Daniel Fallmann, Gründer der Mindbreeze GmbH
Nach wie vor ist die digitale Transformation für Unternehmen mit großen Herausforderungen verbunden. Prozesse und Produkte werden virtualisiert, Menschen sowie Dinge vernetzt und Wissen in Form von Daten geteilt. Die stetige Innovation von Geschäftsmodellen und Strukturen und das kontinuierliche Hinterfragen bestehender Prozesse sowie die Transformationsfähigkeit von Unternehmen werden immer häufiger zu erfolgsentscheidenden Faktoren, um flexibel auf neue Gegebenheiten reagieren zu können.
„Business Process Transformation“ – die Veränderung bestehender Geschäftsprozesse durch den Einsatz moderner Technologien – rückt damit zunehmend in den Fokus. Eine Methode ist die Nutzung sogenannter digitaler Zwillinge (Digital Twins). Physische Produkte, Systeme, aber auch Prozesse werden dabei als Pendant in digitaler Form abgebildet. Mithilfe von KI und Machine Learning lassen sich auf diese Weise Abläufe simulieren und neue Erkenntnisse durch Verknüpfung der Informationen aus beiden Welten erlangen. Im Hintergrund arbeiten KI-basierte Systeme, die in der Lage sind, durch Analyse die richtige Antwort auf vorab definierten Fragestellungen zu ermitteln und in der Folge Geschäftsabläufe sowie -strukturen kontinuierlich an neue Gegebenheiten und veränderte Markt- beziehungsweise Rahmenbedingungen anzupassen.
Realisieren digitaler und intelligenter Geschäftsprozesse
Das Rückgrat der digitalen Welt sind Daten – und deren Volumen wächst analog zu ihrer Bedeutung. Heute schlummern in Unternehmensdaten bereits viele verschiedene Informationen, die, richtig aufbereitet, zu wertvollen Erkenntnissen führen können. Nur ein geringer Teil dieser Daten wird strukturiert gespeichert, der größere Anteil verbleibt unstrukturiert und ungenutzt in den verwendeten Systemen oder in einer Cloud. Um einen echten Mehrwert aus diesen Informationen generieren zu können, müssen sie jedoch adäquat analysiert und verarbeitet werden.
Mit entsprechenden Tools können alle im Unternehmen vorhandenen Daten effizient durchsucht und den Nutzern in geeigneter Form zur Verfügung gestellt werden. Hierfür setzten Unternehmen zunehmend intelligente Lösungen ein, die bei der Erneuerung und Transformation von Geschäftsprozessen konkret unterstützen. So bieten sogenannte Insight Engines eine Möglichkeit, intelligente und digitale Geschäftsprozesse zu realisieren. Basierend auf künstlicher Intelligenz sind sie im Stande, Daten aus den unterschiedlichen Anwendungen und Programmen abzurufen, zu analysieren und miteinander zu verknüpfen. Unterschiedliche Quellen wie Fachanwendungen, Archive, Netzwerke etc. werden dabei miteingebunden, ihre Inhalte semantisch analysiert und die Beziehung zueinander untersucht, um etwaige Relationen aufzeigen zu können.
Darstellen von Zusammenhängen und Konstellationen
Die Technologie zur Umsetzung einer umfassenden Datenanalyse ist also vorhanden – und Unternehmen nutzen bereits die Möglichkeit, die vorhandenen Informationen entsprechend aufzubereiten. Der klare Trend geht in Richtung Analyse von Daten, Verstehen von Informationen und das Zusammenführen zu 360-Grad-Sichten, um die Fachbereichen und Anwenden die entsprechenden Ergebnisse zur Verfügung zu stellen.
Durch das Aufbereiten der relevanten und kontextspezifischen Information werden komplexe Zusammenhänge, Konstellationen und Muster klar erfasst und übersichtlich in einer 360-Grad Sicht dargestellt. Dadurch wird ein umfassender Überblick über beispielsweise Verantwortungsbereiche, Experten, Qualität, Lieferanten oder Kunden im Rahmen der individuellen Zugriffsrechte ermöglicht. So können die Unternehmensdaten besser zur Ermittlung fundierter Entscheidungsgrundlagen sowie für die Prozessoptimierung genutzt werden.
Datenquellen effizient anbinden
Die Art, wie wir nach Informationen suchen, hat sich über die letzten Jahre hinweg grundlegend verändert. Moderne Suchmaschinen bestehen heute nicht mehr nur aus Suchfeld und Ergebnis. Durch die Fortschritte im Bereich der künstlichen Intelligenz bieten diese Technologien dem Anwender eine direkte Art der Interaktion. Sprachassistenten wie Siri, Cortana oder Alexa können die in natürlicher Sprache gestellten Fragen, etwa zum Wetter oder zu aktuellen Wirtschaftsthemen, verstehen und adäquat auf diese reagieren. Während wir diese Art, am Smartphone, Tablet oder Computer zu suchen, im privaten Bereich oft als nice-to-have sehen, spielen diese Fähigkeiten auf Geschäftseben eine zunehmend entscheidende Rolle.
Unternehmen speichern ihre Daten an vielen unterschiedlichen Stellen. Die Fachbereiche und Abteilungen arbeiten mit unzähligen, sehr verschiedenen Programmen sowie Anwendungen. Aus diesem Grund ist es notwendig, alle Unternehmensdatenquellen als übergreifende Datenbasis zur Verfügung zu stellen. Mithilfe sogenannte Konnektoren lassen sich die diese problemlos an Insight Engines anbinden. So können Informationen aller Formate aus den unterschiedlichsten Datenquellen beispielsweise aus SharePoint, aus E-Mail, CRM- und ERP-Systemen, aus einer Cloud, aus dem Internet und Intranet oder aus Daten auf Netzlaufwerken nahtlos und ohne Aufwand integriert und wichtige Zusammenhänge sichtbar gemacht werden. Die dadurch entstehende Wissensdatenbank kann für jeden Mitarbeiter und Fachbereich kontextspezifisch und individuell abgefragt werden.
Gegenüberstellung: Typische Datenquellen eines Unternehmens ohne bzw. mit einer Insight Engine
Die rasche Integration in die bestehende IT-Infrastruktur wird durch den Out-of-the-Box-Charakter der Insight Engine gewährleistet. Bei der Implementierung entfallen so für Unternehmen äußerst kosten- und zeitintensive Projektphasen. Um alle geschäftsrelevanten Daten in die Suche einbinden zu können, verfügt eine Insight Engine im Optimalfall gleich über hunderte Konnektoren.
Anfragen verstehen durch Natural Language Processing
Um die extrahierten Fakten mit all ihren Zusammenhängen optimal nutzen zu können, müssen auch Anfragen des Anwenders verstanden und korrekt interpretiert werden. Mit einer Insight Engine können Unternehmen aus der Gesamtheit der Daten genau jene Informationen extrahieren und berechtigten Nutzern zur Verfügung stellen, die zu diesem Zeitpunkt und Kontext relevant sind. Traditionell verlangen Computer von Menschen, eine Programmiersprache zu „sprechen“, die präzise, eindeutig und stark strukturiert ist. Die menschliche Sprache ist oft genau das Gegenteil. Sie ist meist zweideutig und die sprachliche Struktur hängt von vielen komplexen Variablen ab. Dazu zählen beispielsweise Fachsprache, regionale Dialekte, der soziale Kontext und bei gesprochener Interaktion natürlich auch die jeweilige Aussprache.
Durch Fortschritte bei der Entwicklung neuer Technologien auf Basis Künstlicher Intelligenz können Muster in Daten untersucht werden, um so das Verständnis eines Programms zu verbessern. Sogenanntes Natural Language Processing (NLP) ist in der Lage andere Sprachen zu übersetzen, Textinhalte zu verstehen, zu repräsentieren und eine Datenbank beziehungsweise Zusammenfassungen zu erstellen. Und mithilfe von Natural Language Question Answering (NLQA) kann die menschliche Sprache verstanden, auf natürliche Fragen geantwortet und das tatsächliche Anliegen des Anwenders ermittelt werden. Damit wird gewährleistet, dass Suchabfragen in natürlicher Sprache abgegeben und unmittelbar weiterverarbeitet werden können. Das Anliegen des Nutzers wird also direkt erkannt, die Suchresultate darauf abgestimmt und mit kontextspezifischen Zusatzinformationen angereichert in übersichtlichen und individuellen Dashboards dargestellt.
Machine Learning – Relevanz von Informationen erkennen
Eine Insight Engine ist innerhalb kürzester Zeit in der Lage, aus Daten konkrete Antworten zu generieren. Dabei werden diese aus unterschiedlichsten Quellen extrahiert, verarbeitet, analysiert und interpretiert, wobei sich die Technologie bei jeder ausgeführten Aktion dank automatischem Lernen weiterentwickelt.
Maschinelle Lernansätze (Deep/Maschine Learning) verwenden Wissen und Erfahrungen aus der Vergangenheit. Durch die laufende Analyse von Arbeitsweisen, zum Beispiel wie oft und in welchem Kontext bestimmte Informationen aufgerufen werden, lernt das System die Relevanz einer Information für einen Fachbereich, eine Gruppe oder einen Benutzer zu kategorisieren und differenziert die Fakten dementsprechend für eine personalisierte und proaktive Informationsbereitstellung.
360-Grad-Sicht mit Natural Language Processing
Kontextspezifisches Visualisieren der Ergebnisse
Die Suchergebnisse werden völlig personalisiert und individuell dargestellt. Wesentlich ist, dass bei Insight Engines die Darstellung der Informationen spezifisch im jeweiligen Kontext erfolgt, beispielsweise anhand von Benutzern, Rollen oder Abteilungen. Mittels einfach zu bedienender Search Apps können so auch Personen, die über keinerlei Programmierkenntnisse verfügen, ihre individuelle Ergebnisanzeige gestalten und anpassen.
Auf diese Weise können auch sensible Informationen vertraulich behandelt werden. Alle Nutzer verfügen über spezifische Zugriffsrechte, die gewährleisten, dass spezielle Informationen nur von bestimmten Personen aufgerufen werden können. Die Informationsanzeige wird also durch Sicherheitsbeschränkungen natürlich eingegrenzt und Nutzer sehen nur jene Ergebnisse die für ihre Funktion, Rolle oder Abteilung im Kontext relevant ist.
Automatisierte Informationsklassifizierung
Eine weitere Möglichkeit zur Anwendung einer Insight Engine stellt die automatisierte Klassifizierung von Texten, Audio- und Videodateien dar. Diese Fähigkeit ist beispielsweise bei Unternehmen mit großen Posteingangsstellen von Vorteil. Aufgrund der wachsenden Zahl an Kommunikationskanäle in den letzten Jahren gelangen die Anliegen von Kunden und Geschäftspartnern in den verschiedensten Formaten und über die unterschiedlichsten Eingangskanäle ins Unternehmen. Neben traditionellen Poststücken wie Briefen haben die Mitarbeiter in Posteingangsstellen auch mit Unmengen an digitaler Post, wie E-Mails, Nachrichten über Social Media oder WhatsApp zu kämpfen. Dadurch entsteht ein deutlicher Mehraufwand beim Lesen, Zuteilen und Weiterleiten an die entsprechenden Fachabteilungen und Mitarbeiter. Mithilfe einer Insight Engine können alle Poststücke automatisch klassifiziert und weitergeleitet werden.
Um die eingehenden Poststücke klassifizieren zu können, werden sie zuerst gescannt, bestimmte Informationen extrahiert, analysiert und anschließend mit bereits bestehenden Dokumenten abgeglichen. Anhand vorab festgelegter Muster und Textkombinationen kann diese Post dann an die entsprechende Fachabteilung weitergeleitet werden.
Datenextraktion aus Dokumenten zur Klassifizierung
Einsatz für unterschiedlichste Aufgaben und Branchen
All diese Funktionen machen eine Insight Engine zu einer effizienten Lösung, um für eine reibungslose und effiziente Bereitstellung von unternehmensinternen und vor allem geschäftsrelevanten Daten zu sorgen. Dadurch wird auch gewährleistet, dass Mitarbeiter bei den unterschiedlichsten Aufgaben unterstützt werden und so alle digitalen Geschäftsprozesse optimal ablaufen können.
Dabei sind die Einsatzmöglichkeiten von Insight Engines weder auf einzelne Anwendungsfälle oder Fachbereiche noch auf Wirtschaftszweige begrenzt. Unabhängig von Größe und Branche können alle Unternehmen ihren Funktionen profitieren. So werden diese intelligenten Lösungen heute bereits in den unterschiedlichsten Branchen eingesetzt. Versicherungen, Banken, so wie auch Unternehmen aus den Bereichen Telekommunikation, Luftfahrt, Automotive oder Gesundheitswesen haben diese Art von intelligenten Suchlösungen erfolgreich in Anwendung.
Fazit
Im Rahmen der digitalen Transformation und der daraus resultierenden Digitalisierung von Unternehmensprozessen wird es für Unternehmen zunehmend wichtiger, vorhandene Daten gewinnbringend zu nutzen. Eine intelligente Verknüpfung der Unternehmensinformationen über alle Abteilungen und Datenquellen hinweg ist dadurch essentiell geworden.
Intelligente Lösungen in Form von Insight Engines unterstützen Unternehmen und Fachkräfte dabei den veränderten Bedingungen unserer dynamischen und schnelllebigen Zeit standzuhalten, um reale Wettbewerbsvorteile zu generieren sowie Geschäftsprozesse und Arbeitsabläufe transformieren und optimieren zu können.
Die Mindbreeze GmbH ist ein führender Anbieter von hoch skalierbaren und intelligenten Softwareprodukten für Enterprise Search, Big Data und Wissensmanagement. Die Produkte ermöglichen eine konsolidierte Sicht auf das Unternehmenswissen – unabhängig davon, wo und wie dieses gespeichert ist.
