Gartner hat kürzlich einen neuen Bericht veröffentlicht, der besagt, dass Unternehmen bis 2027 aufgaben-spezifische KI-Modelle dreimal häufiger einsetzen werden als allgemeine große Sprachmodelle. Der Bericht hebt hervor, dass große Sprachmodelle zwar über leistungsstarke Fähigkeiten in der Sprachverarbeitung verfügen, ihre Genauigkeit bei Aufgaben, die ein tiefes Verständnis spezifischer Geschäftsbereiche erfordern, jedoch abnimmt. Daher konzentrieren sich immer mehr Unternehmen auf maßgeschneiderte KI-Modelle, um ihren spezifischen Anforderungen gerecht zu werden.
Bildquelle: Dieses Bild wurde mit KI generiert, Bildrechte beim Dienstleister Midjourney
Sumit Agarwal, Vizepräsident und Analyst bei Gartner, führt diesen Wandel hauptsächlich auf die zunehmende Komplexität von Geschäftsprozessen und die steigende Nachfrage nach Genauigkeit zurück. „Diese kleinen, aufgaben-spezifischen Modelle können schnellere Antworten liefern und benötigen weniger Rechenressourcen, was die Betriebs- und Wartungskosten senkt“, so Agarwal im Bericht.
Im Gegensatz zu großen Sprachmodellen können aufgaben-spezifische Modelle durch Techniken wie Retrieval-Augmented Generation (RAG) oder Fine-Tuning an die spezifischen Bedürfnisse von Unternehmen angepasst werden. Dabei sind Unternehmensdaten entscheidend, da sie zur Personalisierung des Modells beitragen. Dies erfordert jedoch auch Qualitätskontrollen, Aufbereitung und Datenmanagement seitens des Unternehmens, um die Verwendung geeigneter Daten sicherzustellen.
Agarwal fügte hinzu: „Wenn Unternehmen den Wert ihrer privaten Daten und der aus spezifischen Prozessen gewonnenen Erkenntnisse erkennen, können sie beginnen, ihre Modelle zu monetarisieren und diesen Ressourcen einer breiteren Zielgruppe, einschließlich ihrer Kunden und sogar ihrer Wettbewerber, Zugang zu gewähren.“ Dies stellt einen Wandel von einer protektiven hin zu einer offeneren und kollaborativeren Perspektive bei der Nutzung von Daten und Wissen dar.
Gartner bietet Unternehmen während des Übergangs zu kleineren KI-Modellen auch verschiedene Vorschläge an. Dazu gehört das Testen maßgeschneiderter Modelle in Bereichen, in denen ein tiefes Verständnis des geschäftlichen Kontextes erforderlich ist oder in denen bestehende große Sprachmodelle die Anforderungen an Geschwindigkeit und Genauigkeit nicht erfüllen. Wenn ein einzelnes Modell nicht ausreicht, um den Bedarf zu decken, empfiehlt Gartner Unternehmen, die Kombination mehrerer Modelle und Workflows in Betracht zu ziehen. Darüber hinaus hebt der Bericht die Bedeutung von Investitionen in die Datenaufbereitung und den Talententwicklung hervor. Unternehmen sollten die Datenpflege für das Training kleinerer KI-Modelle priorisieren und Fähigkeiten in multifunktionalen Teams entwickeln, die wichtige Stakeholder wie Datenwissenschaftler, KI-Ingenieure, Compliance-Verantwortliche und Beschaffungsspezialisten umfassen.
Wichtigste Punkte:
🌟 Aufgaben-spezifische KI-Modelle werden bis 2027 die bevorzugte Wahl für Unternehmen sein und dreimal häufiger als allgemeine KI-Modelle eingesetzt werden.
⚙️ Diese Modelle liefern schnellere Antworten mit geringerem Rechenbedarf, was die Betriebskosten der Unternehmen senkt.
📊 Unternehmen sollten sich auf die Datenaufbereitung und die Talententwicklung konzentrieren, um die Personalisierung und den Einsatz von KI-Modellen zu unterstützen.
