Nicht jede künstliche Intelligenz ist ein Sprachmodell, und für viele Aufgaben im Mittelstand ist ein Sprachmodell die falsche Wahl. Was künstliche Intelligenz bedeutet, steht im Glossar unter Künstliche Intelligenz. Hier geht es um die Zuordnung, also darum, welche Art von KI zu welcher Aufgabe passt.
Arten künstlicher Intelligenz und ihre Aufgaben
Regelbasierte Systeme. Feste Wenn-Dann-Logik. Keine KI im engeren Sinn, aber die richtige Antwort, wenn die Regeln bekannt und prüfbar sein müssen.
Klassisches maschinelles Lernen. Modelle, die aus Tabellendaten Zusammenhänge lernen, etwa für Verbrauchsprognosen, Ausfallwahrscheinlichkeiten und Preisbildung. Verfahren wie Gradient Boosting sind hier oft treffsicherer als jedes große Sprachmodell.
Deep Learning. Neuronale Netze für Bild, Ton und Signal. Zuständig für optische Qualitätsprüfung, Zustandsüberwachung, Objekterkennung.
Generative KI. Modelle, die Inhalte wie Text, Bild und Code erzeugen. Ausführlich im Beitrag Generative KI im Unternehmen einsetzen.
Welche Art zu welcher Aufgabe passt, zeigt die folgende Übersicht.
| Aufgabe | Passende Art |
|---|---|
| Bekannte Regeln zuverlässig anwenden | regelbasiert |
| Zahl vorhersagen (Bedarf, Ausfall, Preis) | klassisches ML |
| Bild oder Signal beurteilen | Deep Learning |
| Text erzeugen oder umformen | generative KI |
| Frage über eigene Dokumente beantworten | generative KI mit RAG |
Die Tabelle ist unspektakulär und löst die häufigste Fehlentscheidung, nämlich ein Sprachmodell zur Bedarfsprognose einzusetzen, weil Sprachmodelle gerade verfügbar sind. Vor der Frage, ob KI hilft, steht also die Frage, welche Art von KI zu der Aufgabe passt.
Warum die Wahl der KI-Art über die Kosten entscheidet
Ein Prognosemodell auf Tabellendaten läuft auf vorhandener Hardware, ist erklärbar und kostet im Betrieb wenig. Ein großes Sprachmodell für dieselbe Aufgabe kostet je Anfrage, ist schwerer zu begründen und liefert bei Zahlen die schlechteren Ergebnisse. Umgekehrt baut derjenige, der eine Textaufgabe mit Regeln lösen will, ein Regelwerk, das niemand mehr pflegt. Die Kostenfrage ist deshalb eine Frage der Passung und nicht der Lizenz, und sie entscheidet sich vor dem ersten Test und nicht im Betrieb.
Woran KI-Vorhaben im Mittelstand scheitern
Erstens fehlt ein messbares Ziel. Ohne Prüfdatensatz und Zielkennzahl lässt sich nicht sagen, ob ein Modell hilft. Zweitens ist die Datengrundlage uneinheitlich, und kein Verfahren repariert widersprüchliche Stammdaten. Drittens startet das Projekt beim Werkzeug statt bei der Aufgabe. Gartner erwartet, dass mehr als 40 Prozent der Projekte rund um agentische KI bis Ende 2027 abgebrochen werden, ein erheblicher Teil davon aus genau diesen Gründen.
Ob ein Modell zusätzlich an Ihre Sprache und Ihr Format angepasst werden muss, ist eine eigene Entscheidung. Die Abwägung steht im Beitrag Fine-Tuning oder RAG.
Künstliche Intelligenz und die Reihenfolge der DOpE-Stufen
In der Digitalisierungspyramide der Dögel GmbH gehört künstliche Intelligenz zur Stufe 3, der datenbasierten Steuerung. Darunter liegen die digitale Grundlage und der vernetzte Betrieb. Die Reihenfolge richtet sich nach der Tragfähigkeit und nicht nach der Wichtigkeit. Ohne solide Grundlage scheitern KI-Projekte an der fehlenden Basis und nicht an der Technologie. Mehr dazu im Beitrag Was ist Digital Operational Excellence?
Drei erste Schritte vor dem KI-Projekt
1. Aufgabe statt Technologie formulieren. Was soll am Ende anders sein, also schneller, günstiger oder genauer? In einem Satz und mit einer Zahl.
2. Art zuordnen. Regel, Zahl, Bild oder Text? Die Tabelle oben genügt für die erste Zuordnung.
3. Datengrundlage prüfen. Liegen die Beispiele vor, aus denen ein Modell lernen könnte, einheitlich und in ausreichender Menge?
Das lässt sich ohne externe Hilfe erledigen. Wer es strukturiert will, bekommt es als DOpE-Analyse mit einer Bewertung, welche Anwendungsfälle tragen, welche Voraussetzungen fehlen und welche Maßnahme nach Wirtschaftlichkeit zuerst kommt. Mehr zum Verfahren steht auf unserer Seite zu Digital Operational Excellence.
Melden Sie sich bei uns. Und wenn Ihre Aufgabe ohne KI zuverlässiger und günstiger läuft, sagen wir Ihnen das ebenso.
Redaktion Dögel GmbH