AI meets Enterprise Search - moderne Suchanwendungen ermöglichen eine Vielzahl von Use Cases

Die meisten Wissensarbeiter kennen die Vorteile von Enterprise Search: Aus riesigen strukturierten und unstrukturierten Datenbeständen im Unternehmen finden Mitarbeiter schnell und rechtegeprüft die für sie relevanten Dokumente. In den vergangenen Jahren jedoch haben sich Enterprise Search-Anwendungen massiv weiterentwickelt. Der Einsatz von Künstlicher Intelligenz verbessert die Ergebnisse erheblich und eröffnet viele neue Anwendungsbereiche. Dokumente können nicht nur durchsucht, sondern auch analysiert und klassifiziert werden.

Enterprise Search umfasst längst nicht mehr nur die reine Volltextsuche und bietet dem Anwender weit mehr als eine klassische Trefferliste. KI- und Machine-Learning-Verfahren treiben Enterprise Search voran, so dass Analysten mittlerweile von Insight Engines oder Cognitive Search sprechen.  Moderne Suchanwendungen unterstützen dank Natural Language Processing, NLP, die Verarbeitung von Suchanfragen in natürlicher Sprache (W-Fragen). Sie liefern dem User nicht einfach nur eine Trefferliste, sondern reichern diese mit zusätzlichen Informationen an. KI-basierte Suchanwendungen sind in der Lage, Personennamen, Orte oder Produktnamen in Dokumenten zu erkennen. Dadurch können sie dem Nutzer andere, zu seiner Suchanfrage passende Begriffe vorschlagen, die er bei seiner Recherche berücksichtigen kann. KI-basierte Suchanwendungen „verstehen“, was dem Nutzer wichtig ist und liefern eine Trefferliste, bei dem die für ihn relevanten Dokumente oben stehen.

Auch wenn Cognitive Search proaktiv agiert - bedienen muss der Mensch die Anwendung noch immer selbst. Nichtsdestotrotz machen diese neuen Entwicklungen für den User bisher unbekannte Anwendungsfälle möglich. So nutzen Chatbots beispielsweise das Erkennen von Entitäten und setzen auf Verfahren für tiefes Textverständnis.

NLP ermöglicht dialogbasierte Suche, Textklassifikation und-analyse

Die Vorteile eines NLP-Einsatzes sind weitreichend. Beispielhaft sollen hier drei Anwendungen im Unternehmensbereich skizzieren werden:

  1. Intelligente natürlichsprachliche dialogbasierte Suche
    Mittels NLP kann ein Enterprise-Search-System natürlichsprachliche Sucheingaben verarbeiten. Damit kann es Treffer liefern, die zu kompletten Fragesätzen passen, wie etwa „Welcher Geschäftspartner brachte 2018 den größten Umsatz?“. Der Nutzer gelangt dadurch deutlich schneller und intuitiver an die gewünschte Auskunft als etwa bei einer Suche per Keywords.

    Insbesondere im Support-Bereich wird eine natürlichsprachliche und dialogbasierte (Chatbots) Suche immer wichtiger. Beim Kundensupport können zum Beispiel Standardanfragen über virtuelle Assistenten aufgenommen, mit FAQ-Datenbanken abgeglichen und anschließend beantwortet werden, ohne einen menschlichen Support-Mitarbeiter involvieren zu müssen. Auch bei Spezialfragen, bei denen es noch keine Antworten gibt, unterstützt NLP dabei, schnell und damit kostensparend passende Informationen zu liefern.

  2. Verschlagwortung von Dokumenten und Textklassifikation
    Neben Suchanwendungen spielen auch Anwendungen eine Rolle, bei denen es um eine automatische Bewertung (Klassifikation) von Texten geht. NLP-Verfahren können die Dringlichkeit, Stimmung (Sentiment) oder die Art (z.B. technisches Problem, Kündigung, Abrechnungsfragen) einer Kundenanfrage automatisch erkennen und entweder eine passende automatische Antwort generieren oder die Anfrage an den geeigneten Experten im Unternehmen weiterleiten. Ein klassisches Anwendungsszenario ist die automatische Sortierung des Posteingangs.

    Unternehmen, in denen viele eingehende Texte bislang zur weiteren Bearbeitung manuell vorsortiert werden müssen, eröffnet sich dadurch ein erhebliches Optimierungspotenzial. E-Mails, die in Sammelpostfächern eingehen und Briefe oder Faxe, die in der Poststelle via Optical Character Recognition (OCR) digitalisiert werden, können mittels NLP ohne weiteres menschliches Zutun klassifiziert werden.

    Die automatische Sortierung von Dokumenten auf Basis von Machine Learning-Verfahren entlastet Mitarbeiter von Routinetätigkeiten und schafft Freiräume zur Erledigung anderer Aufgaben. Dies ist an allen Stellen im Unternehmen sinnvoll, bei denen Mitarbeiter wiederkehrend damit beschäftigt sind, Dokumente in Ablagestrukturen einzusortieren oder einem Prozess zuzuordnen.

    Auch die Analyse von Kundenkommunikation z.B. bei Reklamationen ist ein klassisches Anwendungsszenario.

  3. Intelligente Lesehilfe und Analyse größerer Textmengen
    Eine NLP-Lösung, die sowohl linguistische Regeln als auch Künstliche Intelligenz und maschinelle Lerntechniken nutzt, kann das Wesentliche aus Hunderten von Texten extrahieren. Damit können etwa Juristen bei Gesetzesänderungen oder Firmenübernahmen große Bestände von Verträgen automatisch auswerten. Auf Basis moderner Machine Learning-Verfahren erkennt eine NLP-Software selbstständig Klauseln und wichtige Datenpunkte und extrahiert sie zur gezielten Prüfung, Kommentierung und Bearbeitung. Juristen sparen damit enorm viel Zeit, werden von Routineaufgaben entlastet und können sich wieder verstärkt ihren Kernaufgaben widmen. Zudem minimieren sie so das Risiko, relevante Klauseln zu übersehen. Dieses Anwendungsszenario ist beispielsweise auch für Einkaufsabteilungen interessant.

NLP-Software wird zwar in Zukunft in immer mehr Anwendungsszenarien ihre Praxistauglichkeit nachweisen, kann aber bereits heute ein zentrales Problem auf Unternehmensseite beseitigen: den vielfach hohen Zeitaufwand von Mitarbeitern für oft völlig ergebnislose Informationsrecherchen. Mit NLP-Lösungen können Nutzer auch W-Fragen stellen und so die Suchergebnisse dank besserer Relevanz deutlich verbessern. Das NLP-Anwendungsspektrum umfasst dabei klassische suchgetriebene Anwendungen wie Intranet- und Internetsuche, Enterprise Search, Website- oder E-Commerce-Suche. Und auch im User Helpdesk, bei Self-Services oder bei Chatbots hilft NLP, die passenden Antworten zu finden, indem Fragen syntaktisch und semantisch analysiert werden.

Insgesamt ist das Szenario, dass KI den Menschen überflüssig macht, sicher übertrieben. Vielmehr wird die Technik den Menschen unterstützen, ihm Standard- und Routineaufgaben abnehmen und ihm so die Möglichkeit geben, sich verstärkt bei den Arbeiten einzubringen, die menschlichen Verstand erfordern.


Der Autor

Franz Kögl, Vorstand IntraFind Software AG

Nach einem Studium der Elektrotechnik und einem Aufbaustudium zum Wirtschaftsingenieur an der Fachhochschule München war Franz Kögl mehrere Jahre für mittelständische IT-Unternehmen tätig. Im Jahr 2000 gründete er die IntraFind Software AG und entwickelte das Unternehmen zu einem etablierten Softwarehersteller für Enterprise Search und AI-basierte Anwendungen. Der gefragte Experte hält regelmäßig Vorträge und verfasst Fachartikel zu Themen wie Künstlicher Intelligenz, Natural Language Processing oder Cognitive Search.


Mehr zum Thema?

In den folgenden Vorträgen erfahren Sie mehr zum Thema Wissenssuche:

25.09. | 11:15 Uhr | KI im Einsatz bei der Prüfungs- und Beratungsgesellschaft Rödl & Partner

25.09. | 15:00 Uhr | Use Cases: Welchen konkreten Nutzen haben KI-Technologien für Unternehmen?