Enterprise Search: Wie Sie aus Daten echtes Wissen generieren
DEMO
Kontakt

Enterprise Search: Wie Sie aus Daten echtes Wissen generieren

Technology

Enterprise Search: Wie Sie aus Daten echtes Wissen generieren

February 27, 2017 Geoffroy De Lestrange

Nach Angaben des IDC-Instituts wird die Datenmenge weltweit von rund 8,6 Zettabyte im Jahr 2015 auf rund 40 Zettabyte im Jahr 2020 steigen. Dies entspricht etwa dem 50-fachen Wachstum zwischen 2010 und 2020. Damit wird es letztlich 57-mal mehr Bytes als Sandkörner auf den Stränden dieser Erde geben. Während es also an Informationen grundsätzlich nicht mangeln wird, bleibt die aussagekräftige Analyse nach wie vor die Mammutaufgabe. Enterprise Search verknüpft Big Data mit neuronalen Netzwerken und liefert echten Mehrwert in der Analyse von Daten.

Suchmaschinen wie Google oder Web-Enzyklopädien wie Wikipedia sind nicht mehr aus unserem Alltag wegzudenken. Das deutschsprachige Wikipedia ist nach der englischsprachigen Version sogar das erfolgreichste Online-Lexikon weltweit. Und in den 15 Jahren ihrer Existenz hat sich auf der Plattform schon einiges angesammelt – und historische Varianten von Websiten werden ebenfalls gesammelt, das bekannteste Beispiel ist die Wayback Machine, die einen Streifzug durch historische Webseiten erlaubt. Über 2 Millionen Artikel werden in der deutschen Version von Wikipedia gezählt. Der umfangreichste Beitrag ist dabei ein Fachtext über die Baudenkmäler in Viersen, einem kleinen Landkreis zwischen Düsseldorf und der niederländischen Grenze. Hätten Sie das gewusst?

Wenn Wissen also Macht ist und Macht mit Verantwortung verknüpft ist, steht das Management von Wissen vor einer großen Herausforderung. Die Standardlosung lautet an dieser Stelle immer Big Data. Bekanntermaßen lassen sich durch die intelligente Auswertung nutzergenerierter Daten Angebote nämlich gezielt auf die Präferenzen der jeweiligen Zielgruppe zuschneiden. Gleichzeitig werden Daten für evidenzbasierte Prozesse geliefert, so dass Maßnahmen, die sich in der Praxis als wirksam erwiesen haben, um Kompetenzen und Know-how in andere Tätigkeitsbereiche zu transformieren und kontinuierlich weiterentwickeln zu können.

Aber inwiefern erleichtert Big Data es den Anwendern, die richtigen Informationen aus dieser Fülle an Daten zu finden? Und was ist eine praxisnahe Anwendung für Unternehmen? Die Antwort lautet: Enterprise Search!

Wissensmanagement und Analytics – das beste beider Welten

Enterprise Search wird häufig als betriebsinterne Suchmaschine bezeichnet, obwohl dieser Begriff die innovativen Möglichkeiten dieser Technologie dabei häufig unterschlägt. Vielleicht ein weiterer Grund, wieso sich Enterprise Search in deutschen Unternehmen noch nicht so richtig durchgesetzt hat. Dabei liegen die Vorteile auf der Hand, denn die Anwendung geht weit über ein bloßes Firmen-Intranet hinaus, da es über Algorithmen nach der Physik der neuronalen Netzsysteme aufgebaut ist. Auf diese Weise ist Enterprise Search mehr als nur eine Suche mit Trefferliste, sondern ein vielseitiges Modul. Posteingänge in unterschiedlichen Formaten wie Papier, E-Mails oder Beiträge in Social Media werden von intelligenten Enterprise-Search-Anwendungen auf relevante Informationen durchsucht und kategorisiert. Die Systeme analysieren automatisiert vorhandene Informationen und verstehen eventuelle Zusammenhänge.

Darüber hinaus suchen sie nach auffälligen und typischen Merkmalen und klassifizieren anhand dieser die Informationen, um es im Anschluss dem zuständigen Sachbearbeiter oder dem Projekt zuzuordnen. Dadurch werden Prozesse entscheidend beschleunigt, der Kundenservice optimiert und das Personal entlastet. Enterprise Search ist somit der persönliche Assistent der HR und empfiehlt sich vor allem in den Bereichen Personalmanagement, Learning und Recruiting aufgrund seiner innovativen, aber leicht verständlichen Abfragesprache zum Informationstransfer.

Aber wie genau ist das System aufgebaut und wie funktioniert es?

Semantische Suchmaschine

Ähnlich wie beim Machine Learning lernen die Suchalgorithmen mit jedem Einsatz und das System erkennt die Sinneinheiten mit der Zeit immer besser. Dies gelingt vor allem durch die semantische Suche, da hier Daten über die Zeit nicht nur nach einfachen Wörtern, sondern auch Inhalte im Kontext erkannt werden können. Durch die Verknüpfung mit so genannten Federated-Search-Konnektoren werden die Suchanfragen zudem weitergegeben und die daraus resultierenden Teilergebnisse in die Gesamtergebnisse integriert. Die semantische Analyse der Daten extrahiert die enthaltenen Informationen und stellt Zusammenhänge her. Durch die Verknüpfung von Informationen aus unterschiedlichen Datenquellen greift das System auf das gesamte vorhandene Wissen zu. Durch ständiges und hochfrequentes Abgleichen der Suchergebnisse mit den Datenquellen sind die Ergebnisse dabei laufend für den Mitarbeiter aktualisiert.

Ermöglicht wird dies durch künstlich neuronale Netzsysteme. Das System arbeitet wie ein Gehirn und nicht wie ein herkömmlicher, auf dem binären System basierender Computer mit 0 und 1. Ähnlich der Synapsen im menschlichen Hirn stellt das System immer mehr Verbindungen her, um schließlich das Maximum an Informationen herauszuholen. Vielleicht haben Sie schon einmal davon gehört, dass der Mensch in der Regel nur 10 Prozent seines Gehirns benutzt. Dies ist genau auf diesen Hintergrund zurückzuführen.

Letztlich erstellt das System sogenannte neuronale Modelle und bietet den Nutzern nicht nur einfach eine Auflistung der Suchbegriffe an, sondern entwirft gleichzeitig ganze Informationspakete. Die Lösungen sind somit kontextualisierbar. Gleichzeitig führt dieser selbstlernende Automatismus dazu, dass das System relativ wartungsarm ist. Enterprise Search wächst also gemeinsam mit seinen Nutzern.

Implementierung und Anwendung

Eine andere Herausforderung ist die Tatsache, dass der Trend nicht nur dahingeht, dass immer mehr Daten gesammelt werden, sondern es auch immer komplexer wird, diese richtig zu strukturieren. Dies stellt Unternehmen vor immer neue Herausforderungen. Doch durch die Bereitstellung traditioneller Technologien haben sich separierte Systemlandschaften entwickelt, die nicht holistisch gewachsen sind und Mehrfachkosten erzeugen. Angesichts der Tatsache, dass die Ausgaben für IT-Hardware und Personal für Big Data bis 2020 um 40 Prozent steigen werden, ist eine Kurskorrektur hier notwendig. Den meisten Unternehmen fehlen bereits heute die Ressourcen angesichts der Flut an Daten, dabei liegen die meisten Enterprise Search-Lösungen nicht nur als Appliance, sondern bereits als Cloud-Dienste vor und sind somit nach kurzer Indizierung einsetzbar. Alte Daten können eingespeist werden, neue Daten übernimmt das System selbstständig. Im Gegensatz zur Appliance wird bei der Cloud keine Hardware ins Unternehmen integriert, sondern die benötige Rechenleistung für die Indexerstellung und für Suchanfragen vom Cloud-Dienstleister zur Verfügung gestellt. Dies kommt letztendlich nicht nur dem Management, sondern auch den einzelnen Mitarbeitern zu Gute, denn die stringente Zentrierung und Filterung von Informationen, schlägt sich in einer deutlich besseren Performance wieder, da der Wissenstransfer deutlich beschleunigt wird. Bei Betrachtung aller relevanten Informationen auf einem Blick, werden zum Beispiel versteckte Muster im Learning, Trends in der HR, Konstellationen im Recruiting, Kundenpräferenzen und vieles weitere sichtbar – Informationen, die so womöglich nicht entdeckt worden wären oder zu denen man keine Korrelation vermutete. Die Implementierung einer Enterprise Search-Lösung ist daher wesentlich für die Sicherung der Wettbewerbsfähigkeit und der laufenden Weiterentwicklung eines Unternehmens.

Unternehmenssuchmaschinen bieten allerdings noch weitere Vorteile gegenüber handelsüblichen Intranets und Datenbanken. Im Laufe der Anwendung ergibt sich beispielsweise durch die Relevanz der Daten schließlich ein Ranking, das die Suche weiter erleichtert. Dies geschieht durch die Indexierung, denn hier werden Prozessressourcen eingespart, die bei der Performance traditioneller Technologien normalerweise anfallen würden. Angesichts der Tatsache, dass weniger als drei Prozent der vorhandenen Daten weltweit indiziert sind, gewinnt diese Form der Vernetzung plötzlich Brisanz.

Sicherheit durch Datenzentrierung

Mittels Enterprise Search werden die Unternehmensdaten zudem gut gesichert, da die Lösung sich die Informationen über Standard-Konnektoren zu einer Vielzahl an Applikationen beschafft, analysiert und daraufhin übersichtlich für die jeweiligen Mitarbeiter mit der entsprechen Zugangsberechtigung aufbereitet. Eine integrierte Rechteverwaltung zeigt jedem Nutzer nur die für ihn freigeschalteten Daten an. Dies stellt unter dem Gesichtspunkt des Compliance eine wichtige Komponente dar.

Die Technologie des Enterprise Search zeigt somit auch, wie sehr Mensch und Maschine einander unterstützen können. Hält sich doch bis heute im Bereich Big Data hartnäckig der Mythos, dass diese Form des Wissensmanagements den Menschen auf seine Daten reduziere. Doch Enterprise Search demonstriert, das digitale Tools den Mitarbeiter nicht ersetzen, sondern unterstützen. Bis zum Jahre 2020 wird dieses Thema jedoch nicht mehr nur das Wissensmanagement tangieren, sondern auf die ganze Unternehmenswelt übergreifen. Kein Manager wird sich dem entziehen können, kein Mitarbeiter wird mehr ohne Enterprise Search arbeiten können.

Nun mag sich die ganze Thematik um Enterprise Search zwar äußerst positiv anhören, aber Sie können es ruhig zugeben: Es klingt doch ein wenig kompliziert mit diesen ganzen Algorithmen, stimmt’s? Doch genau das macht die Lösung so gut für den durchschnittlichen Nutzer am Bürorechner. Denn von dieser komplexen Verschaltung bekommt er gar nichts mit. Wie weiter oben beschrieben, werden den Usern einfache Anwendungen auf Maß zugeschneidert, die mit umfangreichen Resultaten aufwarten können. Eine ständige Verifizierung von Zugriffsrechten bei jeder einzelnen Abfrage von einem Anwender gewährleistet zudem einen sicheren Umgang auch mit sensiblen Daten.

Vielleicht wird es nicht mehr lange dauern bis die ganze Welt in Daten erfasst, katalogisiert und eine ID-Nummer hat. Ob dies sich aber wirklich umsetzen lässt, ist derzeit noch fraglich, da beispielsweise 66 Prozent des deutschen Datenvolumens aus Dark Data bestehen.

Dark Data? Klingt verrucht und genau deswegen werden wir uns mit dieser Thematik im nächsten Blogbeitrag beschäftigen und zeigen wie Enterprise Search hier Abhilfe schaffen könnte.

Comments

Keinen Artikel mehr verpassen?

Our RSS Feeds

Cornerstone Blog Feed

Lernen Sie, wie unser integriertes Talent Management Sie bei Ihren Herausforderungen unterstützt.
Erfahren Sie mehr über unsere Produkte

Archiv