Du verwendest einen veralteten Browser. Es ist möglich, dass diese oder andere Websites nicht korrekt angezeigt werden. Du solltest ein Upgrade durchführen oder einen alternativen Browser verwenden.
NewsKI-Modell von Quake 2: Von "beleidigend" bis "beeindruckend" ist alles dabei
Bitte beachten: Thema dieses Kommentar-Threads ist der Inhalt der Meldung. Kritik und allgemeine Fragen zu Online-Artikeln von PC Games Hardware werden hier gemäß der Forenregeln ohne Nachfrage entfernt, sie sind im Feedback-Thread besser aufgehoben.
Normalerweise werden solche Forschungsarbeiten nicht öffentlich gemacht, weil es sich um kein fertiges Produkt handelt, was für Kunden geeignet ist. (Was auch vernünftig wäre, wenn man keinen Spott von zu dummen Leuten ernten möchte.)
Will man KI beibringen ganze Spiele zu machen, muss man natürlich auch mal anfangen. Das ist sicher nicht die erste Version, aber trotzdem nur für jene spannend ist, die den Erforschungsgedanken nachvollziehen können.
Wenn Leute die genug Geld und genug Interesse haben, auf diesen Gebiet zu forschen, weil man hofft etwas damit zu erreichen, was später gute Profite ermöglicht, wird es erforscht werden. Es lässt sich also sowieso nicht aufhalten; Spiele sind schließlich keine menschlichen Embryonen mit denen man nicht Forschen sollte.
Von mir aus, sollen sie machen, auch wenn die daduch erreichten Spiele vielleicht für immer für Kunden unbrauchbar sein werden, könnten dadurch Nebenprodukte entstehen, die für irgendwas vielleicht sogar unerwartet nützlich sind. Sogar wenn daraus nur etwas entsteht wie eine Atombombe (sehr unwahrscheinlich), die mehr schadet als nützt, wäre es immer noch ein Erkenntniszuwachs, der wiederum anderes ermöglichen könnte, was davor nicht möglich erschien. Und sogar wenn nichts nützliches dabei rauskommen sollte, dann weiß man immerhin, dass es so nicht ging. Was auch eine wichtige Erkenntnis ist.
Forschung ist oft wie eine Pralinenschachtel auf der nicht abgebildet ist welche Pralinen drinnen sind, oder bei der man nicht sicher sein kann, ob überhaupt Pralinen drinnen sind.
An dieser Stelle findest du externe Inhalte von Youtube. Zum Schutz deiner persönlichen Daten werden externe Einbindungen erst angezeigt, wenn du dies durch Klick auf "Alle externen Inhalte laden" bestätigst:
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit werden personenbezogene Daten an Drittplattformen übermittelt. Für mehr Informationen besuche die Datenschutz-Seite.
An dieser Stelle findest du externe Inhalte von Youtube. Zum Schutz deiner persönlichen Daten werden externe Einbindungen erst angezeigt, wenn du dies durch Klick auf "Alle externen Inhalte laden" bestätigst:
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit werden personenbezogene Daten an Drittplattformen übermittelt. Für mehr Informationen besuche die Datenschutz-Seite.
Das ist einfach mehr von der AI-Propaganda, die die AI-Bros im Moment verteilen um mehr Investmentgelder einzusacken. Nicht mal OpenAI verdienen, nicht mal mit ihrem 200$ im Monat Abo. Anders gesagt: niemand verdient Geld mit AI. Und wenn man in der Technik drin steckt, dann weiß man auch, dass keine großen Sprünge zu erwarten sind, wir sind auch nicht "erst am Anfang". Da es nicht wirklich AI ist, sondern im Kern das, was wir bis vor ein paar Jahren noch "Machine Learning" genannt haben, sind die strukturellen Probleme bekannt. Und da der Rechen/Energiebedarf überlinear steigt kann man das auch nicht einfach mit Rechenpower totwerfen - und das war der Sprung, der zur Umbenennung in "AI" geführt hat. Letzten Endes sind das Taschenspielertricks, die bei einigen, passend strukturierten, Problemen funktionieren. Von dem, was da versprochen und angerissen wird, werden wir wenig bis nichts sehen.
Sinnlose Diskussion eigentlich. Die Leute spielen ja jetzt schon total generische Spiele wie etwa Skyrim oder das immergleiche COD.
Ob dann eine KI in Echtzeit etwas berechnen kann sollte denen schon fast egal sein. THEORETISCH gibt es dank KI ja auch die Möglichkeit, dass diese generischen Welten eben individueller werden, weil mein Spielfortschritt anders aussieht als der meiner Freunde. Jemand der gerne Welten explored könnte hier ständig Überraschungen erleben die neu entworfen werden während man spielt.
Es wird aber KI auch in anderen Bereichen unweigerlich in die Spieleentwicklung einfließen: auch bei der Weltengenerierung, beim Bugtesting. Alles was einem Entwickler arbeit abnimmt hat 2 Mögliche Ausänge: entweder Arbeitsplatzverlust oder mehr Zeit sich auf andere Dinge zu konzentrieren.
So kann es mich Wochen kosten einen abwechslungsreichen, nordischen Wald zu generieren als Setting. Oder 1 Klick und ich überarbeite viele Details mit Liebe.
Das geht schon heute, jammert nur niemand. Why?
An dieser Stelle findest du externe Inhalte von Youtube. Zum Schutz deiner persönlichen Daten werden externe Einbindungen erst angezeigt, wenn du dies durch Klick auf "Alle externen Inhalte laden" bestätigst:
Ich bin damit einverstanden, dass mir externe Inhalte angezeigt werden. Damit werden personenbezogene Daten an Drittplattformen übermittelt. Für mehr Informationen besuche die Datenschutz-Seite.
Das ist eigentlich richtig cool, erstens die "Grafik" (zeigt wohin die Reise geht, vieles ist auch Beleuchtung), und zweitens ist eben das Problem: je realistischer die Grafik, desto näher kommt man dem Uncanny Valley.
In dem Video fällt durch den "Realismus" auch auf, dass manches eben unrealistisch ist. Wie in der Szene wo die 3 Forscher einfach da stehen um mit Gordon zu reden. Hat mich NIE gestört. Jetzt mit der realistischen Grafik fällt mir erst auf, dass das unrealistisch ist, dass 3 so weit voneinander entfernt, so stocksteif da stehen usw...
Die 2 Technologien sind aber nicht vergleichbar, das eine erstellt quasi Spiel und Level on the go, das andere erstellt halt ein Video aufgrund vorhandener optischer Informationen.
Die 2 müsste man dann halt kombinieren - und dann in Echtzeit auch noch... puh.
In 10 Jahren vielleicht?
Möglich wäre etwa, dass ein Spiel KI Unterstützt gleich sich besser spielt und besser aussieht und eine KI drüber läuft die in Echtzeit nochmal die Grafik aufbessert
Was im Artikel halt nicht erwähnt wird, aber relevant wäre: Carmack ist ein Spielegott gewesen, ja. Aber er arbeitet eben jetzt gerade im KI Bereich.
Normalerweise werden solche Forschungsarbeiten nicht öffentlich gemacht, weil es sich um kein fertiges Produkt handelt, was für Kunden geeignet ist. (Was auch vernünftig wäre, wenn man keinen Spott von zu dummen Leuten ernten möchte.)
Ähhh woher hast du diese Info?
Das stimmt nämlich überhaupt nicht. Wir veröffentlichen ständig unsere Forschung, sonst wird auch nix gefundet.
Und wenn es um Grafik/KI Forschung geht werden auch täglich (!!) diverse Paper released.
Such dir mal den YouTube-Kanal "2 Minutese Paper" raus, der regelmäßig von neuen solchen Entwicklungen berichtet, die im Spiele/Compute-Bereich stattfinden. Sei es zu Grafik/Raytracing, KI oder Physiksimulationen.
Will man KI beibringen ganze Spiele zu machen, muss man natürlich auch mal anfangen. Das ist sicher nicht die erste Version, aber trotzdem nur für jene spannend ist, die den Erforschungsgedanken nachvollziehen können.
Von mir aus, sollen sie machen, auch wenn die daduch erreichten Spiele vielleicht für immer für Kunden unbrauchbar sein werden, könnten dadurch Nebenprodukte entstehen, die für irgendwas vielleicht sogar unerwartet nützlich sind.
Worst Case werden die großen Teams stark dezimiert und best Case haben Indie-Entwickler oder kleine Teams bald Tools in der Hand die ihnen ermöglichen Spiele "wie die großen" zu machen.
Das wäre eine notwendige Bereinigung des Spielemarktes und wir hätten vielleicht bald wieder kreativere Spiele.
Wobei... kreativer wird ein Projekt selten durch KI, schließlich generiert eine KI genau das, was es schon 1000x gesehen hat, den Rest muss wohl wieder der Mensch machen.
Gibt ja das berühmte Beispiel vom Weinglas...
Forschung ist oft wie eine Pralinenschachtel auf der nicht abgebildet ist welche Pralinen drinnen sind, oder bei der man nicht sicher sein kann, ob überhaupt Pralinen drinnen sind.
Es gibt so viel coole Forschungsprojekte, das mit der Pralinenschachtel gefällt mir aber
Man weiß eben nie, welche Forschung den Durchbruch schafft.
Ich war in meinem Studium bis 2006 schon an diversen coolen Forschungsprojekten dabei, eines davon betraf Echtzeit-Raytracing. Und ich hätte mir damals noch nicht erträumt, dass schon 2018 eine Grafikkarte Hybrides Raytracing in Spielen beherrschen wird.
Man kann vieles davon halten und ich kann auch nachvollziehen, wenn man *selbst* aus Prinzip nichts mit KI zu tun haben will.
Aber dieses ganze "Hat kein Herz und keine Seele" Geblubber und Gesülze lässt mich nur noch mit den Augen rollen. Das ist immerhin die gleiche Industrie, die 60+ Stunden / Woche cruncht; alles mit MTX vollstopft; DLC regelmäßig aus "fertigen" Spielen schneidet; minderwertige Qualität für jetzt 90 € bietet und eigentlich meint, dass dem Käufer sowieso nichts gehört und er das doch bitte zu schlucken und zu lieben habe.
Was für Herz und Seele auch immer da verloren ginge. Indies würden KI entweder gar nicht oder gut einsetzen. Die Indies, die es schlecht einsetzen, machen auch schlechte Spiele und dementsprechend hat sich das Thema sowieso erledigt.
Außerdem wegen Arbeitsplätzen: Tja, so ist das nun mal. Ja, wird schlimm. Ja, da sollte eine Lösung gefunden werden, aber dass es eine gibt, ist keine Garantie. Generell kostet jede Arbeitserleichterung dementsprechend Arbeitszeit / -Kraft und daher auch Plätze. Vielleicht gibt es neue, vielleicht nicht. War schon immer so, handelt damit.
Kann mir gut vorstellen, dass es weltweit "überall" erlaubt sein wird, in Deutschland aber nicht. Ersatz? Nö. Ja dann wird hier halt gar nichts mehr entwickelt, jeder wird Service-Friseur und frisiert dem nächsten Friseur im Sitzkreis die Haare. Soll doch der IT-Admin eine Coffeur-Ausbildung machen.
Forschung wird aber nicht primär auf YT, X, Co veröffentlicht. Sondern in Medien die Forschung vorbehalten ist - (Dass ich mich auch so ungenau ausgedrücke, wäre einen Forscher nicht passiert.)
Carmack hat Recht. Mit der KI in der heutigen Form wurde Pandoras Box geöffnet. Wahrscheinlich werden die Auswirkungen ähnlich mit der der Industriellen Revoltuion sein. Einigen wird es schaden, vielen etwas bringen, in welcher Form auch immer.
Es ist nur eines von vielen Werkzeugen. Wie alle wird man sie so oder so einsetzen. Neue Stellen werden im Überwachungsbereich entstehen. Irgendjemand muß die ganzen bösen Meme-Creators schließlich festnehmen. Wer aus dem Nod-Lager wieder rauskommt, ist ein anderer Mensch.
Um Beweise zu sichern, stehen im neuen Koalitionsvertrag 3 Monate Vorratsdatenspeicherung. Vielen Dank.
KI ist also nicht das Problem. Es sind die Autokratien, die sie gegen uns einsetzen werden.
Forschung wird aber nicht primär auf YT, X, Co veröffentlicht. Sondern in Medien die Forschung vorbehalten ist - (Dass ich mich auch so ungenau ausgedrücke, wäre einen Forscher nicht passiert.)
Naja ja. Also man muss manchmal Zahlen für den Zugang.
Ist das, was du meinst? Also etwa die Forschung auf Researchgate?
Grundlagenforschung etc wird oft "veröffentlicht", also auf solchen Plattformen (ieee-explore, researchgate,) der Abstract herausgegeben. Inzwischen aber auch immer öfter "offen" published.
Dass dann die diversen Magazine und Multiplikatoren diese Forschung aufgreifen ist eigentlich der übliche Vorgang, also wenn es irgendwie relevant ist, kommt es immer zum Vorschein.
Ooooder ich verstehe deine Frage einfach leider immer noch nicht. Liegt aber vermutlich an mir, hab nicht geschlafen
Das ist einfach mehr von der AI-Propaganda, die die AI-Bros im Moment verteilen um mehr Investmentgelder einzusacken. Nicht mal OpenAI verdienen, nicht mal mit ihrem 200$ im Monat Abo. Anders gesagt: niemand verdient Geld mit AI. Und wenn man in der Technik drin steckt, dann weiß man auch, dass keine großen Sprünge zu erwarten sind, wir sind auch nicht "erst am Anfang". Da es nicht wirklich AI ist, sondern im Kern das, was wir bis vor ein paar Jahren noch "Machine Learning" genannt haben, sind die strukturellen Probleme bekannt. Und da der Rechen/Energiebedarf überlinear steigt kann man das auch nicht einfach mit Rechenpower totwerfen - und das war der Sprung, der zur Umbenennung in "AI" geführt hat. Letzten Endes sind das Taschenspielertricks, die bei einigen, passend strukturierten, Problemen funktionieren. Von dem, was da versprochen und angerissen wird, werden wir wenig bis nichts sehen.
Das große Versprechen besteht in der Automatisierung, aber ohne unterbezahlte Clickworker in Schwellenländern ist die Qualität der Modelle grottig. Es existiert keine Strategie oder Idee, nicht mal am Horizont, um das zu verbessern. Der Versuch das Training durch AI zu machen ist nicht nur gescheitert, sondern es wurde mittlerweile mathematisch (und empirisch) bewiesen, dass das zu einer negativen Spirale führt, die die Qualität immer weiter senkt.
Viele vergessen, dass es keine AI ist, sondern das nur ein Marketing-Label ist um den Shit zu verkaufen. Da ist keine Kreativität drin, es sind Prädiktoren basierend auf dem Trainingsmaterial. Im besten Fall holt es raus, was im Trainingsmaterial war und mit der höchsten Wahrscheinlichkeit an der Stelle passt. Das wird uns keinen Fusionsreaktor bauen, wenn nicht die Technik für Fusionsreaktoren im Trainingsmaterial war. Und was man auch nicht vergessen darf: es bewertet nicht nach Qualität. Kann es gar nicht. Was gezeigt wird wird gerade beim verstärkten Lernen durch die Quantität, nicht die Qualität bestimmt. Und jetzt muss man sich nur mal klar machen, dass Social Media als Trainingsmaterial benutzt werden. Wenn die Mehrheit des Inputs der Meinung ist, die Sonne drehe sich um die Erde, dann wird das auch so ausgegeben.
Genau das kann ich im Entwicklungsbereich auch sehr schön nachvollziehen. Der Code, der damit produziert wird hat seit es damit losging ganz deutlich für mehr Findings in unseren Pentests gesorgt. Wie soll es auch anders sein? Der Code im Trainingsmaterial ist ja schon nicht sicher, gut und wartbar; wie sollte es dann im generierten Code anders sein? Ganz besonders schlimm ist es übrigens, wenn es durch AI-Schlangenöl gejagt wurde, das Sicherheitslücken erkennen soll. Dann denken die Anwender es sei sicher, aber wir finden weiter absolute Basics wie SQL-Injections. Das ist insofern schlimmer, als die Leute jetzt denken es sei ja sicher und gecheckt und es dann ins Internet exponieren...
"AI" ist ein Taschenspielertrick. Es funktioniert gut in einigen ganz bestimmten Anwendungssituationen, wie z. B. Übersetzungen oder da, wo man sich viele Exemplare erzeugen lassen und dann das Passendste aussuchen kann (wie Stable Diffusion etc.). Aber es ist eben keine wirkliche Intelligenz, sondern nur eine sehr komplexe Wahrscheinlichkeitstabelle, von der man sich etwas Passendes zum Input vorschlagen lassen kann. Ob es das wert ist, den Planet dafür zu verbrennen kann ja jeder selbst entscheiden.
Dass das Ganze nicht so gut ist, wie man denkt, kann man ja schon davon ableiten, dass die AI-Bros bei den Benchmarks bescheißen. Wäre das Zeug gut hätten sie das wohl kaum nötig.
Das große Versprechen besteht in der Automatisierung, aber ohne unterbezahlte Clickworker in Schwellenländern ist die Qualität der Modelle grottig. Es existiert keine Strategie oder Idee, nicht mal am Horizont, um das zu verbessern. Der Versuch das Training durch AI zu machen ist nicht nur gescheitert, sondern es wurde mittlerweile mathematisch (und empirisch) bewiesen, dass das zu einer negativen Spirale führt, die die Qualität immer weiter senkt.
Viele vergessen, dass es keine AI ist, sondern das nur ein Marketing-Label ist um den Shit zu verkaufen. Da ist keine Kreativität drin, es sind Prädiktoren basierend auf dem Trainingsmaterial. Im besten Fall holt es raus, was im Trainingsmaterial war und mit der höchsten Wahrscheinlichkeit an der Stelle passt. Das wird uns keinen Fusionsreaktor bauen, wenn nicht die Technik für Fusionsreaktoren im Trainingsmaterial war. Und was man auch nicht vergessen darf: es bewertet nicht nach Qualität. Kann es gar nicht. Was gezeigt wird wird gerade beim verstärkten Lernen durch die Quantität, nicht die Qualität bestimmt. Und jetzt muss man sich nur mal klar machen, dass Social Media als Trainingsmaterial benutzt werden. Wenn die Mehrheit des Inputs der Meinung ist, die Sonne drehe sich um die Erde, dann wird das auch so ausgegeben.
Genau das kann ich im Entwicklungsbereich auch sehr schön nachvollziehen. Der Code, der damit produziert wird hat seit es damit losging ganz deutlich für mehr Findings in unseren Pentests gesorgt. Wie soll es auch anders sein? Der Code im Trainingsmaterial ist ja schon nicht sicher, gut und wartbar; wie sollte es dann im generierten Code anders sein? Ganz besonders schlimm ist es übrigens, wenn es durch AI-Schlangenöl gejagt wurde, das Sicherheitslücken erkennen soll. Dann denken die Anwender es sei sicher, aber wir finden weiter absolute Basics wie SQL-Injections. Das ist insofern schlimmer, als die Leute jetzt denken es sei ja sicher und gecheckt und es dann ins Internet exponieren...
"AI" ist ein Taschenspielertrick. Es funktioniert gut in einigen ganz bestimmten Anwendungssituationen, wie z. B. Übersetzungen oder da, wo man sich viele Exemplare erzeugen lassen und dann das Passendste aussuchen kann (wie Stable Diffusion etc.). Aber es ist eben keine wirkliche Intelligenz, sondern nur eine sehr komplexe Wahrscheinlichkeitstabelle, von der man sich etwas Passendes zum Input vorschlagen lassen kann. Ob es das wert ist, den Planet dafür zu verbrennen kann ja jeder selbst entscheiden.
Dass das Ganze nicht so gut ist, wie man denkt, kann man ja schon davon ableiten, dass die AI-Bros bei den Benchmarks bescheißen. Wäre das Zeug gut hätten sie das wohl kaum nötig.
Sehe ich komplett anders. Die aktuellen Entwicklungen in der KI sind weit mehr als nur „Taschenspielertricks“. Hier einige Beispiele, die das verdeutlichen:
Agenten und Reasoning-Modelle:
Moderne KI-Systeme wie Auto-GPT und BabyAGI zeigen, dass KI in der Lage ist, komplexe Aufgaben autonom zu planen und auszuführen. Diese Agenten können eigenständig recherchieren, Entscheidungen treffen und Handlungen ausführen, was weit über einfache Textgenerierung hinausgeht.
Fortschritte in der Modellarchitektur:
Distillation und Quantisierung: Diese Techniken reduzieren die Größe und Komplexität von Modellen, ohne deren Leistung wesentlich zu beeinträchtigen. Dadurch können leistungsfähige Modelle effizienter eingesetzt werden, was insbesondere für den Einsatz in ressourcenbeschränkten Umgebungen von Vorteil ist.
Mixture-of-Experts (MoE): MoE-Modelle aktivieren nur einen Teil des gesamten Netzwerks für eine bestimmte Eingabe, was zu einer effizienteren Nutzung von Ressourcen führt. Dies ermöglicht es, sehr große Modelle zu trainieren und gleichzeitig die Inferenzkosten zu senken.
Attention-Mechanismen: Die Einführung von Attention-Mechanismen, insbesondere in der Transformer-Architektur, hat die Fähigkeit von Modellen verbessert, relevante Informationen in langen Kontexten zu identifizieren und zu verarbeiten. Dies ist entscheidend für Aufgaben, die ein tiefes Verständnis des Kontexts erfordern.
Alternativen zum Human-based Reinforcement Learning:
Die Abhängigkeit von menschlichem Feedback im Reinforcement Learning wird durch neue Ansätze reduziert. Beispielsweise ermöglichen selbstüberwachende Lernmethoden und die Nutzung synthetischer Daten, dass Modelle ohne umfangreiche menschliche Annotationen trainiert werden können. Dies beschleunigt den Trainingsprozess und reduziert die Notwendigkeit für manuelle Eingriffe.
Komplexe Workflows mit Open-Source-Modellen:
Die Kombination mehrerer Open-Source-Modelle ermöglicht die Umsetzung komplexer Workflows wie Retrieval-Augmented Generation (RAG) und Context-Aware Generation (CAG). Diese Systeme integrieren externe Wissensquellen und ermöglichen es, Antworten zu generieren, die auf aktuellen und relevanten Informationen basieren. Solche Architekturen zeigen, wie KI-Systeme über einfache Mustererkennung hinausgehen und kontextualisierte, fundierte Antworten liefern können.
Für mich ist aus den Erfahrungen des täglichen Einsatzes absolut klar, dass KI-Systeme zunehmend in der Lage sind, komplexe Aufgaben zu bewältigen und echte Intelligenz zu demonstrieren. Die Fortschritte in Modellarchitektur, Trainingstechniken und Anwendungsmöglichkeiten widerlegen die Vorstellung, dass es sich lediglich um „Taschenspielertricks“ handelt aus meiner Sicht vollständig.
Sehe ich komplett anders. Die aktuellen Entwicklungen in der KI sind weit mehr als nur „Taschenspielertricks“. Hier einige Beispiele, die das verdeutlichen
Das sind leider keine Beispiele, sondern AI-Werbematerial. Kannst du für jede der genannten Kategorien ein konkretes Beispiel nennen, wo das in einem Echtweltszenario funktionierend und vor allem gewinnbringend (oder mindestens kostenneutral) eingesetzt wird?
Das ist doch der Knackpunkt, Möglichkeiten herbeifabulieren kann man viel, aber da wo Menschen versuchen "AI" tatsächlich konkret so einzusetzen, da quietscht und kracht es, und funktioniert eben nicht so, wie es herbeifantasiert wurde. Außer, wie gesagt, in den Fällen, wo die Problemstruktur genau auf die Eigenschaften von LLM-basierten Prädiktoren passt, wie etwa bei Übersetzungen.
Das sind leider keine Beispiele, sondern AI-Werbematerial. Kannst du für jede der genannten Kategorien ein konkretes Beispiel nennen, wo das in einem Echtweltszenario funktionierend und vor allem gewinnbringend (oder mindestens kostenneutral) eingesetzt wird?
Das ist doch der Knackpunkt, Möglichkeiten herbeifabulieren kann man viel, aber da wo Menschen versuchen "AI" tatsächlich konkret so einzusetzen, da quietscht und kracht es, und funktioniert eben nicht so, wie es herbeifantasiert wurde. Außer, wie gesagt, in den Fällen, wo die Problemstruktur genau auf die Eigenschaften von LLM-basierten Prädiktoren passt, wie etwa bei Übersetzungen.
Ich bin grundsätzlich kein Freund von OpenAI aber seitdem mein Unternehmen den DeepResearch Mode für Recherchearbeiten verwendet haben sich unsere Fremdkosten für Berater und Makler um bisher etwa €35k pro Monat reduziert.
Meine Abteilung Real Estate und Legal wurde um zwei FTEs reduziert, die gesamte Arbeit der Nebenkostenabrechnung, Indexierungsberechnung- und Überprüfung, Zahllaufabgleiche wird nur mehr innerhalb von 10 Minuten menschlich kontrolliert, 0% erarbeitet.
Seitdem wir seit ebenfalls 3 Monaten unsere PowerBI Daten über vektorisierte Datenbanken gemeinsam mit DataBricks über ein Layer das auf Cognee basiert angebunden haben, konnten wir 2 FTE im Controlling abbauen.
Gleiches gilt für Beraterhonorare durch Kanzleien: 90% Reduktion seit Februar.
Unsere gesamtes Systemhandbuch für operative Aufgaben im Feld ist nun ein Chatbot auf QwQ 32B Basis, angebunden über CAG. Bei etwas mehr als 35 Muttersprachen in meinem Unternehmen ist allein das ein godsend - die Fragen werden richtig, nachvollziehbar auf Data Scientist Ebene durch Knowledge Graphs und mathematisch eindeutig identifizierbar (0 Halluzination) beantwortet, und zwar in der Sprache des Fragenden.
B2C kommt da noch deutlich mehr, aber das will ich hier nicht verraten
Rechtliche Beratung durch LLMs ist schon öfters ziemlich in die Hose gegangen, ich drücke dir die Daumen, dass dir das nicht so geht. Du scheinst ein mutiger Mensch zu sein.
