Mit GenAI von Information zu Wissen gelangen – Teil 2

Der erste Beitrag dieser Blogreihe – der sich mit den Auswirkungen von KI auf das Content-Management befasst – skizzierte Bereiche, in denen sich mit GenAI ein höherer Nutzen aus unstrukturierten Unternehmensinformationen erzielen lässt. Wir kamen zu dem Schluss, dass die Möglichkeiten, traditionelle Informationen in differenzierendes Wissen für eine größere Wirkung in Unternehmen und Branchen umzuwandeln, für Anwender, Architekten/Ingenieure und Führungskräfte vielfältig sind. Die Einführung von GenAI birgt jedoch auch Herausforderungen und Aspekte, die in der Praxis berücksichtigt werden müssen. Diese stehen im Mittelpunkt dieses zweiten Blogbeitrags.

Anwendungsfall: eine Versicherungsgesellschaft

Um einige der organisatorischen Herausforderungen bei der Einführung von GenAI zu verdeutlichen, betrachten wir ein Anwendungsbeispiel: Ein Versicherungsunternehmen möchte mehr Erkenntnisse aus unstrukturierten Daten gewinnen: Versicherungspolicen, Verträge und andere relevante Geschäftsdokumente. Aufgrund der komplexen Organisation und der verteilten Wissenszentren reicht es jedoch nicht aus, die Daten einfach in ein großes Sprachmodell (LLM) einzuspeisen, um Vertriebs-, Kundendienst- oder andere Geschäftsanfragen zu bearbeiten.

Dies liegt daran, dass die Organisation in mehrere Teams mit jeweils Dutzenden von Mitarbeitern unterteilt ist. Jedes Team ist für unterschiedliche Schadensfälle und die Arbeit mit verschiedenen Informationsquellen und spezifischen Anwendungssystemen geschult. Zudem benötigt jede Gruppe häufig „Kontextsensitivität“ – die Fähigkeit eines KI-Modells, auf Basis der umgebenden Informationen oder des Hintergrundwissens angemessen zu reagieren, anstatt sich nur auf die unmittelbaren Eingaben zu beschränken. Diese Anforderung gilt sowohl für strukturierte als auch für unstrukturierte Daten bei der Interaktion mit LLMs, um effektive Erkenntnisse zu gewinnen, Kosten zu kontrollieren und die Unternehmensführung zu gewährleisten.

GenAI-Herausforderungen nach Thema und betroffenen Interessengruppen

Das oben beschriebene Szenario ist auf viele weitere Branchen und horizontale Lösungen übertragbar. So sind Produktinformationslösungen beispielsweise für die Bereiche Versicherung (Versicherungsdokumente, rechtliche Details usw.), Finanzdienstleistungen (Prospekte, Kontoauszüge usw.), Fertigung (Produktspezifikationen, Garantien usw.) und weitere Bereiche unerlässlich. Auch in Anwendungsökosystemen wie SAP sind Produktinformationslösungen weit verbreitet, da unstrukturierte Informationen zu Geschäftstransaktionen die Erkenntnisse von GenAI optimieren. Gängige GenAI-Anwendungsfälle für operative Informationen umfassen Produktinformationslösungen, Vertragsmanagement und einen gemeinsamen GenAI-IT-Service zur Bereitstellung wiederholbarer Lösungen für Anwendungsteams. Jede dieser Branchen- und horizontalen Lösungen steht vor den Herausforderungen, die in der folgenden Tabelle zusammengefasst sind.

Datensicherheit, Genauigkeit der GenAI-Analysen, Kostenkontrolle und die Gesamtrisikobewertung sind entscheidende Faktoren für Anwender, Architekten und Führungskräfte bei der Einführung von GenAI. Das gleichzeitige Auftreten einiger oder aller dieser Herausforderungen kann die Sicherheitsbedenken eines Unternehmens verschärfen. Ihre GenAI-Lösung muss sich daher an Ihre Sicherheitsziele anpassen.

Verbesserung des Content-Managements mit Rocket^® Content Smart Chat

Um Unternehmen bei ihrer Datentransformation weiter zu unterstützen, bieten wir Rocket^® Content Smart Chat an. Diese KI-gestützte Dialogschnittstelle ermöglicht es Nutzern, Anfragen in natürlicher Sprache systemübergreifend zu stellen und so den Zugriff auf wichtige Daten und Inhalte zu vereinfachen. Durch die nahtlose Integration in Ihre bestehenden Anwendungen optimiert Rocket Content Smart Chat das Content-Management mit KI-gestützten Erkenntnissen, optimiert Abläufe sicher und fördert fundierte Entscheidungen.

Gestalten Sie die Zukunft des Datenmanagements mit den innovativen Lösungen von Rocket Software und wandeln Sie Ihre Informationen in handlungsrelevantes Wissen um. Erfahren Sie mehr, indem Sie die Smart Chat-Broschüre herunterladen oder mit einem Experten sprechen .