Ein Chatfenster, in dem Sie ein Dokument hochladen und eine Zusammenfassung zurückbekommen, wirkt einfach. Was darunter geschieht, ist das weniger. Das Dokument muss eingelesen, aufgeteilt, interpretiert werden im Kontext dessen, was für Ihre Organisation relevant ist, und in einer Form zurückgegeben werden, die für den Leser brauchbar ist. Jeder Schritt in dieser Kette stellt eine Anforderung an die Organisation dahinter. Diese Seite beschreibt, was dafür stehen muss, nicht welcher Teil der Arbeit dadurch entfällt.
Dokumente von KI lesen zu lassen, umfasst eine Reihe von Aufgaben, die oft unter einem einzigen Begriff zusammengefasst werden. Einen Vertrag zusammenzufassen ist etwas anderes als tausend Verträge auf eine abweichende Klausel zu durchsuchen. Ein Besprechungsprotokoll auf Aktionspunkte zu reduzieren ist etwas anderes als einen Jahresbericht auf die darin verborgenen Risiken zurückzuführen. Was diese Aufgaben gemeinsam haben, ist, dass die Qualität des Ergebnisses von der Qualität dessen abhängt, was zugeliefert wird. Ein schlecht gescanntes Dokument, ein inkonsistentes Format oder ein Text ohne klare Struktur macht das Lesen selbst schon unsicher, noch bevor von Zusammenfassen die Rede ist.
Die erste Frage ist nicht, welches Sprachmodell am besten zusammenfasst, sondern ob die Dokumente, die Sie lesen lassen möchten, zugänglich und konsistent sind. Liegen sie verteilt über Ordner, Systeme und Postfächer, oder sind sie an einem auffindbaren Ort organisiert. Ist klar, welche Version eines Dokuments die gültige ist. Enthalten die Dokumente vertrauliche Informationen, die nicht ohne Weiteres von einem externen System verarbeitet werden dürfen. Dies sind keine technischen Details, die später kommen; es sind die Voraussetzungen, die bestimmen, ob Zusammenfassen etwas liefert, worauf man sich verlassen kann, oder etwas, das jedes Mal erneut kontrolliert werden muss.
Danach kommt die Frage, wie Dokumente in das System hinein- und wieder herausgehen. Ein loses Uploadfenster funktioniert für gelegentliche Nutzung, aber wer dies strukturell einsetzen möchte, benötigt eine Verbindung zwischen dem Ort, an dem Dokumente entstehen, und dem Ort, an dem sie gelesen werden. Das erfordert Verknüpfungen, die bei einem Update nicht wegfallen, und eine Möglichkeit zu erkennen, wann etwas schiefgeht. Ohne diese Verbindung bleibt Lesen und Zusammenfassen ein manueller Schritt: jemand, der immer wieder erneut eine Datei bereitstellt.
Eine Zusammenfassung ist erst dann brauchbar, wenn jemand weiß, was damit zu tun ist. Das erfordert Absprachen: wer kontrolliert eine Zusammenfassung, bevor sie weiterläuft, wer ist verantwortlich, wenn ein Detail übersehen wird, und was ist der Maßstab dafür, was eine gute Zusammenfassung ist. Ohne diese Absprachen entsteht eine Gewohnheit, bei der Menschen das Ergebnis nutzen, ohne es zu prüfen, oder gerade alles erneut durchlesen, wodurch der Zeitgewinn verschwindet. Die Organisation muss mit anderen Worten einen Platz für dieses Ergebnis eingerichtet haben, nicht nur ein System, das es produziert.
Sobald Dokumente gelesen werden, stellt sich schnell die Frage, was damit geschieht. Eine Zusammenfassung eines Gesprächs ist verwandt mit dem, was Gespräche erfassen und nachverfolgen von einer Organisation verlangt; eine Zusammenfassung, die automatisch eine Folgeaktion auslösen soll, berührt das, was für Agenten, die Arbeit ausführen, nötig ist. Und sobald eine Zusammenfassung genutzt wird, um eine Entscheidung zu untermauern, verschiebt sich die Frage zu dem, was Entscheidungsunterstützung von demselben Datenmanagement und denselben Absprachen verlangt. Dokumente lesen ist selten der Endpunkt; es ist meistens das erste Glied in einer Kette, die weiterreicht, als das Chatfenster zeigt.
Die Verlockung ist, bei dem Modell zu beginnen, das am besten zusammenfasst. Aber ein Modell, das gut zusammenfasst, bringt wenig, wenn die Dokumente, die es lesen soll, inkonsistent sind, wenn keine Verbindung zum Ort ihrer Entstehung besteht und wenn niemand festgelegt hat, wer das Ergebnis kontrolliert. Organisation, Infrastruktur und Datenmanagement gehen vor: das ist keine Reihenfolge der Präferenz, sondern die Reihenfolge, in der es funktioniert. Eine Organisation, die diese Grundlagen nicht in Ordnung hat, sieht einen Piloten, der in einer Demo gut aussieht, aber ins Stocken gerät, sobald die Dokumente weniger sauber sind als die Testdatei.
Diese Seite beschreibt, was stehen muss, bevor das Lesen und Zusammenfassen von Dokumenten etwas liefert, worauf eine Organisation bauen kann. Sie beantwortet nicht die Frage, welcher Teil der Arbeit, die derzeit mit Dokumenten verbunden ist, tatsächlich übernommen werden kann. Das ist eine andere Frage, die je nach Aufgabe und Dokument unterschiedlich ausfällt, abhängig davon, wie wiederholbar die Arbeit ist und wie viel Kontext nötig ist, um sie gut auszuführen.
Der Werkscan von FTE TO AI rechnet das durch: pro Aufgabe wird berechnet, welcher Teil der Arbeit von KI übernommen werden kann, gegeben die Art der Arbeit und die dafür geltenden Voraussetzungen. Wo diese Seite die Bereitschaft der Organisation beschreibt, bildet der Werkscan ab, was sich, sobald diese Bereitschaft vorhanden ist, tatsächlich verschiebt.
Vraag maar wat er moet staan voordat AI in uw organisatie kan landen.
Answers come from this site’s knowledge base. Not tailored advice, and not a scan of your company.