Generative KI

Was ist generative KI?

Generative KI ist künstliche Intelligenz (KI), die maschinelles Lernen (ML) und Deep-Learning-Algorithmen verwendet. Sie nutzt die Aufforderungen und Fragen der Benutzer, um für diese neue Inhalte wie Texte, Bilder, Videos, Musik und Computercode zu generieren. Diese Technologie hat das Potenzial, dramatisch zu verändern, wie Menschen Originalinhalte für persönliche, geschäftliche und künstlerische Zwecke erstellen.

Generative KI unterscheidet sich von der RAG KI (Retrieval Augmented Generation) dadurch, dass sie ein Subset der RAG ist. Die Technik vereint die Stärken von generativer und abfragebasierter KI. Generative KI unterscheidet sich ebenfalls von kognitiver KI, die zum Erzielen ihrer Ergebnisse die Arbeitsweise des menschlichen Gehirns imitiert.

Wie funktioniert generative KI?

Bevor ein generatives KI-System neue Inhalte erstellen kann, muss es zunächst trainiert werden. Dazu werden riesige Mengen an Informationen – Wörter, Bilder, Musik oder andere Inhalte – in ein Deep-Learning-System eingespeist.

Danach durchforstet ein neuronales KI-Netzwerk die Daten und hilft dem System beim „Lernen“. Bei diesem Netzwerk handelt es sich um einen ML-Teilbereich, der Computer in der Datenverarbeitung trainiert, indem er das menschliche Gehirn imitiert. Der beliebte Chatbot ChatGPT wurde beispielsweise mit riesigen Datensätzen und mehr als 300 Milliarden Wörtern trainiert, die aus dem Internet, Büchern, Zeitschriften, Liedern, Theaterstücken, Filmen und anderen öffentlich zugänglichen Datenquellen stammen. ChatGPT analysiert all diese Daten und lernt aus ihnen, um Muster und Strukturen zu erkennen.

Sobald das generative KI-Modell genügend Wissen aufgenommen hat, kann es mit der Erstellung beginnen. Anhand der Muster, die es aus den trainierten Daten extrapoliert, kann es neue Inhalte auf der Grundlage von Anweisungen oder Fragen der Benutzer erstellen. Wenn es zum Beispiel mit den Romanen eines bestimmten Autors trainiert wurde, könnte es Texte in dessen Stil schreiben und dazu die Themen aus den Büchern dieses Autors verwenden, wenn es von einem Benutzer dazu aufgefordert wird. Wenn eine Person ein neues Bild zeichnen möchte, kann sie einige Merkmale eingeben, um die generative KI die Erstellung durchführen zu lassen.

Da generative KI darauf trainiert ist, kontinuierlich zu lernen, produziert sie mehrere Versionen von Inhalten und wählt die jeweils beste aus. Aufgrund dieses Verfeinerungsprozesses sind generative KI-Systeme in der Lage, die Qualität ihrer Ergebnisse ständig zu verbessern.

Welche Vorteile bietet generative KI?

Generative KI bietet viele potenzielle Vorteile. Dazu gehören unter anderem:

• Beschleunigte Content-Erstellung – Ob beim Grafikdesign, bei der Produktion von Schulungsvideos, beim Verfassen von Artikeln, beim Komponieren von Songs oder beim Debuggen von Code – Inhalte, die schnell mit den entsprechenden Benutzereingaben wie Fragen, Anweisungen, visuellen Bildern oder Notizen generiert werden können, entwickeln sich rasant zu einem der beliebtesten Vorteile generativer KI. Gartner prognostiziert, dass bis 2025 30 % der ausgehenden Marketingnachrichten von generativer KI erstellt werden, gegenüber nur 2 % im Jahr 2022.
• Effizienzsteigerung der menschlichen Arbeitskräfte – Selbst wenn die anfängliche Ausgabe eines generativen KI-Modells nicht den Qualitätsstandards entspricht, können Menschen den Rohinhalt in viel kürzerer Zeit zu ihrer Zufriedenheit aufbessern, als sie für eine Neuentwicklung benötigen würden.
• Steigerung der Unternehmensproduktivität – Da generative KI-Modelle ununterbrochen arbeiten, nie müde werden, keine Krankheiten kennen und nie Pausen brauchen, kann rund um die Uhr mehr Arbeit erledigt werden, was die Gesamtproduktivität steigert.
• Kostensenkung – Einige Unternehmen nutzen generative KI, um Aufgaben zu ersetzen und so ihre Kosten zu senken. Viele andere Unternehmen setzen generative KI aber eher dazu ein, ihre Mitarbeiter zu unterstützen, um mehr zu erreichen, als bisher möglich war.
• Verbesserung der Kundenerfahrung – Durch die Bereitstellung freundlicherer, personalisierterer und menschenähnlicherer Antworten auf Kundenfragen und Supportprobleme können generative KI-Chatbots für den Kundenservice die Customer Journey verbessern.
• Beschleunigte Entwicklung neuer Produkte – Generative KI kann die Entwicklung und Entdeckung neuer Medikamente beschleunigen, die Codierung von Unternehmensanwendungen vereinfachen, Innovationen fördern und neue Produktideen anstoßen.
• Verbesserung von Ausbildung und Schulungen – Mit maßgeschneiderten Tests und dynamischen Zuweisungen von Schulungs- und Lernmaterialien kann generative KI die Lernerfahrungen für Schüler, Studenten und Mitarbeiter so personalisieren, dass sie schneller und effektiver lernen.
• Unterstützung besserer Entscheidungsfindungen – Da generative KI große Datenmengen verarbeiten und Muster und Trends erkennen kann, bietet sie menschlichen Führungskräften die Möglichkeit, Erkenntnisse zu gewinnen, die ihnen andernfalls entgangen wären. So können sie bessere Entscheidungen treffen oder effektivere Strategien formulieren.

Mit welchen Risiken und Einschränkungen ist generative KI verbunden?

Obwohl generative KI zahlreiche Vorteile bietet, birgt sie auch gewisse Risiken und ist mit Einschränkungen verbunden, wenn sie nicht angemessen eingesetzt und verantwortungsvoll genutzt wird. Zu den Risiken und Einschränkungen gehören unter anderem:

• Unterdurchschnittliche Qualität – Obwohl generative KI schnell Inhalte liefern kann, entspricht die Qualität nicht immer den erforderlichen Standards. Eine sorgfältige Überprüfung der Fakten, Überwachung und Bearbeitung ist erforderlich, um sicherzustellen, dass die Ausgabe korrekt, relevant und von hoher Qualität ist.
• Gleichförmigkeit und Konformität statt Kreativität – KI kann die Muster nachahmen, die sie durch die Aufnahme eines breiten Spektrums an Inhalten gelernt hat. Sie versteht aber nicht wirklich, was sie generiert hat. Die menschliche Kreativität und insbesondere die Intuition und die Fähigkeit, logische Schlüsse zu ziehen, begrenzen die Tiefe und die emotionale Resonanz der von generativer KI gelieferten Ergebnisse.
• Unbeabsichtigte Offenlegung privater, geschützter oder sensibler Informationen – Generative KI benötigt riesige Datenmengen für das Training ihrer Modelle. Daher müssen Unternehmen und Einzelpersonen sehr genau auf die Datenquellen achten, die sie für das Training dieser Modelle verwenden, um nicht versehentlich private oder personenbezogene Daten preiszugeben, sensible Informationen weiterzugeben oder gegen Datenschutz- und Sicherheitsvorschriften zu verstoßen.
• Ethischer Missbrauch – Es besteht außerdem das Risiko, dass KI für böswillige oder kriminelle Zwecke eingesetzt wird, z. B. zum Erstellen von „Deep Fakes“ (gefälschte Videos, die echt erscheinen), zur Verbreitung von Fake News oder zum Plagiieren urheberrechtlich geschützter Inhalte.
• Voreingenommene, fehlerhafte oder völlig falsche Ergebnisse – Wie sich bei frühen KI-Modellen gezeigt hat, hängt der von generativer KI produzierte Inhalt stark von den Daten ab, mit denen sie für ihre Ausgabe trainiert wurde. Wenn diese Daten von schlechter Qualität, ausgrenzend, voreingenommen oder einfach nur falsch sind, liefert das KI-System auch keine besseren Ergebnisse.
• Soziale Spaltung – Wie bei jeder Form der Automatisierung wird spekuliert, dass generative KI mehr Arbeitsplätze ersetzen und möglicherweise eine viel größere Gruppe von Berufen betreffen könnte als frühere Generationen von automatisierten Technologien. Die Geschichte hat gezeigt, dass diese Art von industriellen Revolutionen ein großes Potenzial haben, soziale Gegensätze zu schaffen und Spannungen zwischen älteren und jüngeren Generationen zu erzeugen.
• Unsicheres rechtliches Umfeld – Im Zusammenhang mit KI-generierten Inhalten kann es zu rechtlichen Problemen kommen, z. B. Urheberrechtsverletzungen oder die Haftung für die Veröffentlichung geschützter, schädlicher oder irreführender Inhalte.

Aus all diesen Gründen werden Unternehmen darauf achten müssen, generative KI verantwortungsvoll und auf ethische Weise einzusetzen.

Wie wird generative KI verwendet?

Generative KI wird bereits in vielen Berufen und Branchen genutzt:

• Creative Services/Marketing – Unternehmen und Agenturen nutzen generative KI, um zielgerichtete Werbung zu entwickeln, Marketinginhalte zu schreiben, Kampagnen zu planen, die Kampagnenleistung zu messen und Websites zu erstellen.
• Einzelhandel – Seit einiger Zeit nutzt der Einzelhandel KI, um Kunden auf der Grundlage ihres Surf- oder Kaufverhaltens Kaufempfehlungen zu geben. Generative KI kann auch vorhersagen, welche Produkte zu welchem Zeitpunkt besonders gefragt sein werden und wo der Bestand in Lagerhäusern und Geschäften optimiert werden kann.
• Gesundheitswesen – Generative KI-Tools können Ärzten dabei helfen, Patienten eine personalisierte Versorgung auf der Grundlage ihrer Krankengeschichte zu bieten, einschließlich Labortestergebnissen und Bildern wie Röntgenaufnahmen oder CT-Scans. Diese Tools können Ärzte auch dabei unterstützen, Krankheiten früher zu erkennen. Der Grund dafür sind die riesigen Mengen an klinischen und diagnostischen Daten, die in solche Systeme mit leistungsstarken Mustervergleichsfunktionen eingespeist werden. KI kann darüber hinaus manuelle Aufgaben wie die Terminerfassung, Medikamentenverschreibungen und das Aktualisieren von Unterlagen überflüssig machen.
• Logistik, Versand und Transport – Diese Branchen sind in hohem Maße auf Ortungsdienste angewiesen. Sie können generative KI dazu nutzen, Satellitenbilder in Kartenansichten umzuwandeln. Diese Ansichten helfen sowohl Mitarbeitern als auch Systemen, Routen zu planen und Waren effizienter ans Ziel zu bringen.
• Fertigung – Ungeplante Ausfallzeiten können für Hersteller aller Größenordnungen finanziell nachteilig sein. Mit generativer KI können Hersteller ungeplante Ausfallzeiten durch eine vorausschauende Wartung vermeiden. Sie können auch mehrere Produktentwürfe auf einmal erstellen und testen, um festzustellen, mit welchen sich die höchsten Gewinne erzielen lassen.
• Finanzwesen – Generative KI kann das Kundenerlebnis im Privatkundengeschäft verbessern, indem sie Echtzeittransaktionen wie Einzahlungen und Abhebungen automatisiert.
• Bildung – An Hoch-, Grund- und weiterführenden Schulen kann generative KI die Lehrkräfte beim Erstellen von Unterrichtsplänen und Tests, der Überwachung von Noten und Anwesenheit sowie der Beseitigung vieler sich wiederholender Aufgaben im Unterricht unterstützen.
• Hotel- und Gaststättengewerbe – Hotels, Restaurants und andere Unternehmen des Hotel- und Gaststättengewerbes können mit generativer KI das Gästeerlebnis personalisieren. Mühsame und repetitive Aufgaben wie die Buchung von Reservierungen oder die Überprüfung der Verfügbarkeit von Zimmern oder Tischen können leicht von generativen KI-Chatbots übernommen werden.

Cohesity und generative KI

Cohesity hat es sich zur Aufgabe gemacht, künstliche Intelligenz (KI) – insbesondere generative KI – zu nutzen, um Sicherheitsbedrohungen immer einen Schritt voraus zu sein. Es stützt sich dabei auf das Potenzial der vorhandenen Unternehmensdaten.

Cohesity arbeitet mit Microsoft Azure OpenAI zusammen, um Unternehmen mehr Einfluss bei der Verwaltung, Sicherung und dem Schutz ihrer Daten zu geben. Der Einsatz von KI bietet immer mehr Möglichkeiten, künftige Bedrohungen einzudämmen. Dazu überwacht sie Risikoprofile und das Nutzerverhalten. Cohesity spielt eine Vorreiterrolle, wenn es darum geht, generative, kognitive und RAG KI zu nutzen, um böse Akteure zu stoppen.

Generative KI ist wichtig für das Kerngeschäft von Cohesity: die Sicherung und das Management von Daten. Cohesity unterstützt Kunden bei der Sicherung ihres gesamten Datenbestands und verbessert die Cyber-Resilienz durch Datenisolation, Bedrohungserkennung und Datenklassifizierung.

Cohesity bietet den weltweit größten Unternehmen die tiefgreifenden Einblicke und Analysen, die sie benötigen, um ihre Sicherheitslage zu verbessern. Die Cohesity Data Cloud ist eine moderne Plattform für Datensicherheit und -management und einzigartig, da sie KI-fähig ist. Die Architektur ist für hochgradige Skalierbarkeit und leichte Durchsuchbarkeit konzipiert. Darüber hinaus setzt sie granulare Zugriffskontrollen und Sicherheitsfunktionen durch, um ein Höchstmaß an Datenverfügbarkeit und -integrität zu gewährleisten.

Mit den globalen Suchfunktionen von Cohesity können Mitarbeiter beispielsweise über eine zentral verwaltete Bedienoberfläche einfach und schnell eine globale Suche über mehrere Workloads und Datenkopien hinweg durchführen. Mithilfe der Cohesity Data Cloud können KI und große Sprachmodelle (Large Language Models, LLMs) schnell geschäftskritische Fragen beantworten und gleichzeitig sicherstellen, dass die Antworten nur den richtigen Personen angezeigt werden, die Zugriffrechte für die Daten haben.

In der Cohesity Data Cloud gesicherte Daten werden indiziert und enthalten die spezifischen Metadaten, die ihre Nutzung in LLMs ermöglichen. Diese Metadaten können ebenso wie die gespeicherten Daten nach Bedrohungen durchsucht und analysiert werden. Wenn eine Person über das LLM oder andere leistungsfähige KI-Modelle (wie Azure OpenAI) Fragen zu den Daten stellt, liefert das LLM unmittelbar für Menschen lesbare Antworten. Durch die Verwendung zuverlässiger Datenquellen, die bei Cohesity gesichert sind, erhalten Unternehmen genauere und zielführende Antworten auf Benutzer- und Maschinenabfragen.

Großunternehmen, Behörden und andere Organisationen können KI sicher in ihre Cybersicherheitsstrategien integrieren. Die Data Cloud-Plattform von Cohesity liefert umfassende, saubere und kontextbezogene Daten für KI-, Sicherheits-, Compliance- und Analyseinitiativen.

Cohesity hat vor kurzem Cohesity Gaia eingeführt, eine umfassende Lösung, die den besonderen Anforderungen von Unternehmen gerecht wird.

Cohesity Gaia ist ein First-to-Market KI-gestützter Suchassistent für Unternehmen, der RAG KI (Retrieval Augmented Generation) und große Sprachmodelle (LLMs) für hochwertige Backup-Daten bereitstellt, die in der Cohesity Data Cloud gespeichert sind.

Unternehmen nutzen Cohesity Gaia, um sich „mit ihren Daten zu unterhalten“, was zu intelligenteren und schnelleren Geschäftsentscheidungen führt.