acatech - Deutsche Akademie der Technikwissenschaften
Generative KI: Chancen für die Wirtschaft souverän nutzen
Das wirtschaftliche Potenzial generativer KI-Sprachmodelle ist enorm. Ein neues Whitepaper der Plattform Lernende Systeme zeigt, unter welchen Bedingungen die deutsche Wirtschaft die Chancen der Modelle unabhängig von den prominenten außereuropäischen Anbietern nutzen kann.
Weiter unten finden Sie die Presseinformation.
Die Publikation steht zum kostenfreien Download zur Verfügung. Einen Überblick über das Thema generative KI-Modelle finden Sie in unserem Web-Spezial.
Gerne vermitteln wir Ihnen ein Gespräch oder Gastbeitrag mit einem der Autoren.
Für Rückfragen stehe ich gern zur Verfügung.
Freundliche Grüße
Linda Treugut
Generative KI: Chancen für die Wirtschaft souverän nutzen
Große KI-Sprachmodelle, die Text oder Programmcodes generieren, können die Wettbewerbsfähigkeit und Innovationskraft der deutschen Wirtschaft enorm steigern. Allerdings stammen gegenwärtig die fortgeschrittensten generativen KI-Modelle aus den USA und China – und erfüllen zumeist nicht die in Europa diskutierten ethischen und rechtlichen Anforderungen. Ein aktuelles Whitepaper der Plattform Lernende Systeme verdeutlicht anhand von Praxisbeispielen die Chancen sowie Herausforderungen der Sprachmodelle und analysiert, unter welchen Bedingungen Unternehmen souverän und rechtssicher das Potenzial der Technologie heben können. Die Experten empfehlen den Aufbau eines offenen, kommerziell nutzbaren Datensatzes in deutscher Sprache, der europäischen Werten und Regeln entspricht und die Entwicklung von Sprachmodellen in Deutschland unterstützt.
München, 05. Dezember 2023 – Das wirtschaftliche Potenzial generativer KI-Sprachmodelle ist enorm. Die Technologie verspricht beispielsweise einen verbesserten Zugang zum Unternehmenswissen für Beschäftigte sowie die Automatisierung von repetitiven und fehleranfälligen Prozessen wie der Verarbeitung von Geschäftsdokumenten. In der Medizin können generative KI-Modelle eine präzisere Vorhersage von Krankheitsverläufen unterstützen sowie Fachkräfte im Gesundheitswesen bei Dokumentation und administrativen Aufgaben entlasten.
„Aus der Perspektive der KI-Forschung stellen große Sprachmodelle einen bedeutenden technologischen Durchbruch dar. Sie erschließen die Intelligenz der Sprache. Sie ermöglichen Lösungen, die vorher jenseits der technologischen Möglichkeiten waren, und heute bereits als selbstverständlich erscheinen“, sagt Volker Tresp, Professor für maschinelles Lernen der Ludwig-Maximilian-Universität München und Leiter der Arbeitsgruppe Technologische Wegebereiter und Data Science der Plattform Lernende Systeme.
Potenzial und Herausforderungen für Unternehmen
Ein wichtiger Grund für die vielfältigen Anwendungsmöglichkeiten der Sprachmodelle: Die aufwändig trainierten Modelle sind wiederverwendbar und lassen sich an branchen- und unternehmensspezifische Anforderungen anpassen. Das ressourcenintensive Trainieren eines eigenen KI-Modells kann entfallen. Bei vielen Anwendungen müssen die KI-Modelle jedoch auf sensible Daten zugreifen können, in der Medizin etwa auf Patienteninformationen oder beim Einsatz in Unternehmen auf Geschäftsdaten. Nur wenige Unternehmen wären bereit, solche Daten an externe Modellanbieter herauszugeben, heißt es im Whitepaper. Für die Unternehmen sei eine rechtssichere Nutzung großer KI-Modelle wichtig. Das Modell sollte im Sinne europäischer Werte und Regeln entwickelt werden. Es sollte zudem transparent sein, welche Daten für das Training der Modelle genutzt wurden. Prominente Modelle aus USA und China erfüllen diese Anforderungen überwiegend nicht. Zudem verfügen außereuropäische KI-Modelle lediglich über einen vergleichsweise geringen Anteil deutscher Textdaten im Trainingsdatensatz, was zu Fehlern in den generierten deutschen Texten führen kann.
Rechtssichere, deutschsprachige KI-Modelle
Angesichts des zunehmenden Einflusses außereuropäischer Modelle bestehe ein Bedarf, Alternativen zu schaffen, um die Innovationskraft und Wettbewerbsfähigkeit in Deutschland und Europa voranzutreiben, betonen die Autoren des Whitepapers. Im Sinne der digitalen Souveränität würden Sprachmodelle für die deutsche Sprache und nach unserem Wertesysteme benötigt. Grundvoraussetzung für das Training großer Sprachmodelle seien entsprechend umfangreiche und kuratierte Trainingsdatensätze.
„Viele Unternehmen wollen derzeit Sprachmodelle einsetzen. Leider gibt es kaum Angebote leistungsstarker deutschsprachiger Modelle. Ein starkes Open Source-Angebot made in Germany kann neuen Wettbewerb schaffen. Dafür sind nur 20 Terabyte, also 10 Laptop-Festplatten, deutschsprachiger Daten nötig. Unabdingbare Voraussetzung ist daher ein Open Source-Projekt, das diese Daten in hoher Qualität kommerziell nutzbar macht und lizenzfrei anbietet, sodass eine breite Community eine sichere KI gestalten kann“, sagt Alexander Löser, Gründer und Sprecher des Forschungszentrums Data Science an der Berliner Hochschule für Technik und Mitglied der Plattform Lernende Systeme.
Eine weitere Voraussetzung für das Training und die Anwendung großer KI-Sprachmodelle in Deutschland ist eine leistungsfähige Recheninfrastruktur. Diese sollte mit den steigenden Anforderungen an die nötige Rechenleistung für KI-Modelle mitwachsen, empfehlen die Autoren. Zudem sollten eine die KI-Community gestärkt und Talente in Forschung und Industrie mit entsprechendem KI-Wissen und Domänen-Know-how gefördert werden.
Über das Whitepaper
Das Whitepaper „Große Sprachmodelle entwickeln und anwenden. Ansätze für ein souveränes Vorgehen“ wurde von Mitgliedern der Arbeitsgruppe Technologische Wegbereiter und Data Science der Plattform Lernende Systeme verfasst. Es steht zum kostenfreien Download zur Verfügung.
Themenspezial zu generativen KI-Sprachmodellen
Einen ausführlichen Überblick über generative KI-Modelle gibt das neue Webangebot der Plattform Lernende Systeme: Das Themenspezial zeigt, wie generative KI-Modelle funktionieren, welche Anwendungen sie in Unternehmen ermöglichen und welche Kompetenzen bei Beschäftigten und KI-Fachleuten notwendig sind. Das Angebot ist unter https://www.plattform-lernende-systeme.de/generative-ki.html verfügbar.
Über die Plattform Lernende Systeme
Die Plattform Lernende Systeme ist ein Netzwerk von Expertinnen und Experten zum Thema Künstliche Intelligenz (KI). Sie bündelt vorhandenes Fachwissen und fördert als unabhängiger Makler den interdisziplinären Austausch und gesellschaftlichen Dialog. Die knapp 200 Mitglieder aus Wissenschaft, Wirtschaft und Gesellschaft entwickeln in Arbeitsgruppen Positionen zu Chancen und Herausforderungen von KI und benennen Handlungsoptionen für ihre verantwortliche Gestaltung. Damit unterstützen sie den Weg Deutschlands zu einem führenden Anbieter von vertrauenswürdiger KI sowie den Einsatz der Schlüsseltechnologie in Wirtschaft und Gesellschaft. Die Plattform Lernende Systeme wurde 2017 vom Bundesministerium für Bildung und Forschung (BMBF) auf Anregung von acatech – Deutsche Akademie der Technikwissenschaften gegründet und wird von einem Lenkungskreis gesteuert. Die Leitung der Plattform liegt bei Bundesministerin Bettina Stark-Watzinger (BMBF) und Jan Wörner (acatech).
Ansprechpartnerin: Linda Treugut Co-Leitung Kommunikation | Co-Head of Communication Lernende Systeme – Die Plattform für Künstliche Intelligenz | Germany’s Platform for Artificial Intelligence Geschäftsstelle | Managing Office c/o acatech – Deutsche Akademie der Technikwissenschaften | National Academy of Science and Engineering Karolinenplatz 4 80333 München | Munich Deutschland | Germany
T.: +49 89/52 03 09-54 M.: +49 151/22 00 87 11 treugut@acatech.de www.plattform-lernende-systeme.de Plattform Lernende Systeme @Twitter | LinkedIn Geschäftsführendes Gremium des acatech Präsidiums | Committee of Board and Vice Presidents: Prof. Dr. Ann-Kristin Achleitner, Prof. Dr. Ursula Gather, Dr. Stefan Oschmann, Manfred Rauhmeier, Prof. Dr. Christoph M. Schmidt, Prof. Dr.-Ing. Thomas Weber, Prof. Dr.-Ing. Johann-Dietrich Wörner
Registergericht AG München | District Court Munich, VR 20 20 21 Vorstand i.S.v. | Board acc. to §26 BGB: Prof. Dr.-Ing. Johann-Dietrich Wörner, Prof. Dr.-Ing. Thomas Weber, Manfred Rauhmeier