adesso Blog

Künstliche Intelligenz entwickelt sich rasant und insbesondere Retrieval Augmented Generation (RAG) hat in letzter Zeit viel Aufmerksamkeit auf sich gezogen. Große Sprachmodelle wie ChatGPT zeigen ihr volles Potenzial, wenn sie durch RAG mit domänenspezifischem Wissen angereichert werden. Trotz dieses Potenzials sehen sich Benutzer oft mit Herausforderungen konfrontiert. In diesem Blog-Beitrag betrachten wir den Übergang von grundlegenden zu fortgeschrittenen RAG-Ansätzen und zeigen, wie typische Probleme überwunden werden können.

In der sich ständig weiterentwickelnden Welt der Technologie ist künstliche Intelligenz (KI) zu einem unverzichtbaren Werkzeug geworden, das verschiedene Branchen revolutioniert. Eine der faszinierendsten Anwendungen von KI ist im Bereich Design zu finden. KI-Driven Design bietet neue Möglichkeiten für die (Interaktions-)Gestaltung von Softwareprodukten und verändert die Art und Weise, wie wir Kreativität und Innovation betrachten. Dieser Blog-Beitrag beleuchtet, was AI-Driven Design ist, wie es funktioniert und welche Vorteile es speziell für Anwendungen im Gesundheitswesen bietet.

In den ersten beiden Teilen meines Blog-Beitrags ging es um die allgemeinen Möglichkeiten und Herausforderungen der KI, um spezifische Anwendungen der generativen KI sowie um KI in den verschiedenen Phasen der Customer Journey. Im dritten und letzten Teil gehe ich näher auf die zukünftigen Entwicklungen von KI im Versicherungsbereich ein.

Dieser Blog-Beitrag ist im Rahmen der GenAI Solutioning Unit entstanden. Darin zeigen wir, dass es verschiedene Wege gibt, ein Sprachmodell domänenspezifisch zu spezialisieren. Das ist wichtig für die Beratung unserer Kunden und richtet sich an GenAI-Interessierte.

Viele Unternehmen starten gerade mit ersten Prototypen im Bereich Large Language Models. Dabei ist es gut, sich frühzeitig mit regulatorischen und sicherheitstechnischen Fragen zu beschäftigen. Was ist von Anfang an zu beachten, was ist im Laufe des Projekts zu tun und wie kann man den Betrieb sicher und regelkonform aufsetzen? Auch wenn zum Beispiel im regulatorischen Bereich noch nicht alle Details geklärt sind, möchte ich mich in diesem Blog-Beitrag diesen Fragen nähern.

Generative KI, insbesondere Large Language Models (LLM), haben seit der Einführung von ChatGPT Ende 2023 die IT-Welt im Sturm erobert. Die Möglichkeiten scheinen unendlich, sei es als Chat-Assistent, zum Zusammenfassen von Texten, zum Extrahieren von Wissen oder als Programmierhilfe. Auch die öffentliche Verwaltung hat das Potenzial der generativen KI erkannt. In diesem Blog-Beitrag stellen wir die Chancen, Herausforderungen und Risiken des Einsatzes von generativer KI in der öffentlichen Verwaltung anhand von zehn Thesen beleuchtet.

Im ersten Teil meines Blog-Beitrags habe ich mich auf die allgemeinen Möglichkeiten und Herausforderungen der KI sowie auf spezifische Anwendungen der generativen KI konzentriert. Im zweiten Teil geht es um die Anwendung von KI in den verschiedenen Phasen der Customer Journey.

Wie man vielleicht aus dem ersten Blog-Beitrag „Ehrenamt und seine Parallelen im IT-Alltag“ von Johannes Bayerl und mir entnehmen konnte, liegt mir der soziale Bereich sehr am Herzen. Durch Zufall ist der italienische adessi Stefano Mainetti auf unseren Beitrag gestoßen und hat ihn in seinem LinkedIn-Netzwerk geteilt. Dabei verwies er auch auf ein interessantes adesso-Projekt aus Italien.

Am 13. Mai 2024 veröffentlichte Open AI das neue Large Language Model GPT-4o. Das “o” steht für “omni” und weist bereits auf eine der großen Stärken des Modells hin, nämlich das intelligente Zusammenspiel von Text, Audio und Bild. In meinem Blog-Beitrag zeige ich, was diese neuen Möglichkeiten für Gen AI Use Cases in der Finanzwirtschaft bedeuten.