BME Rhein-Main-Region

Künstliche Intelligenz (KI) hat das Potenzial, die Welt im Allgemeinen und viele Berufsbilder im Besonderen grundlegend zu verändern. Allerdings fällt es manchmal schwer, wolkige Versprechungen von heute schon möglichem Nutzen zu unterscheiden. Im BME rmr-Webinar „Generative KI im Einkauf“ wurde zum einen ein Bewusstsein dafür geschaffen, welche konkreten Anwendungsmöglichkeiten es für Einkäuferinnen und Einkäufer gibt. Zum anderen demonstrierte Referentin Gülistan Unvar, Mitgründerin der studentischen Unternehmensberatung Studicon, wie sie ganz praktisch umgesetzt werden können. Das Interesse war groß: Knapp 60 Teilnehmende hatten sich eingewählt.

Gülistan Unvar erklärte zunächst, was hinter dem gehypten Begriff ChatGPT steckt: Ein sogenanntes Large-Language-Model (LLM), also ein Sprachmodell, das mithilfe unzähliger Quellen trainiert wurde. Diese sammeln und analysieren Daten, lernen Muster, entwickeln ein Sprachverständnis und können schließlich passende Antworten generieren. Der Begriff Sprachmodell hat sich etabliert, ist aber etwas zu eng gefasst. Denn neben Texten funktioniert das Ganze auch mit Bildern, Tönen und Videos. Zwar gibt es noch viele andere solcher LLMs, doch sei ChatGPT im Textbereich aufgrund der großen Datengrundlage, zumindest bislang, immer noch führend.

Prompting ist das A und O

Journalisten wissen das: Je präziser Fragen formuliert sind, desto größer ist die Wahrscheinlichkeit, gute Antworten zu erhalten. Bei der KI ist das nicht anders, dort heißt es aber Prompting. Damit ist die Eingabe des Nutzers oder der Nutzerin gemeint. „Um mit generativer KI wirklich gute Ergebnisse zu erzielen, muss ein LLM korrekt ‚geprompted‘ werden“, betonte die Referentin. Das bedeutet beispielsweise, nicht nur nach Lieferanten für Spritzgusswerkzeuge im Ausland zu suchen, sondern zu präzisieren: Wo sollen sie ihren Sitz haben, welche Anforderungen sollen die Unternehmen und ihre Produkte konkret erfüllen, welche Alleinstellungsmerkmale haben sie?

Mit diesem Beispiel war der Schritt zu den Prozessen in den Einkaufsabteilungen getan. Anhand von zehn Use Cases zeigte Gülistan Unvar auf, für welche Aufgaben in diesem Bereich generative KI heute schon eingesetzt werden kann. Dazu zählen unter anderem die Suche nach neuen Lieferantinnen und Lieferanten, Angebotsvergleiche, die Qualitätskontrolle im Wareneingang oder die automatisierte Rechnungsprüfung. Unter dem Strich können so bessere Ergebnisse bei minimiertem Zeitaufwand erzielt werden, wenngleich allgemeingültige Aussagen dazu schwierig sind, weil die individuellen Gegebenheiten und Aufgaben von Unternehmen zu Unternehmen variieren.

Die P(rompt)S auf die Straße bringen

Wie aber können sie diese Potenziale nutzen, wenn sie kein KI-Expertenwissen haben? Gülistan Unvar und ihr Mitgründer Gabriel Senftle erklärten, dass die Hauptarbeit, die Erstellung geeigneter Prompts, nur einmal anfällt. Dabei kann man sich helfen lassen. Von Fachleuten und sogar auch von ChatGPT. Werden Prompts über längere Zeit verwendet, heißt das übrigens nicht, dass sie veralten. Die Ergebnisse werden mit jeder neuen Anfrage jeweils in Echtzeit aus verschiedensten aktuellen Quellen im Internet zusammengestellt.

Eine schnelle und einfache Alternative zur Handarbeit ist die Nutzung von Templates, wie sie die beiden auch über die Plattform Studicon.ai für verschiedene Branchen anbieten. Ein persönlicher Assistent hilft bei der Suche nach Antworten, während andere Vorlagen beispielsweise bei der Erstellung von Reports oder der Prüfung von Verträgen auf nachteilige Konditionen unterstützen. Solche Lösungen stellen einen guten Einstieg dar, um die Leistungsfähigkeit der Technologie bei geringen Kosten auf die Probe zu stellen.

Die beiden Gründer haben für die BME rmr-Mitglieder einen Testzugang zur Studicon.ai-Plattform zur Verfügung gestellt, der sieben Tage ab Anmeldung gültig ist. Dieser ermöglicht es, einen Selbsttest zu starten und sich umfassend mit den Funktionen und Möglichkeiten der
Plattform auseinanderzusetzen.

---

David Schahinian