NET 10/2023

46 www.net-im-web.de 10/23 Ungeahnte Möglichkeiten KI geht dabei noch einen Schritt weiter: Die interaktive Sprachsteuerung (Inter- active Voice Response) beispielsweise, eine Chatbot-Weiterentwicklung, hilft End- kunden beim Lösen von Problemen und beantwortet ihre Fragen. Anrufe werden in Echtzeit analysiert, um die Agenten bei Kundenanfragen inhaltlich zu unterstützen. Und imMarketing übernimmt dieTechno- logie Aufgaben bei der Personalisierung und zielgruppengerechten Kundenansprache. Natürlich spielen die Mitarbeiter bei sol- chen Prozessen nach wie vor eine wichtige Rolle. Mit generativer KI kann jedoch jedes Kundenerlebnis und jede Anwendung neu erfunden und verbessert werden. Softwareentwicklung und Kosten Auch in der Softwareentwicklung können TK-Unternehmen vomEinsatz generativer KI profitieren – unter anderem durch die Automatisierung der Programmierung. Mit Amazon CodeWhisperer, einem neuen KI- Programmierdienst für Entwickler, lassen sich beispielsweise automatisch Codevor- schläge in einer geschützten Umgebung ge- nerieren undCode umbis zu 57% schneller entwickeln. Die KI-Programmierhilfe trägt damit zu einer schnelleren und sichereren Umsetzung von Softwareanwendungen bei und steigert die Produktivität der Ent- wickler erheblich. TK-Unternehmen können mit- hilfe von generativer KI zudem schneller die Bereiche identifizieren, in denen Umsatz- einbußen drohen. Gewinne, Einnahmen, Ausgaben und Kundengebühren lassen sich gezielt untersuchen und auf Basis der Ergeb- nisseMaßnahmen zur Gewinnoptimierung ableiten. Beim Einsatz von generativen KI-Modellen im großen Maßstab fallen die meisten Kosten für die Ausführung der Modelle und die Inferenz an. Mithil- fe von Amazon EC2 Inf2-Instanzen, die für große generative KI-Anwendungen mit Modellen optimiert sind, die mehrere hundert Milliarden Parameter enthalten, lassen sich jedoch auch sehr umfangreiche Datenmengen kostengünstig verarbeiten. Unterstützung bei Netztätigkeiten Darüber hinaus ermöglicht generative KI TK-Unternehmen eine Reihe neuer branchenspezifischer Anwendungen mit transformativem Potenzial. Vor allem in der Netzplanung sowie bei der Installa- tion, Konfiguration und demBetrieb kann die neue Technologie über den gesamten Lebenszyklus eines Netzes hinweg eine zunehmend wichtige Rolle spielen. Denn bei der Einrichtung der Netzkomponenten stützen sich die Ingenieure auf Handbü- cher und dokumentierte Verfahren. Bei der Installation der Netzelemente lassen sich die Daten aus Handbüchern automatisiert erfassen und auf dieser Basis interaktive Anleitungen oder Anweisungen bereit- stellen. Das beschleunigt und vereinfacht die Installation deutlich. Generative KI kann beim Erkennen potenzieller Netz- probleme unterstützen und Schritte zur Automatisierung von Wartungsaufgaben vorschlagen. Grundlagenmodelle lassen sich auf Netztopologie und Konfigurationsdaten trainieren, umdaraus Empfehlungen für die richtige Konfiguration von Netzelementen abzuleiten. Und im Falle eines Netzausfalls schlagen generative KI-Anwendungen den Technikern Maßnahmen zur Fehlerbehe- bung vor. Die Vorteile, die der Einsatz von generativer KI bietet, liegen also auf der Hand: TK-Unternehmen profitieren von mehr Innovation, effizienteren Service- leistungen, produktiveren Mitarbeitern und zufriedeneren Kunden – und können sich auf diese Weise einen Wettbewerbs- vorteil verschaffen. Allerdings gilt es bei der Umsetzung noch einige Hindernisse zu überwinden. Dazu zählt zum einen der unkomplizierte Zugang zu extrem leistungs- starken Grundlagen- bzw. Foundation- Modellen (FM), die ausgezeichnete Er- gebnisse liefern und sich für den jeweiligen Unternehmenszweck optimal eignen. Viele Firmen wünschen sich zudem eine nahtlose Integration der KI in Anwendungen, ohne riesige Infrastruktur-Cluster verwalten oder hohe Kosten auf sich nehmen zu müssen. Und schließlich wollen die Kunden ein FM mit ihren eigenen Daten für ihren Anwendungsfall anpassen und für ihre Zwecke weiterentwickeln können. Ganz unabhängig davon, was Unternehmen dann konkret mit ihren FMs vorhaben, ob sie Um deutliche Einsparungen und Produktivitätssteigerungen erzielen zu können, benötigen Unternehmen eine leistungsfähige und kostengünstige Infrastruktur, die speziell für maschinelles Lernen (ML) entwickelt wurde (Foto: Nattanan Kanchanaprat, Pixabay)