HMD 61(2) - April 2024 - Generative KI: Die Ära der kreativen Maschinen
Autor*innen mit den meisten Dokumenten
Auflistung nach:
Neueste Veröffentlichungen
- ZeitschriftenartikelZwischen Forschung und Praxis: Fähigkeiten und Limitationen generativer KI sowie ihre wachsende Bedeutung in der Zukunft(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Leible, Stephan; Gücük, Gian-Luca; Simic, Dejan; von Brackel-Schmidt, Constantin; Lewandowski, TomDie dynamische Entwicklung und steigende Beliebtheit generativer künstlicher Intelligenz (genKI), besonders durch die Verbreitung und dem Einsatz von ChatGPT, hat das enorme Potenzial dieser Technologie gezeigt, Berufsfelder und Branchen grundlegend transformieren zu können. Die Entscheidung hinsichtlich des Einsatzes von genKI sowie die Identifikation aussichtsreicher Anwendungsszenarien stellen in Anbetracht eines rasch wachsenden und immer komplexeren Marktes erhebliche Herausforderungen dar. Angesichts dieser Gegebenheiten wird mit dem vorliegenden Artikel das Ziel verfolgt, eine Übersicht über die Fähigkeiten und Limitationen von genKI zu präsentieren. Mittels einer systematischen Literaturrecherche wurden vielfältige Anwendungsszenarien eruiert und im Hinblick auf die Ergebnisse des genKI-Einsatzes bewertet, was eine Momentaufnahme der aktuellen Fähigkeiten und Limitationen ermöglichte. Zusätzlich wurde eine Umfrage unter 40 Teilnehmenden durchgeführt, um die Nutzungsgewohnheiten und Erfahrungen im Umgang mit genKI zu erfassen und die Befunde aus der Literatur zu validieren. Die erlangten Einsichten sollen Praktikerinnen und Praktiker bei der Navigation im Bereich genKI unterstützen und eine Entscheidungshilfe bieten, indem die identifizierten Fähigkeiten und Limitationen im Kontext eigener Anwendungsszenarien eingeordnet werden können. Weiterhin liefern die Ergebnisse Anhaltspunkte für die methodische Untersuchung von genKI-Anwendungsszenarien sowie Ausgangspunkte für die wissenschaftliche Vertiefung durch Forscherinnen und Forscher. Mit der Verknüpfung von theoretischer Analyse und praktischer Erhebung bietet der Artikel einen umfassenden Einblick in den aktuellen Stand von genKI. The dynamic development and increasing popularity of generative artificial intelligence (genAI), especially through the spread and use of ChatGPT, has shown the enormous potential of this technology to fundamentally transform professions and industries. The decision regarding using genAI and identifying promising application scenarios pose considerable challenges in view of a rapidly growing and increasingly complex market. Given these circumstances, this article aims to present an overview of the capabilities and limitations of genAI. A systematic literature review was used to identify a variety of application scenarios and evaluate them in terms of the outcomes of genAI deployment, providing a snapshot of current capabilities and limitations. In addition, a survey was conducted among 40 participants to record usage habits and experiences in dealing with genAI and to validate the findings from the literature. The insights gained should support practitioners in navigating the field of genAI and provide decision-making support by enabling them to classify the identified capabilities and limitations in the context of their own application scenarios. Furthermore, the results provide points of reference for the methodical investigation of genAI application scenarios as well as starting points for in-depth scientific research by researchers. By linking theoretical analysis and a practical survey, the article offers a comprehensive insight into the current state of genAI.
- ZeitschriftenartikelKünstliche Intelligenz in betrieblichen Prozessen: Ein Vorgehensmodell zur partizipativen Gestaltung von KI-Anwendungen(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Ruess, Patrick; Staffa, Anna; Kreutz, Anna; Busch, Christine; Saba Gayoso, Christian Oswaldo; Pollmann, KathrinSchon heute gilt Künstliche Intelligenz (KI) als betrieblicher Wertschöpfungsfaktor, von dem sich Unternehmen neue Impulse für bestehende Prozesse und Geschäftsmodelle versprechen. Während der derzeitige Diskurs vor allem technische Möglichkeiten und Anwendungsfälle in den Blick nimmt, umfasst die erfolgreiche betriebliche Integration allerdings auch wesentliche soziale und organisatorische Aspekte. Im vorliegenden Artikel werden daher inner- und überbetriebliche Anforderungen identifiziert, die eine Mitarbeiter*innen-gerechte und partizipative Gestaltung von KI-Anwendungen im betrieblichen Umfeld ermöglichen. Die empirische Grundlage hierfür bildet eine Interviewstudie, in der der KI-Einsatz in unterschiedlichen Branchen und Unternehmensbereichen untersucht wurde. Darauf aufbauend wird ein Vorgehensmodell eingeführt, dass gemäß den identifizierten Kriterien eine partizipative Teilhabe bei der Gestaltung von betrieblichen KI-Anwendungen erlaubt. Das Modell bezieht sich auf die Qualifizierung und Akzeptanzbildung in der Belegschaft, aber auch auf die organisatorische Umsetzung und Verstetigung. Die Herangehensweise verknüpft infrastrukturelle, interaktive als auch konzeptionelle Bausteine miteinander und zielt darauf ab, die Beteiligung der Mitarbeiter*innen in allen Phasen der KI-Entwicklung zu fördern und in der betrieblichen Umsetzung zu berücksichtigen. Die Ergebnisse dieser Forschung bieten praktische Anknüpfungspunkte für Unternehmen, die sich mit Fragen der KI-Implementierung befassen. Gleichzeitig ergänzen sie den aktuellen wissenschaftlichen Diskurs um die Perspektive, die eine konsequente betriebliche Gestaltung und Teilhabe vorsieht. Die zu diesem Zweck identifizierten Anforderungen komplementieren die empirische Grundlage in der Forschung. Artificial intelligence (AI) is an operational factor that adds value for companies, providing new ideas for existing processes and business models. Although the current discourse emphasizes technical possibilities and use cases, successful operational integration requires essential social and organizational aspects to be considered. This article identifies the internal and external requirements for an employee-friendly and participatory design of AI applications in the business environment. An interview-based study was conducted to investigate the use of AI in various sectors and company divisions. The study’s findings allow for a process model to be introduced that facilitates participatory involvement in the design of corporate AI applications, guided by the identified criteria. The model pertains to the development of qualifications and acceptance in the workforce and the implementation and stabilization of organizations. The approach connects infrastructural, interactive, and conceptual building blocks and strives to encourage employee involvement throughout all phases of AI development for further consideration in operational implementation. The findings of this study provide tangible insights for companies navigating AI implementation concerns. At the same time, they supplement the current scientific discourse with a perspective that provides for consistent operational design and participation. The requirements identified for this purpose complement the empirical basis of the research.
- ZeitschriftenartikelKompetenzfelder künftiger Beschäftigter im Bereich Künstlicher Intelligenz(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Neuhaus, Uwe; Schulz, Michael; Schröder, Hinrich; Herrmann, FranziskaIn dem Beitrag wird basierend auf einer Literaturrecherche herausgearbeitet, welche Kompetenzfelder zu adressieren sind, um Mitarbeitende von Unternehmen zu befähigen, Systeme aus dem Bereich der Künstlichen Intelligenz (KI) einsetzen und/oder mit ihnen umgehen zu können. Im Fokus stehen dabei nicht nur die Kompetenzanforderungen an KI-Expert*innen, sondern an alle Mitarbeitenden, die aktuell oder zukünftig mit KI-Systemen interagieren. Die Untersuchung basiert auf einem Kompetenzschema, das bereits zur Einordnung der Kompetenzen im Bereich Business Analytics verwendet wurde. Als Ergebnis wird die Unterscheidung von fünf Kompetenzfeldern und drei Kompetenzstufen vorgeschlagen, auf deren Grundlage Unternehmen und deren aktuelle und potenzielle Beschäftigte gezielt künftig benötigte KI-Kompetenzen erwerben bzw. entwickeln können. Based on a literature review, this article identifies the competencies that need to be addressed to enable company employees to use and/or deal with artificial intelligence (AI) systems. The focus is not only on the competence requirements for AI experts, but also for all employees who interact with AI systems now or in the future. The study is based on a competency scheme that has already been used to classify competencies in the field of business analytics. As a result, a distinction between five competence fields and three competence levels is proposed, based on which companies and their current and potential employees can acquire or develop the AI skills they will need in the future.
- ZeitschriftenartikelGenerative Künstliche Intelligenz in Bildung, Forschung und Industrie: Die Philebus-Triade?(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Cowin, Jasmin BeyPlatos Dialog „Philebus“ erforscht ausführlich die Theorie der Formen und die Suche nach Wahrheit durch philosophische Diskussionen zwischen Sokrates und Philebus. Zentrale Prinzipien beinhalten das Erreichen eines Gleichgewichts zwischen Weisheit und Vergnügen, was Sokrates als Weg zum „guten Leben“ argumentiert. Dieses Papier stützt sich auf den philosophischen Rahmen der Philebus-Triade als Linse, durch die die Schnittstellen und Synergien zwischen den drei Bereichen Weisheit, Vergnügen und dem guten Leben betrachtet werden. Durch die Verwendung dieses philosophischen Modells, versucht die Autorin, die Komplexitäten und das Chaos einer beschleunigenden, unkontrollierten und unerforschten technologischen Evolution zu interpretieren und zu durchdringen. Ihre These argumentiert, dass die generative Künstliche Intelligenz (KI), betrachtet durch die Philebus-Triade – ein Konzept aus den platonischen Dialogen, das eine harmonische Verbindung zwischen verschiedenen Aspekten der Realität symbolisiert – einen zusammenhängenden Rahmen darstellt. Die Autorin stellt eine komplexe Verbindung zwischen den zentralen philosophischen Grundsätzen in den platonischen Dialogen und den möglichen Konsequenzen einer atavistischen generativen KI in den Bildungs‑, Forschungs- und Industriesektoren her. Durch die Verknüpfung dieser Konzepte entsteht eine Reflexion über die Konvergenz von philosophischem Gedankengut und modernster Technologie. Die Synthese dieser Ideen unterstreicht die zeitlose Natur der philosophischen Untersuchung, um dringende Fragen unserer technologischen Ära zu beantworten. Plato’s dialog “Philebus” explores in detail the theory of forms and the search for truth through philosophical discussions between Socrates and Philebus. Central principles include achieving a balance between wisdom and pleasure, which Socrates argues is the path to the ‘good life’. This paper draws on the philosophical framework of the Philebus Triad as a lens through which the interfaces and synergies between the three areas of Wisdom, Pleasure, and the Good Life are viewed. By using this philosophical model, the author attempts to interpret and penetrate the complexities and chaos of an accelerating, uncontrolled and unexplored technological evolution. Her thesis argues that generative Artificial Intelligence (AI), viewed through the Philebus triad—a concept from the Platonic dialogues that symbolizes a harmonious connection between different aspects of reality—represents a cohesive framework. The author establishes a complex link between the central philosophical principles in the Platonic dialogues and the potential consequences of atavistic generative AI in the education, research and industrial sectors. By linking these concepts, a reflection on the convergence of philosophical thought and cutting-edge technology emerges. The synthesis of these ideas underscores the timeless nature of philosophical inquiry to answer pressing questions of our technological era.
- ZeitschriftenartikelGenerative Künstliche Intelligenz – die neue Ära der kreativen Maschinen(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) D’Onofrio, SaraKünstliche Intelligenz (KI) hat in jüngster Zeit erhebliche Fortschritte gemacht, insbesondere im Bereich der generativen KI. Diese Technologie kann neue Inhalte wie Texte und Bilder schaffen, die kreativ und originell sind. Dieser Grundlagenartikel führt die zwei Begriffe „Künstliche Intelligenz“ und „Generative Künstliche Intelligenz“ ein, stellt drei generative Modelle näher vor und adressiert einige der Herausforderungen der generativen KI sowohl aus technischer Perspektive als auch aus Benutzersicht. Die Diskussion über kreative Maschinen verdeutlicht die Wichtigkeit einer verantwortungsvollen Nutzung von KI-Systemen und das Bewusstsein für und die Bewältigung potenzieller Gefahren. Artificial Intelligence (AI) has made significant progress recently, especially in the field of generative AI. This technology can create new content, such as texts and images, that is creative and original. This foundational article introduces the two terms “artificial intelligence” and “generative artificial intelligence”, presents three generative models, and addresses some of the challenges of generative AI from both technical and user perspectives. The discussion about creative machines underscores the importance of responsible usage of AI systems and awareness of as well as mitigation of potential risks.
- ZeitschriftenartikelErkennungsverfahren für KI-generierte Texte: Überblick und Architekturentwurf(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Pröhl, Thorsten; Mohrhardt, Radoslaw; Förster, Niels; Putzier, Erik; Zarnekow, RüdigerDurch Transformer-basierte KI-Systeme wurden große Fortschritte, u. a. in den Bereichen Textverarbeitung und -verständnis, erreicht. Diese Deep-Learning-Modelle ermöglichen das Generieren von Texten und bilden die Grundlage moderner Sprachmodelle. Die rasante Entwicklung der letzten Jahre hat große Sprachmodelle, wie ChatGPT, Bard oder VICUNA-13B, hervorgebracht. Der Beitrag präsentiert die Entwicklung der Sprachmodelle hin zu den großen Sprachmodellen. Durch die fortschreitende Entwicklung der Sprachmodelle ergeben sich vielfältige Möglichkeiten und Probleme, weshalb eine Erkennung von LLM-generierten Texten wichtig ist. Dieser Artikel stellt unterschiedliche Ansätze bekannter Erkennungsverfahren dar. Neben statistischen Klassifizierungsverfahren werden auch Deep-Learning-basierte und Zero-Shot-Verfahren besprochen. Daneben werden ein kompressionsorientierter Ansatz vorgestellt sowie Kennzeichnungsverfahren präsentiert. Nach dem tabellarischen Vergleich der in der Literatur vorgestellten Verfahren werden implementierte Softwaredetektoren präsentiert. Im Anschluss werden Überlegungen zum Entwurf eines Trainingsdatensatzes aufgezeigt, wodurch die Grundlage für einen eigenen Ansatz zur Erkennung von KI-generierten Texten in deutscher Sprache geschaffen wird. Darüber hinaus werden die Architektur und das Design des eigenen Ansatzes, dem KI-Inhalte-Detektor, vorgestellt und beschrieben sowie die Limitationen aufgezeigt. Transformer-based AI systems have made great progress in areas such as text processing and comprehension. These deep learning models enable the generation of texts and form the basis of modern language models. The rapid development of recent years has produced large language models such as ChatGPT, Bard and VICUNA-13B. This article presents the development of language models towards large language models. The progressive development of language models has resulted in unimagined possibilities and, at the same time, a variety of problems, which is why it is important to recognize LLM-generated textual content. This article presents the different approaches of known recognition methods. In addition to statistical classification methods, deep learning-based and zero-shot methods are also discussed. In addition, a compression-oriented approach is presented as well as labeling methods. After a tabular comparison of the methods presented in the literature, implemented software detectors are presented. Subsequently, considerations for the design of a training dataset are presented, creating the basis for an own approach for the recognition of AI-generated texts in German. In addition, the architecture and design of our own approach, the AI content detector, is presented and described and the limitations are shown.
- ZeitschriftenartikelGen-KI in Zeiten des Booms(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Lauber, Martin
- ZeitschriftenartikelDie Nutzung von ChatGPT in Unternehmen: Ein Fallbeispiel zur Neugestaltung von Serviceprozessen(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Buxmann, Peter; Glauben, Adrian; Hendriks, PatrickLarge Language Models (LLMs) revolutionieren die Art und Weise, wie Texte oder auch Software geschrieben werden. In diesem Artikel wollen wir insbesondere auf den Einsatz von ChatGPT in Unternehmen eingehen. Schwerpunkt ist ein Fallbeispiel zur Neugestaltung von Serviceprozessen, das gemeinsam mit einem mittelständischen Softwarehaus entwickelt wurde. Wir zeigen, wie LLMs Geschäftsprozesse transformieren können und welche wirtschaftlichen Effekte sich daraus ergeben. Large Language Models (LLMs) are revolutionising the way texts and even software are written. In this article we will focus on the use of ChatGPT in companies. The emphasis is on a case study for redesigning service processes that was developed together with a medium-sized software company. We show how LLMs can transform business processes and what the economic impact is.
- ZeitschriftenartikelKI-basierte Textkreation im Content Marketing: Design und Evaluation eines effektiven Prompts(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Steinmann, Nadine; Piazza, AlexanderDie Herausforderung beim Einsatz von generativer Text-KI, wie ChatGPT, besteht darin, die Potenziale effizient zu nutzen und im Hinblick auf die Erreichung von Qualitätszielen optimal einzusetzen. Dabei ist die menschliche Eingabe in die Künstliche Intelligenz (KI) – der Prompt – entscheidend. Der vorliegende Beitrag widmet sich der Frage, wie die KI-basierte Textausgabe bei ChatGPT durch Prompt Engineering gezielt gesteuert werden kann, damit die Textqualität der generativen KI den Erfolgskriterien für Content Marketing Texte entspricht. Die Ergebnisse identifizieren eine effektive Prompt-Struktur für qualitativ hochwertige Content Marketing Texte mit ChatGPT. Insbesondere das Zero-shot Chain-of-Thought und das One-shot bzw. Few-shot Prompting erweisen sich als erfolgreich, da diese Techniken eine gezielte Steuerung des ChatGPT-Outputs in Richtung der Erfolgskriterien ermöglichen. Darüber hinaus werden die aktuellen Schwächen von KI-generierten Texten beschrieben. Dabei werden auch die Grenzen von ChatGPT deutlich, die durch eine kollaborative Wertschöpfung von Mensch und KI zur gemeinsamen Erreichung von Qualitätszielen überwunden werden können. Die theoretisch und praktisch fundierten Ergebnisse und Implikationen der Untersuchung bieten eine Orientierungshilfe für Content Marketer zur effizienten Nutzung von ChatGPT. The challenge in using generative text artificial intelligence (AI) such as ChatGPT is to harness its potential efficiently and optimally in terms of achieving quality goals. In this context, human input to the AI (prompt) is crucial. This article is dedicated to the question of how the AI-based text output of ChatGPT can be specifically controlled by prompt engineering, so that the text quality of the generative AI meets the criteria for successful content marketing texts. The results identify an effective prompt structure for high quality content marketing text copy using ChatGPT. In particular, the Zero-shot Chain-of-Thought, One-shot and Few-shot prompting prove to be successful, as these techniques allow the ChatGPT text output to match the success criteria. In addition, the current weaknesses of AI-generated texts are discussed. This also highlights the limitations of ChatGPT. Through an efficient collaboration between humans and AI these limitations can be overcome and quality goals can be achieved in a joint effort. The theoretically and practically sound results and implications of the research provide guidance to content marketers on the efficient use of ChatGPT.
- ZeitschriftenartikelVom „digital divide“ zum „cyber divide“(HMD Praxis der Wirtschaftsinformatik: Vol. 61, No. 2, 2024) Kurpicz-Briki, Mascha; Glauser, Christoph; Schmid, LorisSchweizer Nutzer*innen suchen dreimal häufiger nach Cyberrisiken als die User in den USA. Wir lebten aufgrund der Pandemie plötzlich in einer weitgehend digitalen Schweiz und 8,01 Mio. aktive Menschen nutzten in der Schweiz gemäss ITU die zahllosen Chancen des Internets. Ein Leben ohne Internet ist kaum mehr vorstellbar. Doch welches sind die wichtigsten Chancen und Risiken, welche die Bevölkerung tatsächlich beschäftigen? Wie verbreitet sind beispielsweise die Gefahren der Cyberwelt, wie etwa Hate Speech, Cyberbullying oder Cybergrooming? Welche Kanäle werden verwendet, um Informationen zu diesen Themen zu suchen und zu finden? Haben wir in der Schweiz im Vergleich zu den USA ein zu starkes Risikobewusstsein (Bias) gegenüber den Cyberthemen? Fokussieren sich die Schweizer*innen viel zu wenig auf die zahlreichen Online-Gelegenheiten und -Möglichkeiten währenddem die Amerikaner*innen dieses Potenzial voll ausnutzen? Dieses Thema untersucht die vorliegende Studie. Bis ins Jahr 2000 machte man sich Sorgen um den gleichberechtigten Zugang zum Internet und identifizierte einen digital divide . Heute ist dieses Thema, zumindest in den Industrieländern, vom Tisch. Man müsste heute vielmehr davon sprechen, dass manche Menschen grosse Angst haben vor den neuen Technologien und andere ganz selbstverständlich diese Chancen nutzen. Die Autor*innen identifizieren in dieser Studie einen neuen cyber divide , der heute primär zwischen Risiko-und Chancen-affinen Usern unterscheidet. Swiss users search for cyber risks three times more often than users in the USA. Due to the pandemic, we suddenly lived in a largely digital society, and according to the ITU, 8.01 mio. active people in Switzerland use the countless opportunities offered by the Internet on a regular basis. It is hard to imagine life without the Internet. But what are the most important opportunities and risks that actually concern the Swiss and the US population? For example, how widespread are the dangers of the cyber world, such as hate speech, cyberbullying or cybergrooming? What channels are used to search for and to find information about such topics? Do we have a much too strong risk awareness (bias) towards the risky cyber topics in Switzerland compared to the USA? Do Swiss users focus too little on the numerous online opportunities of the digital world, while Americans take full advantage of this potential without any concerns? This is what the present study is investigating. Until about the year 2000, people were concerned about equal access to the Internet and identified a “ digital divide” . Today, this issue is no longer discussed, at least not in industrialized countries. The authors now rather speak of a new divide where people are afraid of the new technologies whereas others are fully profiting of the advantage of the online and digital opportunities as a matter of fact. Therefore, the authors identify a new “ cyber divide” that today primarily divides between risk- and opportunity-aware users.