Franz Kögl, Vorstand und Mitgründer der IntraFind Software AG
Ob Kundenangebote, Produktinformationen oder E-Mails – täglich sammeln sich auf Firmenrechnern jede Menge Daten an. Das Internet der Dinge (IoT) wird das Datenwachstum noch weiter vorantreiben. Wenn Sensoren miteinander kommunizieren und Informationen miteinander austauschen, wird das unser Wirtschaftsleben nachhaltig verändern. Laut einer Studie von Gartner [1] stammt in vier Jahren ein Viertel der Daten aus IoT-Anwendungen.
Auch innerhalb eines Unternehmens sammeln sich immer schneller immer mehr Informationen und Daten an, die in Form von E-Mails, Projektberichten, Qualitätsdokumentationen, Verfahrensbeschreibungen, Testdokumenten, Präsentationen unstrukturiert oder auch strukturiert, in den unterschiedlichsten Applikationen gespeichert sind, ohne dass die Kollegen der anderen Abteilungen sie kennen und deren Potenzial wirklich ausschöpfen. Wer aber fundierte Geschäftsentscheidungen treffen will, muss diese Daten und Informationen nutzbar machen und kann sie dann zielgerichtet und dynamisch analysieren. Dazu müssen Mitarbeiter aber erst einmal wissen, welche Daten für ihre Geschäftsentscheidung wichtig sind.
Enterprise Search: zentrale Wissensdatenbank für Unternehmen
Wenn es darum geht, Daten aufzuspüren und diese sinnvoll auszuwerten, stoßen klassische Ansätze oft an ihre Grenzen. Denn meist sind Unternehmensdaten über verschiedene Systeme, Wikis oder Verzeichnisse verstreut und lagern sowohl inhouse als auch zunehmend in cloudbasierten Applikationen. Für eine effiziente Suche gilt es, möglichst alle relevanten, heterogenen Quellen anzubinden, um Informationen sinnvoll miteinander zu verknüpfen, zusammenzuführen und in Relation zu setzen. Zwar verfügt nahezu jede Applikation mittlerweile über eine Suchfunktion, doch der Suchbereich beschränkt sich meist auf die Bereiche innerhalb der Applikation oder des Dokuments.
Unternehmen brauchen daher eigene Softwarelösungen, um diese strukturierten und unstrukturierten Datenmengen verarbeiten zu können. Dabei helfen spezielle Suchmaschinen, sogenannte Enterprise Search-Anwendungen. Über ein einziges Interface kann man hier unternehmensweit auf die relevanten Informationen zugreifen. Professionelle Unternehmenssuchmaschinen verfügen über sogenannte Konnektoren, also Schnittstellen zu verschiedensten Anwendungen wie E-Mail-Systemen, Wikis, Content-Management-Systemen, Dokumenten-Management-Systemen und natürlich Netzlaufwerken.
Egal, ob der Content in der Cloud oder auf den Laufwerken gespeichert ist oder in welchem Format die Daten vorliegen: Die Suchmaschine holt sich die Informationen aus den einzelnen Applikationen und baut daraus eine zentrale Wissensdatenbank auf – einen Suchindex. Der Nutzer bekommt damit eine 360-Grad-Ansicht auf alle wichtigen Informationen und erkennt sofort, aus welcher Quelle sie stammt. Ein erfolgskritischer Aspekt einer jeden unternehmensweiten Suche ist darüber hinaus, dass die Nutzer nur die Daten in der Trefferliste angezeigt bekommen, auf die sie entsprechende Zugriffsrechte besitzen – und dass jede Information im User Interface auch rechtegeprüft ist, wie z.B. die Autovervollständigung.
Den Benutzer schon bei der Eingabe der Suchabfrage „abzuholen“ und zu unterstützen, wird zu einem immer wichtigeren Faktor für eine gelungene User-Experience. Das, was die User von einer guten Suche in Online Shops gewohnt sind, wird schlicht und einfach auch bei der Suche in den Informationsquellen des Arbeitgebers erwartet. Mit dem Windows Explorer auf Fileservern zu suchen, gehört da nicht gerade zum Erwartungsspektrum.
Insight Engine: neues Instrument für BI und Analytics
Im Gegensatz zu einfachen Suchmaschinen stellen professionelle Enterprise Search-Lösungen Zusammenhänge her, wie zum Beispiel zwischen einer Kundennummer, einem Angebot, einer Geheimhaltungsvereinbarung, einer Registrierung zu einem Webinar oder einem Helpdesk-Ticket und weiteren, zugehörigen Dokumenten. Auf diese Weise kann der Nutzer sich schnell einen Überblick über ein bestimmtes Thema verschaffen und zum richtigen Zeitpunkt die richtige Entscheidung für sein Unternehmen, sein Produkt oder seine Marke treffen. Die Suchmaschine agiert hier als Informationscockpit, das sich personalisiert an die Informationsbedürfnisse des einzelnen Users anpasst, egal ob er im Einkauf oder im Verkauf arbeitet.
Gartner prophezeit, dass schon Ende 2017 rund 25 Prozent der Mitarbeiter bis zu fünfmal am Tag mit Suchtechnologien in Berührung kommen werden. Suche wird Bestandteil von Business Intelligence und des Geschäfts mit Daten: Bis 2018, so Gartner, werden sich Enterprise Search-Anwendungen weiterentwickeln und als flexible Business Intelligence- und Analytics-Plattformen nutzbar sein. Gartner spricht in diesem Zusammenhang von einer Entwicklung von „Enterprise Search“ zu „Insight Engine“. Der Begriff „Enterprise Search“ bezieht nicht mehr den Funktionsumfang und Anspruch mit ein, den diese professionellen Produkte heute bereits in weiten Teilen erfüllen. Wie Gartner außerdem ausführt, sind Insight Engines relevant für die Beschreibung, Entdeckung, Organisation und Analyse von Daten, um bestehende oder neu erstellte Informationen proaktiv oder interaktiv im Kontext des „Digital Workers“, des Konsumenten oder sonstigem Beteiligten in kritischen Momenten bereitzustellen.
In diesem Zusammenhang wird es sich signifikant ändern, welche Informationen von Unternehmen gewünscht werden und wie der Suchvorgang erfolgen soll. Künftig werden sie Projekte dazu intern aufsetzen – jedoch werden sie dadurch nicht immer zu den gewünschten Ergebnissen kommen. Allerdings schmälert dies nicht das Engagement – die von Gartner befragten Unternehmen investieren jährlich durchschnittlich über 250.00 US-Dollar und beschäftigen zwei Vollzeitkräfte allein für die Umsetzung von Search-Projekten. Diese Aussage unterstreicht die Notwendigkeit, für die Auswahl, Einführung und den Betrieb von Enterprise Search-Technologien einen professionellen Partner hinzuzuziehen.
„Umfassende“ Suche: Natürlichsprachlich, umfassend, proaktiv
Eine Insight Engine umfasst natürlich das bisherige, etablierte Funktionsspektrum einer unternehmensweiten Suche, ergänzt diese aber um die Aspekte „natürlichsprachlich“, „umfassend“ und „proaktiv“. Die natürlichsprachliche Suche ist durch die Verwendung einer Spracheingabe bereits durch digitale Assistenten wie Google Now, Cortana oder Siri einem breiten Userkreis bekannt. Ähnlich wie im Alltag gibt man anstatt eines einzelnen Keywords eine komplette Frage in das Suchfeld ein, wie zum Beispiel: „Welcher Mitarbeiter arbeitet in Düsseldorf?“ Dank Natural Language Processing (NLP) und Machine Learning-Verfahren ist die Suchmaschine in der Lage, Fragesätze zu verstehen und passende Antworten zu liefern.
Die semantische Suche wird sich neben der Keyword-basierten Suche immer weiter durchsetzen. In zwei Jahren werden laut Gartner fast ein Drittel der Suchanfragen mit Fragewörtern wie „Was“, „Wer“, „Wie“ oder „Wann“ beginnen. Diese Entwicklung bedingt natürlich auch ein Umdenken auf Seiten der Benutzer, anders und ganzheitlicher mit einer Suchmaschine zu interagieren. Mit „umfassend“ meint Gartner, möglichst viele Datenquellen an die Enterprise Search-Lösung anzubinden, die enthaltenen Informationen qualitativ anzureichern und einen „Enriched Index“ aufzubauen, mit dem deutlich besser als auf reiner Volltextbasis gearbeitet werden kann.
Moderne Enterprise Search-Lösungen in Verbindung mit Content Analytics-Technologien erkennen zum Beispiel Eigennamen und sind in der Lage, zusammengesetzte Begriffe wie „Komplettradsatz“ zu zerlegen. So findet der Nutzer alle wichtigen Dokumente, auch wenn er in das Suchfeld nur das Keyword „Räder“ eingibt. Ob man nun nach „Rad“ oder „Räder“ sucht: Linguistik-Features sorgen dafür, dass sowohl Singular- als auch Pluralformen berücksichtigt werden. Dadurch werden keine relevanten Treffer mehr übersehen. Auch bei Vertippern findet die Suchmaschine die gewünschte Information: Durch intelligentes Autocomplete werden die Begriffe in der richtigen Schreibweise angezeigt und auch korrelierende Begriffe berücksichtigt.
Anzeige der Suchergebnisse – proaktiv
„Umfassend“ beinhaltet auch, dass Insight Engines immer mehr Business Intelligence-Funktionalitäten liefern, um Ad-hoc-Analysen zu ermöglichen und letztlich in einem Zusammenwachsen von BI und Search zu münden. Im nächsten Schritt sollen Enterprise Search-Lösungen „proaktiv“ den Nutzer mit allen relevanten Informationen versorgen, ohne dass er gezielt danach suchen muss. Die Software weiß dann beispielsweise, dass der Mitarbeiter sich gerade auf dem Weg in ein bestimmtes Meeting befindet und sendet per Push-Funktion alle wesentlichen Dokumente auf sein Smartphone. So bietet beispielsweise auch Intrafind mit seinem iFinder für iOS eine Plattform für die mobile Suche.
Professionelle Enterprise Search-Lösungen sind außerdem in der Lage, die Relevanz innerhalb der Trefferliste entsprechend den Bedürfnissen zu gewichten. So werden zum Beispiel die gefundenen Dokumente nicht nur nach Aktualität gelistet, sondern auch die Dateien aufgeführt, nach denen schon die Kollegen aus der gleichen Abteilung gesucht haben, im Sinne von: Was für meine Kollegen interessant war, könnte auch für mich interessant sein.
Fazit
Enterprise Search-Anwendungen sind mittlerweile deutlich mehr als reine Volltext- oder Metadatenkataloge. Dank zahlreicher Funktionalitäten wie semantischer Suche, Content Analytics, Guided Search und natürlichsprachlicher Suche (NLP) sowie in Kombination mit einer Graphdatenbank liefern sie als Insight Engine wertvolle Informationen für Geschäftsentscheidungen.
Diese Aspekte verdeutlichen den neuen Anspruch und die neue Funktions- und Aufgabenfülle, die mit einer derartigen Lösung einhergehen: Insight Engines arbeiten verstärkt mit Algorithmen, Deep Learning und Natürlichsprachlichkeit und werden so geschäftskritisch und zu einem wichtigen Erfolgsfaktor in unserer heutigen Wissensgesellschaft.
IntraFind entwickelt Produkte und Lösungen für effizientes Suchen, Finden und Analysieren von strukturierten und unstrukturierten Informationen unter Berücksichtigung aller Datenquellen eines Unternehmens. Volltextsuche und die komplette Bandbreite an Textanalyse- und Machine Learning-Verfahren, Natural Language Processing, kombiniert mit den Möglichkeiten von Graphdatenbanken für Big Data Analytics bilden hierbei den Schwerpunkt.
Quelle
[1] 100 Data and Analytics Predictions Through 2020
