Kunstvolle Bilder in jedem beliebigen Stil durch einfache Anweisungen in natürlicher Sprache, Fachaufsätze und Seminararbeiten in Sekundenschnelle, Antworten auf fast alles - Tools wie ChatGPT, Dall-E 2 oder Midjourney haben Fachwelt und Verbraucher gleichermaßen zum Staunen gebracht. Alle spüren, dass in der Generativen Künstlichen Intelligenz (GenAI) ein enormes Potenzial steckt.

"GenAI ist tatsächlich ein Gamechanger", konstatiert Dave Wright, Chief Innovation Officer bei ServiceNow, im Gespräch mit Ralf Schnell, der in Zentraleuropa den Bereich IT Service Management Solutions leitet (siehe Video weiter unten). Zugleich bestätigen beide diese Mischung aus Faszination und Ratlosigkeit, die derzeit bei den Anwenderunternehmen herrscht. "Jeder scheint zu wissen, dass GenAI 'The Next Big Thing' ist, jeder denkt, dass er sie unbedingt braucht, aber nur sehr wenige scheinen wirklich zu wissen, was sie ist und wofür sie genutzt werden kann", sagt Schnell.

Um sich den potenziellen Nutzen von GenAI im Kontext des eigenen Unternehmens vorstellen zu können, sollte man GenAI nicht als Black Box mit magischen Fähigkeiten oder als eine Art höhere Autorität betrachten, empfiehlt Dave Wright. "Die Menschen sehen die Ergebnisse, die GenAI liefert, und halten sie für Fakten. GenAI ist nicht großartig darin, Fakten zu produzieren, sondern eher Ergebnisse auf Basis der Daten, auf denen sie trainiert wurde."

Wo die Grenzen von GenAI liegen

Wright weist auch darauf hin, dass es generative KI schon seit den Sechzigern gibt. Doch erst mit dem Aufkommen der GPT-Modelle (Generative Pre-trained Transformers) sind Plattformen wie ChatGPT möglich geworden. Das Besondere an GPT-Modellen ist, dass sie auf verschiedene Kontexte hin mit riesigen Datenmengen trainiert werden können und damit die Fähigkeit besitzen, den Kontext bzw. Zweck einer gestellten Aufgabe zu erfassen und themenspezifische Antworten zu liefern.

Diese Eigenschaft ist in vielerlei Hinsicht nützlich. Die heute am weitesten verbreiteten Aufgaben, die GenAI-Modelle erledigen, ist die Erstellung von Inhalten jeder Art und in jedem beliebigen Stil - von Social-Media-Posts über Gedichte im Stil von Shakespeare bis hin zu Fachartikeln und Programmiercode - sowie das Zusammenfassen von Texten. Auch die Analyse großer Datenmengen und die Erkennung von Mustern ist eine Eigenschaft, dank der GenAI die sprichwörtliche Nadel im Heuhaufen finden kann.

Zugleich sollte man sich darüber bewusst sein, dass die Ergebnisse, die ChatGPT & Co. liefern, nichts weiter als stochastische Berechnungen sind, zum Beispiel wie bestimmte Wörter aneinandergereiht werden. "GenAI 'versteht' nicht, was sie produziert", sagt Dave Wright. "Sie produziert Output auf Basis von mathematischer Wahrscheinlichkeit. Was sie produziert, klingt schlüssig, aber sie versteht nicht den Sinn des eigenen Outputs, auch wenn sie uns genau diesen Eindruck vermittelt."

In anderen Worten: sie kann nicht zwischen einer inhaltlich richtigen und einer falschen Aussage unterscheiden. Dass ihre Antworten in der Regel trotzdem richtig sind, ist dem Umstand geschuldet, dass sie mit inhaltlich richtigen Daten trainiert wurde. Deswegen empfiehlt Wright, die Validität der generierten Inhalte zu prüfen, besonders wenn sie veröffentlicht werden sollen, zum Beispiel in der Wissensdatenbank eines Unternehmens. Dennoch sei der Nutzen von GenAI auch in diesem Fall beträchtlich, denn sie kann diese Inhalte - im Gegensatz zu einem Menschen - innerhalb von Sekunden produzieren.

Fokus auf Produktivität

An diesem Zugewinn an Produktivität orientiert sich denn auch die Strategie von ServiceNow in Bezug auf GenAI. Sie basiert auf drei Säulen: eigene GenAI-Modelle und Funktionalitäten entwickeln; die Integration externer GenAI-Plattformen in den Workflows des Anwenderunternehmens ermöglichen; und die Now Platform zur Schaltstelle für die Governance von KI-Anwendungen ausbauen.

In Sachen eigene GenAI-Funktionalität hat ServiceNow mit dem letzten Update (Vancouver Release) die Funktionalität seines KI-gestützten digitalen Assistenten Now Assist in verschiedene Workflow-Bereiche integriert - im IT Service Management, im Customer Service Management, in den HR-Workflows und in der Programmier- und Low-Code-Plattform Creator. In all diesen Bereichen steigert Now Assist die Produktivität, indem er zum Beispiel für Service Agents die Historie von Incidents zusammenfasst und fertig ausformulierte Lösungsvorschläge liefert; Fragen von Kunden beantwortet oder sie auf Self-Service-Funktionalität hinweist; für Personalmitarbeiter die Anliegen von Mitarbeitern aufbereitet; und für Programmierer Code-Snippets produziert.

ServiceNow geht dabei auf Nummer Sicher und verwendet eigenentwickelte Modelle und Trainingsdaten, deren Output eng auf die Funktionalität der Now Platform abgestimmt ist. Das hilft, den Nutzen zu maximieren und das Fehlerrisiko gering zu halten. Denn kein Unternehmen, das KI-gestützte Services anbietet, kann es sich heute leisten, seine Kunden oder Nutzer zu vergraulen. "Wir haben gesehen, wie schnell das Vertrauen der Nutzer in Tools wie ChatGPT verschwindet, sobald sie ein falsches Ergebnis bekommen", warnt Dave Wright.

Risiken minimieren und Akzeptanz schaffen

Bei der Akzeptanz und der Schaffung von Vertrauen für KI-gestützte Anwendungen zieht Ralf Schnell eine Parallele zu Flug- bzw. Fahrassistenzsystemen. "Vor vielen Jahren würde ein Pilot nie akzeptieren, dass eine Software seine Maschine fliegen könnte, doch heute ist das nicht mehr der Fall. Klar, es gibt Fälle, in denen die Software einen Crash verursacht hat. Aber eigentlich machen Computer keine Fehler, sondern nur das, was sie laut Software tun sollen. Andererseits machen Programmierer sehr wohl Fehler."

"Der Autopilot ist heute besonders bei Langstreckenflügen gang und gäbe, manchmal sogar bei Start und Landung", fügt Dave Wright hinzu. "Aber wenn man als Passagier in ein Flugzeug einsteigt und das Cockpit ist leer, ist das nicht besonders vertrauenserweckend, Eine Maschine hat schließlich nicht dasselbe Interesse, den Flug zu überleben, wie ein Mensch." Ähnlich sei es mit heute KI-gestützten Business-Anwendungen: "Dem Output der KI einfach blind zu vertrauen, ist wahrscheinlich riskant."

Die Validität der Trainingsdaten verbessern

Die Strategie von ServiceNow deckt sich weitgehend mit den Empfehlungen, die Gartner in seinem Bericht zu den zehn wichtigsten Technologie-Trends für 2024 ausspricht. Darin wird unter anderem die Bedeutung von "AI Trust, Risk and Security Management (AI TRiSM)" betont. So werden laut Gartner Unternehmen, die in den nächsten drei Jahren TRiSM-Maßnahmen auf ihre KI-Anwendungen anwenden, rund 80 Prozent der fehlerhaften und nicht validen Informationen eliminieren können. Dies habe zur Folge, dass die Genauigkeit ihrer KI-gestützten Entscheidungsmechanismen dramatisch steigen wird.

Um solche Maßnahmen einführen zu können, empfiehlt Gartner Unternehmen, ein spezielles Team zur Verwaltung Ihrer AI TRiSM-Bemühungen einzurichten, das abteilungsübergreifend arbeitet und Richtlinien für die zulässige Nutzung von KI definiert. Auch hier ist die Now Platform, insbesondere für bestehende ServiceNow-Kunden, in der Rolle einer zentralen Verwaltung von KI-Governance und dem Risikomanagement von KI-Anwendungen sehr gut vorstellbar.

Ein Blick in die Zukunft

Was das 'Next Big Thing' in Sachen KI sein wird, ist selbst für einen Chef-Innovator wie Dave Wright schwer vorauszusagen. "Ich gehe davon aus, dass die Anwendung dieser Technologie die nächsten fünf Jahren dominieren wird und dass sie in Kombination mit anderen Technologien dazu genutzt wird, die heutige Arbeitsweise zu verändern. Wenn wir zum Beispiel die Funktionalität von GenAI auf User Interfaces anwenden, kann ich mir vorstellen, dass diese viel dynamischer werden und sich danach richten, wie Menschen Systeme tatsächlich nutzen."

Der Technologieanalyst Benedict Evans vergleicht diese Phase der IT-Geschichte mit den ersten Jahren nach der Einführung des PC: Auch GenAI sei eine Technologie, die über ein Dialogfenster zu bedienen ist (Anweisungen in natürlicher Sprache statt den Betriebssystem-Befehlen der PC-Ära), und es gibt einige beeindruckende Anwendungen, die für bestimmte Nutzer äußerst wertvoll sind. Doch ebenso wie damals die heutige Bandbreite an Anwendungssoftware noch fehlte, von der Tabellenkalkulation über die Kundendatenbank bis hin zum Warenwirtschaftssystem, und erst mit der Zeit entstand, würden heute noch die Anwendungen fehlen, die die Fähigkeiten von GenAI zum Tragen bringen können.

Einiges geht allerdings schon heute, und zwar out-of-the-box. Wie Ihr Unternehmen die KI-Fähigkeiten der Now Platform am besten nutzen kann, um die Produktivität zu steigern, erfahren Sie hier.