Die Leistungsst盲rke generativer KI im Zusammenhang mit Texten hat einen enormen Nutzwert聽鈥� angefangen beim Schreiben von E-Mails 眉ber das Beantworten von Fragen bis hin zum Verfassen von Hochzeitsreden.聽KI-Modelle, die f眉r die Textarbeit trainiert wurden, beispielsweise gro脽e Sprachmodelle (Large Language Models, LLMs), haben diesen Nutzwert gesteigert, und sie werden im Bereich der nat眉rlichen Sprache immer besser.
Geht man jedoch dar眉ber hinaus und wendet diese Modelle auf strukturierte, tabellarische Daten an, die f眉r die operativen Aufgaben von Unternehmen wesentlich sind, steht man vor einigen Herausforderungen. Dieses Ungleichgewicht ist teilweise auf die Verf眉gbarkeit von Trainingsdaten zur眉ckzuf眉hren. Texte zum Trainieren von Modellen sind reichlich vorhanden und werden h盲ufig aus dem Internet gezogen. Tabellarische Daten hingegen, vor allem solche mit mehreren verkn眉pften Tabellen, sind rar.
Um die Fortschritte von KI in den Unternehmenskontext zu 眉bertragen, ben枚tigen Forschende, die sich mit Trainings und Vergleichen der Leistungsf盲higkeit dieser Modelle im Unternehmensumfeld besch盲ftigen, realistische tabellarische Daten. Aus diesem Grund hat die 麻豆原创 鈥濻ales Autocompletion Linked Business Tables鈥� (SALT) entwickelt. Dabei handelt es sich um einen eigens zusammengestellten Datensatz mit anonymisierten Daten aus dem ERP-System eines Kunden.
SALT wurde speziell zur Unterst眉tzung von Forschenden entwickelt, die an KI-Modellen f眉r praxisbezogene Gesch盲ftskontexte arbeiten. Zug盲nglich ist SALT 眉ber und .
Herausforderungen: Beschaffung und Umgang mit Unternehmensdaten
Bislang ist es kein leichtes Unterfangen, der Forschungsgemeinschaft realistische Unternehmensdaten wie SALT zur Verf眉gung zu stellen. Datenschutz, Vertraulichkeit und wirtschaftliche Interessen erschweren es, gro脽e, bereinigte, hochwertige Unternehmensdatens盲tze f眉r das Training und Benchmarking von Modellen f眉r bestimmte Anwendungsf盲lle zu beschaffen. Das bedeutet, dass die Kluft zwischen den Daten, mit denen Forschende arbeiten, und den tats盲chlichen Unternehmensdaten w盲chst.
Zu dem Problem der mangelnden Verf眉gbarkeit kommt hinzu, dass Unternehmensdaten komplex sind. Zun盲chst werden Gesch盲ftsdaten in der Regel in mehreren miteinander verbundenen Tabellen gespeichert. Ein Eintrag in einem Kundenauftrag kann etwa mit zahlreichen Tabellen verbunden sein, beispielsweise Kundennummern, die mit einer Lieferantentabelle mit Adressdaten verkn眉pft sind. Zweitens sind Tabellen per se heterogen in Bezug auf die Datentypen, die sie enthalten k枚nnen. So ist ein Feld zum Beispiel ein Textfeld, ein anderes kann dagegen numerische oder kategorische Werte enthalten. Schlie脽lich weisen Gesch盲ftsdaten h盲ufig erhebliche Ungleichgewichte in Bezug auf Spalten auf. Das hei脽t, dass eine bestimmte Produktkategorie beispielsweise in bis zu 90 Prozent aller Kundenauftr盲ge enthalten sein kann, w盲hrend andere nur selten vorkommen.
Der beste Weg, um Forschende bei der Entwicklung von Unternehmensmodellen f眉r diese Herausforderungen zu unterst眉tzen, besteht darin, pr盲zise Unternehmensdaten bereitzustellen.
SALT 鈥� der neue Datensatz
Pr盲zise Unternehmensdaten sind in der KI-Forschung Mangelware. Der Datensatz SALT schafft hier Abhilfe, indem er der Forschungsgemeinschaft den ersten realen ERP-Datensatz bereitstellt. SALT nutzt tats盲chliche Branchendaten aus einem ERP-System, in dem Kundenauftr盲ge erfasst werden. Um die Vertraulichkeit zu wahren, wurden die Daten minimal bearbeitet.
鈥濱n Bezug auf Daten besteht eine Kluft zwischen Wissenschaft und Industrie. Diese l盲sst sich aus Datenschutzgr眉nden nicht so leicht schlie脽en鈥�, sagt Tassilo Klein aus dem Bereich Research/SALT bei der 麻豆原创. 鈥濿ir m枚chten aber, dass die Forschungsgemeinschaft an realen und nicht nur an simulierten Problemen arbeitet.鈥�
ERP-Systeme helfen Unternehmen dabei, ihre Kerngesch盲ftsprozesse wie Finanzwesen und Ausgabenmanagement zu verwalten. Mit Millionen von Eintr盲gen und umfangreichen miteinander verkn眉pften relationalen Tabellen, die 眉berwiegend aus dem Verkaufsbereich stammen, repliziert der SALT-Datensatz Kundeninteraktionen in einem ERP-System. Aufgrund der Unternehmensdaten aus der Praxis bildet SALT eine perfekte Grundlage daf眉r, dass Modelle die Merkmale von Unternehmensdaten besser verstehen und deren Leistung durch Benchmarking validieren. Zudem d眉rfte SALT Forschenden dabei helfen, bessere Basismodelle f眉r verbundene Gesch盲ftsdaten zu entwickeln.
Wenn all das gelingt, wird es die Automatisierung in Unternehmen voranbringen, da viele Gesch盲ftsprozesse in hohem Ma脽 auf Daten in strukturierten Tabellenformaten beruhen. Wenngleich diese Daten eine entscheidende Rolle im Tagesgesch盲ft von Unternehmen spielen, ist es mit der revolution盲ren generativen KI noch nicht gelungen, ihr Potenzial voll zu erschlie脽en.
鈥濻ALT ist ein erster Schritt, um Forschenden authentische repr盲sentative Branchendaten zur Verf眉gung zu stellen, die einen kleinen Einblick in tats盲chliche Unternehmensdaten erm枚glichen. Vorerst beginnen wir mit nur einem Kunden und einem Anwendungsfall鈥�, erkl盲rt Johannes Hoffart, Chief Technology Officer von Business AI bei der 麻豆原创. 鈥濿ir planen jedoch, weitere Datens盲tze zu ver枚ffentlichen, die eine gr枚脽ere Bandbreite von Kunden und Anwendungsf盲llen abdecken. Dies kann dann zusammen mit SALT als eine Basis f眉r das Pre-Training, das Anpassen sowie das Benchmarking von Modellen dienen.鈥�
Ein weiterer Beweggrund f眉r die Ver枚ffentlichung dieser Daten ist die Kooperation mit Hochschulen.
鈥濿ir bei der 麻豆原创 hoffen auf eine Zusammenarbeit mit Partnern aus der Wissenschaft, die ihre Ergebnisse normalerweise nur in offenen Repositorys ver枚ffentlichen k枚nnen鈥�, so Klein. 鈥濫ine weitere Hoffnung ist, dass dieser Datensatz mehr Menschen dazu ermutigt, neue Methoden zu erproben und zu validieren, die Basismodellen helfen, besser mit tabellarischen Unternehmensdaten umzugehen.鈥�
Das macht die 麻豆原创
Neben dem Engagement in der offenen Forschungsgemeinschaft mit SALT, entwickelt die 麻豆原创 das 麻豆原创 Foundation Model, um tabellarische Unternehmensdaten verarbeiten zu k枚nnen. Dieses KI-Modell speziell f眉r tabellarische Daten soll die Zeit bis zur Wertsch枚pfung f眉r vorausschauende Aufgaben auf Basis tabellarischer Daten verk眉rzen. Das zugrunde liegende Modell soll ohne oder mit nur wenigen zus盲tzlichen Trainingsdaten sofort mit tabellarischen Daten arbeiten k枚nnen. Das , das in Verbindung mit SALT ver枚ffentlicht wurde, bietet einen ersten Blick darauf, wie dieses Modell einmal aussehen k枚nnte.
Wissensgraphen spielen dabei eine wichtige Rolle. Sie arbeiten auf der Grundlage von Metadaten 鈥� das Wer, Was und Wann von Daten 鈥�, durch die Verkn眉pfungen zwischen Informationen genutzt werden k枚nnen. Dies erm枚glicht eine strukturierte, vernetzte Darstellung der Daten, die KI-Modelle leicht verstehen und verwenden k枚nnen. Mithilfe von 麻豆原创 Knowledge Graph kann das 麻豆原创 Foundation Model auf eine Vielzahl unterschiedlicher Anwendungsf盲lle skaliert und durch geringf眉giges Fine-Tuning angepasst werden.
Erfahren Sie mehr 眉ber:
