Tiefe Analyse mit kognitiver Suche
Mit Beginn der Ära des Cognitive Computing entstehen derzeit neue Lösungen, die leistungsstarke Indizierungstechnologie mit fortgeschrittenem „Natural Language Processing“ (NLP) und „Machine-Learning-Algorithmen“ kombinieren. So bildet sich eine neue Generation des Enterprise-Search heraus. Zu den Vertretern dieser Richtung gehört der Hersteller Sinequa, der von den großen Marktanalysten Gartner und Forrester als „Leader“ eingestuft wird.
Nachdem Enterprise-Search und Wissensmanagement aufgrund zu hoher Erwartungen etwas aus der Publikumsgunst gefallen zu sein schienen, verhelfen ihnen neue technische Hilfsmittel mittlerweile zu neuem Glanz. Bei der kognitiven Suche verbindet sich Indexierung mit der Verarbeitung natürlicher Sprache („Natural Language Processing“ = NLP) und Machine-Learning. „Diese Kombination erlaubt eine viel tiefere Analyse von Inhalten und Nutzerverhalten als einfache Keyword-Suche“, sagt Hans-Josef Jeanrond, Chief Marketing Officer bei Sinequa.
Hans-Josef Jeanrond im Interview mit TREND REPORT: „Um dem Anwender wirkliche Smart Services zur Verfügung zu stellen, muss eine kognitive Suche auch verborgene Korrelationen ermitteln.“
Das Softwareunternehmen hat basierend auf den Ergebnissen sprachwissenschaftlicher Forschung und mit neuen Machine-Learning-Algorithmen eine Plattform entwickelt, mit der sich aus großen und komplexen, unstrukturierten wie strukturierten Datenbeständen tiefere Einblicke gewinnen lassen. Jeanrond: „Um dem Anwender wirkliche Smart Services in seiner Arbeitsumgebung zur Verfügung zu stellen, muss eine kognitive Suche verborgene Korrelationen auch in nicht kodifizierten Informationen ermitteln und semantisch ähnliche Inhalte aufspüren.“ Dabei würden dann auch solche Inhalte erfasst, die einen gesuchten Begriff u. U. gar nicht enthalten, aber ein verwandtes Thema behandeln und deshalb interessant sein könnten.
Der Clou liegt nach Ansicht des Informatikers darin, dem Nutzer die Informationen so zielgerichtet wie möglich zu vermitteln. Auf der Sinequa-Plattform werden dazu sogenannte Search Based Applications oder Info-Apps zur dezidierten Informationsbeschaffung für einzelne Nutzer(gruppen) entwickelt. Diese kann sich jedes Unternehmen für seine spezifischen Bedürfnisse zusammenstellen. Der Pharmakonzern AstraZeneca zum Beispiel hat seit Einführung der Analyseplattform in seiner F & E-Abteilung einen regelrechten „AppStore” für solch individualisierte Informationsbeschaffungen aufgebaut. In einem großen Callcenter mit 10 000 gleichzeitigen Power-Usern werden Kundenprofile aus Daten von über 30 Unternehmensanwendungen extrahiert und in weniger als zwei Sekunden angezeigt – ein echter Smart Service.
„Für die Unternehmen lohnt sich die Investition in solche Technologie in jedem Fall“, ist sich Hans-Josef Jeanrond sicher. „Marktanalysen zeigen, dass datengetriebene Organisationen allein durch fehlende Informationen viele Millionen Euro pro Jahr verlieren. Indem sie heterogene Datenmengen aus verschiedensten Quellen in verwertbares Wissen verwandeln, sparen sie also bares Geld und stärken ihre Wettbewerbsfähigkeit.“
Weitere Informationen unter:
www.sinequa.com
