Ausgangslage

Die Kontrapunkt Agentur für Kommunikation GmbH ist eine inhabergeführte Messe- und Eventagentur und beschäftigt rund ein Dutzend Angestellte. Die Agentur besteht seit 1989 und ist fest in Hamburg verwurzelt: seit 2008 betreut sie u.a. den in Hamburg vertretenen, international bekannten Flugzeughersteller Airbus.

Herausforderung

Im Agenturmarkt ist es – wie auch in anderen Gewerben – üblich, dem interessierten Kunden unverbindliche Angebote zu unterbreiten. Ein abgelehntes Angebot hat keinen Auftrag zufolge und kann dem Kunden somit logischerweise nicht in Rechnung gestellt werden, hat aber trotzdem Zeit zur Erstellung in Anspruch genommen und somit dem Unternehmen Geld gekostet. Da auf (kostenlose) Angebote aufgrund der Marktstruktur nicht verzichtet werden kann, besteht das Ziel darin, hochwertige Angebote zu möglichst geringen zeitlichen und monetären Kosten zu erstellen. 

Zur Angebotserstellung müssen Bilder von Bühnen und Texte zum Gesamtkonzept der Vorstellung erzeugt werden. Um den Aufwand zu verringern, sollen KI-Bildgeneratoren und Large Language Models (LLM) zum Einsatz kommen. LLMs sollen eingesetzt werden, um schnell Konzepte zu erstellen und Ideen für neue Konzepte zu generieren. KI-Bildgeneratoren sollen eingesetzt werden, um neue Ideen für Bühnen zu entwickeln und den Graphikern die eigenen Ideen schneller zu vermitteln.

Anwendungsbeispiel für Prompt Engineering: Stable Diffusion (Deep Learning Text-zu-Bild-Generator). 

Cute Cats (Bild 1) – Cute Grey Cat (Bild 2) – Cute Grey Cat, acrylic painting (Bild 3) – (Cute:1.5) Grey Cat, acrylic painting (Bild 4)

Vorgehensweise

Im Rahmen der im Mittelstand Digital Zentrum Hamburg regelmäßig angebotenen KI-Sprechstunde schilderte einer der Geschäftsführer der Kontrapunkt GmbH dem KI-Trainer des MDZ Hamburg die oben beschriebene Sachlage. Da es sich bei der geschilderten Lage um eine komplexere Aufgabe handelt, vereinbarten beide Parteien, die Herausforderung gemeinsam im Rahmen eines „Digital-Konkret-Plus“ anzugehen.

Ergebnisse

Das Projekt lässt sich grob in drei Phasen/Meilensteine aufteilen. Im Sinne des einfacheren Verständnisses werden die Ergebnisse für jede Phase getrennt vorgestellt.

Phase 1

Einer der Geschäftsführer der Kontrapunkt Agentur und der KI-Trainer der TUHH arbeiteten zunächst gemeinsam die zu beantwortende Unternehmensfrage heraus:

Welche Vorkehrungen müssen getroffen werden, um bereits existierende KI-Programme (GPT- und Render-Programme) zur effektiven Erstellung von Leistungsbeschreibungen (Konzepten und Grafische Umsetzungen) für Standardanfragen im Eventagentur-Bereich zu erstellen?

Basierend auf den Ausführungen des Geschäftsführers kategorisierte der KI-Trainer die Anforderungen in zwei Kategorien:

• Muss
  • Bühnen generieren können
  • Präzise sein
  • Rechte an Bildern bereitstellen
  • Nachbearbeitung ermöglichen
• Soll
  • Vorlagen bearbeiten können
  • Exklusive Nutzung der Bilder ermöglichen

Im nächsten Schritt führte der KI-Trainer eine explorative Analyse durch, um sich mit den technischen Möglichkeiten im Bereich der LLM und insbesondere der Bildgeneratoren vertraut zu machen. In einem halbtägigen Workshop mit beiden Geschäftsführern und dem KI-Trainer wurden die gewonnen Grundlagenerkenntnisse zu Bildgeneratoren präsentiert und basierend auf diesen Einblicken gemeinsam eine präzisere Anforderungsübersicht erarbeitet:

• Muss
  • Bühnen generieren können
  • Eigene Modelle spezifizieren können
  • Image to Image beherrschen
  • Rechte an Bildern bereitstellen
  • Nachbearbeitung ermöglichen
• Soll
  • Inpainting ermöglichen
  • Outpainting ermöglichen
  • Exklusive Nutzung der Bilder ermöglichen

Darüber hinaus wurde eine Aussicht auf die zukünftige Entwicklung von 3D-Modellen präsentiert sowie eine erste Abschätzung des zu erwartenden Ergebnisses vorgestellt. Das Ziel, den Aufwand zu verringern, konnte nicht mit Sicherheit in Aussicht gestellt
werden. Das Ziel, neue Ideen zu generieren, nahmen hingegen allen Beteiligten als erreichbar wahr.

Phase 2

Im nächsten Schritt wurde ein ganztägiger Workshop zum Prompt Engineering für LLMs und Bildgeneratoren abgehalten. Der Workshop gliederte sich in zwei Teile: den LLM- und den Rendering-Software-Teil. Im LLM-Teil wurden mithilfe frei zugänglicher LLM-Software verschiedene Prompting-Strategien erprobt.

Insbesondere Single Shot Prompting und das Reverse Prompt Engineering standen dabei im Mittelpunkt. Beim Single-Shot Prompting wird – wie im vorliegenden Fall – dem Textgenerator ein Beispielkonzept gezeigt, um anschließend auf Grundlage dieses Beispiels neue Texte bzw. Konzepte zu generieren. Beim Reverse Prompt Engineering geben Probanden einen Text – z.B. eine Kurzgeschichte – in den Prompt ein. Sie lassen sich von der Software mitteilen, welche Prompts diesen Text bzw. diese Kurzgeschichte erzeugen würde, um anschließend in einem neuen Chat-Fenster mit diesen Prompts dieselbe Kurzgeschichte so gut wie möglich zu rekreieren.

Eine Teilnehmerin war besonders von den Möglichkeiten angetan, die selbst Zero-Shot-Prompting bot: In wenigen Sekunden konnte das LLM ein Dutzend Claims generieren, die der erfahrenen und bis dahin eher skeptisch eingestellten Marketingexpertin zusagten.

Im zweiten Teil des Workshops wurden dann Prompting-Strategien für Rendering-Programme vorgestellt und gleichzeitig von den Teilnehmern an ihren Laptops ausprobiert. Die Ergebnisse waren erwartungsgemäß sehr durchwachsen. Hier zeigte sich, wie wichtig Erfahrung im Umgang mit Bildgeneratoren ist.

Der Geschäftsführer konnte am Ende des Workshops die besten Ergebnisse vorweisen. Er hatte sich von Anfang an mit Rendering-Programmen beschäftigt und aufgrund nicht zufriedenstellender Ergebnisse Unterstützung beim MDZ Hamburg ersucht. Andererseits wirkten seine Angestellten aufgrund der steilen Lernkurve teilweise leicht überwältigt. Noch während des Workshops entschied der in diesem Projekt federführende Geschäftsführer, unverzüglich eine zahlungspflichte Version eines Bildgenerators anzuschaffen. Er möchte den Einsatz bildgenerierender Software über den Workshop hinaus auf hohem Niveau sicherstellen.

Ungefähr ein Jahr nach dem ersten Workshop wurde ein zweiter Workshop abgehalten. Ziel war es, die erlernten und bereits erprobten Strategien weiter zu verfeinern. Die Mitarbeiter hatten in der Zwischenzeit bereits erfolgreich sowohl text- als auch bildgenerierende KI eingesetzt. Die Textgeneratoren erfreuten sich klar größerer Beliebtheit, wenn auch eher im Bereich Search Engine Optimization (SEO) und Stilanpassung von Marketing-Texten für Social Media.

Das Ziel des Workshops bestand darin, eine reale, akut anliegende Anfrage eines interessierten Unternehmens unter Zuhilfenahme generativer KI zu bearbeiten. Das Ziel wurde erreicht: Mithilfe eines bekannten LLM-Programms gelang es, in allen Bereichen eine Vielzahl von Konzeptvorschlägen zu generieren. Einer dieser Konzeptvorschläge inspirierte einen der Anwesenden zu einer auf dem Vorschlag aufbauenden Idee, die zum Kernbestandteil des Konzepts wurde. Dieses Beispiel verdeutlicht, wie Textgeneratoren sinnvoll einsetzbar sind: nicht als Texterstellungsprogramm, dem man nur die richtigen Befehle geben muss, um das fertige Produkt auszugeben, sondern als Sparringspartner, auf dessen Input man eigenständig aufbaut und das Ergebnis dann ggf. wieder zurückspielt

Des Weiteren wurden mithilfe eines Bildgenerators mehrere Bilder erstellt, die einzelne Aspekte des Konzepts anschaulich darstellten. Keines dieser Bilder war auf dem Niveau, als dass man es einem fertigen Angebot hätte beilegen können. Aber die Bilder waren sehr wohl geeignet, einem Kunden in einem Vorgespräch eine erste Idee anschaulich zu vermitteln oder anschließend einem Grafiker schneller seine Aufgabe erklären zu können.

Im Verlauf dieses zweiten Workshops konnten mehrere teils schon bekannte, aber noch nicht vollständig verinnerlichte Prinzipien anhand eines echten Anwendungsfalls vermittelt werden:

• Es ist entscheidend, einem Textgenerator das Problem so zu erklären, dass auch ein unerfahrener Mensch das Problem verstehen kann
• Es sollten nicht zu viele Informationen auf einmal vermittelt werden, um die Kreativität des Programms nichts zu ersticken. Informationen können anschließend immer noch nachgereicht werden
• Die Aufforderung „sei kreativ“ funktioniert bei Textgeneratoren im Gegensatz zu Menschen sehr gut
• Explizites Ausformulieren der Aufgabenstellung verbessert die Ergebnisse nennenswert
• Es sollten möglichst immer Beispiele zur Aufgabenlösung gegeben werden. Insbesondere ist zu begründen, warum diese Beispiellösungen im aktuellen Fall nicht umsetzbar oder wünschenswert sind.
• Das Äquivalent zum iterativen Prompten („Chatten“) ist bei bildgerierender KI das Einfügen generierter Bilder in die Image-to-Image-Funktion

Die Reaktion der Workshop-Teilnehmer war im Tenor überwiegend positiv. Sie stellten aber auch klar, wo die Grenzen generativer KI liegen:

• Textgeneratoren können vollkommen neue Ideen generieren. Auf diese wären Mitarbeitende nur nach langem gemeinsamem Brainstorming oder womöglich überhaupt nicht gekommen
• Das individuelle Arbeiten mit Textgeneratoren verhindert das Konvergieren zu einer gemeinsamen Lösung, weshalb sie innerhalb einer Brainstorming-Session nur bedingt nützlich sind
• Aus demselben Grund sind Textgeneratoren wiederum ausgesprochen mächtig zur Vorbereitung zum gemeinsamen Brainstorming. Denn jeder kann sich selbstständig vorbereiten und dann mit unterschiedlichen Ideen erscheinen
• Der Einsatz von Textgeneratoren im aktiven Brainstorming-Prozess bremst den kreativen Prozess aus. LLMs sollten daher nicht in einer kreativen Phase eingesetzt werden, sondern im Anschluss
• Textgeneratoren haben eine starke selbstdisziplinierende Wirkung, da sie Mitarbeitende bewegen, erste unscharfe Ideen verständlich niederzuschreiben
• Bildgenerierende KI ist nützlich für grobe Konzepte, wird im Finetuning aber schnell zu zeitintensiv

Das Projekt kann damit als erfolgreich abgeschlossen werden.

Laden Sie zur Vertiefung die dem Workshop zugrundeliegende Präsentation hier runter.

Sie haben Fragen zu diesem Digital-Plus-Projekt?

Dann freuen wir uns über eine Nachricht an:

mittelstand-digital@tuhh.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!

Problemstellung:

Ein Hamburger Hersteller und Großhändler für Arbeitsschutz- und Berufskleidung leistet schon seit Jahren einen Beitrag zur Kreislaufwirtschaft. „Fair Workwear – Berufsbekleidung mit gutem Gewissen“ ist das Motto des Betriebs. Dazu zählen nachhaltige Materialien, Sparsamkeit und Recycling. Nun geht der Betrieb einen großen Schritt weiter.

Das Mittelstand Digital Zentrum Hamburg unterstützt dabei – in kostenlosen Workshops – als Impulsgeber durch Expertenwissen, Brainstorming sowie Konzeptentwicklung und Meilenstein-Erarbeitung.

Hauptziel ist die Transformation zu einem enkeltauglichen Betrieb. Die Schaffung einer ganzheitlichen Kreislaufwirtschaft mit Partnern sowie die Integration von Kundenbedürfnissen stehen im Fokus. Kleidung in den Kreislauf zurückzuführen lautet die Vision. Durch die Umsetzung der Ziele soll nicht nur der ökologische Fußabdruck reduziert, sondern auch eine Vorreiterrolle in Deutschland eingenommen werden.

Vorgehen und Ergebnis:

Zu Projektbeginn gab es viele Fragen zur möglichen Realisierung der Rückführung und des anschließenden Recyclings eines T-Shirts im Sinne der Kreislaufwirtschaft: Ist Baumwolle das richtige Material für Recycling bzw. welche Materialen eignen sich dafür? Wie können Anreize geschaffen werden, dass Kund:innen die T-Shirts wieder in den Kreislauf zurückgeben? Wie oft können T-Shirts unter welchen Bedingungen gewaschen werden (Qualität)? Welche digitalen Informationen sollen in der Arbeitskleidung integriert sein (digitaler Produktpass)? Ist Recycling  der richtige Weg oder geht es im ersten Schritt um die Langlebigkeit von Materialien? Welche rechtlichen Rahmenbedingungen kommen in den nächsten Jahren auf die Wirtschaft zu?

Zur Konkretisierung der Zielstellung wurden im Rahmen eines Workshops neue Tätigkeiten, die für eine Kreislaufwirtschaft zu ergänzen und einzuführen sind, erarbeitet. Als die Anforderungen an diese Tätigkeiten festgelegt werden sollten, war schnell klar, dass es neben einem gut aufgestellten Logistik- und Recyclingnetzwerk auch einer Umstrukturierung interner Prozesse für die Vision bedarf. Zudem stellte sich in diesem Fall heraus, dass das Recycling aktuell für den Betrieb auf dem gewünschten qualitativen Niveau nicht wirtschaftlich ist.

Entsprechend dieser geänderten Rahmenbedingungen wurde sich darauf verständigt, das Thema Rückführung und Recycling von Kleidung als Vision erst zu einem späteren Zeitpunkt anzugehen. Stattdessen sind zwei Projektziele zur Vorbereitung auf die große Vision definiert worden:

Prozessanalyse und -optimierung:

Für die Prozessanalyse wurden einen Tag lang die Abläufe in den betroffenen Bereichen dokumentiert und anschließend mit einer Visualisierung die Herausforderungen und Optimierungspotenziale analysiert. Es wurden insgesamt neun Potenziale zur Optimierung festgestellt. 

Zwei der neuen Potenziale wurden von der Geschäftsführung ausgewählt, um anschließend mit den Verantwortlichen Personen das Arbeitspaket erarbeiten zu lassen:
1. Definition von Prozessen mit klaren Verantwortlichkeiten,
2. Überarbeitung der Schulungsunterlagen und Etablierung eines Train-the-Trainer-Formats.

In einem Workshop wurde dabei besonders ausführlich auf die jeweiligen durchzuführenden Schritte eingegangen, damit auch die sieben weiteren Potenziale im Nachgang an das Projekt angegangen werden können.

Wenn alle Potenziale zur Optimierung aufgegriffen und umgesetzt worden sind, ist eine Effizienzsteigerung in der gesamten Organisation, den einzelnen Tätigkeiten der Mitarbeitenden und eine Reduzierung von Fehlern im System durch einen Ende-zu-Ende Prozess zu erwarten. Auch können weitere Partner und Tätigkeiten, die für eine Kreislauf-Wirtschaft erforderlich sind, mit geringem Aufwand eingebunden werden.

Entwicklung eines Circularity Scores:

Neben der Prozessanalyse und -optimierung ist ein Score erarbeitet worden, anhand dessen die Kreislauffähigkeit der angebotenen Kleidung ermittelt werden kann. Der Score dient dazu, nach Außen mehr Transparenz darüber zu schaffen, inwiefern die Kleidungsstücke u.a. aus nachhaltigen Materialien bestehen, sich reparieren, wiederverwenden und recyceln lassen. Dazu wurde ein Pilotprodukt (eine Arbeitsschutzhose) ausgewählt, für welches der Circularity Score erstmalig entwickelt werden sollte.

In Workshops sind verschiedene Kennzahlen erarbeitet worden, welche in den Score einfließen. Die Kennzahlen beziehen sich dabei auf fünf übergeordnete Kategorien, welche die Kreislauffähigkeit ausmachen und in die Bewertung einfließen: Produktdesign, Herstellung, Reparatur, Wiederverwendung und Recycling. Für das Pilotprodukt ist der Score B herausgekommen (Score von A bis E, wobei A den bestmöglichen und E den schlechtesten Score beschreibt), was sehr positiv zu bewerten ist. Im Anschluss an das Projekt ist geplant, den Circularity Score auf weitere Produkte auszuweiten.

Sie haben Fragen zum Umsetzungsprojekt aus dem Bereich Kreislaufwirtschaft?

Dann freuen wir uns über eine Nachricht an:

Beverly Lege, Mittelstand-Digital Zentrum Hamburg.

E-Mail: mittelstand-digital@tuhh.de

Das Mittelstand-Digital Zentrum Hamburg gehört zu Mittelstand-Digital. Mit dem Mittelstand-Digital Netzwerk unterstützt das Bundesministerium für Wirtschaft und Klimaschutz die Digitalisierung in kleinen und mittleren Unternehmen und dem Handwerk. Kommen Sie gern auf uns zu, wir bringen Sie Digital Voraus!