FORUM

»Information Insight« bietet eine konsolidierte Sicht auf das Unternehmenswissen – unabhängig davon, wo und wie dieses gespeichert ist. Ein Kommentar von Daniel Fallmann, Gründer und Managing Director von Mindbreeze und Anbieter von Appliances und Cloud-Services für »Information Insight«. 

Künstliche Intelligenz beherrscht nicht nur unseren privaten Alltag, sondern ist auch aus der Geschäftswelt nicht mehr wegzudenken. Die Potenziale sind zwar für zahlreiche Unternehmensentscheider bekannt, dennoch gestalten sich die ersten Schritte für viele als Herausforderung. So sind die Einsatzgebiete derartig vielfältig, dass es oft schwerfällt, den richtigen Ausgangspunkt zu finden. Wo man als Unternehmer mit der Umsetzung von KI beginnt, ist jedem selbst überlassen, jedoch empfehlen Experten, mit einem ganz spezifischen Business Case in einer konkreten Fachabteilung zu starten und erst nach und nach auf weitere Geschäftsfelder auszurollen.

Hier knüpfen sogenannte Insight Engines an. Sie kombinieren KI mit traditionellen Methoden der Enterprise Search, um das Wissen in Unternehmen zu bündeln, Fakten zu extrahieren und so Daten in ihrer Gesamtheit verfügbar zu machen. Das Ziel ist, mit einer ressourceneffizienten Bereitstellung von Informationen einen Mehrwert aus den Unternehmensdaten zu generieren und Fragen der Fachbereiche und Mitarbeiter intelligent zu beantworten.

Um eine schrittweise Herangehensweise zu ermöglichen, stellen Insight Engines innovative und sofort einsetzbare, modulare KI-Services zur Verfügung, die einzeln oder kombiniert angewandt und je nach Bedarf skaliert werden können. Sie umfassen:

Die Erkennung von Entitäten
Bei Methoden der Entity Recognition geht es um die automatisierte Extraktion nützlicher Informationen aus Unternehmensdaten. Personen, Organisationen, Orte, Daten oder gar unternehmensspezifische Entitäten lassen sich so rasch verstehen und herausfiltern. 

Die Extraktion von Wissen
Dieser Bereich konzentriert sich auf die semantische Bedeutung hinter den Informationen in Dokumenten. Mit sogenannten Pre-defined Models lassen sich Schlüsselinformationen und ihre Bedeutung extrahieren und mit bereits gelabelten Daten verknüpfen und neue Erkenntnisse gewinnen.

Die Ermittlung semantischer Beziehungen
Hierbei geht es darum, Beziehungen zwischen verschiedenen Datenquellen herzustellen und Daten aus einer Quelle zur Anreicherung von Daten in einer anderen Quelle zu verwenden. Verknüpfungen und Abhängigkeiten lassen sich so rasch identifizieren und nutzen.

Die Klassifizierung von Texten
Mittels maschinellem Lernen lässt sich über die Semantik eines Texts erkennen, um welchen Dokumententyp es sich handelt. Dies schafft die Basis für die automatisierte Kategorisierung und Weiterleitung an die entsprechenden Fachabteilungen.

Die Bereitstellung relevanter Informationen 
Methoden im Bereich Proactive Insights stellen sicher, dass End­anwender stets mit jenen Informationen interagieren, die für sie, ihre Rolle, Position und vor allem Anwendungsfall relevant sind.

Die Verarbeitung natürlicher Sprache
Mithilfe innovativer Ansätze der Spracherkennung lassen sich Suchanfragen in natürlicher Sprache analysieren, verstehen, interpretieren und direkt weiterverarbeiten.

(Titelbild: Mindbreeze)