eGain: Jensens KI-Stack fehlt eine entscheidende Wissensschicht
eGain Corporation argumentiert, dass Jensens Modell für den KI-Stack eine entscheidende Schicht für Wissensmanagement auslässt. Das Unternehmen gibt an, dass diese Lücke häufig zu Fehlern bei Unternehmens-KI-Anwendungen führt.
Der Anbieter von KI-Lösungen, eGain Corporation, hat das vom Jensen Huang auf der GTC 2026 vorgestellte Fünf-Schichten-KI-Stack-Modell kritisiert und festgestellt, dass es eine wesentliche Komponente für das Wissensmanagement außer Acht lässt. eGain ist der Ansicht, dass dieses Versäumnis der Hauptgrund für Fehler bei KI-Anwendungen für Unternehmen ist.
Huangs Modell, das die Schichten Energie, Chips, Infrastruktur, Modelle und Anwendungen umfasst, vernachlässigt die entscheidende Verbindung zwischen KI-Modellen und benutzerorientierten Anwendungen. eGain identifiziert diese Lücke als den Punkt, an dem Unternehmens-KI in der Praxis scheitert, insbesondere wenn fortschrittliche Modelle in bestehende, oft fragmentierte und veraltete Unternehmensinhalte integriert werden.
Das Unternehmen argumentiert, dass das Problem nicht bei den KI-Modellen selbst liegt, wie GPT oder Gemini, sondern bei den Daten, die sie verarbeiten. Schlecht verwaltete, widersprüchliche oder veraltete Informationen führen zu ungenauen und inkonsistenten Antworten, was das Kundenvertrauen untergräbt und Compliance-Risiken erhöht. Laut Gartner werden bis zu 100 % der Projekte für generative KI-Assistenten, denen eine moderne Wissensmanagement-Integration fehlt, ihre Ziele nicht erreichen.
eGain betont, dass eine erfolgreiche Unternehmens-KI eine dedizierte Wissensmanagement-Schicht erfordert. Diese Schicht muss Unternehmenswissen erfassen, kuratieren, verwalten und aktualisieren, um eine einheitliche und zuverlässige Wahrheitsquelle zu schaffen. Nur so können KI-Modelle zuverlässig genaue und aktuelle Informationen für Kundenanfragen synthetisieren.