getroffen werden, Arbeitskraft effizienter genutzt und kreative Potenziale freigesetzt werden“, heißt es von Seiten des Instituts. „Der Mensch rückt stärker in den Mittelpunkt, und Unternehmen agieren produktiver und verantwortungsvoller. KI-Ignoranz ist in diesem Kontext keine Option mehr. Um diese Entwicklung mitzugehen, ist es notwendig, die relevanten Handlungsfelder in allen unternehmensrelevanten Kontexten zu kennen.“
9. Umweltfreundliche KI
Ein spannender Trend ist auch der Einsatz von KI zur Bekämpfung des Klimawandels. Weil die Künstliche Intelligenz in der Lage ist, große Datenmengen zu analysieren, kann sie dabei helfen, Energieeffizienz zu steigern, erneuerbare Energien besser zu nutzen und nachhaltige Landwirtschaftspraktiken zu fördern. Allerdings ist KI nur nachhaltig, wenn ihr eigener Energieverbrauch geringgehalten wird. Deshalb wird etwa an der Entwicklung effizienterer Algorithmen gearbeitet, die weniger Rechenleistung benötigen.
10. KI in der Wissenschaft
Expert:innen erwarten große Fortschritte bei KI-Tools, die wissenschaftliche Entdeckungen begleiten. Im medizinischen Bereich arbeiten Forschende gemeinsam am weltweit größten bildbasierten KI-Modell zur Krebsbekämpfung. Darüber hinaus wird Künstliche Intelligenz eingesetzt, um neue Wirkstoffe gegen Infektionskrankheiten oder neue Moleküle für revolutionäre Medikamente zu finden. Aber auch die Materialwissenschaft nutzt KI, etwa für die Entwicklung neuer Stoffe mit spezifischen Eigenschaften. Dabei könnten die neuen Systeme dafür sorgen, dass wissenschaftliche Prozesse enorm beschleunigt werden – weil sie Trial und Error erheblich reduzieren.