9 Stolpersteine beim Arbeiten mit KI

Falle 1: Miese Datenqualität und -verfügbarkeit

Generative KI-Modelle benötigen große Mengen qualitativ hochwertiger und repräsentativer Daten. Das Finden und Bereinigen solcher Daten ist mitunter schwierig. Das hängt vor allem mit der Rechenleistung zusammen – das Training von Generativen Modellen erfordert erhebliche Rechnerressourcen bzw. leistungsstarke Grafikkarten/Server. Weitere Aspekte sind die Auswahl der richtigen Hyperparameter und Prompts. Generative KI-Modelle sind nicht fehlerfrei. Ein solides Fehlermanagement ist entscheidend, um robuste Daten zu gewährleisten.

Falle 2: Keinerlei Ethik und Verantwortung

Generative KI kann für unethische oder schädliche Zwecke missbraucht werden, das ist bekannt. Generative KI kann aber auch unbeabsichtigt ethische Probleme und Diskriminierungen in den generierten Inhalten verursachen. Es ist wichtig, ethische Richtlinien zu beachten und sicherzustellen, dass das Modell nicht diskriminierend ist oder problematische Inhalte erstellt. Letzten Endes ist Ihr Unternehmen für den Inhalt verantwortlich und in letzter Instanz sollte immer ein Mensch den erstellten Content beurteilen.

Falle 3: Mangelnde Interpretierbarkeit

Die Funktionen generativer KI-Modelle sind oft schwer nachvollziehbar und schwer interpretierbar. Damit wird eine umfassende Analyse zur Herausforderung. Umso wichtiger ist es, die Logik des verwendeten KI-Tools zu verstehen, denn das hat möglicherweise Einfluss auf die Prompts. Ist das Verständnis für das Ergebnis der KI-Anwendung nicht vorhanden, fällt auch die Fehlersuche schwer und es leidet die Vertrauenswürdigkeit.

Falle 4: Schlechtes Training und Feinabstimmung

Das Training von generativen KI-Modellen erfordert Fachwissen und Erfahrung. Die Feinabstimmung der Hyperparameter und die Auswahl der richtigen Architektur sind kritische Schritte, die nicht vernachlässigt werden dürfen. Daher ist bei der Auswahl von KI-Tools auch auf Trainingsqualität und Lernfähigkeit der Anwendung zu achten.

Falle 5: Schwierige Bedienung und Integrierbarkeit

Wenn sich keiner traut, die KI zu nutzen, weil sie so kompliziert ist, bringt sie wenig. Eine benutzerfreundliche Oberfläche ist daher wichtig. Kluge Lösungen wie CompanyGPT by APA bieten einen Prompt Assistent und unternehmensweite Promptvorlagen für wiederkehrende Tätigkeiten. Das erleichtert die Arbeit mit dem KI-Tool und unterstützt auch die Dokumentation von Geschäftsfällen und -prozessen. Wichtig ist daher auch, dass die Lösung einfach und nahtlos in die bestehenden Systeme und Workflows integriert werden kann.

Falle 6: Kein Respekt vor Urheberrecht und Datenschutz

Jeder weiß es, aber im Umgang mit KI bekommt das Thema eine noch größere Dimension: Die Verwendung von generativer KI kann Fragen zur Lizenzierung und zum geistigen Eigentum bzw. zum Schutz des Urheberrechts aufwerfen. Daher ist es wichtig zu verstehen, wer die Rechte an den generierten Inhalten hat und wie diese Inhalte verwendet werden dürfen. Das hängt auch mit der KI-Lösung selbst zusammen. Zu klären ist, welche Sicherheitsmaßnahmen das KI-Tool bietet – aber auch, ob die Daten entsprechend der DSGVO behandelt werden.

Fall 7: Keinerlei Support und Weiterentwicklung

Wer erstmals KI im Unternehmen einsetzen möchte, braucht anfangs oft Support. Aber bietet der KI-Anbieter auch diesen Kundensupport? Und wie steht es um etwaige Wartungsangebote? Außerdem ist zu prüfen, ob das KI-Tool regelmäßig aktualisiert und weiterentwickelt wird.

Falle 8: Zu wenig Referenzen und Erfahrungen

Jedes Tool ist nur so gut, wie es von anderen in der täglichen Arbeit bewertet wird. Gibt es Kundenreferenzen oder Statements in Foren und User-Communities, welche die Leistung des KI-Tools belegen? Lassen Sie sich aber auch nicht von zu überschwänglichen Beurteilungen täuschen.

Falle 9: Kostenchaos und unübersichtliche Preise

Das vielleicht Wichtigste kommt zum Schluss: die Kosten. Es gibt fast so viele Bezahlmodelle wie KI-Anwendungen. Und das ist auch prinzipiell gut so, denn das ermöglicht es Ihrem Unternehmen, genau das Modell zu wählen, das für Sie optimal ist. Achten Sie auf jeden Fall darauf, dass mit einer Testversion nicht gleich ein Abo verbunden ist. Prüfen Sie sorgfältig Gebühren, Konditionen und Lizenzvereinbarungen!

Gängige KI-Kostenmodelle auf einen Blick

Freemium-Modell: Ermöglicht eine grundlegende Version der KI-Anwendung kostenlos, erweiterte Funktionen oder zusätzliche Nutzung sind kostenpflichtig im Abo.

Abonnementmodell: Durch regelmäßige Gebühren können Sie das Modell nutzen, wobei es hier verschiedene Rechnungs-Intervalle gibt.

Pay-as-you-go-Modell: Hier wird für die tatsächliche Nutzung des KI-Tools bezahlt, z.B. auf Basis der Anzahl der verarbeiteten Daten, der Rechenleistung oder der Anzahl der Anfragen.

Lizenzmodell: Hier erwerben Unternehmen eine Lizenz für die Nutzung der KI-Anwendung. Diese kann zeitlich begrenzt oder dauerhaft sein.

Kosten pro Transaktion: Manche cloud-basierten KI-Services verlangen nach jeder Verarbeitungstransaktion oder Aktion, die die KI-Anwendung durchführt, eine Gebühr.

Volumenlizenzierung: Volumenbasierte Lizenzvereinbarungen variieren je nach Anzahl der Benutzer:innen, Geräte oder Verarbeitungseinheiten.

Kosten pro Nutzer: Hier wird für jede:n Benutzer:in der KI-Anwendung eine Gebühr eingehoben. Das Modell ist von Software-as-a-Service (SaaS)-Anwendungen bekannt.

Open Source und kostenlose Modelle: Einige KI-Anwendungen sind als Open Source verfügbar und damit kostenlos. Allerdings könnten für Support und Wartung Gebühren anfallen.

Projektabhängige Preise: Bei einigen KI-Anbietern werden die Preise auf Grundlage eines bestimmten Projekts – je nach Komplexität und Anforderungen – abgerechnet.

Individualisierte Preise: Je nach Volumen und Bedarf können Unternehmen bei diesem Modell individualisierte Preisvereinbarungen mit KI-Anbietern aushandeln.

Kosten pro Feature: Bei manchen KI-Plattformen ist es möglich, nur für die Nutzung spezifischer Funktionen oder bestimmter Module zu bezahlen.

Fazit:

Der Einsatz von generativer KI eröffnet völlig neue Möglichkeiten. Allerdings müssen sich Unternehmen auch der potenziellen Stolpersteine bewusst sein und geeignete Gegenmaßnahmen ergreifen. Ein nicht unwesentlicher Punkt dabei ist das Kostenmodell, das vor der Entscheidung für ein KI-Tool genau überprüft werden sollte.