In diesem Interview geben Eric James McDermott, Senior Specialist AI Innovation, und Francesko Molla, Data Scientist, tiefere Einblicke in die Alpha-Phase der Entwicklung von Dicobot
Wie ist die Idee für Dicobot entstanden?
Eric: Unsere interne Forschungs- und Entwicklungsabteilung untersucht ständig neue Trends und Technologien, um ihre Anwendbarkeit in verschiedenen Geschäftsbereichen zu bewerten. Als wir im vergangenen Jahr den beträchtlichen Sprung in den Fähigkeiten von GPT2 zu GPT3 gesehen haben, wurde uns klar, dass sich etwas Bedeutendes am Horizont abzeichnete. Nach Beratungen mit Kunden und internen Stakeholdern zeigte sich, dass ein auf Unternehmensdaten zugeschnittener Chatbot unglaublich vielseitig und leistungsstark sein würde. Das war die Geburtsstunde von Dicobot, von da an haben wir uns auf die Entwicklungsreise begeben.
Welche besonderen Fähigkeiten bringt diconium für die Entwicklung eines KI-Chatbots mit?
Eric: diconium ist hervorragend aufgestellt, um innovative, datengesteuerte Produkte wie KI-Chatbots zu entwickeln. Unsere vielfältigen Fähigkeiten ermöglichen eine optimierte End-to-End-Projektdurchführung, die von der Strategie- und Konzepterstellung bis hin zum Prototyping, Business Design, Customer Journey Mapping, Daten- und Cloud-Engineering, maschinellen Lernen, KI-Expertise, Full-Stack-Softwareentwicklung und UX/UI-Design reicht. Darüber hinaus optimieren unsere erfahrenen Datenwissenschaftler:innen die Produktverfeinderung auf der Grundlage von Verhaltensdaten. Diese kombinierten Kompetenzbereiche machen diconium zum idealen Partner für zukunftsweisende Projekte wie KI-Chatbots.
Das Developer-Team
Das PoC vom R&D-Team wurde in eine Cloud-Lösung umgewandelt. Backend- und Cloud-Engineering-Teams arbeiteten zusammen, während Frontend-Entwickler Dicobots Benutzerfreundlichkeit verbesserten.
Welche Expert:innen waren an der Alpha-Phase beteiligt?
Francesko: In der Alpha-Phase ging es in erster Linie darum, einen vom Forschungs- und Entwicklungsteam entwickelten Proof of Concept (PoC) in eine Cloud-zugängliche Lösung zu verwandeln. Dies erforderte die Zusammenarbeit unserer Backend- und Cloud-Engineering-Teams, während unsere Frontend-Entwickler:innen gleichzeitig an der Verbesserung der Benutzerfreundlichkeit von Dicobot arbeiteten.
Welche Vorbereitungen sind notwendig, bevor man mit der Entwicklung eines KI-Chatbots beginnt?
Eric: Ein effektives Ressourcenmanagement ist für den Erfolg von teamübergreifenden Projekten wie Dicobot von zentraler Bedeutung. Glücklicherweise haben wir fortschrittliche interne Dashboards entwickelt, die einen kompakten Überblick über die Verfügbarkeit aller Dicobot-Expert:innen einschließlich der benötigten Entwickler:innen und Ingenieur:innen bieten. Auf diese Weise konnten wir die richtigen Fachkräfte den richtigen Aufgaben zuordnen und damit einen gezielten Projektverlauf ermöglichte. Zusätzlich zur Ressourcenzuweisung mussten wir sicherstellen, dass unsere Anfangsmodelle skalierbar sind und sich zumindest kurz- bis mittelfristig bewähren können.
Was war der erste Schritt im Dicobot-Projekt?
Francesko: In der Anfangsphase ging es darum, den Chatbot für einen lokalen Betrieb einzurichten, API-Verbindungen mit Diensten wie OpenAI herzustellen und Open-Source-Modelle zu untersuchen. Unser Ziel war es, dass sich der Chatbot auf die von uns bereitgestellten Daten konzentriert. Dies war die Geburtsstunde der kognitiven Fähigkeiten von Dicobot.
Was waren deine persönlichen Erfahrungen und wichtigsten Erkenntnisse aus der Alpha-Phase?
Eric & Francesko: In der Tech-Branche sind wir oft so angestrengt auf der Suche nach den neuesten Technologien und ihren Anwendungen, dass wenig Zeit zum Nachdenken bleibt. Die Arbeit mit Chatbots, die auf der Grundlage der bereitgestellten Unterlagen Antworten geben und dabei menschenähnliche Interaktionen imitieren, war wirklich beeindruckend. Sie sind Ausdruck der kollektiven Leistungen der Menschheit. Dicobot ist vor diesem Hintergrund ein wirklich bemerkenswertes Projekt.
Was sind die nächsten Schritte in der Entwicklung von Dicobot?
Eric & Francesko: Bereits in der Alpha-Phase hat sich Dicobot als sehr effektiv für unterschiedlichste Nutzeranfragen erwiesen. In den nächsten Phasen wird es vor allem darum gehen, die Benutzeroberfläche und das Chatbot-Erlebnis zu verbessern. Wir werden Dicobot weiterhin ausgiebig testen und seine Leistung verfeinern, um ein noch besseres Nutzererlebnis zu bieten.
