Die AI Welt hat sich wieder weiter gedreht. OpenAI bietet das neue Modell GPT-4o mini an, das 100x günstiger ist als das beste Modell vor 2 Jahren. Das mag kein großes Update sein im Vergleich zu anderen Quantensprüngen.

Es beweist aber:

AI wird immer besser und günstiger.

Use Cases die in der Vergangenheit nicht (wirtschaftlich) umsetzbar waren, werden es jetzt.

Und damit sind wir beim Thema für heute: Use Cases.

Unklare Use Cases bleiben eine der größten Hürden bei der Einführung von AI. In einer Umfrage von IDC unter 2053 Unternehmen stimmten 50,8% dieser Aussage zu.

Mich wundert das nicht.

Die Technologie ist komplex und die Möglichkeiten schier endlos. Verständlich, dass viele Unternehmen sich schwertun, den richtigen Einstieg zu finden.

Warum der klassische Use Case Ansatz bei GenAI nicht funktioniert und wie es besser geht, darum geht's in den nächsten 5 Minuten.

Let's go.

Das Problem des klassischen Ansatzes

Ich kenne den Prozess zur Definition von Use Cases so:

Zieldefinition
Anforderungsanalyse
Identifikation der Akteure
Beschreibung der Use Cases
Spezifikation der Anforderungen

Das mag funktionieren bei der Einführung bestimmter Tools, aber nicht für GenAI.

Warum?

Grund 1: Der Ansatz ist zu theoretisch.

In endlosen Workshops und Meetings werden potenzielle Anwendungsfälle definiert. Doch dabei können sich die meisten Menschen die Möglichkeiten von AI noch gar nicht konkret vorstellen. Praxiserfahrungen fehlen.

Weitere Insights

KI ist ein Betriebssystem

Das Paradox der Perfektion

Was du nicht an KI abgeben solltest

5 goldene Prinzipien, um vor der KI-Welle zu bleiben