Dr. Pandurang Kamat, Chief Technology Officer, Persistent Systems – Interview-Serie

Dr. Pandurang Kamat ist Chief Technology Officer bei Persistent Systems und verantwortlich für die Forschung und Entwicklung von fortschrittlichen Technologien, um den Geschäftswert durch Innovation im großen Maßstab zu steigern. Er ist ein erfahrener Technologieführer, der Kunden hilft, die Benutzererfahrung zu verbessern, Geschäftsprozesse zu optimieren und neue digitale Produkte zu erstellen. Seine Vision für Persistent ist es, ein Innovationszentrum zu sein, das ein globales und vielfältiges Innovationsökosystem umfasst, das aus Akademien und Start-ups besteht.

Pandurang kam 2012 zu Persistent. Vor seiner Zeit bei Persistent war er Director of Analytics für die Such- und Content-Geschäfte von Ask.com, wo er ein globales Team leitete, um die Analytics-Plattform von Ask zu verwalten. Davor half er bei der Entwicklung von sicheren Kommunikations- und digitalen Medienprodukten bei Bell Labs und HP Labs und einer preisgekrönten drahtlosen Forschungsplattform an der Rutgers University.

Persistent Systems ist ein vertrauenswürdiger Partner für digitale Ingenieurleistungen und die Modernisierung von Unternehmen für globale Marktführer in verschiedenen Branchen.

Was hat Sie ursprünglich zur Informatik und zum Ingenieurwesen hingezogen?

Mein Interesse an Informatik und Ingenieurwesen wurde während eines Sommerkurses in der Schule geweckt. Das Lernen von Programmierkonstrukten und das Erstellen von Computerspielen führte mich in die strukturierte Logik ein, die diese Bereiche unterstützt. Ich war fasziniert von der Fähigkeit, komplexe Probleme zu zerlegen und sie systematisch zu lösen. Was mich wirklich anzog, war die enorme Hebelwirkung, die gut gestaltete Programme bieten. Sie können Aufgaben automatisieren, Prozesse optimieren und Einzelpersonen oder kleine Teams in die Lage versetzen, bemerkenswerte Leistungen zu erbringen. Diese Kombination aus Kreativität, Problemlösung und transformatorischem Potenzial inspiriert mich weiterhin. Von diesen ersten Erfahrungen bis zu meiner laufenden Reise bleibe ich leidenschaftlich an den endlosen Möglichkeiten interessiert, die die Technologie bietet. Informatik und Ingenieurwesen gestalten nicht nur die Zukunft, sondern bieten auch Wege für Innovation und Fortschritt, die mich vorantreiben.

Der größte Teil des Geschäfts von Persistent Systems kommt aus der Entwicklung von Software für Unternehmen. Wie hat die Einführung von generativer KI die Art und Weise verändert, wie Ihr Team arbeitet?

Die Einführung von generativer KI (GenAI) hat die Art und Weise verändert, wie unser Team bei Persistent arbeitet, insbesondere bei der Entwicklung von Software für Unternehmen. Diese Störung in der IT-Branche bietet nicht nur Herausforderungen, sondern auch erhebliche Chancen, Geschäftsprozesse umfassend neu zu gestalten.

Als KI-gestütztes Unternehmen für digitale Ingenieurleistungen hat Persistent GenAI angenommen, um verschiedene Aspekte des Software-Entwicklungslebenszyklus zu revolutionieren. Im Laufe des letzten Jahres haben wir Tools und Suites entwickelt, die Prozesse wie Code-Generierung, Testfall-Generierung und Berichtsmigration vollständig neu definieren. Bei der Modernisierung von Legacy-Systemen hat sich unser Ansatz erheblich verändert. Wir nutzen nun Tools, um Code-Übernahmeprozesse zu rationalisieren, Projekt-Risiken zu mindern und die Einstellung neuer Teammitglieder zu beschleunigen, indem wir ihnen ein tieferes Verständnis komplexer Codebasen vermitteln. Darüber hinaus ermöglicht unsere Zusammenarbeit mit Branchen-Domains es uns, maßgeschneiderte Lösungen unter Nutzung von Unternehmensdaten bereitzustellen. Durch die Entwicklung digitaler Assistenten, die die Geschäftssprache verstehen und relevante Referenzen bereitstellen, verbessern wir die betriebliche Effizienz und Entscheidungsfindung innerhalb von Unternehmen. Diese Assistenten entsprechen den Grundsätzen verantwortungsvoller KI, indem sie Transparenz, Rechenschaftspflicht, Sicherheit und Datenschutz gewährleisten und ihre Genauigkeit und Leistung durch automatisierte Bewertung der Modellausgabe kontinuierlich verbessern.

Was sind einige der Herausforderungen bei der vollständigen Modernisierung von Legacy-Systemen mithilfe von generativer KI?

GenAI ist ein leistungsstarkes Werkzeug, aber kein Allheilmittel für die vollständige Modernisierung von Legacy-Systemen. Unternehmen in verschiedenen Branchen müssen einen kombinierten Ansatz verfolgen, der menschliche Expertise und KI-Fähigkeiten nutzt. Während GenAI ein erhebliches Potenzial für die Modernisierung bietet, hat es seine Grenzen. Zu den Herausforderungen gehören:

• Begrenztes Verständnis von Legacy-Systemen: GenAI-Modelle benötigen ein umfassendes Verständnis bestehender Systeme, um effektiv zu funktionieren. Legacy-Systeme verfügen oft nicht über umfassende Dokumentation, was die Fähigkeit von KI einschränkt, ihre Interdependenzen effektiv zu erfassen.
• Datenqualität und Bias: Die Qualität und Repräsentativität der Daten, die zum Trainieren des KI-Modells verwendet werden, haben einen erheblichen Einfluss auf dessen Ausgabe. Einschränkungen der Trainingsdaten können sich im generierten Code widerspiegeln und möglicherweise neue Probleme einführen.
• Sicherstellung von Qualität und Sicherheit: GenAI kann Code-Generierung automatisieren, aber die Ausgabe benötigt eine gründliche Überprüfung und Verifizierung, um Qualitäts-, Funktions- und Sicherheitsstandards zu erfüllen.
• Begrenzter Umfang der Modernisierung: GenAI kann möglicherweise nicht für eine vollständige Systemüberholung geeignet sein. Es kann bei bestimmten Aufgaben wie Code-Refactoring oder Testfall-Generierung hervorragend sein, aber komplexe architektonische Änderungen erfordern immer noch manuelle Eingriffe.
• Change-Management und Stakeholder-Abstimmung: Die Verwaltung von organisatorischen Veränderungen und die Erlangung von Stakeholder-Abstimmung sind entscheidende Faktoren für den Erfolg der Modernisierung von Legacy-Systemen mit GenAI. Eine klare Kommunikation, Schulungsprogramme und Stakeholder-Engagement-Initiativen können helfen, Widerstand gegen Veränderungen zu überwinden und einen reibungslosen Übergang zu ermöglichen.

Eine der Herausforderungen von Generative KI ist die Konsistenz. Wie unterstützt Persistent Systems bei der Schaffung einer konsistenten Benutzererfahrung?

Konsistenz ist ein Element der Bereitstellung einer umfassenden, unternehmensweiten, GenAI-gestützten Benutzererfahrung und Ergebnisse. Wir betrachten den Prozess umfassend.

Wir bieten umfassende Unterstützung in allen Phasen der GenAI-Adoption. Unsere strategische Beratung und sorgfältige Analyse von Anwendungsfällen helfen Organisationen, die am besten geeigneten Grundmodelle (FMs) für ihre spezifischen Anforderungen auszuwählen. Durch eine detaillierte Untersuchung und Beratung unterstützen wir Kunden bei der Definition von klaren Anwendungsfällen und der Auswahl von FMs.

Dann konzentrieren wir uns auf mehrere Ansätze, wie z.B. Few-Shot-Prompting oder Feinabstimmung, um sicherzustellen, dass die in den Anwendungen verwendeten Modelle auf den Anwendungsfall und die Unternehmensdaten abgestimmt sind.

Unsere Lösungen nutzen nicht nur Standard-RAG-Techniken, sondern gehen auch tiefer in multiple Prompting- und Daten-Chunking-Strategien ein, um sicherzustellen, dass die relevantesten Daten abgerufen und dem FM während der Inferenz bereitgestellt werden. Wir verbessern die Genauigkeit und Relevanz dieses Kontexts weiter durch den Einsatz von fortschrittlichen Wissensgraphen, um versteckte Beziehungen innerhalb der Unternehmensdaten zu erfassen.

Wir setzen auch multiple Grounding-Techniken und Schutzmechanismen ein, um den Anwendungsbereich der Inferenz zu begrenzen und zu fokussieren.

Schließlich führen wir die Anwendung durch ein strenges und automatisiertes Bewertungsframework, das die Konsistenz der Inferenz und Erfahrung sicherstellt, von Version zu Version.

Können Sie reale Beispiele nennen, in denen GenAI-gestützte Lösungen die Kundeninteraktionen erfolgreich revolutioniert haben?

Persistent hat die Kundeninteraktionen für einen führenden Software-Anbieter durch GenAI-gestützte Lösungen revolutioniert. Das Unternehmen stand vor Skalierungs-Herausforderungen während der Spitzenbetriebszeiten und implementierte ein zentrales Wissens-Repository und ein Conversational-AI-Team-BOT. Dies führte zu einer Verkürzung der Zeit zur Beantwortung von Kundenanfragen um 80 %. Die Qualität der Antworten verbesserte sich ebenfalls erheblich, was zu einer höheren Kundenzufriedenheit führte.

Wir halfen auch einem privaten Equity-Unternehmen, indem wir GenAI nutzten, um die Erstellung detaillierter Investitionsberichte zu automatisieren. Mit dem GenAI-gestützten System wurde die Zeit, die zur Erstellung von Berichten benötigt wurde, um 90 % reduziert. Dieser gestreamte Ansatz revolutionierte die Betriebsabläufe des Unternehmens, ermöglichte schnelle und effektive Entscheidungsfindung und förderte die Zusammenarbeit zwischen den Beteiligten, während gleichzeitig ein persönlicher Touch in jedem Memo sichergestellt wurde, was die Gesamteffektivität erhöhte.

Wie gehen Sie bei der verantwortungsvollen GenAI-Innovation vor?

Unser Ansatz bei der verantwortungsvollen GenAI-Innovation priorisiert ethische Praktiken und die Einhaltung von Vorschriften während der gesamten Entwicklungs- und Implementierungsprozesse. Wir betonen Transparenz, Rechenschaftspflicht und Fairness bei KI-gestützten Entscheidungsprozessen.

Wir etablieren robuste ethische Richtlinien, die die Entwicklung, Bereitstellung und Nutzung von GenAI-Systemen regeln. Bei unserer Verfolgung von verantwortungsvoller GenAI-Innovation testen und validieren wir unsere Systeme rigoros, um potenzielle Risiken wie Vorurteile, Fehlinformationen und Datenschutzprobleme zu minimieren.

Darüber hinaus priorisieren wir Transparenz und Rechenschaftspflicht bei KI-gestützten Entscheidungsprozessen, indem wir den Nutzern klare Einblicke in die Systemoperationen bieten. Letztendlich zielt unser Ansatz darauf ab, GenAI-Systeme zu entwickeln und bereitzustellen, die Innovation und Effizienz vorantreiben, während sie gleichzeitig positiv zur Gesellschaft beitragen.

Wie sehen Sie die Zukunft von KI?

Meine Vision für die Zukunft von KI ist vielfältig. Erstens sehe ich in der digitalen Ingenieurwissenschaft KI nicht nur als Codier-Assistenten, sondern auch als kollaborativen Partner, ähnlich einem “Pair-Programmierer”. Dies beinhaltet, dass KI bei Codierungsaufgaben hilft und aktiv an der Problemlösung teilnimmt, indem sie komplexe Aufgaben kartiert und Sub-Aufgaben ausführt.

Zweitens sehe ich eine Ära von personalisierten KI-Agenten und Assistenten, die individuell angepasste Erfahrungen bieten – ein “Personalisierung von 1”-Ansatz. Diese Agenten werden die einzigartigen Vorlieben, Verhaltensweisen und Bedürfnisse der Nutzer verstehen und hochgradig individualisierte Unterstützung und Dienstleistungen bieten.

Letztendlich glaube ich an die Evolution von KI-Systemen, bei denen verschiedene KI-Modelle koexistieren, um unterschiedliche Bedürfnisse zu decken. Es wird kein einziges “eins-zu-eins”-Modell geben, sondern eine Kombination von großen und kleinen, allgemeinen und speziell entwickelten Modellen, die in KI-Diensten zusammenarbeiten. Dieser Ansatz ermöglicht eine größere Flexibilität, Effizienz und Effektivität bei der Lösung einer breiten Palette von Problemen in verschiedenen Bereichen.

Vielen Dank für das großartige Interview. Leser, die mehr erfahren möchten, sollten Persistent Systems besuchen.