Eine neue Ära generativer KI für alle

Transkript

1 Eine neue Ära generativer KI für alle Die zugrunde liegende Technologie ChatGPT wird die Arbeit verändern und das Geschäft neu erfinden

2 Tabelle 03 Inhalt 04 Willkommen am neuen Wendepunkt der KI Wie sind wir hierher gekommen? Meilensteine auf dem Weg zur generativen KI 05 Nutzen oder anpassen: Generative KI für alle 08 Ein Blick in die Zukunft auf die rasante Entwicklung von Technologie, Regulierung und Wirtschaft 12 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung 19 Die Zukunft der KI beschleunigt sich 21 Glossar und Referenzen 22 Autoren Eine neue Ära generativer KI für alle 2

3 Einführung Willkommen am neuen Wendepunkt der KI ChatGPT hat die Welt für das transformative Ein Grundlagenmodell ist ein Oberbegriff für große Potenzial der künstlichen Intelligenz (KI) Modelle mit Milliarden von Parametern. Dank der jüngsten sensibilisiert, weltweite Aufmerksamkeit erregt und eine Fortschritte können Unternehmen nun auf der Grundlage Welle der Kreativität ausgelöst, die noch nie zuvor dieser Grundmodelle spezielle Modelle zur Bild- und gesehen wurde. Ihre Fähigkeit, menschlichen Dialog Sprachgenerierung aufbauen. und Entscheidungsfindung nachzuahmen, hat uns den Große Sprachmodelle (LLMs) sind sowohl eine Art ersten echten Wendepunkt der KI in der öffentlichen Akzeptanz beschert. generative KI als auch eine Art Basismodell. Endlich kann jeder überall das wahre disruptive Potenzial der Technologie selbst erkennen. Die LLMs hinter ChatGPT markieren einen bedeutenden Wendepunkt und Meilenstein in der künstlichen Intelligenz. Zwei Dinge machen LLMs bahnbrechend. ChatGPT erreichte nur zwei Monate nach der Erstens haben sie den Code zur Sprachkomplexität Einführung 100 Millionen aktive Benutzer pro Monat und geknackt. Jetzt können Maschinen zum ersten Mal ist damit die am schnellsten wachsende Sprache, Kontext und Absicht lernen und unabhängig Verbraucheranwendung in der Geschichte.1 voneinander generativ und kreativ sein. Zweitens können diese Modelle nach dem Vorabtraining mit großen Datenmengen (Text, Bilder oder Audio) für eine Vielzahl von Aufgaben angepasst oder verfeinert werden. Dadurch können sie auf vielfältige Weise wiederverwendet oder einem anderen Verwendungszweck zugeführt werden. Unternehmensführer erkennen die Bedeutung dieses Augenblicks. Sie können sehen, wie LLMs und generative KI alles von der Wirtschaft über die Wissenschaft bis hin zur Gesellschaft selbst grundlegend verändern und neue Leistungsgrenzen erschließen werden. Die positiven Auswirkungen auf die menschliche Kreativität und Produktivität werden enorm sein. Bedenken Sie, dass Accenture branchenübergreifend herausgefunden hat, dass 40 % aller Arbeitszeiten durch LLMs wie GPT-4 beeinflusst werden können. Dies liegt daran, dass Sprachaufgaben 62 % der Gesamtarbeitszeit der Mitarbeiter ausmachen und 65 % dieser Zeit durch Erweiterung und Automatisierung in produktivere Aktivitäten umgewandelt werden können (siehe Abbildung 3). Eine neue Ära generativer KI für alle 3

4 Wie sind wir hierher gekommen? Meilensteine auf dem Weg zur generativen KI Maschinelles Lernen: Analyse- und Vorhersagephase Das erste Jahrzehnt der 2000er Jahre markierte den rasanten Fortschritt betrachtete maschinelles Lernen als einen unglaublich leistungsstarken Bereich verschiedener Techniken des maschinellen Lernens, mit denen riesige Mengen an der KI, um Daten zu analysieren, Muster zu finden, Erkenntnisse zu Online-Daten analysiert werden konnten, um daraus Schlussfolgerungen zu ziehen generieren, Vorhersagen zu treffen und Aufgaben in einem Tempo und in oder lernen aus den Ergebnissen. Seitdem haben Unternehmen einem Ausmaß zu automatisieren, das bisher nicht möglich war. Deep Learning: Seh- und Sprachphase Die 2010er Jahre brachten Fortschritte bei den die Suchmaschinen und selbstfahrende Autos nutzen, um Wahrnehmungsfähigkeiten der KI im Bereich des maschinellen Objekte zu klassifizieren und zu erkennen, sowie die Lernens, dem sogenannten Deep Learning. Durchbrüche im Spracherkennung, die es beliebten KI-Sprachassistenten ermöglicht, Deep Learning ermöglichen das maschinelle Sehen auf natürliche Weise auf Benutzer zu reagieren. Generative KI: Betreten Sie die Phase der Sprachbeherrschung Aufbauend auf der exponentiellen Zunahme der Größe und Leistungsfähigkeit von Deep-Learning-Modellen wird es in den 2020er Jahren um die Beherrschung von Sprachen gehen. Das von OpenAI entwickelte GPT-4-Sprachmodell markiert den Beginn eines Neuen Phase in den Fähigkeiten sprachbasierter KI-Anwendungen. Modelle wie dieses werden weitreichende Konsequenzen für die Wirtschaft haben, da Sprache alles durchdringt, was eine Organisation tagtäglich tut ihr institutionelles Wissen, ihre Kommunikation und ihre Prozesse.2 Eine neue Ära generativer KI für alle 4

5 Konsumieren oder anpassen: Generative KI für alle Eine neue Ära generativer KI für alle 5

6 Nutzen oder anpassen: Generative KI für alle Nutzen oder anpassen: Generative KI für alle Einfach zu nutzende generative KI-Anwendungen wie ChatGPT, DALL- E, Stable Diffusion und andere demokratisieren die Technologie in Wirtschaft und Gesellschaft rasch. Die Auswirkungen auf Organisationen werden tiefgreifend sein. Die Fähigkeit von LLMs, riesige Datensätze zu verarbeiten, ermöglicht es ihnen, potenziell alles zu wissen, was ein Unternehmen jemals wusste die gesamte Geschichte, den Kontext, die Nuancen und Absichten eines Unternehmens sowie seiner Produkte, Märkte und Kunden. Alles, was durch Sprache vermittelt wird (Anwendungen, Systeme, Dokumente, s, Chats, Video- und Audioaufzeichnungen), kann genutzt werden, um Innovation, Optimierung und Neuerfindung auf der nächsten Ebene voranzutreiben. Wir befinden uns in einer Phase des Einführungszyklus, in der die meisten Unternehmen damit beginnen, mit Basismodellen von der Stange zu experimentieren. Für viele ergibt sich jedoch der größte Nutzen, wenn sie Modelle mithilfe ihrer eigenen Daten anpassen oder verfeinern, um sie an ihre individuellen Bedürfnisse anzupassen: Verbrauchen Generative KI- und LLM-Anwendungen sind sofort einsatzbereit und leicht zugänglich. Unternehmen können sie über APIs nutzen und sie in geringem Maße durch Prompt-Engineering-Techniken wie Prompt Tuning und Prefix Learning an ihre eigenen Anwendungsfälle anpassen. 97 % der weltweiten Führungskräfte stimmen zu, dass KI-Grundlagenmodelle Verbindungen über Datentypen hinweg ermöglichen und revolutionieren werden, wo und wie KI eingesetzt wird.3 Anpassen Die meisten Unternehmen müssen jedoch Anpassungen vornehmen Modelle, indem sie sie mit ihren eigenen Daten verfeinern, um sie allgemein nutzbar und wertvoll zu machen. Dadurch können die Modelle bestimmte nachgelagerte Aufgaben im gesamten Unternehmen unterstützen. Der Effekt wird darin bestehen, die Effizienz eines Unternehmens bei der Nutzung von KI zu erhöhen, um neue Leistungsgrenzen zu erschließen die Fähigkeiten der Mitarbeiter zu verbessern, Kunden zu begeistern, neue Geschäftsmodelle einzuführen und die Reaktionsfähigkeit auf Signale des Wandels zu erhöhen. Eine neue Ära generativer KI für alle 6

7 Nutzen oder anpassen: Generative KI für alle Unternehmen werden diese Modelle nutzen, um die Art und Weise, wie Arbeit erledigt wird, neu zu erfinden. Jede Rolle in jedem Unternehmen hat das Potenzial, neu erfunden zu werden, da die Zusammenarbeit von Menschen mit KI-Co- Piloten zur Norm wird und die Möglichkeiten der Menschen dramatisch steigern. Bei jedem Job werden einige Aufgaben automatisiert, andere werden unterstützt und andere bleiben von der Technologie unberührt. Darüber hinaus wird es eine Vielzahl neuer Aufgaben für den Menschen geben, beispielsweise die Sicherstellung der korrekten und verantwortungsvollen Nutzung neuer KI-gestützter Systeme. Berücksichtigen Sie die Auswirkungen auf diese Schlüsselfunktionen: Beraten. KI-Modelle werden zum allgegenwärtigen Co-Piloten für jeden Arbeitnehmer und steigern die Produktivität, indem sie neue Arten hyperpersonalisierter Intelligenz in die Hände des Menschen legen. Beispiele hierfür sind Kundenbetreuung, Vertriebsförderung, Personalwesen, medizinische und wissenschaftliche Forschung, Unternehmensstrategie und Wettbewerbsinformationen. Große Sprachmodelle könnten bei der Bewältigung der etwa 70 % der Kundenservice-Kommunikation, die nicht einfach ist, nützlich sein und können von einem gesprächigen, leistungsstarken und intelligenten Bot profitieren, der die Absichten eines Kunden versteht, selbstständig Antworten formulieren und die Genauigkeit und Qualität der Antworten verbessern kann.4 Erstellen. Generative KI wird zu einem unverzichtbaren kreativen Partner für Menschen werden, der neue Wege aufzeigt, das Publikum zu erreichen und anzusprechen, und beispiellose Geschwindigkeit und Innovation in Bereichen wie Produktionsdesign, Designforschung, visuelle Identität, Benennung, Texterstellung und -tests sowie Echtzeit- Personalisierung bringt. Unternehmen greifen bei der Generierung visueller Inhalte in sozialen Medien auf hochmoderne Systeme der künstlichen Intelligenz wie DALL E, Midjourney und Stable Diffusion zurück. DALL E beispielsweise erstellt realistische Bilder und Kunstwerke auf Basis von Textbeschreibungen und kann bei der Umwandlung von Wörtern in Bilder bis zu 12 Milliarden Parameter verarbeiten. Die erstellten Bilder können dann auf Instagram und Twitter geteilt werden.5 Codierung. Software-Programmierer werden generative KI nutzen, um die Produktivität erheblich zu steigern indem sie schnell eine Programmiersprache in eine andere konvertieren, Programmierwerkzeuge und -methoden beherrschen, das Schreiben von Code automatisieren, Probleme vorhersagen und ihnen zuvorkommen und die Systemdokumentation verwalten. Accenture testet den Einsatz von OpenAI LLMs, um die Entwicklerproduktivität durch die automatische Generierung von Dokumentationen zu steigern zum Beispiel SAP- Konfigurationsgrundsätze und funktionale oder technische Spezifikationen. Mit der Lösung können Benutzer während der Arbeit Anfragen über einen Microsoft Teams-Chat senden. Korrekt verpackte Dokumente werden dann schnell zurückgesendet ein großartiges Beispiel dafür, wie spezifische Aufgaben anstelle ganzer Jobs erweitert und automatisiert werden können. Automatisierung. Das ausgefeilte Verständnis der generativen KI für historischen Kontext, Next-Best- Actions, Zusammenfassungsfunktionen und prädiktive Intelligenz wird eine neue Ära der Hypereffizienz und Hyperpersonalisierung sowohl im Back- als auch im Frontoffice einläuten und die Geschäftsprozessautomatisierung auf ein transformatives neues Niveau heben. Eine multinationale Bank nutzt generative KI und LLMs, um die Art und Weise zu verändern, wie sie die Menge an Post-Trade- Verarbeitungs- s verwaltet, indem sie automatisch Nachrichten mit empfohlenen Aktionen verfasst und diese an den Empfänger weiterleitet. Das Ergebnis ist weniger manueller Aufwand und eine reibungslosere Interaktion mit Kunden. Schützen. Mit der Zeit wird generative KI die Unternehmensführung und Informationssicherheit unterstützen, vor Betrug schützen, die Einhaltung gesetzlicher Vorschriften verbessern und Risiken proaktiv identifizieren, indem sie domänenübergreifende Verbindungen und Schlussfolgerungen sowohl innerhalb als auch außerhalb des Unternehmens zieht. In der strategischen Cyberabwehr könnten LLMs nützliche Funktionen bieten, etwa die Erklärung von Schadsoftware und die schnelle Klassifizierung von Websites.6 Kurzfristig können Unternehmen jedoch damit rechnen, dass Kriminelle die Fähigkeiten generativer KI ausnutzen, um Schadcode zu generieren oder die perfekte Phishing-E- Mail zu verfassen.7 Eine neue Ära generativer KI für alle 7

8 Ein Blick in die Zukunft auf die rasante Entwicklung von Technologie, Regulierung und Wirtschaft Eine neue Ära generativer KI für alle 8

9 Ein Blick in die Zukunft auf die rasante Entwicklung von Technologie, Regulierung und Wirtschaft Ein Blick in die Zukunft auf die rasante Entwicklung von Technologie, Regulierung und Wirtschaft Momente wie dieser kommen nicht oft vor. In den kommenden Jahren wird es große Investitionen in generative KI, LLMs und Grundlagenmodelle geben. Das Besondere an dieser Entwicklung ist, dass sich Technologie, Regulierung und Geschäftsakzeptanz gleichzeitig exponentiell beschleunigen. In früheren Innovationskurven übertraf die Technologie in der Regel sowohl die Einführung als auch die Regulierung. Abbildung 1: Jede Ebene des generativen KI-Technologie-Stacks wird sich schnell weiterentwickeln Anwendungen: Generative KI und LLMs werden für Benutzer in der Cloud über APIs und durch die direkte Einbettung in andere Anwendungen zunehmend zugänglich sein. Unternehmen werden sie so nutzen, wie sie sind, oder sie mit proprietären Daten anpassen und verfeinern. Der Technologie-Stack Es wird erwartet, dass sich die komplexe Technologie, die der generativen KI zugrunde liegt, auf jeder Ebene schnell weiterentwickeln wird. Dies hat weitreichende geschäftliche Auswirkungen. Bedenken Sie, dass der Rechenaufwand, der zum Trainieren der größten KI-Modelle erforderlich ist, exponentiell gestiegen ist verschiedenen Berichten zufolge verdoppelt er sich nun alle 3,4 bis 10 Monate.8 Kosten und CO2-Emissionen sind daher zentrale Überlegungen bei der Einführung energieintensiver generativer KI. Die heißeste neue Programmierplattform ist die Serviette. Paul Daugherty, Vorstandsvorsitzender und Chief Technology Officer der Accenture Group Feinabstimmung: Die Bedeutung der Feinabstimmung von Modellen wird eine Nachfrage nach multidisziplinären Fähigkeiten schaffen, die Softwaretechnik, Psychologie, Linguistik, Kunstgeschichte, Literatur und Bibliothekswissenschaft umfassen. Basismodelle: Der Markt wird schnell reifen und sich diversifizieren, wenn immer mehr vorab trainierte Modelle auf den Markt kommen. Neue Modelldesigns bieten mehr Auswahlmöglichkeiten für die Balance zwischen Größe, Transparenz, Vielseitigkeit und Leistung. Daten: Die Verbesserung des Reifegrads des Lebenszyklus von Unternehmensdaten wird zur Voraussetzung für den Erfolg und erfordert die Beherrschung neuer Daten, neuer Datentypen und immenser Mengen. Es werden generative KI-Funktionen innerhalb moderner Datenplattformen entstehen, die die Akzeptanz in großem Maßstab verbessern. Infrastruktur: Die Cloud-Infrastruktur wird für den Einsatz generativer KI bei gleichzeitiger Verwaltung von Kosten und CO2-Emissionen von entscheidender Bedeutung sein. Rechenzentren müssen nachgerüstet werden. Auch neue Chipsatz-Architekturen, Hardware-Innovationen und effiziente Algorithmen werden eine entscheidende Rolle spielen. Bezieht sich auf die Verwendung von OpenAI zum Generieren einer funktionierenden Website aus einer Serviettenzeichnung Eine neue Ära generativer KI für alle 9

10 Ein Blick in die Zukunft auf die rasante Entwicklung von Technologie, Regulierung und Wirtschaft Das Risiko- und Regulierungsumfeld Unternehmen werden Tausende von Möglichkeiten haben, generative KI und Basismodelle anzuwenden, um die Effizienz zu maximieren und Wettbewerbsvorteile zu erzielen. Verständlicherweise möchten sie so schnell wie möglich damit beginnen. Aber eine unternehmensweite Strategie muss alle Varianten der KI und der damit verbundenen Technologien berücksichtigen, die sie nutzen möchten, nicht nur generative KI und große Sprachmodelle. ChatGPT wirft wichtige Fragen zum verantwortungsvollen Umgang mit KI auf. Die Geschwindigkeit der Technologieentwicklung und -einführung erfordert, dass Unternehmen den rechtlichen, ethischen und Reputationsrisiken, denen sie möglicherweise ausgesetzt sind, große Aufmerksamkeit schenken. Es ist von entscheidender Bedeutung, dass generative KI-Technologien, einschließlich ChatGPT, von Natur aus verantwortungsbewusst und konform sind und dass Modelle und Anwendungen kein inakzeptables Risiko für das Unternehmen darstellen. Accenture war ein Pionier im verantwortungsvollen Einsatz von Technologie, einschließlich des verantwortungsvollen Einsatzes von KI in seinem Code of Business Ethics aus dem Jahr Unter verantwortungsvoller KI versteht man die Praxis, KI nach klaren Grundsätzen zu entwerfen, aufzubauen und einzusetzen, um Unternehmen zu stärken, Menschen zu respektieren und Der Gesellschaft kommt es zugute es ermöglicht Unternehmen, Vertrauen in KI zu schaffen und KI selbstbewusst zu skalieren. KI-Systeme müssen mit vielfältigen und integrativen Eingaben erzogen werden, damit sie die umfassenderen geschäftlichen und gesellschaftlichen Normen von Verantwortung, Fairness und Transparenz widerspiegeln. Wenn KI innerhalb eines ethischen Rahmens entworfen und in die Praxis umgesetzt wird, beschleunigt sie das Potenzial für verantwortungsvolle kollaborative Intelligenz, bei der menschlicher Einfallsreichtum mit intelligenter Technologie zusammentrifft. Dies schafft eine Vertrauensbasis bei Verbrauchern, Arbeitskräften und der Gesellschaft und kann die Unternehmensleistung steigern und neue Wachstumsquellen erschließen. Abbildung 2: Wichtige Risiko- und Regulierungsfragen für generative KI Geistiges Eigentum: Wie schützt das Unternehmen sein eigenes geistiges Eigentum? Und wie wird die unbeabsichtigte Verletzung des Urheberrechts Dritter durch die Verwendung vorab trainierter Fundamentmodelle verhindert? Datenschutz und Sicherheit: Wie werden kommende Gesetze wie das EU-KI-Gesetz in die Art und Weise einfließen, wie Daten behandelt, verarbeitet, geschützt, gesichert und genutzt werden? Diskriminierung: Verwendet oder erstellt das Unternehmen Tools, die Antidiskriminierungs- oder Antivoreingenommenheitserwägungen berücksichtigen müssen? Produkthaftung: Welche Gesundheits- und Sicherheitsmechanismen müssen eingerichtet werden, bevor ein generatives KI-basiertes Produkt auf den Markt gebracht wird? Vertrauen: Welches Maß an Transparenz sollte Verbrauchern und Mitarbeitern geboten werden? Wie kann das Unternehmen die Genauigkeit generativer KI-Ausgaben sicherstellen und das Vertrauen der Benutzer wahren? Identität: Wie werden die Verifizierungsmethoden erweitert und verbessert, wenn der Identitätsnachweis von der Stimm- oder Gesichtserkennung abhängt? Welche Folgen hat der Missbrauch? Eine neue Ära generativer KI für alle 10

11 Ein Blick in die Zukunft auf die rasante Entwicklung von Technologie, Regulierung und Wirtschaft Das Ausmaß der Akzeptanz in der Wirtschaft Abbildung 3: Generative KI wird die Arbeit branchenübergreifend verändern Unternehmen müssen die Arbeit neu erfinden, um einen Weg zum generativen KI-Wert zu finden. Unternehmensführer müssen den Wandel jetzt anführen, bei der Neugestaltung von Arbeitsplätzen, bei der Neugestaltung von Aufgaben und bei der Umschulung Bankwesen Versicherung Software & Plattformen 54 % 48 % 36 % 21 % 14 % 12 % 28 % 24 % 26 % 10 % 12 % 15% Arbeitszeitverteilung nach Branche und mögliche Auswirkungen auf die KI Basierend auf ihrem Beschäftigungsniveau in den USA im Jahr 2021 von Mitarbeitern. Letztendlich hat jede Rolle in einem Unternehmen das Potenzial, neu erfunden zu Kapitalmärkte 40 % 14 % 29 % 18 % Höheres Höheres Automatisierungspotenzial Augmentationspotenzial Geringeres Potenzial für Erweiterung oder Automatisierung Nichtsprachlich Aufgaben werden, sobald die heutigen Arbeitsplätze in Aufgaben zerlegt werden, die automatisiert oder unterstützt und für eine neue Zukunft der Arbeit von Mensch und Maschine neu gedacht Kommunikation werden und können. Medien Energie 43 % 33 % 13 % 9 % 21 % 14 % 34 % 33 % Generative KI wird die Arbeit, wie wir sie heute kennen, revolutionieren und eine neue Dimension der Zusammenarbeit zwischen Mensch und KI einführen, in der die meisten Arbeitnehmer einen Co-Piloten haben werden, was die Art und Weise, wie und welche Arbeit erledigt wird, radikal verändern wird. Nahezu Einzelhandel Branchendurchschnitt Gesundheit Öffentlicher Dienst 34 % 31 % 28 % 30 % 7 % 9 % 11 % 9 % 12 % 22 % 33 % 35 % 46 % 38 % 27 % 26 % Branchenübergreifend können 40 % der Arbeitszeit davon betroffen sein Große Sprachmodelle (LLMs) jeder Arbeitsplatz wird betroffen sein einige werden gestrichen, die meisten werden umgewandelt und viele neue Arbeitsplätze werden geschaffen. Luft- und Raumfahrt & Verteidigung Automobil 26 % 30 % 13 % 6 % 20 % 13 % 50 % 41 % Warum ist das so? Sprachaufgaben machen in den USA 62 % der gesamten Arbeitszeit aus. 65 % des Gesamtanteils an Sprachaufgaben haben ein hohes Potenzial, durch LLMs automatisiert oder erweitert zu werden. Unternehmen, die jetzt Schritte unternehmen, um Jobs in Aufgaben zu zerlegen und in die Schulung von Hightech 26 % 8 % 16 % 50 % Menschen für das andersartige Arbeiten neben Reisen 28 % 6 % 15% 50 % Maschinen investieren, werden neue Leistungsgrenzen definieren und einen großen Vorsprung gegenüber weniger einfallsreichen Wettbewerbern haben. Dienstprogramme Biowissenschaften 27 % 25 % 6 % 8 % 15% 17 % 52 % 50 % Quelle: Accenture Research basierend auf einer Analyse des Occupational Information Network (O*NET), US-Arbeitsministerium; US-Büro für Arbeitsstatistik. Fast 6 von 10 Organisationen planen, ChatGPT zu Lernzwecken zu nutzen und über die Hälfte plant Pilotprojekte im Jahr Über 4 von 10 möchten eine Industriell Konsumgüter und Dienstleistungen Chemikalien Natürliche Ressourcen 26 % 24 % 24 % 20 % 5 % 6 % 6 % 14 % 13 % 5 % 14 % 11 % 64 % 54 % 57 % 56 % Anmerkungen: Wir haben manuell 200 sprachbezogene Aufgaben identifiziert (von 332 in BLS enthaltenen), die anhand ihres Anteils an jedem Beruf und des Beschäftigungsniveaus der Berufe in jeder Branche mit Branchen verknüpft wurden. Aufgaben mit höherem Automatisierungspotenzial können durch LLMs mit geringerer Einbindung menschlicher Arbeitskräfte transformiert werden. Aufgaben mit höherem Erweiterungspotenzial sind solche in große Investition tätigen.9 0% 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100% welche LLMs eine stärkere Beteiligung menschlicher Arbeitskräfte benötigen würden. Eine neue Ära generativer KI für alle 11

12 Begrüßen Sie das Zeitalter der generativen KI: Sechs Einführungsgrundlagen Eine neue Ära generativer KI für alle 12

13 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung Tauchen Sie ein, mit einer geschäftsorientierten Denkweise Wählen Sie einen Ansatz, bei dem der Mensch im Mittelpunkt steht Bereiten Sie Ihre proprietären Daten vor Investieren Sie in eine nachhaltige Technologiebasis Beschleunigen Sie die Innovation von Ökosystemen Verbessere deine verantwortungsvolle KI Eine neue Ära generativer KI für alle 13

14 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung 1 Tauchen Sie ein, mit einer geschäftsorientierten Denkweise Selbst wenn neue Innovationen offensichtliche Vorteile haben, kann ihre Verbreitung im gesamten Unternehmen eine Herausforderung sein, insbesondere wenn die Innovation die aktuellen Arbeitsweisen stört. Durch das Experimentieren mit generativen KI-Fähigkeiten werden Unternehmen die ersten Erfolge, Change Agents und Meinungsführer entwickeln, die erforderlich sind, um die Akzeptanz zu steigern, die Innovation weiter zu verbreiten und so die Transformations- und Umschulungsagenda anzukurbeln. Organisationen müssen beim Experimentieren einen doppelten Ansatz verfolgen. Erstens konzentrierte man sich auf Low-Hanging-Fruit-Möglichkeiten unter Verwendung von Verbrauchsmaterialmodellen und -anwendungen, um schnelle Renditen zu erzielen. Die andere konzentrierte sich auf die Neuerfindung des Geschäfts, der Kundenbindung sowie von Produkten und Dienstleistungen unter Verwendung von Modellen, die an die Daten des Unternehmens angepasst sind. Eine geschäftsorientierte Denkweise ist der Schlüssel zur Definition und erfolgreichen Umsetzung des Business Case. Während sie experimentieren und Möglichkeiten zur Neuerfindung erkunden, werden sie greifbaren Nutzen daraus ziehen und gleichzeitig mehr darüber erfahren, welche Arten von KI für verschiedene Anwendungsfälle am besten geeignet sind, da der Grad der Investition und die erforderliche Komplexität je nach Anwendungsfall unterschiedlich sein werden. Sie werden außerdem in der Lage sein, ihre Ansätze in Bezug auf Datenschutz, Modellgenauigkeit, Voreingenommenheit und Fairness sorgfältig zu testen und zu verbessern und zu erfahren, wann Human in the Loop -Sicherheitsmaßnahmen erforderlich sind. 98 % der weltweiten Führungskräfte stimmen zu, dass KI- Grundlagenmodelle in den nächsten drei bis fünf Jahren eine wichtige Rolle in den Strategien ihrer Organisationen spielen werden.10 Eine Bank nutzt die erweiterte Suche, um ihre Mitarbeiter mit den richtigen Informationen auszustatten Im Rahmen seines dreijährigen Innovationsplans sah eine große europäische Bankengruppe die Chance, ihre Wissensbasis zu transformieren, ihren Mitarbeitern Zugang zu den richtigen Informationen zu ermöglichen und ihr Ziel, eine datengesteuerte Bank zu werden, voranzutreiben. Mithilfe der Azure-Plattform von Microsoft und einem GPT-3-LLM zum Durchsuchen elektronischer Dokumente können Benutzer schnelle Antworten auf ihre Fragen erhalten was Zeit spart und gleichzeitig die Genauigkeit und Compliance verbessert. Das Projekt, zu dem auch die Weiterqualifizierung der Mitarbeiter gehörte, ist das erste von vier Projekten, bei denen generative KI auf die Bereiche Vertragsmanagement, Gesprächsberichterstattung und Ticketklassifizierung angewendet wird. Eine neue Ära generativer KI für alle 14

15 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung Abbildung 4: Generative KI wird die Arbeit in allen Berufskategorien verändern 2 Wählen Sie einen Ansatz, bei dem der Mensch im Mittelpunkt steht Erfolgreich mit Generativ KI erfordert die gleiche Aufmerksamkeit Menschen und Schulung ebenso wie die Büro- und Verwaltungsunterstützung Vertrieb und verwandte Themen Computer und Mathematik 57 % 49 % 28 % 32 % 13 % 6 % 14 % 14 % 23 % 23 % 24 % 17 % Arbeitszeitverteilung nach Hauptberuf und potenzielle KI-Auswirkunge Basierend auf ihrem Beschäftigungsniveau in den USA im Jahr 2021 Technologie. Unternehmen sollten daher ihre Investitionen in Talente drastisch erhöhen, um zwei unterschiedliche Geschäfts- und Finanzoperationen Kunst, Design, Unterhaltung, Sport und Medien 45 % 25 % 26 % 14 % 26 % 35 % 22 % 6 % Höheres Höheres Automatisierungspotenzial Augmentationspotenzial Geringeres Potenzial für Erweiterung oder Automatisierung Nichtsprachlich Aufgaben Herausforderungen zu bewältigen: die Schaffung von KI und die Nutzung Lebens-, Physik- und Sozialwissenschaften 27 % 20 % 25 % 28 % von KI. Dies bedeutet sowohl den Aufbau von Talenten in technischen Kompetenzen wie KI-Engineering und Architektur und Ingenieurwesen Legal 21 % 24 % 25 % 33 % 9 % 58 % 30 % 0% Unternehmensarchitektur als auch die Schulung von Mitarbeitern im gesamten Unternehmen für die effektive Arbeit mit KIgestützten Prozessen. In unserer Analyse von 22 Jobkategorien haben wir beispielsweise herausgefunden, dass sich Besetzungsdurchschnitt Management Persönliche Betreuung und Service Praktiker und Techniker im Gesundheitswesen 31 % 30 % 29 % 22 % 15% 9 % 9 % 8 % 22 % 44 % 31 % 40 % 38 % 32 % 22 % 17 % In 5 von 22 Berufsgruppen kann generative KI mehr als die Hälfte aller Arbeitsstunden beeinflussen LLMs auf jede Kategorie auswirken, von 9 % eines Arbeitstages am unteren Ende bis Gemeinnütziger und sozialer Dienst 29 % 7 % 59 % 6 % zu 63 % am oberen Ende. Mehr als die Unterstützung im Gesundheitswesen 27 % 8 % 31 % 34 % Hälfte der Arbeitszeit in 5 der 22 Berufe kann durch LLMs transformiert werden. Schutzdienst 29 % 6 % 23 % 43 % Bildungsunterricht und Bibliothek 23 % 8 % 50 % 19 % Essenszubereitung und Servieren im Zusammenhang 25 % 5 % 9 % 61 % Quelle: Accenture Research basierend auf einer Analyse des Occupational Transport und Materialtransport 23 % 4 % 7 % 66 % Information Network (O*NET), US-Arbeitsministerium; US-Arbeitsamt Statistiken. Bau und Gewinnung 15% 4 % 7 % 75 % Anmerkungen: Wir haben manuell 200 sprachbezogene Aufgaben identifiziert (von Installation, Wartung und Reparatur 16 % 1 % 9 % 75 % 332 in BLS enthaltenen), die anhand ihres Anteils an jedem Beruf und des Beschäftigungsniveaus der Berufe in jeder Berufskategorie mit Branchen verknüpft Landwirtschaft, Fischerei und Forstwirtschaft 8 % 8 % 17 % 66 % wurden. Aufgaben mit höherem Automatisierungspotenzial können durch LLMs mit Produktion 14 % 2 % 8 % 76 % geringerer Einbindung menschlicher Arbeitskräfte transformiert werden. Aufgaben mit höherem Erweiterungspotenzial sind solche in Reinigung und Instandhaltung von Gebäuden und Grundstücken 9 % 0% 7 % 84 % welche LLMs eine stärkere Beteiligung menschlicher Arbeitskräfte benötigen würden. 0% 10 % 20 % 30 % 40 % 50 % 60 % 70 % 80 % 90 % 100% Eine neue Ära generativer KI für alle 15

16 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung Unternehmen investieren erheblich zu wenig, um ihren Arbeitnehmern 2 Tatsächlich deuten unabhängige Wirtschaftsstudien darauf hin dabei zu helfen, mit den Fortschritten in der KI Schritt zu halten, die kognitiv komplexere und urteilsbasiertere Aufgaben erfordern.11 Selbst Fachexperten, die wissen, wie man Daten in der realen Welt anwendet (z. B. ein Arzt, der Gesundheitsdaten interpretiert), benötigen ausreichende technische Kenntnisse über die Funktionsweise dieser Modelle, um sie sicher als Arbeitskollegen einsetzen zu können. Abbildung 5: Einen Kundendienstjob neu erfinden, Aufgabe für Aufgabe Um zu beurteilen, wie bestimmte Arbeitsplätze mit KI neu erfunden werden, wurde in einer Analyse von Accenture ein Kundendienstauftrag in 13 Teilaufgaben zerlegt. Wir fanden: Außerdem werden völlig neue Rollen zu rekrutieren sein, darunter Linguistikexperten, KI-Qualitätskontrolleure, KI-Redakteure und Prompt-Ingenieure. In Bereichen, in denen generative KI am vielversprechendsten ist, sollten Unternehmen damit beginnen, bestehende Jobs in zugrunde liegende Aufgabenbündel zu zerlegen. Bewerten Sie dann, inwieweit sich generative KI auf jede Aufgabe auswirken könnte vollständig automatisiert, erweitert oder unbeeinflusst. hauptsächlich durch Menschen, mit geringem Potenzial für Automatisierung oder Erweiterung. 4tasks würden weiterhin ausgeführt werden 4tasks könnten B. das Sammeln, Klassifizieren und Zusammenfassen von Informationen darüber, warum ein Kunde das Unternehmen kontaktiert. vollständig automatisiert werden Menschen arbeiten effektiver beispielsweise mithilfe einer KI-Zusammenfassung, um eine schnelle Lösung mit menschlicher Note bereitzustellen. 5 Aufgaben könnten erweitert werden, um zu helfen Wichtig ist, dass möglicherweise auch neue Aufgaben erforderlich sind, um den sicheren, genauen und verantwortungsvollen Einsatz von KI im Kundenservice sicherzustellen, beispielsweise die Bereitstellung unvoreingenommener Informationen zu Produkten und Preisen. Eine neue Ära generativer KI für alle 16

17 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung 3 Bereiten Sie Ihre proprietären Daten vor Die Anpassung von Basismodellen erfordert Zugriff auf domänenspezifische Organisationsdaten. Semantik, Wissen und Methoden. In der Zeit vor der generativen KI konnten Unternehmen immer noch von KI profitieren, ohne ihre Datenarchitektur und ihren Datenbestand modernisiert zu haben, indem sie einen anwendungsfallzentrierten KI-Ansatz verfolgten. Das ist nicht mehr der Fall. Foundation-Modelle benötigen zum Lernen große Mengen kuratierter Daten, und daher ist die Lösung der Datenherausforderung für jedes Unternehmen eine dringende Priorität. Unternehmen benötigen einen strategischen und disziplinierten Ansatz für die Erfassung, Erweiterung, Verfeinerung, Sicherung und Bereitstellung von Daten. Insbesondere benötigen sie eine moderne, auf der Cloud basierende Unternehmensdatenplattform mit einem vertrauenswürdigen, wiederverwendbaren Satz an Datenprodukten. Da diese Plattformen funktionsübergreifend sind und unternehmenstaugliche Analysen und Daten in Cloudbasierten Warehouses oder Data Lakes speichern, können Unternehmen müssen überlegen, ob sie über die richtige technische 4Investieren Infrastruktur, Sie in eine Architektur, nachhaltige das Technologiebasis richtige Betriebsmodell und die richtige Governance-Struktur verfügen, um den hohen Rechenanforderungen von LLMs und generativer KI gerecht zu werden, und dabei gleichzeitig die Kosten und den nachhaltigen Energieverbrauch genau im Auge behalten. Sie benötigen Möglichkeiten zur Bewertung der Kosten und des Nutzens des Einsatzes dieser Technologien im Vergleich zu anderen KI- oder Analyseansätzen, die für bestimmte Anwendungsfälle möglicherweise besser geeignet und gleichzeitig um ein Vielfaches kostengünstiger sind. Mit zunehmendem Einsatz von KI steigen auch die Kohlenstoffemissionen der zugrunde liegenden Infrastruktur. Unternehmen benötigen ein robustes Rahmenwerk für die umweltfreundliche Softwareentwicklung, das Energieeffizienz und Materialemissionen in allen Phasen des Softwareentwicklungslebenszyklus berücksichtigt. KI kann auch eine umfassendere Rolle dabei spielen, Unternehmen nachhaltiger zu gestalten und ESG-Ziele zu erreichen. Von Daten aus Organisationssilos ausbrechen und für die den von uns befragten Unternehmen, die ihre Emissionen in unternehmensweite Nutzung demokratisiert werden. Alle Produktion und Betrieb erfolgreich reduziert haben, nutzten 70 % KI, um dies zu erreichen.12 Geschäftsdaten können dann gemeinsam an einem Ort oder über eine verteilte Computerstrategie, beispielsweise ein Datennetz, analysiert werden. Lesen Sie mehr über die Praktiken, die datenreife Unternehmen anwenden, um den Wert von Unternehmensdaten zu maximieren: Ein neuer Aufbruch für ruhende Daten: Setzen Sie den inneren Wert von Unternehmensdaten mit einem starken digitalen Kern in der Cloud frei. Eine neue Ära generativer KI für alle 17

18 Begrüßen Sie das Zeitalter der generativen KI: Sechs Grundvoraussetzungen für die Einführung 5 Beschleunigen Sie die Ökosysteminnovation Die Erstellung eines Fundamentmodells kann eine komplexe, rechenintensive und kostspielige Aufgabe sein. Und für Die schnelle Einführung der generativen KI macht die Notwendigkeit 6Verbessern einer Sie robusten Ihre verantwortungsvolle Lösung für jedes KI Unternehmen noch dringlicher Alle außer den allergrößten globalen Unternehmen würden es Es gibt ein verantwortungsvolles KI-Compliance-Regime. Dazu über ihre Mittel und Fähigkeiten hinausgehen, dies vollständig gehören Kontrollen zur Bewertung des potenziellen Risikos auf eigene Faust zu tun. Die gute Nachricht ist, dass es ein generativer KI-Anwendungsfälle in der Entwurfsphase und ein aufkeimendes Ökosystem mit erheblichen Investitionen von Mittel zur Einbettung verantwortungsvoller KI-Ansätze im gesamten Unternehmen. Cloud-Hyperscalern, großen Technologieunternehmen und Startups Untersuchungen von Accenture deuten darauf hin, dass die meisten gibt. Die weltweiten Investitionen in KI-Start-ups und Unternehmen noch einen langen Weg vor sich haben. Unsere Umfrage Scale-ups werden allein im Jahr 2023 schätzungsweise 50 unter 850 Führungskräften weltweit aus dem Jahr 2022 ergab, dass die Milliarden US-Dollar übersteigen.13 Diese Partner bringen Bedeutung verantwortungsvoller KI und KI-Regulierung weithin anerkannt ist. über viele Jahre hinweg verfeinerte Best Practices mit und können wertvolle Einblicke in die effiziente und effektive Aber nur 6 Prozent der Unternehmen waren der Meinung, dass sie über eine vollständig robuste, verantwortungsvolle KI-Grundlage verfügen. Nutzung von Basismodellen in bestimmten Anwendungsfällen liefern. Das richtige Netzwerk an Partnern darunter Technologieunternehmen, professionelle Dienstleistungsunternehmen Die verantwortungsvollen KI-Grundsätze einer Organisation sollten von oben definiert und geleitet und in eine wirksame und akademische Einrichtungen wird der Schlüssel zur Bewältigung des raschen Wandels Governance-Struktur sein. für Risikomanagement und Compliance umgesetzt werden, sowohl im Hinblick auf organisatorische Grundsätze und Richtlinien als auch auf geltende Gesetze und Vorschriften. Verantwortungsvolle KI muss vom CEO geleitet werden, beginnend mit einem Schwerpunkt auf Schulung und Sensibilisierung und dann ausgeweitet, um sich auf Umsetzung und Compliance zu konzentrieren. Accenture war vor Jahren eines der ersten Unternehmen, das diesen Ansatz für verantwortungsvolle KI verfolgte, mit einer vom CEO geleiteten Agenda und jetzt einem formellen Compliance-Programm. Unsere eigene Erfahrung zeigt, dass ein prinzipienorientierter Compliance-Ansatz Leitplanken bietet und gleichzeitig flexibel genug ist, um sich mit der schnellen Geschwindigkeit des technologischen Wandels weiterzuentwickeln, sodass Unternehmen nicht ständig aufholen müssen. Um von Natur aus verantwortungsbewusst zu sein, müssen Unternehmen von einer reaktiven Compliance-Strategie zur proaktiven Entwicklung ausgereifter Responsible-KI- Funktionen über ein Rahmenwerk übergehen, das Prinzipien und Governance umfasst; Risiko, Politik und Kontrolle; Technologie und Wegbereiter sowie Kultur und Ausbildung. Eine neue Ära generativer KI für alle 18

19 Die Zukunft der KI beschleunigt sich Eine neue Ära generativer KI für alle 19

20 Die Zukunft der KI beschleunigt sich Dies ist ein entscheidender Moment. Seit einigen Jahren revolutionieren generative KI und Grundlagenmodelle stillschweigend die Art und Weise, wie wir über maschinelle Intelligenz denken. Dank ChatGPT ist nun die ganze Welt auf die Möglichkeiten aufmerksam geworden, die sich daraus ergeben. Während künstliche allgemeine Intelligenz (AGI) noch in weiter Ferne liegt, ist die Geschwindigkeit der Entwicklung weiterhin atemberaubend. Wir stehen am Beginn einer unglaublich aufregenden Ära, die die Art und Weise, wie auf Informationen zugegriffen wird, Inhalte erstellt, Kundenbedürfnisse bedient und Unternehmen geführt werden, grundlegend verändern wird. Eingebettet in den digitalen Kern des Unternehmens werden generative KI, LLMs und Basismodelle Aufgaben optimieren, menschliche Fähigkeiten erweitern und neue Wachstumsmöglichkeiten eröffnen. Dabei werden diese Technologien eine völlig neue Sprache für die Neuerfindung von Unternehmen schaffen. Unternehmen sind zu Recht optimistisch, was das Potenzial der generativen KI angeht, die Art und Weise, wie Arbeit erledigt wird und welche Dienstleistungen und Produkte sie erstellen können, radikal zu verändern. Sie müssen auch die Herausforderungen realistisch einschätzen, die mit einem tiefgreifenden Umdenken in der Arbeitsweise der Organisation einhergehen, mit Auswirkungen auf IT, Organisation, Kultur und Verantwortung durch Design. Unternehmen müssen ebenso viel in die Weiterentwicklung ihrer Abläufe und die Schulung ihrer Mitarbeiter investieren wie in Technologie. Ein radikales Umdenken bei der Art und Weise, wie Arbeit erledigt wird, und die Unterstützung der Menschen, mit dem technologiebedingten Wandel Schritt zu halten, werden zwei der wichtigsten Faktoren sein, um das volle Potenzial dieses bahnbrechenden Wandels in der KI-Technologie auszuschöpfen. Jetzt ist es für Unternehmen an der Zeit, bahnbrechende Fortschritte in der KI zu nutzen, um neue Leistungsgrenzen zu setzen und sich selbst und die Branchen, in denen sie tätig sind, neu zu definieren. Eine neue Ära generativer KI für alle 20

21 Glossar ChatGPT ist eine generative KI-Chatbot-Schnittstelle, die auf dem großen Sprachmodell GPT-3.5 von OpenAI basiert (siehe unten). ChatGPT (und ChatGPT plus, das GPT-4 verwendet) ermöglicht es Benutzern, mit der zugrunde liegenden KI auf eine Weise zu interagieren, die bemerkenswert genau erscheint und sich überraschend menschlich anfühlt. Sie können ihn bitten, ein Thema zu erklären, einen Aufsatz zu schreiben, eine Berechnung durchzuführen, Python-Code zu generieren oder einfach ein Gespräch zu führen. Generative KI ist der Überbegriff für die bahnbrechende Form kreativer künstlicher Intelligenz, die bei Bedarf originelle Inhalte produzieren kann. Anstatt lediglich vorhandene Daten zu analysieren oder zu klassifizieren, ist generative KI in der Lage, etwas völlig Neues zu schaffen, sei es Text, Bilder, Audio, synthetische Daten usw mehr. Foundation-Modelle sind komplexe maschinelle Lernsysteme, die auf riesigen Datenmengen (Text, Bilder, Audio oder eine Mischung aus Datentypen) in großem Maßstab trainiert werden. Die Stärke dieser Systeme liegt nicht nur in ihrer Größe, sondern auch darin, dass sie sich schnell an eine Vielzahl nachgelagerter Aufgaben anpassen bzw. optimieren lassen. Beispiele für Fundamentmodelle sind BERT, DALL-E und GPT-4. Large Language Models (LLMs) stellen eine Teilmenge der Basismodelle dar, die speziell auf Textquellen trainiert werden. GPT-3 wurde beispielsweise auf fast 500 Milliarden Wörter von Millionen von Websites trainiert.14 Sein Nachfolger GPT-4 kann sowohl Bilder als auch Text als Eingaben verarbeiten. Feinabstimmung ist der Prozess, bei dem Basismodelle unter Verwendung eines bestimmten Datensatzes für bestimmte nachgelagerte Aufgaben angepasst werden. Das kann alles umfassen, von der hyperspezifischen Ebene (Schulung eines Modells zum Verfassen von s basierend auf Ihrem persönlichen Schreibstil) bis hin zur Unternehmensebene (Schulung eines LLM auf Unternehmensdaten, um die Fähigkeit eines Unternehmens zu transformieren, auf seine Kerninformationen zuzugreifen und diese zu analysieren). Daten sind das grundlegende Fundament generativer KI. Nicht nur beim Training der Foundation- Modelle selbst, sondern auch bei der Feinabstimmung dieser Modelle für die Ausführung bestimmter Aufgaben. Im Unternehmenskontext können Beispiele alles umfassen, von Legacy-Code über Echtzeit-Betriebsdaten bis hin zu Kundeneinblicken. Verweise 1. ChatGPT stellt Rekord für die am schnellsten wachsende Nutzerbasis auf Analystennotiz, Reuters, Februar Der nächste große Durchbruch in der KI wird die Sprache sein, Harvard Business Review, September Accenture Tech Vision Wie KI soziale Medien verändert, Forbes, März Große KI-Modelle bieten echte Sicherheitsvorteile, Dark Reading, August OPWNAI: Cyberkriminelle beginnen mit der Nutzung von ChatGPT, Checkpoint Research, Januar Accenture Technology Vision CXO Pulse Survey, durchgeführt von Accenture Research, Februar Accenture Technology Vision Die Produktivitäts-J-Kurve: Wie immaterielle Werte Allzwecktechnologien ergänzen American Economic Association (aeaweb.org) 12. Technologie und Nachhaltigkeit vereinen, Accenture, Mai 2022 Technologie-Nachhaltigkeit ist der Schlüssel zu ESG-Zielen Accenture 13. Das Tempo der Investitionen in künstliche Intelligenz verlangsamt sich, aber KI ist immer noch angesagter denn je, Forbes, Oktober ChatGPT kommt zu einem Kundenservice-Chatbot in Ihrer Nähe, Forbes, Januar d8124c76c 14. Das GPT-3-Sprachmodell von OpenAI: Ein technischer Überblick, Lambda, Juni Eine neue Ära generativer KI für alle 21

22 Autoren Paul Daugherty Konzernchef & Chief Technology Officer Bhaskar Ghosh Chief Strategy Officer, Accenture Karthik Narain Leitung Accenture Cloud First Lan Guan Leitung Cloud First, Daten & KI Jim Wilson Globaler Geschäftsführer Thought Führungs- und Technologieforschung Die Autoren möchten Tomas Castagnino, Elise Cornille, Ray Eitel-Porter, Linda King, Amy Sagues, Ezequiel Tacsir und Denise Zheng für ihre Beiträge danken.

23 Über Accenture Kontaktiere uns Accenture ist ein führendes globales Unternehmen für professionelle Dienstleistungen, das weltweit führende Unternehmen, Regierungen und andere Organisationen dabei unterstützt, ihren digitalen Kern aufzubauen, Für weitere Informationen wenden Sie sich bitte an Accenture Generative AI/ Kompetenzzentrum für große Sprachmodelle unter: ihre Abläufe zu optimieren, das Umsatzwachstum zu beschleunigen und Bürgerdienste zu verbessern und so schnell und in großem Umfang greifbare Werte zu schaffen. Wir sind ein talentiertes und innovationsorientiertes Unternehmen mit Mitarbeitern, das Kunden in mehr als 120 Ländern betreut. Technologie steht heute im Mittelpunkt des Wandels, und wir sind einer der weltweit führenden Anbieter, der diesen Wandel mit starken Ökosystembeziehungen vorantreibt. Wir kombinieren unsere technologische Stärke mit unübertroffener Branchenerfahrung, funktionalem Fachwissen und globaler Lieferfähigkeit. Aufgrund unseres breiten Spektrums an Dienstleistungen, Lösungen und Vermögenswerten in den Bereichen Strategie & Beratung, Technologie, Betrieb, Industry X und Accenture Song sind wir in einzigartiger Weise in der Lage, greifbare Ergebnisse zu liefern. Diese Fähigkeiten, zusammen mit unserer Kultur des gemeinsamen Erfolgs und der Verpflichtung zur Schaffung von Werten, ermöglichen es uns, unseren Kunden zum Erfolg zu verhelfen und vertrauensvolle, dauerhafte Beziehungen aufzubauen. Wir messen unseren Erfolg an dem 360 -Wert, den wir für unsere Kunden, einander, unsere Aktionäre, Partner und Gemeinschaften schaffen. Besuchen Sie uns unter Urheberrecht 2023 Accenture. Alle Rechte vorbehalten. Accenture und sein Logo sind eingetragene Marken von Accenture Haftungsausschluss: Dieser Inhalt dient allgemeinen Informationszwecken und ist nicht als Ersatz für die Beratung durch unsere professionellen Berater gedacht. Dieses Dokument bezieht sich auf Marken Dritter. Alle diese Marken Dritter sind Eigentum ihrer jeweiligen Inhaber. Eine Förderung, Billigung oder Genehmigung dieses Inhalts durch die Eigentümer dieser Marken ist weder beabsichtigt noch ausdrücklich oder stillschweigend beabsichtigt.