Einleitung:
Generative KI-Technologien, die in der Lage sind, neue Inhalte wie Audio, Text, Bilder und Videos zu erstellen, bieten Unternehmen und Regierungen eine einzigartige Möglichkeit, die menschliche Kreativität zu fördern und die Demokratisierung von Innovationen voranzutreiben. Diese Technologien ermöglichen es Nutzern, aktiv am Innovationsprozess teilzunehmen und ihre eigenen Bedürfnisse zu entwickeln, anstatt sich ausschließlich auf Unternehmen zu verlassen. Trotz der Herausforderungen, die mit der Integration von Crowdsourcing und Innovationswettbewerben verbunden sind, bietet generative KI Lösungen, um kreative Ideen zu fördern, Vorurteile zu überwinden und die Zusammenarbeit zu erleichtern. Diese Entwicklungen versprechen eine nachhaltige Zukunft, in der Innovationen nicht nur effizienter, sondern auch inklusiver gestaltet werden können.
Viele Leute glauben, dass generative KI-Technologien, die neue Inhalte wie Audio, Text, Bilder und Videos erstellen können, Menschen in vielen Berufen ersetzen könnten. Doch eine der größten Chancen, die generative KI Unternehmen und Regierungen bietet, ist, dass sie die menschliche Kreativität fördern und dabei helfen, die Herausforderungen der Demokratisierung von Innovationen zu meistern.
Related Post: GenAI durch bifokale Linsen: Wie Unternehmen heute und morgen profitieren können
Der Begriff „Demokratisierung von Innovation“ kommt von Eric von Hippel vom MIT. Der forscht und schreibt seit Mitte der 1970er Jahre zum Potenzial von Produkt- und Dienstleistungsnutzern. Dabei geht’s darum, dass Nutzer selbst entwickeln, was sie brauchen, anstatt sich einfach auf Unternehmen zu verlassen. In den letzten 20 Jahren hat sich die Idee durchgesetzt, Nutzer tief in den Innovationsprozess einzubeziehen. Heute nutzen Unternehmen Crowdsourcing und Innovationswettbewerbe, um eine Vielzahl neuer Ideen zu generieren. Viele Unternehmen haben aber trotzdem noch Probleme, diese Beiträge zu nutzen, weil es vier Herausforderungen gibt.
Als erstes kann es zu einer Überbewertung kommen, wenn man zu sehr auf Demokratisierung von Innovationen setzt. Crowdsourcing kann zum Beispiel dazu führen, dass Unternehmen mit einer Flut von Ideen konfrontiert werden, von denen viele dann aber doch verworfen oder ignoriert werden. Das liegt daran, dass es für Unternehmen oft schwierig ist, die ganzen Ideen zu bewerten oder auch nur zusammenzuführen, wenn sie nicht ganz vollständig oder nur geringfügig sind. Dabei könnten sich manche Ideen in Kombination ja als wirksam erweisen.
Related Post: Die Zukunft der Vertriebsrolle: Weniger Aufgaben, mehr Fokus und Technologie als Teamkollege
Als nächstes kann es passieren, dass Unternehmen dem „Fluch des Fachwissens“ zum Opfer fallen. Die Leute, die sich am besten damit auskennen, umsetzbare Ideen zu entwickeln und zu finden, haben oft Schwierigkeiten, neue Ideen zu entwickeln oder gar zu akzeptieren.
Drittens können Leute, die sich in einem bestimmten Bereich nicht so gut auskennen, zwar neue Ideen finden, aber möglicherweise nicht die Details liefern, die die Ideen umsetzbar machen würden. Sie können die ganzen unstrukturierten Ideen nicht in kohärente Entwürfe umsetzen.
Related Post: Die Rolle der Generativen KI in der Produktivitätssteigerung und demografischen Herausforderungen
Und dann haben Unternehmen oft auch noch das Problem, den Wald vor lauter Bäumen nicht zu sehen. Unternehmen wollen natürlich allen Kunden gerecht werden, aber oft fehlt ihnen der Überblick, um eine Lösung zu finden, die alle zufriedenstellt.
KI-Tools, die Ideen generieren, können dabei helfen, eine wichtige Hürde bei Ideenwettbewerben zu überwinden: die Kombination oder Zusammenführung einer großen Anzahl von Ideen, um viel stärkere Ideen zu produzieren.
Related Post: Der Digitale Kalte Krieg: Wie KI und geopolitische Konkurrenz die Zukunft der Technologie bestimmen
Wir haben mit Unternehmen, Hochschulen, Regierungen und dem Militär zusammengearbeitet und dabei Hunderte von Innovationsprojekten begleitet – mit und ohne KI-Einsatz. Dabei haben wir festgestellt, dass diese Technologie dabei helfen kann, die genannten Herausforderungen zu meistern. Sie kann dafür sorgen, dass Mitarbeiter und Kunden kreativer werden und neue Ideen entwickeln. Außerdem hilft sie dabei, die Qualität von Ideen zu verbessern. Wir haben festgestellt, dass es fünf verschiedene Möglichkeiten gibt.
1. Förderung von divergentem Denken
Generative KI kann dabei helfen, neue und kreative Ideen zu entwickeln, indem sie Verbindungen zwischen Konzepten herstellt, die auf den ersten Blick nicht miteinander zu tun haben. Hier zeige ich euch mal, wie wir Midjourney eingesetzt haben. Das ist ein Text-zu-Bild-Algorithmus, der erkennt, wenn es zwischen Bildern eine Analogie gibt. Damit haben wir auf der Basis von Textaufforderungen von Menschen ganz neue Produktdesigns entwickelt. Für die Beispiele in diesem Artikel haben wir Midjourney, ChatGPT und Stable Diffusion verwendet, aber es gibt noch viele weitere generative KI-Tools, die jetzt verfügbar sind. Wir haben Midjourney gebeten, ein Bild zu erstellen, das einen Elefanten und einen Schmetterling kombiniert. Herausgekommen ist dabei die Chimäre, die wir „Phantafly“ getauft haben.
Dann haben wir die ausführliche Beschreibung von Midjourney verwendet, um Anweisungen für Stable Diffusion zu erstellen, ein weiteres beliebtes Modell zur Bildgenerierung. Stable Diffusion hat uns eine ganze Reihe von Ideen für verschiedene Produktkategorien geliefert, zum Beispiel für Stühle und handgefertigte Schokoladenbonbons (siehe Bilder unten).
So kann ein Unternehmen ganz schnell und kostengünstig eine Menge verschiedener Designs erstellen und die dann direkt bewerten. Ein Bekleidungsunternehmen könnte zum Beispiel generative KI nutzen, um neue Designs für T-Shirts zu erstellen. So könnte es Trends im Auge behalten und seinen Kunden eine ständig wechselnde Produktauswahl bieten.
Hier seht ihr, wie diese Technologie Ideen miteinander verbinden kann, um Konzepte zu erstellen, auf die man selbst vielleicht nie gekommen wäre. Wir haben ChatGPT eingesetzt, eine Art generative KI, die als großes Sprachmodell bekannt ist, um Ideen zu finden. Wir haben ChatGPT gebeten, Ideen durch einen Prozess der Trisoziation zu generieren. Dabei werden drei verschiedene Entitäten miteinander verbunden (eine Erweiterung der Kreativitätstechnik der Bisoziation). Unser Team hat ChatGPT dann Folgendes gesagt: „Du bist jetzt sozusagen der Ideengeber.“ Jetzt generierst du zufällig zehn allgemeine Substantive. Dann wählst du einfach zufällig zwei der zehn Substantive aus. Dann fragst du mich nach einem dritten Substantiv. „Du sollst eine Geschäftsidee entwickeln, indem du die beiden von dir identifizierten Substantive und das von mir identifizierte Substantiv kombinierst oder assoziierst.“
ChatGPT hat dann die Substantive „Lebensmittel“ und „Technologie“ generiert. Als wir aufgefordert wurden, haben wir dann noch das Substantiv „Auto“ angegeben. In kurzer Zeit hat ChatGPT eine Geschäftsidee erstellt: einen intelligenten Lebensmittel-Lieferservice, der selbstfahrende Autos einsetzt, um Mahlzeiten zu den Kunden zu transportieren. Der technologische Aspekt könnte zum Beispiel den Einsatz von KI zur Optimierung der Lieferrouten, zur Echtzeit-Überwachung der Lebensmitteltemperatur und zur Bereitstellung von Echtzeit-Updates über den Status ihrer Bestellungen für die Kunden umfassen. Der Service wäre perfekt für alle, die viel zu tun haben und trotzdem nicht auf gesunde Mahlzeiten verzichten wollen. Auch Familien würden davon profitieren, denn so müssen sie sich keine Gedanken über die Essensorganisation machen und können sich trotzdem über leckere und hochwertige Gerichte freuen.
In einer anderen Runde hat ChatGPT dann noch die Substantive „Fluggesellschaft“ und „Stuhl“ erzeugt. Als nächstes haben wir „Universität“ eingegeben, und ChatGPT hat uns ein Geschäftskonzept entwickelt. Das bietet Studierenden und Akademikern eine bequeme und kostengünstige Möglichkeit, zu Konferenzen und Workshops auf der ganzen Welt zu reisen. Während des Fluges können sie außerdem auf eine Bibliothek mit Lehrbüchern zugreifen. Man könnte das Unternehmen ja Fly and Study oder Edu-Fly nennen.
2. Herausforderung der Voreingenommenheit gegenüber Fachwissen
In den frühen Phasen der Entwicklung neuer Produkte können von generativer KI erstellte atypische Designs dazu führen, dass Designer über ihren Schatten springen und über die Grenzen dessen hinausdenken, was sie bisher für möglich oder wünschenswert gehalten haben – sowohl in Bezug auf Form als auch Funktion. So können Lösungen entstehen, die Menschen mit einem traditionellen Ansatz, bei dem zuerst die Funktionen festgelegt und dann die Form entsprechend gestaltet wird, vielleicht nie in Betracht gezogen hätten. Diese Ansätze können dabei helfen, Vorurteile wie Designfixierung (wenn man zu sehr auf Standard-Designs setzt), funktionale Fixierung (wenn man sich nicht vorstellen kann, das Produkt für was anderes zu nutzen) und den Einstellungseffekt (wenn man aus bisherigen Erfahrungen nicht rauskommt und neue Wege zur Problemlösung nicht in Betracht zieht) zu überwinden.
Hier mal ein Beispiel, wie das funktioniert. Wir haben Stable Diffusion gebeten, generische Designs von Krabben-inspirierten Spielzeugen zu erstellen, ohne ihnen dabei konkrete Funktionen vorzugeben. Dann haben wir uns überlegt, wozu die Entwürfe gut sein könnten. Zum Beispiel könnte man aus dem Bild oben links in der unten gezeigten Sammlung von Krabben-inspirierten Spielzeugen ein Spielzeug zum Klettern an der Wand machen. Das Bild daneben könnte ein Spielzeug sein, das einen kleinen Ball durch den Raum schießt. Die Krabbe auf dem Teller in der Mitte könnte man doch bestimmt auch als langsamen Fressnapf für Haustiere verwenden.
So eine Vorgehensweise ist nichts völlig Neues, um ungewöhnliche Produkte zu entwickeln. Viele Gebäude und Fahrgeschäfte in Freizeitparks wie Disney World wurden ursprünglich entworfen, um Szenen und Figuren aus einer Geschichte nachzubilden. Mit generativen KI-Tools kann ein Unternehmen seine fantasievollen Entwürfe aber sicher vorantreiben.
3. Hilfe bei der Bewertung von Ideen
Mit generativen KI-Tools kann man auch andere Aspekte des Frontends von Innovationen angehen. Dazu gehört, Ideen genauer zu machen und manchmal auch mehrere Ideen zusammenzubringen. Nehmen wir mal an, wir haben eine Innovationsherausforderung, bei der es darum geht, Wege zu finden, um Lebensmittelabfälle zu minimieren. ChatGPT hat drei Rohideen bewertet und dabei Vor- und Nachteile aufgezeigt. (1) Verpackungen mit dynamischen Verfallsdaten (also Etiketten, die je nach den Umgebungsbedingungen an den Lagerorten entweder die Daten oder die Farben automatisch ändern); (2) eine App, die den Nutzern hilft, Lebensmittel zu spenden; und (3) eine Kampagne, um die Menschen über die verschiedenen Arten von Verfallsdaten und deren Bedeutung für Frische und Gebrauchstauglichkeit aufzuklären. ChatGPT hat eine ausgewogene Analyse der Vor- und Nachteile erstellt, die ungefähr dem entspricht, was man sich von einem Austausch zwischen zwei interessierten Personen erwarten würde, die die Vorzüge solcher Ideen diskutieren.
Als ChatGPT beispielsweise das Konzept der dynamischen Verpackung mit Verfallsdatum bewertete, stellte es fest, dass es den Verbrauchern helfen würde, die Haltbarkeit von Produkten besser zu verstehen. Außerdem würde es die Lebensmittelhersteller dazu ermutigen, kleinere Chargen zu produzieren, die in den Lebensmittelregalen häufiger aufgefüllt würden. Außerdem hat ChatGPT darauf hingewiesen, dass dynamische Verfallsdaten möglicherweise zu großen Veränderungen im Herstellungs- und Verpackungsprozess führen und dadurch die Kosten für Hersteller und Verbraucher steigen könnten.
ChatGPT hat festgestellt, dass die Lebensmittelspenden-App Menschen dazu ermutigen könnte, ihre Lebensmittel zu verbrauchen, bevor sie schlecht werden, und so die Lebensmittelverschwendung zu reduzieren. Die App verteilt nämlich ungeöffnete, essbare Lebensmittel an Bedürftige. Es wurde auch gesagt, dass die App wahrscheinlich nur dann richtig gut funktioniert, wenn sie von vielen Leuten genutzt wird. Außerdem könnte es Probleme geben, wenn die Lebensmittel aus ganz unterschiedlichen Quellen kommen und nicht richtig kontrolliert werden.
Das größte Potenzial generativer KI besteht nicht darin, Menschen zu ersetzen, sondern Menschen bei ihren Bemühungen zu unterstützen, bisher unvorstellbare Lösungen zu schaffen.
Die Idee ist, dass ein Bildungsprogramm für Verbraucher dafür sorgt, dass die Leute besser verstehen, wie wichtig verschiedene Verfallsdaten sind. So können sie besser entscheiden, was sie einkaufen und was sie wegwerfen. ChatGPT hat aber auch gewarnt, dass das Bildungsprogramm zu kompliziert sein könnte, weil die Verfallsdaten ja nicht für alle Lebensmittelprodukte standardisiert sind. Außerdem wurde angemerkt, dass die Aufklärung der Nutzer über verschiedene Arten von Verfallsdaten kostspielig sein kann, insbesondere wenn das Programm einen breiten Umfang hat, zum Beispiel bei groß angelegten Kampagnen oder Bildungsmaterialien.
KI kann mehr als nur Vor- und Nachteile aufzählen. Sie kann dabei helfen, verschiedene Dimensionen der Kreativität zu bewerten, zum Beispiel Neuheit, Durchführbarkeit, Spezifität, Wirkung und Praktikabilität. Wir haben ChatGPT gebeten, die Beispiele mal anhand dieser Kriterien zu bewerten.
Hier ist seine Einschätzung zum Konzept der Verpackung mit Verfallsdatum:
Neuheit: Das ist schon eine neue Idee. Es gab schon Versuche, intelligente Verpackungen zu entwickeln, die dafür sorgen, dass Lebensmittel länger haltbar sind. Die Idee mit den dynamischen Verfallsdaten ist aber noch ziemlich neu.
Durchführbarkeit: Das wird wohl eher nicht so einfach, weil man dafür neue Verpackungsmaterialien und -technologien entwickeln müsste. Außerdem müsste man mit Lebensmittelherstellern, Aufsichtsbehörden und Händlern zusammenarbeiten.
Das Konzept ist ziemlich spezifisch, weil es das Problem der Lebensmittelverschwendung angeht, indem es Verbrauchern genauere Verfallsdaten für ihre Lebensmittel anzeigt.
Das könnte einen großen Einfluss darauf haben, wie viel Lebensmittel verschwendet werden und wie sicher unsere Lebensmittel sind. Wenn die Verbraucher genauere Verfallsdaten bekommen, würden sie ihre Lebensmittel eher verbrauchen, bevor sie schlecht werden.
Machbarkeit: Die Entwicklung und Umsetzung wäre ziemlich aufwendig und würde viel Know-how erfordern. Es könnte Jahre dauern, bis das volle Potenzial ausgeschöpft ist.
Hier ist meine Bewertung der App, mit der man Lebensmittel spenden kann, die kurz vor dem Verfallsdatum stehen:
Das Konzept ist nicht wirklich neu. Es gibt schon jede Menge Programme und Organisationen, die sich für weniger Lebensmittelabfall und dafür einsetzen, dass überschüssige Lebensmittel an Bedürftige weitergegeben werden.
Machbarkeit: Auf jeden Fall machbar. Es gibt bereits viele etablierte Modelle und eine Infrastruktur, die dabei helfen, Lebensmittel zu spenden.
Spezifität: Die Idee ist ziemlich spezifisch, nämlich Lebensmittelabfälle zu reduzieren und Probleme der Ernährungsunsicherheit anzugehen.
Die Auswirkungen sind vielversprechend, denn das Programm bekämpft gleich zwei Probleme: Lebensmittelverschwendung und Hunger. So kann man mit der Weitergabe von überschüssigen Lebensmitteln an Bedürftige gleich zwei Fliegen mit einer Klappe schlagen: Man reduziert die Lebensmittelverschwendung und verbessert gleichzeitig die Ernährungssicherheit für gefährdete Bevölkerungsgruppen.
Die Durchführbarkeit ist sehr hoch, weil es schnell und zu relativ geringen Kosten umgesetzt werden kann. Für die Sammlung und Verteilung der gespendeten Lebensmittel bräuchte es außerdem noch Partner aus der Lebensmittelindustrie, dem Lebensmittelhandel und den Lebensmittelbanken. Und natürlich auch Freiwillige.
Hier kommt die Bewertung von ChatGPT zu dem Vorschlag, Nutzer über verschiedene Arten von Verfallsdaten zu informieren:
Das ist nichts Neues. Es gab schon Versuche, Verbraucher über die Bedeutung von Verfallsdaten und die richtige Lagerung von Lebensmitteln zur Verlängerung ihrer Haltbarkeit aufzuklären.
Machbarkeit: Auf jeden Fall machbar. Man kann das auf verschiedene Arten umsetzen, zum Beispiel mit Kampagnen, um die Öffentlichkeit zu sensibilisieren, mit Aufklärungsmaterialien und durch Medienarbeit.
Spezifität: Hier geht’s ganz konkret darum, Verbraucher über die verschiedenen Verfallsdaten und die richtige Lagerung von Lebensmitteln aufzuklären, um Lebensmittelverschwendung zu reduzieren.
Das könnte sich echt stark auswirken. Wenn Verbraucher mehr über die verschiedenen Verfallsdaten und die richtige Lagerung von Lebensmitteln wissen, achten sie eher darauf, keine Lebensmittel zu verschwenden.
Die Umsetzung ist super einfach und kostet nicht die Welt. Für die Entwicklung und Verteilung von Lehrmaterialien müssten wir uns mit Gruppen der Lebensmittelindustrie, Regierungsbehörden und anderen Organisationen zusammentun.
Mit den Bewertungen von ChatGPT wäre es ziemlich einfach, diese drei Konzepte zu bewerten oder sie schnell anhand der wichtigsten Kriterien zu bewerten oder zu organisieren.
4. Hilfe bei der Verbesserung von Ideen
Mit KI-Tools kann man bei Ideenwettbewerben eine wichtige Hürde nehmen: Man kann aus vielen Ideen neue, bessere Ideen machen. Eine Organisation, die einen Auftrag oder eine Förderung für die Entwicklung eines Programms zur Reduzierung von Lebensmittelabfällen erhalten möchte, könnte die Tools nutzen, um die drei Konzepte zu kombinieren, die wir gerade besprochen haben. Wir haben das in zwei Schritten gemacht. Als erstes haben wir ChatGPT gebeten, jedes der Konzepte zu konkretisieren. Dabei kam heraus:
„Dynamische Verfallsdaten sind eine Lösung zur Reduzierung von Lebensmittelabfällen.“ Dabei wird Technologie direkt in die Verpackung integriert, sodass man die Haltbarkeit von Produkten jederzeit im Auge behalten und bei Bedarf anpassen kann. Sensoren können dafür sorgen, dass das Verfallsdatum auf Basis von Umweltfaktoren aktualisiert wird. So können Verbraucher besser einschätzen, wann ein Produkt schlecht wird.
Eine App, bei der Verbraucher kurz vor dem Verfallsdatum noch haltbare Lebensmittel spenden können, soll dazu beitragen, dass weniger Lebensmittel verschwendet werden. Die App verteilt die Lebensmittel dann an Bedürftige. Die App bringt Leute, die Lebensmittel übrig haben, mit Organisationen zusammen, die diese verwenden können. „Die App kann dazu beitragen, Lebensmittelverschwendung zu reduzieren und Bedürftige zu versorgen, indem sie den Prozess der Lebensmittelspenden erleichtert und somit mehr Menschen in Not geholfen wird.“
„Wenn die Leute wissen, was die verschiedenen Verfallsdaten bedeuten, können sie besser entscheiden, welche Lebensmittel sie kaufen und wie lange sie sie aufbewahren. So können sie Lebensmittelabfall reduzieren und Geld sparen. Wenn man den Leuten erklärt, was „Mindesthaltbarkeitsdatum“, „Verbrauchsdatum“ und andere Verfallsdaten eigentlich bedeuten, können sie besser einschätzen, ob Lebensmittel noch sicher sind und wie lange sie haltbar sind.
Als Nächstes haben wir ChatGPT gebeten, alle drei Ideen in einem Programm zur Reduzierung von Lebensmittelabfällen zusammenzufassen. Kurz darauf haben wir folgende Beschreibung erstellt: „Die umfassende Lösung zur Reduzierung von Lebensmittelabfällen umfasst die Entwicklung intelligenter Verpackungen mit dynamischen Verfallsdaten, die Einrichtung eines Programms für die Spende überschüssiger Lebensmittel und die Aufklärung der Öffentlichkeit über die Bedeutung des Verständnisses von Lebensmittelverfallsdaten.“ Die intelligente Verpackung hilft Verbrauchern, besser zu entscheiden, ob Lebensmittel noch gut sind. Das Spendenprogramm sorgt dafür, dass überschüssige Lebensmittel sinnvoll verwendet werden. Und durch die Aufklärung wissen die Leute dann auch, wie schlimm Lebensmittelabfälle eigentlich sind. Diese Lösung hat das Zeug dazu, die Lebensmittelverschwendung erheblich zu reduzieren und so eine nachhaltigere Zukunft zu schaffen. Denn sie befähigt Verbraucher, mit Industrie und Regierung zusammenzuarbeiten und überschüssige Lebensmittel besser zu nutzen.
5. Zusammenarbeit erleichtern
KI kann dabei helfen, dass die Leute in einem Unternehmen, die neue Produkte entwickeln, besser mit den Leuten zusammenarbeiten, die das Produkt später benutzen sollen. Außerdem können die Benutzer untereinander besser kommunizieren. Kurz gesagt: Die Technologie macht die gemeinsame Entwicklung neuer Angebote viel einfacher und kostengünstiger. Ein Unternehmen könnte zum Beispiel den Kunden Zugriff auf Tools geben, mit denen sie sich ihr Produkt selbst gestalten können. Aus den Designs, die die Kunden hochladen, könnte dann eine personalisierte Version des Produkts erstellt werden. Oder die Designs der Benutzer werden auf einer Crowdsourcing-Plattform veröffentlicht, wo sie von der Community bewertet werden. Die besten Designs könnten dann von weiteren Mitarbeitern weiterentwickelt werden.
Um zu zeigen, was möglich ist, zeigen wir, wie ein fliegendes Auto – etwas, das die Menschen seit mehr als 100 Jahren ohne großen Erfolg zu entwickeln versuchen – gestaltet werden könnte. Wir haben Stable Diffusion den Auftrag gegeben, ein Produkt zu entwerfen, das fliegen, aber auch auf der Straße fahren kann, ein fliegendes Auto also. Stable Diffusion hat mehrere Entwürfe gemacht und wir haben uns für den entschieden, der uns am vielversprechendsten vorkam: das Fahrzeug in der unteren rechten Ecke des Bildes unten.
Dann haben wir Stable Diffusion gebeten, das Design zu nehmen und das Konzept so umzugestalten, dass das Auto „einem Roboteradler ähnelt“. Das Bild unten zeigt, wie schnell das generative KI-Programm verschiedene Variationen hervorgebracht hat. Ganz oben links sieht man das Design, das einem Roboteradler am ähnlichsten sieht. In der unteren rechten Ecke ist das realistischere Konzept eines fliegenden Automobils zu sehen.
Ein weiteres Beispiel zeigt, wie Designer mit solchen Tools gemeinsam an verschiedenen Variationen eines Designs arbeiten können. Als erstes haben sie einen Entwurf für ein fliegendes Auto von der KI erstellen lassen und dann gebeten, dass Tool Versionen zu machen, die einer Libelle, einem Tiger, einer Schildkröte und einem Adler ähneln (siehe Bild unten).
Eine andere Möglichkeit ist, dass Mitarbeiter*innen ein Tool wie ChatGPT nutzen, um Details des Produkts zu entwickeln, und dann ein Tool wie Stable Diffusion verwenden, um visuelle Entwürfe auf der Grundlage einer Reihe von aufeinander aufbauenden Eingabeaufforderungen zu erhalten. Wir haben ChatGPT eine ähnliche Aufgabe wie Stable Diffusion gestellt: „Beschreibe ein Produkt, das fliegen, aber auch auf der Straße fahren kann, ein fliegendes Auto.“
ChatGPT hat uns diese Beschreibung geliefert: „Das fliegende Auto ist ein schnittiges und futuristisches Fahrzeug, das für das ultimative Abenteuer gebaut wurde.“ Das fliegende Auto erinnert ein bisschen an einen stilvollen Sportwagen mit sanften Kurven und poliertem Äußeren. Aber unter der Haube hat es natürlich Rotoren, die es fliegen lassen.
Als wir Stable Diffusion diese Beschreibung gegeben haben, haben wir als Antwort das Bild unten links bekommen. Als Nächstes haben wir ChatGPT gebeten, die Beschreibung so umzugestalten, dass sie die Informationen enthält, dass das Produkt einer Libelle ähneln und über Leuchtmarkierungen für das Fliegen bei Nacht verfügen muss. Das Ergebnis war: „Das Fahrzeug erinnert mit seinem schlanken Körper, den verlängerten Flügeln und den versteckten Rotoren an eine Libelle, die zum Leben erwacht ist.“ Die Beleuchtung an den Flügeln und am Körper sorgt für einen coolen Look und macht das Fahrzeug auch in der Dunkelheit gut sichtbar.
Stable Diffusion hat diese Beschreibung dann in verschiedene Versionen übersetzt. Dabei wurde darauf geachtet, dass das realisierbare Design beibehalten wird und Elemente der Beleuchtung hinzugefügt werden, die auf dem Muster der Flügel einer Libelle basieren. Die Bilder unten rechts zeigen ein paar Beispiele.
Jeder Mensch hat eine unerschöpfliche Kreativität. Viele Leute trauen sich nicht, ihre Ideen zu äußern, weil sie denken, dass sie nicht gut genug sind oder es ihnen schwerfällt, ihre Gedanken in Worte zu fassen oder zu zeichnen. Hier kommt generative KI ins Spiel, die dieses Hindernis aus dem Weg räumen kann. Wie bei jeder richtig innovativen Fähigkeit wird es ganz sicher auch hier erstmal Gegenwind geben. Auch langjährige Innovationsprozesse müssen sich ändern. Es wird sicher auch Leute geben, die an der alten Vorgehensweise festhalten wollen – vor allem diejenigen, die Angst haben, überflüssig zu werden. Aber die Vorteile sind echt überzeugend: Man kann die Anzahl und Neuartigkeit von Ideen sowohl innerhalb als auch außerhalb der Organisation drastisch erhöhen. Das macht den Weg auf jeden Fall lohnenswert. Das größte Potenzial der generativen KI besteht nicht darin, Menschen zu ersetzen, sondern darin, Menschen bei ihren individuellen und kollektiven Bemühungen zu unterstützen, bisher unvorstellbare Lösungen zu schaffen. Dadurch wird Innovation endlich demokratisiert.
Fazit:
Generative KI hat das Potenzial, die Art und Weise, wie wir Innovationen angehen, grundlegend zu verändern. Sie unterstützt nicht nur die Entwicklung neuer und kreativer Ideen, sondern hilft auch, bestehende Vorurteile zu überwinden und die Zusammenarbeit zwischen Entwicklern und Nutzern zu verbessern. Durch die Kombination von Ideen und die Förderung von Kreativität kann generative KI dazu beitragen, bisher unvorstellbare Lösungen zu schaffen und die Demokratisierung von Innovationen zu fördern. Diese Technologie bietet eine vielversprechende Möglichkeit, die Herausforderungen der modernen Welt zu meistern und eine nachhaltigere Zukunft zu gestalten, in der jeder die Möglichkeit hat, zur Innovation beizutragen.
FAQs:
- Was versteht man unter der Demokratisierung von Innovationen?
Die Demokratisierung von Innovationen bezieht sich auf die Einbeziehung von Nutzern in den Innovationsprozess, sodass sie selbst Produkte und Dienstleistungen entwickeln können, die ihren Bedürfnissen entsprechen. - Wie kann generative KI die menschliche Kreativität fördern?
Generative KI kann Verbindungen zwischen scheinbar unzusammenhängenden Konzepten herstellen und so neue und kreative Ideen entwickeln, die über traditionelle Ansätze hinausgehen. - Welche Herausforderungen gibt es bei der Nutzung von Crowdsourcing für Innovationen?
Zu den Herausforderungen gehören die Überbewertung von Ideen, der Fluch des Fachwissens, die Schwierigkeit, unstrukturierte Ideen in kohärente Entwürfe umzusetzen, und das Problem, den Überblick zu behalten. - Wie kann generative KI bei der Bewertung von Ideen helfen?
Generative KI kann Vor- und Nachteile von Ideen aufzeigen und verschiedene Dimensionen der Kreativität wie Neuheit, Durchführbarkeit und Wirkung bewerten. - Welche Rolle spielt generative KI bei der Verbesserung von Ideen?
Sie kann helfen, viele Ideen zu kombinieren und zu verfeinern, um stärkere und umsetzbare Konzepte zu entwickeln. - Wie erleichtert generative KI die Zusammenarbeit?
Sie ermöglicht es Entwicklern und Nutzern, effizienter zusammenzuarbeiten, indem sie Tools bereitstellt, die die gemeinsame Entwicklung und Bewertung von Produkten erleichtern. - Welche Vorteile bietet die Nutzung von generativer KI für Unternehmen?
Unternehmen können die Anzahl und Neuartigkeit von Ideen erhöhen, effizienter arbeiten und eine nachhaltigere Innovationskultur fördern.
Quellenangaben: