Generative KI ist künstliche Intelligenz, die neue Inhalte erzeugt: Texte, Bilder, Programmcode, Musik oder gesprochene Sprache. Während ein Spamfilter eine Nachricht lediglich einer Kategorie zuordnet, schreibt generative KI den Entwurf für eine Offerte, fasst ein langes Gespräch zusammen oder antwortet einer Anruferin mit einer Stimme. Seit Chat-Assistenten auf Basis grosser Sprachmodelle frei zugänglich sind, gehört generative KI in vielen Schweizer Büros zum Arbeitsalltag.
Dieser Artikel erklärt, was generative KI von der übrigen künstlichen Intelligenz unterscheidet, wie sie arbeitet und wofür Unternehmen sie nutzen. Danach geht es um das Telefon, wo generative KI in einem Voicebot eingehende Anrufe annimmt, und um die Risiken und Regeln, die jeder Betrieb kennen sollte.
Was ist generative KI? Die Definition
Das Wort «generativ» kommt vom lateinischen Verb für «erzeugen». Eine generative KI hat an sehr vielen Beispielen gelernt, wie eine bestimmte Art von Inhalt aufgebaut ist, und erzeugt auf eine Anweisung hin ein neues Exemplar davon. Ein Sprachmodell hat eine riesige Menge an Sätzen verarbeitet und schreibt deshalb Texte, die klingen, als hätte sie ein Mensch formuliert. Ein Bildmodell erzeugt aus einer Beschreibung ein Bild, das es in dieser Form vorher nicht gab.
Die Anweisung an das Modell heisst Prompt. Das kann eine Frage sein, ein Auftrag wie «Schreiben Sie eine freundliche Zahlungserinnerung» oder bei einem Voicebot der Satz, den eine Anruferin gerade gesagt hat. Das Ergebnis fällt bei jedem Durchlauf etwas anders aus, weil das Modell aus mehreren wahrscheinlichen Fortsetzungen eine auswählt.
Der Unterschied zwischen KI und generativer KI
Künstliche Intelligenz ist der Oberbegriff, und generative KI ist ein Teil davon. Lange war KI im Unternehmen vor allem erkennend: Sie sortierte E-Mails, erkannte verdächtige Zahlungen, schätzte den Bedarf im Lager oder wandelte gesprochene Sprache in Text um. Solche Systeme ordnen etwas Vorhandenes ein.
Generative KI geht einen Schritt weiter und bringt selbst etwas hervor. In der Praxis arbeiten beide Arten oft zusammen. Bei einem Telefonat mit einem Voicebot erkennt zuerst eine Spracherkennung, was die Anruferin sagt; danach formuliert ein generatives Sprachmodell die Antwort, und eine ebenfalls generative Sprachausgabe macht daraus eine Stimme. Ob diese Teile hintereinander arbeiten oder in einem einzigen Echtzeitmodell, erklärt der Artikel KI-Voicebot: Stitching oder Echtzeitmodell.
Wie generative KI arbeitet: Training, Anpassung, Erzeugung
Generative KI entsteht in drei Schritten:
- Training: Ein Modell verarbeitet sehr grosse Mengen an Texten, Bildern oder Tonaufnahmen und lernt dabei, welche Elemente typischerweise aufeinander folgen. Dieses Training ist aufwendig und findet beim Hersteller des Modells statt.
- Anpassung: Das allgemeine Modell wird für eine bestimmte Aufgabe eingerichtet. Häufig erhält es dafür zusätzliche Informationen, auf die es sich stützen soll, etwa die Preisliste und die häufigen Fragen eines Betriebs. Diese Methode heisst Retrieval Augmented Generation, kurz RAG.
- Erzeugung: Auf einen Prompt hin erzeugt das Modell Schritt für Schritt das Ergebnis. Ein Sprachmodell wählt dabei Wort für Wort die Fortsetzung, die nach dem Gelernten am besten passt.
Für Texte arbeiten die meisten Modelle mit der sogenannten Transformer-Architektur, die grosse Sprachmodelle überhaupt erst möglich gemacht hat. Bilder entstehen oft mit Diffusionsmodellen, die aus zufälligem Rauschen schrittweise ein Bild formen. Für Ihren Betrieb zählt vor allem die Folge daraus: Das Modell erzeugt plausible Inhalte, weiss aber nicht von sich aus, ob sie stimmen.
Was generative KI erzeugt
Generative Modelle gibt es heute für fast jede Art von Inhalt:
- Text: Entwürfe, Zusammenfassungen, Übersetzungen und Antworten im Chat oder am Telefon.
- Bilder und Video: Illustrationen, Produktbilder in neuer Umgebung und Entwürfe für Werbung.
- Gesprochene Sprache: KI-Stimmen, die geschriebenen Text natürlich vorlesen.
- Programmcode: Vorschläge für Funktionen und Tests sowie Erklärungen zu bestehendem Code.
- Musik und Ton: Hintergrundmusik und Geräusche.
Viele neuere Modelle verarbeiten mehrere dieser Formen zugleich; dafür hat sich der Begriff multimodale KI durchgesetzt.
Generative KI in Schweizer Unternehmen: Beispiele
Generative KI hilft vor allem dort, wo viel geschrieben, übersetzt, zusammengefasst oder beantwortet wird. Ein Treuhandbüro lässt sich den Entwurf eines Begleitschreibens zur Steuererklärung formulieren und passt ihn an. Ein Onlinehändler erstellt seine Produktbeschreibungen auf Deutsch, Französisch und Italienisch. Eine Hausverwaltung fasst lange Schreiben der Stockwerkeigentümer zusammen, bevor jemand sie im Detail liest. Im Kundenservice beantworten Chatbots auf der Website und Voicebots am Telefon die Fragen, die jeden Tag gleich hereinkommen.
Allen Beispielen ist gemeinsam, dass die KI einen ersten Entwurf liefert oder eine Routineaufgabe übernimmt, während ein Mensch die Verantwortung behält. Mit diesem Ansatz gewinnt Ihr Team Zeit, ohne die Qualität aus der Hand zu geben.
Generative KI am Telefon: Voicebot, Zusammenfassung und Ansagen
Am Telefon setzen wir generative KI an drei Stellen ein, und alle laufen auf derselben Plattform wie Ihre Geschäftsnummer.
Der Voicebot antwortet in ganzen Sätzen. Ein klassisches Sprachmenü bietet feste Optionen wie «Für den Verkauf drücken Sie die 1». Ein Voicebot versteht dagegen, was die Anruferin frei formuliert, und erzeugt eine passende Antwort. Fragt jemand bei einem Heizungsinstallateur «Kann heute noch jemand vorbeikommen, die Heizung ist ausgefallen?», nimmt der Voicebot das Anliegen auf, fragt nach Adresse und Rückrufnummer und verbindet bei einem Notfall direkt mit dem Pikettdienst. Wir bauen ihn auf Ihren eigenen Inhalten auf, damit er sich an Ihre Leistungen, Preise und Öffnungszeiten hält.
Gespräche werden zusammengefasst. Mit der Gesprächsaufnahme erstellt die Plattform nach dem Telefonat ein Transkript und eine kurze Zusammenfassung. Das Transkript entsteht durch Spracherkennung, die Zusammenfassung durch eine generative KI; wie die Spracherkennung funktioniert, erklärt der Artikel Speech to Text. Beides gehört zum Paket Kundenservice, das CHF 49 pro Monat kostet und für bis zu acht Personen gilt.
Ansagen entstehen aus Text. Mit dem Text-zu-Sprache-Assistenten schreiben Sie Ihre Begrüssung als Text, und eine von mehr als 99 KI-Stimmen liest sie vor. Die Begrüssungsansage ist bei jeder Nummer inklusive.
Risiken und Regeln: Was für generative KI gilt
Generative KI bringt Risiken mit sich, die Sie vor dem Einsatz kennen sollten:
- Halluzinationen: Ein Modell kann Fakten erfinden und sie überzeugend formulieren. Beschränken Sie die KI auf geprüfte eigene Inhalte und lassen Sie wichtige Texte von einem Menschen gegenlesen. Unser Voicebot verbindet über einen festen Ausweichweg mit Ihrem Team, wenn er keine sichere Antwort hat.
- Datenschutz und Vertraulichkeit: Geben Sie in frei verfügbare KI-Werkzeuge keine Kundendaten oder Geschäftsgeheimnisse ein, solange nicht geklärt ist, was mit diesen Daten passiert. Der EDÖB hält fest, dass das revidierte Datenschutzgesetz direkt auf KI-Anwendungen anwendbar ist. Bearbeitet ein Dienst Personendaten in Ihrem Auftrag, gehört ein Vertrag über die Auftragsbearbeitung dazu; für einen Voicebot unterzeichnen wir ihn auf Wunsch.
- Urheberrecht: Ob Inhalte, die eine KI erzeugt hat, geschützt sind und ob sie fremde Werke zu nahe nachbilden, ist rechtlich noch nicht in allen Punkten geklärt. Prüfen Sie Bilder und Texte für Werbung besonders genau.
- Transparenz: Ihre Anrufer sollen wissen, dass sie mit einem Voicebot sprechen. Nach Darstellung des EDÖB haben Betroffene das Recht zu erfahren, ob sie mit einer Maschine sprechen; wir empfehlen deshalb, dass sich der Voicebot zu Beginn des Gesprächs so vorstellt.
Was das konkret für einen Voicebot bedeutet, ordnet der Artikel Voicebot und Datenschutz. Er ersetzt keine Rechtsberatung; für Ihren Einzelfall wenden Sie sich an Ihre Rechtsberatung oder Ihre Datenschutzberaterin.
Mit generativer KI am Telefon beginnen
Ein Voicebot ist ein überschaubarer Einstieg, weil die Aufgabe klar umrissen ist: Er nimmt Anrufe an, beantwortet einige wiederkehrende Fragen und leitet den Rest an Ihr Team weiter. Sie erklären uns, welche Anrufe hereinkommen, und wir bauen den Voicebot ohne Einrichtungsgebühr, in der Regel innerhalb von zwei Werktagen. Er kostet CHF 49 pro Monat plus 35 Rappen pro Gesprächsminute und läuft auf einem Paket ab Telefonanlage (CHF 25 pro Monat). Wie sich Chatbot und Voicebot unterscheiden, lesen Sie im Artikel Chatbot und Voicebot.
CallFactory ist seit 2001 in der Geschäftstelefonie tätig, lizenzierter Netzbetreiber in 14 europäischen Ländern und betreibt eine eigene Telefonplattform. Möchten Sie am Voicebot oder an der Weiterleitung etwas ändern, sprechen Sie mit dem Team, das beides betreibt.
