Mindbreeze InSpire – Die KI-basierte Informationsdrehscheibe im Unternehmen

Mindbreeze InSpire bietet nicht nur modernste KI-Möglichkeiten, sondern auch Konnektoren zur Anbindung von über 500 heterogenen Unternehmensdatenquellen für eine zentrale und einheitliche Sicht auf alle geschäftsrelevanten Informationen und Prozesse – unabhängig von der Lokation und der Anwendung der Daten. Diese Information steht über sogenannte Insight Services für Insight Apps zum Beispiel in 360-Grad-Sichten und mittels Generative AI der Anwenderin und dem Anwender sicher und relevant zur Verfügung. Dabei werden die Informationen nicht nur einmalig indiziert, sondern durch die Konnektor-Technologie ständig aktuell gehalten. Insbesondere die Zugriffsberechtigungen werden dabei auch mit abgebildet und ebenfalls ständig aktuell gehalten. Damit stellt die Änderungsinformation sowie die verschlüsselten Berechtigungsmuster ebenfalls eine wichtige Quelle für Insights dar.  

Mindbreeze InSpire verbindet verschiedene Retrieval-Technologien – Präzise semantische Suche auf Basis von Vector Retrieval mit einem expressiven Relevanzmodell sowie einem hocheffizienten Berechtigungssystem 

Die Engine von Mindbreeze InSpire bietet eine Plattform für verschiedenste Retrieval-Technologien und geht damit über die Möglichkeiten, welche einzelne Komponenten bieten hinaus, um hoch interaktive Insight Anwendungen mit künstlicher Intelligenz und Sprachverständnis integriert zur Verfügung zu stellen.

Mindbreeze InSpire baut automatisch Vektor-Indizes aus Textbereichen (Sätze, Absätze oder anderen Regionen) auf. Dabei werden KI-Embeddings via sogenannten Transformer-Modellen erzeugt. Diese Modelle wurden speziell für das BI-Encoding trainiert. Vektor-Indizes, oft auch als Vektor-Datenbank bezeichnet, sind in Mindbreeze InSpire nicht losgelöst, sondern nahtlos mit allen anderen Strukturen, wie dem Keyword-Index, der In-Memory-Graphen-Repräsentation sowie den Berechtigungsmodellen, die mit Mindbreeze InSpire abgebildet werden können, verbunden. 

Was heißt dieses „Verbunden sein“ konkret? 

Ein Beispiel dafür ist, dass die Ergebnisse der Ähnlichkeitssuche direkt mittels sogenannter Boosting-Regeln auf Basis beliebiger Suchbegriffe oder Muster angepasst werden können. Zum Beispiel können so Antworten aus relevanteren Dokumenten bevorzugt werden. Das heißt, nicht die Gewichtung alleine in den Embedding-Modellen ist ausschlaggebend für die Ähnlichkeit zwischen Fragestellung und Treffern, da diese auch zur Abfragezeit hochdynamisch und flexibel angepasst werden kann. Gleiches gilt für die Berechtigungen – nur jene Vektoren, die aus berechtigten Dokumenten stammen, werden bei der Vektor-Suche berücksichtigt – und das bereits von Beginn an und nicht erst am Ende des Prozesses.

Eine weitere Besonderheit von Mindbreeze InSpire ist der laufende Abgleich mit den Inhalten der angebundenen Datenquellen. Diese Funktionalität steht in gleicher Weise für die semantische Suche zur Verfügung, somit bleibt der Vektor-Index stets aktuell. Dies beruht auf der Tatsache, dass Mindbreeze bereits jahrzehntelange Erfahrung im Bereich des Verarbeitens großer Datenmengen hat und daher verfügen auch die Vektor-Indizes über ein logarithmisches Verdichtungsverfahren.

360-Grad-Sichten – Der Zusammenschluss von Insight Apps und Semantic Linking

Wie bereits erwähnt bietet Mindbreeze InSpire einen stets aktuellen Zugriff auf alle geschäftsrelevanten Informationen von Unternehmen, unabhängig, wo diese gespeichert sind. Dabei wird die Information, die oft heterogen abgelegt ist, im Mindbreeze Index zentral und einheitlich repräsentiert. Auf diese Information kann via Insight Apps interaktiv zugegriffen werden. 

Beim Verarbeiten der Information durch Mindbreeze InSpire werden dabei semantische Verbindungen zwischen Inhalten erkannt. Jede Art von Unternehmensinformation enthält in irgendeiner Art Verweise auf andere Informationen. Das kann sehr explizit mittels Links oder implizit z. B. durch Autoreninformation, durch Verwendung von Produktnummern oder Codes oder durch die Verweise auf Personen, Organisationen, Orte oder andere benannte Entitäten erfolgen. Mindbreeze erkennt dabei zum Beispiel auf Basis von Textformatierung, der Verwendung von Codes oder Kürzeln, oder ebenso durch die Erkennung durch KI-Modelle, auch aus unstrukturierten Inhalten, Referenzen auf Entitäten. Durch diese Entitäten können Inhalte semantisch verknüpft werden. Zum Beispiel gibt es eine Bestellung, die eine Bestellnummer aufweist. Darüber hinaus existieren Dokumente, welche auf diese Bestellnummer auf unstrukturierte Weise Bezug nehmen. Mindbreeze kann diese Inhalte in Bezug setzen und navigierbar machen und beispielsweise relevante Inhalte zu einer Bestellung automatisch anzeigen. 

Durch diese selbstlernende und automatische Verknüpfung relevanter Informationen entsteht ein Wegesystem durch Informationslandschaften, das beispielsweise durch eine vernetzte Darstellung – sogenannte 360-Grad-Sichten – dargestellt werden können. Das Tolle daran ist, je mehr Informationen Mindbreeze InSpire verarbeitet, desto mehr Informationen kann Mindbreeze implizit vernetzen und in die 360-Grad-Sichten einbinden.