Content Management: Wie Unternehmen GPT, BERT und Co. nutzen können

Große Sprachmodelle haben in kürzester Zeit unser Nutzerverhalten verändert und die Art und Weise, wie wir mit Text und Kommunikation umgehen, revolutioniert. Rückblickend wird die breite Einführung von GPT vor fast einem Jahr als ein Momentum in der digitalen Evolution angesehen.

Nach dem Enthusiasmus kurz nach der Markteinführung der Technologie überlegen Unternehmen nun ernsthaft, wie sie generative KI für ihr Geschäftsmodell nutzen können. In diesem Gastbeitrag wollen wir näher beleuchten, warum es sich für Unternehmen lohnen kann, auf große Sprachmodelle zu setzen, welche Vorteile sich daraus ergeben und was es bei der Implementierung der Technologie zu beachten ist. 

Wäre es nicht verlockend, wenn das Finden von Informationen auf der eigenen Website so unkompliziert wäre, wie bei ChatGPT?  Einfach das eigene Anliegen oder die Frage in natürlicher Sprache eingeben und eine klare Antwort erhalten – auf alles, was man braucht?

LLMs wie LAMDA, BLOOM, GPT-4 lassen diese Vorstellung schon heute für Unternehmen Wirklichkeit werden – auch über die eigentliche Website hinaus. Sie können den Umgang mit Informationen erleichtern, interne Arbeitsabläufe vereinfachen und das Kundenerlebnisse positiv beeinflussen. Mit Hilfe der Modelle können relevante Informationen leicht zugänglich gemacht werden, sei es für Chatbots oder für die Suche auf Websites. Gleichzeitig können sie dazu genutzt werden, um Texte sinnvoll zusammenzufassen oder ganze Texte vorzuformulieren. In folgenden Anwendungsszenarien kann die Technologie bereits heute einen Mehrwert bieten:

• Aufgaben automatisieren: Große Sprachmodelle können repetitive Aufgaben automatisieren, etwa die Beantwortung häufig gestellter Fragen, die Bearbeitung von Kundenanfragen oder die Dateneingabe. Das spart Zeit und Ressourcen.
• Inhalte effizienter managen: Die Verwaltung von Inhalten, Dokumenten und Wissensdatenbanken kann mit Hilfe von Sprachmodellen optimiert werden. Inhalte können leichter organisiert und gefunden werden.
• Inhalte zusammenfassen und erstellen: Sprachmodelle können valide Inhalte aus strukturierten, semistrukturierten und unstrukturierten Daten wie Standortinformationen, FAQs und Blogbeiträgen extrahieren und sie zu einer komprimierten Version zusammenfassen. Gleichzeitig kann die KI ganze Texte wie Produktbeschreibungen, Blogbeiträge oder Antworten auf Online-Rezensionen auf Basis der bereitgestellten Trainingsdaten erstellen. erstellen.
• Verbesserte Suchfunktionen: Unternehmen können mit KI-basierter natürlicher Sprachverarbeitung die Suchfunktionen auf ihren Websites oder in ihren Anwendungen verbessern und den Nutzern bessere Suchergebnisse liefern.
• Kundensupport: Sprachmodelle können in Chatbots integriert werden, um den Kundensupport zu entlasten und Antworten auf häufig gestellte Fragen zu geben. 

Trotz der vielfältigen Anwendungsmöglichkeiten ist der Einsatz von generativer KI nicht so trivial, wie es auf den ersten Blick erscheinen mag. Sie birgt auch Risiken. Nicht selten sind die Ergebnisse der Sprachmodelle fehlerhaft und die Informationsquellen intransparent. Sie können halluzinieren. Das führt dazu, dass bis zu 20 Prozent der ausgespielten Antworten falsch sind. Das mag für Trainingszwecke nützlich sein, aber Unternehmen riskieren damit, die Kontrolle über ihre Daten und damit das Vertrauen ihrer Kunden zu verlieren. Wie kann es also gelingen, Halluzinationen weitestgehend zu vermeiden und dennoch das Kundenerlebnis durch generative KI zu verbessern?

Datenbasis als entscheidende Grundlage für das Content Management

Der Schlüssel liegt im systematischen Content Management. Der Einsatz eines KI-gestützten Headless Content Management Systems kann dabei eine wesentliche Rolle spielen. In dieser Datenquelle werden alle Unternehmensinformationen wie Standortinformationen, Produktbeschreibungen, Blogbeiträge, Handbücher und weitere relevante Unternehmensdaten organisiert und gespeichert. Aus diesen Daten ziehen die Modelle die Informationen für die generierten Inhalte. Damit das funktioniert, werden die Inhalte so aufbereitet, dass sie von der KI gelesen werden können und die einzelnen Entitäten – also die einzelnen Informationsobjekte innerhalb der Datenbank – miteinander in Beziehung gesetzt werden können. In der konkreten Anwendung können so selbst komplexe Fragestellungen wie „Englischsprachiger Versicherungsberater mit Schwerpunkt auf Krankenversicherung am Standort Berlin“ beantwortet werden. Um die Verbreitung von Fehlinformationen zu reduzieren, greifen die Sprachmodelle – im Gegensatz zu öffentlichen Anwendungen wie ChatGPT – ausschließlich auf unternehmenseigene Informationen zurück. So behalten die Unternehmen die Kontrolle über die veröffentlichten Inhalte und müssen nicht befürchten, dass Informationen aus externen Quellen verwendet werden.  

Individuelle Stärken der Sprachmodelle nutzen

Für die eigentliche Ausgabe der direkten Antworten greifen die großen Sprachmodelle auf die Datenbasis zu und bereiten sie für den jeweiligen Anwendungsbereich auf. Jedes Sprachmodell hat dabei seine individuellen Stärken. Das bedeutet, dass längst nicht ein Sprachmodell für alle Einsatzgebiete genutzt werden kann. So dienen etwa GPT-3 oder -4 dazu, Inhalte wie Produktbeschreibungen oder Stellenanzeigen schnell und mit wenig Aufwand zu erstellen, sowie Online-Rezensionen beinahe automatisch zu beantworten. LAMDA und BERT hingegen können helfen, Suchanfragen direkt über die Website-Suche und im Chat zu beantworten.

Nützlicher Helfer nach innen und außen

Ist die Datenbasis geschaffen und werden die Sprachmodelle regelmäßig mit neuen Inhalten gefüttert,kann die Technologie ein echter Gamechanger in der externen Kundenkommunikation, aber auch in der internen Aufbereitung von Daten darstellen. Im Vergleich zu physischen Kundendienstmitarbeitern sind KI-gestützte Kommunikationsmittel jederzeit verfügbar und können Kunden auch außerhalb der Öffnungszeiten Informationen liefern. Einfache und häufig gestellte Fragen können so präzise und mit wenig Aufwand beantwortet werden, sei es über die Suchfunktion der Website oder über den eigenen Chatbot. 

Aber auch innerhalb der Organisation können Sprachmodelle das Content Management erleichtern und Prozesse effizienter gestalten. Ähnlich wie auf der Website können über die Suche im Intranet Fragen gestellt und Informationen mit geringem Aufwand abgerufen werden. Im Marketing können sich wiederholende Texte wie Produktbeschreibungen mit dem zugrundeliegenden Datensatz effizient erstellt werden, ohne dass zeitaufwendig recherchiert werden muss. Das Modell kann somit als Recherchehilfe dienen und die Mitarbeitende sinnvoll entlasten.

Fazit

Der Einsatz großer Sprachmodelle in Geschäftsprozessen bietet viele Möglichkeiten, effizienter zu arbeiten, die Kundenerfahrung zu verbessern und Wettbewerbsvorteile zu erzielen. Um die Technologie erfolgreich zu nutzen und die Kontrolle über die veröffentlichten Inhalte zu behalten, ist es wichtig, eine eigene Datenquelle aufzubauen, die alle Unternehmensinhalte organisiert. Andernfalls laufen Unternehmen Gefahr, dass Sprachmodelle Informationen aus externen Quellen beziehen. Sobald Unternehmen für sich herausgefunden haben, in welchen Bereichen generative KI eingesetzt werden soll, können – je nach Anwendungsfall – geeignete Sprachmodelle ausgewählt werden. 

Sie sind jedoch keine Insellösungen und nur so gut wie die zugrundeliegenden Inhalte. Die Datenorganisation und eine skalierbare Infrastruktur dienen dazu, die Verbreitung von Fehlinformationen einzudämmen und eine reibungslose Kommunikation nach innen und außen zu erreichen.