Enterprise Search: Aus Daten Schlüsse ziehen

"Bei modernen Lösungen vermischen sich oft die Bereiche der eigentlichen Suche und der Business Intelligence", betont Michael Dittenbach, Mitgründer und Solutions Engineer beim Suchspezialisten max.recall, gegenüber pressetext. Denn das erlaubt, aus den durchsuchbaren Daten auch unternehmensrelevante Schlüsse zu ziehen.

Um sogenannte Search-Enabled Applications zu ermöglichen, sind nicht zuletzt semantische Technologien sehr sinnvoll. Sie spielen im Unternehmensumfeld somit eine größere Rolle als bislang bei der Websuche. Zugleich sind selbst bei der reinen Suche spezifisch angepasste Ergebnisse noch wichtiger - denn Zeit, die Mitarbeiter unnötig mit der Informationssuche verbringen, ist letztlich Geld.

Während klassische Business Intelligence vor allem strukturierte Daten aus diversen Datenbanken nutzt, greifen Search-Enabled Applications auf eine viel breitere Informationsbasis zu. "Hier ist insbesondere die intelligente Verknüpfung von Suche im Volltext mit Suche in den strukturierten Daten interessant und vor allem für große Datenmengen generell noch nicht effizient gelöst", sagt Dittenbach. Doch versprechen solche Analysen viel mehr verwertbare Erkenntnisse. Denn Experten gehen davon aus, dass 80 bis 85 Prozent aller unternehmensrelevanten Informationen in unstrukturierter Form vorliegen.

Für entsprechende Lösungen als hilfreich erweisen können sich Ansätze aus dem Bereich semantischer Suche. "Dazu zählt der Einsatz von Inhaltsanalysetechnologien zur Extraktion und Strukturierung von bestimmten Informationseinheiten wie etwa Firmen-, Produkt-, oder Personennamen, die in Texten vorkommen", erläutert der Experte. Gerade im Bereich Enterprise Search können ferner linguistischen Ressourcen wie Wörterbücher, Thesauri und Ontologien bei der Suche Verbesserungen bringen. Denn im Vergleich zur Websuche sind die Datenmengen viel kleiner und zudem oft thematisch relativ klar abgegrenzt.