Generative KI zur Unterstützung von Innovationsworkshops

Ausgangssituation

Code2design ist ein interdisziplinäres Designstudio für Produktinnovationen und Industrial Design, das innovative Produkte entwickelt und gestaltet. Ein Service, den code2design für Unternehmen anbietet, ist die Unterstützung des Produktinnovationsprozesses. Dieser Prozess beinhaltet die Durchführung von Innovationsworkshops, bei denen das aktuelle Produktportfolio, die Zielgruppen und die relevanten (Branchen-)Trends analysiert werden, um neue Ideen und Konzepte zu entwickeln. Diese Innovationsworkshops sollen nun durch generative KI (wie z.B. ChatGPT) unterstützt werden. Ziel des Quick Checks war es, zu explorieren, wie effektiv der Einsatz einer solchen Technologie sein kann.

Lösungsidee

Unter den Schritten, die innerhalb eines Innovationsworkshops durchlaufen werden, wurden diejenigen identifiziert, bei denen generative KI am besten unterstützen kann. Es wurden zu diesen Schritten Prompts entwickelt. Dabei wurden verschiedene »Large language models« (LLMs) und auch Text-zu Bild- Generatoren verwendet. Die Prompt-Bewertung erfolgte nach folgenden Kriterien:

- Bearbeitungsaufwand

- Autonomie/Nachbegutachtungsaufwand

- Ähnlichkeit zu Originalergebnissen

- Ergebnisqualität

Bei der Untersuchung auf Ergebnisqualität und Nachbereitungsaufwand wurden die Ergebnisse auch mit denen eines zuvor ohne generative KI durchgeführten Workshops verglichen. Die Untersuchung beinhaltete auch eine qualitative Bewertung der Methodik und der Resultate durch Experten.

Nutzen

Die Forschungsergebnisse tragen zum Verständnis des Einsatzes von generativer KI in Arbeitskontexten bei. Dabei wurde der potenzielle Einsatz generativer KI in vier verschiedenen Aspekten untersucht. Die Aspekte beinhalten: die Erstellung von Personas zur Veranschaulichung typischer Vertreter einer Zielgruppe, die Generierung von innovativen Ideen für Produkte einer Firma, das Clustern der generierten Innovationsideen und die Erfolgsfaktor-Beschreibung aus der Persona-Sicht. Diese Arbeit wird aktuell noch größtenteils von Menschenhand übernommen und bedarf daher vieler menschlicher Ressourcen. Durch den Quick Check wurden also Einsatzgebiete von generativer KI identifiziert, bei denen der menschliche Zeitaufwand minimiert und dadurch Kosten gesenkt werden können.

Umsetzung der KI-Applikation

Im Rahmen dieses Quick Checks wurde der Einsatz generativer KI in den genannten Bereichen untersucht. Dafür wurden sogenannte »Large language models« (LLMs, ChatGPT) genutzt. Eine Applikation könnte diese Prozesse noch unterstützen. Die Applikation könnte ähnlich zu der grundlegenden Web-App ChatGPT zur Verfügung gestellt werden. Weiterhin könnte sie die Formulierung der Prompts vereinfachen, indem die variablen Abschnitte des Prompts auf Anfrage ausfüllbar und die statischen Ausschnitte des Prompts unveränderbar sind. Somit könnten zum Beispiel unterschiedliche Arten von Personas oder Innovationsideen basierend auf dem Einsatzkontext generiert werden. Wäre die Promt-Erstellung deutlich vereinfacht, würde dies in den genannten Einsatzbereichen voraussichtlich viel Zeit sparen. Um die genannte Funktionalität der Applikation bereitzustellen, müsste die API eines LLMs an das Frontend der Applikation angebunden werden. Je nach Einsatzzweck könnte das Frontend der Applikation als Web-App zum Beispiel in ReactJS oder Angular geschrieben oder als normale Desktop- Applikation zum Beispiel in Java geschrieben werden.