Generative KI bei Pega

Pega GenAI™ Autopilot beschreibt alle generativen KI-Funktionen, die zum Entwicklungszeitpunkt verfügbar sind. Ein Vorteil von Autopilot ist, dass dadurch der Entwicklungsprozess von Low-Code-Anwendungen beschleunigt wird. Beispielsweise können Anwendungsentwickler, die eine Anwendung für einen Eigenheimkredit erstellen, die integrierten Autopilot-Funktionen anwenden, die Vorschläge für Komponenten der Anwendung bieten, einschließlich Case-Typen, Datenmodell-Felder und Personas. Entwickler können alle KI-gestützten Empfehlungen dann überprüfen und ändern, bevor sie die Vorschläge verwenden.

Das folgende Video zeigt die KI-gestützte Entwicklung in Pega Infinity:

Videotranskript

Die Anwendungsentwicklung ist oft zeitaufwendig. Mit den Features von Pega GenAI Autopilot erhalten Sie während der gesamten Entwicklung Vorschläge zur Beschleunigung des Prozesses.

Beispiel: Sie erstellen eine Anwendung für das Kreditmanagement mithilfe von Autopilot. Wenn Sie einen Case-Typ erstellen, schlägt Autopilot basierend auf dem Anwendungsnamen verschiedene Case-Typen vor. Dann können Sie einen vorgeschlagenen Workflow mit Autopilot generieren und so die Entwicklungszeit verkürzen. Anschließend sollten Sie alle vorgeschlagenen Stages, Prozesse und Steps überprüfen und anpassen. Autopilot kann Vorschläge für das Datenmodell des Case-Typs machen und auch Auswahlmöglichkeiten für ein Picklist-Feld vorschlagen. Als Nächstes können Sie Autopilot verwenden, um Vorschläge für die Benutzer oder Personas bereitzustellen, die mit dem Case-Typ interagieren. Außerdem können Sie mit Autopilot Beispieldatensätze für ein Datenobjekt generieren und so das Testen vereinfachen. Beim Ausführen des Case-Typs kann Pega GenAI das Formular mit Beispieldaten ausfüllen. Sie können zudem mit Eingabeaufforderungen in natürlicher Sprache einen empfohlenen Insight generieren, um Ihre Anwendungsdaten zu analysieren.

Pega GenAI Blueprint™ ist ein leistungsstarkes Tool, mit dem Sie schnell und gemeinsam mit anderen die Grundlagen einer Anwendung für Ihre Geschäftsanforderungen gestalten können.

Mit Blueprint sparen Sie viel Zeit bei folgenden Aufgaben:

• Sie können mit anderen bei der Anwendungsentwicklung zusammenarbeiten, ohne dass Sie eine Pega-Instanz brauchen oder sich anmelden müssen, weil Blueprint als SaaS-Tool unabhängig von den Pega-Studios funktioniert. Projektbeteiligte mit einem Pega-Login können ebenfalls mitwirken.
• Sie können in Begriffen, die Sie auch sonst beruflich verwenden, beschreiben, was für eine Anwendung Sie gern hätten. Blueprint nutzt diese Informationen, um Case-Typen, Case-Life-Cycles, Datenmodelle, Datenobjekte und Personas vorzuschlagen, mit denen Sie schnell arbeiten können und die Ihre Geschäftsanforderungen erfüllen.
• Sie erhalten umgehend leistungsstarke, detaillierte Vorlagen für Anwendungen, die auf Best Practices basieren.
• Sie können den erstellten Blueprint exportieren und die Datei direkt in die Pega-Plattform importieren, um eine Demo oder ein Entwicklungsprojekt zu starten, bei dem Sie in nur wenigen Minuten eine funktionsfähige Anwendung erhalten.

Die Arbeit mit Blueprint macht aber das App Studio oder andere bestehende Pega-Tools nicht überflüssig. Stattdessen ergänzt Blueprint diese mit einer neuen Sicht auf die Zusammenarbeit, um Ideen für bessere Workflows effektiv in eine funktionale Anwendung in kürzester Zeit umzuwandeln.

Hier können Sie einen Blueprint erstellen: https://pega.com/de/blueprint. 

Die Leistungsfähigkeit der generativen KI ist direkt in die Pega-Plattform integriert, wodurch Sie die Pega GenAI Connect-Regeln für die Anforderungen Ihrer Anwendung anpassen können. Zum Beispiel kann die Pega GenAI Connect-Regel die Details eines komplexen Case für einen Kundenbetreuer zusammenfassen, der zum Beilegen einer Beschwerde hinzugezogen wurde, oder eine Liste der nötigen Unterlagen bereitstellen, die der Kunde zur Klärung der Beschwerde einreichen muss. 

Mit Pega Infinity ‘24 können Sie jetzt einen Automation-Step „Connect Generative AI“ (Generative KI verknüpfen) in App Studio konfigurieren. Das Erstellen einer Connect-Regel beginnt mit der Definition einer Eingabeaufforderung, einem sogenannten Prompt. Der Prompt definiert die Anfrage nach Informationen, die an die Pega GenAI-Engine gesendet wird. Es kann sich um einen benutzerdefinierten Prompt handeln, der für den Step spezifisch ist, oder um einen bestehenden Prompt, der in Dev Studio erstellt wurde. 

Pega GenAI antwortet auf den Prompt mit einer der drei folgenden Strukturen: 

• Structured – Single (Strukturiert - Einzeln): Die Antwort besteht aus einer einzigen Seite mit einem kurzen Absatz oder einem Feld mit einem entsprechenden Wert. Das System kann die Antwort automatisch direkt einem Feld zuordnen, das mit dem Datenmodell verbunden ist.
• Structured – List (Strukturiert - Liste): Die Antwort besteht aus einer Aufzählungsliste mit Feldern und deren Werten. Das System kann dann automatisch die den Feldern in der Antwortliste zugeordneten Werte direkt auf die Felder abbilden, die einer eingebetteten Datenliste im Datenmodell zugeordnet sind.
• Unstructured (Unstrukturiert): Die Antwort ist lang oder komplex, wie zum Beispiel JSON-Code. In diesem Fall ist es eine bewährte Methode, die Antwort einem Feld mit einem Feld „Type of Text (paragraph)“ (Textart (Absatz)) zuzuordnen.

Schließlich erfordert das System, dass Sie ein Zielfeld identifizieren, in das die Antwortdaten geschrieben werden sollen. Sie müssen das Zielfeld zur Anwendungs-UI hinzufügen, damit die Antwortinformationen dem Benutzer der Anwendung angezeigt werden können.

In der folgenden Abbildung sehen Sie den Abschnitt Request und den Abschnitt <Response für eine Connect Generative AI-Regel in App Studio:

Pega GenAI Connect-Regeln beinhalten zusätzliche Funktionen, wie die Möglichkeit, sensible Daten während des Anfrage-Antwortzyklus zu maskieren, oder die Sprache der Antworten basierend auf den jeweiligen Benutzereinstellungen zu ändern.

Prüfen Sie mit der folgenden Interaktion Ihr Wissen: