elektrotechnik 4/2017

64
Software & Engineering
Bild: gemeinfrei
 Aus Daten
wird Wissen:
Enterprise
Search holt sich
Informationen
aus den Unternehmensapplikationen, analysiert sie, bereitet sie übersichtlich auf
und stellt sie
allen Beschäftigten mit entsprechender
Berechtigung
zur Verfügung.
Kognitive Suche
bringt Klarheit
Big Data Im Zuge der Digitalisierung geht es für die Unternehmen
vor allem darum, mehr aus ihren Daten herauszuholen. Eine große Herausforderung dabei stellt die Auswertung der von Menschen generierten
Daten dar, von denen 80 bis 90 Prozent unstrukturiert sind. Eine neue
Generation Enterprise Search-Plattformen soll den Durchbruch bringen.
Hans-Josef Jeanrond*
[email protected]
T
Möglicherweise lassen
sich Kunden damit
nun wirklich zum
König machen: Mit
jeder Information, und
ist sie noch so klein,
lernt das Unternehmen sein Klientel
besser kennen.
*Hans-Josef Jeanrond, Chief Marketing Officer
bei Sinequa
Ines Stotz,
Chefredakteurin
www.elektrotechnik.de
rotz der Bemühungen von
„Enterprise Search“-Technologieanbietern, mit
ihren Anwendungen
relevante, kontextuelle
und umsetzbare Einsichten zu
ermöglichen, zögern noch immer
viele Unternehmen, dies auch wirklich in der Praxis bei der Informationssuche einzusetzen. Viele sind
„gebrannte Kinder“ durch vergangene Experimente auf diesem Feld.
4.2017
Cognitive Computing, Natural Language Processing (NLP) und Machine Learning sollen einer neuen
Generation von Enterprise Search
nun endlich zum Durchbruch verhelfen. Einige Hersteller haben viel
Aufwand in Forschung und Entwicklung gesteckt, um dem Nutzer
über diese Instrumente mehr relevante Ergebnisse und tiefere Einblicke innerhalb seiner täglichen
Arbeitsumgebung zu verschaffen.
Was ist wirklich neu daran und
welche Vorteile bringen sie? Die
Antwort: Mit Beginn der Ära des
Cognitive Computing entstehen
derzeit Lösungen, die leistungsstarke Indizierungstechnologie mit
fortgeschrittenem NLP und Machine-Learning-Algorithmen kombinieren. So wird eine tiefere Wissensbasis geschaffen, aus welcher
der Nutzer in Echtzeit relevante
Informationen und eine 360°-Sicht
auf das gesuchte Thema erhält. Führende Analysten sprechen hier von
„Cognitive Search“ oder „Insight
Engines“. Kognitiv sind die Lösungen, weil sie mit dem Nutzer in
natürlicher Art und Weise interagie-
65
Bild: Sinequa
Software & Engineering
 Zusammensetzungsanalyse bei der Cognitive Search Plattform Sinequa:
Über verschiedene Indizes werden im Verlaufe des NLP relevante Ergebnisse generiert.
ren, weil sie selbständig dazulernen
durch Sammeln und Analysieren
von Daten, auch über das Nutzerverhalten, und indem sie proaktiv
Verbindungen zwischen verwandten Daten aus verschiedenen Quellen herstellen, intern und extern.
Die Analysten von Forrester definieren Kognitive Suche als „Kombination von Indexierung, Verarbeitung natürlicher Sprache und Maschine-Learning, um eine zunehmend relevante Wissensbasis aus
allen Quellen unstrukturierter und
strukturierter Daten aufzubauen.
Natürlich-sprachliche und verdeckte Abfrageschnittstellen (Informationen ohne explizite Abfrage) werden dabei verwendet, um dem Nutzer Wissen via Text, Sprache, Visualisierungen und/oder sensorisches
Feedback zu vermitteln.“
Welche Vorteile ergeben sich
aus kognitiver Suche?
Mit den neuen Technologien
lassen sich wertvolle Informationen
aus großen Mengen komplexer und
unterschiedlichster Datenquellen
extrahieren. Eine Analyse solch
großer Datenmengen war mit bisherigen Mitteln kaum möglich. Essentiell ist, dass alle verfügbaren Unternehmensdaten erschlossen werden, ob intern oder extern, strukturiert oder unstrukturiert. Nur so
erhält der Nutzer tiefere Einblicke,
die am Ende zu fundierten Geschäftsentscheidungen führen.
• Mit Cognitive Search erhält jeder
Nutzer auf seinen Kontext bezogene und wirklich relevante Informationen. Relevantes Wissen
über alle Datenquellen hinweg
erfordert kognitive Systeme mit
NLP, um zu verstehen, worum es
bei unstrukturierten Daten geht,
seien sie aus Texten (z.B. Dokumente, E-Mails, Social Media
Blogs, Ingenieurberichte, Marktforschung) oder Rich-MediaInhalten (z.B. Videos, Call-CenterAufnahmen). Machine LearningAlgorithmen helfen dabei, die
Erkenntnisse aus den gewonnenen Daten zu verfeinern. Branchen- und Firmen-Wörterbücher
sowie Ontologien geben Aufschluss über Synonyme und
Beziehungen zwischen verschiedenen Begriffen und Konzepten.
Das bedeutet: Eine Menge Intelligenz und Leistung muss unter der
Haube eines Systems vereint
werden, um relevantes Wissen
oder Einsichten bereitzustellen.
• Über Machine-Learning-Fähigkeiten wird die Relevanz der Ergebnisse kontinuierlich verbessert.
Zu den gebräuchlichsten Algorithmen in diesem Kontext gehören Collaborative Filtering und
Empfehlungen, Klassifizierung
über Beispiele, Clusterbildung,
Ähnlichkeitsberechnungen für
unstrukturierte Inhalte und Prädiktive Analyse. Sie schaffen
einen Mehrwert durch kontinuierliche Verfeinerung und Verbesserung der Suchergebnisse.
Die neue Generation der kognitiven Suche geht weit über den bisherigen „Enterprise Search“-Ansatz
mit seinem traditionellen Suchfeld
hinaus. Denn sie bietet die Möglichkeit, relevantes Wissen zur richtigen Zeit auf dem richtigen Gerät
abzurufen.
[in]
www.elektrotechnik.de
4.2017
Der Beitrag ist urheberrechtlich geschützt. Bei Fragen zu
Nutzungsrechten wenden Sie sich bitte an [email protected]