Mit der zunehmenden Bedeutung von Künstlicher Intelligenz (KI) in der Geschäftswelt stehen kleine und mittlere Unternehmen (KMU) vor entscheidenden Herausforderungen. Diese Unternehmen kämpfen oft mit technischen Hürden und einem Mangel an Wissen über die Integration von KI-Technologien. Ein aktuelles Projekt der Universität Bielefeld, das durch das Programm NEXT.IN.NRW des Landes Nordrhein-Westfalen gefördert wird, könnte hier Abhilfe schaffen. Unter dem Titel „LLM4KMU“ soll die Nutzung von Open Source Large Language Models (LLM) in KMU optimiert werden. Für das Projekt stehen insgesamt rund 5 Millionen Euro zur Verfügung, von denen etwa 4 Millionen Euro als Förderung bereitgestellt werden. Die Universität Bielefeld erhält davon als Koordinatorin knapp 840.000 Euro.
Das Ziel des LLM4KMU-Projekts ist es, Best Practices zu entwickeln und eine Experimentierplattform zu schaffen. Diese Plattform wird es Unternehmen ermöglichen, verschiedene Sprachmodelle zu testen, um das passende Modell für ihre spezifischen Anforderungen zu finden. Die Entwicklung solcher Modelle hilft KMU, die Kontrolle über ihre Daten zu behalten, da alles auf Open-Source-Lösungen basiert und eine einfache Integration in bestehende Systeme nach dem Prinzip „Plug & Play“ ermöglicht wird. Dabei sind die Vorteile klar: Die kontinuierliche Weiterentwicklung dieser großen Sprachmodelle kann zu Effizienzsteigerungen und Kostensenkungen führen. Dies könnte insbesondere für die 12% der Unternehmen in Deutschland, die bisher KI-Technologien verwenden, von Bedeutung sein, da größere Unternehmen diese Technologien häufiger nutzen als ihre kleineren Pendants.
Herausforderungen und Chancen für KMU
Trotz der vielen Vorteile werden KMU mit grundlegenden Herausforderungen konfrontiert, wenn es um die Implementierung von KI geht. Viele Unternehmen scheuen sich, KI-Technologien einzuführen, da Unsicherheit bezüglich der Einstiegsmöglichkeiten besteht. Häufige Gründe für die geringe Integration sind fehlendes Wissen und eine mangelnde Kompatibilität mit vorhandener technischer Infrastruktur, wie senticon.org feststellt. Open-Source-LLMs bieten jedoch eine kostengünstige und anpassbare Lösung, die KMUs helfen kann, ihre Prozesse zu optimieren.
Ein großer Vorteil der Open-Source-Modelle ist ihre Kostenfreiheit in den Grundversionen, wie zum Beispiel GPT-Neo und LLaMA. Diese Modelle können lokal gespeichert und verarbeitet werden, was den Datenschutz erhöht. Dennoch sind auch Herausforderungen zu beachten, wie die Notwendigkeit eigener Serverkapazitäten oder Cloud-Dienste sowie der Trainingsaufwand für spezifische Daten. Die Kombination von Open-Source- und kommerziellen LLMs könnte sich für KMUs als sinnvoll erweisen, um die Vorteile beider Ansätze optimal zu nutzen.
Empfehlungen für eine erfolgreiche Integration
Um KMU den Einstieg in die Nutzung von Open-Source-LLMs zu erleichtern, wurden einige Empfehlungen ausgesprochen. Hier sind die wichtigsten Punkte:
- Identifizieren kleiner Anwendungsfälle zur Testung des LLM-Potenzials.
- Nutzung von Cloud-Anbietern anstelle teurer Hardware.
- Beteiligung an Open-Source-Communities für Unterstützung.
- Verwendung vortrainierter Open-Source-LLMs.
- Schrittweise Einführung des LLM in Unternehmensprozesse durch API-Schnittstellen.
Die kontinuierliche Entwicklung von KI bietet für Unternehmen neue Automatisierungsmöglichkeiten, die nicht nur die Effizienz steigern, sondern auch zu signifikanten Kostensenkungen führen können. KI-Systeme haben das Potenzial, viele Bereiche wie die Produktion, Kundenbetreuung und Datenanalyse zu revolutionieren. Allerdings müssen Unternehmen auch die Herausforderungen der Technologieentwicklung und die Auswirkungen auf die Arbeitswelt berücksichtigen, wie im digitales-institut.de beschrieben. Fachwissen, Datenqualität und ethische Überlegungen sind entscheidend, um die Chancen der Digitalisierung effektiv zu nutzen.
