Enterprise Search – Datensilos und Wissensbarrieren überwinden

Fundierte Entscheidungen basieren indes auf zeitnah erreichbaren, relevanten Informationen. Neuere Entwicklungen zur unternehmensumfassenden Enterprise Search überwinden diese Barrieren, vereinen und kontextualisieren dieses Wissen. So stellt eine unternehmensweite Suche als Funktion wertvolles Wissen bereit – nahezu aus jeder Anwendung. 

Die Suche in Pre-Enterprise-Search-Zeiten 

In vielen Unternehmen existieren nach wie vor eine Fülle von unterschiedlichen verteilten Systemen. Sie machen es schwierig und zeitaufwendig, die für die tägliche Arbeit wesentlichen Informationen zu finden. Das Problem besteht hier schon im Ansatz. Denn wer auf die Suche geht, muss zuvor wissen, wo er sucht. Dieses Phänomen erkennt der „Digital Workplace Relevance Report 2023“ von Coveo; befragt wurden 4000 Mitarbeiter in US/UK (älter als 18 Jahre; aus Unternehmen größer 250 Mitarbeiter).  

„Viele sind verunsichert, weil sie nicht wissen, wo sie in den verschiedenen Anwendungen suchen sollen.“

Wie die Enterprise Search Produktivität und Motivation steigert 

In der Praxis führt dies zu unangemessen verlängerten Suchzeiten. Dies steht der Produktivität entgegen. Darüber hinaus wirkt sich dies aber auch negativ auf die Mitarbeiter-Motivation aus. „Wenn ein Kunde (…) anruft und Informationen verlangt, ist der Druck groß. Aber wenn die richtigen Informationen nicht gefunden werden können, führt dies zu Ängsten. Etwas mehr als sechs von zehn Befragten haben weniger Vertrauen in die Qualität ihrer Arbeit (…).“ 

Das zitierte Ergebnis des Workplace Relevance Report ist für sich klar nachvollziehbar und zeigt den bedeutenden Stellenwert einer gut funktionierende Suche auf. Nun haben die letzten drei Pandemie-Jahre zwar das Home-Office und den „digital Workplace“ für viele Mitarbeiter erst ermöglicht, was sicherlich mitarbeiterseitig begrüßt wird. Jedoch ist eine gut funktionierende Enterprise Search in vielen Fällen eine Leerstelle geblieben. Alles in allem eine recht unbefriedigende Situation. 

Die unternehmensweite Suche steht für „schon gefunden“ 

Was man hingegen im „digitalen Workplace“ und nicht nur dort möchte, ist eine Suchmaschine mit umfassender Suchfunktion. Diese sollte sich dem Nutzenden gegenüber initial als einfache Such-Eingabe präsentieren, ebenso wie wir es gelernt haben. Google und macOS‘ Spotlight lassen grüßen. Natürlich lässt sich dies mit einer Enterprise Search-Funktion abbilden, der Suchschlitz verursacht den geringsten Aufwand.  

Die Suchfunktion selbst sollte gefundene Ergebnisse unabhängig von Datentypen, aber für die Suchenden ein auf Ihre Funktionsrolle angepasstes, eben personalisiertes Suchergebnis präsentieren. Dabei solllten weitere Verfeinerungen und Kontextualisierungen möglich sein.

Welche Quellen kann eine Enterprise Search durchsuchen? 

Darüber hinaus möchte man die Suchergebnisse in Unternehmen in Sekundenbruchteilen sehen, idealerweise bezieht die Enterprise Search dabei auch Daten in Echtzeit ein. D.h. die Unternehmenssuche greift auch auf Daten zurück, die gerade erst entstanden sind. Mögliche Datenquellen veranschaulicht die folgende Grafik: 

Während der Indexierung durchsucht der Crawler der Enterprise Search Dokumente wie PDFs, Word- oder Excel-Dateien, schaut auf Dateiverzeichnisse in Filesystemen. Aber auch in Datenbanken von Unternehmens-Anwendungen, z.B. zur Archivierung, schaut der Crawler nach, indiziert Wikis, E-Mails und dergleichen mehr. So sollte eine Suche im Unternehmen funktionieren. 

In welchen Bereichen hilft eine Enterprise-Search-Lösung? 

Eine vollständige Liste aller Einsatzgebiete von Enterprise-Search-Lösungen übersteigt den Rahmen des Artikels. Jedoch unterstützt eine derartige Such-Lösung bei unternehmensweiten Recherchen nach:

• Kompetenzträgern 
• Kunden und Kundenanalysen  
• Dokumenten  

Einsatzmöglichkeiten gibt es auf verschiedenen Abteilungsebenen, so unterstützt die Suchlösung z.B. die Rechtsabteilung bei der Vertragsrecherche und -verwaltung. Aber auch im Kundensupport glänzt eine derartige Suchfunktion bei Kundenanfragen wie auch im Beschwerdemanagement. Alle relevanten Informationen sind schnell verfügbar.  

Mehr als nur Trefferlisten 

Eine herkömmliche Liste mit Suchtreffern reicht hier nicht aus, da oft kaum Zeit zur detaillierten Durchsicht der Ergebnisse bleibt. Bei der Enterprise-Search geht es um die logische Verknüpfung von Informationen, die auf Knopfdruck abgerufen werden können. Die Suchmaschine muss auch und gerade den Kontext der gefundenen Information bereitstellen. So erhalten Mitarbeiter nur durch eine Abfrage den konsolidierten Überblick auf vorhanden Informationen und deren Zusammenhänge. 

Die Herausforderung für die Enterprise-Search-Lösung

Die Basis für die unternehmensweite Suche ist eine möglichst große Datenmenge. Aus diesem Daten-Meer müssen nun Informationen zu einer Suchanfrage gefunden werden. Dabei reicht es nicht, einfach aus der Datenmenge eine Trefferliste der Dokumente auszuspielen, die die gesuchte Zeichenkette enthalten. Vielmehr muss die Zeichenkette und die Dokumente bewertet werden: Ist das Dokument, das diesen Treffer enthält, relevant – und falls ja, wie relevant im Verhältnis zu anderen Treffern mit dieser Zeichenkette. Ein „Richtig“ oder „Falsch“ gibt es an dieser Stelle nicht. Das Ergebnis muss dem Suchenden dienen. Also entsteht Relevanz nicht nur im Verhältnis des Suchterms in den Dokumenten untereinander, sondern auch zum Suchenden. 

Diese Problemstellung zählt zum „Information Retrieval“, dem Wiederauffinden von Informationen. Eine unternehmensweite Suchfunktion verwendet dabei verschiedene, aus der Informatik und Computer-Linguistik bekannte Modelle zur Informationsrückgewinnung.  

Welche Sucharten helfen bei der unternehmensweiten Suche? 

Idealerweise sollte die Enterprise Search als Suchmaschine verschiedene Arten der Suche beherrschen. Drei geläufige Suchmethoden kommen einem dabei sofort in den Sinn. Alle drei besitzen unterschiedliche Eigenschaften und tragen zu einem besseren Suchergebnis bei. 

Ähnlichkeitssuche (fuzzy search) 

Mit der Ähnlichkeitssuche können Sie nach ähnlichen Objekten oder Inhalten suchen. Diese Suchmethode basiert auf einem Referenzobjekt und dessen Ähnlichkeit zu einer gegebenen Suchanfrage. Genau übereinstimmende Elemente sind nicht erforderlich – stattdessen werden Objekte mit ähnlichen Merkmalen oder Eigenschaften gefunden. Eine leistungsstarke Methode, um relevante Verbindungen und neue Möglichkeiten zu entdecken. 

Phonetische Suche 

Die phonetische Suche findet Wörter anhand ihres Klangs, nicht anhand ihrer genauen Schreibweise. Ähnlich klingende Wörter können identifiziert werden, auch wenn sie unterschiedlich geschrieben sind. Im Grunde ist diese Suchmethode eine Abwandlung der Ähnlichkeitssuche, nur beziehen sich die Ähnlichkeiten auf das jeweilige phonetische Profil der Suchphrase. Diese Methode ist besonders praktisch, wenn die genaue Schreibweise unbekannt ist oder der Suchende sich nur vertippt hat. So sparen Sie Zeit und finden trotzdem die richtigen Ergebnisse. 

Semantische Suche

Die semantische Suche ist eine Suchmethode, die ebenso die Bedeutung des Suchworts wie auch die Bedeutungen der Informationsobjekte (z.B. der Daten und Dokumente) „kennt“.  Dieser Algorithmus der Suchmaschine analysiert den Kontext und die Bedeutung der Suchanfrage, um relevante Ergebnisse zu liefern, auch wenn die genauen Wörter nicht verwendet werden. Die semantische Suche ermöglicht eine genauere und intuitivere Suche, indem sie die Bedeutung der Suchbegriffe „versteht“ und Zusammenhänge herstellt. Dadurch werden präzisere und relevantere Ergebnisse erzielt, was die Effizienz der Suche verbessert. Die semantische Suche gilt als Königin der Suchalgorithmen, da sie der menschlichen Art der Suche am nächsten kommt. 

Häufig verwendete Technologien der Enterprise-Search 

Jüngere Entwicklungen der Suchmaschinen-Technologie führten innerhalb der letzten zehn Jahre zu einschneidenden Veränderungen in zwei Punkten: So werden Suchergebnisse nicht nur schneller bereitgestellt, sondern auch sinnvoller für den Nutzer und dessen Suchintention. Davon profitiert eine unternehmensweite Suche ungemein. Insbesondere drei Technologien ermöglichen dies: 

• Machine Learning (ML): spielt eine entscheidende Rolle bei der Weiterentwicklung von Suchtechnologien. Durch Machine Learning-Algorithmen lernen Suchmaschinen und -systeme kontinuierlich. Darüber hinaus passen sie sich an die sich ändernden Benutzeranforderungen an. ML ermöglicht es, in großen Datenmengen Muster und Zusammenhänge zu erkennen, um Suchergebnisse und -empfehlungen zu verbessern. Gleichzeitig hilft die Suchtechnologie dabei, Nutzerpräferenzen und -verhalten zu erkennen. Personalisierte Suchergebnisse und eine verbesserte Such-Experience sind die Folge – perfekt für die Enterprise Search. Auf der anderen Seite ermöglicht Machine Learning auch die Automatisierung von Aufgaben wie die Verschlagwortung und Klassifizierung von Inhalten. Insgesamt trägt Machine Learning maßgeblich zur kontinuierlichen Verbesserung und Optimierung von Suchtechnologien bei. 

• Natural Language Processing (NLP): besitzt eine bedeutende Rolle bei der Entwicklung und Verbesserung von Suchtechnologien. Durch NLP wird es möglich, die textliche Repräsentation menschlicher Sprache in Suchanfragen „zu verstehen“ und sie effektiv in der Enterprise Search zu verarbeiten. Es ermöglicht eine präzisere Interpretation der Benutzerabsichten und verbessert somit die Relevanz der Suchergebnisse. NLP wird eingesetzt, um komplexe Suchanfragen zu analysieren, semantische Ähnlichkeiten zu erkennen, Texte zu verstehen und kontextbezogene Suchergebnisse zu liefern. Dadurch können Suchmaschinen die Nutzererfahrung optimieren, indem sie relevante Informationen schneller und genauer liefern. 

• Eine beschleunigte Breitstellung der Suchergebnisse durch elasticsearch oder dessen Abspaltung OpenSearch. Ohne in Details zu gehen, sorgen hier Key-Value-Stores durch einen Inverted-Index-Konzept für den schnelleren und einfacheren Zugriff via REST und für eine leichtere Lastverteilung, falls benötigt. 

Gleich welche dieser Technologien nun in der Enterprise Search zum Einsatz kommen, wichtig bleibt der nutzerzentrierte Ansatz, um dessen Fragen bestmöglich zu beantworten. Das ist essenziell für die unternehmensweite Suche. Nicht ohne Grund sprach das Analystenhaus Gartner bereits im Jahr 2015 von der Wichtigkeit sogenannter „Insight Engines“ als Einsichten liefernde Maschinerie.