Die Daten sind da, aber richtig nutzen ist die Herausforderung



Können Sie sich noch an die Zeit ohne digitale Hilfsmittel wie Computer, Tablet und Smartphone erinnern? Eigentlich ist das noch gar nicht mal so lange her und doch ist es nun ohne nahezu unvorstellbar, denn heute nutzen wir diese Geräte Tag für Tag mit völliger Selbstverständlichkeit, intuitiv und ohne technische Vorkenntnisse.

Dank modernen Sprachassistenten und Chatbots sowie den Entwicklungen im Bereich User Experience und CUI (Conversational User Interface), haben wir uns längst daran gewöhnt auch mit Maschinen an Stelle von Menschen zu kommunizieren, um beispielsweise einen Tisch zu reservieren, einen Kauf abzuschließen eine Reise zu buchen oder einfach nur um Informationen abzufragen.

Verfügbare Anwendungen variieren dabei von starren textbasierten, bis hin zu intelligenteren stimm- und sprachfähigen Lösungen. Unabhängig davon wie neu und innovativ die eingesetzte Technologie auch sein mag, scheitern kann die Anwendung an etwas vermeintlich Banalem – den vorhandenen aber nicht (effizient) genutzten Daten. Denn diese sind das Fundament für die Antworten, die eine Anwendung liefert.

Je umfangreicher die Wissensbasis (Knowledge Base) ist auf die sich die Konversationsanwendung stützt, desto besser. Gleichzeitig bedeutet das aber auch je umfangreicher, desto größer der manuelle Aufwand bei der Wartung und Aufbereitung der vorhandenen Daten. Sie erinnern sich vielleicht noch an die manuell erstellten und gepflegten Intranet-Systeme, die als Wissensbasis dienten und oft unzählige Kopien der Originaldaten enthielten. Heute lässt sich gerade im Unternehmenskontext eine Knowledge Base, aufgrund der Vielzahl an strukturierten und unstrukturierten Daten, unmöglich manuell pflegen – auch im Hinblick auf die Zugriffsrechte bei sensiblen Daten. Aus diesem Grund setzen immer mehr Unternehmen sogenannte Insight Engines ein als intelligente Lösung für Konversationsanwendungen.

Insight Engine: Die intelligente Informationszentrale

Insight Engines konsolidieren sämtliche Informationen aus der Vielzahl an unterschiedlichen Unternehmensdatenquellen (Knowledge Base), und stellen diese entsprechend aufbereitet zur Verfügung.

Wird nun eine Frage an die Konversationsanwendung gestellt, leitet die Insight Engine mithilfe von Deep Learning und Transformer Modellen sowie Methoden der Textverarbeitung Informationen, wie beispielsweise die Intention der Fragestellung ab und durchsucht die bestehende Knowledge Base (Unternehmensdaten) nach einer dazu passenden Antwort und prüft dabei immer die Zugriffsberechtigungen. Auch können Fragen nach sensiblen Inhalten wie Gehalt, Bonus, Testergebnisse etc. ausgenommen werden. Sucht jemand nach diesen Begriffen, liefert die Insight Engine nur Ergebnisse, wenn entsprechende Berechtigungen vorhanden sind.

 

Unternehmensdaten als Knowledge Base
Abbildung: Unternehmensdaten als Knowledge Base

Dabei werden die Inhalte und Metadaten sowohl der Suchanfragen also auch der Dokumente über eine mehrstufige Pipeline semantisch verarbeitet. Auf diese Weise lassen sich sowohl strukturierte, fokussierte und transaktionale Daten (Tabellen), als auch unstrukturierte, breit gefächerte und informative (Inhalte aus Dokumentationen, Artikel, Audio und Video) extrahieren. Eine Frage wie „Wo kann ich mein Kennwort für die Anwendung XY zurücksetzen?“ führt daher direkt auf die entsprechende Seite (transaktional). Ebenso liefert die Frage „Wie setze ich mein Kennwort für die Anwendung XY zurück?“ eine konkrete Anleitung, um das Kennwort zurücksetzen zu können (informativ).

Semantic Pipeline
Abbildung: Semantic Pipeline

Bei den vielen verschiedenen Ansätzen und Varianten was die Entwicklung von Konversationsanwendungen angeht, ist es für Unternehmen häufig schwierig die passende Strategie zu finden. In jedem Fall ist eine umfassende und adäquat aufbereitete Knowledge Base die Voraussetzung, um die maximale Akzeptanz und positive Nutzererfahrung zu generieren.

Wenn Sie eine optimale Wissensbasis für Ihre Konversationsanwendung bzw. Ihren Chabot und darüber hinaus einen einfachen Zugriff auf benötigte Informationen für Mitarbeiter schaffen möchten, freuen wir uns auf Ihre Kontaktaufnahme.

Wie Unternehmen Mindbreeze bereits erfolgreich einsetzen lesen Sie in der Rubrik Case Studies.

Zuletzt erschienen

Embracing the Future: Mindbreeze’s Top 4 AI Trends for 2025

Jonathan Manousaridis

2025 is set to be transformative for AI, with advancements poised to revolutionize how organizations operate, collaborate, and innovate.

Mindbreeze at the AI Summit NYC: Key Highlights

Jonathan Manousaridis

This year’s AI Summit NYC provided an incredible platform to showcase Mindbreeze’s cutting-edge solutions, connect with industry leaders, and discuss the tran