Was bedeuten die schnellen Fortschritte im Bereich der generativen KI für den modernen Arbeitsplatz? Können „Citizen Analysts“, die generative KI nutzen, komplexe Aufgaben fast so effektiv wie erfahrene Experten bewältigen? Wir wollten diese Frage durch ein praktisches Labor-Experiment untersuchen. Weiterlesen »
Für Business Intelligence-Interessierte bietet sich am Donnerstag, 21. November 2024 16:00 die Gelegenheit zu einem sehr aktuellen Praxiseinblick. Unser ehemaliger Student Emrullah Apaydin, der jetzt als KPMG-Manager im Bereich Data Warehousing, Data Engineering&Governance, Advanced Analytics tätig ist, wird über aktuelle Entwickungen in diesem Gebiet sowie Berufsperspektiven und Einstiegsmöglichkeiten darstellen. Anmeldungen bitte per Mail an Hartmut Westenberger .
Projektangebot: Es wird die Fähigkeit eines LLMs wie ChatGPT untersucht, Studieninteressierte (vll auch bereits Studierende) eines Studiengangs eine First-Level-Beratung anzubieten. Beispielhaft wird der Master DigSc betracht. Es soll evaluiert werden, ob ein Chatbot Studieninteressierten individualisierte Antworten auf typische Fragen geben könnte, also sozusagen im Sinne eines „intelligenten FAQs“.
Man siehe auch LLM-unterstützter 1st-Level Support für Studieninteressierte
Benchmarking as an established approach to make the performance of systems measurable and, above all, comparable, has recently been increasingly applied to the code generation capability of LLMs. Prominent examples are HumanEval, CodeXGLUE or CoNaLu. The development of benchmark performances over time demonstrates the growing maturity and increasing usability of LLMs, especially for widely used programming languages such as Python or JAVA. From the perspective of computer science education, this raises the question of at what level of maturity for which languages and for which aspects of teaching AI tools can be used reasonably in teaching. However, this is not just about code generation. Use cases for the use of LLM concern both learners (e.g. generating exemplary solutions, varying solutions, checking code) and 
teachers (e.g. generating exercises, illustrative programming examples, explaining and documenting program code).
In a project at TH Köln, Stephan Wallraven and Tim Köhne examined the maturity status of ChatGPT (as of fall 2023) for supporting the ABAP learning process. As a proprietary language, ABAP is relevant for the implementation of business functions in SAP systems, for example for business informatics courses. In the project, the HumanEval benchmark was adapted to ABAP so that the ABAP function modules generated by ChatGPT could be automatically evaluated for the extensive set of benchmark tasks. In addition, the benchmark was extended to include aspects such as error detection, error correction and code explanation.
Initial results show that the success rate for the generated ABAP code is many times lower than for ChatGPT-generated Python code. However, the code explanation provides promising results.
Numerous announcements and previews from major players in the ERP market such as Microsoft and SAP indicate that the next generation of development platforms will include built-in AI-based code generators in the near future. And that certainly applies to ABAP too. Here, the ABAP benchmark environment can be used in further investigations to monitor and compare the progress of the upcoming releases.
Big Player im ERP-Bereich wie Microsoft und SAP verfolgen in den letzten Jahren den Ansatz, die Entwicklung von Frontend-Applikationen in visuelle Entwicklungsumgebung zu ermöglichen, die auch Technik-affine Fachanwender adressieren soll, sogenannte Citizen Developer. Dies soll die Digitalisierung in Unternehmen beschleunigen und unabhängiger von den IT-Dienstleistern werden lassen. So hat beispielsweise die Firma SAP die NoCode/LowCode-Umgebung AppGyver erworben und bietet diese nun als SAP Build, bzw als Teil des SAP Business Technology Platform für die App-Entwicklung an. In einem Vorprojekt wurde eine Schulung für SAP Build basierend auf modernen didaktischen Ansätzen entwickelt und im Rahmen von Laborbedingungen erprobt. In diesem Folgeprojekt sollen die Erfahrungen aus dem Experiment ausgewertet und das Schulungskonzept weiterentwickelt werden.
Man siehe auch …https://prox.innovation-hub.de