Zehn Schritte für die erfolgreiche Einführung generativer KI-Modelle

F5 ADSP | 28. August 2023

Die unternehmensweite Einführung einer neuen Softwareanwendung ist ein entscheidendes Vorhaben, das ein solides, strukturiertes Vorgehen erfordert. Handelt es sich bei der betreffenden Software um ein großes Sprachmodell (Large Language Model, LLM) oder ein anderes Modell der generativen künstlichen Intelligenz (GenAI), sind einige zusätzliche Aspekte zu berücksichtigen. Wir haben 10 Schritte identifiziert, die eine reibungslose Einführung gewährleisten können.

Erfassen

Bringen Sie Vertreter der Unternehmensbereiche zusammen, die die Modelle nutzen werden. Gemeint sind alle Bereiche, nicht nur derjenige, der das Thema angestoßen hat, die meisten Mitarbeitenden zählt oder den größten Einfluss besitzt. Sobald das Thema generative KI ins Rollen kommt, werden alle mitmachen wollen. Es ist daher besser, dies frühzeitig einzuplanen und größere Änderungen zu vermeiden, wenn die Rahmenbedingungen bereits festgelegt sind. Achten Sie darauf, dass die Gruppe groß genug ist, um alle relevanten Perspektiven abzudecken, aber klein genug, um Entscheidungen zu treffen und Aufgaben umzusetzen. Sie sollte daher höchstens zehn Mitglieder umfassen.

Bewerten

Ermitteln Sie die geschäftlichen Bedürfnisse und Anforderungen, die dem aktuellen Stand der Organisation entsprechen und künftige Roadmaps sowie festgelegte strategische Meilensteine unterstützen. Berücksichtigen Sie dabei den unmittelbaren, mittel- und langfristigen Bedarf. Verständigen Sie sich darauf, welche Grundprinzipien der Organisation bei der Erwägung einer Einführung solcher neuen Technologien berücksichtigt werden müssen.

Recherche

Prüfen Sie die verfügbaren Produkte und sprechen Sie mit den Anbietern, um festzustellen, ob die Modelle Ihren geschäftlichen Anforderungen und Anwendungsfällen entsprechen und was sie für Ihr Unternehmen leisten können und was nicht. Je nach Branche und Unternehmenskultur kann der Einsatz eines großen, universell einsetzbaren Modells wie ChatGPT oder Claude die beste Option sein. Alternativ könnte eine Reihe kleinerer, spezialisierter Modelle, die bestimmte Teams wie die Rechts-, Finanz- oder Entwicklungsabteilung oder eine bestimmte Branche wie das Gesundheitswesen oder Kreativdesign unterstützen, die bessere Lösung darstellen. Oder entwickeln Sie – wie es in letzter Zeit immer mehr Unternehmen tun – ein internes Modell, das auf die firmeneigene Wissensbasis Ihres Unternehmens zugeschnitten und damit trainiert ist. Fordern Sie Informationen zu bekannten Schwachstellen und anderen Sicherheitsproblemen an. Stellen Sie sicher, dass alle relevanten gesetzlichen Vorschriften, branchenspezifischen Sicherheitsstandards sowie unternehmensinternen Richtlinien und Verfahren berücksichtigt werden.

Planen

Nachdem die Entscheidung getroffen wurde, mit einem oder mehreren Modellen fortzufahren, erstellen Sie einen Projektzeitplan, weisen Sie Ressourcen zu und legen Sie das Budget fest. Stellen Sie sicher, dass sich das Modell bzw. die Modelle nahtlos in die bestehende digitale Sicherheitsinfrastruktur integrieren lassen. Ermitteln Sie, welche Änderungen und Aktualisierungen vor der Bereitstellung erforderlich sind, einschließlich solcher, die mit neuen oder erhöhten Risiken für die Organisation zusammenhängen. Legen Sie Kriterien und Schwellenwerte fest, um die Auswirkungen der Modellnutzung auf die Produktivität und andere betriebliche Leistungsindikatoren zu bewerten.

Einbinden

Kommunizieren Sie den Plan einschließlich seiner Zielsetzung und Vorteile an den erweiterten Kreis der Stakeholder. Je nach Situation sollten diese Informationen sowohl die Vorstandsetage als auch die Mitarbeitenden im Untergeschoss erreichen. Bitten Sie um Feedback und gehen Sie auf die Bedenken der Beteiligten ein.

Schulen

Dieser Schritt erfordert nicht nur die Entwicklung eines Programms – das sich auf Online-Ressourcen oder Dokumentationen beschränken oder auch praktische Workshops umfassen kann –, das sicherstellt, dass die Endnutzer die erforderliche modellspezifische Schulung erhalten, sondern auch:

  • Zeigt auf, inwiefern das Programm mit den Grundsätzen der Organisation übereinstimmt.
  • Erläutert die Richtlinien zur akzeptablen Nutzung sowie weitere Arbeitsplatzrichtlinien im Zusammenhang mit der Verwendung der Modelle.
  • Identifiziert Sicherheitsprobleme und beschreibt Sicherheitsprotokolle.
  • Beschreibt die angemessene(n) Reaktion(en) auf potenzielle Sicherheitsvorfälle.

Test

Auch wenn dies nicht in jedem Fall erforderlich ist, ist es immer sinnvoll, neue Tools vor einer umfassenden Einführung zunächst für eine kleine, aber repräsentative Gruppe bereitzustellen. So lassen sich wertvolle Erkenntnisse zu technischen Aspekten wie Integration, Skalierung, Geschwindigkeit und Rechenressourcen sowie Rückmeldungen der Nutzer zur Benutzerfreundlichkeit und zum allgemeinen Nutzen gewinnen. Stellen Sie lediglich sicher, dass auftretende Probleme angegangen und behoben werden.

Bereitstellen

Unabhängig davon, ob Sie sich für eine schrittweise oder eine umfassende Einführung entscheiden, sollten Sie sicherstellen, dass der Zeitplan für die Bereitstellung und andere relevante Informationen im gesamten Unternehmen klar kommuniziert werden und dass das Supportteam oder der Helpdesk von Anfang an zur Verfügung steht.

Überwachen

Soweit Kennzahlen verfügbar sind, sollten Sie die Nutzung auf Unternehmens- und individueller Ebene sowie die Modellleistung erfassen und analysieren und die Auswirkungen des Modells auf die Geschäftsaktivitäten bewerten. Überwachen Sie das System kontinuierlich auf unbefugte Zugriffsversuche und potenzielle Sicherheitsverletzungen und reagieren Sie darauf – diese können sehr, sehr schnell gravierende Folgen haben. Führen Sie regelmäßige Bewertungen durch, um festzustellen, ob die Technologie oder das Schulungsprogramm aktualisiert werden muss. Fordern Sie Rückmeldungen von Benutzern oder vom System an, prüfen und berücksichtigen Sie diese und integrieren Sie aktualisierte Geschäftsanforderungen.

Vorbereiten

Seien Sie stets auf unerwartete Herausforderungen vorbereitet, indem Sie flexibel und vorausschauend handeln.

Teilen

Ähnliche Blogbeiträge

Kubernetes-native WAF für das Gateway-Zeitalter: F5 WAF for NGINX lässt sich jetzt in F5 NGINX Gateway Fabric integrieren
F5 ADSP | 04.06.2026

Kubernetes-native WAF für das Gateway-Zeitalter: F5 WAF for NGINX lässt sich jetzt in F5 NGINX Gateway Fabric integrieren

F5 erweitert WAFs, um mit F5 NGINX Gateway Fabric und F5 NGINX Ingress Controller einen konsistenten, skalierbaren Schutz über Cluster und Umgebungen hinweg bereitzustellen.

Von Regeln zu Risiken: Die Entwicklung von WAFs und der Aufstieg KI-gestützter Ergebnisse
F5 ADSP | 22.04.2026

Von Regeln zu Risiken: Die Entwicklung von WAFs und der Aufstieg KI-gestützter Ergebnisse

WAF-Programme geraten oft an einem bekannten Punkt ins Stocken: Der Blockierungsmodus wird verzögert aktiviert, weil die Feinabstimmung aufwendig ist.

Erklärbarkeit: Licht ins Dunkel der KI-Blackbox bringen
F5 ADSP | 03.09.2025

Erklärbarkeit: Licht ins Dunkel der KI-Blackbox bringen

Einblicke von James White, CTO bei CalypsoAI: Dank GenAI verstehen wir inzwischen gut, wie Antworten generiert und an uns zurückgegeben werden. Vereinfacht gesagt basiert KI auf einer Transformer-Architektur – sie wählt die beste Vorhersage für das nächste Wort und den nächsten Satz aus und liefert anhand der ihr vorliegenden Informationen die wahrscheinlichste Antwort […]

Die neue KI-Risikolandschaft: unsichtbar, autonom und bereits im Unternehmen
F5 ADSP | 10.07.2025

Die neue KI-Risikolandschaft: unsichtbar, autonom und bereits im Unternehmen

James White, VP Engineering, F5 Zur Jahresmitte 2025 ist es an der Zeit, eine Momentaufnahme der KI-Nutzung in Unternehmen und des aktuellen Stands der KI-Sicherheit zu erstellen. Der Einsatz generativer KI ist in Unternehmen mittlerweile Standard Unternehmen verfügen inzwischen durchweg zumindest über ein grundlegendes Verständnis von generativer KI. Sie wissen, was sie ist und wo sie […]

Die KI-Grenzen sichern: Strategien zur Bekämpfung von Datenexfiltration
F5 ADSP | 30.07.2024

Die KI-Grenzen sichern: Strategien zur Bekämpfung von Datenexfiltration

Da Unternehmen zunehmend Modelle der generativen KI (GenAI) und große Sprachmodelle (LLMs) in ihre digitalen Systeme integrieren, sind sie mit neuen und erhöhten Risiken konfrontiert. Wenig überraschend stehen dabei Risiken im Zusammenhang mit Datenexfiltration – der unbefugten Übertragung von Daten aus einem Unternehmen an ein externes Ziel – meist ganz oben auf der Prioritätenliste der Sicherheitsteams. Ein Verständnis […]

Everest Group-Bericht: Aktuelle Trends und Zukunftsaussichten bei der Einführung von GenAI in der Industrie
F5 ADSP | 18.06.2024

Everest Group-Bericht: Aktuelle Trends und Zukunftsaussichten bei der Einführung von GenAI in der Industrie

Wir freuen uns, einen wesentlichen Beitrag zu einem wegweisenden neuen Bericht der Everest Group, einem weltweit führenden Forschungsunternehmen, geleistet zu haben. Der Bericht mit dem Titel „Generative AI Adoption – Examining Real-world Use in Horizontal Functions and Future Outlook“ bietet eine eingehende Analyse der Einführung generativer KI (GenAI) in verschiedenen Branchen. Dem Bericht zufolge ist die IT […]