Kommentar von Franz Kögl, Intrafind

KI macht Enterprise Search zur Content-Analytics-Plattform

| Autor / Redakteur: Franz Kögl / Nico Litzel

Der Autor: Franz Kögl ist Vorstand der auf Enterprise Search und Content Analytics spezialisierten Intrafind Software AG
Der Autor: Franz Kögl ist Vorstand der auf Enterprise Search und Content Analytics spezialisierten Intrafind Software AG (Bild: Intrafind Software AG)

Künstliche Intelligenz (KI) sorgt in Enterprise-Search-Systemen nicht nur dafür, dass relevantere Informationen schneller gefunden werden. Durch KI wird die klassische Volltextsuche zur umfassenden Content-Analytics-Plattform, die ganz neue Anwendungsszenarien ermöglicht.

Die Menge an verfügbaren Informationen in Unternehmen steigt ständig an und ist zunehmend diversifiziert. Sie liegen in Form strukturierter und unstrukturierter Datenbestände vor, die in den unterschiedlichsten Systemen lagern – seien es cloudbasierte Filesharing-Dienste, Datei-, Datenbank-, E-Mail-, Content-Management- und ERP-Systeme, Wikis, Collaborations-Plattformen und Unternehmensportale, aber auch externe Systeme wie Norm-, Fachliteratur- oder Patentdatenbanken. Diese Systeme befinden sich wiederum auf verschiedenen Plattformen: von den unternehmenseigenen Servern über die Cloud bis hin zum Deep Web.

Um die gesammelten Informationen von Unternehmen datensiloübergreifend effizient nutzbar zu machen, helfen Enterprise-Search-Anwendungen beim Aufspüren von Daten. Sie ermöglichen es, alle erforderlichen Systeme und Datenquellen anzubinden und mithilfe einer einzigen Suchoberfläche an zentraler Stelle übergreifend zu durchsuchen. Dabei waren sie allerdings zunächst auf die reine Volltextsuche beschränkt. Die ständig wachsenden Big Data der Unternehmen ließen sich damit immer weniger beherrschen.

Die Suchsysteme „denken mit“

Deshalb wurden diese Systeme umfassend mit Künstlicher Intelligenz ausgestattet. Daraus entsteht eine Vielzahl von neuen Use Cases, die massive Kosteneinsparungen bei besserer Qualität ermöglichen. Damit wandelte sich die Enterprise Search zur Cognitive Search – zur „mitdenkenden“ Suche. Sie ist heute zunehmend in der Lage, die Absicht zu verstehen, die hinter einer Suche steckt, und kann dadurch schneller relevantere Treffer liefern. Zu den wichtigsten KI-Verfahren zählen dabei Machine Learning (ML), regelbasierte Verfahren, fortgeschrittene Textverständnis-Verfahren und Graphdatenbanken. Diese ermöglichen unter anderem:

  • Natural Language Processing: Durch die Kombination aus ML- und Textverständnis-Verfahren kann ein Enterprise-Search-System natürlichsprachliche Sucheingaben verarbeiten. Damit kann es Treffer liefern, die zu kompletten Fragesätzen wie etwa „Welcher Geschäftspartner brachte 2017 den größten Umsatz?“ passen. Der Nutzer gelangt dadurch deutlich schneller und intuitiver an die gewünschte Auskunft als bei einer Suche per Keywords.
  • Empfehlungen: ML-Verfahren ermöglichen es dem System, die Trefferrelevanz zu erhöhen. Die Reihenfolge der Treffer lässt sich danach ausrichten, wie häufig ein bestimmtes Dokument von allen Mitarbeitern oder der Kollegen aus der eigenen Abteilung angezeigt und über die Trefferliste aufgerufen wurde. Zudem werden die Mitarbeiter proaktiv informiert, welche Suchergebnisse von den Kollegen besonders häufig angeklickt wurden.
  • Semantische Netze: Auf Basis von Graphdatenbanken lassen sich Suchergebnisse in Form semantischer Netze präsentieren, die Zusammenhänge und Verknüpfungen abbilden. Damit kann dann beispielsweise für neue Projekte oder neue Kunden ermittelt werden, welcher Mitarbeiter die beste Expertise dafür mitbringt. Zu diesem Zweck werden etwa die einzelnen Mitarbeiter mit ihren Fähigkeiten und Beziehungen untereinander grafisch dargestellt.
  • Entitäten-Erkennung: Durch regelbasierte KI-Verfahren werden vom System Entitäten wie Personennamen, Produktbezeichnungen, Orte und sogar Vertragsklauseln erkannt. Das ermöglicht es beispielsweise, kritische Vertragsklauseln automatisch zu extrahieren. Damit lassen sich gezielt die Stellen von Verträgen überprüfen und analysieren, auf die es besonders ankommt.
  • Themen-Erkennung: ML-Verfahren ermöglichen es, Quellen thematisch zu erfassen und zu bewerten. Damit könnten Unternehmen beispielsweise die Marktentwicklung als Trendradar beobachten und neue Trends identifizieren. Das System analysiert dazu externe Quellen wie Fachartikel aus Wikipedia, Patente oder Präsentationen und kann dabei auch Content berücksichtigen, der hinter Pay-Walls oder im Deep Web liegt, und damit für Standard-Suchmaschinen nicht zu finden ist.

Prozesse automatisieren und Kosten sparen

Ihr umfassender Stack an KI-Verfahren macht Enterprise-Search-Anwendungen aber nicht nur zu Cognitive-Search-Systemen. Sie werden darüber hinaus zu NLP – (Natural Language Processing) und Analytics-Plattformen, die für zahlreiche Use Cases jenseits der Informationssuche genutzt werden können. Ihre leistungsfähige Infrastruktur ermöglicht es Unternehmen, zahlreiche Prozesse zu automatisieren und dadurch erhebliche Kosten zu sparen.

Ein Musterbeispiel dafür ist die automatische Sortierung des Posteingangs durch Textklassifikation. Die ML-Algorithmen des Systems lassen sich anhand von Beispieldokumenten, denen jeweils die zugehörige Kategorie mitgegeben wird, darauf trainieren, in Zukunft neue, unbekannte Texte automatisch den richtigen Kategorien zuzuordnen. Unternehmen, in denen viele eingehende Texte bislang zur weiteren Bearbeitung manuell vorsortiert werden müssen, eröffnet sich dadurch ein erhebliches Optimierungspotenzial. E-Mails, die in Sammelpostfächern eingehen und Briefe oder Faxe, die in der Poststelle via Optical Character Recognition (OCR) digitalisiert werden, können von ihnen künftig ohne weiteres menschliches Zutun klassifiziert werden.

Durch die Einbindung von ML in digitale Workflows lässt sich die komplette Verteilung der Eingangspost automatisieren. Versicherungen beispielsweise können Neuverträge, Beschwerden oder Kündigungen von ihren IT-Systemen vollkommen selbstständig an die zuständigen Mitarbeiter durchstellen lassen. Dadurch sparen sie nicht nur bares Geld, sondern beschleunigen auch die Kommunikation mit ihren Kunden; und verschaffen sich damit durch erhöhte Kundenzufriedenheit einen Wettbewerbsvorteil in einem immer umkämpfteren Marktumfeld.

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? Kontaktieren Sie uns über: support.vogel.de/ (ID: 45536874 / Künstliche Intelligenz)