KI im Mittelstand: Anwendung und Potenziale | Prof. Dumitrescu Tech Talk #13

Fabian Hanke, wissenschaftlicher Mitarbeiter am Fraunhofer IEM, gibt Einblicke in die Bedeutung und den Einsatz von Large Language Models (LLMs) und generativer KI in mittelständischen Unternehmen. Wie diese Technologien helfen können, Innovationsprozesse zu optimieren und neue Potenziale zu erschließen. Von den Grundlagen der Sprachmodelle bis hin zu praktischen Anwendungsbeispielen.

0:00 - Einführung und Begrüßung
1:21 - Was sind LLMs?
2:41 - Bekannte Sprachmodelle
3:56 - Anwendungspotenziale von Sprachmodellen
5:02 - Unternehmensdaten und Engineering
6:08 - Nutzung von LLMs in deutschen Unternehmen
8:06 - Prompts und deren Bedeutung
10:02 - Fine-Tuning vs. Retrieval-Augmented Generation (RAG)
13:01 - Beispiel: Unternehmenswissen einbinden
14:24 - Umgang mit Halluzinationen von Sprachmodellen
15:19 - Use Case im Maschinenanlagenbau
16:47 - Multimodalität und Vorteile für Unternehmen
17:38 - Potenziale im Engineering
18:18 - Hintergrund von Fabian Hanke
21:53 - Potenziale von KI in Deutschland
22:21 - Strategische Positionierung von KI im Mittelstand
24:32 - Prozesswissen und maßgeschneiderte Lösungen
25:02 - Abschluss und Ausblick

Für tägliche News rund um Themen und Veranstaltungen des Fraunhofer IEM, folge uns auch auf unseren anderen Kanälen:

#ki #mittelstand #chatgpt

[katharinahengesbach]

Endlich mal ein Video von Euch, welches etwas tiefer in die Usecases einsteigt und somit ein Bild zeichnet, wie auch weniger techniklastige Unternehmen LLMs anwenden können. Auch wenn mir bewusst ist, dass Euch die Techniklastigkeit in der DNA steckt, fand ich dieses Gespräch extrem hilfreich! Danke dafür!

[marcotraveler]

Vielen Dank für das sehr interessantes Gespräch 😊

[WellBlueGmbH]

Es ist spannend zu sehen, dass OpenAI mit der o1-Modellreihe einen wichtigen Schritt unternommen hat, die Rechenleistung stärker auf die Inferenz zu verlagern. Dadurch werden komplexe Aufgaben möglich, bei denen hochgradig spezialisierte Modelle miteinander interagieren und gemeinsam nach optimalen Lösungen suchen. In Zukunft könnten wir uns eine Welt vorstellen, in der Modelle über Wochen oder Monate hinweg in der Inferenz arbeiten, um Herausforderungen wie die Entwicklung neuer Medikamente zu bewältigen. Dieser Ansatz könnte das Lösen komplexer Probleme revolutionieren, indem KI ihre Expertise über längere Zeiträume hinweg einsetzt.

[tivinuc]

Danke für den Beitrag!:) Frage : wenn ich in ChatGPT ein GPT erstelle und in dessen Konfiguration dann ein paar branchenspezifische Dokumente hochlade - dann ist diese Fütterung ein Beispiel für RAG oder?

[Piiit]

Sehr interessant, nach der Einleitung dachte ich, es wird jetzt erklärt. Das habt ihr auch, unverständliche Fachbegriffe wurden mit noch unverständlicheren Fachbegriffen erläutert. Schade 😢