Künstliche Intelligenz transformiert klassische Anwendungen für die unternehmensweite Suche zu modernen Cognitive-Search-Lösungen. IntraFind erläutert, welche Fähigkeiten die nächste Generation von Enterprise Search ausmachen.

Diese Features zeichnen Cognitive Search aus

Künstliche Intelligenz verändert die unternehmensweite Suche grundlegend. Früher auf die reine Volltextsuche beschränkt, sind Enterprise-Search-Lösungen durch KI-Verfahren zunehmend in der Lage „mitzudenken“. Sie werden zu Cognitive-Search-Systemen, die die Absicht hinter einer Suche verstehen. IntraFind, Spezialist für Enterprise Search und NLP (Natural Language Processing), nennt sieben Features, die eine leistungsfähige moderne Suche kennzeichnen.

1. Natural Language Processing

Cognitive-Search-Anwendungen können natürlichsprachliche Suchanfragen verarbeiten. Die Nutzer erhalten passende Ergebnisse zu kompletten Fragesätzen, die mit „wer“, „wie“, „was“, „wo“ oder „wann“ beginnen.

2. Cognitive Recommendations

Machine Learning optimiert die Reihenfolge der Suchergebnisse. Der Aufbau der Trefferlisten wird danach ausgerichtet, wie häufig die Kollegen aus derselben Abteilung bestimmte Suchergebnisse angeklickt haben.

3. Semantische Netze

Auf Basis von Graphdatenbanken werden Beziehungen, Verknüpfungen und Hierarchien zu Suchergebnissen präsentiert. Damit lassen sich beispielsweise Experten für bestimmte Themen im Unternehmen leichter finden und in einem Knowledge-Graphen zusätzliche Informationen zur normalen Trefferliste einblenden.

4. Semantische Suche

Die Suchmaschine schlägt zu einer Sucheingabe automatisch weitere relevante Ergebnisse und Begriffe vor. Die Nutzer werden dadurch auf Informationen aufmerksam gemacht, an die sie bei ihrer Suche vielleicht noch gar nicht gedacht haben.

5. Entitäten-Erkennung

Regelbasierte Verfahren ermöglichen die Identifikation von Entitäten wie Personennamen, Produktbezeichnungen, Orten und sogar von ganzen Textklauseln. Damit lassen sich etwa kritische Stellen von Verträgen gezielt finden.

6. Themen-Erkennung

Machine-Learning-Verfahren ermöglichen eine Tiefenanalyse von Texten und können dadurch Dokumente thematisch erfassen und bewerten. Auf dieser Grundlage lassen sich die Suchmaschinen um beliebige themenbasierte Suchfilter erweitern.

7. Suchprofile

Suchergebnisse können personenbezogen oder nutzergruppenspezifisch ausgegeben werden. Indem sich bestimmte Dokumente oder Dateitypen nach oben pushen lassen, steigt die Relevanz der Ergebnisse innerhalb einer Trefferliste.

Franz Kögl, Vorstand von IntraFind sagt:

„Durch Cognitive Search sind Unternehmen in der Lage, komplexe Bestände aus strukturierten und unstrukturierten Daten besser auszuwerten. Ihre Mitarbeiter erhalten relevantere Suchergebnisse, die passgenauer auf ihre individuellen Interessengebiete abgestimmt sind. Ihr Nutzen geht aber weit über die Informationssuche hinaus. Durch ihre Fähigkeiten kann sie auch als Content-Analytics-und NLP-Plattform fungieren und zahlreiche zusätzliche Use Cases unterstützen. Diese erstrecken sich von Chatbots über die automatische Posteingangsklassifikation bis hin zur automatisierten Beobachtung von Märkten und Trends.“