Kommentar von Gerald Martinetz, Mindbreeze

Intelligente Systeme halten Einzug in den Unternehmensalltag

| Autor / Redakteur: Gerald Martinetz / Nico Litzel

Der Autor: Gerald Martinetz ist bei Mindbreeze für den Bereich Klassifizierung verantwortlich
Der Autor: Gerald Martinetz ist bei Mindbreeze für den Bereich Klassifizierung verantwortlich (Bild: Mindbreeze)

Intelligente Systeme, die auf Künstlicher Intelligenz (KI) basieren, sind heute fixer Bestandteil unseres Alltags. Sprachassistenten antworten effizient und präzise auf Fragen und Navigationssysteme bringen uns zu unserem gewünschten Ziel. KI-Lösungen verändern nicht nur unsere Lebensweise, sondern beeinflussen auch die Art und Weise, wie Unternehmen ihre Prozesse abwickeln, Mitarbeiter zusammenarbeiten oder mit Kunden interagieren.

Informationen sind zunehmend in das Zentrum unternehmerischen Handelns gerückt. Wissen erweist sich immer mehr als die entscheidende Ressource im Wettbewerb der globalen Märkte. Mit dem rasanten Anstieg der zur Verfügung stehenden Daten (Big Data) und der zunehmenden Komplexität wird es aber stetig schwieriger, das vorhandene Wissen im Unternehmen zu nutzen. Denn Wissen zur richtigen Zeit, am richtigen Ort und im richtigen Kontext abgerufen, kann über den wirtschaftlichen Erfolg oder Misserfolg entscheiden.

Sogenannte Insight Engines sind in der Lage, das unternehmensweit vorhandene Wissen zu bündeln und nutzbar zu machen. Sie besitzen die Fähigkeit, die Daten zu verstehen, zu analysieren und zu vernetzen. Dadurch können in den historisch gewachsenen und immer weiter steigenden Datenmassen wertvolle Antworten sowie Erkenntnisse gefunden werden und Mitarbeiter effizienter arbeiten.

Charakteristika von Insight Engines

Insight Engines basieren auf bekannten Technologien aus dem Bereich Enterprise Search. Sie nutzen zusätzlich jedoch Methoden der Künstlichen Intelligenz wie Machine und Deep Learning, Entities sowie semantische Analysen, um die Inhalte von Dokumenten zu verstehen, die Informationen zu extrahieren, zu analysieren und bei Bedarf zur Verfügung zu stellen.

Eigenschaften von Insight Engines:

  • Umfassend: Alle relevanten Datenquellen werden mithilfe von Konnektoren rasch und unkompliziert an die Insight Engine angebunden.
  • Intuitiv: Suchabfragen können in natürlicher Sprache ganz einfach in eine Suchmaske eingegeben werden. Dank Natural Language Processing (NLP) und Natural Language Question Answering (NLQA) wird der Inhalt der Frage interpretiert, die Intention des Fragenden ermittelt und proaktiv Antworten generiert.
  • Autonom: Semantische Analysen ermöglichen die Bereitstellung von kontextrelevanten Zusatzinformationen.
  • Selbstlernend: Mittels Machine und Deep Learning induzierte Analysen der Arbeitsweise ermöglichen ein personalisiertes Sucherlebnis für jeden Nutzer.
  • Sicher: Durch Überprüfung der Zugangsberechtigungen bei jeder Abfrage, haben Anwender lediglich auf jene Informationen Zugriff, für die sie berechtigt sind.

Funktionsweise von Insight Engines

Aus Anwendersicht unterscheidet sich die Bedienung einer Insight Engine im Wesentlichen nicht von einer herkömmlichen Suchmaschine. Der Mehrwert für den Nutzer ist jedoch bereits während der Eingabe in die Suchmaske erkennbar. Bereits beim Eintippen wird eine Abfrage generiert und werden mögliche Lösungsvorschläge, basierend auf einer Faktenextraktion direkt aus dem Inhalt, angezeigt.

Im Idealfall stehen alle Unternehmensdatenquellen wie Fachanwendungen, Archivsysteme, Fileshares, Cloud-Speicher oder auch Seiten aus dem Internet als Datenbasis zur Verfügung. Mithilfe von Konnektoren lassen sich diese Datenquellen an die Insight Engine, welche meist als vollwertige Appliance ausgeliefert werden, anbinden.

Via NLP und NLQA werden die verfügbaren Daten für die erforderlichen Anwendungsfälle eingehend semantisch analysiert und Informationen mit der entsprechenden Bedeutung extrahiert.

Insight Engines verfügen über eine sogenannte Semantic Pipeline, um die Extraktion semantisch strukturierter Daten beziehungsweise Informationen aus Dokumenten und Abfragen zu ermöglichen. Diese mehrstufige Pipeline ist hochgradig konfigurier- und erweiterbar. Sie bietet maximale Kontrolle darüber, wie die Daten extrahiert und auf Dokumente sowie indizierte Elemente angewendet werden können. Für die maximale Flexibilität in den einzelnen Phasen sorgen unterschiedliche Prozesse, Plug-ins und Extension Points.

Schema der Semantic Pipeline
Schema der Semantic Pipeline (Bild: Mindbreeze)

  • 1. Mithilfe von NLP Deep Network Models können Personen, Einrichtungen, Standorte sowie Zeiträume in den verschiedensten Sprachen identifiziert werden.
  • 2. Über die Pipeline für künstliche Intelligenz werden Deep Learning Modelle trainiert, evaluiert und bereitgestellt, damit Entitäten wie Diagnosen, Kategorien etc. erkannt und extrahiert werden können.
  • 3. Insight Engines können Taxonomien, Ontologien und Kataloge integrieren und nutzen, um Konzepte sowie Hierarchien zu identifizieren und zu extrahieren.
  • 4. Mit der regelbasierten Extraktion können stark individualisierbare Metadatendefinitionen erstellt werden, um spezifische Entitäten wie Projekt-IDs, Produktcodes und Registrierungsnummern zu identifizieren und zu extrahieren.

Auf diese Weise ist die Insight Engine in der Lage, die Bedeutung des Inhalts zu verstehen und gezielte Antworten auf Fragen zu geben, anstatt Dokumente zu liefern, in denen die benötigen Informationen erst manuell herausgesucht werden müssen.

Maschinelles Lernen ermöglicht einer Insight Engine, von den Anfragen der Nutzer zu lernen. Weil der Nutzer versucht, seine Absicht so klar wie möglich darzulegen, können bereits aus der Abfrage viele semantische Informationen abgeleitet werden. Bei einer Frage wie „Wann wurde Wolfgang Amadeus Mozart geboren?“ erkennt das System automatisch, dass das „Wann“ das Fragewort ist, dass jemand geboren wurde und dass es sich bei Wolfgang Amadeus Mozart um eine Person handelt.

Schematische Darstellung einer Analyse von Anfragen
Schematische Darstellung einer Analyse von Anfragen (Bild: Mindbreeze)

Machine und Deep Learning werden außerdem eingesetzt, um das Verhalten zu analysieren und damit die Anfragen und ihre beabsichtigte Bedeutung zu ermitteln. Dies geschieht auf Basis der vorangegangenen Suchabfragen sowie jenen Ergebnissen, mit denen interagiert wurde, und wird verwendet, um Suchergebnisse basierend auf ähnlichen Abfragen oder für den konkreten Kontext zu personalisieren. Dafür wird ein automatisches End-to-End Tracking des Nutzerverhaltens und der Nutzeraktionen in den einzelnen Anwenderprofilen durchgeführt. Mittels Feedback-Mechanismus können die Nutzer Suchergebnisse manuell beeinflussen.

Damit verfügt jeder Anwender über seine individuelle auf Rolle, Abteilung und sogar Verhalten und Fachwissen abgestimmte 360-Grad-Sicht.

Der Einsatz von Insight Engines beschränkt sich nicht auf einzelne Fachbereiche, Branchen oder Anwendungsfälle. Die Aufbereitung und die Darstellung der Ergebnisse lassen sich individuell auf die einzelnen Anwender oder Fachabteilungen anpassen. Damit erhält jeder Nutzer genau die Informationen, die er für seine Tätigkeiten benötigt. So kann der im Wettbewerb notwendige Überblick geschaffen und das gesamte Unternehmenswissen optimal genutzt werden.

Kommentare werden geladen....

Kommentar zu diesem Artikel abgeben

Der Kommentar wird durch einen Redakteur geprüft und in Kürze freigeschaltet.

Anonym mitdiskutieren oder einloggen Anmelden

Avatar
Zur Wahrung unserer Interessen speichern wir zusätzlich zu den o.g. Informationen die IP-Adresse. Dies dient ausschließlich dem Zweck, dass Sie als Urheber des Kommentars identifiziert werden können. Rechtliche Grundlage ist die Wahrung berechtigter Interessen gem. Art 6 Abs 1 lit. f) DSGVO.
  1. Avatar
    Avatar
    Bearbeitet von am
    Bearbeitet von am
    1. Avatar
      Avatar
      Bearbeitet von am
      Bearbeitet von am

Kommentare werden geladen....

Kommentar melden

Melden Sie diesen Kommentar, wenn dieser nicht den Richtlinien entspricht.

Kommentar Freigeben

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

Freigabe entfernen

Der untenstehende Text wird an den Kommentator gesendet, falls dieser eine Email-hinterlegt hat.

copyright

Dieser Beitrag ist urheberrechtlich geschützt. Sie wollen ihn für Ihre Zwecke verwenden? Infos finden Sie unter www.mycontentfactory.de (ID: 45744293 / Analytics)