Zühlke: LLM-Potenzial für Unternehmen trotz Apple-Studie ungebrochen hoch

In einem Gastkommentar ordnet Tim Herfurth, Lead Data Scientist der Zühlke Group, die Ergebnisse der aktuellen GSM-Symbolic-Studie von Apple ein. Die Untersuchung belegt, dass Large Language Models (LLMs) bei komplexen mathematischen Aufgaben fehleranfällig werden, sobald irrelevante Informationen hinzukommen. Herfurth betont jedoch, dass diese Einschränkungen den praktischen Mehrwert von LLMs in den meisten Unternehmensanwendungen kaum schmälern. Als profitable Einsatzfelder nennt er internes Wissensmanagement, KI-gestützten Kundenservice, Dokumentation, Reporting und Programmierung. Da LLMs maßgeblich von ihren Trainingsdaten abhängen, seien ein durchdachtes Application Design, kontinuierliche Human Oversight und gezielte Qualitätssicherung unerlässlich, um Risiken wie Bias oder Halluzinationen zu minimieren. Der strategische Erfolg von KI-Initiativen bleibe somit weiterhin primär vom Menschen abhängig.