DXD 2024SESSION

Christian Loth | 6 min Lesezeit

Künstliche Intelligenz (KI) revolutioniert bereits viele Bereiche des digitalen Lebens, doch die zentralen Akteure dieses Wandels sind die sogenannten Large Language Models (LLMs). In unserer Session am Digital Experience Day haben meine Kollegen Philipp Müller, Julian Pohl und ich uns mit den Grundlagen, der Implementierung und dem praktischen Nutzen dieser Modelle auseinandergesetzt. Ein besonderer Schwerpunkt lag dabei auf der Frage, warum es sinnvoll sein kann, LLMs selbst zu hosten und wie man dabei Datensicherheit gewährleistet.

 

Was sind Large Language Models (LLMs)?

LLMs sind KI-Modelle, die sich durch ihre beeindruckenden Fähigkeiten in der Verarbeitung und Generierung menschlicher Sprache auszeichnen. Sie haben sich in drei wesentlichen Punkten als besonders leistungsfähig erwiesen:

  • Verarbeitung menschlicher Sprache: LLMs können komplexe Eingabeprompt verstehen und daraufhin Antworten in natürlicher, menschlicher Sprache generieren. Egal, ob es darum geht, Fragen zu beantworten, Texte zu verfassen oder Informationen zusammenzufassen – LLMs bieten eine beachtliche Präzision und Natürlichkeit.
  • Größe und Datenmenge: Diese Modelle werden auf enormen Datenmengen trainiert, was sie in die Lage versetzt, vielfältige und komplexe Aufgaben zu bewältigen. Sie sind nicht nur in der Lage, Texte zu schreiben oder Fragen zu beantworten, sondern können auch Übersetzungen vornehmen, Informationen extrahieren oder sogar Code generieren.
  • Generative Fähigkeiten: Abhängig vom Eingabeprompt und dem spezifischen Modell können LLMs nicht nur Texte, sondern auch Dokumente, Code, Bilder und sogar Videos generieren. Sie eröffnen damit ein breites Spektrum an Einsatzmöglichkeiten in verschiedenen Branchen.
Ergänzende LeistungenErgänzende Leistungen
Määh! IllustrationMääh! Illustration

Large Language Models

LLMs verändern 
das Potenzial 
von Künstlicher
Intelligenz

Wie implementiert man LLMs?

LLMs bieten Flexibilität und können auf unterschiedliche Weise in Applikationen integriert werden:

  • Software-Markt und APIs: Viele große Technologieunternehmen bieten ihre LLMs über APIs an. Diese Programmierschnittstellen ermöglichen es Entwicklern, LLMs in ihre Anwendungen einzubinden und die generierten Antworten an den Endnutzer weiterzugeben. Das ist eine einfache Möglichkeit, LLMs zu nutzen, ohne sich um die Infrastruktur kümmern zu müssen.
  • Open-Source und Self-Hosting: Wer mehr Kontrolle über das Modell haben möchte, kann sich für Open-Source-Modelle entscheiden. Diese bieten die Möglichkeit, das Modell lokal oder in der eigenen Cloud auszuführen. Dadurch können Unternehmen die KI bedarfsgerecht anpassen und vollständige Kontrolle über die Daten und die Leistung des Modells behalten.

 

Warum LLMs selbst hosten?

Obwohl es verlockend ist, auf bereits existierende Cloud-Lösungen zurückzugreifen, gibt es klare Vorteile beim Selbst-Hosting von LLMs:

Check IllustrationCheck Illustration

Datensicherheit

Wenn sensible Daten im Spiel sind, bietet Self-Hosting ein höheres Maß an Kontrolle. Unternehmen müssen keine Daten an externe Dienstleister übermitteln, was das Risiko von Datenschutzverletzungen minimiert.

Check IllustrationCheck Illustration

Anpassbarkeit

Beim Self-Hosting haben Unternehmen die volle Kontrolle über die Modellanpassung. Das bedeutet, dass spezifische Anwendungsfälle und Anforderungen leichter integriert und optimiert werden können.

Check IllustrationCheck Illustration

Kostenkontrolle

Zwar erfordert das Self-Hosting zunächst mehr Ressourcen, bietet aber langfristig eine bessere Kostenkontrolle, besonders bei umfangreicher Nutzung.

Fazit

Large Language Models verändern das Potenzial von Künstlicher Intelligenz auf fundamentale Weise. Ihre Fähigkeit, menschliche Sprache zu verstehen und zu generieren, eröffnet neue Möglichkeiten in der Art und Weise, wie wir mit Maschinen interagieren. Unternehmen stehen dabei vor der Entscheidung: Nutzen sie LLMs über APIs oder setzen sie auf Self-Hosting? Beide Ansätze bieten große Chancen – die Wahl hängt von den spezifischen Anforderungen, der Datensicherheit und den Anpassungsbedürfnissen ab.

Christian LothChristian Loth
LLM-Experte

Christan
Loth

Mehr über den Autor

Christian Loth ist ein erfahrener Entwickler mit einem tiefen Interesse für die neuesten technologischen Trends, insbesondere im Bereich der Künstlichen Intelligenz. Zusammen mit seinen Kollegen Julian Pohl und Philipp Müller hat er sich intensiv mit der Thematik der Large Language Models (LLMs) auseinandergesetzt.