Generative KI: Warum Small Language Models für Unternehmen interessant werden

Generative Künstliche Intelligenz (KI) hält mit rasantem Tempo Einzug in unterschiedliche Bereiche der Wirtschaft und Industrie. Spezialisierte KI-Systeme erstellen Texte, unterstützen bei der Softwareentwicklung oder optimieren Produktionsabläufe. Gleichzeitig wirft der Einsatz generativer KI grundlegende Fragen auf: Wie kann KI sicher und gewinnbringend eingesetzt werden? Und welche Strategien braucht es dafür?

Ein aktuelles Whitepaper der Plattform Lernende Systeme diskutiert den Autoren zufolge den Einsatz von generativer KI in Unternehmen und in der Industrie. Mithilfe von SWOT-Analysen werden Strategien abgeleitet, wie Unternehmen Potenziale nutzen und Herausforderungen angehen können. Anhand konkreter Anwendungsbeispiele bietet das Whitepaper Praxistipps zum Einsatz generativer KI für Unternehmen, heißt es weiter.

KI: Spannungsfeld zwischen Chancen und Herausforderungen

Die Erwartungen an generative KI in der Wirtschaft sind hoch: Sie reichen von Produktivitätssteigerungen und Kostensenkungen über effizientere Prozesse bis hin zur Entwicklung neuer Geschäftsmodelle. Insbesondere in Bereichen wie dem Wissensmanagement, der Softwareentwicklung oder der industriellen Produktion eröffnet generative KI neue Möglichkeiten zur Automatisierung und Optimierung.

Gleichzeitig entstehen jedoch auch neue Herausforderungen, etwa durch Halluzinationen oder erhöhte Anforderungen an IT-Sicherheit sowie Fragen des Datenschutzes und der Compliance. Zudem stehen Unternehmen in Deutschland vor einer zentralen strategischen Entscheidung: Wollen sie generative KI ausschließlich als reine Anwender nutzen oder eigene KI-Lösungen entwickeln?

Während die Nutzung bestehender Systeme schnelle Effizienzgewinne ermöglicht, können selbst entwickelte Lösungen langfristig Wettbewerbsvorteile sichern und die digitale Souveränität stärken.

Small Language Models bieten neue Möglichkeiten

Außer großen, breit einsetzbaren Sprachmodellen (Large Language Models, LLMs) rücken sogenannte Small Language Models (SLMs) in den Fokus. Diese deutlich kompakteren Modelle sind ressourcenschonender, schneller anpassbar und können häufig lokal betrieben werden, was Vorteile für Datenschutz und Kosten bietet. Für spezialisierte, domänenspezifische Anwendungen eröffnen SLMs neue Möglichkeiten, generative KI gezielt und kontrolliert einzusetzen. Insbesondere für europäische Unternehmen bieten sie außerdem die Chance, unabhängig von großen Plattformanbietern zu agieren.

„Der erfolgreiche Einsatz generativer KI entscheidet sich nicht allein an der Technologie, sondern daran, wie Unternehmen sie in ihre Prozesse und Strukturen integrieren.Es braucht eine Unternehmenskultur, in der kritische Prüfung, Transparenz und ein verantwortungsvoller Umgang mit KI im Mittelpunkt stehen.“Matthias Peissner, Leiter des Forschungsbereichs Mensch-Technik-Interaktion am Fraunhofer-Institut für Arbeitswirtschaft und Organisation IAO.

Transparenz und klare Verantwortlichkeiten sind vor allem dort entscheidend, wo KI-Systeme in sicherheitskritischen oder regulierten Bereichen eingesetzt werden. Generative KI kann Unternehmen dabei unterstützen, Prozesse zu verbessern und neue Erkenntnisse zu gewinnen, sie erfordert jedoch gleichzeitig eine konsequente Einbettung in bestehende Governance-, Sicherheits- und Compliance-Strukturen.

Handreichung für Unternehmen auf Basis von SWOT-Analysen

Anhand von SWOT-Analysen zeigt das Whitepaper exemplarisch, wie Unternehmen den Einsatz von generativer KI in verschiedenen Anwendungsbereichen, wie etwa im Wissensmanagement, der industriellen Produktion oder in der Softwareentwicklung, systematisch bewerten können. Dabei werden interne Stärken und Schwächen ebenso berücksichtigt wie externe Chancen und Risiken.

Diese strukturierte Herangehensweise hilft Unternehmen, Potenziale gezielt zu identifizieren, Herausforderungen frühzeitig zu erkennen und daraus konkrete Strategien abzuleiten.

„Gerade im Wissensmanagement zeigt sich das Potenzial generativer KI deutlich. Informationen können schneller gefunden und genutzt werden.“Andrea Stich, Leiterin der Frontend Akademie der Infineon Technologies

Generative KI ermöglicht an dieser Stelle beispielsweise die Integration und Vernetzung großer Wissensbestände, erleichtert den Zugang zu Erfahrungswissen und unterstützt vielfältige Anwendungen wie Dokumentenmanagement, Recherche und Entscheidungsunterstützung. Risiken hingegen sind insbesondere Datenschutzprobleme, Halluzinationen, mögliche Kompetenzverluste sowie eine zunehmende Abhängigkeit von KI-Systemen, weshalb ein verantwortungsvoller und strategisch gesteuerter Einsatz erforderlich ist.

Über das Whitepaper

Das Whitepaper „Generative KI verantwortungsvoll einsetzen – Impulse für Unternehmen und Industrie“ wurde von Mitgliedern der Arbeitsgruppen „IT-Sicherheit, Privacy, Recht und Ethik“, „Arbeit/Qualifikation, Mensch-Maschine-Interaktion“ und „Innovation, Geschäftsmodelle und -prozesse“ der Plattform Lernende Systeme verfasst. Es steht zum kostenfreien Download bereit.

(Quelle: Plattform Lernende Systeme)