Der KI-Hype und der Weg zur Klarheit: Thomas beschreibt den anfänglichen Hype um KI und seinen Fokus darauf, Klarheit in den Markt zu bringen. Sein Meetup in Berlin diente als Plattform für den Austausch und das tiefere Verständnis von KI-Anwendungsfällen.

Die Rolle von Large Language Models (LLMs): Wir sprechen über LLMs und ihre Anwendungsmöglichkeiten, von der Texterstellung über Bild- und Videoanalyse bis hin zu Multimodalität. Thomas demonstriert die Möglichkeiten, indem er von seiner eigenen Nutzung von Tools wie Google Gemini berichtet, um Fragen zu beantworten und Inhalte zu generieren. Er betont die einfache Interaktion durch Sprache im Gegensatz zu aufwändigem Prompt Engineering.

Praktische Anwendung und Workshops: Thomas bietet Workshops an, die von KI-Grundlagen bis hin zur Strategieentwicklung und der Identifizierung von Anwendungsfällen (Use Cases) reichen. Ein Schwerpunkt liegt auf der Suche nach "Low Hanging Fruits" – also Anwendungsfällen mit geringem Aufwand und hohem Nutzen.

Herausforderungen bei der Implementierung: Ein wesentlicher Stolperstein ist die Integration von KI in bestehende IT-Systeme. Die Komplexität der IT-Landschaft in vielen Unternehmen behindert die schnelle Implementierung von KI-Lösungen. Ein vielversprechender Ansatz besteht darin, KI auf Betriebssystemebene zu integrieren, um die Integration in verschiedene Anwendungen zu vereinfachen.

Skalierung und ROI: Die Skalierung von KI-Pilotprojekten in die Produktion stellt eine weitere Herausforderung dar. Die Erwartungshaltung an die Fehlerfreiheit von KI-Systemen muss realistisch bewertet werden. Der Return on Investment (ROI) von KI muss sorgfältig abgewogen werden, unter Berücksichtigung von Kosten und Nutzen.