Definition Was ist Amazon Kendra?

Autor / Redakteur: Dipl.-Ing. (FH) Stefan Luber / Nico Litzel

Amazon Kendra ist ein auf Machine Learning und Künstlicher Intelligenz basierender Suchservice von Amazon. Er ist für Unternehmen gedacht und erlaubt die Formulierung der Suchanfragen in natürlichen Sätzen. Kunden benötigen für die Nutzung des Suchdienstes keine eigenen Server. Die Anbindung der Datenquellen an den Suchindex von Kendra erfolgt über Konnektoren. Kendra unterstützt zahlreiche AWS-interne und externe Datensysteme.

Firma zum Thema

(Bild: © aga7ta - stock.adobe.com)

Amazon Kendra ist die Produktbezeichnung eines intelligenten Suchservices für Unternehmen von Amazon. Er basiert auf Künstlicher Intelligenz (KI) und Machine Learning (ML). Kendra ist seit 2020 für Kunden verfügbar und für Anwendungen oder Websites nutzbar. Der Suchservice unterstützt unstrukturierte oder halbstrukturierte Daten in verschiedenen Formaten wie HTML, PDF, MS-Office-Dokumenten und vielen mehr. Die Daten können in unterschiedlichen Systemen vorhanden sein und lassen sich über Konnektoren in den Suchindex von Kendra aufnehmen. Unterstützt werden sowohl AWS-Datenquellen wie Amazon Relational Database (RDS) oder Amazon Simple Storage Service (S3) als auch externe Datensysteme wie SharePoint, Salesforce, OneDrive, Google Drive und andere.

Es sind native Konnektoren, Konnektoren externer Partner und benutzerdefinierte Konnektoren verfügbar. Kendra nimmt die Suchanfragen in natürlichen Fragesätzen entgegen und wendet, um den Kontext zu erfassen, Algorithmen des Maschinellen Lernens an. Suchergebnisse werden beispielsweise in Form von häufig gestellten Fragen und Antworten (FAQ), Textausschnitten oder Dokumenten geliefert. Der Suchservice Kendra ist ein voll von Amazon verwalteter Service. Anwender benötigen weder eigene Server noch müssen sie individuelle ML-Modelle entwickeln, trainieren oder anwenden.

Verfügbar ist Kendra in einer Developer Edition und in einer Enterprise Edition. Während die Developer Edition für die Entwicklung des Suchservices vorgesehen und in der Zahl der Anbindung von Datenquellen und Dokumenten sowie der Verarbeitung von Suchanfragen eingeschränkt ist, ist die Enterprise Version für die operative Nutzung des Suchservices gedacht. Das Pricing basiert auf einem Tarifmodell mit monatlichen, nutzungsabhängigen Kosten.

Funktionsweise

Kendra erlaubt die Suche in halbstrukturierten und unstrukturierten Daten. Sie können in Formaten wie HTML, PDF, Microsoft-Dokumenten oder als Text vorliegen. Um die Datenquellen in den Kendra-Suchindex aufzunehmen, sind verschiedene Konnektoren für AWS-interne und externe Datensysteme verfügbar. Die Konnektoren sorgen für die automatische Synchronisierung der Datenquellen und halten den Suchindex auf dem aktuellen Stand.

Grundsätzlich ist zwischen nativen Konnektoren und Konnektoren externer Partner zu unterscheiden. Native Konnektoren sind beispielsweise für Amazon Relational Database (RDS), Amazon Simple Storage Service (S3), Atlassian Confluence, Microsoft OneDrive, Microsoft SharePoint, ServiceNow, Salesforce oder Google Drive vorhanden. Darüber hinaus bietet Kendra einen Custom Data Source Connector, der es Kunden gestattet, eigene individuelle Konnektoren zu erstellen, um Daten direkt aus eigenen Quellen an den Index anzubinden. Zahlreiche AWS-Partner bieten ebenfalls Konnektoren für den Suchservice Kendra an.

Um den Kontext der in natürlichen Sätzen gestellten Fragen zu verstehen und relevante Antworten zu finden, nutzt Kendra Machine Learning unter anderem in Form von semantischem Deep Learning. Der Abgleich mit betreuten FAQs wird ebenfalls unterstützt, indem Kendra die passenden Fragestellungen ermittelt und die zugehörigen Antworten liefert. Die Suchergebnisse werden auf Basis von Anwenderrückmeldungen, Anwenderinteraktionen und Suchmustern kontinuierlich verbessert. Für bestimmte Fachbereiche wie IT, Finanz- und Versicherungswesen, Rechtswesen, Gesundheitswesen, Personalwesen, Medien, industrielle Fertigung und viele mehr ist Kendra für das Verständnis komplexer Fragestellungen und Fachbegriffe optimiert. Die Suchergebnisse liefert Kendra in Form von FAQs, Textausschnitten oder Dokumenten.

Einrichtung und Nutzung von Kendra

Um Kendra einzurichten und zu nutzen, sind nur wenige Schritte erforderlich. Kunden benötigen weder eigene Server noch müssen sie sich mit Machine Learning beschäftigen und eigene Modelle erstellen, trainieren oder anwenden. Das Erfassen der Inhalte findet über einen Index und Konnektoren statt, ohne dass Programmcode zu erstellen ist. Nach dem Anlegen des Index können Datenquellen über native Konnektoren, Partner-Konnektoren oder benutzerdefinierte Konnektoren an den Index angebunden werden. Benutzerdefinierte Konnektoren für eigene Datenquellen lassen sich über das SDK für Kendra entwickeln. Sind die gewünschte Datenquellen mit ihren Inhalten und Dokumenten im Index aufgenommen, erfolgt im letzten Schritt das Testen und Bereitstellen der Suchfunktion für die eigene Anwendung.

Anwendungsmöglichkeiten

Der Suchservice Amazon Kendra bietet zahlreiche Anwendungsmöglichkeiten. Typische Anwendungsfälle sind:

  • Suchfunktionen für Kundenschnittstellen wie die Onsite-Suche, Produktsuche, Chatbots oder Serviceanfragen
  • intelligente interne Suchfunktionen im Intranet eines Unternehmens für Mitarbeiter
  • Suche in wissenschaftlichen Datensammlungen, Dokumenten und in Forschungsunterlagen
  • Suche in Datensammlungen und Dokumenten öffentlicher Institutionen

Vorteile

Kendra versteht Suchanfragen in formulierten Sätzen und liefert dank Künstlicher Intelligenz und Machine Learning relevante Antworten. Der Suchservice ist für verschiedene Fachbereiche optimiert. Er ist voll verwaltet und erfordert keine eigene IT-Infrastruktur oder ML-Kenntnisse. Über die verfügbaren nativen Konnektoren oder Partner-Konnektoren und die Möglichkeit benutzerdefinierte Konnektoren lassen sich nahezu beliebige Datenquellen an den Suchindex anbinden. Kendra erlaubt die Informationssuche in gängigen unstrukturierten oder halbstrukturierten Datenformaten. Die Einrichtung des Suchservices ist in wenigen Schritten erfolgt. Nach der Erstellung des Suchindex und der Verknüpfung der Datenquellen ist der Suchservice für eigene Anwendungen nutzbar.

(ID:47263858)

Über den Autor