Autor: Matthäus

Die neuen AI-Helferlein sind im Hier und Jetzt dabei, die Art und Weise, wie wir Software entwickeln, fundamental zu verändern. Doch wo und wie können ChatGPT, GitHub Copilot und Co. konkret eingesetzt werden? Und wann nicht?

Ich nutze ChatGPT um:

• Vor- und Nachteile von Architekturentscheidungen abzuwägen 
• Code Snippets oder Konfigurationsdateien zu generieren
• Diskussionen über Best-Practices in einer unbekannten Technologie zu führen
• Know-How von Lösungen in einer Programmiersprache oder einem - Framework in eine anderes zu übersetzen
• Unit Test Blueprints zu generieren
• Fehler zu debuggen
• Komplizierte Befehle auf der Command Line aufzubauen

ChatGPT has you covered.

Nebst all dem Hype sollten sich Entwickler:innen stets die Frage stellen: «Habe ich die nötige Expertise, um die Antwort vom Modell auf seine Richtigkeit und Sinnhaftigkeit zu verifizieren?» Die generierten Antworten sind bei Weitem nicht frei von Fehlern und ungerechtfertigten Annahmen. Sobald eine Entscheidung nicht vernachlässigbare Auswirkungen hat, müssen sich Entwickler:innen bewusst sein, dass sie am Ende des Tages für ihre Arbeit gerade stehen müssen. Inhaltlich, qualitativ und rechtlich. Fehlt eine Grundlage für solch eine Einschätzung, darf gerne auch Rat bei den Kollegen ersucht werden – wie in den guten alten Zeiten. 

Autor: Dario

Der Knight Industries Two Thousand ist das sprechende und autonom fahrende Auto aus der beliebten Fernsehserie Knight Rider aus den 80er Jahren. Während autonome Fahrzeuge noch auf Kinderschu.. ähh Reifen fahren, haben sich Sprachassistenten in den letzten Jahren bereits etabliert und ihren festen Platz auf dem Smartphone erkämpft. Sprachassistenten wie Siri, Alexa oder Google Assistant sind jedoch durch Drittfirmen kaum erweiterbar und konnten so ihr volles Potenzial noch nicht entfalten. 
OpenAI ändert dies nun: Denn neben ChatGPT bietet OpenAI nun eine offene Schnittstelle für Unternehmen an. Dank dieser konnte ich mir im privaten Kontext nun einen Bubentraum erfüllen und mein Auto, nach nur wenigen Stunden Arbeit, sprechen lassen.

Cool, gell? Aber warum erzähl ich Dir diese persönliche Geschichte?

Meiner Meinung nach ist jetzt auch für Unternehmen der ideale Zeitpunkt, um die eigenen Business Prozesse zu hinterfragen und eigene Experimente durchzuführen. Denn mit vergleichsweise geringem Aufwand lassen sich nun innovative Lösungen zu komplexen Problemen finden, die bis vor kurzem undenkbar waren.

Klar birgt ChatGPT auch Risiken, wie das überzeugende Ausgeben von Falschinformationen. Die Entwicklung von ChatGPT schreitet jedoch rasant voran, und mit ChatGPT Plugins, Fine-Tuning oder der Verwendung von Embeddings können diese Probleme bereits jetzt kontrolliert werden.

Wie ich es technisch geschafft habe mein Auto zum sprechen zu bringen, erfährst Du in meinem Medium Artikel: https://bit.ly/404ol9R

Autor: David

ChatGPT hatte bisher für all meine Fragen und Aufgabenstellungen in der Softwareentwicklung sofort eine Antwort. Eindrücklich! Waren die Antworten immer korrekt? Nein.

Denn ChatGPT und andere LLM’s (Large Language Models) sind anfällig für sogenannte «Hallucinations» (engl. für Halluzinationen). Das bedeutet, dass die gegebenen Antworten auf den ersten Blick zwar korrekt erscheinen. Bei näherer Betrachtung stellt sich aber heraus, dass die Antworten schlichtweg falsch sind. 

Das kommt daher, dass beispielsweise ChatGPT nicht Informationen von Quellen abruft, wie wir es uns beispielsweise bei der Google-Suche gewohnt sind. Sondern diese auf Basis der Trainingsdaten tatsächlich jedes Mal neu generiert. Und daher können diese auch falsch sein.

Das sollte man im Umgang mit LLM’s und generativer AI immer im Hinterkopf behalten. In der Zwischenzeit gibt es mehrere Ansätze, die das «Hallucination»-Problem angehen. Einerseits arbeiten Herausgeber wie OpenAI daran, «Hallucinations» aktiv zu unterbinden. Weiter werden mit beispielsweise Plugins für ChatGPT Erweiterungen für LLM’s erstellt, die den tatsächlichen Zugriff auf Daten erlauben und die Quelle auch ausweisen.