5 Praxisbeispiele, wie Generative AI und LLM dein Unternehmen transformieren

Generative Künstliche Intelligenz (nachfolgend Generative AI) ist eine Form von Künstlicher Intelligenz, die auf Basis von vorhandenen Informationen und mithilfe leistungsstarker Sprachmodelle (Large Language Model, nachfolgend LLM) neue Inhalte generiert.

In diesem Blogbeitrag werden wir nicht weiter darauf eingehen, was Generative AI und LLM sind (Definition hier verfügbar) oder wie die KI und ChatGPT innerhalb weniger Tage die Welt auf den Kopf gestellt hat. Darüber wird zu Haufen geschrieben.

Stattdessen möchten wir konkrete und praxisnahe Beispiele aufführen, wie Unternehmen Generative AI und LLM – worauf auch ChatGPT basiert – einsetzen können, um ihr Geschäft effizienter zu gestalten oder gar neue Wertschöpfung zu schaffen.

Die folgenden Generative AI und LLM Use Cases basieren auf geschützten Unternehmensdaten und dem öffentlich trainierten KI-Wissen. Selbstverständlich können Mitarbeiter von ChatGPT und anderen generativen KI-Services im Arbeitsalltag profitieren. Besonders spannend wird es jedoch, wenn Generative AI und LLM auf interne Datenquellen und Datawarehouse in der Unternehmung zugreifen können.

Die Anwendungsbereiche von Generative AI und LLM in Unternehmen sind äusserst vielfältig. Im Folgenden präsentieren wir fünf ausgewählte Anwendungsfälle, die Geschäftsfrauen und -männer inspirieren sollen, wie sie Generative AI und LLM erfolgreich in ihr Unternehmen integrieren können.

1. Zeitersparnis bei Offertenerstellung

Wir bei Swiss Digital haben in den letzten Jahren mehr als 300 Offerten erstellt. Obwohl wir Vorlagen für alle unsere Offerten verwenden, benötigt das Schreiben einer ausführlichen Offerte normalerweise etwa zwei bis vier Stunden. Da sich die Projektanfragen oft nur wenig unterscheiden, besteht die meiste Arbeit darin, Ausschnitte aus älteren Offerten zusammenzutragen.

Indem wir der künstlichen Intelligenz in einem sicheren Container den Zugriff auf all unsere Offerten ermöglichten und unsere Offertenvorlage als Output definierten, konnten wir bestimmte Offerten mit einer Zeitersparnis von bis zu 75% erstellen.

Hier ein Beispiel für eine Eingabe, die die generative KI verwendet hat, um eine umfassende Offerte zu generieren:

“Flutter App für einen jährlich stattfindende Messe. Alle Aussteller samt deren Dienstleistungen/Produkte sollen in der App aufgeführt werden. Der Organisator und die Aussteller selbst, sollen über ein CMS die Inhalte, wofür sie berechtigt sind, verwalten können. Die App soll das Programm und einen Hallenplan im PDF-Format beinhalten. Die App soll das Versenden manueller wie auch automatisierter Push-Nachrichten mit Deeplinks unterstützen.”

Mit dieser Eingabe und unserem Offertenarchiv konnte die Generative AI und LLM eine etwa 90% vollständige Offerte von rund 12 Seiten generieren. Das hat uns besonders die repetitive Arbeit abgenommen und innerhalb von weniger als einer Stunde konnten wir die Offerte überprüfen, an die Bedürfnisse des Kunden individualisieren und fertigstellen.

2. Umfassende Informationsquelle und Mitarbeiterschulung

Die künstliche Intelligenz ist in der Lage, sehr schnell sehr viele Daten zu sortieren, zu organisieren und sie für jedermann leicht zugänglich zu machen – ohne dass man lange nach Archivmaterial suchen oder komplexe Datenbankabfragen durchführen muss.

Verschiedene Arten von Inhalten, wie Dokumente (Word, PDFs usw.), Korrespondenzen (E-Mails, CRM-Kundendialoge usw.) und Datenbanken, können ohne mühsame manuelle Datenverarbeitung eine intelligente und umfassende Informations- und Wissensdatenbank für Unternehmen bilden.

Der Zugriff auf Unternehmensinformationen erfolgt über eine einfache Eingabemaske, ähnlich der Google-Suchkonsole, und das in alltagsüblicher Sprache. Hier sind paar Beispiele für solche Eingaben (sogenannte Prompts):

• “Trage alle Informationen zum Projekt XY vom Kunden zusammen”
• “Liste alle Verträge auf, die in den nächsten 3 Monaten auslaufen”
• “Wie viele Ferientage darf man ins nächste Jahr übertragen?”
• “Nenne mir die 5 umsatzstärksten Kunde aus der Region Zürich”

Solche Abfragen ermöglichen nicht nur das schnelle Auffinden von Informationen, sondern erleichtern Mitarbeitern auch das Lesen, Prüfen oder Extrahieren wichtiger Information aus längeren Dokumenten.

Generative AI und LLM können aus vorhandenen Informationen neue Inhalte schaffen. So kann das leistungsstarke Sprachmodell anhand einer einfachen Eingabe wie «Erstelle mir 20 relevante Testfragen und Antworten für die Schulung neuer Vertriebsmitarbeiter» unternehmensbezogene Schulungsunterlagen in Sekundenschnelle erstellen.

Künstliche Intelligenz kann eine enorme Menge an Daten erstaunlich schnell verarbeiten. Daher ist die Implementierung solcher unternehmensinterner Wissensquellen relativ einfach realisierbar. Die Herausforderung liegt jedoch darin, den Zugriff basierend auf Mitarbeiterfunktion und -berechtigung zu steuern und zu überwachen (Identity & Access Management). Hier ist der Mensch weiterhin gefragt, um das entsprechende Berechtigungskonzept auszuarbeiten und zu implementieren.

3. Automatisierte und intelligente Bestellprozesse

Eingehende Bestellungen erreichen uns oft noch in formlosen E-Mails mit Listen oder eigenen Bestellvorlagen. Der Empfänger muss diese Bestellung händisch prüfen, um sie zu genehmigen und in das eigene System zu erfassen.

LLMs, die leistungsstarken Sprachmodelle können solche formlosen Bestellungen, Buchungen oder Auftragsbestätigungen interpretieren und in eine passende Struktur umwandeln, damit sie automatisiert abgewickelt werden.

Künstliche Intelligenz ermöglicht auch eine vollautomatisierte und intelligente Abwicklung ausgehender Bestellungen. Zum Beispiel kann ein Bäckerbetrieb seine Bestellungen beim Lieferanten automatisieren, indem die künstliche Intelligenz Verkäufe mit Bestellungen abgleicht und anhand früherer Bestellvorgänge lernt, solche optimal vorzunehmen.

Zusätzlich kann Generative AI und LLM einen Kundendialog während des Buchungsprozesses übernehmen. Bei spezifischen Angeboten, die nicht mit einem digitalen Buchungstool buchbar sind und oft die Hilfe eines Mitarbeiters erfordern, kann Generative AI und LLM, gestützt auf den aktuellen Daten im ERP oder Reservationssystem, gut 70% der Buchungsanfragen direkt im Dialog mit dem Kunden abwickeln.

Die manuelle Bearbeitung von Transaktionen ist ineffizient und nicht mehr zeitgemäss. Generative AI und LLM können Transaktionen unabhängig von ihrer Struktur und Quelle verarbeiten oder sogar solche automatisch und intelligent durchführen. Eine solche Automatisierung von Routine-Abläufen steigert die Produktivität der Mitarbeiter erheblich.

4. Effizienzsteigerung im Kundendienst

Unternehmen investieren viel in ihren Kundendienst, haben aber oft Schwierigkeiten, alle Kundenanfragen rechtzeitig zu beantworten. Das führt zu frustrierenden Wartezeiten für die Kunden. Generative KI und LLM können hier helfen, indem sie Supportmitarbeitern automatische Vorschläge für Sätze oder ganze Antworten auf Kundenanfragen bereitstellen.

Die Grundlage für diese automatischen Antworten sind alle bisherigen Gespräche mit Kunden, die in einer Datenbank, auf welcher die künstliche Intelligenz kontinuierlich trainiert, gespeichert werden.

Anstatt Antworten von Grund auf neu zu erfassen, müssen die Supportmitarbeiter nur die vorgeschlagenen Antworten überprüfen und gegebenenfalls anpassen. Wenn genügend qualitativ hochwertige Daten in den bisherigen Kundengesprächen enthalten sind, kann der Kundensupport zumindest für allgemeine Kundenanfragen vollständig automatisiert werden.

Ein Beispiel dafür ist der Onlinehändler Brack.ch aus der Schweiz, der einen E-Mail-Chatroboter einsetzt, der auf Hunderttausenden von Kunden-E-Mails trainiert wurde. Dadurch wird ihr Kundendienst um 10% effizienter, und die Qualität der Serviceantworten wird durch konsistente und sprachlich einwandfreie Antworten verbessert.

5. Schnelle Content-Generierung und-Bereicherung

ChatGPT und ähnliche Services werden heute bereits häufig als Unterstützung eingesetzt, um schnell neuen Content, wie Angebots-, Marketing- und Social-Media-Texte, zu generieren. Allerdings kommt es dabei nicht immer zu einem authentischen Unternehmenssprachton, und die erstellten können als Duplikate eingestuft werden, was sich negativ auf das Ranking im Netz auswirken kann.

Damit das Sprachmodell überzeugende und glaubwürdige Texte erzeugen kann, ist es wichtig, dass die Generative AI auf Unternehmensinhalten trainiert wird.

Einige E-Commerce-Händler setzen bereits Generative AI und LLM ein, um automatisch Produktbeschreibungen aus Produktdaten und Kundenbewertungen zu erstellen. Ein Beispiel hierfür ist ein grosser Autohändler aus den USA, der mithilfe von Microsoft Azure OpenAI aussagekräftige Fahrzeugbeschreibungen aus Kundenbewertungen generiert.

Neben natürlicher Sprache kann die Generative AI auch multimediale Inhalte erzeigen, indem sie textlastige Artikel mit inhaltsbezogenen Bildern bereichert. Viele Bloggers und Unternehmen nutzen bereits DALL-E von OpenAI, um ihre Beiträge automatisch mit passenden Titelbildern zu versehen, ohne dabei auf Designern oder der Bildersuche in Stockportalen zurückgreifen zu müssen.

In diesem Artikel haben wir fünf konkrete Beispiele erkundet, wie Unternehmen erfolgreich Generative AI und grosse Sprachmodelle (LLM) einsetzen, um ihre Geschäftsprozesse zu transformieren. Von der Automatisierung von Bestellprozessen bis zur schnellen Content-Generierung zeigen diese Anwendungsfälle die vielfältigen Möglichkeiten auf, wie innovative Technologien den Unternehmensalltag revolutionieren können.

Wir verstehen, dass die Einführung generativer Intelligenz eine strategische Entscheidung ist. Als erfahrene Experten auf diesem Gebiet stehen wir Ihnen gerne zur Verfügung. Ob Sie die Möglichkeiten von Generative AI und LLM für Ihr Unternehmen weiter erkunden oder den entscheidenden Schritt in die Automatisierung Ihrer Geschäftsprozesse unternehmen möchten, wir zeigen Ihnen wie es funktioniert und bewerten Ihr Vorhaben. Kontaktieren Sie uns, um mehr darüber zu erfahren, wie diese wegweisenden Technologien Ihr Unternehmen voranbringen können.