habe ich meine Masterarbeit zum Thema Emotion Recognition in Dialog (ERC) eingereicht. Das Modell, EmoNeterreichte eine gewichtete F1 von 39,18 auf EmoryNLP – konkurrenzfähig mit der damaligen öffentlichen PapersWithCode-Bestenliste, lag zwischen TUCORE-GCN_RoBERTa (39,24) und S+PAGE (39,14) und verbesserte sich gegenüber meiner gewählten Basislinie, CoMPM, um +1,81 F1.

Zwei Jahre später kehrte ich zurück, um mir anzusehen, wo sich das Feld jetzt befindet. Die Bestenliste ist nicht erkennbar. Die Prime-Einträge sind nicht mehr nur Encoder-Modelle mit cleveren Aufmerksamkeitsköpfen – sie sind es LLaMA-2–7B-basierte Systeme mit LoRA-Feinabstimmung und abrufgestützter Eingabeaufforderung: InstructERC, CKERC, BiosERC, LaERC-S. Die Methoden sind unterschiedlich. Die Berechnung ist unterschiedlich. Die Denkweise ist anders.

Und doch – wenn ich diese neuen Papiere sorgfältig lese, Die Kernideen, die ich in EmoNet vorgeschlagen habe, tauchen darin auf, nur auf einer anderen Ebene des Stapels implementiert. Dies ist die Geschichte darüber, was ich gebaut habe, wo es platziert wurde und was ich jetzt bauen würde, wenn ich von vorne anfangen würde.

---

Was ERC ist und warum es schwierig ist, nur Textual content zu verwenden

Bei der Emotionserkennung im Gespräch geht es darum, jeder Äußerung in einem Dialog mit mehreren Runden eine Emotionsbezeichnung zuzuordnen. Sie unterscheidet sich in einem wichtigen Punkt von der Sentimentanalyse an isolierten Sätzen: Die Emotion einer Äußerung wird durch das Vorangegangene und durch den Sprecher geprägt.

Betrachten Sie diesen Austausch aus dem EmoryNLP-Datensatz (aus der TV-Present). Freunde):

Monica: Wendy, wir hatten einen Deal! Ja, du hast es versprochen! Wendy! Wendy! Wendy!   (Verrückt)

Rachel: Wer conflict das?   (Impartial)

Monica: Wendy ist abgehauen. Ich habe keine Kellnerin.   (Verrückt)

Isoliert: „Wer conflict das?“ ist emotional impartial. Das Etikett Impartial ist nur sinnvoll im Kontext – es liegt zwischen zwei wütenden Äußerungen eines anderen Sprechers und ERC-Modelle müssen diese Gesprächsdynamik erfassen.

Es gibt noch eine zweite Falte: Es fehlen multimodale Informationen. In echten menschlichen Gesprächen tragen Tonfall, Mimik und Körpersprache einen enormen Anteil an emotionalen Signalen. Das reine Textual content-ERC macht das alles überflüssig. Die gleichen Worte – „Oh, großartig.“ – kann aufrichtig oder sarkastisch sein, und der Textual content allein kann oft nicht sagen, was.

Dieser Informationsverlust ist die zentrale Herausforderung. Sie müssen Emotionen aus einem lauteren Sign als dem menschlichen Benchmark extrahieren.

---

Die Landschaft 2024

Als ich Ende 2023 mit meiner Abschlussarbeit begann, dominierten transformatorbasierte Architekturen mit verschiedenen cleveren Modifikationen die EmoryNLP-Bestenliste. Eine kurze Tour:

– KET (Zhong et al., 2019) – Wissenserweiterter Transformer mit affektiver Graph-Aufmerksamkeit, der erste Artikel, der Transformers zum ERC bringt.

– DialogueGCN (Ghosal et al., 2019) – Graph-Faltungsnetzwerk, das Dialoge in Knotenklassifizierungsprobleme umwandelt.

– RGAT (Ishiwatari et al., 2020) – beziehungsbewusste Graphenaufmerksamkeit mit relationaler Positionskodierung für Sprecherabhängigkeiten.

– DialogXL (Shen et al., 2020) – angepasstes XLNet mit Äußerungswiederholung und Dialog-Selbstaufmerksamkeit.

– HiTrans (Li et al., 2020) – hierarchischer Transformator mit paarweiser Äußerungs-Sprecherüberprüfung als Hilfsaufgabe.

– TUCORE-GCN (Lee & Choi, 2021) – heterogener Dialoggraph mit sprecherbewusstem BERT.

– CoMPM (Lee & Lee, 2021) – kombinierter Dialogkontext mit vortrainierter Gedächtnisverfolgung für den Sprecher.

Ich habe gewählt CoMPM als meine Foundation aus zwei Gründen. Erstens wurde das vorab trainierte Gedächtnis des Sprechers explizit als separates Modul modelliert – was meiner Instinct entsprach WHO ist das Sprechen genauso wichtig wie Was sie sagen. Zweitens conflict seine Architektur modular genug, um sie zu erweitern, ohne sie von Grund auf neu schreiben zu müssen. Das CoMPM-Papier zeigte, dass das Hinzufügen eines vorab trainierten Gedächtnisses zum Kontextmodell einen messbaren Schub brachte – ihre Sprecheridentität blieb jedoch erhalten lokal für jeden Dialog. Sobald ein neues Gespräch begann, wurde alles, was das Mannequin über einen Sprecher erfahren hatte, verworfen.

Das schien ein Downside zu sein, das es wert conflict, gelöst zu werden.

---

Drei Beiträge, mit Instinct

1. Globale Sprecheridentität

Das Downside. In CoMPM und den meisten früheren Arbeiten sind Sprecher-IDs auf einen einzelnen Dialog beschränkt. Sprecher A in Szene 1 hat keine Beziehung zu Sprecher A in Szene 14, auch wenn es sich um dieselbe Individual handelt. Daher beginnt jeder Dialog kalt.

Die Instinct. Menschen haben charakteristische emotionale Muster. Monica wird über bestimmte Dinge wütend; Phoebe ist zuverlässig fröhlich; Ross hat vorhersehbare Anfälle von Unsicherheit. Wenn ein Modell Informationen darüber enthalten kann diesen speziellen Lautsprecher Über Dialoge hinweg sollte es in der Lage sein, besser kalibrierte Vorhersagen zu treffen, wann dieser Sprecher wieder auftaucht.

Die Umsetzung. Jeder einzelne Sprecher im gesamten Datensatz erhält eine stabile, datensatzweite ID. Das erste Mal Monica Geller erscheint, wird ihr eine ID zugewiesen – sagen wir ID 7 –, die bei ihr bleibt. Bei jedem weiteren Auftritt – über Episoden, Staffeln, Szenen hinweg – bleibt sie ID 7. Das Modell kann nun sprecherspezifische Muster lernen, die bestehen bleiben.

Im Nachhinein klingt das offensichtlich. Im Jahr 2024 funktionierten die Bestenlistenmodelle nicht so.

2. Modul „Sprecherverhalten“.

Das Downside. International Speaker Id allein ist nur ein Label. Um es nützlich zu machen, muss das Modell dies tun etwas tun mit der gesammelten Geschichte des Sprechers. Wie geben Sie einem Transformator Zugriff auf „alles, was Monica jemals in diesem Datensatz gesagt hat“, ohne das Kontextfenster zu sprengen oder das Coaching unlösbar zu machen?

Die Instinct. Wiederauftreten. Eine GRU eignet sich hervorragend zum sequentiellen Komprimieren der historischen Äußerungen eines Sprechers in einer einzigen Darstellung mit fester Größe. Aktuelle Äußerungen tragen mehr dazu bei; Ältere verdünnen sich allmählich. Eine konfigurierbare Schiebefenster Begrenzt die Eingabe der GRU – beispielsweise die letzten N-Äußerungen dieses Sprechers – und sorgt so dafür, dass Rechenleistung und Speicher vorhersehbar bleiben.

Die Umsetzung. Jede Äußerung wird unabhängig von einem vorab trainierten RoBERTa-Spine codiert. Die resultierenden Einbettungen fließen durch eine unidirektionale GRU. Der letzte verborgene Zustand der GRU – nennen wir ihn „kt“ – repräsentiert das Verhaltensmuster des Sprechers im aktuellen Second. Dies wird in die gleiche Dimension wie die Ausgabe des Dialogkontexts projiziert und hinzugefügt. Das kombinierte Sign speist den endgültigen Klassifikator.

Die Architektur ähnelt strukturell dem vorab trainierten Speichermodul von CoMPM, weist jedoch zwei wesentliche Unterschiede auf: Der Sprecherverlaufspool ist es world (nicht lokal für den aktuellen Dialog), und die GRU modelliert explizit den zeitlichen Verfall.

3. Gewichteter Kreuzentropieverlust

Das Downside. EmoryNLP ist unausgeglichen – Impartial zahlenmäßig überlegen Traurig um etwa 4,5:1. Die meisten Arbeiten behandeln dies mit Datenerweiterung oder Unterabtastung. Aber Konversationsdaten sind es sequentiell: Das Weglassen oder Duplizieren von Äußerungen verzerrt den natürlichen emotionalen Fluss, der genau das Sign ist, aus dem das Modell lernen möchte.

Die Instinct. Wenn Sie die Daten nicht sicher ändern können, ändern Sie den Verlust. Gewicht seltener Klassen höher, additionally eine einzige Fehlklassifizierung von Traurig kostet das Modell mehr als eine einzige Fehlklassifizierung Impartial.

Die Umsetzung. Kreuzentropie mit Gewichtungen professional Klasse, abgeleitet aus der inversen Klassenhäufigkeit, dann normalisiert. Nichts Exotisches – aber mit dem Argument der Konversationssequenz als expliziter Motivation wird dies eher zu einer prinzipiellen Entscheidung als zu einer willkürlichen.

---

Ergebnisse: Was hat funktioniert und was hat mich überrascht

Hier ist die Ablationstabelle aus der Arbeit:

Das Ergebnis, das mich überrascht hat – und das meiner Meinung nach der ehrlichste Teil dieser Arbeit ist – ist die zweite Reihe. Allein die Hinzufügung der International Speaker ID verschlechterte das Modell erheblich (F1 fiel von 37,85 auf 29,43). Das sah zunächst wie ein Misserfolg aus.

Aber das conflict es nicht. Die globale Sprecheridentität ist eine Fähigkeit – Es gibt dem Modell die Möglichkeit, Lautsprechermuster mit großer Reichweite zu lernen. Allein diese Fähigkeit erzeugt eine repräsentative Belastung, die der Relaxation des Modells nicht absorbieren könnte. Nur einmal die Modul „Sprecherverhalten“. wurde hinzugefügt – um dem Modell eine strukturierte Möglichkeit zu geben verwenden die globalen Identitäten – tauchte der Beitrag auf. Bis zur endgültigen Konfiguration hatte sich EmoNet erholt und die CoMPM-Basislinie um 1,81 F1 übertroffen.

Dies ist die Lehre, die ich aus der Ablation gezogen habe: Eine Funktion ist für sich genommen nicht wertvoll. In Kombination mit der Maschine, die es verbraucht, ist es wertvoll. In Forschungsarbeiten, die berichten, dass „dieser Zusatz uns + Ich habe mich dafür entschieden, diese Reihe beizubehalten.

Das vollständige Modell behandelt Impartial, FreudeUnd Verängstigt Additionally. Kraftvoll blieb die härteste Klasse – teils weil sie selten vorkommt, teils weil Kraftvoll Und Freude sind in Textgesprächen ohne akustische Hinweise kaum zu unterscheiden. Dies ist ein multimodales Downside, das sich als Textproblem tarnt.

---

Reflexion (2026): Das Feld hat sich bewegt, und wir sollten es auch tun

Zwei Jahre später sieht die EmoryNLP-Bestenliste völlig anders aus. Die derzeit führenden Systeme sind:

– InstructERC (Lei et al., 2023) – formuliert ERC als generative LLM-Aufgabe neu. Es verwendet abruferweiterte Anweisungsvorlagen und Hilfsaufgaben wie Sprecheridentifikation und Emotionsvorhersage, um Dialogrollen und emotionale Dynamik besser zu modellieren.

– CKERC (Fu, 2024) – führt den durch gesunden Menschenverstand verbesserten ERC ein. Für jede Äußerung generiert ein LLM vernünftige Anmerkungen zur Absicht des Sprechers und zur wahrscheinlichen Reaktion des Zuhörers und liefert so implizite soziale und emotionale Argumente über den expliziten Dialogkontext hinaus.

– BiosERC (Xue et al., 2024) – fügt von LLM abgeleitete biografische Informationen des Sprechers in den ERC-Prozess ein und ermöglicht es dem Modell, nicht nur über den Äußerungskontext, sondern auch über sprecherspezifische Merkmale nachzudenken.

– LaERC-S (Fu et al., 2025) – zweistufige Befehlsoptimierung. Stufe 1: Statten Sie das LLM mit aus sprecherspezifische Eigenschaften. Stufe 2: Nutzen Sie diese Eigenschaften während der ERC-Aufgabe selbst.

Schauen Sie sich die letzten beiden genau an.

Biografische Informationen zum Sprecher des BiosERC ist im Grunde genommen eine vergrößerte globale Sprecheridentität – anstelle einer ganzzahligen ID handelt es sich um ein Textprofil, das der LLM verwalten kann. Eigenschaften des LaERC-S-Lautsprechers sind im Grunde das Modul „Speaker Habits“ – historische Lautsprechermuster, die dem Modell zur Verfügung gestellt werden – aber in die Befehlsabstimmung integriert und nicht als separate GRU implementiert.

Die architektonischen Intuitionen hielten stand. Die Implementierungsschicht hat sich geändert.

Das ist der Teil, den ich wirklich interessant finde. Als ich 2024 an EmoNet arbeitete, dachte ich innerhalb des Encoder-only-Transformer-Paradigmas nach: „Wie füge ich der Architektur ein weiteres Modul hinzu?“ Die Papiere von 2024–2025 denken innerhalb des LLM-Paradigmas: „Wie codiere ich diese Idee in den Unterrichtsoptimierungs- oder Abrufkontext?“ Die Ideen sind ähnlich; Die Hebelpunkte sind unterschiedlich.

Wenn ich EmoNet heute neu aufbauen würdeich würde nicht von RoBERTa-large ausgehen. Ich würde mit einem kleinen Open-Supply-LLM beginnen – LLaMA-3.2–3B, Qwen-2.5–3B oder Phi-3.5 – und verwenden LoRA um es auf EmoryNLP zu verfeinern und dabei der InstructERC-Ansatzfamilie zu folgen. Die globale Sprecheridentität wird zu einer textuellen Sprecherbiografie, die aus einem Vektorspeicher abgerufen wird. Das Modul „Sprecherverhalten“ wird zu einer Kurzaufforderung mit der jüngsten emotionalen Vergangenheit des Sprechers. Der gewichtete Verlust bleibt nahezu unverändert – das Klassenungleichgewicht spielt keine Rolle, welches Modell Sie verwenden.

Das Architekturdiagramm würde völlig anders aussehen. Die konzeptionelle Verschuldung gegenüber der These von 2024 wäre sichtbar, wenn man wüsste, wo man suchen muss.

Es hat mich gelehrt, dass Forschungsschulden eine längere Halbwertszeit haben, als ich erwartet hatte – Ideen überleben Paradigmenwechsel, selbst wenn ihre Umsetzung dies nicht tut.

---

Wohin mich das führt

EmoNet ist jetzt öffentlich archiviert unter DOI 10.5281/zenodo.20048006 mit der vollständigen Dissertation, Verteidigungsfolien und der PyTorch-Implementierung GitHub. Ich arbeite derzeit an der modernisierten Portierung – einem LoRA-fein abgestimmten LLM mit abrufbasiertem Sprecherkontext – als Folgeprojekt, über das ich bald schreiben werde.

Wenn Sie an Konversations-KI, angewandtem NLP oder LLM-Feinabstimmung arbeiten, würde es mich interessieren, was Sie entwickeln.

Kleine Unternehmen machen 44 % des US-BIP aus. Sie beschäftigen quick die Hälfte der Arbeitskräfte im privaten Sektor. Und seit drei Jahren erhalten sie KI-Instruments für Unternehmen mit IT-Abteilungen, Dateningenieuren und sechsstelligen Softwarebudgets.

Genau auf diese Lücke zielt Anthropic mit Claude for Small Enterprise, das am 13. Mai 2026 auf den Markt kam. Die Frage ist nicht, ob das Produkt beeindruckend ist. Es geht darum, ob Anthropic besser als jeder andere Anbieter zuvor verstanden hat, warum die KI-Einführung in kleinen Unternehmen immer wieder ins Stocken gerät.

Es stellt sich heraus, dass die Antwort auf eine einzige Designentscheidung zurückzuführen ist.

Das Downside warfare nie die Technologie

Jede bisherige Welle von KMU-Software program versprach, den Betrieb zu vereinfachen. Was tatsächlich geliefert wurde, warfare eine neue Ebene der Konfiguration, Schulung und Wartung, für die die Eigentümer keine Zeit hatten. KI-Instruments folgten dem gleichen Muster, leistungsstark in Demos, reibungsintensiv in der Praxis.

Die Trennung warfare struktureller Natur. Enterprise-KI-Instruments sind für zentralisierte IT-Umgebungen mit sauberen, standardisierten Daten konzipiert. Kleine Unternehmen arbeiten mit QuickBooks-Konten, die von einem Teilzeitbuchhalter geführt werden, HubSpot-CRMs werden inkonsistent aktualisiert und PayPal-Abrechnungen stimmen nicht immer mit dem Kontostand überein. Die Werkzeuge sprachen diese Sprache nicht.

Die Antwort von Anthropic ist kein einfacheres Werkzeug. Es handelt sich um ein Instrument, das die bereits verwendeten Sprachen spricht.

Was die Anschlüsse tatsächlich tun

Claude for Small Enterprise verbindet sich direkt mit den Plattformen, die Kleinunternehmer bereits betreiben, Intuit QuickBooks, PayPal, HubSpot, Canva, DocuSign, Google Workspace und Microsoft 365, und wird mit 15 vorgefertigten Agenten-Workflows und 15 aufgabenspezifischen Fähigkeiten aus den Bereichen Finanzen, Vertrieb, Advertising, Personalwesen und Kundenservice geliefert.

Die Einrichtung erfolgt mit einem Klick professional Connector, ohne Datenmigration, ohne Erlernen einer neuen Benutzeroberfläche und ohne zusätzliche Abonnementkosten über eine bestehende Claude-Lizenz hinaus. Die Konnektoren funktionieren auf der API-Ebene. Ein QuickBooks-Benutzer verbindet ein Konto, nicht ein Datenmodell.

Die Arbeitsabläufe machen genau das, was die Eigentümer sagen, dass sie es hassen. Ein Arbeitsablauf zur Lohn- und Gehaltsabrechnung integriert die Bargeldbestände von QuickBooks mit PayPal-Abrechnungen, erstellt eine 30-Tage-Cashflow-Prognose und stellt Zahlungserinnerungen zur Genehmigung durch den Eigentümer in die Warteschlange, bevor etwas gesendet wird. Ein Arbeitsablauf zum Monatsabschluss gleicht Konten ab, markiert Unstimmigkeiten und erstellt eine Gewinn- und Verlustrechnung in einfacher Sprache, die direkt an einen Buchhalter exportiert werden kann. Ein Advertising-Workflow analysiert die Kampagnenleistung von HubSpot, identifiziert Umsatzrückgänge, entwirft eine Werbestrategie und generiert kreative Belongings in Canva.

Zu den weiteren Funktionen gehören ein Rechnungsverfolgungssystem, ein Margenanalysator, ein Vertragsprüfer, ein Organisator der Steuersaison und ein Lead-Triage-System.

Das Gestaltungsprinzip, das sich durch alle 15 Arbeitsabläufe zieht, ist das gleiche: Claude bereitet vor. Sie stimmen zu. Nichts wird ohne menschliche Zustimmung ausgeführt.

Der letzte Punkt ist wichtiger als es klingt.

Die Belief-Architektur ist die wahre Wette

Die meisten KI-Produkte für kleine Unternehmen scheitern am Vertrauen und nicht an den Funktionen. Eigentümer geben den Zugriff auf Finanzdaten weiter und beobachten dann, wie KI-Systeme Maßnahmen ergreifen, die sie nicht vollständig verstanden oder autorisiert haben. Die Haftungsfrage, wer die Verantwortung trägt, wenn die KI etwas falsch macht, ist selten sauber beantwortet.

Anthropic baute seine Antwort in die Architektur selbst ein. Jeder Claude for Small Enterprise-Workflow erfordert vor der Ausführung die Genehmigung des Eigentümers. Nichts wird gesendet, gepostet oder bezahlt, ohne dass ein Mensch auf dem Laufenden ist. Das beseitigt KI-Fehler zwar nicht, das kann kein System, aber Folgeentscheidungen bleiben bei der Individual, die rechtlich und finanziell dafür verantwortlich ist.

Brian Ludviksen, COO von Purity Espresso, fasste die Erfahrung in den Einführungsmaterialien von Anthropic zusammen: „Es konnte nicht nur Probleme für mich lösen, es zeigte mir auch Probleme, von denen ich nicht wusste, dass ich sie hatte.“

Das ist das richtige Versprechen. Nicht „die Kontrolle abgeben“. Nicht „Lassen Sie KI Ihr Unternehmen leiten.“ Lassen Sie die KI ans Licht bringen, was Sie übersehen würden, und überlassen Sie es Ihnen, zu entscheiden, was Sie dagegen tun möchten.

Das Distributionsstück, über das niemand spricht

Folgendes fehlt in den meisten Berichten über diese Markteinführung: Die Produktstrategie ist interessant, aber die Vertriebsstrategie ist wirklich klug.

Anthropic verlässt sich nicht auf Direktmarketing, um Kleinunternehmer zu erreichen. Die Einführung erfolgt über Group Improvement Monetary Establishments, den Accion Alternative Fund, den Group Reinvestment Fund USA und Pacific Group Ventures und stellt Claude-Gutschriften und technische Unterstützung direkt den Organisationen zur Verfügung, denen kleine Unternehmen bereits in Bezug auf Kapital vertrauen. Pacific Group Ventures nutzt Claude bereits zur Stromversorgung seines Radiant Information Hub und synthetisiert sprachbasiertes Kundenfeedback über ein Netzwerk von Kreditgebern.

Kleine Unternehmen führen neue Technologien nicht über Anbieterkampagnen ein. Sie übernehmen es durch vertrauenswürdige Berater, Buchhalter, Kreditgeber und Branchenverbände. Wenn CDFIs Claude erfolgreich in ihre Beratungsdienste integrieren, erzielt Anthropic eine Verbreitung, die durch keine Werbung erreicht werden könnte. Das ist eine strukturelle Wette, keine Marketingtaktik.

Fügen Sie den kostenlosen AI Fluency for Small Enterprise-Kurs hinzu, der mit PayPal entwickelt und von Eigentümern unterrichtet wird, die KI in ihre eigenen Betriebe integriert haben, und eine Workshop-Tour durch 10 Städte in den USA, die praktische Schulungen und ein einmonatiges Claude Max-Abonnement professional Teilnehmer bietet, und das Bild wird schärfer. Anthropic bringt nicht nur ein Produkt auf den Markt. Es wird versucht, die Voraussetzungen für eine völlig neue Kategorie der KI-Einführung zu schaffen, die nicht davon abhängt, dass der Geschäftsinhaber bereits technisch neugierig ist.

Der eigentliche Check liegt noch vor uns

Die Unternehmen, die bei der KI für Kleinunternehmen gewinnen, werden diejenigen sein, die etwas Einfaches verstanden haben: Eigentümer haben keine Angst vor Technologie. Sie haben Angst vor Instruments, die mehr Arbeit verursachen als sie einsparen.

Alle strukturellen Entscheidungen in Claude for Small Enterprise, vorgefertigte Konnektoren, Human-in-the-Loop-Genehmigungen, Group-basierte Verteilung, keine zusätzlichen Abonnementkosten, basieren auf dieser Erkenntnis. In einer Umfrage, die Anthropic unter Kleinunternehmern durchführte, gab die Hälfte der Befragten die Datensicherheit als ihr größtes Zögern gegenüber KI an. Die Antwort von Anthropic ist kein Grundsatzdokument. Es handelt sich um ein Berechtigungsmodell, bei dem die bestehenden Zugriffskontrollen des Eigentümers gelten, nichts ohne Genehmigung ausgeführt wird und die Geschäftsdaten auf den Plattformen verbleiben, von denen sie stammen.

Der eigentliche Check des Produkts ist jedoch nicht die Markteinführung. Es geht darum, ob die Arbeitsabläufe aufrechterhalten werden, wenn die Bücher unordentlich sind, die Daten nicht übereinstimmen und der Eigentümer keine Zeit für die Fehlerbehebung hat. Hier verdient oder verliert jedes Instrument für kleine Unternehmen seinen Ruf.

Wenn Claude for Small Enterprise den Kontakt mit realen Abläufen überlebt, gehen die Auswirkungen weit über die Gehaltsabrechnung und den Monatsabschluss hinaus. Es wäre das erste Mal, dass die KI-Automatisierung auf Unternehmensebene den Teil der Wirtschaft erreicht, der sie am meisten benötigt und am längsten auf sich warten lässt.

Die Unternehmen, die es bereits nutzen, fragen sich nicht, ob KI für kleine Unternehmen bereit ist. Sie fragen sich, warum alle anderen so lange gebraucht haben.

Sundar Pichai, CEO von Google, kündigte an, dass die Suchmaschine des Unternehmens im Jahr 2025 tiefgreifende Veränderungen erleben wird, und betonte dabei insbesondere ihre Fähigkeit, komplexere Suchanfragen zu bearbeiten. Pichais Kommentare wurden während gemacht Die New York Instances‘ DealBook-Gipfel am 4. Dezember 2024. Er schlug vor, dass Nutzer zu Beginn des neuen Jahres erhebliche Fortschritte bei den Google-Suchfunktionen feststellen werden. Die Änderungen erfolgen inmitten eines intensiven Wettbewerbs in der KI-Landschaft, insbesondere durch Microsoft und OpenAI.

Der CEO von Google kündigt bedeutende Suchmaschinen-Updates für 2025 an

Pichai sagte: „Ich denke, wir werden in der Lage sein, komplexere Fragen als je zuvor anzugehen.“ Er betonte die kontinuierliche Innovation innerhalb des Unternehmens und versicherte, dass die Benutzer von den Verbesserungen der Suchfunktionen im Vergleich zum aktuellen Stand überrascht sein würden. Google hat aktiv an einer KI-Überarbeitung seiner Suchmaschine gearbeitet, KI-Suchzusammenfassungen integriert und Google Lens aktualisiert, um die Artwork und Weise zu verbessern, wie Benutzer mit Internetinformationen interagieren können.

---

Google AI Overviews hat bereits damit begonnen, eine Komödie voller Fehler zu präsentieren

---

Diese Änderungen spiegeln das Engagement von Google wider, seinen Wettbewerbsvorteil angesichts der schnellen Fortschritte seiner Konkurrenten, insbesondere Microsoft, aufrechtzuerhalten. Als Reaktion auf die Behauptung von Microsoft-Chef Satya Nadella, dass Google zum Standardführer im Bereich KI hätte werden sollen, lud Pichai zu einem direkten Vergleich ihrer jeweiligen Modelle ein. Er bemerkte: „Ich würde gerne einen direkten Vergleich der eigenen Modelle von Microsoft und unserer Modelle durchführen“ und zeigte damit die Bereitschaft, die Innovationen von Google gegenüber Microsofts Abhängigkeit von externen KI-Plattformmodellen wie denen von OpenAI hervorzuheben.

Im Rahmen seiner Strategie bereitet Google die Einführung eines bemerkenswerten Updates seines Gemini-Modells vor, das darauf abzielt, die Funktionalität und Genauigkeit der Suchergebnisse zu verbessern. Google begann Anfang dieses Jahres mit der Durchführung dieser bedeutenden KI-verbesserten Aktualisierungen und verdeutlichte damit einen entscheidenden Schritt hin zur Priorisierung der KI-Technologie als Reaktion auf den Wettbewerbsdruck. Analysten gehen davon aus, dass diese Innovationen von entscheidender Bedeutung für die Bewältigung der Herausforderungen sein könnten, die sich aus kartellrechtlichen Fragen und der Konkurrenz durch neue KI-Suchmaschinen wie Perplexity ergeben.

Inmitten der Diskussionen über die Zukunft der Google-Suche beschrieb Pichai die aktuelle Section als „die frühesten Phasen eines tiefgreifenden Wandels“. Er bekräftigte das Engagement von Google, an der Spitze der Innovationen im Bereich KI zu stehen. Dieses Engagement erfolgt nicht nur in Type von Produktaktualisierungen, sondern auch als Reaktion auf den breiteren Kontext der sich entwickelnden Benutzererwartungen, die durch die vorherrschenden KI-Anwendungen auf dem Markt hervorgerufen werden.

---

Hervorgehobener Bildnachweis: Benjamin Dada/Unsplash