Während Unternehmen nach Möglichkeiten suchen, das Potenzial von KI auszuschöpfen, setzen viele auf große Sprachmodelle (Large Language Models, LLMs), um ihre Entscheidungsfindung zu verbessern. LLMs wie ChatGPT werden jedoch anhand riesiger Mengen öffentlich zugänglicher Daten aus dem Internet trainiert. Das schränkt ihren Nutzen für Unternehmen ein, die mithilfe von KI Erkenntnisse aus ihren eigenen Unternehmensdaten gewinnen möchten. Darüber hinaus kann das Training dieser Modelle Monate dauern und hohe Kosten verursachen. Dadurch ist es praktisch unmöglich sicherzustellen, dass jede Antwort wirklich aussagekräftig und auf dem neuesten Stand ist.
Die Frage ist, wie Unternehmen natürliche Sprachverarbeitung nutzen können, um aussagekräftige und aktuelle KI-Erkenntnisse aus ihren eigenen unternehmensspezifischen Daten zu gewinnen. Ein eigenes LLM zu entwickeln, ist unerschwinglich. Gleiches gilt für die Feinabstimmung eines bestehenden Modells mit spezialisierten Daten.
Glücklicherweise hat sich Retrieval-Augmented Generation (RAG) als Möglichkeit für Unternehmen etabliert, diese Einschränkungen zu überwinden. Mithilfe dieser fortschrittlichen KI-Technik können Unternehmen ein vortrainiertes LLM wie ChatGPT mit ihren eigenen proprietären Daten kombinieren, um präzise, kontextbezogene Antworten zu erhalten. Sie können die verwendeten Daten einschränken, indem sie ausschließlich Informationen aus den relevantesten Quellen abrufen, etwa aus genehmigten Unternehmensprozessen, Richtlinien oder Produktinformationen. Da RAG Informationen in Echtzeit aus der Vektordatenbank eines Unternehmens abruft, können sie zudem sicherstellen, dass sie stets die neuesten Informationen erhalten, sobald neue Daten hinzugefügt werden.
Die Vorteile eines LLM mit Unternehmensdaten kombinieren
RAG kombiniert Datenabruf und Sprachgenerierung auf effektive Weise. Der Retriever funktioniert wie eine Suchmaschine, die auf Grundlage der Anfrage eines Nutzers Daten abruft und mithilfe ausgefeilter Algorithmen nur die relevantesten Informationen zusammenträgt. Beim Generator handelt es sich in der Regel um ein LLM wie ChatGPT, das diese Informationen in eine präzise, fundierte Antwort umwandelt. Durch die Integration dieser beiden Komponenten ermöglicht RAG Unternehmen, maßgeschneiderte KI-Systeme zu entwickeln, die ihnen einen Wettbewerbsvorteil verschaffen.
Die potenziellen Anwendungsmöglichkeiten sind vielfältig. Vertriebs- und Marketingteams können Informationen aus Marktberichten, Kundenfeedback und Social-Media-Feeds schnell zusammenführen, um Kauftrends und Kundenpräferenzen zu erkennen. Kundenserviceteams können die Kundenbindung mithilfe RAG-gestützter Chatbots stärken, die Produktinformationen, Kundenprofile und Kaufhistorien nutzen, um Kundenanfragen individuell zu beantworten. Rechtsabteilungen können bei der Rechtsberatung problemlos die KI-Erkenntnisse aus Verträgen, Rechtsfällen und anderen Dokumenten nutzen. Indem RAG Mitarbeitenden einen schnellen und präzisen Zugriff auf relevante, aktuelle strukturierte und unstrukturierte Daten aus mehreren Datenbanken ermöglicht, kann es die Produktivität steigern, das Kundenerlebnis verbessern und durch einen geringeren Arbeitsaufwand sowie eine stärkere Kundenbindung den Gewinn erhöhen.
Doch obwohl RAG das Potenzial hat, die KI-Nutzung in Unternehmen grundlegend zu verändern, bestehen weiterhin einige Hürden. Eine der größten Herausforderungen besteht darin, Daten aus den verteilten IT-Landschaften, die in den meisten Unternehmen vorhanden sind, abzurufen und zu integrieren. Heutzutage betreibt die Mehrheit der Unternehmen ihre Anwendungen in einer hochkomplexen hybriden Multicloud-Umgebung. Da Daten in der Regel an verschiedenen Orten gespeichert werden – darunter lokale Rechenzentren und mehrere Clouds wie Microsoft Azure, Google Cloud Platform und AWS –, kann es schwierig sein, all diese isolierten Daten in ein LLM zu integrieren. Zudem besteht ohne geeignete Schutzmaßnahmen die Gefahr, dass vertrauliche Informationen offengelegt werden.
RAG in hybriden Multicloud-Umgebungen implementieren
F5 arbeitet gemeinsam mit dem Dateninfrastrukturunternehmen NetApp an der Lösung dieser Probleme. Durch die Integration der sicheren, leistungsstarken Multicloud-Netzwerkfunktionen von F5 mit den robusten Datenmanagementlösungen von NetApp ermöglichen wir es, Unternehmensdaten unabhängig von ihrem Speicherort schnell abzurufen und sicher mit einem LLM zu kombinieren.
Cloud Volumes ONTAP von NetApp und Azure NetApp Files optimieren die Kosten und die Leistung von Cloud-Speichern und verbessern gleichzeitig den Datenschutz und die Compliance. In Kombination mit F5 Distributed Cloud Network Connect können Daten unabhängig von ihrem Speicherort schnell und sicher über Zonen und Regionen hinweg verbunden und verschoben werden.
Während Unternehmen nach Möglichkeiten suchen, LLM-Anwendungen bereitzustellen, die ihr Geschäft voranbringen, bietet ihnen unsere gemeinsame Lösung eine nahtlose Möglichkeit, ihre Daten zu verwalten, zu schützen und zu optimieren und gleichzeitig Kosten zu senken. Unternehmensdaten bleiben vertraulich. Und die Benutzer erhalten die präzisen, aktuellen und kontextbezogenen Informationen, die sie benötigen, um im digitalen Zeitalter erfolgreich zu sein.
Wie Kunal Anand, Chief Technology and AI Officer bei F5, es formulierte: „Unsere gemeinsame Lösung bietet beispiellose Leistung und kompromisslose Sicherheit, sodass Unternehmen die Möglichkeiten von KI in ihren individuellen Geschäftskontexten vertrauensvoll nutzen können.“
Das volle Potenzial von KI in Unternehmen ausschöpfen
Diese Partnerschaft baut auf früheren Kooperationen zwischen F5 und NetApp auf und unterstützt Unternehmen dabei, ihre hybriden Multicloud-Umgebungen miteinander zu vernetzen. Dabei ist wichtig zu betonen, dass dies erst der Anfang ist. In den kommenden Monaten werden wir unsere Zusammenarbeit fortsetzen, um Unternehmen dabei zu helfen, das volle Potenzial von KI in ihren verteilten IT-Landschaften auszuschöpfen.
Weitere Informationen finden Sie in unserer Pressemitteilung. Besuchen Sie auch unsere Webseite zu F5 und NetApp.
Über den Autor
Hunter Smit ist Senior Manager im Produktmarketing für Lösungen und Strategie bei F5. Er leitet das Lösungsmarketing für das gesamte F5-Portfolio, einschließlich KI-Infrastruktur und Anwendungssicherheit, und treibt den Einstieg von F5 in den aufstrebenden Markt für die Bereitstellung von KI-Daten voran. Hunter ist Mitglied des Beirats der School of Business der Whitworth University und war als Lehrbeauftragter für Produktmarketing tätig. Er erwarb an der Whitworth University einen MBA sowie einen Bachelor of Business Administration mit Schwerpunkt Management.
Weitere Blogbeiträge von Hunter SmitÄhnliche Blogbeiträge
F5 und Equinix bündeln ihre Kräfte, um die sichere Anwendungsbereitstellung in Multicloud-Umgebungen zu vereinfachen
F5 und Equinix ermöglichen es Unternehmen, sich weltweit sicher und zuverlässig mit ihren Partnern zu vernetzen.
API-Sicherheitsrisiken und -herausforderungen
Erfahren Sie, warum APIs für die moderne App-Entwicklung unverzichtbar sind und wie Sie sie vor den häufigsten Sicherheitslücken schützen. Profitieren Sie von Expertentipps und direkt umsetzbaren Strategien.
Ein Meilenstein für die Community Impact Grants von F5
F5 feiert das fünfjährige Bestehen seines innovativen Community Impact Grant-Programms, das gemeinnützige Organisationen, bei denen sich F5-Mitarbeitende ehrenamtlich engagieren, mit Fördermitteln in Höhe von 5.000 US-Dollar unterstützt.
Mit moderner, anpassungsfähiger und sicherer Gesundheits-IT Leben retten
Die IT-Investitionen im Gesundheitswesen tragen dazu bei, die schnellsten Wege zu einer besseren Versorgung zu finden, indem sie die medizinische Betreuung näher an die Patientinnen und Patienten bringen. Viele Gesundheitsunternehmen nutzen riesige Mengen an klinischen und anderen Gesundheitsdaten, um Entwicklungen zu verfolgen und übergreifende Trends in der gesamten Gesundheitslandschaft zu erkennen. Gleichzeitig nähern sie sich einer möglichst präzisen, individuell zugeschnittenen Versorgung an.
Verbesserung der Benutzer- und Administrationserfahrung durch sicheren hybriden Zugriff
Diese Kombination aus BIG-IP Access Policy Manager und Azure Active Directory ermöglicht Identitätsföderation, zentralisierten Benutzerzugriff (über Single Sign-on) und erhöhte Anwendungssicherheit (durch Multi-Faktor-Authentifizierung) für geschäftskritische Anwendungen sowie cloudbasierte und SaaS-Anwendungen. Dieser Ansatz vereinfacht die Einrichtung und Bereitstellung, reduziert den Verwaltungsaufwand und verbessert die gesamte Administration.
Das Internet der Sicherheitsdinge
Nein, das ist keine Tirade über die Sicherheit des IoT. Es ist eine Geschichte über Veränderung – genauer gesagt über Veränderung und ihre Auswirkungen auf die Sicherheit. Veränderung ist allgegenwärtig. Es gibt unzählige Axiome und Sprichwörter über Veränderung, also ist es ...