adesso Blog

Menschen von oben fotografiert, die an einem Tisch sitzen.

Daten sind das Gold des digitalen Zeitalters. Im heutigen Informationszeitalter müssen Menschen

Informationen und Daten aus den unterschiedlichsten Quellen verarbeiten. Was für Privatpersonen keine einfache Aufgabe ist, stellt auch Unternehmen vor große Herausforderungen.

Seit dem Beginn der Ära des Cognitive Computing bildet sich eine neue Generation der Suchmaschinensoftware, die zusätzlich KI-Technologien wie maschinelles Lernen integriert. Sie erlaubt Wissen aus mehreren Datenquellen aufzunehmen, sie zu verstehen und zu organisieren. Dabei kann sowohl auf strukturiertes (Datenbanken) als auch unstrukturiertes (unter anderem E-Mails, Textdokumente) Informationsmaterial zugegriffen werden. Ziel ist es, Userinnen und Usern Inhalte, Antworten und Erkenntnisse aus einem großen Informations-Ökosystem personalisiert zu liefern. Cognitive Search geht über die klassischen Suchmaschinentechnologien hinaus und erweitert den Ansatz deutlich. Sie unterscheidet sich von den bisherigen Suchmaschinen, indem sie Technologien aus der Künstlichen Intelligenz – etwa NLP und Machine-Learning-Algorithmen – für ein erhöhtes Verständnis der Informationsquellen miteinander kombiniert. Durch das Verbinden der unterschiedlichen Technologien und den Austausch mit den Userinnen und Usern werden lediglich für den jeweiligen Kontext benötigte Informationen angezeigt. Parallel lernt das System aus den verschiedenen Interaktionen mit Nutzerinnen und Nutzern, um bessere und präzisere Empfehlungen bei zukünftigen Anfragen zu präsentieren.

Mit Hilfe von NLP wird die Bedeutung von unstrukturierten Daten aus dem Textbereich – wie E-Mails, Dokumenten und Marktforschungsdaten – bis hin zu Videos und Aufnahmen analysiert. Die Algorithmen des Machine Learnings verfolgen das Ziel, kontinuierlich die Relevanz der Ergebnisse zu verbessern.

Ein wertvolles Hilfsmittel

Durch die eigenständige Analyse von großen und komplexen Datenmengen durch Cognitive Search erhält die Userin bzw. der User tiefgründige Einblicke in Daten, die anschließend zu fundierten Geschäftsentscheidungen führen. Durch die Zentralisierung der Suchfunktion und die Vereinheitlichung der Datentools können Unternehmen ihre Geschäftsprozesse rationalisieren. Des Weiteren entfällt die Notwendigkeit, mehrere Apps und Programme zu nutzen, was eine effizientere Gestaltung der Arbeitszeit und damit eine höhere Produktivität ermöglicht. Das bedeutet, Nutzerinnen und Nutzer können in einem Suchschlitz natürlichsprachlich über viele Systeme hinweg suchen und bekommen anschließend nur die für sie relevante Information aufbereitet und angezeigt. Es entfällt die Überlegung, in welchem System welche Information hinterlegt ist, und der Arbeitsablauf wird massiv verschlankt. So können sich die Userinnen und User auf den Kern ihrer Arbeit konzentrieren und damit schneller bessere Ergebnisse erreichen. Durch diverse Sprachverständnismodelle sind sie in der Lage, eine natürlichsprachliche Anfrage zu stellen, und die Maschine erzeugt aus allen Wissensquellen eine Antwort und kann dies begründen.

Die effizientere Nutzung der Zeit und die Steigerung der Produktivität fördern nach Ansicht von Expertinnen und Experten auch die Bindung der Mitarbeitenden. Personalisierte Vorschläge, die mit Hilfe von Algorithmen des maschinellen Lernens erstellt werden, ermöglichen es allen Mitarbeiterinnen und Mitarbeitern, arbeitsrelevante Daten und Informationen schneller zu finden. Auf diese Weise wird für ein besseres Erlebnis der Mitarbeitenden durch die Vielseitigkeit der neuen Suchtechnologie gesorgt. Infolgedessen ist es wahrscheinlicher, dass die Mitarbeitenden die Tools aufgrund des verbesserten Sucherlebnisses auch in Zukunft konsequent nutzen.

Die Produktivitätssteigerung senkt die Betriebskosten eines Unternehmens, da weniger Zeit und Ressourcen für das Sammeln von Informationen und das Auffinden von Wissen benötigt werden. Dies ist besonders für Branchen von Vorteil, die mit großen und verteilten Datenmengen arbeiten.

Damit ist man in der Lage, eine auf die Userin bzw. den User zugeschnittene Suche zu erzeugen. Es können direkte sowie sehr komplexe Anfragen gestellt werden, die von der Maschine verstanden werden, in Anfragen an die Datenquellen transformiert und anschließend auf Basis der Informationen als Antworten direkt generiert und begründet werden. Dieses Vorgehen sorgt für Vertrauen, Nutzbarkeit und eine massive Verbesserung des Wissensmanagements innerhalb eines Unternehmens.

Wir betrachten die kognitive Suche als die Evolution dieser Ära, da ihre Innovationsvielfalt Unternehmen helfen wird, komplexe Inhalte aus strukturierten und unstrukturierten Daten schneller, effizienter und in deutlich höherer Qualität auszuwerten. Auch Mitarbeitende werden relevantere Suchergebnisse angezeigt bekommen, die genau auf ihre individuellen Interessensgebiete zugeschnitten sind, wodurch Arbeitsprozesse erheblich entlastet werden und somit zur Kosteneinsparung im Informations-Ökosystem der Unternehmen führen.

Bild Tim Strohschneider

Autor Tim Strohschneider

„Komplizierte Zusammenhänge einfach dargestellt“ – Tims Motto als Problemlöser in der Line of Business Banking motiviert ihn jeden Tag, mit dem Kunden im Fokus, alle Themen rund um intelligente Automatisierung und Künstliche Intelligenz im Geschäftskontext zugänglich zu machen. Über 15 Jahre in der IT-Welt, im Herzen Berater, Führungskraft und Innovationstreiber – seine Sicht auf die aktuellen Entwicklungen beschreibt er hier im Blog und auf seiner LinkedIn-Seite.

Diese Seite speichern. Diese Seite entfernen.