Warum Experteninhalte in KI-Umgebungen bevorzugt werden: Auf dem IT Summit by Heise 2024 diskutierten Carlos Fernandez und Matthias Seiller von DATEV am Podium „AI: To Use or Not To Use?“ praxisnah, wann Künstliche Intelligenz echten Mehrwert bringt und wann klassische Algorithmen vorzuziehen sind. Die Zuhörer erfuhren am Beispiel von Kundenservice, OCR und Wissensdatenbanken, welche Rolle Experteninhalte in modernen KI-Umgebungen spielen.
Die Referenten hoben hervor, dass neben technischer Leistung vor allem Datenqualität, Vertrauenswürdigkeit und Informationssicherheit darüber entscheiden, ob KI-Lösungen sinnvoll sind. Für Unternehmen wie DATEV ist das Ergebnis konkret: KI darf Prozesse automatisieren, darf aber nicht die Nachvollziehbarkeit oder die Benutzererfahrung gefährden.
Praxisbeispiele: Wo Experteninhalte KI stärken
Fernandez und Seiller zeigten, wie Experteninhalte die Leistungsfähigkeit von KI in produktiven Szenarien erhöhen. Beim Einsatz von KI zur Analyse von Kundenfeedback sind hochwertige Fachtexte und strukturierte Metadaten Voraussetzung, damit Modelle valide Stimmungsbilder und Trendthemen erkennen.
Automatisierung im Kundenservice und Wissensmanagement
Ein konkretes Beispiel bei DATEV ist der Assistent „Frag Lea“, der in der Wissensdatenbank LEXinform rechtliche und steuerliche Fragen beantwortet. Nur durch sorgfältig kuratierte Fachinhalte lässt sich die Vertrauenswürdigkeit der Antworten sichern und zugleich das Wissensmanagement verbessern.
Grenzen der KI: Ressourcen, Erklärbarkeit und Fairness
Die Vorträge betonten, dass Künstliche Intelligenz zwar enorme Möglichkeiten bietet, aber nicht immer die effizienteste Lösung ist. Insbesondere bei sicherheitskritischen oder hochpräzisen Aufgaben können deterministische Algorithmen besser und nachvollziehbarer arbeiten.
Ressourcenverbrauch und regulatorische Anforderungen
Als Beispiel nannten die Referenten Studien zum Energie- und Wasserverbrauch großer Sprachmodelle: Training und Inferenz großer LLMs verursachen signifikante CO₂- und Wasserwerte, was bei der Abwägung für oder gegen KI eine Rolle spielt. Die KI-Umgebungen unterliegen zudem der europäischen KI-Verordnung, die Transparenzanforderungen für risikoreiche Systeme vorsieht.
Konkrete Einsatzszenarien: Wann Expertenwissen entscheidet
Die Referenten differenzierten zwischen guten KI-Anwendungsfällen und jenen, in denen klassische Methoden überlegen sind. So gelingt die automatische Auswertung unstrukturierter Dokumente mit KI-basiertem OCR, während komplexe Optimierungsprobleme oft effizienter mit bewährten Algorithmen gelöst werden.
Von OCR bis Personaleinsatzplanung: Praxis versus Theorie
Im Feld der Bilderkennung kann KI Nummernschilder auch bei schlechten Aufnahmen zuverlässig identifizieren. Dagegen zeigte das Beispiel Personaleinsatzplanung, dass die Automatisierung mit einem gewichteten Zuordnungsalgorithmus (Kuhn-Munkres) oft präziser, transparenter und ressourcenschonender ist. Entscheidend bleibt die Verfügbarkeit sauberer Daten: ohne Datenqualität sinkt die Effektivität jeder Lösung.
Für Unternehmen lautet die Schlussfolgerung aus dem Panel: Experteninhalte erhöhen die Chancen, dass KI-Lösungen zuverlässig, nachvollziehbar und rechtssicher arbeiten. Wer Informationssicherheit, Wissensmanagement und Nutzerbedürfnisse verbindet, kann Automatisierung gewinnbringend einsetzen – vorausgesetzt, die Methodik passt zur Aufgabenstellung.
