Generative künstliche Intelligenz: Einsatzmöglichkeiten ... / 7 Wie kommt man mit generativer KI zu guten Ergebnissen?

Aussagen, Fragen und Anweisungen verknüpfen

Um zu guten Ergebnissen zu gelangen, muss man KI-Systemen wie ChatGPT möglichst treffende Anweisungen geben. Ein entscheidender Aspekt, der die Effizienz und Genauigkeit der Ergebnisse maßgeblich beeinflusst, ist das sogenannte Prompting. Ein Prompt stellt eine Eingabe dar, die dem jeweiligen Modell zur Verfügung gestellt wird, um eine Antwort oder Vorhersage zu erzeugen. Diese Eingabe kann verschiedene Formen annehmen, um die Ausgabe in die gewünschte Richtung zu lenken. So können beispielweise Fragen gestellt, eine konkrete Anweisung erteilt oder auch eine Kette von Aussagen, Fragen oder Anweisungen aneinandergereiht werden.

Praxis-Beispiel

Beispiele für Prompts

• Wie viele Einwohner hat die Hauptstadt von Dänemark?
• Nenne die 5 am häufigsten ausgeübten Sportarten in Europa.
• Gibt es einen Unterschied zwischen "Kausalität" und "Korrelation"? Falls ja erkläre ihn bitte anhand von Beispielen.

Ein effektiver Prompt sollte grundsätzlich möglichst klar und präzise formuliert sein. Statt "Was kann man mit ChatGPT im Controlling machen?" führt die Anfrage "Ich plane den Einsatz von ChatGPT im Bereich der Analyse von Geschäftsdaten eines mittelständischen Unternehmens. Welche Anwendungsgebiete gibt es?" zu deutlich spezifischeren Ergebnissen. Der Aufbau des Prompts gibt den KI-Modellen einen klaren Kontext und eine Richtung vor, was im Ergebnis zu fokussierteren und relevanteren Antworten führt.

Musteraufbau eines Prompts

Die Erstellung eines effektiven Prompts ist ein wesentlicher Schritt, um präzise und nuancierte Antworten von einer generativen KI zu erhalten. Anbei ein einfacher Leitfaden, der Schritt für Schritt durch den Prozess führt:

1. Sachverhalt: Begonnen werden sollte mit der klaren Definition des zentralen Themas oder der Frage. In diesem Schritt ist es wichtig, den genauen Kontext der Frage zu verstehen und zu vermitteln. Beispielsweise könnte eine Anfrage lauten: "Ich möchte ein Konzept zur Optimierung der Kostenstellenrechnung in meinem Unternehmen entwickeln." Hier bekommt die KI einen klaren Ausgangspunkt, der es ihr ermöglicht, sich auf die spezifischen Details zu konzentrieren, die für die Optimierung der Kostenstellenrechnung relevant sind.
2. Rahmenbedingungen und Einschränkungen: Im nächsten Schritt werden die spezifischen Rahmenbedingungen und Einschränkungen festgelegt, die die KI bei der Beantwortung der Anfrage berücksichtigen sollte. Dies könnte z. B. beinhalten, bestimmte Abteilungen oder Geschäftsbereiche besonders zu berücksichtigen. Durch die genaue Definition dieser Parameter kann die KI eine Antwort erstellen, die genau auf die Anforderungen zugeschnitten ist.
3. Format: Zuletzt wird das Format definiert, in dem die Antwort präsentiert werden soll. Dies könnte eine textuelle Darstellung sein, die die optimierten Prozesse der Kostenstellenrechnung detailliert beschreibt. Die klare Angabe des gewünschten Formats hilft der KI, die Antwort in einer Weise zu strukturieren, die leicht zu verstehen und zu interpretieren ist.

Praxis-Beispiel

Beispiel für einen Prompt in diesem vereinfachten Design:

• "Ich möchte ein Konzept zur Optimierung der Kostenstellenrechnung in meinem Unternehmen entwickeln" (Sachverhalt).
• "Berücksichtige dabei insbesondere die Abteilungen Vertrieb und Produktion, um eine effiziente Zuordnung der Kosten zu gewährleisten" (Rahmenbedingungen und Einschränkungen).
• "Präsentiere die Ergebnisse in einer textuellen Darstellung, die die optimierten Prozesse der Kostenstellenrechnung detailliert beschreibt" (Format).