Keine Angst vor LLMs! Vom resilienten Umgang mit Umbrüchen
Seit im November 2022 ChatGPT öffentlich wurde, ist die Entwicklung auf dem Gebiet der generativen Large Language Models (LLMs) wie im Zeitraffer vorwärtsgeschritten. Dialog mit einer Maschine, die klingt wie ein Mensch, die Tipps, Erklärungen und Lösungen generieren kann – die aber auch manchmal halluziniert. Die Programmcode schreiben, im Stil Shakespeares dichten und Arbeitsemails formulieren kann. Die Fülle der Möglichkeiten und die Qualität der Ergebnisse erzeugt bei uns Nutzerinnen und Nutzern eine Mischung aus Neugier, Staunen und etwas Sorge.
Und so untersuchen ein Jahr später, im Wintersemester 2022/23, eine Vielzahl von Abschlussarbeiten an der Hochschule für Technik Stuttgart in den Bachelorprogrammen Informatik und Wirtschaftsinformatik die Verwendungsmöglichkeiten von LLMs auf den unterschiedlichsten Gebieten. Die Fragestellungen kommen dabei zumeist aus den Unternehmen der Region, die mit uns die Einsatzmöglichkeiten und Grenzen der neuen Werkzeuge verstehen und ausloten möchten.
LLMs in der Programmierung
LLMs haben viel Potential, den Menschen bei der Entwicklung von Software zu unterstützen. Wie gut das genau funktioniert, erforschten Tom Götz, Rasmus Wrobel und Alexander Harm: Tom Götz evaluierte die Eignung von LLMs für die Entwicklung von Android-Applikationen. Rasmus Wrobel prüfte, ob sich LLMs für die Softwaretest-Generierung aus Akzeptanzkriterien eignen und Alexander Harm verglich mehrere frei verfügbare und kommerzielle LLMs in Bezug auf einen breiten Strauß an Software-Entwicklungsaufgaben.
LLMs zur Unterstützung von Firmenprozessen
LLMs eignen sich auch zur Analyse und automatischen Verarbeitung von Unternehmensdaten zur Unterstützung interner Prozesse. In dieser Richtung arbeiteten Kevin Hofer (Extrahierung gesuchter Kompetenzen aus Projektbeschreibungen mittels Künstlicher Intelligenz), Rafael Kassotakis (Evaluierung einer Projektstrukturerstellung durch ChatGPT) und Nina Schuster (Unterstützung beim Behandeln von Supportanfragen mit Hilfe von KI).
LLMs zur Unterstützung von Lehre und Lernen
Auch im Lehrbetrieb der Hochschule haben LLMs möglicherweise ihren Platz - Sinem Kablan prüfte in einer Arbeit im Forschungslabor „Natural Language Processing für die Lehre“ und im Kontext des Forschungsprojekts „KNIGHT – KI in der Hochschullehre“ den Einsatz von ChatGPT zur Generierung von Übungsaufgaben für die Lehre.
Allen Arbeiten ist gemeinsam, dass sie unser Verständnis von den neuen, beeindruckenden, manchmal aber auch beängstigenden oder enttäuschenden sprachbasierten Werkzeugen schärfen und uns erlauben, sie richtig einzusetzen.
Keine Kommentare