Tips voor veilig gebruik van AI door het mkb

Regensburg - Retailers en andere geïnteresseerden kregen op 11 februari 2025 de kans om zich te verdiepen in kunstmatige intelligentie (AI) tijdens een themadag van het Mittelstand-Digital Zentrum Handel. Ze ontvingen informatie over AI en klantloyaliteit, prompting, veilig AI-gebruik en de toepassing ervan in opleiding en training. FashionUnited was erbij en vat de belangrijkste inzichten samen.

AI in opleiding en training

Net zoals het gemakkelijker is om bestaande klanten te behouden dan nieuwe klanten te werven, is het voor de retailsector belangrijker dan ooit om, naast het aantrekken van vakmensen, ook de bestaande medewerkers te behouden. Bettina Wilhelm, directeur van de Zentralstelle für Berufsbildung im Handel e.V., toonde aan de hand van het leerplatform voor digitaal leren in de retail, MyFlexNet, waar AI al wordt ingezet in opleiding en training.

Het leerplatform is gericht op bedrijven, scholen en onderwijsinstellingen en biedt modules aan over bijvoorbeeld de customer journey in e-commerce, verkooptraining, digitale vaardigheden, economische educatie in de retail, goederenontvangst, kostenberekening en financiering. Juist voor e-learning wordt AI ingezet, bijvoorbeeld in de vorm van aanbevelingsassistenten die rekening houden met leerpreferenties met betrekking tot leerdoel, leerstijl, leerformat en voorkennis. Ook deze kunnen echter niet alles en moeten daarom correct worden ingebed.

Hoe schrijf je goede prompts?

Klaus Kaufmann, AI-trainer bij het Mittelstand Digital-Zentrum, afdeling Waardenetwerken, wijdde zich tijdens de dag aan het thema "prompting", oftewel hoe je specifieke en precieze toepassingen formuleert om een bepaald resultaat te verkrijgen. Hij verwees naar het acroniem SPRICH om het beste uit AI-prompts te halen, want "hoe algemener de vraag, hoe algemener het antwoord". SPRICH staat voor:

• Situatie, oftewel de context
• Presentatie - in welk formaat het resultaat moet zijn
• Rol, oftewel de persona
• Instructie - de taak
• Karakter - de tonaliteit
• Hints, bijvoorbeeld een voorbeeldinvoer

Een geslaagde prompt moet dus veel meer zijn dan een zin, een rol beschrijven en ook hoe het geheel er uiteindelijk uit moet zien.

AI ter vermindering van inventarisverschillen

Een interessante bijdrage van Frank Rehme was gewijd aan een nog steeds actueel thema - winkeldiefstal. De directeur van het Mittelstand Digital-Zentrum Handel bezoekt al jarenlang de jaarlijkse beurs van de National Retail Federation (NRF) in New York en zag daar acht jaar geleden de innovatie van een startup die veel bewakingscamera's uit supermarkten simpelweg online zette. Geïnteresseerden konden zich aanmelden, opnames bekijken en diefstallen melden. Daarvoor kregen ze punten op een virtuele rekening.

"Dat werkte goed, veel mensen deden mee en wilden een beetje winkeldetective spelen", herinnert Rehme zich. Daarbij werden bepaalde opvallende gedragspatronen vastgelegd - "bijvoorbeeld wanneer iemand iets in zijn kleding stopt, een product dicht bij het lichaam houdt, iets in een rugzak, Kinderwagen of helm stopt, de winkelwagen verbergt, veel dezelfde artikelen tegelijk koopt of voedsel in de winkel consumeert."

Deze handmatig geïdentificeerde gedragspatronen werden vervolgens gebruikt om de AI te trainen. En deze kreeg vervolgens de opdracht om uit een veelvoud aan bewakingscameravensters op een scherm, die voor de mens moeilijk in één keer te evalueren zijn, diefstallen te herkennen. "AI verdeelt het beeld in kleuren, en je ziet iets opvallends als de kleur verandert. Dat wordt vastgelegd, komt terecht in de app van een medewerker, die dan in de winkel kan gaan kijken", legt Rehme uit.

Hierbij gaat het om video-alerts en een dashboard, dus "kleine" hardware die in de bestaande camerainfrastructuur kan worden geïntegreerd. "Dit is een zeer efficiënte oplossing. Beveiligingscamera's bestaan al tientallen jaren, en ze uitrusten met AI is in Duitsland en Europa haalbaar", aldus Rehme.

De expert noemde tot slot ook de casestudy van een grote winkelketen met meer dan 1000 filialen, die dit systeem zonder eigen beveiliging op de luchthaven testte. Dat wil zeggen, het bedrijf vertrouwde alleen op camera's met AI en de luchthavenbeveiliging. "Het resultaat na zes maanden was verbluffend: er werden 84 gevallen vastgesteld en 12 recidivisten geïdentificeerd. Twee netwerken voor de handel in gestolen goederen werden ontmanteld en in totaal werd 150.000 dollar aan inventaris teruggekregen. Het bedrijf kreeg zijn investering vijftigvoudig terug."

AI is geen wondermiddel

Martin Talmeier, projectleider en lead coach van het Mittelstand-Digital Zentrum, waarschuwde dat AI alleen bedrijven niet zal redden. "AI alleen is volkomen nutteloos. Het heeft absoluut de magische ingrediënt, de brandstof, nodig om grote dingen voor u te bereiken. De magische brandstof is data", aldus de expert. En als die data chaotisch of onoverzichtelijk is, zal AI niet de redding zijn.

"Er is bij bedrijven de grote hoop dat AI kan oplossen wat is blijven liggen, maar er zijn veel beperKIngen. Ten eerste dat de kennis van de LLMs (de Large Language Models, oftewel de technologie die AI-tools zoals ChatGPT aandrijft) afkomstig is van internet. "En zoals we weten, komt daar ook veel onzin vandaan", aldus Talmeier. Interne kennis, bijvoorbeeld over een bedrijf, staat niet op internet en hoort daar ook niet te staan.

Als je AI echter simpelweg in een interne dataset plaatst, heeft deze geen idee wat het ermee moet doen. "Men heeft de hoop: AI zal opruimen, maar zonder huiswerk gaat het niet. Je moet je er zelf eerst in verdiepen", legt Talmeier uit. Daarvoor adviseert de expert om een datastrategie op te stellen, dus een plan hoe data verzameld, opgeslagen en geanalyseerd moeten worden, oftewel een inventarisatie: "Wat hebben we, wat willen we?"

Slechts 36 procent van de Duitse MKB-bedrijven heeft een datastrategie en slechts 29 procent maakt gebruik van gestructureerd datamanagement, oftewel de organisatie en het beheer van data in een duidelijk gestructureerd formaat. Dit is echter de basis om data toegankelijk, analyseerbaar en bruikbaar te maken, aldus Talmeier. "82 procent van de directeuren van MKB-bedrijven bevestigt het belang van data. Er bestaat dus een grote discrepantie tussen wat men doet en wat men wil."

Vervolgens sprak Talmeier over de data-economie, oftewel het economisch gebruik van data om waarde te creëren. "Het waardepotentieel van de data-economie wordt in Duitsland in de komende twee tot drie jaar geschat op 425 miljard euro."

Dit is gebaseerd op de overweging dat 80 procent van de data ongestructureerd is. "Dit is echter geen probleem voor AI. Wat we tot nu toe hebben laten liggen, is het beste voor AI. Zodra we het in mappen, categorieën, enz. hebben gesorteerd, hebben we misschien iets niet doordacht wat in de toekomst belangrijk zou zijn geweest", aldus de expert. "Een machine kan ongestructureerde data sorteren, maar slechts 18 procent van de MKB-bedrijven benut de dataschat al", voegt hij eraan toe.

Wat houdt bedrijven tegen bij het gebruik van hun data?

Een hindernis voor velen is de privacywetgeving (AVG). "Deze wil echter niet het zakendoen verbieden, maar functioneert als een vangrail", geeft Talmeier te bedenken.

Daarbij komen compliancekosten, interne richtlijnen, onzekerheid bij de interpretatie, functionarissen voor gegevensbescherming en het gebruik van persoonsgegevens. Dit is toegestaan als er een rechtsgrondslag is, zoals de nakoming van de overeenkomst (levering) bij een bestelling of de analyse voor marketingdoeleinden, die men intern mag evalueren. Ook reclame is toegestaan - met toestemming van de betrokkenen.

"De beginselen van doelbinding (waarvoor heeft men de data nodig), dataminimalisatie (men mag data niet onbeperkt gebruiken) en transparantie zijn van toepassing", aldus Talmeier. AI moet echter worden aangestuurd, waarvoor hij een driefasenplan voorstelt "om de dataschat te ontsluiten". Daarbij hoort een strategiefase waarin men het doel definieert en daarvoor privacyexperts inschakelt.

De tweede stap is de data-analyse, oftewel een inventarisatie: welke data waar en hoe toegankelijk zijn, hoe actueel ze zijn en van welke kwaliteit. Als derde stap moet een pilotproject op kleine schaal volgen, dat "overzichtelijk, maar nuttig" is, bijvoorbeeld een analyse van klachten, de ontwikkeling van winkelmandjes en dergelijke.

De grenzen van AI

De IT-beveiligingsspecialist en zelfbenoemde "white hacker" Robert Boehme wijdde zich aan de grenzen van AI. Zo kan AI niet rekenen en moet het zelfs voor eenvoudige rekenopgaven (zoals 2 x 2) getraind worden om een rekenmachine te gebruiken. Wat het wel kan, is rekenmethoden en formules afleiden. Ook hebben alle AI-modellen "geheugenlacunes", er ontbreekt dus iets. De AI merkt dat zelf niet, dat wil zeggen, er is gewoon een gat, maar de gaten zijn in ieder geval stabiel, dus altijd op dezelfde plaats, zodat je er iets aan kunt doen.

Ook moet je weten dat AI "biases", oftewel vooroordelen of voorkeuren, heeft. Als je bijvoorbeeld simpelweg "Herbert of Michael" in een AI-tool invoert, dan krijg je een van beide namen terug, waarbij de eerstgenoemde naam vaker voorkomt als je dit vaker doet. Dat is dus een bias. Als je de opdracht duizenden keren invoert, zal "Michael" vaker terugkomen, omdat de naam in het Engels taalgebied gebruikelijker is dan "Herbert" en de AI met veel Engelstalige trainingsdata wordt gevoed.

Volgens Boehme moet je dus drie dingen in gedachten houden als je AI inzet:

• Het is geniaal en heeft toch geen idee.
• AI heeft een extreem zelfvertrouwen bij totale onwetendheid.
• AI is extreem krachtig.

Dit artikel verscheen eerder op FashionUnited DE. Dit artikel is vertaald met behulp van een AI-tool.

FashionUnited gebruikt AI taaltools om het vertalen van (nieuws)artikelen te versnellen en de vertalingen te proeflezen om het eindresultaat te verbeteren. Dit bespaart onze menselijke journalisten tijd die ze kunnen besteden aan onderzoek en het schrijven van eigen artikelen. Artikelen die met behulp van AI zijn vertaald, worden gecontroleerd en geredigeerd door een menselijke bureauredacteur voordat ze online gaan. Als je vragen of opmerkingen hebt over dit proces, stuur dan een e-mail naar info@fashionunited.com.