vchalup - stock.adobe.com
Anbietervergleich: KI-basierte Enterprise-Search-Software
Die unternehmensweite Suche war schon immer notwendig, aber herausfordernd. Anbieter versuchen nun, ihre Produkte zu verbessern, indem sie KI hinzufügen.
Die Entwicklung von Werkzeugen für Enterprise Search – der unternehmensweiten Suche – war in den letzten Jahren asymptotisch: Sie näherte sich immer mehr der Genauigkeit und Benutzerfreundlichkeit an, die benötigt wird, erreichte sie aber nie ganz.
Der Markt wurde mehr als ein Jahrzehnt von großen Versprechen und lauen Ergebnisse geprägt. Um die Geschichte und Entwicklung der Unternehmenssuche endlich positiver zu gestalten, integrieren Anbieter nun künstliche Intelligenz (KI) in die Suchsoftware.
Warum KI wichtig sein kann, zeigt ein zentrales Problem: Herkömmliche Software für die Unternehmenssuche und normale Suchmaschinen liefern Mitarbeitern und Kunden keine genauen Antworten. Sie verstehen meistens die Nuancen der Phrasen und Akronyme in der relevanten Branche nicht und können komplexe Dokumente nicht zeitnah und exakt durchsuchen. Mit Unterstützung von KI soll dies nun verbessert werden.
Dieser Beitrag stellt führende Enterprise-Search-Anbieter und ihre KI-Vorhaben vor. Eines sollte dabei von vornherein klar sein: Die Anbieter miteinander im Detail zu vergleichen, ist schwierig, da jedes Produkt unterschiedliche Aspekte der Unternehmenssuche behandelt und dies mit unterschiedlichen Strategien macht. Ein Überblick über die besten Funktionen vermittelt jedoch einen Eindruck von den vielfältigen Suchansätzen.
IBM Watson Discovery
Big Blues strategischer Ansatz für die smarte Suche besteht darin, die enormen Mengen an Dark Data zu berücksichtigen, das sich typischerweise in Unternehmen ansammelt. Dark Data umfasst Inhalte wie Dokumentdateien, Excel-Tabellen, PowerPoint-Präsentationen, E-Mails und andere Formate, auf die mit der schlüsselwortbasierten Suche nicht zugegriffen werden kann, weil sie nicht getaggt sind. Watson Discovery löst das Problem mit der KI-gesteuerten Verarbeitung natürlicher Sprache. Die Software liest die Dateien und präsentiert sie dem Benutzer.
Watson Discovery ist ein Toolset, das sowohl in der Cloud als auch in lokalen Versionen verfügbar ist. Es kann von Unternehmen außerdem in andere Anwendungen integriert werden. Benutzer können der Discovery-KI beibringen, was für sie nützlich ist und was nicht.
Dadurch wird die Suche nicht nur effizienter, sondern die Software lernt auch die Vorlieben der Benutzer kennen und berücksichtigt diese bei der Suche. In diesen Prozess ist ein Multilabel-Klassifikator integriert, mit dem der Anwender Watson Discovery beibringen kann, wonach es suchen soll. Gleichzeitig stellt es ein Indizierungssystem bereit, das Watson Discovery ebenfalls lernen und autonom verwenden kann.
Watson Discovery enthält Konnektoren für Box, Salesforce, SharePoint und andere Plattformen. Mit Cloud Pak for Data Integration kann Discovery in jeder Public oder Private Cloud ausgeführt werden.
Salesforce Einstein Search
Mit der Erweiterung von Salesforce Global Search hat Einstein das Unternehmensprodukt des CRM-Riesen durch Machine Learning verbessert. Damit konnte die Kontextsensitivität der Suche im CRM optimiert werden.
Einstein Search wurde im September 2019 eingeführt und identifiziert relevante benutzerspezifische Datenpunkte. Diese ermöglichen es der Software, sich auf die Absichten des Benutzers zu trainieren und diese zu berücksichtigen. Wenn der Benutzer eine Anfrage schreibt, kann Einstein im Lauf der Zeit zunehmend sensibler auf das reagieren, was der Benutzer wirklich will.
Einstein Search kann die Suchergebnisse weiter eingrenzen. Dies erfolgt beispielsweise dadurch, dass die Software das Umfeld eines Benutzers kennenlernt und die Suche auf diese konzentriert – zum Beispiel auf bestimmte Branchen oder geografische Gebiete. Das System verwirft die anderen Suchergebnisse nicht, aber die KI verschiebt die spezifischen Suchergebnisse an die Spitze der Liste.
Microsoft Search
Die Enterprise-Search-Software von Microsoft vereint die in Bing integrierte KI-Technologie mit der personalisierten Insights Engine von Graph. Microsoft möchte sein Suchprodukt nach und nach verbessern – so tauchten auf der Ignite 2019 mehrere wichtige Entwicklungen auf. Unter all den Neuerungen befand sich auch das Project Cortex, ein mit großer Spannung erwartetes Wissensnetzwerk, das noch 2020 veröffentlicht werden soll.
Neuerungen in Microsoft Search sind die Attributsensitivität bei der Personensuche, bei der eine intelligente Überprüfung falsch geschriebener Namen durchgeführt werden kann, die geozentrische Lokalisierung und die automatische Suche nach Akronymen. Mit letzterem lassen sich Akronyme als Suchbegriffe hinzufügen, unabhängig davon, ob der Benutzer sie in eine Abfrage einbezieht oder nicht.
Microsoft Search enthält wie Watson Discovery Features für die Verarbeitung natürlicher Sprache und die Kontextualisierung. Eine Funktion zur Instant Query Prediction priorisiert Suchergebnisse basierend auf anderen unmittelbar laufenden Arbeiten. Der Kontext einer Suche wird umfassend mit einbezogen, indem auf relevante Dokumente verwiesen wird, die Benutzer von anderen erhalten.
Google Cloud Search
Google als Urgestein der Suchmaschinenanbieter war Pionier bei der Verwendung von KI. Google setzte als Erster maschinelles Lernen ein, um Benutzeranfragen massenhaft zu analysieren, die Strukturen der effektivsten Abfragen zu lernen und dem Benutzer vorgeschlagene Abfrageverbesserungen zurückzugeben.
Cloud Search ist ein eigenständig verfügbares Produkt, das auch in die G Suite eingebettet ist. Die analytischen Fähigkeiten von Google Cloud Search sind hoch: Es erreicht eine ähnliche Genauigkeit und Relevanz innerhalb des Unternehmens wie die Google-Suche im Web.
Google Cloud Search verfügt über mehr als 100 Konnektoren und lässt sich in Plattformen für Collaboration, Content Management und Data Storage wie Box, Azure Data Lake, SharePoint, Amazon S3 und Microsoft OneDrive integrieren. Hinzu kommen Datenbanken wie Oracle, PostgreSQL und MySQL sowie CRM-Systeme wie Salesforce und SAP. Google Search kann sogar in andere Suchmaschinen integriert werden.
Amazon Kendra
Amazon kündigte Kendra im Dezember 2019 an und nutzt für gute Suchergebnisse ebenfalls Natural Language Processing (NLP) und Machine Learning. Damit ermöglicht es umfassende Abfragen, die nicht so sehr auf oberflächliche Inhalte ausgerichtet sind. Vielmehr bekommt man spezifische Antworten auf bestimmte Fragen. Kendra ist als Konsolenanwendung verfügbar und kann auch per APIs in andere Anwendungen eingebunden werden.
Kendra kann domänenspezifische Suchvorgänge basierend auf dem Inhalt einer Abfrage durchführen. Zum Beispiel ist es möglich, eine pharmazeutische Frage auf pharmazeutische Quellen zu beschränken oder IT-Fragen auf IT-Quellen. Damit verbessert sich die Qualität der Ergebnisse und irrelevante Resultate werden herausgefiltert.
Wie Google Cloud und Watson bietet Kendra Konnektoren zu Datenquellen wie Box, OneDrive, Salesforce, Dropbox und anderen externen Anwendungen an.
Lucidworks Fusion, Digital Workplace und Digital Commerce
Dass die Technologiegiganten in KI investiert haben, um ihre Suchsoftware für Unternehmen zu verbessern, ist nicht überraschend. Innovationen finden sich aber auch bei weniger prominenten Akteuren.
Der Unternehmenssuchanbieter Lucidworks aus San Francisco wurde sowohl von Forrester Research als auch von Gartner hervorgehoben. Das Unternehmen hat sich ausschließlich auf die Unternehmenssuche spezialisiert. Das Hauptprodukt ist die Fusion Search Platform.
Diese Plattform ermöglicht ein benutzerspezifisches Engine-Training ähnlich dem von Einstein Search. Das Produkt kann außerdem in benutzerdefinierte Anwendungen integriert werden. Zu den entwicklerfreundlichen Tools gehören anpassbare UX-Komponenten. Nicht-Entwickler können die Plattform verwenden, um Apps mit einer visuellen, selbstgesteuerten Oberfläche zu erstellen.
Mit der Fusion Search Platform lassen sich Machine-Learning-Modelle flüssig bereitstellen. Dabei werden ebenso bereits vorhandene Modelle akzeptiert wie benutzerdefinierte Modelle, die mit Python, TensorFlow, Scikit-learn und SpaCy erstellt wurden. Unternehmen können Fusion in IBM Watson und konventionelle Dateisysteme integrieren. Lucidworks bietet die benutzerdefinierte Integration auch als Service an.
Lucidworks verfügt außerdem über eine Digital-Workplace-Anwendung – im Wesentlichen eine prädiktive Antwortmaschine. Diese kombiniert die KI-gesteuerte Suche mit einem Dienstprogramm zur Personalisierung und Funktionen für die Zusammenarbeit. Das Digital-Commerce-System ermöglicht eine KI-gesteuerte und personalisierte Kundenerfahrung, die die Customer Journey bei der Definition des Kontextes einer Abfrage berücksichtigt.
AlphaSense
AlphaSense ist auf die Suche nach unstrukturierten und fragmentierten Informationen wie E-Mail-, Text- und Social-Media-Daten spezialisiert. Unternehmen können die Software über ihre APIs in eine Reihe von Plattformen und Anwendungen integrieren. Das Tool setzt stark auf die Verarbeitung natürlicher Sprache und die detaillierte Klassifizierung von Dokumenten.
Um die Suche zu bereichern, werden mit Unterstützung von KI abgeleitete Synonyme für Suchbegriffe verwendet, die der Benutzer bereitstellt. Die KI-Architektur ist skalierbar – mit Algorithmen, die auf Milliarden von Datenpunkten trainiert werden – und bietet eine verfeinerte Leistungsoptimierung mit erheblicher Rauschunterdrückung.
Alphasense richtet sich in erster Linie an die Branchen Finanzen und Gesundheitswesen. Die Software verfügt über eine Market-Intelligence-Engine, die – wie Amazon Kendra – nur Ergebnisse in ausgewählten Bereichen erfasst. Über ein Sentiment-Analyse-Modell können Änderungen des inhaltlichen Kontext erkannt werden und in die Suchergebnisse einfließen.
