Unternehmen stehen vor Herausforderungen bei der LLM-Implementierung – Warum sich die Mühen auszahlen

cyber-brain-7633488_1280

Ein Kommentar von Christian Borst, EMEA CTO bei Vectra AI

In diesem Kommentar möchte ich meine eigenen Vorhersagen, die ich Anfang dieses Jahres zum Thema Large Language Model (LLM)-Nutzung in Unternehmen abgegeben habe, noch einmal kritisch unter die Lupe nehmen. Meine Haltung war und ist nämlich nicht als Abgesang auf die KI-Entwicklung zu verstehen, sondern soll vielmehr die Schwierigkeiten illustrieren, die eine solch komplexe Implementation in das Tagesgeschäft vieler Firmen mit sich bringt.

Die Nutzung von LLMs steht zweifellos vor Herausforderungen, insbesondere hinsichtlich ihrer Benutzerfreundlichkeit und Verlässlichkeit. Während der anfängliche Hype spürbar nachlässt, wäre es jedoch kurzsichtig, diese Technologie als vorübergehenden Trend abzutun. Stattdessen sollten wir LLMs als eine sich entwickelnde Technologie betrachten, die enormes Potenzial birgt.
Es stimmt, dass die aktuelle Nutzung von LLMs in Unternehmen an einigen Stellen rückläufig ist. Dies sollte jedoch als Konsolidierungsphase verstanden werden, in der Unternehmen lernen, die Technologie effektiver einzusetzen. Die Weiterentwicklung von LLMs wird ihre Benutzerfreundlichkeit und Zuverlässigkeit nämlich kontinuierlich verbessern, was langfristig wieder zu einer verstärkten Nutzung führen wird.

Im Bereich der Cyberkriminalität stimmt meine Prognose, dass generative KI derzeit hauptsächlich für Deep Fakes und Phishing-Angriffe eingesetzt wird. Auch Europol warnte bereits letztes Jahr vor den neuen Möglichkeiten, die sich hier für Cyberkriminelle ergeben. Eine aktuelle Studie von KPMG Austria bestätigt den Trend: Mit einer Zunahme von 119 Prozent haben sich Deepfakes innerhalb nur eines Jahres mehr als verdoppelt, und 54 Prozent der befragten österreichischen Unternehmen wurden Opfer von Desinformationskampagnen. Aus diesem Grund ist es so wichtig, die Entwicklung von IT-Sicherheitstechnologien voranzutreiben, um diesen Bedrohungen entgegenzuwirken.

Parallel dazu müssen wir die regulatorischen Aspekte und den Datenschutz im Auge behalten. Eine enge Zusammenarbeit zwischen Regulierungsbehörden und Herstellern ist unerlässlich, um transparente und sichere Rahmenbedingungen für den Einsatz von LLMs zu schaffen. Denn mit geregelter Rechtssicherheit fallen auch viele Hemmnisse von den Schultern der Entscheider ab. Etwa, ob sie diese noch junge Technologie mit gutem Gewissen in das IT-Ökosystem der eigenen Firma implementieren wollen.

Ein weiterer entscheidender Aspekt, den wir nicht übersehen dürfen, ist die Synergie zwischen menschlicher Intelligenz und KI-Systemen. Die Optimierung dieser Zusammenarbeit wird entscheidend sein, um die Effizienz und Genauigkeit von KI-Anwendungen zu steigern.

Unternehmen sollten weiterhin in die Erforschung und Implementierung von LLMs investieren, sich dabei aber auf spezifische Anwendungsfälle konzentrieren, bei denen diese Technologie einen klaren Mehrwert bietet. Durch einen gezielten Einsatz können Unternehmen von den Vorteilen der LLMs profitieren, während sie gleichzeitig an der Verbesserung der Technologie arbeiten.

Fazit

Die Entwicklung von LLMs bringt zweifelsohne große Herausforderungen mit sich. Sie bietet aber gleichzeitig enorme Chancen für Early Adopter, die sich im Vorfeld bereits ausreichend Gedanken hinsichtlich einer möglichst zielführenden und reibungslosen Implementation gemacht haben. Es liegt nun an uns – vor allem an der schnell wachsenden Anzahl an KI-Spezialisten in Unternehmen – die Technologie verantwortungsvoll weiterzuentwickeln und einzusetzen, um ihr volles Potenzial zu entfalten und gleichzeitig mögliche Risiken zu minimieren.