Generative KI implementieren

Alwine arbeitet als Business Analystin bei Sopra Steria Custom Software Solutions (CSS), einer Tochterfirma von Sopra Steria. Sie nimmt euch mit in ihren Joballtag und zeigt, wie die Implementierung von generativer künstlicher Intelligenz ablaufen kann. 

Servus, ich bin Alwine. 

Ich bin seit 14 Jahren in der IT-Beratung tätig. Bei der Sopra Steria CSS, ehemals it-economics, bin ich im März 2023 durchgestartet und berate seitdem als Business Analystin Kunden im Energiesektor. In meiner täglichen Arbeit unterstütze ich das Produktmanagement bei der Planung neuer Softwarefeatures oder der Optimierung bestehender Prozesse. Bevor ich zu der CSS gekommen bin, war ich bereits aktiv auf der Suche nach einer neuen Herausforderung. Ich hatte der Beratung eigentlich den Rücken gekehrt – das erwies sich für mich jedoch als falsche Entscheidung. Wie der Zufall es wollte, hat sich eine Recruiterin auf LinkedIn mit mir vernetzt. Nach einem kurzen Bewerbungsprozess und einem sehr positiven Eindruck von den Gesprächspartner*innen und dem Unternehmen, war klar, dass ich zur CSS wechsle. 

In meiner täglichen Arbeit mit dem Kunden ist es mir besonders wichtig, die Probleme des Kunden genau zu verstehen. 

Dies ermöglicht es mir anschließend eine geeignete Lösung zu identifizieren. Was mich besonders freut ist die schnelle Entwicklung im Bereich der Künstlichen Intelligenz (KI), die besonders seit November 2022 enorm an Fahrt aufgenommen hat. Das hat nämlich zu einer Zunahme von Use Cases geführt, die mit Werkzeugen aus dem Bereich der generative KI gelöst werden können, beziehungsweise müssen. Persönlich freut es mich, denn ich war schon immer datenaffin und studiere deshalb seit Ende 2021 neben dem Job auch nochmal Data Science im Master. 

Ein Praxisbeispiel: SmarteMode und KI 

Und nun möchte ich euch einen Einblick in meine tägliche Arbeit geben. Bei der Implementierung eines Use Cases mit Hilfe generativer KI, ist es meiner Meinung nach für den Erfolg enorm wichtig das richtige Vorgehen zu wählen. Nehmen wir an, ein aufstrebender Online-Modehändler, nennen wir ihn “SmarteMode”, beschließt, seinen Kundenservice durch einen KI-gestützten virtuellen Stylisten namens “FancyAIden” zu innovieren. Wie würde wohl die optimale Reise aussehen? 

Hier ein Beispiel: 

• Klare Definition des Problems: SmarteMode beobachtet über die Zeit, dass viele Kund*innen Schwierigkeiten haben das passende Outfit für sich zusammenzustellen. Das führt wiederum zu geringeren Verkäufen (Problem 1) und höheren Rücksendequoten (Problem 2). 
• Wirtschaftlichkeitsanalyse: Das Team berechnet potenzielle Umsatzsteigerungen und Kosteneinsparungen durch reduzierte Retouren durch den Einsatz von FancyAIden. 
• Einbindung der Endnutzer: SmarteMode führt Umfragen mit bestehenden beziehungsweise potenziellen Kund*innen durch, um deren Bedürfnisse und Erwartungen an einen virtuellen Stylisten zu verstehen. 
• Datenanalyse und -aufbereitung: Das Unternehmen analysiert historische Verkaufsdaten, Kundenbewertungen und Modetrends, um eine solide Datenbasis für FancyAIden zu schaffen. 
• Auswahl des KI-Modells: Das Team um SmarteMode prüft sorgfältig in kleineren PoCs (Proof of Concept) unterschiedliche Modelle, die Bildverarbeitung und natürliche Sprachverarbeitung kombinieren können und entscheidet sich für eine geeignete Kombination. 
• Ethische und rechtliche Aspekte: SmarteMode stellt sicher, dass FancyAIden keine Vorurteile bezüglich Körpertypen oder Hautfarben aufweist und alle Datenschutzbestimmungen einhält. 
• Iterative Entwicklung: In mehreren Sprints entwickelt das Team Prototypen, testet sie mit einer Gruppe von Beta-Tester*innen und verfeinert das System basierend auf dem Feedback. 
• Integration: FancyAIden wird nahtlos in die bestehende E-Commerce-Plattform und mobile App von SmarteMode integriert. 
• Schulung: Kundendienstmitarbeitende werden geschult, um Kund*innen bei der Nutzung von FancyAIden zu unterstützen und Feedback zu sammeln. Monitoring und Wartung: Ein dediziertes Team überwacht die Leistung von FancyAIden, aktualisiert den Produktkatalog, implementiert neue Modetrends und behebt auftretende Probleme. 
• Datenschutz und Sicherheit: SmarteMode implementiert strenge Sicherheitsmaßnahmen zum Schutz der Kundendaten und der KI-Algorithmen. 
• Return on Investment (ROI) Bewertung: Nach sechs Monaten analysiert SmarteMode den Erfolg von FancyAIden anhand von Kennzahlen wie Umsatzsteigerung, Kundenzufriedenheit und Retourenquote. 

Dieses Praxisbeispiel zeigt, wie SmarteMode systematisch bei der Entwicklung von FancyAIden vorgeht und dabei alle wichtigen Aspekte der Umsetzung von KI-Anwendungsfällen berücksichtigt. Jedes Use Case ist anders, daher können auch Schritte ausgelassen oder hinzugefügt werden. Nicht außer Acht gelassen werden darf jedoch der frühe Einbezug der Endnutzer*innen, denn diese entscheiden über Erfolg oder Misserfolg des Projekts. Auch darf die Prüfung der Anwendung auf alle ethischen und rechtlichen Aspekte nicht ausgelassen werden. Das ist nur ein Beispiel von vielen und zeigt, wie spannend dieser Bereich ist – und wie viele neue Möglichkeiten durch die Nutzung von KI geschaffen werden. 

Danke, Alwine! Schön, dass du bei uns bist.