Overview
Unternehmen investieren zunehmend in künstliche Intelligenz. Doch selbst leistungsfähige KI-Systeme können nur dann zuverlässig unterstützen, wenn ihnen die relevanten Informationen aus dem jeweiligen Unternehmenskontext zur Verfügung stehen.
Dazu gehören beispielsweise interne Richtlinien, aktuelle Produktinformationen, dokumentierte Ausnahmen, Zuständigkeiten und unternehmensspezifische Prozesse.
Doch wie gut sind Unternehmen darauf vorbereitet? Und welchen Einfluss hat die systematische Bereitstellung von Unternehmenskontext auf Qualität, Effizienz und Verlässlichkeit der KI-Ergebnisse?
Mit diesen Fragen beschäftigt sich das Institut für Finanzdienstleistungen Zug IFZ der Hochschule Luzern gemeinsam mit dem Technologiepartner LLMify.
Bisherige Forschung und erste Ergebnisse
Im Rahmen der bisherigen Forschungsarbeiten wurden sowohl die Wirkung strukturierten Unternehmenskontexts als auch die organisatorischen Voraussetzungen in Unternehmen untersucht.
In einem kontrollierten Experiment mit 47 Fachpersonen zeigte sich, dass die strukturierte Bereitstellung relevanter Unternehmensinformationen deutliche Vorteile bringen kann:
Die Bearbeitungszeit einer KI-gestützten Aufgabe reduzierte sich um 13,9 %.
Die durchschnittliche Qualität der Ergebnisse stieg von 5,6 auf 7,7 von maximal 8 Punkten.
Die Ergebnisse wurden insgesamt konsistenter.
Eine ergänzende explorative Unternehmensbefragung zeigte gleichzeitig Herausforderungen bei der Organisation von Wissen, Anwendungen und Verantwortlichkeiten.
Die bisherigen Ergebnisse legen nahe, dass die Leistungsfähigkeit von KI nicht ausschliesslich von der Wahl des Sprachmodells abhängt. Entscheidend ist auch, wie Unternehmen ihr Wissen organisieren und für KI nutzbar machen.
Aktuelle Forschungsfragen
Aufbauend auf diesen Erkenntnissen beschäftigen wir uns insbesondere mit folgenden Fragen:
Wie lässt sich relevantes Unternehmenswissen für unterschiedliche KI-Anwendungen zuverlässig verfügbar machen?
Welche organisatorischen und technischen Voraussetzungen sind notwendig, damit KI mit aktuellen, korrekten und freigegebenen Unternehmensinformationen arbeitet?
Wie können Unternehmen die Kontrolle über ihr Wissen behalten, auch wenn sie unterschiedliche KI-Systeme und Anbieter einsetzen?
Welche Auswirkungen hat die systematische Nutzung von Unternehmenskontext auf Qualität, Effizienz und Fehleranfälligkeit im Arbeitsalltag?
Wie lässt sich der Nutzen einer kontextbasierten KI-Lösung unter realen Bedingungen messen?
