Mit KI zum High-Performance Workplace
Die Pandemie hat das mobile Arbeiten quasi über Nacht zum Standard gemacht. Arbeiten von überall ist heute dank Collaboration-Tools wie Microsoft Teams, Zoom oder WebEx nahezu problemlos möglich. Teams können ortsunabhängig zusammenarbeiten, telefonieren, chatten, Daten austauschen und Bildschirme teilen. Trotz der Vielzahl an Tools zur Organisation und Koordination hat die Zusammenarbeit «aus der Ferne» auch […]

Intelligente Informationszentrale: Insight Engine
Daten sind geschäftskritisch und damit Voraussetzung für produktives Arbeiten. Der umfassende Zugang zu Informationen für die korrekte Beantwortung von Fragen oder zu den aktuellsten Fakten über Kunden, Produkte, Preise, Genehmigungen etc. muss dementsprechend stets gewährleistet sein, und zwar völlig unabhängig davon, ob Mitarbeiter im Unternehmen, zu Hause oder von unterwegs arbeiten.Daten sind Voraussetzung für produktives Arbeiten.Im Unternehmen verstreute Anwendungen, die aufgrund des spezifischen Fachbedarfs nötig sind, erschweren jedoch den Zugang zu relevanten Informationen für Anwender. Denn in den meisten Fällen existiert kein zentrales System, das das vorhandene Wissen gebündelt zur Verfügung stellt. Anwender sind also gezwungen, sämtliche Datenquellen isoliert zu durchsuchen. Die Folge ist ein erheblicher Mehraufwand in puncto Zeit und Know-how – produktives Arbeiten sieht anders aus. An dieser Stelle leisten Insight Engines Unterstützung, denn sie übernehmen die Rolle der intelligenten Informationszentrale. Dafür werden alle relevanten Datenquellen mittels Konnektoren an die Lösung angebunden und ihre enthaltenen Informationen in einem sogenannten Index automatisiert zusammengeführt. Kommt es zu einer Informationsabfrage, greift die Insight Engine auf diesen zu und durchsucht ihn nach den passenden Ergebnissen. Dabei bezieht sie sämtliche Daten mit ein – unabhängig davon, ob strukturiert (z.B. Einträge in Fachanwendungen) oder unstrukturiert (z.B. Text, Audio, Video). Ein Beispiel: Sucht ein Anwender in einem Collaboration-Tool nach einem Namen, durchsucht die KI-Lösung die Wissensdatenbank (Index) nach relevanten Informationen. Von Kontaktinformationen und E-Mails über entsprechende Termine bis hin zu von der Person erstellten Dokumenten und Reports oder dem aktuellen Status eines Projekts. Ebenso wie Protokolle oder Aufzeichnungen von Meetings mit der entsprechenden Person in Form von Text-to-speech-Dateien oder Videos – die Insight Engine extrahiert die benötigten Informationen und stellt sie dem Anwender zur Verfügung.
Die Absicht des Anwenders erkennen
Damit diese intelligenten Wissensmanagementsysteme den Anwendern die richtigen Informationen bereitstellen können, müssen sie diese natürlich auch richtig verstehen. Um Muster zu entdecken, zu verstehen sowie sie zu analysieren und zu interpretieren, arbeiten im Hintergrund Methoden der künstlichen Intelligenz (KI), wie unter anderem Deep Learning, Machine Learning, Natural Language Processing (NLP) und Natural Language Understanding (NLU). NLP und NLU ermöglichen es der Insight Engine, sowohl strukturierte Metadaten als auch unstrukturierte Textinhalte korrekt zu verstehen. Das heisst: Anwender können ihre Suchabfrage – meist konkrete Fragen statt Stichworte – ganz einfach in die Suchmaske eintippen. NLP analysiert und versteht die in natürlicher Sprache gestellte Anfrage, während NLU dafür sorgt, dass das konkrete Anliegen des Nutzers (Behavior Intent) identifiziert wird.Holistic Views: Relevante Informationen auf einen Blick
Wurde die Anfrage korrekt verstanden, werden mithilfe von KI die der Suchabfrage entsprechenden Treffer extrahiert und dem Anwender bereitgestellt. Statt endlosen Ergebnislisten passen Insight Engines die Ergebnisse sowie ihre Darstellung an die spezifischen Anforderungen der Anwender an. Dazu verwenden sie akkumuliertes Wissen der Vergangenheit. Sie analysieren ihr Verhalten, erkennen ihren Bedarf und passen die Relevanz der Informationen entsprechend an. Häufig aufgerufene oder bearbeitete Dokumente und Fakten stuft das System beispielsweise als wichtiger ein. So errechnet die Lösung ein Modell, das auf Basis vergangener Suchabfragen, Interaktionen mit Treffern etc. automatisiert relevante Informationen vorrangig und proaktiv zur Verfügung stellt.
Autor
Gerald Martinez ist VP Applied Intelligence bei Mindbreeze. Mindbreeze ist ein führender Anbieter von Appliances und Cloud-Services für Information Insight. > www.mindbreeze.comDieser Beitrag erschien ursprünglich auf m-q.ch - https://www.m-q.ch/de/mit-ki-zum-high-performance-workplace/