Generative KI für KMU

Die KI Werkstatt hat ein Vorgehensmodell zur Einführung generativer KI erstellt und unterstützt KMU bei der Identifikation, betriebswirtschaftlichen Bewertung, Auswahl einer technischen Lösung und Pilotierung industriespezifischer Use Cases generativer KI.

Titel des Projektes:

Generative KI für KMU

Ansprechpartner:

Prof. Dr. Stefan Wittenberg, Prof. Dr. Christina Kratsch, Prof. Dr. Erik Rodner, Prof. Dr. Andre Beinrucker, Kilian Sanchez Holguin, Claudia Tyborski, Dr. Nina Siedler, Isabel Win, Marc Naumann

Zur HTW Projekt-Seite
No items found.

Gen KI-Sprechstunde für Unternehmen

Haben Sie Fragen zur Einführung generativer KI in Ihrem Unternehmen?
Wir bieten Ihnen eine offene Sprechstunde der KI-Werkstatt informieren.

wann:  jeden Freitag, 13-14 Uhr per Anmeldung unter https://calendly.com/stefan-wittenberg/ki-sprechstunde
wo: per Zoom unter https://htw-berlin.zoom-x.de/j/61221380518

wer: Prof. Dr. Stefan Wittenberg und Prof. Dr. Andre Beinrucker

Vorgehensmodell zur Einführung generativer KI

Die KI-Werkstatt hat Vorgehensmodell für den Einsatz generativer KI entwickelt, mit Unternehmen aus Berlin validiert
und iterativ weiterentwickelt. Das Pilotprojekt wurde mit den Unternehmen Finetech GmbH & Co. KG und der NBB Netzgesellschaft Berlin-Brandenburg mbH & Co. KG (Gasag Gruppe) durchgeführt.

Das Vorgehensmodell besteht aus drei Phasen mit einzelnen Unterphasen:

  1. Scoping: Identifikation von Use-Cases über eine Kombination aus Top-Down- und Bottom-Up-Ansatz
    mit anschließender Priorisierung von Use Cases auf Basis von Wirtschaftlichkeitsrechnungen
  2. Piloting: Auswahl eines geeigneten Large-Language-Modells auf Basis der Anforderungen aus den Use-Cases (z-B. hinsichtlich Qualität der Antworten, Nachvollziehbarkeit, Datenschutz, Kosten, Latenz etc.) bis zur Realisierung einer Pilotanwendung
  3. Scaling/ML Ops: agile Entwicklung und Integration/Deployment mit Aufbau Produktivinfrastruktur, Tests/Schulungen bis hin zum späteren Monitoring und Change Management

Ergänzend zu den einzelnen Phasen werden phasenübergreifen die Themen "Schulung & Change" sowie "KI Governance und Compliance" abgebildet.

-> Das KI-Werkstatt unterstützt schwerpunktmäßig in den Phasen Scoping und Piloting. Hier freuen wir uns über die Vermittlung von Studierenden für Abschlussarbeiten und Pratika. Auf Anfrage stehen wir Unternehmen im Rahmen von Auftragsforschungsprojekten auch unterstützend zur Verfügung.

Im Kern der Identifikation von Use-Cases für generative KI steht die Verbindung eines Top-Down mit einem Bottom-Up-Ansatz.

Im Top-Down Ansatz wird die Managementperspektive eingenommen und es werden aus Sicht des Geschäftsmodelles und einer datenbasierte Analyse mögliche Use-Cases abgeleitet. Die Top-Down-Sicht wird um eine Bottom-Up-Sicht ergänzt, in der aus Mitarbeitendenperspektive konkrete Optimierungsideen aus dem Tagesgeschäft abgeleitet werden. In einer sich anschließenden Konsolidierung und Priorisierung entsteht im Anschluss ein Use-Case-Backlog für das Unternehmen.

Hybrider Ansatz als Verknüpfung von Top-Down und Bottom-Up-Ansatz
Hybrider Ansatz zur Identifikation von Use-Cases als Verknüpfung von Top-Down und Bottom-Up-Vorgehen

(1) https://arxiv.org/abs/2303.10130

Das Projekt erfolgt in enger Kooperation mit dem Projekt Generative KI in der Berliner Unternehmenslandschaft (BerGPT)

und dem Projekt Digital +

Englisch Version:

Development of a procedure model for the introduction of generative AI

In this project, a procedure model for the use of generative AI is being developed, validated with SMEs from Berlin
and iteratively developed further. The pilot project is being carried out with the companies Finetech GmbH & Co. KG  and  NBB Netzgesellschaft Berlin-Brandenburg mbH & Co. KG

The procedure model for implementing generative artificial intelligence (Gen AI) in Enterprises consists of three phases with individual sub-phases:

Scoping: Identification of use cases using a combination of top-down and bottom-up approaches
 with subsequent prioritization of use cases on the basis of profitability calculations

Piloting: Selection of a suitable large-language model based on the requirements from the use cases (e.g. with regard to quality of responses, traceability, data protection, costs, latency, etc.) through to the implementation of a pilot application

 Scaling/ML Ops: agile development and integration/deployment with setting up productive infrastructure,
 testing/testing through to subsequent monitoring and change management

-> The HTW provides support primarily in the scoping and piloting phases.

Starte dein KI-Projekt mit Uns

Mit der KI-Werkstatt schafft die HTW Berlin einen Ort für das gemeinsame Forschen, Lehren und Anwenden von KI-Technologie auf aktuelle Praxisprobleme. Ziel ist u.a. die Schaffung einer hochschulweiten Infrastruktur, welche die Verwendung und Weiterentwicklung aktueller KI-Algorithmen auf höchstem wissenschaftlichem Niveau ermöglicht, sowie die Entwicklung eines KI-Modulbaukastens um die KI-Lehre interdisziplinär fördern.

Kontaktiere Uns