Entdeckt den KI-Assistenten in Adobe Experience Platform.
So funktioniert der KI-Assistent.
Der KI-Assistent umfasst generative und nicht-generative Komponenten, um Daten in Adobe Experience Platform optimal zu nutzen – unabhängig davon, ob Daten aus Adobe- oder kundenspezifischen Quellen stammen. Nutzungsberechtigungen und Zugriffskontrollen werden dabei stets berücksichtigt. Das sind die drei Hauptkomponenten:
Benutzeroberfläche des KI-Assistenten
Benutzende interagieren mit dem KI-Assistenten über ein Benutzer-Prompt. Der KI-Assistent kann natürliche Sprache interpretieren und mit einem Dialog-Management-Dienst interagieren, der andere Modelle dazu anleitet, überzeugende und natürliche Antworten zu liefern. Der KI-Assistent kann gestellte Fragen je nach Dialogkontext umformulieren und die Art der Frage erkennen, um eine nützliche Antwort zu geben.
Generative Erlebnismodelle.
Der KI-Assistent nutzt verschiedene Erlebnismodelle, um dem Kontext des jeweiligen Use Case gerecht zu werden und bei Bedarf eine schnelle Datennavigation zu ermöglichen.
Drei Hauptdimensionen generativer Erlebnismodelle machen die Lösung so leistungsstark:
- Basismodelle sind das Fundament für den KI-Assistenten und werden auf alle Kundinnen und Kunden angewendet. Sie umfassen Large Language Models (LLMs), linguistische Modelle sowie aufgabenspezifische Sprachmodelle, die natürliche Sprache im Benutzer-Prompt verstehen. Die Modelle beruhen auf Adobe-Daten, damit Benutzende des KI-Assistenten offene Fragen stellen sowie Anleitungen und Tipps erhalten können, die ihnen beim Erledigen von Aufgaben und Beantworten von Fragen bei der Verwendung von Adobe-Programmen helfen.
- Benutzerdefinierte Modelle sorgen für eine Erweiterung der Basismodelle und beruhen auf Kundendaten. Sie geben dem KI-Assistenten kundenspezifischen Kontext an die Hand. So können Kundinnen und Kunden Fragen zu Daten beantworten, datengestützte Erkenntnisse erhalten und Trends analysieren. Außerdem unterstützen benutzerdefinierte Modelle prädiktive Use Cases (z. B. Prognosen oder Empfehlungen für das jeweilige Kundenunternehmen). Da diese benutzerdefinierten Modelle kundenspezifische Daten nutzen, kommen sie ausschließlich im jeweiligen Unternehmen zum Einsatz. Zudem begrenzt eine rollenbasierte Zugriffssteuerung, worauf einzelne Benutzerinnen und Benutzer zugreifen können.
- Über die Modelle und Daten werden Decisioning Services gelegt, die darüber entscheiden, was der KI-Assistent Benutzenden je nach aktuellem und historischen Kontext anzeigen soll. Das kann in Form von nächsten Schritten, Empfehlungen oder Antworten auf Fragen geschehen, die zuvor gestellt wurden, sodass Dialoge von Natur aus verschiedene Richtungen nehmen können. Wenn eine Kundin zum Beispiel eine Frage zu einer Zusammenführungsrichtlinie stellt, könnte der KI-Assistent der Kundin empfehlen zu fragen, wie viele Segmente mit der Zusammenführungsrichtlinie verbunden sind.
Der KI-Assistent ist datengestützt.
Daten sind das wichtigste Element zur Unterstützung personalisierter Erkenntnisse und Interaktionen. Darum führt Adobe Experience Platform siloartige Daten aus digitalen und anderen geschäftlichen Quellen zusammen, sodass einheitliche Kundenprofile entstehen.
Adobe Experience Platform schafft die Grundlage, auf der der KI-Assistent sich ein vollständiges Bild des Unternehmens machen kann. Der KI-Assistent nutzt Adobe-Daten, einschließlich unserer Produktdokumentation, Community-Foren sowie branchen- bzw. anwendungsspezifischen Playbooks. Darüber hinaus beruht das Tool auf den kundenspezifischen Unternehmensdaten und Metadaten, die in Adobe Experience Platform gespeichert sind.
Generative Erlebnismodelle können die entsprechenden Datenspeicher abfragen und Output generieren, der zur Beantwortung einer Frage dient. Daten können in kundenspezifischen Wissensdatenbanken angeordnet, im Voraus verknüpft und indiziert werden, damit Sprachmodelle auf offene Weise mit ihnen interagieren können.
Vertrauen im Mittelpunkt.
Der KI-Assistent enthält Funktionalität auf Unternehmensniveau für die Wahrung von Vertrauen, Governance und Dateneigentum. Mit seiner Architektur für generative Erlebnismodelle kann Adobe dafür sorgen, dass folgende Grundsätze eingehalten werden:
- Kundendaten bleiben stets sicher. Die auf der Architektur entwickelten Modelle sind für jedes Kundenunternehmen spezifisch, sodass keine Datenlecks zwischen verschiedenen Kunden auftreten können.
- LLMs werden niemals mit Kundeninteraktionen oder -daten trainiert bzw. optimiert. Außerdem wird die Protokollierungsfunktion bei LLMs als zusätzliche Vorsichtsmaßnahme deaktiviert.
- Auf die Prompt- und Antwort-Pipeline werden verschiedene Filter angewendet, um zu gewährleisten, dass der Dialog sicher abläuft. Wir nutzen den Content-Filterungsdienst eines anderen LLMs, um sensible oder gefährliche Inhalte herauszunehmen. Außerdem haben wir weitere Filter entwickelt, die personenbezogene Daten entfernen und sensible Eingaben herausfiltern. Antworten werden nur dann bereitgestellt, wenn sie beide Anforderungen erfüllen.
- Für Antworten, die zurück an das Kundenunternehmen gehen, kommen keine externen Quellen zum Einsatz.
- Jede vom KI-Assistenten bereitgestellte Antwort weist geeignete Ebenen an Nachprüfbarkeit auf.
- Alle Funktionen für generative KI von Adobe durchlaufen den KI-Governance-Prozess von Adobe und sind auf die KI-Ethikprinzipen von Adobe abgestimmt.
Im Zuge generativer Erlebnismodelle hat Adobe eine Reihe von Modellen entwickelt, die beim Klassifizieren von Absichten, Umwandeln von natürlicher Sprache in Abfrageausdrücke, Verwenden von Zitaten und mehr helfen. Dabei handelt es sich um interne Modelle, die im Ökosystem von Adobe operieren und Kontrollen unterstützen, die die Korrektheit der Antworten kontinuierlich verbessern. So kann Adobe hinsichtlich der internen Architektur transparent bleiben und Kundenunternehmen auf dem neuesten Stand halten.
Was der KI-Assistent für euch tun kann.
Der KI-Assistent sorgt dafür, dass sich Aufgaben leichter und effektiver erledigen lassen. Dabei ist es egal, ob ihr neue Benutzerinnen und Benutzer seid, die sich erst mit auf Experience Platform basierenden Programmen vertraut machen, oder schon Expertinnen bzw. Experten, die Workflows optimieren und bessere Ergebnisse erzielen wollen. Unter anderem auf folgende Weise trägt der KI-Assistent dazu dabei, die Effizienz von Teams in Unternehmen zu erhöhen.
Kampagnen- und Channel-Marketing-Teams.
Der KI-Assistent unterstützt Marketing-Fachleute dabei, sich rasch mit verfügbaren Tools und Funktionen des genutzten Programms vertraut zu machen, um die Qualität ihrer Arbeitsergebnisse zu verbessern. Außerdem kann er den Kreativprozess fördern und die Entwicklung von Kampagnen, die Gestaltung von Inhalten sowie ihre Veröffentlichung beschleunigen.
Denkt zum Beispiel an einen Kampagnen-Manager, der erst seit Kurzem mit Real-Time CDP arbeitet und vielleicht Schwierigkeiten mit der Aktivierung einer Zielgruppe hat. Der Kampagnen-Manager könnte dem KI-Assistenten zum Beispiel folgende Frage stellen: „Was sind die nächsten Schritte zur Aktivierung einer Zielgruppe?“ Daraufhin liefert der KI-Assistent eine auf der Dokumentation von Adobe basierende Antwort.
Marketing-Operations-Teams.
Marketing-Operations-Teams verbringen viel Zeit mit dem Messen der Performance von Kampagnen und analysieren, wie sich Customer Journeys, Segmente und Zielgruppen in ihren Marketing-Workflows optimal einrichten lassen. Der KI-Assistent erleichtert solchen Teams die Arbeit, indem er schnell und zentral Antworten auf Fragen zu Marketing-Workflows liefert. Betriebs-Teams können Fehler auf Grundlage der gewonnenen Erkenntnisse schneller beheben und Produktanleitungen nutzen, die sie unterstützen, wenn sie auf unbekannte Konzepte stoßen.
Ein Beispiel wäre eine Marketing-Operations-Analystin, die wissen möchte, ob es Zielgruppen gibt, die zwar erstellt wurden, aber nicht genutzt werden. Zudem könnte sie fragen, ob es Zielgruppen mit doppelt vorhandenen Definitionen gibt. Anstatt Hilfe von Datenfachleuten in Anspruch nehmen zu müssen, könnte sie einfach den KI-Assistenten bitten, ihr eine Liste solcher Zielgruppen bereitzustellen. Zudem kann der KI-Assistent Antworten auf gestellte Fragen visualisieren.
Daten- und IT-Teams.
Der KI-Assistent vereinfacht Routineaufgaben und beschleunigt die Datenerkundung und Ermittlung von Erkenntnissen, um die Präzision von Prozessen wie Pipeline-Management, Verwaltung von Datenhygiene und Wirkungsanalysen zur Datenabstammung zu erhöhen.
Sehen wir uns als Beispiel einen Datentechniker an, der versucht, die Abstammung von Daten zu verstehen, und ein Diagramm braucht, das deutlich macht, wo ein bestimmtes Feld verwendet wird. Er könnte den KI-Assistenten darum bitten, eine Liste mit Segmenten, Schemata und Zielen bereitzustellen, um zu ermitteln, wo ein bestimmtes Datenfeld zum Einsatz kommt. Bei Bedarf erhält der Datentechniker auch die Quellanfrage, die der KI-Assistent zur Generierung der Antwort verwendet hat.
Wie es weitergeht und wie sich der KI-Assistent weiterentwickeln wird.
Adobe arbeitet daran, die Vorteile des KI-Assistenten auch in anderen Use Cases bereitzustellen. Use Cases, die bereits allgemein verfügbar bzw. in Arbeit sind, hängen vor allem mit Produktwissen und -anleitungen, Fehlerbehebung, Content-Gestaltung und Erkenntnissen sowie Hilfestellungen zusammen. In naher Zukunft wird der KI-Assistent für Benutzende Workflow-Automatisierung und zielorientierte Aufgaben durchführen können. So können sie Predictive Analytics und Empfehlungen nutzen, die zur Verbesserung der geschäftlichen Ergebnisse beitragen.
Erfahrt mehr darüber, was der KI-Assistent für euer Unternehmen tun kann.
Akintunde Ajayi ist Senior Product Marketing Manager für Adobe Experience Platform. Er arbeitet daran, innovative Experience Platform-Funktionen auf den Markt zu bringen und das Bewusstsein für und die Einführung der Adobe-Produkte zu personalisierten Erkenntnissen und Interaktionen zu fördern. Akin hat über 14 Jahre Erfahrung in den Bereichen Beratung, Systemintegration und Produkt-Marketing. Er fing 2019 bei Adobe an, nachdem er einen MBA der Kellogg School of Management an der Northwestern University erhalten hatte. Akin ist ein liebevoller Ehemann, Vater eines Kindes und großer Fan des FC Liverpool sowie des Basketball-Teams Utha Jazz.
Horia Galatanu ist Director of Product Management für Adobe Experience Platform. Sein Arbeitsschwerpunkt liegt auf der Entwicklung von Funktionen in den Bereichen künstliche Intelligenz und maschinelles Lernen, Daten und Experimente. Horia ist seit 2007 bei Adobe und war im Laufe der Zeit an verschiedenen Initiativen beteiligt, inklusive Adobe Primetime, Adobe Campaign und Adobe Journey Optimizer. Er wohnt mit seiner Familie im Umland von San Francisco. Zu seinen Hobbys zählen Wandern, Fotografieren und Spiele des FC Arsenal London.
Unsere Empfehlungen für euch.
https://business.adobe.com/fragments/resources/cards/thank-you-collections/generic
