Der Softwerker Spezial: Generative KI

Ein vorsichtiger Blick auf die zu erwartenden Entwicklungen 

KI war das Hype-Thema 2023 und wird es wahrscheinlich noch eine Zeit lang bleiben. Jetzt ist das mit Hypes immer so eine Sache. Es ist häufig schwierig, Hype und Substanz zu unterscheiden. Wie viel von all den vollmundigen Versprechungen und überzogenen Erwartungen sind Substanz und was fällt in sich zusammen, wenn der Hype zu Ende geht und sich Ernüchterung einstellt – was bei Hypes stets irgendwann der Fall ist. 

Uwe Friedrichsen

Rückblick auf die letzten zehn Jahre, Ausblick auf die nächsten fünf Jahre in der KI-Entwicklung 

In den letzten zehn Jahren hat sich die Welt der künstlichen Intelligenz grundlegend verändert. Es ist eine spannende Frage, wohin diese Reise in den nächsten Jahren führen wird. Im Jahr 2023 blicken wir zurück auf eine Dekade voller bahnbrechender Entwicklungen, die von der Verbesserung maschineller Lernverfahren bis hin zur Integration von KI in unser alltägliches Leben reichen.

Kai Lichtenberg, Daniel Ladischenski

Interview mit Elvira Siegel, Machine- Learning-Spezialistin, über Large Language Models und ChatGPT 

Elvira „Ellie“ Siegel hat Machine Learning an der LMU in München studiert und ist Teil des SHERLOQ - Teams bei codecentric, das ein Produkt zur KI-gestützten Dokumentenverarbeitung entwickelt. Im folgenden Interview mit IT Consultant Marco Paga ordnet sie den Bereich der großen Sprachmodelle (Large Language Models, LLM) in die Welt der künstlichen Intelligenz ein. Sie fasst außerdem kompakt zusammen, wie solche Modelle trainiert werden, und nennt typische Fehlerquellen. Auch gibt sie eine Einschätzung, ob Open-Source-Modelle eine Chance in der stark von ChatGPT geprägten LLM-Landschaft haben. 

KI-gestützte Softwareentwicklung – ein Erfahrungsbericht 

Noch sprechen viele von No-Code- und Low-Code-Plattformen, um Softwareentwickler überflüssig zu machen, da kommt bereits ChatGPT daher und produziert völlig automatisch funktionierenden Programmcode. In diesem Artikel beleuchte ich, was ChatGPT und seine „Verwandten“ heute schon tun können, und gehe (ein wenig) der Frage nach, ob die Maschine den Menschen auch bei der Erstellung von Software ablösen kann. 

Goetz Markgraf

Mensch und Maschine im Tandem – der Schlüssel zur nächsten Stufe der Softwareentwicklung 

Die rasante Entwicklung im Bereich der künstlichen Intelligenz (KI) hat in den letzten Jahren die Art und Weise, wie Unternehmen IT-Lösungen entwickeln, revolutioniert. In diesem Artikel wollen wir uns auf eine spezielle Anwendung von Machine Learning konzentrieren, nämlich die Nutzung von Large Language Models (LLMs) im Pair Programming. Letzteres ist eine bewährte Methode, bei der zwei Entwickler*innen gemeinsam an einem Code arbeiten, um die Effizienz, Qualität und den Wissenstransfer zu fördern. Die Integration von LLMs in diesen Prozess eröffnet neue Möglichkeiten. 

Denis Stalz-John, Nils Uhrberg

Möglichkeiten für ein privates ChatGPT

In einer Zeit, in der digitale Technologien das Rückgrat der Geschäftswelt bilden, kristallisieren sich KI- bzw. LLM-basierte Lösungen (Large Language Model) als Schlüsselkomponenten für innovative Geschäftsprozesse heraus. Sie bieten nicht nur eine verbesserte Kommunikation und Interaktion, sondern erweisen sich auch als unentbehrlich in Bereichen wie Kundenservice, automatisierter Dokumentenverarbeitung und interner Wissensverwaltung. Doch mit der Integration dieser fortschrittlichen Technologien treten auch neue Herausforderungen auf – insbesondere im Bereich des Datenschutzes. 

Kamil Braschke

Ein konkretes Beispiel zeigt, ob generative KI in einem Unternehmen funktionieren kann 

Unternehmen steigen in die Nutzung von generativer KI ein. Das bezeugen jedenfalls zahlreiche Posts auf dem Business-Netzwerk LinkedIn, in denen deutsche Startups, aber auch große Unternehmen wie Bosch [1], euphorisch die Einführung einer privaten GenAI-Lösung verkünden. Oft verschweigen sie dabei jedoch den wichtigsten Part: Wofür wird sie praktisch eingesetzt? Denn ohne konkreten Bedarf wird das Potenzial von GenAI unzureichend genutzt – und die Nutzung beschränkt sich auf den Selbstzweck. Wie sieht ein solcher Bedarf aus und wie kann mit GenAI echter Mehrwert für ein Unternehmen geschaffen werden? Das beleuchten wir anhand eines konkreten Kundeneinsatzes aus unserem Projektalltag. 

Florian Wiech, Lukas Maier, Rebecca Jox

Wie generative KI die IT-Sicherheit durcheinanderwirbelt 

Wenn es eine große Konstante in der IT gibt, dann ist es die Veränderung. Auch dieses Jahr gab es sie wieder: ChatGPT betrat die Bühne und hat Menschen auf der ganzen Welt begeistert. Egal ob es um Geschichten ging, E-Mails, Quellcode oder noch etwas ganz anderes – ChatGPT wurde zu allem befragt und genutzt. Auch im Bereich der IT-Sicherheit wurden schnell viele Use-Cases entdeckt. Das Wettrüsten zwischen Angreifern und Verteidigern bekam einen neuen Aspekt: Die Large Language Models (LLMs) und ihr Output. 

Martin Riedel

Die Abkürzung zu KI-Chatbots 

Das neue Assistants API von OpenAI macht das Erstellen von KI-Chatbots um einiges einfacher. In diesem Artikel möchte ich anhand eines einfachen Beispiels zeigen, wie man damit einen eigenen Assistenten aufsetzt. 

Timothy Krechel

Generative KI aus Sicht einer technisch interessierten Designerin – Einblicke in Stable Diffusion 

Generative KI erobert die Welt im Sturm und verspricht grenzenloses Potenzial für Unternehmen und Kreative. Dieses reicht von der Steigerung der Produktivität bis zur Erschließung unentdeckter Umsatzquellen und verspricht eine revolutionäre Transformation unserer Arbeitsprozesse. Dieser Artikel gibt Einblicke in die Design-Arbeit mit dem Text-zu-Bild-Modell Stable Diffusion zur Erstellung kunstvoller QR-Codes. 

Valentina Arambasic

Eine Prompt Story 

Wie mein Bruder und ich ein LLM (Large Language Model) durch Prompt-Injection-Angriffe austricksten und Geheimnisse extrahierten – kein Märchen, sondern eine reale Geschichte, die zeigt, dass immer Vorsicht geboten ist, wenn man vertrauliche Daten mit LLMs kombiniert. 

Michael Wagner