Haben Sie die Pause über die Feiertage genossen? Es scheint fast so, als bräuchten nicht nur wir Menschen manchmal eine Auszeit, sondern auch die Maschinen: So berichteten einige Medien im Dezember, dass Nutzer von ChatGPT frustriert seien, weil das Tool offensichtlich „immer fauler“ werde. Aufgaben, die die KI zuvor scheinbar mühelos bewältigt habe, würden das Tool plötzlich überfordern.
OpenAI nahm die Meldungen nicht auf die leichte Schulter, sondern kündigte umgehend an, dem Leistungsabfall nachzugehen. Aus gutem Grund: Zu viele zahlungskräftige Kunden nutzen die Sprachmodelle inzwischen für eigene Anwendungen, allen voran Microsoft, das mit dem KI-basierten Co-Pilot gerade die Büroarbeit revolutionieren will. Zudem stehen Konkurrenten wie Google mit seiner KI Gemini in den Startlöchern, die nur darauf warten, dass der Marktführer schwächelt.
Ob sich GPT-4 nach der Weihnachtspause erholt hat, wissen wir leider nicht. Dennoch zeigen die Leistungsschwankungen der Sprachmodelle – woher auch immer sie kommen mögen – die Gefahren auf, wenn wir wichtige Prozesse in die Hände von Computeranwendungen legen, deren Funktionsweise wir nicht vollständig verstehen. Im Sinne eines klugen Risikomanagements tun Unternehmen gut daran, von vornherein Anwendungen zu entwickeln oder zu nutzen, die ihnen die Wahl zwischen verschiedenen Sprachmodellen lassen.
Aufwand für eigene KI-Anwendungen nicht unterschätzen
Der richtige Weg der Implementierung ist sicherlich eine der zentralen Fragen für viele Unternehmen im Bereich KI in diesem Jahr: Nach der ersten Begeisterung und dem Ausprobieren geht es nun häufig darum, generative KI datenschutzkonform und in der eigenen Infrastruktur zu implementieren. Viele Unternehmen haben sich dafür entschieden, eigene Anwendungen beispielsweise über die Microsoft Azure Cloud und mit einer individuell programmierten Oberfläche aufzusetzen.
Dabei zeigen sich jedoch schnell zwei Probleme: Erstens sind gerade die spezifischen Anforderungen, die Kommunikationsabteilungen an die Arbeit mit generativer KI haben, nicht ohne weiteres umsetzbar. Die Oberfläche von ChatGPT verwöhnt uns mittlerweile mit vielen Funktionen wie dem Speichern und Teilen von Chats oder eigenen Bots in Form von sogenannten Custom GPTs, die für ein produktives Arbeiten sehr wertvoll sind.
Zweitens reicht es nicht aus, eine Schnittstelle zur Verfügung zu stellen: KI-Modelle entwickeln sich weiter – in ihrer Leistungsfähigkeit, aber auch in den Parametern, mit denen sie eingesetzt werden können. Wer sich also für eine eigene Lösung entscheidet, braucht ein Entwicklerteam, das diese kontinuierlich überwacht, pflegt und regelmäßig aktualisiert.
Kommunikation hat spezifische Anforderungen
Als Kommunitor:innen tun wir gut daran, diese Themen nicht allein der IT-Abteilung zu überlassen, sondern sollten uns schnell in den internen Diskussions- und Entscheidungsprozess einklinken. Warum? Weil wir ganz spezifische Anforderungen an den Einsatz generativer Sprachmodelle in der Kommunikationsarbeit haben. Es nützt uns beispielsweise nichts, wenn eine KI durch entsprechendes Feintuning zwar sehr gut über uns Bescheid weiß, aber dennoch nicht in der Lage ist, in die Rolle eines externen Stakeholders zu schlüpfen. Genau hier liegen die spannenden Anwendungsfälle.
Ein sehr einfacher und effizienter Weg ist es, die zuständigen Kolleg:innen aus der IT zu den KI-Workshops und Trainings innerhalb der Kommunikation einzuladen. Damit haben wir bereits gute Erfahrungen gemacht, denn genau so entsteht ein Verständnis für den Einsatz von Sprach-KI in den spezifischen Anwendungsfällen der Unternehmenskommunikation.
Wie wird KI die Kommunikation verändern?
Die nächste große Herausforderung in diesem Jahr ist die Frage, wie sich die Kommunikation selbst durch KI verändern wird: Schon jetzt ist absehbar, dass sich Anwendungen wie Microsofts Co-Pilot in Zukunft zwischen uns und unsere Stakeholder, die wir erreichen wollen, schieben werden – etwa indem der KI-Assistent das E-Mail-Postfach oder bestimmte Nachrichtenströme filtert und nur die Themen durchlässt, die er für die jeweilige Person für relevant hält. Entsteht hier nach SEO eine neue Disziplin der KI-Bot-Optimierung? Ähnliches gilt für die Frage, wie Unternehmen sicherstellen können, dass KI-Modelle die richtigen Informationen preisgeben, wenn sie nach dem jeweiligen Unternehmen gefragt werden.
Ein in vielerlei Hinsicht spannendes Jahr mit vielen Überraschungen in Sachen KI liegt vor uns. Ein Tipp, falls Sie das Gefühl haben, dass Ihre KI immer fauler wird und die Arbeit verweigert: Eine gemeinsame Studie von Microsoft und mehreren Universitäten hat gezeigt, dass Sprach-KIs zu mehr Leistung „motiviert“ werden können. Ergänzen Sie Ihre Prompts mit Aussagen wie „Das ist sehr wichtig für meine Karriere“ oder „Sei stolz auf deine Arbeit und gib dein Bestes“ und Sie erhalten signifikant bessere Ergebnisse.
Dieser Beitrag ist Teil der Themenreihe „How-to GenAI“, die sich mit dem Einsatz von generativer künstlicher Intelligenz in der Unternehmenskommunikation beschäftigt. Wöchentlich erscheinen an dieser Stelle Beiträge wechselnder Autor*innen zu theoretischen und praktischen Aspekten.
