Transkript
Hallo zusammen. Ich bin Phil Benson, Vizepräsident für Produktentwicklung bei Blackline Safety. Vielen Dank, dass Sie an dieser Sitzung teilnehmen. Wir werden heute ein wenig darüber sprechen, wie Sie KI einsetzen können, oder zumindest über die ersten Schritte, wie wir Ihnen empfehlen, KI auf Ihre Daten und auf Gesundheits- und Sicherheitsprojekte anzuwenden, um ein konkretes Thema anzusprechen.
Es gibt also drei Wege, wie wir dieses Problem wirklich angehen wollen. Aufgrund unserer Erfahrungen hier bei Blackline arbeiten wir seit vielen Jahren mit Daten und haben uns in den letzten drei Jahren intensiv mit Datenwissenschaftsprojekten sowie ML- und KI-Projekten beschäftigt. Der Rat, den ich Leuten gebe, die damit anfangen, lautet – weil das wirklich unsere eigene Erfahrung ist –, sich noch keine Gedanken über KI zu machen.
Beginnen Sie Ihr Projekt nicht damit, darüber nachzudenken. Sie sollten sich über drei Dinge Gedanken machen. Als Erstes sollten Sie sich überlegen, wo Ihre Probleme liegen. Sie sollten sich ganz klar darüber werden, welche Probleme Sie in Ihrem Unternehmen lösen möchten, denn das ist der wichtigste Schritt, um voranzukommen. Wenn Sie das Tool einfach nur auf ein beliebiges Thema anwenden, wird es sehr schwer sein, die Ergebnisse zu verstehen und zu lernen, wie man es in realen Szenarien testet. Beginnen Sie also mit Ihren Problemen, denn diese haben klare Ziele.
Als Nächstes würde ich sagen, dass Sie Ihre Daten kennen sollten, und zwar indem Sie sich mit den Daten vertraut machen, die Sie bereits unter Ihrer Kontrolle haben und die Sie bereits verstehen. Und davon sollten Sie wirklich eine Bestandsaufnahme machen. Viele Menschen sind in der Anfangsphase von Projekten sehr gehemmt und besorgt, weil sie wissen, dass sie nicht über genügend Daten verfügen und dass diese Daten nicht so sauber sind, wie sie es gerne hätten. Beides sind sehr reale Bedenken, die in gewisser Weise über den Ausgang Ihres Datenprojekts entscheiden, aber lassen Sie sich davon nicht davon abhalten, zu verstehen, was Sie haben, und herauszufinden, wie Sie es für diese Projekte nutzen können. Beginnen Sie also mit der Frage: Welches Problem versuche ich zu lösen? Dann überlegen Sie sich genau, welche Daten Ihnen zur Verfügung stehen.
Und dann geht es beim dritten Punkt darum, KI als Thema zu verstehen und die Ihnen zur Verfügung stehenden Tools zu kennen. Das kann so weit gehen wie die Feinabstimmung Ihres eigenen Modells, beispielsweise indem Sie ein Basismodell verwenden und dieses für eine bestimmte Anwendung feinabstimmen. Oder es könnte einfach darum gehen, ein generatives KI-Modell zu verwenden, um Ihnen zu helfen, Ihre Analysen besser zu verstehen, damit Sie sehr schnell in Ihre eigenen Analysen eintauchen können, die Ihnen in natürlicher Sprache zur Verfügung stehen, und diese Visualisierungen erhalten. Und es könnte darum gehen, Ihr eigenes Modell zu erstellen.
Es könnte sich um die Erstellung eines ML-Modells handeln, also um traditionellere datenwissenschaftliche Techniken, mit denen Sie einfach einige Vorhersagemodelle erstellen, um Ihre Daten zu verstehen. Und wenn Sie sich mit diesem Thema allgemein beschäftigen, wenn Sie den Unterschied zwischen KI und ML und Gen AI verstehen und wissen, was ein großes Sprachmodell ist und was es für Sie leisten kann, wenn Sie sich mit diesem Thema beschäftigen, werden Sie an die letzten beiden Punkte zurückdenken: Welche Daten habe ich und welches Problem versuche ich zu lösen?
Und wir haben festgestellt, dass unsere besten Projekte diejenigen sind, die wirklich zusammenwachsen, also wie wir das Thema verstehen, was uns zur Verfügung steht und welche Probleme wir für unsere Kunden lösen können. Und ich denke, das trifft auch auf die Kunden zu, mit denen wir zusammenarbeiten, wenn sie ihre eigenen KI-Projekte haben.
Vielen Dank, dass Sie an dieser ersten Sitzung teilgenommen haben. Wir werden noch einige weitere Sitzungen abhalten, in denen wir etwas tiefer in die Materie einsteigen werden. Vielen Dank und einen schönen Tag noch.