Natural Language Processing und Large Language Models: C ... / 2 Anwendungsbereiche von NLP und LLMs

In der heutigen schnelllebigen und volatilen Geschäftswelt sind Unternehmen ständig auf der Suche nach innovativen Technologien, die ihre Prozesse optimieren und somit die Wettbewerbsfähigkeit sicherstellen.

Bisher waren Prozesse, die das Verstehen natürlicher Sprache einbeziehen, meist nur eingeschränkt automatisierbar – eine manuelle Bearbeitung durch den Menschen war oft unerlässlich. Erst in den letzten Jahren wurde durch den Einsatz von LLMs^[1] die natürliche Sprachverarbeitung durch Algorithmen so weit verbessert, dass es mittlerweile in weiten Teilen des Controllings erfolgreich eingesetzt werden kann.

Es können hierbei einerseits bestehende Prozesse im klassischen Controlling automatisiert und bereichert werden (s. Kap. 2.1). Andererseits können aus Textdaten wie z. B. Social Media über NLP wichtige Informationen zur Entscheidungsunterstützung in Echtzeit extrahiert werden (s. Kap. 2.2), die vorher nicht oder nur mit großem Aufwand zugänglich waren.

[1] Vielversprechende Technologien sind hier ChatGPT, GPT-4 oder BloomberGPT

2.1 Prozessoptimierung im Controlling durch NLP

Viele klassische Controllingaufgaben, die heute manuell durchgeführt werden, können durch den Einsatz von NLP automatisiert und somit effizienter gestaltet werden. Im Folgenden sind einige Bereiche mit Automatisierungspotenzial beschrieben.

• Automatisierte Berichterstattung: Mit NLP können auf Basis von Daten in Echtzeit geschäftsrelevante Dokumente, wie z. B. Performance-Analysen, in natürlicher Sprache generiert werden. Die Berichte sind somit schneller zugänglich, haben eine einheitliche Struktur und der Arbeitsaufwand zur Erstellung wird erheblich reduziert.
• Kommentierung: NLP ermöglicht die automatische Kommentierung von Berichten und Diagrammen. Algorithmen können wichtige Trends und Muster erkennen und diese in klaren, prägnanten Kommentaren...