2. 1. Begrüssung und Einleitung
2. AI-Basics
3. Vorgehensmodell
4. Swiss Olympic
5. Use Case: Athlet*innenbiografie
6. Fragen
Agenda
3. AI: Hype, Trend oder Wendepunkt?
3
Fragestellungen:
1. Wo stehen wir?
2. Einschätzung der Entwicklung
3. Wie machen wir mit?
Unser Ansatz:
• Technologie verstehen und
anwenden
• Technologie als unser Werkzeug
• Technologie für neue
Anwendungsfälle
Zeit
Aufmerksamkeit
Gipfel der überzogenen Erwartungen
Megatrend und
Wendepunkt
Pfad der Erleuchtung
Tal der Enttäuschungen
Technologischer Auslöser Hype verschwindet
Nischentrend
Trend
4. 1. Begrüssung und Einleitung
2. AI-Basics
3. Vorgehensmodell
4. Swiss Olympic
5. Use Case: Athlet*innenbiografie
6. Fragen
Agenda
5. Was ist AI?
AI umfasst alle Anstrengungen, deren Ziel es ist, Maschinen intelligent zu machen.
Machine Learning
System die lernen und anpassen, während sie Muster in Daten erkennen
Deep Learning
System, das beim Lernen auf neuronalen Netzen basiert
und sich anpasst, während es Muster erkennt
Generative AI
Auf Basis von grossen
Datenmengen lernen und
kreative Ergebnisse erzeugen
1980 1990 2000 2010 2020 2030 2040
6. Aktueller Stand bei Generativen AI
ChatGPT, Bard
Text
Vor 2020 2020 2021 2022 2023 2024 2025 2027
2026
GitHub Copilot
Code
Midjourney,
Dall-E, Stable
diffusion
Bilder
Microsoft
Clipchamp,
Nvidia Get3D
Video / 3D / Gaming
Whisper
Sprache
Erste Versuche Fast am Ziel Bereit für «Prime Time»
Heute
7. Einige aktuelle Challenges
Datensicherheit / Datenschutz
Samsung verbietet ihren Mitarbeitenden den
Gebrauch von AI nachdem sie festgestellt haben,
dass Mitarbeitende sensitive Daten verwenden.
7
Plagiat
Verschiedene Plagiatsklagen wurden in den USA
eigenreicht.
Fake
Fotograph verzichtet auf Preis und gibt zu, dass
sein Bild mit AI generiert war.
Halluzinationen
Anwalt in New York wurde sanktioniert, weil er
Gerichtsfälle zitiert hatte, die ChatGPT
ausgegeben hatte, welche nicht existierten.
8. Wie aktuell ist aktuell?
8
V1 (März 2022) V2 (Juni 2022) V3 (Oktober 2022) V4 (Februar 2023) V5 (März 2023)
Die Evolution von Midjourney
Prompt: Envision a photorealistic image of two Basketball teams playing against each other. Use a high-resolution 32k camera with a
16:9 aspect ratio, a raw style, and a quality setting of 2 to capture this scene.
9. Mögliche AI-Anwendungen
Generative AI
9
Prozess Automatisierung
- Zusammenfassen
- Übersetzen
- Ads-Handling
Software Entwicklung
- Generieren
- Reviewen
- Testen
Personal Assistant
- Anleiten
- Empfehlen
- Chat Bots
Vorhersagen
- Wetter
- Verkäufe
- Erfolge
Auffälligkeiten erkennen
- Fraud Detection
- Netzwerkanalysen
- Krebs oder Tumor
Statistiken
- Auswerten
- Interpretieren
- Trends erstellen
Inhaltsentwicklung
- Grafiken
- Text
- Video
10. 1. Begrüssung
2. AI-Basics
3. Vorgehensmodell
4. Swiss Olympic
5. Use Case: Athlet*innenbiografie
6. Fragen
Agenda
... und wie
kommt diese
Effizienz-
steigerung nun
in ihr Produkt
oder
Unternehmen
12. Lösungsraum
Problemraum
Von der Fragestellung zur AI-Anwendung
1.
?
3. Plausibilisierung als MVP/Prototyp für
GO/NOGO-Entscheid
2.1 Welche dieser Fragen könnten mit AI
unterstützt werden?
2.2 Welche Daten sollen und können dazu
verwendet werden?
Welche bisher nicht beantworteten
Fragestellungen existieren?
13. Lösungsraum
Problemraum
Fragestellung
Welche bisher nicht beantworteten
Fragestellungen existieren?
?
Daten und AI-Unterstützung
MVP/Prototyp
Analyse der aktuellen Herausforderung:
• Workshop
• Contextual Inquiries
• Tagebuch
• Interviews
17. Swiss Olympic
Swiss Olympic:
• Organisiert und führt Olympische Missionen,
YOG, weitere
• Vertritt die Interessen seiner Mitglieder,
vorab 82 nationale Sportverbände
• Vertritt die olympischen Werte:
Höchstleistung, Respekt und Freundschaft in
der Gesellschaft
• Setzt sich für einen gesunden, respektvollen
und fairen Schweizer Sport ein.
17
Swiss Olympic ist der Dachverband des Schweizer Sports und das Nationale Olympische Komitee
der Schweiz.
18. Quick Facts
Von welchen Datenmengen reden wir?
18
Über 100‘000
Sportprofis
Über 200 Medaillen 141 Sportarten
Über 300‘000 Cards
82 nationale
Sportverbände
Über 18‘000
Sportverbände
19. Athlet*innenbiografie
Read-Only Applikation mit Athlet*innendaten aus verschiedenen Applikationen
Ziele:
• Gesamtsicht auf Karriere der Athlet*innen
• Einfachere Auswertung von Athlet*innendaten
Beispiele Daten:
• Swiss Olympic Cards: Vergabe von Cards an
talentierte Athlet*innen
• Sporthilfe Förderbeiträge: Finanzielle Beiträge zur
Förderung von jungen Athlet*innen
• Teilnahme an olympischen Missionen
21
23. Zeiteinsparung mit AI-Chatbot
Ressourcen mit AI-Chatbot
1. Sachbearbeiter*in
25
Ressourcen ohne AI-Chatbot
1. Fragestellung von Sachbearbeiter
2. DB-Spezialist oder Excel-Spezialist
3. Wird selten gemacht, da zu aufwendig
Prompt: Wie viele Athleten, die eine "Sporthilfe Patenschaft" erhalten haben,
besitzen eine Elite-Card?
24. Zeiteinsparung mit AI-Chatbot
Zeitbedarf mit AI-Chatbot
1. Frage eingeben (< 1 Min)
2. Nötige Filter setzen (< 1 Min)
3. Antwort erhalten (5 Sekunden)
Zeitbedarf: < 5 Minuten
26
Zeitbedarf ohne AI-Chatbot
1. In SSAM nach Athlet*innen mit Patenschaften
filtern (5 Minuten)
2. Pro Athlet*in prüfen, ob eine Elite-Card
vorhanden ist/war (240 Minuten)
3. Statistik erstellen (20 Minuten)
Zeitbedarf: Rund ein halber Tag
Prompt: Wie viele Athleten, die eine "Sporthilfe Patenschaft" erhalten haben,
besitzen eine Elite-Card?
25. Datenschutz
27
Grundanforderungen
• Spezifische Views und Rechte für die Datenbank
• DB-Schema wird nicht offengelegt
• Nicht benötigte und sicherheitskritische Daten
können ausgeschlossen werden (z.B. Kanton statt
Adresse)
• Informationen können vereinfacht werden (z.B.
Alter statt Geburtstag)
• Verwendung von Azure OpenAI API Schweiz
(keine Daten im Ausland)
Ausbaustufen
• Anonymisierte ID, die nur für Chatbot verwendet
werden
• Fast komplett anonymisierte Daten
• Lokales Modell verwenden
26. Ausbaumöglichkeiten Athlet*innen-Bio
28
• Generierung von Grafiken, z.B. Anzahl Cards
pro Kanton
• Korrelationen zwischen Datensätzen erkennen:
Was trägt zum Erfolg bei?
Was kostet eine Goldmedaille?
• Speech-to-text für Fragestellungen
27. Lösungsraum
Problemraum
Von der Fragestellung zur AI-Anwendung
1.
?
3. Plausibilisierung als MVP/Prototyp für
GO/NOGO-Entscheid
2.1 Welche dieser Fragen könnten mit AI
unterstützt werden?
2.2 Welche Daten sollen und können dazu
verwendet werden?
Welche bisher nicht beantworteten
Fragestellungen existieren?
28. Erkenntnisse
30
Fragestellungen
1. Wo stehen wir?
2. Einschätzung der Entwicklung
3. Wie machen wir mit?
Erkenntnisse
• Pfad der Erleuchtung
• AI-Technologie als Ganzes: Megatrend
• Je nach Anwendungsgebiet unterschiedlich
• Auch zunächst skeptische Mitarbeitende liessen
sich überzeugen
• Je tiefer sich jemand mit dem Thema AI
beschäftigt hat, desto höher die Motivation
Fazit
Daten sind entscheidend. Wir sind bereit und
neugierig, mitzuhelfen neue Anwendungen zu
konzipieren und zu entwickeln.
Zeit
Aufmerksamkeit
Gipfel der überzogenen Erwartungen
Megatrend und
Wendepunkt
Pfad der Erleuchtung
Tal der Enttäuschungen
Technologischer Auslöser Hype verschwindet
Nischentrend
Trend