ChatGPT, ein von OpenAI entwickeltes Sprachmodell, hat den Bereich der natürlichen Spracherzeugung durch seine Fähigkeit, menschenähnlichen Text zu erzeugen, revolutioniert. Wie jedes Machine-Learning-Modell hat es jedoch seine Grenzen.
Die Grenzen der Text-KI
Eine der Limitierungen besteht darin, dass es den Kontext und das Hintergrundwissen des von ihm generierten Textes nicht versteht. Wenn das Modell beispielsweise aufgefordert wird, über ein bestimmtes Thema zu schreiben, kann es einen grammatikalisch korrekten Text erzeugen, dem aber die Tiefe und die Nuancierung eines Experten auf diesem Gebiet fehlt. Fehlendes Wissen wird sogar manchmal durch (plausibel klingende) Falschaussagen ersetzt.
Eine weitere Einschränkung sind Defizite beim Erkennen logischer Zusammenhänge, zum Beispiel zwischen verschiedenen Konzepten und Fakten. Das Sprachmodell kann zwar einen logisch aufgebauten Text verfassen, ist aber nicht so gut darin, auf der Grundlage der ihm zur Verfügung gestellten Informationen Schlussfolgerungen zu ziehen. Zumindest gilt das für die Version ChatGPT 3.5. In der jüngst veröffentlichen Version 4.0 sollen die „reasoning capabilities“ verbessert worden sein.
„ChatGPT revolutioniert die natürliche Spracherzeugung, hat aber seine Grenzen. In Service-Chatbots mittels eines Wissensgraphen integriert, wirkt ChatGPT wie ein Turbo und liefert bessere Antworten mit mehr Kontext.“
Knowledge Graph Integration – der Turbo für Service-Chatbots
Eine Möglichkeit, diese Einschränkungen zu überwinden, besteht darin, das OpenAI-Sprachmodell mit Daten aus einem Wissensgraphen (Knowledge Graph) zu verbinden. Ein Knowledge Graph ist Datenbank, die Informationen in einer Weise speichert und organisiert, die die Beziehungen zwischen verschiedenen Daten widerspiegelt. Dies ermöglicht im Vergleich zu traditionellen relationalen Datenbanken eine genauere und intuitivere Darstellung von Konzepten aus der realen Welt und deren Verbindungen. Das ermöglicht einfache Zugriffe und Abfragen. Ein solcher Wissensgraph könnte zum Beispiel unternehmensspezifische Informationen und deren Zusammenhänge abbilden.
Durch die Anbindung des OpenAI GPT3-Sprachmodells (= ChatGPT Modell) an einen (Unternehmens-)Wissensgraphen erhält das Modell Zugriff auf eine Fülle von Hintergrundinformationen und Kontext. Damit kann der Chatbot Texte mit einer größeren Verständnistiefe erzeugen. Darüber hinaus bieten Wissensgraphen eine Möglichkeit, logische Verbindungen zwischen Konzepten herzustellen. Damit wiederum erlaubt dem Sprachmodell Informationen zu nutzen, um Schlussfolgerungen zu ziehen. Dies verleiht den Antworten eine zusätzliche Intelligenzebene.
Ein Knowledge Graph ist Datenbank, in der die Informationen auf mehreren Ebenen über Verweise logisch miteinander verknüpft sind.
Vorstrukturierte Informationen liefern bessere Antworten
Zusammenfassend lässt sich also sagen, dass ChatGPT zwar ein leistungsfähiges Sprachmodell ist, aber Einschränkungen in Bezug auf Kontext, Hintergrundwissen und Argumentation aufweist. In Kombination mit Daten aus Wissensgraphen sind diese Einschränkungen überwindbar, was zu einem intelligenteren und informativeren Texterstellungssystem führt.
Die Vorteile einer Wissensgraph-Integration auf einen Blick:
Besseres Faktenwissen
Durch die Anbindung von Wissensgraphen an OpenAI Sprachmodelle kann das Modell auf eine Fülle von Hintergrundinformationen zugreifen, sodass es Texte mit einer größeren Verständnistiefe und mehr Faktenwissen in einem größeren Kontext erzeugt.- Bessere Argumentation
Wissensgraphen bieten eine strukturierte Möglichkeit, Konzepte miteinander zu verknüpfen. Das erlaubt dem Sprachmodell mit den ihm zur Verfügung gestellten Informationen Schlussfolgerungen ziehen. - Höhere Genauigkeit
Wissensgraphen liefern exakte Informationen über ein bestimmtes Thema. Sprachmodelle können diese in ihre Texterstellung einbeziehen und informativere und genauere Antworten geben. - Personalisierung
Mit Wissensgraphen können Unternehmen individuelle Chatbot-Erlebnisse für ihre Kunden schaffen. Nutzungsdaten oder andere angereicherte Informationen ermöglichen personalisierte Antworten und Empfehlungen. - Skalierbarkeit
Wissensgraphen können große Datenmengen speichern und darstellen. Chatbots sind somit einfach skalierbar und erweiterbar.
Jetzt kostenlosen Demotermin vereinbaren!
Mehr zu Chatbots
Chatbots in Krisenzeiten: Hilfe für Kunden und den Kundenservice!
Ersetzen Chatbots die Mitarbeiter im Kundenservice?
Chatbots brauchen Charakter – für Service und Vertrieb
Wie bekomme ich meinen Chatbot flott?
Digitale Sprachassistenten: Voice wird die neue Suche!
Einmalige Kombination von KI- und Content-Kompetenz
Nehmen uns Chatbots die Arbeit weg?
Wie Chatbots und Voice unser Leben verändern
Wie profitieren Stadtwerke und EVU von Chatbots?
Marc Isop ist als Chief Revenue Officer bei Onlim für alle Marketing- und Vertriebsaktivitäten verantwortlich. Er ist seit über 20 Jahren als Berater und in leitenden Positionen in der Software- und Internet-Branche tätig.