Anleitungen
Wie man den Einsatz großer Sprachmodelle in Software und Arbeitsabläufen versteht
Ein evidenzbasierter konzeptioneller Leitfaden, der zeigt, wie große Sprachmodelle zur Datenextraktion, Dokumentenanalyse sowie zur Unterstützung von Cybersicherheit und Chipdesign eingesetzt werden können, und der zugleich ihre Zuverlässigkeitsgrenzen und den Bedarf an menschlicher Prüfung erläutert.
Große Sprachmodelle werden in vielen Bereichen eingesetzt. Die verfügbaren Belege rechtfertigen jedoch nicht, sie als eigenständigen Ersatz für Fachleute zu behandeln. Die genannten Beispiele zeigen, dass ihr praktischer Einsatz häufig mit der Beschleunigung von Analysen, der Informationsgewinnung und der Unterstützung von Tests verbunden ist, während eine menschliche Überprüfung weiterhin erforderlich bleibt.
1. Definieren Sie die Aufgabe, die das Modell erfüllen soll
Legen Sie zunächst fest, ob der Einsatz auf die Extraktion von Daten aus Dokumenten, die Prüfung von Materialien, die Unterstützung bei Tests oder die Beschleunigung der Fehlersuche abzielt. Homeward verwendet große Sprachmodelle, um Daten aus Dokumenten zu extrahieren und Underwriting-Teams bei der Prüfung von Videos, Bildern und Inspektionsberichten zu unterstützen, einschließlich Angaben zu Oberflächen, Heizungs- und Kühlsystemen sowie zum allgemeinen Zustand der Immobilie.
Beim Chipdesign konzentriert sich Moores Lab AI auf Designvalidierung, Fehlerbehebung und Testabdeckung, anstatt das Modell als eigenständigen Ersatz für Chipingenieure darzustellen.
2. Bereiten Sie die Eingaben vor und definieren Sie die Grenzen der Aufgabe
Legen Sie vor der Einbindung des Modells in den Arbeitsablauf fest, welche Materialien es analysieren und welches Ergebnis es liefern soll. Die Belege deuten darauf hin, dass bei der Übergabe einer Spezifikation an ein großes Sprachmodell oder einen KI-Agenten 20 % bis 30 % ihrer detaillierten Angaben verloren gehen können. Daher reicht allein die Formulierung der Anfrage nicht aus, um die Bewahrung aller Anforderungen sicherzustellen.
3. Nutzen Sie die Ausgaben zur Beschleunigung der Arbeit, nicht zur Abschaffung der Prüfung
Vorläufige Ergebnisse können genutzt werden, um den manuellen Aufwand zu verringern oder schneller zu einer nützlichen Testrunde zu gelangen. Moores Lab AI zufolge erreichen Nutzer seiner Plattform den ersten Fehler innerhalb von 48 Stunden statt in einem Zeitraum, der normalerweise drei oder vier Monate dauern kann. Die vorliegenden Informationen liefern jedoch keine unabhängige Überprüfung dieser Ergebnisse.
In der Buchhaltung beschreibt MAVI den KI-kompetenten Fachmann als jemanden, der buchhalterisches Wissen, die Anleitung von Tools, die Prüfung ihrer Fehler und die Integration großer Sprachmodelle in den Arbeitsablauf verbindet.
4. Beziehen Sie einen Experten zur Prüfung der Ergebnisse ein
Die menschliche Prüfung ist wichtig, weil Modelle Details von Spezifikationen übersehen oder Ausgaben erzeugen können, die veröffentlichter Software ähneln. Auch das genannte Gerichtsurteil ließ die Möglichkeit von Urheberrechtsklagen offen, wenn das Modell geschützten Code unrechtmäßig reproduziert, und entschied nicht alle Streitfragen im Zusammenhang mit Training oder Ausgaben.
Beim Chipdesign kann ein einziger Fehler ein kostspieliges Problem verursachen, da die Korrektur eines Chips nach seiner Fertigung den vollständigen Neuaufbau des Chip-Satzes erfordern kann. Daher bleiben fachkundige Prüfung und umfassende Validierung Bestandteile des Prozesses.
5. Testen Sie das System vor einer Ausweitung an realen Fällen
Das Material von Moores Lab AI erläutert, dass das Unternehmen anbietet, ein einzelnes Projekt für den Kunden umzusetzen und die Ergebnisse mit dem zu vergleichen, was dessen Ingenieure im selben Projekt erreicht haben, bevor weitere Arbeiten aufgenommen werden. Diese Vorgehensweise bietet einen konzeptionellen Rahmen für die Bewertung, belegt jedoch allein keine allgemeine oder unabhängige Systemleistung.
Im Bereich Cybersicherheit erklärt Microsoft, dass KI die Erkennung von Schwachstellen, die Entwicklung von Schadsoftware und bestimmte Aktivitäten nach einem Angriff beschleunigt. Die meisten beobachteten Kampagnen stützen sich jedoch weiterhin auf Menschen bei der Zielauswahl, der Entscheidungsfindung und der Bewältigung komplexer Aufgaben.
6. Überwachen Sie rechtliche und sicherheitsbezogene Risiken
- Urheberrecht: Modelle können Code erzeugen, der dem Originalcode ähnelt. Das Fehlen von Urheberrechtsinformationen in der neuen Ausgabe allein entscheidet nicht darüber, ob ein Verstoß vorliegt.
- Genauigkeit: Die verfügbaren Materialien liefern keine unabhängigen Messungen für alle Anwendungsfälle. Daher sollten veröffentlichte Ergebnisse als an die jeweilige Quelle gebunden betrachtet werden, sofern keine zusätzlichen Belege vorliegen.
- Sicherheit: Angreifer können KI-Modelle nutzen, um die Suche nach Schwachstellen, die Extraktion von Daten und Geheimnissen sowie die laterale Bewegung zu beschleunigen. Nach der Bewertung von Microsoft reicht es daher nicht aus, sich allein auf langsame manuelle Behebung zu verlassen.
- Abhängigkeit vom Menschen: Die Belege stützen nicht die Annahme, dass Modelle vollständig autonom sind. Fachwissen und menschliche Entscheidungen bleiben in den genannten Fällen präsent.
7. Erweitern Sie den Einsatz schrittweise
Nachdem die Aufgabe definiert, die Ausgabe geprüft und an einem vergleichbaren Fall getestet wurde, kann eine Ausweitung auf weitere Aufgaben erwogen werden. Die verfügbaren Belege liefern keine einheitliche Vorgehensweise oder ausreichende Messgrößen, um für jede Organisation zu bestimmen, wann eine Ausweitung angemessen ist. Daher hängt diese Entscheidung weiterhin von der Art der Aufgabe, dem Risikoniveau und der Fähigkeit des Teams zur Überprüfung ab.
Was lässt sich aus den verfügbaren Belegen nicht mit Sicherheit ableiten?
- Es gibt nicht genügend unabhängige Messungen, die die Genauigkeit aller genannten Anwendungen großer Sprachmodelle belegen.
- Es lässt sich nicht ableiten, dass Modelle ohne menschliches Eingreifen vollständigen Code oder vollständige Designs erzeugen.
- Das Gerichtsurteil klärt nicht alle Fragen zum Training von Modellen mit Code oder zur Nutzung ihrer Ausgaben.
- Die von einem einzelnen Unternehmen veröffentlichten Ergebnisse belegen keine allgemeine Leistung für alle Modelle oder Branchen.