Generative AI für Business-Anwendungen

Generative AI, ein Teilgebiet der Künstlichen Intelligenz (KI) und des Machine Learnings (ML), ermöglicht mittels vortrainierter Large Language Models (LLM) beeindruckende Resultate bei der Nutzung natürlicher Sprache als Ein- und Ausgabemedium.

Menschliche Sprache wird so zu einer zusätzlichen Möglichkeit der Interaktion mit Software. Die Integration in Business-Anwendungen ist dabei deutlich schneller zu realisieren als bei herkömmlichen ML-Verfahren.

Die Experten von Thinktecture unterstützen Sie bei der Umsetzung von Konzeptstudien und konkreter Implementierungen von Generative AI basierend auf Ihren Daten und APIs. Dabei steht der Wissenstransfer für Ihr Team stets im Vordergrund.

Blog-Posts zu generativer AI

Unsere aktuellen Erkenntnisse direkt aus unserem Research-Labor.

Published: 12.01.2024 by: Sebastian Gingter
Meet your users with empathy and personality! Discover how injecting personas into your AI integrations can transform bland, automated interactions into engaging, human-like conversations. Learn the art of crafting perfect prompts and personalizing chatbot responses to align with your brand's identity and resonate with your audience. From formal tones for professional settings to a friendly vibe f [...]
Published: 10.01.2024 by: Sebastian Gingter
In the evolving landscape of AI technology, the security threat known as "prompt injection" emerges as a significant risk, challenging the integrity of AI systems. Our latest discussion dives into this cyber threat and unveils essential defenses, emphasizing a layered 'Swiss cheese' approach to cybersecurity. Learn pragmatic methods to fortify your AI integrations, from enforcing the principle of [...]
Published: 09.01.2024 by: Marco Frodl
Google Colab has introduced a new feature called "Colab Secrets" that simplifies the process of securing API keys and sensitive data in Colab notebooks. With this feature, users can securely store environment variables, file paths, or keys in one place, ensuring privacy and enhanced security. The user-friendly interface allows for easy management of secrets, making coding in Colab notebooks more s [...]
Published: 20.12.2023 by: Sebastian Gingter
Explore how to enhance your .NET applications with generative AI, moving beyond semantic search to leveraging function calling and tool integration. Discover efficient, out-of-the-box C# and .NET features to transform your AI from a chat companion to an effective Co-Pilot [...]

Unsere Konferenzbeiträge zu Generative AI

Talks & Workshops unserer Experten

Wie nutze ich Generative AI?

Unsere Experten können Sie zu diesen Aspekten von Generative AI unterstützen:

Einsatzszenarien generativer AI

Für Generative AI gibt es eine Vielzahl von Anwendungsszenarien:

  • In natürlicher Sprache mit Business-Software kommunizieren
  • Fakten zu individuellen Fragestellungen in Unternehmensdaten finden (mit Retrieval Augmented Generation, RAG)
  • Sprachdialog-Bots für Beratung, Onboarding, Support
  • Entscheidungsvorlagen basierend auf Datenlage und Rahmenbedingungen (z.B. Urlaubsanträge, RMA)
  • Mensch-Maschine Workflows mit Agent-basierten Ansätzen

Programmierung von Generative AI

Durch den wissenschaftlichen Hintergrund von AI ist Python ohne Zweifel die wichtigste Programmiersprache im Bereich der künstlichen Intelligenz. Allerdings lassen sich über entsprechende Architekturansätze und Libraries auch Brücken in die bestehende .NET-Welt schlagen, so dass C#-Entwickler die etablierten Funktionalitäten einfach und in gewohnter Form ansprechen können.

Frameworks & Toolkits für Generative AI

Die Nutzung von Generative AI via HTTP APIs ist meist nur ein Startpunkt. Schnell entsteht der Bedarf für nachvollziehbare Strukturen von Workflows oder einfacher Parametrisierung von LLM-Aufrufen. Hier helfen Frameworks und Toolkits für Generative AI wie LangChain, LlamaIndex oder Semantic Kernel weiter.

Wichtig ist ein verlässlicher Wechsel von natürlicher Sprache mit unstrukturierten Daten zu einer strukturierten Informationsdarstellung und vice versa, um vorhandene Programmlogik mit Generative AI sicher verbinden zu können. Bibliotheken wie Kor oder TypeChat liefern mitsamt den zugrundeliegenden Patterns hierzu passende Antworten.

LLMs und Ausführungsumgebungen

Oft reicht die Nutzung von OpenAI’s GPT-Modellen. Doch manchmal beeinflussen gewisse Projektparamater die Wahl des passenden Large Language Models. Machen Open Source-LLMs wie LLaMa2, Falcon, Mosaic oder Mistral für das Projekt Sinn oder sind kommerzielle LLMs wie OpenAI GPT, Anthropic Claude 2 oder Google PaLM 2 besser geeignet?

Je nach Antwort muss man dann auch über die jeweilige Ausführungsumgebung der LLMs Entscheidungen treffen (lokal vs Cloud-Lösungen).

So können wir Sie bei Ihrem Generative AI-Projekt unterstützen

Impuls-Workshops mit unseren Experten, die einen pragmatischen Überblick über die Möglichkeiten von Generative AI geben und gleichzeitig schnelle Antworten auf Ihre technischen Projektherausforderungen & -visionen vermitteln.

Umfang: ca. 0,5 bis 1 PT

Evaluierung, Beratung und Wissenstransfer zu Generative AI, um einen gemeinsamen Roadmap-Ansatz, individuell angepasst auf Ihr Projektvorhaben, zu ermitteln und abzustimmen. Unser übergreifendes Ziel besteht darin, Projektteams das Wissen zu vermitteln, das für optimale Entscheidungsfindung erforderlich ist.

Umfang: ca. 2 bis 3 PT

Gemeinsame Entwicklung von Konzeptstudien und Prototypen mit unseren Experten in interaktiven Hands-On-Sessions zu Generative AI, die individuell auf Ihre UseCases zugeschnitten sind. So lässt sich rasch Erfahrung generieren sowie gleichzeitig Fortschritt erzielen, der nachhaltig in Team & Projekt eingebracht werden kann.

Umfang: ab 3 PT