intergator Cognitive Search

Machine Learning und Cognitive Computing

In Zeiten wachsender Informationsdichte und steigender Kommunikationskultur erhält das effiziente Kategorisieren und Kanalisieren von Daten eine immer höhere Bedeutung. Zu viele unterschiedliche Themen erfordern unsere Aufmerksamkeit und die Berge an Dokumenten, Daten oder Informationen vergrößern sich in schwindelerregender Geschwindigkeit. Dieser Trend vollzieht sich sowohl im Privat- als auch im Arbeitsleben und der Ruf nach modernen Lösungen diesem Chaos Einhalt zu gebieten wird immer lauter. Die Cognitive Search ist ein Lösungsansatz einer neuen Suche, die den Spagat zwischen exakter und konzeptioneller Suche schafft.

Künstliche Intelligenz, Machine Learning und Cognitive Computing sind Konzepte und Versuche Computer durch Algorithmen in die Lage zu versetzen komplexe Sachverhalte zu erfassen, zu verarbeiten und autonome Entscheidungen zu treffen. Aufgaben, die bisher einer menschlichen Prüfung bedurften oder komplexes Hintergrundwissen erforderten, können nun mit maschineller Hilfe wesentlich einfacher und schneller bearbeitet werden. Dabei wird erwartet, dass Computer eigenständig arbeiten und bereits nach einer kurzen Trainingsphase begreifen, wie bestimmte Informationen einzuordnen sind und wie bestenfalls darauf reagiert werden sollte. Das „Verstehen“ wird auf die Maschine übertragen und so eine Form von Intelligenz programmiert.

Von der exakten zur konzeptionellen Suche

Gerade das Auffinden von Informationen in mitunter verstreut verteilten Ablagen und Systemen erfordert eine hohe Suchkompetenz, die auf eine breite Erfahrung fußt und gerade Neueinsteiger überfordert. Mit Suchmaschinen für das Internet, wie Google, Bing oder Yahoo, hat sich Suche als Kernkonzept mittlerweile durchgesetzt und Informationen in den Weiten des World-Wide-Webs werden hauptsächlich über diesen Weg aufgefunden. Nur noch selten nutzen wir für unsere Recherchen redigierte Listen oder gepflegte Kataloge. Stattdessen verlassen wir uns auf die Technologie großer IT Konzerne und deren Aufbereitung von Daten und Informationen.

Was im Internet mittlerweile der Normalfall ist – nämlich die übergreifende Suche in verteilten und selten miteinander verbundenen Datenquellen – setzt sich erst nach und nach auch in der Arbeitswelt durch. intergator bietet hier eine umfassende und moderne Suchlösung, die eine Vielzahl an Möglichkeiten mitbringt schnell und effizient Informationen aufzufinden und so in Wissen zu wandeln. Dabei setzen wir auf eine exakte Suche, die basierend auf Begriffen und Satzfragmenten Treffer ausgibt, welche diese enthalten. Über Filter und Facetten können diese eingeschränkt werden und führen schnell und elegant zu relevanten Informationen. Problematisch wird dieser Ansatz, wenn Daten und Dokumente zwar inhaltlich passen, der verwendete Suchbegriff darin aber nicht vorkommt. Hier gerät die Recherche an ihre Grenzen und liefert kaum brauchbare bis keine Ergebnisse.

Ein neuer Ansatz zur Lösung dieses Dilemmas ist die Nutzung Methoden maschinellen Lernens. Hier klassifiziert und kategorisiert ein trainierter Computer eigenständig Inhalte und Daten und verortet diese innerhalb eines multidimensionalen Vektorraumes. Jeder Datensatz erhält auf diese Weise eine ihm eigene Position, die über verschiedene Parameter definiert wird. Inhalte werden von einer trainierten Maschine solange evaluiert, bis die Trefferquote einen definierten Schwellwert erreicht hat. Ab diesem Zeitpunkt arbeitet die Maschine autonom und ordnet Informationen zielsicher ein. Sucht man nun nach einem Begriff, gibt die Suche nicht nur die exakten, sondern auch die inhaltlich relevanten Treffer zurück – unabhängig davon, ob der Begriff darin vorkommt, oder nicht. Die exakte wird durch eine konzeptionelle Suche abgelöst. Auf diese Weise ergeben sich neue und zum Teil unerwartete Einsichten und Erkenntnisse.

Anders als die konventionelle Recherche mit genauen Begriffen und Suchtreffern, liefert der Ansatz einer Konzeptsuche eine Art kognitive Trefferkarte, welche die Daten und Dokumente inhaltlich verortet. Der grafische Plot platziert alle Treffer in einer Ebene und zeigt so Zusammenhänge und Themengebiete visuell auf. Interessant sind dabei polyseme oder homonyme Begriffe (also Worte mit Doppel- oder Mehrfachbedeutungen). Menschen erkennen deren Sinn häufig aus dem Zusammenhang, Maschinen fällt das zunächst schwerer. Dokumente mit Homonymen oder Polysemen werden aufgrund des ganzheitlichen Informationsansatzes leichter korrekt verortet und auf der kognitive Trefferkarte im Zusammenhang mit ähnlichen Resultaten dargestellt.

Cognitive Search

Die intergator Cognitive Search ist ein neuer Ansatz die klassische und exakte Unternehmenssuche mit der konzeptionellen Suche zu vereinen. Je nach Rechercheart bietet intergator Möglichkeiten Daten aus einer Vielzahl von Quellen aufzufinden. Inhalte werden dabei sowohl in einem Index vorgehalten, als auch autonom einem trainierten Machine Learning Modell zugeordnet. Der Nutzer hat dabei die Möglichkeit in beiden „Welten“ zu recherchieren und schnell die optimalen Ergebnistreffer zu erhalten.

Mit intergator 6 wird dieses Suchkonzept vollkommen neu definiert und die Enterprise Search zu einer Cognitive Search, die Informationen autonom kategorisiert und katalogisiert. Auf diese Weise ergeben sich neue Einsichten in komplexe Zusammenhänge und rücken den Fokus noch weiter in Richtung inhaltsbasierte Suche.

Webinar on demand

Cognitive Search – Machine Learning als Schlüssel für eine moderne Suche
Webinaraufzeichnung anfordern

Sie wünschen weitere Informationen zur intergator Cognitive Search?