Unter die technische LLM Haube geschaut | Data Performance Days '24

so diejenigen die jetzt vielleicht von einem anderen Track gekommen sind wir ziehen das jetzt hier mal knallhart durch wir machen das jetzt weiter hier mit diesem Scan also die data Performance App einmal öffnen dann oben rechts auf dem Startbildschirm diesen dieses QR Code Scan Symbol einmal auswählen und dann bitte einmal diesen QRCode Scan und bei mir kam es gerade zu einer Fehlermeldung das hat sich aber erledigt indem ich die App neu gestartet habe also alter Spruch aus der IT ne Reboot tut gut so und dann kommen wir zum nächsten Vortrag von einer wunderbaren Kollegin der

informotion wir haben jetzt gerade schon relativ viel über chatgbt llms Anwendungsszenarien und so weiter gehört so und jetzt stellt sich aber vielleicht auch die Frage wie sind sind denn diese Lösungen technisch konzipiert und wir machen jetzt einfach mal folgendes wir schauen mal unter die Haube von diesen llms von diesen Produkten und sagen herzlich willkommen Benita Z ja herzlich Willkommen von meiner Seite ich ich muss dazu sagen bevor wir unter die Haube gucken gucken wir erstmal was wir noch damit machen und tatsächlich möchte ich über die Agenda die wir hoffentlich sehen jetzt jetzt ähm ich möchte

mich erstmal einmal persönlich gleich vorstellen äh dann möchte ich einmal da drüber sprechen was sind llms denn überhaupt ähm und wofür kann ich sie verwenden äh und danach möchten wir einfach mal ein bisschen drüber sprechen äh wie sieht das in den verschiedenen Branchen aus jeder kennt den telekombot der vielleicht mehr oder minder gut ist äh wenn man Hilfe braucht gucken wir mal wo wir das sonst noch verwenden können ähm und dann geht's tatsächlich unter die Haube dann gucken wir drauf wie sieht das in der R Architektur auf der Google Cloud Plattform aus und am Ende

gibt's noch so ein bisschen lessons learn wer schon mal umgesetzt hat ähm und dann vielleicht auch noch Q&A genau und es wäre natürlich kein LLM Vortrag wenn ich nicht ein LLM genutzt hätte um mich vorzustellen und ich habe tatsächlich äh Jet GPT gefragt sie werden das sicher alle kennen ich habe gefragt was sollte ich denn über mich erzählen was sie jetzt interessiert wer hier oben steht und ihnen was erzählt und da kam sowas verrücktes raus wie berufliche Highlights Erfolge ja okay aber einzigartige Fähigkeiten und auch Zukunftsvision fand ich dann schon wieder ein bisschen spannend und

was ich besonders lustig fand war dass jetgpt mir vorgeschlagen hat dass ich das möglichst auf regt und energiegeladen bei ihnen rüberbringe das heißt ich versuche jetzt in meiner persönlichen Vorstellung auch genau auf diesen Zug aufzuspringen also machen Sie sich gefasst ich bin minita Zeug ich bin Managerin bei der informotion meine beruflichen Highlights und Erfolge sind dass ich seit 2018 bei der informotion bin vor allem im Bereich Data Management und Data Engineering und seit 2 Jahren eben im Bereich Google Cloud und das ist noch ganz entspannt würde ich sagen dran das ging noch jetzt kommen wir

zu den einzigartigen Fähigkeiten und Qualifikationen ich gebe zu so viele habe ich eigentlich gar nicht ich kann mir ganz gut Fakten einprägen und die dann auch nie wieder vergessen wer schon mal Baby Shark das Lied gehört hat weiß wovon ich spreche ansonsten ich habe grundsätzlich kalte Hände auch irgendwie nicht so cool aber macht mich vielleicht einzigartig und zuverlässig in meinen Taschen gibt's eigentlich immer was zu Essen zur Motivation und enschaft zu sagen ist i love data dafür bin ich hier den Satz haben sie heute hoffentlich schon öfter gehört und ich löse auch ganz gerne knifflige

Herausforderungen Zukunftsvision da wird's jetzt ein bisschen schwierig wenn wir uns aktuell geopolitisch umgucken deswegen habe ich da jetzt nicht so viel tatsächlich aber im letzten Punkt kann ich noch mal aufarten ich habe genug Hobbys die mich so durch den Tag bringen neben der Arbeit so genug zu mir jetzt ist es natürlich interessant was sind MS und wofür kann man sie denn verwenden tatsächlich sind llms large language Models wenn man das mal übersetzt dann ist es einfach ein großes Sprachmodell gefüttert mit ganz ganz vielen Texten ganz ganz vielen Dokumentationen alles was wichtig ist und wofür man

sie verwenden kann das gucken wir uns jetzt an letztendlich sind die Einsatzmöglichkeiten tatsächlich sehr breit gestreut ich habe gerade schon gesagt jeder hat schon mal diesen telekombot gesehen wahrscheinlich der einem dann irgendwann in der Verzweiflung an einen kundenmitarbeiter rutet tatsächlich gibt's aber auch noch andere sinnvolle Einsatzmöglichkeiten und da möchte ich in der Branche vom Gesundheitswesen und bei den Krankenversicherungen anfangen und da gibt's eigentlich zwei Seiten zu betrachten man kann die Chatbots auf der versicherungsnehmerseite sich angucken sie alle sind krankenversichert und sie alle haben sich wahrscheinlich schon mal irgendwann gefragt kriege ich diese Impfung bezahlt ist

dieses Medikament abgedeckt kriege ich vielleicht auch mein Yogakurs bezahlt oder irgendeine andere Leistung die jetzt nicht direkt mit meiner Gesundheit zusammenhängt und da ist es natürlich nett wenn man auf eine Website gehen kann von meiner Krankenversicherung und die leitet ein so ein bisschen durch ich kann da die Frage stellen und bekomme dann eine Auskunft darüber ist das in der versicherungsabdeckung drin ist das in den Leistungen drin werden diese Kosten übernommen das ist jetzt so ein bisschen die Seite das ist für Sie als Endanwender nett dann geht's aber gleichzeitig auch auf der anderen Seite natürlich ja

wenn sie der Versicherungsgeber sind da ist für sie einen Chat oder auch einen Bot natürlich interessant ich mache diese Unterscheidung zwischen Chatbot und bot tatsächlich weil wenn ich mit jemandem chatte kriege ich eine Antwort ich reagierere da drauf Krieg wieder eine Antwort und so weiter es kann aber auch ein Bot sein dem ich einfach tatsächlich irgendetwas mitgebe wo ich einfach etwas nur zurückbekomme ja mit dem chattig nicht und so ein Bot für die Versicherungsseite ist natürlich interessant weil das dann als Nachschlagewerk ist ja wenn Sie ein Kundenservice Mitarbeiter haben der ist vielleicht jetzt nicht so

tief in den ganzen Leistungen drin einfach weil der Leistungskatalog enorm groß ist das heißt es ist super wenn er am Telefon hängt oder wenn er irgendeine andere Anfrage auch in dem Kundencenter bekommt dass er darauf einfach zurückgreifen kann das ganze Regelwerk das ganze Nachschlagewerk die ganzen Leistungen sind da einfach drinnen gleichzeitig kann man das natürlich auch um die bestehenden Gesetze weitern einfach um zu sehen was gibt es für weitere Vorgaben was muss man vielleicht beachten ist das vielleicht auch ein Zeitraum also auch auf dieser Seite für die Versicherung ist ist interessant ähm gleichzeitig möchte man

vielleicht auch eine automatisierte Aktenablage haben ja der Kunde war da der Kunde geht was hat er denn getan ähm auch das lässt sich natürlich automatisieren gleichzeitig geht das natürlich auch weiter in den medizinischen Bereich ja wenn man vom Gesundheitswesen generell spricht gibt nicht nur die Krankenkassen sondern da ist es natürlich auch interessant für medizinische Dienste ja ein prescreening von Patientendaten was hat der ausgefüllt was hat er für Vorerkrankungen wie geht's dem vielleicht gerade was ist denn mit Bildmaterial bringt der vielleicht auch irgendwelche röntkgenbilder MRT CT mit und natürlich was hat der aktuell für Angaben ja

geht's ihm aktuell schlecht kommt er nur zur Vorsorge was ist der aktuelle Stand und diese ganzen Sachen könnten natürlich auch dazu führen dass der Bot ein erstes ja prescreening rausgibt und sagt das könnte anhand dieser Symptome oder anhand dieses Bildmaterials folgende Diagnose sein da muss man natürlich immer ein bisschen vorsichtig sein weil auch diese Bots können falsch liegen ansonsten natürlich auch ganz toll Hilfestellung und Weiterleitung bei Notfällen ja vielleicht bin ich gerade in der überfordernden Situation weil mir jetzt gerade ein Kollege runterfällt und vielleicht nicht mehr ansprechbar ist kann man schon mal Erste Hilfe über

so einen Bot angeben um bis dann der wagen da z.B also insgesamt gibt es in der Gesundheits und im Gesundheitswesen und in den Krankenversicherung durchaus ja viele Einsatzmöglichkeiten und gleiches gilt natürlich aber auch für generell andere Versicherungen das Beispiel und wenn wir dann von der Branche her in den Handel und in den E-Commerce gucken da ist ja der Bot oder auch der Chatbot natürlich sehr weit verbreitet ja da werden sie jetzt wenn sie da dran denken sofort denken ja weiß ich klar das sind dann vor allem die kaufsberater und Kundenservice die so ein individuelles Einkaufserlebnis

machen die einfach Fragen zum Produkt beantworten oder vielleicht auch sagen ich möchte jetzt doch noch mal eine individualisierte Meinung ob das jetzt genau für mich passend ist dieses produkt vielleicht habe ich auch eine Reklamation oder ein Problem und kann das vielleicht erstmal abhandeln weil ich eigentlich nur ein rücksendeetikett brauche ja da muss kein kundenmitarbeiter ein rücksendeetikett rausgeben sondern das kann auch hier über so ein Bot passieren und letztendlich habe ich einfach eine Möglichkeit des Kontakt bevor ich vielleicht weil ich ein komplexeres Problem habe dann bei einem Kundenberater Lande dann natürlich Marketing Unterstützung ich weiß nicht

wer von ihnen schon mal die ganzen Texte verfasst hat eine Übersetzung gebraucht hat vielleicht auch mal eine Marktanalyse oder ein Trend gebraucht hat das ist Arbeit sehr viel Arbeit sehr viel zusammensuchen das geht natürlich mit so einem Bot schneller und sehr effizienter und als letztes natürlich wie bekomme ich meine waren wohin wir haben es vorhin schon in in dem im eingangs Vortrag von Rossmann auch gehört ja muss ich planen wie kommt die Ware aus dem Lager wie kommt sie in die Filiale wie wird sie irgendwie aufbereitet auch da gibt's eine optimierte Streckenplanung eine Lagerhaltung was

muss ich neu bestellen was ist schon da was sollte vielleicht rabattiert werden und das natürlich auch ja voll automatisiert Verfolgung Lieferstatus und so weiter gleichzeitig können wir aber auch auf andere Branchen gucken wenn wir noch weitergehen und sagen okay Handel verstanden Versicherung verstanden wie sieht's denn eigentlich in der automotive oder auch in der fertigungsbranche aus das ist vielleicht nicht die Branche wo man als erstes an ein Chatbot denkt aber tatsächlich können solche Bots als glosar für Wartungen für Fehlerdiagnosen wirklich wirklich effizient sein vor allem wenn man mal bedenkt sie haben einen serviceemitarbeiter oder auch ein

wartungsmitarbeiter der kennt vielleicht seine drei sehr bekannten Auto Marken die immer wieder reinkommen die haben immer dieselben Fehler die haben dieselbe Wartung was passiert denn wenn das mal ein Sondermodell ist oder wenn der gerade irgendwie eingelernt werden muss das heißt schnelle Zusammenfassungen für spezifische Problemstellungen oder auch mal der Nachschlag dessen ich habe hier jetzt plötzlich ein Modell das mir nicht bekannt ist was gibt's denn da für Fehler und so weiter das kann damit mit so einem Bord natürlich schnell beantwortet werden gleiches gilt dann aber auch für Bestandsverwaltung Nachbestellung von Materialien und so weiter und im

besten Fall vielleicht auch sogar eine Auswertung von Bild und videomaterialien wenn da irgendwas ja dokumentiert werden muss und letztendlich ich weiß nicht wer von ihnen Kinder hat auch in der Ausbildung und in der Bildung ist natürlich so ein Chatbot eine super Sache einfach weil das als 24/7 ausbildungsunterstützung gilt ja das das ist nicht wie die Lehrkraft die vielleicht von morgens um 7 Uhr bis nachmittags um 5 Uhr ansprecht ist sondern der Bot ist eigentlich die ganze Zeit verfügbar und da ist es ein bisschen von der Meinung her die gehen auseinander die einen sagen super geile

Unterstützung die anderen sagen jetzt hängt mein Kind noch mehr am Handy muss man ein bisschen abwägen grundsätzlich ist es aber so dass die natürlich erstmal administrative Sachen beantworten können ja fragen zu Stundenplänen Kursen wie ist denn die Prüfung wie ist die Prüfungsordnung brauche ich irgendwelche Voraussetzungen aber gleichzeitig natürlich auch ich bin vielleicht in einem bestimmten Fach oder sogar in einem bestimmten Thema nicht gut und ich hätte eigentlich gerne eine personalisierte Übung oder einen personalisierten Test als Prüfungsvorbereitung oder ich bin vielleicht auch Lehrkraft und sag ja was ich den ganzen Tag an die Schüler rantrage wäre

jetzt aber auch cool in den Test zusammengefasst zu kriegen oder ich will den Test vielleicht sogar auswerten lassen weil es mir vielleicht aus Gründen zu anstrengend ist das alles durchzulesen oder ich möchte das lieber besser B vergleichen können oder ich möchte vielleicht auch eine plagiatsprüfung machen gleichzeitig ist es natürlich auch so und das ist eigentlich der schöne Teil im Bereich Bildung dass da auch ein Feedback kommen kann ja eine Leistungsanalyse laufe ich denn gerade richtig wenn ich diese Prüfung ablegen möchte ich möchte damit Karriere machen was kann ich denn mit dem was ich in der

Schule gelernt habe mit dem was ich in der Ausbildung gelernt habe oder auch im Studium was kann ich danach eigentlich machen und das Schöne ist halt auch so ein chen die Motivation von Kindern und Jugendlichen steigt natürlich auch durch Gamification die finden das vielleicht cool die dürfen vielleicht eine halbe Stunde länger am Rechner sein das ist natürlich auch noch ein Faktor jetzt habe ich Ihnen ganz schön viel dazu berichtet wo man das denn grundsätzlich nutzen könnte jetzt ist es natürlich wirklich an der Zeit drunter zu gucken was die R Architektur eigentlich ist und wie die

in der GCP so aussieht also ein LLM prozessdiagramm das ist eigentlich im Herzen des Ganzen ist die vektordw da komme ich gleich noch dazu und ein R ist ein retrieval agumented Generation das heißt auf dieser Abfrage basierend aus diesem Hin und Her lernt das LLM dazu und die vektordatenbank auch dazu komme ich gleich noch mal ist eine Datenbank die Vektoren speichert wir fangen an in diesem Prozess dass wir natürlich irgendwo erstmal einen dateninput haben müssen das heißt aus der Quelle aus dem worldwide web oder aus irgendeiner anderen Quelle z.B durch irgendwie PDF Input einen video

input was auch immer ihr usece ist werden Daten erstmal abgelegt und gespeichert und natürlich so viel wie möglich dazu abgelegt dann wird das über die datenpipeline erstmal eingespeist in die Google Cloud rein und dann passiert ein chunking chunking vergleiche ich super gerne damit sie alle haben bestimmt schon mal so eine riesige PDF gelesen und Sie sehen werden sie lesen und lesen und Lesen dieser Anzeigebalken wird immer kleiner anstatt größer und dann denkt man immer so wann bin ich durch wenn ich unten angekommen bin weiß ich nicht mehr was oben stand und genau das hätte ein

LLM auch und deswegen teilt sich das ein bisschen ein sie kennen das in ihrer PDF sie lesen vielleicht zwei Seiten und machen sich dann eine Notiz was war denn mein keyfect aus diesen zwei Seiten und das LLM in dem chuning neiden wir die PDFs die anderen Materialien in verwertbare Chunks also in verwertbare Teile um die einfach schneller und effizienter durchsuchen zu können und danach kommt das embedding da wird aus diesen ja semantischen Textteilen ein Vektor gebaut kreiert und abgelegt in der vektordatenbank das ist einfach ein bisschen einfacher nur syntaktisch abzugleichen oder mathematisch über eine Distanz

zwischen den Vektoren berechnen zu können wie groß die Ähnlichkeit ist das heißt die liegen dann in der Vektor DB erstmal ab das ist so der erste Teil von dem Chatbot jetzt ist es natürlich so der Chatbot möchte ja eine Frage beantworten das heißt wir fangen jetzt von oben an ich habe mein jetgpt gefragt was ist denn interessant wenn ich mich vorstelle das heißt die userquery geht runter und wird auch noch mal ettet das heißt aus diesem Satz was interessiert die Zuschauer heute über mich wird ein Vektor generiert der wird weitergegeben und in dieser similarity search

wird das passende Ergebnis aus der Vektor DB zusammen mit dem embedding aus meinem was interessiert Sie heute abgeglichen und die sinnvollsten Anfragen daraus raus gegeben dann kann man noch einen relevanten Kontext dazu geben ja also ich hätte vielleicht die Anfrage ein bisschen genauer stellen können dann werden wir wahrschein ich nicht bei Zukunftsvisionen und exorbitant tollen Fähigkeiten rausgekommen sondern wenn ich gesagt hätte ich brauche das für ein Vortrag in diesem Kontext wä es wahrscheinlich auch ein bisschen schlauer gewesen am Ende kommt das LLM einmal drüber in dem Fall Gemini von Google und der Chatbot gibt mir

die Antwort raus die ich haben möchte auf der technischen architekturseite wenn man das mit der Google Cloud macht habe ich schon erwähnt die Datenquellen kommen Website PDF Videomaterial und so weiter kommen in der Ablage in dem Fall ist es der Cloud Storage von Google da wird's erstmal abgelegt da kann man Sachen hochladen auch wenn man noch mal merkt euch hätte vielleicht doch noch ein Input alles rein damit und dann am Ende kommt eben die datenpipeline drüber über Cloud datafow der das ganze dann befüllt in die Datenbank schreibt wektor draus macht und so weiter in dem

Fall ist die Datenbank dann Cloud SQL und über die Cloud functions sie sehen das an den Pfeilen geht's fröhlich hin und her einmal raus einmal rein einfach damit diese ganzen Vektoren generiert werden sowohl von der userquery die ich reingebe als auch von dem Input den ich über die Daten bekomme und am Ende wird das dann über ein Frontend ausgegeben das ist dann ein klassisches Frontend wenn Sie ein Chatbot haben in dieser ja Struktur ich schreib was sie schreiben was der Chatbot kommt dazu ein bisschen so wie WhatsApp oder natürlich auch ein Frontend wenn das tatsächlich

nur ein Bot ist der nicht redet sondern der einfach nur auf Quellen verweist oder Quellen zusammenfasen der das dann einfach rausgibt und ich habe es vorhin schon kurz angerissen ich hätte ein bisschen schlauer mit dem sein können was ich reingebe gleichzeitig kann ich aber auch ein bisschen schlauer mit dem sein was ich dem Chatbot sonst noch mitgebe das ist jetzt erstmal schön wenn ich die ganzen Quellen reingebe aber am Ende muss ich auch noch ein bisschen da dran arbeiten dass der Chatbot möglichst genau ist sonst sind wir wieder bei dem Beispiel eigentlich hätte ich jetzt

gerne eine Frage an den kundenmitarbeiter gestellt weil der gibt mir die Antwort die ich brauche und ich will nicht stundenlang mit dem Chatbot diskutieren ob ich jetzt einen kundenmitarbeiter brauche oder nicht das heißt was man noch tun kann ist man kann über das prompt Engineering dran gehen und sagen du bist ein Chatbot das ist deine Aufgabe und dann stelle ich vielleicht dem Chatbot der im Bereich Versicherungen unterwegs ist nicht unbedingt die Frage wer ist der Präsident aus Land x dann sagt der Chatbot im besten Fall nämlich das ist nicht mein Gebiet ich bin dafür da

um eine Versicherungsfrage zu klären und nicht irgendein politische Aussage zu treffen und das kann man eben indem man das prompt Engineering noch ein bisschen ja verfeinert und dem auch immer wieder sagt ich will auch eine deutsche Ausgabe und ich möchte nur diese Quellen und bitte detailere es noch ein bisschen das kann man und das können Sie bei jedem Chatbot den sie sich den sie nutzen einfach besser machen genau und als letztes hole ich noch mal kurz Luft geht's noch darum wie ist denn dieses Framework wenn ich das aufbaue sie sitzen jetzt hier vielleicht drin und

denken ja ist nett ich weiß wie ich es anwende ich habe jetzt schon mal gesehen wie die Architektur aussieht wie ist denn so der Prozess tatsächlich ist auch hier das Stichwort shit in shit out sprich alles steht und fällt natürlich auch damit was da reinkommt ja also auch Datenmanagement ist ein großer Teil die Modellentwicklung da gibt's vorgefertigte Modelle die Sie nutzen können Gemini und so weiter sie können aber auch selber da reingehen in die modellbereitstellung sie müssen gucken dass das skalert ja keiner von ihnen möchte auf eine Antwort ewig warten ja wenn Sie 5 Minuten

warten dann suchen sie sich selber raus gleiches geht natürlich sie müssen immer dran am Ball bleiben ja wenn es neue Updates von llms gibt die sie nutzen dann müssen Sie diese Updates natürlich auch mit einspielen und zum Schluss ist es natürlich auch wichtig Ethik und Sicherheit gerade wenn man von medizinischen Sachen spricht wenn man irgendwie von Versicherungssachen spricht das ist nichts was rausgehen darf und da gibt's natürlich dann auch ja Implementierungen wo man daruf aufpassen kann dass die Security gegeben ist das legal gegeben ist und so weiter und so fort und da ich jetzt sehe

dass die Zeit ein bisschen knapp wird h ich jetzt einmal noch zu den lessons learned die größte Challenge ja man muss sich mit weiterentwickeln man darf nicht stehen bleiben nicht einmal den Chatbot hinstellen und dann ist gut sondern man muss immer an den Speicherlösungen arbeiten die müssen performant und kostenffizient bleiben sie müssen da dran bleiben dass sich die llms weiterentwickeln dass sie ihren Chatbot oder ihren bot auch mit weiterentwickeln und dass sie letztendlich auch ein Verständnis dafür bekommen was können sie noch konfigurieren im Bereich chunking im Bereich embedding aber halt auch im Bereich so ein

bisschen experimentieren ja ist das hier besser als das andere genau und am Ende wird auch noch weiter da dran geforscht wir sind erst am Anfang und um meinen Vortrag jetzt abzurunden habe ich J GPT noch mal gefragt was ist denn ein richtig cooles Zitat mit dem ich meinen Vortrag beenden soll ob das richtig cool ist überlasse ich Ihnen grundsätzlich hat jetpt vorgeschlagen die Zukunft gehört denen die heute die Technologie von morgen verstehen finde ich noch gut dann kommt der Satz und Chatbot sind der Schlüssel um den von morgen zu gestalten gehen wir vielleicht mit vielleicht

auch nicht und damit vielen [Applaus] dank vielen Dank Benita ja bin ich ja überflüssig kann ich brauche ich ja gar keine Frage mehr Stellen eigentlich ne aber ich glaube das macht's aus also diese Emotionalität die man ja vielleicht hinbekommt indem man mal nicht sofort Antwort oder nicht sofort spricht das ist ganz spannend was du erzählt hast jetzt würde mich mal interessieren vielleicht auch den ein oder anderen Kunden oder Partner hier im Raum wie setze ich denn so ein LLM Projekt oder so ein chatgbt Projekt bei mir um wenn ich sage das finde ich eigentlich ganz

interessant find ich ganz cool so technisch habe ich so ein bisschen verstanden wie setze ich das um wie mache ich das am besten also da gibt's natürlich mehr Möglichkeiten also ich spreche jetzt von von der GCP natürlich also es ist tatsächlich so das die GCP auch schon so ein premodel vorstellt das heißt tatsächlich auf der Benutzeroberfläche mit drei Klicks habe ich eigentlich mein chatb ich muss noch meine Dateien hochladen und dann geht's los inklusive Frontend das ist ich sag mal the Goto wenn man das mal ausprobieren möchte aber ich hoffe ich habe in meinem Vortrag

schon rüber gebracht dass das immer eher noch ein bisschen mit fine tuning man sollte sich noch mal Gedanken machen und da macht's dann schon Sinn auf bekannte Models zurückzugreifen aber das dann tatsächlich eher vom scratch aufzubauen anstatt einfach nur drei Klicks zu machen und da unterstützt ihr natürlich auch und selbstverständlich und der Hinweis ist sehr gut vielen Dank tatsächlich wenn wer noch weiter interessiert ist der Google Stand hat abgesprochen unabgesprochen unten auch noch eine Chatbot Demo das heißt wer da mal vorbeigucken möchte ist auch herzlich eingeladen sehr schön vielen Dank schon mal an dieser Stelle

jetzt die Frage an Sie sa wir haben auf jeden Fall noch ein paar Minuten also lass dich hier durch diese Uhr nicht stressen die ist nur ein Richtwert wie wir mitgekriegt haben gibt's Fragen von ihnen an Benita hier vor hallo Benita hi Felix ich hätte tatsächlich eine Frage und zwar sind ja jetzt viele Chatbots find ich schon ganz gut was das Infos ausgeben aneht wenn ich jetzt spezifisch so an Unternehmenskontext denke keine Ahnung Versicherung ich bin da in der App oder so unterwegs oder ich habe da gerade Anliegen da finde ich da unterscheidet sich immer

noch so die Standard von dem guten chatboard dass der gute vielleicht irgendwie auch erkennt wer ich bin mich irgendwie identifiziert auentifiziert und ich vielleicht sogar noch Aktionen anstoßen kann keine Ahnung ne ich will jetzt hier eine neue Versicherungskarte bestellen oder ich brauche gerade einen Nachweis beim Arzt oder so wie siehst du denn da so die Entwicklung aktuell gibt's da viele Fortschritte also da gibt's auf jeden Fall viele Fortschritte gerade Hal im Bereich es ist jetzt so ein bisschen tricky mit Versicherungen und welche Daten dürfen verarbeitet werden welche nicht ja also ich glaube wenn du dich

in diesem legalen Bereich befindest und dich an Regularien hältst dann geht da tatsächlich relativ viel also was wir auch sehen ist das die Chatbots immer individueller werden sprich dass sie erkennen mit wem Sie sprechen und dass sie dann auch auf diese Daten zugreifen können da gibt es natürlich auch technische Möglichkeiten dann dem Chatbot in diesem Moment auch nur die Rechte auf dich Felix zu geben und nicht auf Benita oder sonst wen also das geht schon in diese Richtung einfach um eine Unterstützungsleistung für die Kunden und Servicemitarbeiter zu geben und dich als Patienten natürlich auch schnellst

möglich zufriedenzustellen da geht's schon tatsächlich hin was man nie vergessen darf und was mir tatsächlich auch noch sehr wichtig ist ist dass das wird nie den Menschen ersetzen du wirst trotzdem irgendwann mal mit deinem krankenkassenberater wem auch immer sprechen müssen weil es einfach etwas gibt wo der Chatbot nicht helfen kann und die Chatbots werden gefüttert durch uns letztendlich werden wir dadurch also auch nicht redundant sehr guter Hinweis schon mal so eine ganz seichte Überleitung zu später ja genau zum Panel ist die Frage beantwortet Felix ja danke super vielen Dank dann gerne an die nächste Person

die auch noch nutzt die Möglichkeit jetzt habt ihr sie hier ja danke schön vielen Dank ähm können diese Bots eigentlich auch infiltriert werden die die grundsätzliche und ehrliche Antwort ist ja also natürlich alles ja was was passiert ähm kann irgendwo infiltriert werden auf die eine oder andere Weise natürlich auch da ist es so ein bisschen das Thema Sicherheit wo liegen die Daten wie liegen die Daten aber nichts ist sicher in der heutigen Zeit das ist die ehrliche Antwort und dann kommt es einfach drauf an wie es aufgesetzt wird von den von den Risiken also wie

überall eigentlich ne ein Thema der IT security auch da in Einfallstor im Prinzip entsprechend zu verschließen aber vielen Dank der Gedanke kam mir auch weil eben wenn die Frage danach ist wie sieht's mit Daten von Person X oder Y aus dann vorzuschieben letztlich ne so dann habe ich da hinten noch ein Armen gesehen es war nur ein rkeln ja es ist der die Mittagspause die ruft ich höre sie auch schon so ein bisschen also wenn es jetzt keine weiteren Fragen gibt machen wir einfach D machen wir einfach 2 Minuten vor den anderen Schluss dann seid

ihr die ersten am Buffet also ab jetzt bis 14 Uhr jetzt muss ich selber mal auf meine auf meine Karte gucken das habe ich jetzt vergessen wir hier weiter machen Moment wir genau 14:40 Uhr sehen wir uns hier wieder nutzen Sie jetzt noch mal die Möglichkeit auch zu den partnerständen zu gehen hatten wir gerade schon gehört und natürlich auch ich muss noch mal dran erinnern an dem Gewinnspiel teilzunehmen bzw an der Schatzsuche sagen eine Schatzsuche nicht nur einfach so ein Gewinnspiel und natürlich gibt's jetzt zur Mittagszeit ein Ros bei dem lieben Nilz aber vorher sagen

wir noch mal Danke mit einem schönen Kaffee an Benita vielen Dank than thank