Harter Wettbewerb, neue Marktteilnehmer und innovative Technologien zwingen Unternehmen zunehmend dazu, ihre Organisationsstruktur zu überdenken und Entscheidungen immer kurzfristiger zu treffen. Insbesondere bei komplexen Sachlagen sowie unter Zeit- und Leistungsdruck steigt das Risiko von Fehlentscheidungen. Entscheidend ist zu wissen, was im Unternehmen vorgeht und welche Informationen bereitstehen. Ist die Wissensbasis ausreichend groß und sind die Informationen nutzungsorientiert aufbereitet, lassen sich viele geschäftskritische Fehlentscheidungen leicht vermeiden.
Mit Insight Engines vorhandene Daten effizient nutzen
Für viele Unternehmen sind Daten eine unterschätzte, nicht greifbare Ressource. Auch wenn sie keine Position in der Bilanz einnehmen, spielen sie eine immer größere Rolle im Geschäftsalltag. Mit Daten lassen sich neue Einnahmequellen erschließen, die Kundenerfahrung verbessern oder die betriebliche Effizienz verbessern.
Daten sind aber erst dann wertvoll, wenn sie sinnvoll erfasst, identifiziert, analysiert und die Entscheidungsträger auf geeignete Weise darüber verfügen können. Nur dann lassen sich Erkenntnisse über das Kundenverhalten, aber auch über interne Prozesse gewinnen, um damit Produkte zu verbessern oder Geschäftsprozesse zu transformieren.
Doch die immer weitersteigende Datenflut zu verwalten, ist ein nicht zu unterschätzender Aufwand. In der Praxis kommen in diesem Zusammenhang vermehrt sogenannte Insight Engines zum Einsatz. Diese optimieren den Wissensfluss und die Informationsbereitstellung im Unternehmen, indem sie altbekannte Enterprise Search-Technologien mit innovativen Formen der künstlichen Intelligenz (KI) kombinieren.
Insight Engines als Informationszentralen
Insight Engines agieren als eine Art Informationszentrale. Sie setzen genau dort an, wo die Anwender die Daten produzieren, also eingeben, speichern sowie verarbeiten – und sie konsolidieren die Informationen aus diesen unterschiedlichen Quellen: angefangen bei Fachanwendungen und E-Mail-Programmen über Archive und Datenbanken bis zu Intranet und sogar Internet. Unabhängig davon, ob die Informationen unstrukturiert oder strukturiert vorliegen – erfolgt eine Suchabfrage, wobei die Technologie sämtliche angebunden Datenquellen mit einbezieht. Auf diese Weise können vorhandene Informationen rasch aufgefunden, weiterverarbeitet und auf ihrer Basis fundierte Entscheidungen getroffen werden.
Angewandte künstliche Intelligenz
Damit die Insight Engine bei einer Suchabfrage strukturierte und unstrukturierte Daten extrahieren kann, muss sie sowohl Inhalte als auch Metadaten verstehen. Mittels einer mehrstufigen Pipeline, die über unterschiedliche Stufen, verschiedene Prozesse, Plugins und Erweiterungspunkte verfügt, werden diese semantisch verarbeitet.
Methoden der natürlichen Sprachverarbeitung, vor allem Natural Language Understanding (NLU) und Natural Language Processing (NLP) sorgen für das Verstehen und Verarbeiten der Suchanfragen in natürlicher Sprache. Insight Engines analysieren und verstehen auf diese Weise sowohl strukturierte Metadaten als auch Textinhalte und sind in der Lage, die Bedürfnisse der Benutzer korrekt zu ermitteln, Suchergebnisse zu personalisieren und direkt auf die eingegebene Frage abzustimmen.
Insight Engine sammelt und speichert Erfahrungen
Mithilfe von Machine und Deep Learning sammelt und speichert die Insight Engine Erfahrungen. Dafür analysiert sie das Nutzerverhalten der Anwender. Anhand ihrer Arbeitsweise sowie des Such- und Klickverhaltens, wie oft oder in welchem Kontext sie bestimmte Informationen abrufen, leitet die Insight Engine die Relevanz der einzelnen Suchabfragen und Inhalte ab. Sodann klassifiziert sie diese und speichert das Wissen für bevorstehende Suchen ab.
Großer Datenpool für die Entscheidungsfindung
Durch die konsolidierten Unternehmensinformationen aus den unterschiedlichsten Datenquellen ist ein viel größerer Pool an Daten für die Entscheidungsfindung verfügbar. Risiken können so besser eingeschätzt, falsche Entscheidungen aufgrund schwer oder nicht auffindbarer Informationen reduziert und im Idealfall Kosten eingespart werden. Selbst kleine und mittlere Unternehmen können durch den Einsatz intelligenter Insight Engines jährlich mehrere hunderttausend Euro sparen.
Trifft ein Unternehmen bei rund 10.000 Entscheidungen im Jahr fünf Fehlentscheidungen (Fehlerquote 0,05 %) und belaufen sich die Kosten einer Fehlentscheidung auf konservativ geschätzte 50.000 Euro, entsteht jährlich ein Verlust von einer Viertelmillion Euro. Geht man von 50.000 Entscheidungen pro Jahr und derselben Fehlerquote aus (25 Fehlentscheidungen), liegt der Wert bereits bei 1,25 Mio. Euro. Selbst wenn die Fehlerquote nur um 0,01 Prozentpunkte auf 0,04 % gesenkt wird, reduziert sich die Anzahl der Fehlentscheidung auf 20 und der finanzielle Schaden um eine Viertelmillion Euro.
Mit Blick auf vermeidbare Kosten ist es letztlich also nur eine Frage der Zeit, bis alle Unternehmen das Potenzial ihres Datenschatzes erkennen und auf entsprechende Lösungen zurückgreifen.
Kontakt:
Mindbreeze GmbH
Honauerstraße 2
4020 Linz
Tel: +43 732 606162 620
www.mindbreeze.com