WIEN. Die Spezialisten im Bereich Wissensmanagement arbeiten seit Jahren an einer Technologie, die früher als „Enterprise Search” bekannt war. Später sind die Bezeichnungen „Insight Engine”, „Cognitive Search” oder „AI (Artificial Intelligence) Search” dazugekommen.
Es geht in jedem Fall darum, dass der User genau jene Information zum richtigen Zeitpunkt und am richtigen Ort bekommt, die er für die Erledigung einer spezifischen Aufgabe benötigt. Dies soll 2021 mit folgenden Methoden erreicht werden:
1. Das Verhalten der User
Für diese Aufgabe stehen seit Langem sogenannte Konnektoren zur Verfügung, die Daten aus den Applikationssilos holen und auf eine Metaebene bringen, wo sie in Beziehung zueinander gesetzt werden können.
Würde man aber User mit den neuen Informationen ungefiltert versorgen, müssten sich diese durch Informations- statt durch Datenberge wühlen, um an die für ihre Aufgaben benötigten Antworten zu gelangen.
Daher setzt man auf die Analyse jener Faktoren, die nicht in der Information selbst liegen, sondern darin, wie diese verwendet werden = Behavioural Model for Information Retrieval System Design; die Relevanz einer Information wird personalisiert.
2. AI-Datenanalyse und -suche
Dazu zählen Natural Language Processing (NLP), Natural Language Question Answering (NLQA) und semantische Inhalteaufbereitung für natürliche Mensch-Maschinen-Interaktion.
Während diese für Akzeptanz und Effizienz wesentlichen Aspekte auch 2021 weiter optimiert werden, kommt mit „X Analytics” verstärkt ein Thema hinzu, das die menschliche Wahrnehmung miteinbezieht. Dazu gehört laut Marktforscher Gartner die Analyse von Videos und Fotos, um etwa die Supply Chain zu optimieren.
3. AI ohne Kinderkrankheiten
Um ein AI-System im Unternehmen zum Laufen zu bringen, brauchte es große Trainingsdaten-Sets. Das bedeutete viel manuelle Arbeit, um die Daten aufzubereiten und zu bereinigen – je mehr Daten, desto komplexer und langwieriger die Aufgabe.
Mit „Weak Supervision” geht man einen neuen Weg: AI lernt selbstständig von bereits vorhandenen Datensets; gleichzeitig setzt man verstärkt auf „Explainable AI” (XAI), um bestimmte Entscheidungen der KI nachvollziehbar zu machen.
4. Die 360-Grad-Sicht
War es früher notwendig, Daten und Informationen zu einer bestimmten Aufgabe selbst zusammenzusuchen, ist die holistische Aufbereitung von Informationen nun Standard. Äußeres Zeichen ist das Zusammenwachsen der Business Intelligence-Welt mit jener der Enterprise-Search, wobei die Anbieter verstärkt Partnerschaften eingehen.
5. Distributed & Hybrid Cloud
Die Wolke kommt zum User: Laut Gartner werden Cloud-Dienste zunehmend auf verschiedene Standorte verteilt, der Betrieb aber, die Verwaltung und die Weiterentwicklung bleiben in der Verantwortung des öffentlichen Cloud-Anbieters; der Marktforscher nennt dies „Distributed Cloud”.
6. AI-Hyperautomation
Die Idee, dass alles, was in einer Organisation automatisiert werden kann, automatisiert werden sollte. Die Motivation dahinter ist nicht, die Anzahl der Mitarbeiter zu reduzieren, sondern diese von quälenden Routinen – Stichwort „Monkey Business” – zu befreien, damit sie stärker in die Wertschöpfungsprozesse eingebunden werden können.
Die Coronakrise zeigt deutlich, wie essenziell diese Fähigkeiten sind. (pj)
