Prof. Dr. Mike Schulze, Felix Broßmann
Zusammenfassung
Das Interesse an ChatGPT in der Unternehmenspraxis ist ausgesprochen hoch und viele Fach- und Führungskräfte stellen sich die Frage, welchen Nutzen diese Technologie kurz- und mittelfristig bieten kann. Das gilt selbstverständlich auch für Controlling und Finance, hier gibt es schon erste interessante Anwendungsfälle. Allerdings gilt es dabei auch die potenziellen Risiken eines Einsatzes zu beachten.
1 Einführung
Die Einführung von ChatGPT (Generative Pre-trained Transformer) Ende 2022 löste eine Welle des Interesses an generativer künstlicher Intelligenz (KI) aus. Es handelt sich dabei um einen Chatbot, der KI einsetzt, um mit Nutzern über textbasierte Nachrichten zu kommunizieren. Als Reaktion auf die Eingaben der Nutzer ist dieser in der Lage, spezifische Texte zu erzeugen. Innerhalb weniger Tage hatten weltweit Millionen von Nutzern, die mit dieser neu verfügbaren Technologie experimentierten, unzählige Möglichkeiten der effektiven Nutzung entdeckt und weitergegeben. In den folgenden Wochen und Monaten bemühten sich auch Unternehmen, mit dieser immensen Entwicklung Schritt zu halten. Einige Unternehmen haben dafür bereits einen formalen Ansatz gewählt und spezielle Teams gebildet, die untersuchen, wie generative KI geschäftsmodell- bzw. unternehmensspezifisch nutzenstiftend eingesetzt und die Effizienz im Unternehmen verbessert werden kann. Dieser Artikel befasst sich mit den Grundlagen, potenziellen Anwendungsmöglichkeiten und Risiken des Einsatzes von generativer KI mit besonderem Fokus auf Controlling- und Finanzbereiche in Unternehmen.
2 Was ist generative KI?
Generative KI bezieht sich auf maschinelle Lernmodelle, die bspw. Texte, Bilder, Audiosequenzen oder synthetische Daten generieren können, indem sie menschenähnliche Sprachmuster und -strukturen imitieren. Diese Modelle werden mit verschiedenen Internettexten trainiert und sind unglaublich kreativ bei der Generierung von Geschichten, Gedichten und fachbezogenen Artikeln. Darüber hinaus können sie verschiedene Aufgaben ausführen, Fragen beantworten und detaillierte Erklärungen geben, was sie zu wertvollen Werkzeugen für eine Vielzahl von Anwendungen macht.
Es gibt generative KI-Tools für verschiedene Modalitäten, wie Text, Bilder, Musik, Code und Stimmen. Beispiele für unterschiedliche KI-Inhaltsgeneratoren sind die folgenden:
- Texterzeugungstools wie ChatGPT, Jasper, AI-Writer, Bard und Lex.
- Zu den Tools zur Bilderzeugung gehören Dall-E 2, Midjourney und Stable Diffusion.
- Tools zur Erzeugung von Musik: Amper, Dadabots und MuseNet.
- Werkzeuge zur Codegenerierung: CodeStarter, Codex, GitHub Copilot und Tabnine.
- Zu den Tools für die Sprachsynthese gehören Descript, Listnr und Podcast.ai.
Abb. 1: Die Anwendungslandschaft der generativen KI
3 Grundsätzliche Fähigkeiten von generativer KI
Generative KI kann in vielen Bereichen entlang der Wertschöpfungskette von Unternehmen umfassend eingesetzt werden (vgl. Tab. 1). Sie kann die Interpretation und das Verständnis vorhandener Inhalte erleichtern und automatisch neue Inhalte erstellen. Einige der grundsätzlichen Fähigkeiten und der daraus resultierenden Vorteile der Nutzung generativer KI sind:
- Automatisierung des manuellen Prozesses der Inhaltserstellung,
- Verringerung des Aufwands für die Beantwortung von E-Mails,
- Verbesserung der Antwort auf spezifische fachliche Anfragen,
- Zusammenfassen komplexer Informationen,
- Vereinfachung des Prozesses der Erstellung von Inhalten in einem bestimmten Stil.
Forschung & Entwicklung |
IT |
Produktion & Logistik |
Sales & Marketing |
Service |
Finanzen, Risikomgt. & Recht |
Human Resources |
Allg. Arbeitsweisen & Zusammenarbeit im Team |
Generierung von Molekülen auf der Grundlage der Charakterisierung von Eigenschaften (wissenschaftlich) |
Generierung von Codefragmenten oder Code-empfehlungen (Code) |
Generierung von realen Simulationsdaten und digitalen Zwillingen für die Prozessoptimierung (3D) |
Erstellung personalisierter und ansprechender Nachrichten (Text) |
Bereitstellung verbesserter "virtual agent"s für den Kundensupport (Text) |
Identifikation, Zusammenfassen und Erstellen von rechtlichen und regulatorischen Dokumenten (Text) |
Hilfestellung bei der Erstellung von Interviewfragen leisten, die auf bestimmte Bereiche ausgerichtet sind (Text) |
Erstellen oder Kommentieren von allgemeiner Textdokumentation (Text) |
Vorhersage struktureller Eigenschaften von Proteinen und anderen Biomolekülen (wissenschaftlich) |
Generierung von Software-Testfällen (Code) oder Erstellung von Software-Testdaten (Code, Text, Tabellen, etc.) |
Erfassen, Klassifizieren und Zusammenfassen von technischen Fehlermeldungen (Bild, Text) |
Analyse von Kundeninteraktionen und Feedback, um wichtige Erkenntnisse zu gewinnen (Text) |
Bereitstellung einer Wissensbasis für den Kundensupport aus Textdokumenten und Experteninteraktionen (Text) |
Identifizierung und Bewertung von Risikoindikatoren in der Textdokumentation (Text) |
Zusammenfassung und Hervorhebung der wichtigsten Bewerbungsinformationen für die erste Bewerberprüfung (Text) |
Bereitstellung von Textzusammenfassungen und Bildbeschrei... |