Insight Engines: Worauf es ankommt!

Insight Engines: Worauf es ankommt!



Von der Klassifizierung von Dokumenten, dem intelligenten Verknüpfen und Aufbereiten von Informationen aus internen und externen Datenquellen bis hin zum Darstellen von Assets und komplexen Prozessen – die Anforderungen an intelligente Wissensmanagementlösungen sind heute groß. Die Nutzung von Methoden der künstlichen Intelligenz erlaubt Anwendern zudem, individuelle Fragestellungen auf Knopfdruck zu beantworten und so Entscheidungsfindungsprozesse zu verkürzen.

„Für Unternehmen stellt sich heute nicht mehr die Frage, ob sie eine moderne Wissensmanagementlösung benötigen“, erklärt Daniel Fallmann, Gründer und CEO von Mindbreeze. „Aus zahlreichen Gesprächen mit Entscheidern wissen wir, dass praktisch jeder Betrieb viele Prozesse nutzt, die mithilfe einer Insight Engine drastisch an Effizienz gewinnen können. Entscheider stehen vielmehr vor der Herausforderung, eine adäquate Lösung zu finden, die langfristig Mehrwerte über viele Business Cases generieren kann.“

Im Magic Quadrant nennt der Analyst Gartner zahlreiche Kriterien, die eine Insight Engine als solche definieren. Dazu zählen die Möglichkeit, wichtige Datenquellen einzubeziehen, die Unterstützung von Datenanreicherung, die Bereitstellung der Ergebnisse an verschiedenen Touchpoints, die Bewertung und Abstimmung der Relevanz, das Einbetten von Sicherheitsfunktionen sowie Flexibilität bei der Abfrageeingabe.

Die Definition von Gartner trifft auf viele Lösungen zu. Doch worauf sollten Unternehmen gezielt achten, wenn es in einem Evaluierungsprozess konkret darum geht, den geeigneten Kandidaten zu finden? Die Experten von Mindbreeze haben einige Aspekte zusammengestellt, die insbesondere in der unternehmerischen Praxis ausschlaggebend und zu berücksichtigen sind:

  1. Produkte mit den eigenen Daten ausprobieren
    Zu Beginn sollte geklärt werden, wie flexibel die Lösung wirklich ist. Ist sie für unterschiedliche Anwendungsszenarien anwendbar? Beispiel: Besonders flexible Lösungen erlauben Prozessverbesserungen in fast jeder Abteilung, etwa in Customer Service, Sales, Marketing, Forschung und Entwicklung oder Produktion und Wartung – und genau daran knüpft bereits die nächste Frage an: Kann die Lösung schnell und einfach für weitere Business Cases ausgerollt werden, um den ROI noch zu verbessern?
     
  2. Datenanalyse wo die Daten sind
    Die Entscheidung über die Systemarchitektur und welche Implementierungsform zur Einführung gewählt werden soll, stellt die Weichen dafür, wie die Lösung später genutzt wird. Nicht jeder Anbieter deckt mit seiner Lösung jede Implementierungsform ab. Vor diesem Hintergrund empfiehlt es sich folgende Grundsatzfragen im Vorfeld zu klären: Welche Lösung passt aktuell zur Unternehmens-IT? Und welche Lösung passt zur langfristigen IT-Strategie? Bei den Antworten gilt es zu berücksichtigen, dass CIOs oft unterschiedliche Strategien für Kernsysteme verfolgen entsprechend dem Business-Modell und der Compliance-Vorgaben, wie beispielsweise eine Cloud-First-Strategie, eine Hybrid-Strategie oder das Hosting On-Premises.
     
  3. Personalisierbarkeit und Customer Journey
    Hinsichtlich der Personalisierbarkeit ist es wichtig zu wissen, wie nutzerfreundlich die Lösung aus der Sicht der einzelnen Abteilungen ist. Hier sind Search App Designer gefragt: Lässt sich die Lösung einfach auf bestimmte Business Cases und darüber hinaus auf die Anforderungen einzelner Anwender zuschneiden? Eine weitere wichtige Entscheidung ist unter dem Stichwort No-Code zu treffen: Benutzeroberflächen sollten gegebenenfalls selbst angepasst werden können, ohne dass die IT eigens eingreifen muss.
     
  4. Effizienter Dialog als Basis
    Auch das Interface sollten Anbieter so nutzerfreundlich wie möglich gestalten. Auf Basis von Natural Language Processing (NLP) und Natural Language Question Answering (NLQA) erhält der User die Möglichkeit, Fragen in natürlicher Sprache zu stellen, sodass er bequem nach Antworten suchen kann, ohne sich bei der Eingabe bereits den Kopf zerbrechen zu müssen. Basierend auf der Aufteilung der Ergebnisse sollte es mithilfe der Lösung möglich sein, die Resultate grafisch darzustellen, beispielsweise mittels 360-Grad-Sichten oder Netzdiagrammen.