Die Interaktion von Mensch und Maschine nimmt immer mehr Platz in unserem Arbeitsalltag ein, doch der Umgang mit dem neuen Gegenüber will erlernt sein. Geschicktes Prompt Engineering kann die Leistung und Zuverlässigkeit von KI-Sprachmodellen verbessern. Welche Strategien würden Sie verwenden, um effektive Prompts zu erstellen? Wie könnten Sie KI-Sprachmodelle in Ihrem Arbeitsumfeld nutzen? Welche konkreten Anforderungen haben Sie? Diesen Fragen stellte sich das bayerische Sensorik-Netzwerk Mitte Juli im transform-DiaLog „Future Skills“ mit Dr. Marco Maier, CTO von TAWNY (Emotion AI, München), der in Theorie und Praxis bereits seit vielen Jahren tätig ist.
Dr. Marco Maier gab einen Abriss über die Entwicklung dieser Modelle bis hin zu den großen Sprachmodellen und entmystifizierte dabei ein Stück weit die „Intelligenz“ der Maschine: Diese trifft letztendlich nur Vorhersagen, basierend auf einer Wahrscheinlichkeit von Wortfolgen. Aktuell schon verfügbar für das jüngste Modell von ChatGPT sind auch Plug-ins, die das Sprachmodell um Funktionalitäten anreichern, gerade im unternehmerischen Kontext bzw. für spezifische Bedarfe birgt dies noch Potenzial. Seit 2022 gibt es sogenannte „Foundation-Modelle“, die als Durchbruch im Bereich der künstlichen Intelligenz gelten. Auch ohne große Datenmengen – der Experte spricht hier von „Few-Shot“ oder „Zero-Shot“ – liefern Modelle Ergebnisse. Deren Ausgabe erfolgt in einem Format, mit dem jeder aus dem Alltag vertraut ist, dem Chat. Die Leistungsfähigkeit von KI-Sprachmodellen ist so in der Breite nutzbar. Ferner ist eine Eingabe über normale Sprache, also nicht mehr als Code, möglich, was die Zugänglichkeit weiter erhöht. Dr. Maier erläuterte verschiedene Möglichkeiten der Interaktion mit diesen Modellen wie das Chain-of-Thought-Prompting. Bei dieser Methode verwendet der User schrittweise aufeinander aufbauende Sätze oder Anweisungen, um ein KI-Sprachmodell dazu zu bringen, eine zusammenhängende Argumentation oder Gedankenfolge zu generieren. Im Gegensatz zu einem einzelnen Prompt, der eine isolierte Anfrage oder Fragestellung darstellt, ermöglicht das Chain-of-Thought-Prompting dem Nutzer, eine kontinuierliche Konversation mit dem Sprachmodell aufzubauen. Dabei wird die vorherige Ausgabe des Modells als Teil des nächsten Prompts verwendet, um den Kontext beizubehalten und den Eindruck einer fortlaufenden Unterhaltung zu erzeugen.
Geschicktes Prompt Engineering kann die Leistung und Zuverlässigkeit von KI-Sprachmodellen verbessern, der richtige Text, die Formatierung und die spezifischen Anweisungen sind ausschlaggebend für die Erreichung des gewünschten Ergebnisses. Am manuellen Prompting durften sich die Teilnehmenden dann auch selbst versuchen – und machten die wertvolle Erfahrung: Prompt Engineering ist entscheidend für den effektiven Einsatz von KI-Sprachmodellen. Mitarbeitende, die mit KI-Sprachmodellen arbeiten, sollten daher über spezifische Kompetenzen verfügen. Dazu gehören ein fundiertes Verständnis der Funktionsweise von Sprachmodellen sowie Kenntnisse über die Anpassung von Prompts und die Fähigkeit, die Anforderungen und Ziele einer bestimmten Anwendung zu verstehen. Auch die Befragung der Teilnehmenden, welche Kompetenzen sie zukünftig in diesem Kontext als relevant erachten, zeigte: Mitarbeitende müssen in der Lage sein, potenzielle Fehler der Ausgaben der KI-Sprachmodelle oder Verzerrungen zu erkennen und gegebenenfalls Korrekturen vorzunehmen.
In Bezug auf die zukünftigen Fähigkeiten wies Dr. Maier, der zugleich einen Lehrauftrag an der LMU hat, auch auf die Auswirkungen im Bildungsbereich hin. Kompetenzen wie die eines Junior-Entwicklers werden möglicherweise an Bedeutung verlieren. Er betonte die Notwendigkeit, dass Bildungsprogramme sich an diese Veränderungen anpassen und neue Inhalte aufnehmen müssen. Das Ziel besteht darin, die Kompetenz der Mitarbeitenden im effektiven Umgang mit KI-Sprachmodellen zu steigern.
Dr. Marco Maier ist Geschäftsführer des KI-Unternehmens TAWNY und lehrt an der Ludwig-Maximilians-Universität München im Themengebiet der künstlichen Intelligenz. Mit seinem Team unterstützt er Unternehmen sowohl bei der strategischen Ausrichtung als auch bei der technischen Umsetzung KI-bezogener Use-Cases und Geschäftsmodelle.
In den transform-DiaLogen greift das Sensorik-Netzwerk neue Strategien zur Sicherung von Fachkräften auf. Diese Treffs für betriebliche Praktiker beleuchten u.a. neue Ansätze arbeitsprozessintegrierter Weiterbildung, zur Motivation zum lebenslangen Lernen sowie international sichtbare Employer-Branding-Strategien. Der Praxistreff transform-DiaLog ist Teil des vom BMWK geförderten Projekts „transform.r“. Informationen zum Transformationsnetzwerk transform.r finden Sie auf der Webseite: https://www.transform-r.de/.