Kommentar von Jean Ferré, Sinequa ChatGPT wird Google nicht vernichten

Anbieter zum Thema

Sinequa

WatchGuard Technologies GmbH

Fsas Technologies GmbH

mibeca GmbH – Mike Bergmann Akademie

Die geschäftliche und gesellschaftliche Rolle der wichtigsten Suchmaschine, nämlich der von Google, wird sich mit generativen KI-Tools eher weiterentwickeln statt zugrunde zu gehen. Suche wird noch wichtiger, auch in Zeiten von ChatGPT.

Generative KI mit ChatGPT als Vorzeige-Tool krempelt derzeit so einiges um. Ein „Google-Killer“, der Microsofts Bing binnen Kurzem am bisherigen Platzhirsch vorbeiziehen lassen wird, ist sie aber nicht. Google hat nicht nur einen Vergleichsdienst namens Bard ins Spiel gebracht, sondern auch ausdrücklich erklärt: Dieser ist kein Ersatz für die Suche, sondern vielmehr eine Ergänzung. Beide Tools haben die breite Öffentlichkeit ohnehin bereits im Sturm erobert; jetzt fragen sich auch Unternehmen (mit Ausnahme der Kreativbranche), wie sie am besten von den neuen Technologien profitieren können.

Warum sind Unternehmen unsicher?

GenAI kann Kochrezepte erfinden, Gedichte schreiben oder eine Zusammenfassung des 30-jährigen Kriegs liefern. Kein Wunder, dass die Allgemeinheit begeistert ist ob ChatGPTs (resp. Bards/LLaMAs etc.) Fähigkeiten in natürlicher Sprache, Kreativität, Konversation und Zusammenfassung. Im unternehmerischen Umfeld jedoch herrschen noch Zweifel. Die Probleme des „stochastischen Papageis“ bei faktenbasierten und nuancierten Kontexten und beim Halluzinieren sind schon jetzt legendär. Quellen lassen sich nicht validieren und zum jetzigen Zeitpunkt sind die Informationen auch noch nicht tagesaktuell. Genau auf diese drei Faktoren kommt es aber beim unternehmerischen Einsatz an.

Um das Problem dahinter zu verstehen, muss man die Grundlage der Technologie großer Sprachmodelle (LLMs) selbst analysieren. Sie sind darauf trainiert, Texte auf der Grundlage von Sprachmustern zu generieren. Sie erstellen perfekte Prosa und verkünden sichere, scheinbar überzeugende Argumente. Jetzt geht es darum, von der Wahrscheinlichkeit von Wörtern hin zu einem Verständnis der Funktionsweise der Welt kommen. Nur so kann man sich darauf verlassen, dass die Modelle exakte Informationen ausgeben. Für die meisten Geschäftsanwendungen ist das von existenzieller Bedeutung, und genau hier kommt die Suche ins Spiel.

LLMs sind Reflexion, Suche Reproduktion

Suche bedeutet Abrufen von Informationen. Man fordert Informationen von einer Suchmaschine an und erhält die relevantesten Informationen. Generative LLMs hingegen greifen nicht auf bereits vorhandenes Material zurück, sondern erstellen ihre Antworten auf Basis von Trainingsdaten und Sprachregeln. Das kann sich wie eine Suche anfühlen, da relevantes Material präsentiert wird, aber das Ergebnis sind keine maßgeblichen Inhalte. Statt Reproduktion haben wir es nur mit einer Reflexion zu tun, die falsch oder veraltet sein kann und schwer zu validieren ist.

Suche ist die Lösung

Beide Techniken zu verbinden, ist daher die Lösung. Da die Suche als Informationsquelle für generative LLMs dient (und nicht die LLMs selbst), wird die Antwort aus genauen, aktuellen und nachvollziehbaren Informationen erstellt. Das Wissen stammt aus den relevantesten Informationen, die bei der Suche gefunden wurden, während die Formulierung aus dem generativen LLM stammt. Da die Genauigkeit der Antwort mit der Qualität der in das LLM eingespeisten Informationen zusammenhängt, ist die Antwort umso zuverlässiger (und vollständiger), je relevanter die Suchergebnisse sind. Hohe Relevanz bedeutet Vertrauenswürdigkeit. In dem Maße, in dem LLMs von Unternehmen angenommen werden, wird die Suche wichtiger denn je, da sie sich der Herausforderungen einer Nutzung von LLMs für Informationen und Wissen annimmt.

Auch unternehmenseigener Content wird einbezogen

Suche – und hier ist dezidiert Unternehmenssuche, also Enterprise Search, gemeint – löst außerdem die größte Herausforderung bei der Nutzung von LLMs in Unternehmen: die mangelnde Wahrnehmung unternehmenseigenen Contents. GenAI-Tools sind auf öffentliche Inhalte – das Internet – trainiert. Sie wissen nichts über das Wissen einer Organisation und sie darin zu schulen, wäre irrsinnig zeitaufwendig und teuer. Anders als eine Enterprise-Search-Software mit ihrem umfassenden und sicheren Zugang zu allen Unternehmens-Repositories, Inhalten und institutionellem Wissen, das sie dem LLM zur Verfügung stellen kann. Dieses erhält damit genaueste und relevanteste Ergebnisse aus allen Inhalten, unabhängig von Quelle, Format oder Sprache. Außerdem ist die Sicherheit gewährleistet, da das LLM nur Informationen erhält, für die die jeweils fragende Person Zugriffsberechtigung hat.

Kombination von Suche mit GenAI bedeutet also:

• Das LLM umfasst das Wissen das eigenen Unternehmens, nicht nur öffentliche Inhalte.

• Informationen stammen nicht aus einem Modell, damit gibt es keine Halluzinationen.

• Durch explizite Quellenangaben sind die Ergebnisse nachvollziehbar.

• Die Suchergebnisse nutzen die aktuellsten Informationen.

Blick in die Zukunft

Der Hype um ChatGPT/Bard & Co. ist berechtigt. GenAI-Tools werden die Art und Weise, wie wir leben, arbeiten und mit Informationen interagieren, grundlegend verändern. Aber so beeindruckend sie auch sind – wir stehen erst am Anfang dieser Revolution und werden schnell noch leistungsfähigere Modelle sehen, die neue Anwendungen ermöglichen werden. Eines steht aber schon fest: LLMs brauchen eine zuverlässige Quelle für prägnantes, genaues und relevantes Wissen, um diese Vision zu verwirklichen, insbesondere im Unternehmen. Eine solche Quelle ist die intelligente Suche. Erst sie bringt LLMs an den Arbeitsplatz, sodass Beschäftigte mit deren Inhalten kommunizieren können – und das mit verlässlichen Informationen.

(ID:49826341)