Wie wir KI in SIGNL4 einbetten

Von Matthes Derdack, CEO

Einführung

In den letzten zwei Jahren hat die künstliche Intelligenz (KI) ein bemerkenswertes Wachstum erfahren und ist dabei zunehmend verschiedene Bereiche und das tägliche Leben zu beeinflussen. Im Jahr 2023 markierte die Veröffentlichung fortschrittlicher großer Sprachmodelle (LLMs) wie GPT-4 von OpenAI und Gemini von Google DeepMind einen entscheidenden Wandel, da sie KI-Systeme in die Lage versetzten, verschiedene Datentypen zu verarbeiten und zu generieren, darunter Text, Bilder und Audio. Diese Entwicklung setzte sich bis 2024 mit dem Aufkommen kostengünstiger und dennoch leistungsstarker KI-Modelle wie Chinas DeepSeek fort. Gleichzeitig hat sich die Integration von KI in praktische Anwendungen ausgeweitet, wobei Tools wie GPT-4 in Chatbots, Suchmaschinen und in der Kreativbranche eingesetzt werden. Dadurch werden zunehmend stupide Aufgaben rationalisiert und die Produktivität von Mitarbeitern gesteigert.

Unser Ansatz zu KI

Bei SIGNL4 haben wir die Entwicklung der KI, ihre praktischen Anwendungen und ihre Grenzen genau beobachtet. Mit der Veröffentlichung von ChatGPT Anfang 2023 habe ich mich in die Theorie der LLMs vertieft und zahlreiche KI-gestützte Lösungen von Startups erkundet, die die Bereiche Inhaltserstellung, Bild- und Videogenerierung, Podcasting, juristische KI, wissenschaftliche Forschung und Finanzanalyse abdecken.

Ende 2023 kam unser Team bei SIGNL4 zu dem Schluss, dass die KI so weit ausgereift ist, dass sie in bestimmten Bereichen einen echten Mehrwert bietet, insbesondere aufgrund ihrer starken Fähigkeiten bei der Mustererkennung und -abgleich. Wir stellten jedoch auch fest, dass es Grenzen bei logischen Schlussfolgern und bei Aufgaben gibt, die Präzision, Logik und komplexe Berechnungen erfordern. Das Verständnis der Natur und der Grundlagen von LLMs half uns, realistische Erwartungen zu setzen. Vor diesem Hintergrund entwickelten wir eine allgemeine KI-Strategie für SIGNL4, testeten verschiedene KI-Modelle, erstellten Prototypen und setzten unsere ersten Ideen um.

Unsere Implementierungshistorie

Unsere erste KI-gestützte Funktion, die KI-basierten Alarmzusammenfassungen, wurde im Oktober 2024 eingeführt. Dieses Tool ist besonders nützlich für die Interpretation von Alarmen, die umfangreiche Daten mit mehreren Parametern und zahlreichen Details enthalten. KI-generierte Zusammenfassungen helfen dabei, das Dickicht von Informationen zu durchdringen, indem eine umfangreiche Alarmmeldung auf die wichtigsten Fakten reduziert wird. Diese Funktion ist für jeden einzelnen Alarm über die SIGNL4 Mobil-App leicht zugänglich, quasi per Touch.

Mitte Februar 2025 haben wir dann, etwas unter dem Radar, die KI-Analyse eingeführt, eine Funktion, die eine regelmäßige Zusammenfassung von Alarmen und ihren Mustern innerhalb eines konfigurierbaren Zeitrahmens liefert. Diese hybride Funktion kombiniert herkömmliche mathematische Berechnungen, wie z. B. die durchschnittliche Reaktionszeit, mit KI-gesteuerter Mustererkennung. Durch die Analyse historischer Alarmdaten innerhalb eines bestimmten Teams liefert die KI-Analyse wertvolle statistische Erkenntnisse und kann Muster erkennen, die auf potenzielle Probleme oder Vorfälle hinweisen.

Sicherheit und Datenschutz

Wir sind uns bewusst, dass die Einführung von KI mit Bedenken hinsichtlich der Sicherheit und des Datenschutzes einhergeht, und wir nehmen diese Probleme sehr ernst. Um ihnen zu begegnen, haben wir vier wichtige Maßnahmen ergriffen:

1. Kontrolle der KI-Nutzung: Benutzer können die KI-Funktionalität innerhalb von SIGNL4 auf Wunsch vollständig deaktivieren.
2. Einhaltung des Datenschutzes: Wir verwenden KI-Modelle, die ausschließlich in der EU gehostet werden, um die Einhaltung strenger Datenschutzgesetze zu gewährleisten.
3. Kein Training mit Kundendaten: Wir verwenden keine Kundendaten, um KI-Modelle zu trainieren. Alle von unseren KI-Funktionen verarbeiteten Informationen werden nicht innerhalb des Modells gespeichert oder aufbewahrt, um die Datensicherheit zu gewährleisten.
4. Datensparsamkeit: Unser Code übergibt den KI-Modellen immer nur die nötigsten Informationen.

Wir sind davon überzeugt, dass unsere KI-Implementierung zu den transparentesten und datenschutzfreundlichsten in der Branche gehört, da wir diese Sicherheitsvorkehrungen getroffen haben.

Kosten und Preisgestaltung

Die Nutzung von KI verursacht oft erhebliche Kosten, da die Abrechnung auf Token-Basis erfolgt, bei der sich die Preisgestaltung nach der Menge der von einem LLM verarbeiteten Daten richtet. Viele Anbieter berechnen daher separate Gebühren für KI-gestützte Add-ons. Allerdings denken wir, dass dieser Ansatz die Akzeptanz von KI verlangsamt. Daher integrieren wir KI in den Bereichen, in denen sie einen erheblichen Mehrwert generiert, und integrieren sie gleichzeitig in unser bestehendes Preismodell. Diese Strategie beschleunigt die Akzeptanz und stellt sicher, dass KI nur dort eingesetzt wird, wo sie einen echten Nutzen zu angemessenen Kosten bietet.

Zukünftige Roadmap and Anwendungen

Die Entwicklung der KI-Analyse-Funktion als Hybridlösung verdeutlicht, warum KI nicht wahllos, sondern mit Bedacht eingesetzt werden muss. Bei der Untersuchung der Nutzbarkeit von KI für Analysen und Berichte stießen wir recht schnell auf allgemeine Probleme wie Halluzinationen und ungenaue und nicht deterministische Datengenerierung. Diese Einschränkungen ergeben sich jedoch aus der grundlegenden Natur von LLMs (hier kann mehr über die Funktionsweise von LLMS lesen) – nur weil KI ein leistungsfähiges Werkzeug ist, bedeutet das nicht, dass sie die richtige Lösung für jedes Problem ist.

Vor diesem Hintergrund testen wir kontinuierlich neue KI-Anwendungen innerhalb von SIGNL4 und haben bereits damit begonnen, zusätzliche Funktionen aus unserer Entwicklungspipeline zu implementieren und zu evaluieren. Zurzeit befinden sich mindestens zwei vielversprechende KI-gesteuerte Funktionen in der internen Testphase.
Mögliche künftige Anwendungen von KI in SIGNL4 sind unter anderem:

• Erkennung von Alarmierungsmustern zur Identifizierung von Trends und Anomalien
• Bewertung der Relevanz und des Schweregrads von Warnmeldungen zur Verbesserung der Priorisierung von Reaktionen
• Erstellung von Post-Mortem-Berichten auf der Grundlage von Alarmdetails und Reaktionszeiten
• Verbesserung der allgemeinen Effizienz durch KI-gesteuerte Automatisierung von Alarmierungsabläufen

Auch wenn es noch zu früh ist, um über kommende Funktionen zu sprechen, könnt Ihr sicher sein, dass wir gut durchdachte und praktische KI-gestützte Erweiterungen für SIGNL4 liefern werden.

Fazit

Ich bin der festen Überzeugung, dass KI im Bereich der kritischen Alarmierung und des Störungsmanagements einen immensen Wert darstellt. Mit der Zeit werden KI-Modelle zu einem integralen Bestandteil unseres SaaS-Produkts werden und sich nahtlos in die Benutzererfahrung einfügen. Ich gehe jedoch auch davon aus, dass KI weitgehend unsichtbar sein wird – sie arbeitet im Hintergrund, verbessert kontinuierlich Prozesse und liefert einen bemerkenswerten Wert, ähnlich wie Mikroprozessoren in modernen technischen Geräten.

Bleib dran und erfahre mehr über unsere KI-gestützte Funktionspipeline und die bevorstehende Veröffentlichung innovativer KI-Anwendungen in SIGNL4! Du kannst SIGNL4 jederzeit kostenlos für 30 Tage testen.