KI zwischen Freiheit und Kontrolle: The AI Revolution Will Not Be Monopolized

Generative KI und Large Language Models (LLMs) stellen Unternehmen, die auf Transparenz, Modularität und Privatsphäre setzen, vor neue Herausforderungen. Auf der einen Seite wartet enormes Potenzial, auf der anderen muss man das erst einmal finden, irgendwo zwischen spannenden neuen Tools, FOMO und Tech-Bros, die immer neue Revolutionen anpreisen. Wie müssen wir uns den Einsatz der neuen Technologien in der Praxis tatsächlich vorstellen? Und steuern wir dabei auf eine Black-Box-Ära zu, mit immer größeren Modellen hinter undurchsichtigen APIs, kontrolliert von Big-Tech-Monopolen?

Talk for data:unplugged

Transcript

1. KÜNSTLICHE INTELLIGENZ Ines Montani Explosion zwischen Freiheit und Kontrolle The AI revolution will not be monopolized
3. Ines Montani Gründerin und CEO von Explosion
4. Open-Source- Bibliothek für Natural Language Processing spacy.io SPACY 360 Mio.+ Downloads Ines Montani Gründerin und CEO von Explosion
5. Open-Source- Bibliothek für Natural Language Processing spacy.io SPACY 360 Mio.+ Downloads Modernes Annotationstool für Machine-Learning- Entwickler prodigy.ai PRODIGY 10.000+ Nutzer Ines Montani Gründerin und CEO von Explosion
6. Wie sich Menschen 1900 das Jahr 2000 vorstellten
7. Wie sich Menschen 1900 das Jahr 2000 vorstellten
9. “Knocker-Uppers”
10. “Knocker-Uppers”
11. ines.io/blog/window-knocking-machine-test FENSTERKLOPF- MASCHINEN- TEST Der Entwickelst du eine Fensterklopfmaschine oder einen Wecker? “Knocker-Uppers”
12. ines.io/blog/window-knocking-machine-test Hallo, ich bin Tonis virtueller Assistent und helfe bei der Terminbuchung. Hast du Montag um 13 : 00 Zeit? Nein, aber Dienstag würde passen. Okay, bitte bestätige: Dienstag um 13 : 00? 13 Uhr ist schlecht, aber 15 Uhr geht. Toni hat leider keine Zeit um 15 : 00, aber ich könnte dir einen Slot um 16 : 00 oder 17 : 30 anbieten. Moment, welche Zeitzone ist das? Ich bin in CET.
13. ines.io/blog/window-knocking-machine-test Hallo, ich bin Tonis virtueller Assistent und helfe bei der Terminbuchung. Hast du Montag um 13 : 00 Zeit? Nein, aber Dienstag würde passen. Okay, bitte bestätige: Dienstag um 13 : 00? 13 Uhr ist schlecht, aber 15 Uhr geht. Toni hat leider keine Zeit um 15 : 00, aber ich könnte dir einen Slot um 16 : 00 oder 17 : 30 anbieten. Moment, welche Zeitzone ist das? Ich bin in CET. Calendly
14. ines.io/blog/window-knocking-machine-test Hallo, ich bin Tonis virtueller Assistent und helfe bei der Terminbuchung. Hast du Montag um 13 : 00 Zeit? Nein, aber Dienstag würde passen. Okay, bitte bestätige: Dienstag um 13 : 00? 13 Uhr ist schlecht, aber 15 Uhr geht. Toni hat leider keine Zeit um 15 : 00, aber ich könnte dir einen Slot um 16 : 00 oder 17 : 30 anbieten. Moment, welche Zeitzone ist das? Ich bin in CET. Calendly “Fensterklopfmaschine” “Wecker”
15. 2024 Jahr Services Kategorie ACME Inc. FooBar GmbH NLPCorp XKCD Ltd. Python AG 432.032 82.000 1.500 193.000 91.320 2.625.032 € Kunden (28) Umsatz Was ist der Gesamtumsatz für Services in 2024? 2.923.531 € Wie viele Kunden sind das insgesamt? 29 ⏺ ⏺ ⏺
16. 2024 Jahr Services Kategorie ACME Inc. FooBar GmbH NLPCorp XKCD Ltd. Python AG 432.032 82.000 1.500 193.000 91.320 2.625.032 € Kunden (28) Umsatz Was ist der Gesamtumsatz für Services in 2024? 2.923.531 € Wie viele Kunden sind das insgesamt? 29 ⏺ ⏺ ⏺ Retrieval Augmented Generation (RAG) 🔮 Modell 📚 Datenbank 🤖 Agents ⚙ Abfrage
17. 2024 Jahr Services Kategorie ACME Inc. FooBar GmbH NLPCorp XKCD Ltd. Python AG 432.032 82.000 1.500 193.000 91.320 2.625.032 € Kunden (28) Umsatz Was ist der Gesamtumsatz für Services in 2024? 2.923.531 € Wie viele Kunden sind das insgesamt? 29 ⏺ ⏺ ⏺ KI braucht nach wie vor Produktentscheidungen! Retrieval Augmented Generation (RAG) 🔮 Modell 📚 Datenbank 🤖 Agents ⚙ Abfrage
18. DECKE BODEN explosion.ai/blog/history-web-future-ai
19. 🛍 lokales Geschäft richtet eigenständig Webseite ein +10% Kunden und Umsatz DECKE BODEN explosion.ai/blog/history-web-future-ai
20. 🤖 To-Do-Listen-App fügt automatische Übersetzung mit Hilfe von API hinzu +5% internationales Nutzerwachstum 🛍 lokales Geschäft richtet eigenständig Webseite ein +10% Kunden und Umsatz DECKE BODEN explosion.ai/blog/history-web-future-ai
21. 📺 Streaming-Anbieter macht Web-Player 1ms schneller +3% Zeit in der App pro Nutzer 🤖 To-Do-Listen-App fügt automatische Übersetzung mit Hilfe von API hinzu +5% internationales Nutzerwachstum 🛍 lokales Geschäft richtet eigenständig Webseite ein +10% Kunden und Umsatz DECKE BODEN explosion.ai/blog/history-web-future-ai
22. 📺 Streaming-Anbieter macht Web-Player 1ms schneller +3% Zeit in der App pro Nutzer 💰 Hotelbuchungsplattform verbessert Empfehlungssystem +0.5% Click-Through-Rate, +1 Mio. € Umsatz 🤖 To-Do-Listen-App fügt automatische Übersetzung mit Hilfe von API hinzu +5% internationales Nutzerwachstum 🛍 lokales Geschäft richtet eigenständig Webseite ein +10% Kunden und Umsatz DECKE BODEN explosion.ai/blog/history-web-future-ai
23. 📺 Streaming-Anbieter macht Web-Player 1ms schneller +3% Zeit in der App pro Nutzer 💰 Hotelbuchungsplattform verbessert Empfehlungssystem +0.5% Click-Through-Rate, +1 Mio. € Umsatz 🤖 To-Do-Listen-App fügt automatische Übersetzung mit Hilfe von API hinzu +5% internationales Nutzerwachstum 🛍 lokales Geschäft richtet eigenständig Webseite ein +10% Kunden und Umsatz DECKE BODEN hohe Verbreitung explosion.ai/blog/history-web-future-ai
24. 📺 Streaming-Anbieter macht Web-Player 1ms schneller +3% Zeit in der App pro Nutzer 💰 Hotelbuchungsplattform verbessert Empfehlungssystem +0.5% Click-Through-Rate, +1 Mio. € Umsatz 🤖 To-Do-Listen-App fügt automatische Übersetzung mit Hilfe von API hinzu +5% internationales Nutzerwachstum 🛍 lokales Geschäft richtet eigenständig Webseite ein +10% Kunden und Umsatz hoher Wert DECKE BODEN hohe Verbreitung explosion.ai/blog/history-web-future-ai
25. PEN SOURCE Warum eigentlich?
26. PEN SOURCE Warum eigentlich? transparent
27. PEN SOURCE Warum eigentlich? transparent kein Lock-In
28. PEN SOURCE Warum eigentlich? transparent kein Lock-In erweiterbar
29. PEN SOURCE Warum eigentlich? transparent kein Lock-In erweiterbar läuft intern
30. PEN SOURCE Warum eigentlich? transparent kein Lock-In erweiterbar läuft intern einfacher Start
31. PEN SOURCE Warum eigentlich? transparent kein Lock-In erweiterbar Community- geprüft läuft intern einfacher Start
32. PEN SOURCE Warum eigentlich? transparent kein Lock-In programmierbar erweiterbar Community- geprüft läuft intern einfacher Start
33. PEN SOURCE Warum eigentlich? transparent kein Lock-In stets aktuell programmierbar erweiterbar Community- geprüft läuft intern einfacher Start
34. PEN SOURCE Warum eigentlich? transparent kein Lock-In stets aktuell programmierbar erweiterbar Community- geprüft läuft intern einfacher Start und gratis!
35. OPEN-SOURCE MODELLE
36. OPEN-SOURCE MODELLE aufgabenspezi fi sche Modelle
37. OPEN-SOURCE MODELLE aufgabenspezi fi sche Modelle klein, meist schnell, günstig zu hosten, generalisieren nicht immer gut, benötigen Daten zum Finetuning
38. OPEN-SOURCE MODELLE Encoder-Modelle ELECTRA T5 aufgabenspezi fi sche Modelle klein, meist schnell, günstig zu hosten, generalisieren nicht immer gut, benötigen Daten zum Finetuning
39. OPEN-SOURCE MODELLE Encoder-Modelle ELECTRA T5 aufgabenspezi fi sche Modelle klein, meist schnell, günstig zu hosten, generalisieren nicht immer gut, benötigen Daten zum Finetuning relativ klein und schnell, erschwinglich zu hosten, generalisieren gut, benötigen Daten zum Finetuning
40. OPEN-SOURCE MODELLE Encoder-Modelle ELECTRA T5 aufgabenspezi fi sche Modelle große generative Modelle Falcon MIXTRAL klein, meist schnell, günstig zu hosten, generalisieren nicht immer gut, benötigen Daten zum Finetuning relativ klein und schnell, erschwinglich zu hosten, generalisieren gut, benötigen Daten zum Finetuning
41. OPEN-SOURCE MODELLE Encoder-Modelle ELECTRA T5 aufgabenspezi fi sche Modelle große generative Modelle Falcon MIXTRAL klein, meist schnell, günstig zu hosten, generalisieren nicht immer gut, benötigen Daten zum Finetuning relativ klein und schnell, erschwinglich zu hosten, generalisieren gut, benötigen Daten zum Finetuning sehr groß, meist langsamer, teuer zu hosten, generalisieren sehr gut, benötigen keine oder kaum spezifische Daten
42. ECONOMIES OF SCALE Produktion Kosten Größenvorteile spacy.fyi/ai-revolution
43. ECONOMIES OF SCALE Produktion Kosten OpenAI Google Größenvorteile spacy.fyi/ai-revolution
44. ECONOMIES OF SCALE Produktion Kosten OpenAI Google Zugang zu Fachkräften, Rechenleistung etc. Größenvorteile spacy.fyi/ai-revolution
45. ECONOMIES OF SCALE Produktion Kosten OpenAI Google Zugang zu Fachkräften, Rechenleistung etc. Batch-Verarbeitung von API-Anfragen Größenvorteile spacy.fyi/ai-revolution
46. ECONOMIES OF SCALE Produktion Kosten OpenAI Google Zugang zu Fachkräften, Rechenleistung etc. Batch-Verarbeitung von API-Anfragen Größenvorteile spacy.fyi/ai-revolution hoher Tra ff ic niedriger Tra ff ic Batch …
47. ECONOMIES OF SCALE Produktion Kosten OpenAI Google du Zugang zu Fachkräften, Rechenleistung etc. Batch-Verarbeitung von API-Anfragen Größenvorteile spacy.fyi/ai-revolution hoher Tra ff ic niedriger Tra ff ic Batch …
48. explosion.ai/blog/history-web-future-ai
49. explosion.ai/blog/history-web-future-ai statische Seiten WEB
50. dynamische Seiten explosion.ai/blog/history-web-future-ai statische Seiten WEB
51. dynamische Seiten statische Seiten explosion.ai/blog/history-web-future-ai statische Seiten WEB
52. dynamische Seiten statische Seiten explosion.ai/blog/history-web-future-ai kompiliere statische Daten im Build-Prozess statische Seiten WEB
53. eigene Modelle KI dynamische Seiten statische Seiten explosion.ai/blog/history-web-future-ai kompiliere statische Daten im Build-Prozess statische Seiten WEB
54. eigene Modelle KI dynamische Seiten statische Seiten vortrainierte Modelle explosion.ai/blog/history-web-future-ai kompiliere statische Daten im Build-Prozess statische Seiten WEB
55. eigene Modelle KI dynamische Seiten statische Seiten eigene Modelle vortrainierte Modelle explosion.ai/blog/history-web-future-ai kompiliere statische Daten im Build-Prozess statische Seiten WEB
56. eigene Modelle KI dynamische Seiten statische Seiten eigene Modelle destilliere Modelle in kleinere, schnellere und private Komponenten vortrainierte Modelle explosion.ai/blog/history-web-future-ai kompiliere statische Daten im Build-Prozess statische Seiten WEB
57. DESTILLATION “Human-in-the-loop” LLM explosion.ai/blog/human-in-the-loop-distillation
58. DESTILLATION “Human-in-the-loop” Evaluation Baseline LLM explosion.ai/blog/human-in-the-loop-distillation
59. DESTILLATION “Human-in-the-loop” Evaluation Baseline LLM Prompting explosion.ai/blog/human-in-the-loop-distillation
60. DESTILLATION “Human-in-the-loop” Evaluation Baseline LLM Prompting explosion.ai/blog/human-in-the-loop-distillation
61. DESTILLATION “Human-in-the-loop” Evaluation Baseline LLM Prompting Transfer Learning explosion.ai/blog/human-in-the-loop-distillation
62. DESTILLATION “Human-in-the-loop” Evaluation Baseline LLM Prompting Transfer Learning destilliertes Modell explosion.ai/blog/human-in-the-loop-distillation
63. DESTILLATION “Human-in-the-loop” Evaluation Baseline LLM Prompting Transfer Learning destilliertes Modell explosion.ai/blog/human-in-the-loop-distillation 🚀 Produktion
64. CASE STUDY explosion.ai/blog/sp-global-commodities 6mb Dateigröße 16.000+ Wörter/Sek. 99% F-Score S&P Global
65. Extraktion von strukturierten Attributen aus Commodities- Trading-Insights in Echtzeit CASE STUDY explosion.ai/blog/sp-global-commodities 6mb Dateigröße 16.000+ Wörter/Sek. 99% F-Score S&P Global
66. Extraktion von strukturierten Attributen aus Commodities- Trading-Insights in Echtzeit Hochsicherheitsumgebung CASE STUDY explosion.ai/blog/sp-global-commodities 6mb Dateigröße 16.000+ Wörter/Sek. 99% F-Score S&P Global
67. Extraktion von strukturierten Attributen aus Commodities- Trading-Insights in Echtzeit Hochsicherheitsumgebung Lösung nutzt LLMs für Annotation CASE STUDY explosion.ai/blog/sp-global-commodities 6mb Dateigröße 16.000+ Wörter/Sek. 99% F-Score S&P Global
68. Extraktion von strukturierten Attributen aus Commodities- Trading-Insights in Echtzeit Hochsicherheitsumgebung Lösung nutzt LLMs für Annotation 10× schnellere Datenentwicklung mit Hilfe von Menschen und Modell CASE STUDY explosion.ai/blog/sp-global-commodities 6mb Dateigröße 16.000+ Wörter/Sek. 99% F-Score S&P Global
69. Extraktion von strukturierten Attributen aus Commodities- Trading-Insights in Echtzeit Hochsicherheitsumgebung Lösung nutzt LLMs für Annotation 10× schnellere Datenentwicklung mit Hilfe von Menschen und Modell CASE STUDY explosion.ai/blog/sp-global-commodities 6mb Dateigröße 16.000+ Wörter/Sek. 99% F-Score S&P Global
70. AUFGABENSPEZIFISCHE MODELLE Destillierte
71. AUFGABENSPEZIFISCHE MODELLE modular Destillierte
72. AUFGABENSPEZIFISCHE MODELLE modular kein Lock-In Destillierte
73. AUFGABENSPEZIFISCHE MODELLE modular testbar kein Lock-In Destillierte
74. AUFGABENSPEZIFISCHE MODELLE modular testbar kein Lock-In erweiterbar Destillierte
75. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel kein Lock-In erweiterbar Destillierte
76. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel kein Lock-In erweiterbar programmierbar Destillierte
77. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel kein Lock-In günstig zu hosten erweiterbar programmierbar Destillierte
78. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel kein Lock-In günstig zu hosten erweiterbar laufen intern programmierbar Destillierte
79. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel berechenbar kein Lock-In günstig zu hosten erweiterbar laufen intern programmierbar Destillierte
80. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel berechenbar transparent kein Lock-In günstig zu hosten erweiterbar laufen intern programmierbar Destillierte
81. AUFGABENSPEZIFISCHE MODELLE modular testbar flexibel berechenbar transparent kein Lock-In günstig zu hosten erweiterbar laufen intern programmierbar Destillierte
82. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL
83. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL
84. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie UI / UX Marketing Anpassungen KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL
85. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie austauschbare Komponenten basierend auf Forschung mit quantifizierbaren Auswirkungen UI / UX Marketing Anpassungen KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL
86. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie austauschbare Komponenten basierend auf Forschung mit quantifizierbaren Auswirkungen UI / UX Marketing Anpassungen Schnelligkeit Genauigkeit Latenz Kosten KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL
87. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie austauschbare Komponenten basierend auf Forschung mit quantifizierbaren Auswirkungen UI / UX Marketing Anpassungen Schnelligkeit Genauigkeit Latenz Kosten Aber was ist mit den Daten? KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL
88. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie austauschbare Komponenten basierend auf Forschung mit quantifizierbaren Auswirkungen UI / UX Marketing Anpassungen Schnelligkeit Genauigkeit Latenz Kosten Aber was ist mit den Daten? KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL Nutzerdaten sind ein Vorteil für Produkte, nicht für die Grundlage von Maschinen- orientierten Aufgaben.
89. Menschen-orientierte Systeme ChatGPT Maschinen-orientierte Modelle GPT-4 die wichtigste Di ff erenzierung liegt im Produkt, nicht nur in der Technologie austauschbare Komponenten basierend auf Forschung mit quantifizierbaren Auswirkungen UI / UX Marketing Anpassungen Schnelligkeit Genauigkeit Latenz Kosten Aber was ist mit den Daten? KI-PRODUKTE SIND MEHR ALS NUR EIN MODELL Nutzerdaten sind ein Vorteil für Produkte, nicht für die Grundlage von Maschinen- orientierten Aufgaben. Man braucht keine spezifischen Daten, um allgemeines Wissen zu erlangen.
90. Denke weiter. KI kann mehr als nur Chatbots. Vorsicht vor Fensterklopfmaschinen! 1
91. Entwickle selbst. Der Entwicklungsprozess gibt uns die Kontrolle zurück. 2 Denke weiter. KI kann mehr als nur Chatbots. Vorsicht vor Fensterklopfmaschinen! 1
92. Entwickle selbst. Der Entwicklungsprozess gibt uns die Kontrolle zurück. 2 Sei wachsam. Regulierung muss Produkte und Handlungen in den Mittelpunkt stellen, nicht Softwarekomponenten. 3 Denke weiter. KI kann mehr als nur Chatbots. Vorsicht vor Fensterklopfmaschinen! 1
93. Entwickle selbst. Der Entwicklungsprozess gibt uns die Kontrolle zurück. 2 Sei wachsam. Regulierung muss Produkte und Handlungen in den Mittelpunkt stellen, nicht Softwarekomponenten. 3 Denke weiter. KI kann mehr als nur Chatbots. Vorsicht vor Fensterklopfmaschinen! 1 Bleib ehrgeizig. Es gibt keinen Grund für Kompromisse bei Best Practices, E izienz und Privatsphäre. 4
94. Entwickle selbst. Der Entwicklungsprozess gibt uns die Kontrolle zurück. 2 Sei wachsam. Regulierung muss Produkte und Handlungen in den Mittelpunkt stellen, nicht Softwarekomponenten. 3 Denke weiter. KI kann mehr als nur Chatbots. Vorsicht vor Fensterklopfmaschinen! 1 Bleib ehrgeizig. Es gibt keinen Grund für Kompromisse bei Best Practices, E izienz und Privatsphäre. 4 The AI revolution will not be monopolized!
95. Explosion spaCy Prodigy Bluesky Mastodon explosion.ai spacy.io prodigy.ai @inesmontani.bsky.social @ines@sigmoid.social DANKE! LinkedIn