(C) unter Verwendung eines Motivs von Andrei Suslov / 123RF.com
SAP startet mit einem eigenen KI-Modell SAP-RPT-1, das präzise Vorhersagen aus strukturierten Geschäftsdaten liefern soll. Es nutzt kontextbezogenes Lernen, wodurch es aus bereitgestellten Datensätzen sofort zuverlässige Vorhersagen generieren kann – ohne spezielles Modelltraining.
Nach Herstellerangaben ist es unempfindlich gegenüber sich ändernden und unvollständigen Daten. Das nötige Geschäfts- und Unternehmenswissen bringt es bereits mit, so dass es vom Start weg verschiedenste Datenanalysen und Voraussagen berechnen kann. Dazu wurde das Modell mit Geschäftstransaktionen, hauptsächlich in Gestalt von Excel-Tabellen, trainiert. Es nutzt semantische Signale wie Tabellenüberschriften oder Spaltentypen, um das Modelltraining zu steuern, sodass das Modell eine relationale Struktur mit den Daten aufbauen kann. Dank dieser Architektur eignet sich das Modell am besten für Aufgaben mit präzisen Antworten, beispielsweise für Finanz- oder Unternehmensanwendungen.
Mit SAP-RPT-1 setzt sich ein Trend fort, der an die Stelle nachtrainierter, allgemeiner Sprachmodelle, von vornherein insustriespezifische Modelle setzt. Andererseits lassen sich auch einige LLMs bereits in Tabellenkalkulationen integrieren. Microsoft hat Copilot um neue Funktionen erweitert, darunter die Möglichkeit, in Excel zu arbeiten. Anthropic hat sein Claude-Modell in Excel integriert und damit seinen Dienst “Claude for Finance” ergänzt. Das chinesische Start-up Manus bietet ebenfalls ein Datenvisualisierungstool an, das Tabellenkalkulationen versteht, und ChatGPT kann aus hochgeladenen Tabellenkalkulationen und anderen Datenquellen Diagramme erstellen.
Das neue Modell ist in zwei kommerziellen Versionen im generativen KI-Hub erhältlich, die jeweils auf ein unterschiedliches Verhältnis zwischen Geschwindigkeit und Genauigkeit abgestimmt sind, sowie als Open-Source-Version.
