Veröffentlicht am

Anmerkungen zur Wirtschaftlichkeit eines Projekts

Platz (1998): Der erfolgreiche Projektstart, in Möller et al. 9. Aktualisierung

Die Wirtschaftlichkeit eines Projekts kann mithilfe verschiedener Dimensionen bestimmt werden. In der Abbildung ist zunächst einmal die Y-Achse (Investitionen bzw. Gewinn) zu erkennen, an die sich die X-Achse (Zeit) am Nullpunkt anschließt.

Über die Projektdauer haben die Investitionen ein Maximum erreicht. Dass die Linie zunächst unterhalb der Zeitachse verläuft bedeutet, dass Investitionen getätigt werden müssen, allerdings noch keine Erträge erzielt werden.

Über die anschließenden Ertragsgewinn können diese Investitionen soweit wieder hereingespielt werden, dass im Idealfall der Break-even Point erreicht wird. Die Zeitspanne bis dahin wird Pay-off Periode genannt.

Nach dem Break-even Point wird der Ertrag immer größer und der Gewinn steigt. DB ist hier die Abkürzung für den Deckungsbeitrag.

Werden die Produktlebenszyklen immer kürzer und werden gleichzeitig die Investitionen in Projekte immer größer, wird die Zeitspanne, in denen Unternehmen Gewinne erzielen können, immer kürzer.

Mit neuen Technologien, wie der Künstlichen Intelligenz, oder auch mit Additive Manufacturing (3D-Druck) können solche Innovationsprozesse wirtschaftlicher gestaltet werden.

Veröffentlicht am

Künstliche Intelligenz: Mit einem AI Router verschiedene Modelle kombinieren

An AI router that understands the capabilities of models in its library directs
a given inference request to the best model able to perform the task at hand (Thomas et al. 2025)

Wenn es um die bei der Anwendung von Künstlicher Intelligenz (GenAI) verwendeten Trainingsmodelle geht, stellt sich oft die Frage, ob ein großes Modell (LLM: Large Language Model) für alles geeignet ist – ganz im Sinne von „One size fits all“. Siehe dazu diesen Blogbeitrag zu den Vorteilen und Nachteilen dieser Vorgehensweise.

Eine andere Herangehensweise ist, mehrere spezialisierte kleinere Trainingsmodelle (SLM: Small Language Models) zu verwenden, die verschiedene Vorteile bieten. Siehe dazu Künstliche Intelligenz: Vorteile von Small Language Models (SLMs).

Neben den genannten Extremen gibt es noch Modelle, die dazwischen anzusiedeln sind, und daher als „midsized“ bezeichnet werden können.

Diese drei Möglichkeiten sind beispielhaft in der Abbildung unter „Sample of model ecosystem“ zusammengefasst. Erfolgt also eine neue Anfrage über den „New data point“ an den AI Router, so kann der vorher trainierte AI Router das geeignete Trainingsmodell (Small, Midsized, Large) zuweisen.

Die Autoren (Thomas et al. 2025) konnten in verschiedenen Tests zeigen, dass ein guter Mix an geeigneten Modellen, zusammen mit einem gut trainierten AI Router bessere und wirtschaftlichere Ergebnisse erzielt.

Die Vorteile liegen auf der Hand: Sie sparen Geld, reduzieren die Latenz und helfen der Umwelt. Diese Punkte sind gerade für Kleine und Mittlere Unternehmen (KMU) interessant.

Veröffentlicht am

Economics of Education: Bildung und Ökonomie?

Unterricht.jpgWieder ein Artikel zum Thema „Wirtschaftlichkeit im Bildungssystem“: Unter der Überschrift Das Geld versickert (Die Zeit vom 14.06.2007) berichtet der Bildungsökonom Ludger Wößmann über das leidige Thema. Es tut gut zu hören, dass Bildung ein wichtiger Faktor des Wirtschaftswachstums ist, dass es wohl nichts nutzt, mehr Geld in ein marodes System zu stecken, usw. usw. Dennoch bleibt bei vielen ein fader Nachgeschmack, wenn wir bei dem Thema Bildung über Wirtschaftlichkeitsaspekte sprechen. Interessant ist hier die Website Economics of Education in Europe, wo die Thematik ausführlich dargestellt wird. Es geht meines Erachtens nicht um die Frage, Bildung oder Wirtschaftlichkeit, sondern Bildung und Wirtschaftlichkeit (Siehe dazu auch Bildung neu Denken). Auf neue Fragen (Welche Rolle spielt Bildung in einer stärker wissensbasierten Gesellschaft?), werden allerdings oftmals alte Antworten (Braek-Even-Betrachtungen bei der Lehrer/Schüler-Relation) gegeben.