Nicht die Daten selbst generieren Wettbewerbsvorteile, sondern das, was Unternehmen daraus machen. Erst mit einem modernen Wissensmanagement können Organisationen Informationen gewinnbringend einsetzen, argumentiert Mindbreeze.
Daten gelten bekanntlich als das ‚Öl der Zukunft‘. Doch wie bei Erdöl, das erst durch seine Verarbeitung Wert schafft, so stellen die Daten erst dann einen Wert dar, wenn aus ihnen Informationen und schließlich Wissen entsteht, das nicht nur Spezialisten, sondern auch unternehmensweit zur Verfügung steht.
Mit der zunehmenden Komplexität und den steigenden Datenbergen wird es schwierig, diese Aufgabe zu erfüllen. Die Folge ist das vermeintliche Paradoxon „Unternehmen wissen nicht, was sie wissen.“ Um diese Herausforderung in den Griff zu bekommen, arbeiten die Spezialisten im Bereich Wissensmanagement oft seit vielen Jahren an einer Technologie, die früher vor allem unter dem Begriff „Enterprise Search“ bekannt war. Später sind die Bezeichnungen ‚Insight Engine‘, ‚Cognitive Search‘ oder ‚AI (Artificial Intelligence) Search‘ hinzugekommen. Auch wenn die jeweiligen Ansätze unterschiedlich erscheinen, so verfolgen sie alle dasselbe Ziel.
Es geht in jedem Fall darum, dass Anwender genau jene Information zum richtigen Zeitpunkt und am richtigen Ort bekommen, die sie für die Erledigung einer spezifischen Aufgabe benötigen. Das kann die Adresse eines Kunden sein, die technische Beschreibung eines Bauteils oder die Verkaufszahlen eines Produkts in einer bestimmten Region. Im kommenden Jahr wird dieses Ziel mit mehreren Mitteln und Methoden angestrebt.
Anzeige | Fachartikel
4 + 8 Gründe, weshalb sich Unternehmen bei schlechter Datenqualität ausbremsen lassen
Autoren: Alex Ron | Jost Enderle | CC Datenmanagement der Trovarit AG
Zum kostenlosen Download des Artikels
1. Informationen aus dem Verhalten der Anwender gewinnen
Eine wesentliche Voraussetzung für ein zukunftsweisendes Wissensmanagement besteht darin, die Daten, die in einem Unternehmen gewöhnlich in Hunderten und Tausenden Silos verstreut sind, zusammenzuführen und zu Informationen zu verknüpfen. Für diese Aufgabe stehen seit Langem sogenannte Konnektoren zur Verfügung, die die Daten aus den Applikationssilos holen und gleichsam auf eine Metaebene bringen, wo sie in Beziehung zueinander gesetzt werden können.
Moderne Systeme erledigen diese Aufgabe bereits sehr gut. Doch das ist nur die eine Seite der Medaille. Würde man die Anwender mit den Informationen ungefiltert versorgen, müssten sich diese durch Informations- statt durch Datenberge wühlen, um an die für ihre Aufgaben benötigten Antworten zu gelangen.
Die IT-Systeme analysieren daher zunehmend jener Faktoren, die nicht in der Information selbst liegen, sondern darin, wie diese verwendet werden. In der Fachsprache nennt sich das ‚Behavioural Model for Information Retrieval System Design‘. Zu den untersuchten Faktoren gehören etwa die Rolle der Tätigkeit, Aktionen, die in der Vergangenheit im Zusammenhang mit bestimmten Informationen gesetzt wurden, das spezifische Suchverhalten oder sogar die Emotionen, die User mit Informationen verknüpfen. Der letztgenannte Aspekt ist eng mit Customer Experience beziehungsweise Experience Economy verwandt .
Auf Basis der Verhaltensanalysen können moderne Wissensmanagementsysteme genau jene Informationen zur Verfügung stellen, die gerade gebraucht werden, ohne den User zu überfordern. Mit anderen Worten: Die Relevanz einer Information wird personalisiert.
Anzeige
IT-Matchmaker®.guide CRM-Lösungen
Einkaufsführer & Standardreferenz für CRM-Software
- Fachbeiträge
- Firmenprofile
- Referenzen aus der Praxis
- Produktübersichten
Zum IT-Matchmaker®.guide Download
2. Intelligente Datenanalyse findet Antworten auf natürliche Fragen
Die intelligente Datenanalyse beruht auf Technologien wie Natural Language Processing, Natural Language Question Answering und auf der semantische Aufbereitung von Inhalten, die eine natürliche Mensch-Maschinen-Interaktion ermöglichen. Während diese Konzepte für die Akzeptanz und Effizienz wesentlicher Aspekte auch 2021 weiter optimiert werden, kommt mit X Analytics ein Thema hinzu, das – vereinfacht beschrieben – die Welt der menschlichen Wahrnehmung in die Informations- bzw. Wissensgewinnung miteinbezieht. Laut Gartner gehört dazu die Analyse von Videos und Fotos, um etwa die Supply Chain zu optimieren oder ärztliche Diagnosen zu unterstützen. Weitere Anwendungsmöglichkeiten sind die Analyse von Vibrationen und Audiodaten, um beispielsweise die Effizienz der vorausschauenden Wartung zu steigern und vieles andere mehr. Überspitzt formuliert: Mit all den genannten Aspekten soll die menschliche Erfahrung gleichsam digitalisiert werden, und das wiederum macht Wissensmanagementsysteme zu echten Partnern im Berufsalltag.
3. ‚Weak Supervision‘: Künstliche Intelligenz ohne Kinderkrankheiten
Künstliche Intelligenz hatte bis dato einen massiven Nachteil: Um ein derartiges System im Unternehmen zum Laufen zu bringen, brauchte es große Trainingsdaten-Sets. Das bedeutete viel manuelle Arbeit, um die Daten aufzubereiten und zu bereinigen – je mehr Daten, desto komplexer und langwieriger die Aufgabe. Mit dem Verfahren ‚Weak Supervision‘ geht man einen neuen Weg: Künstliche Intelligenz lernt selbstständig von bereits im Unternehmen vorhandenen Datensets, die traditionell manuell eingepflegt und eventuell klassifiziert wurden.
Läuft der Prozess von Machine Learning beziehungsweise Deep Learning, verbessert sich die Treffgenauigkeit dank des Rückkoppelungseffekts stetig. Nach zwei bis drei Monaten im Einsatz kann das Unternehmen auf „Dunkelverarbeitung“ umstellen – auf ein vollautomatisiertes Processing – entweder ganze ohne oder mit stark reduzierter Trainingsphase.
Als Ergänzung zur Dunkelverarbeitung setzen Anbieter von Wissensmanagementlösungen auf den Trend „Explainable Artificial Intelligence“, wenn es darum geht, bestimmte Entscheidungen der Künstlichen Intelligenz nachvollziehbar zu machen. Da dies bei sehr komplexen Modellen nur bedingt möglich ist, geht die Reise 2021 in Richtung Vereinfachung.
4. Die 360-Grad-Sicht wird zum Mainstream
Während es früher notwendig war, die Daten und Informationen zu einer bestimmten Aufgabenstellung selbst zusammenzusuchen, ist die holistische Aufbereitung von Informationen künftig Standard. Das gilt für den Wartungsmechaniker genauso wie für den CEO, der den 360-Grad-Blick braucht, um schnell Entscheidungen treffen zu können. Äußeres Zeichen dieser Entwicklung ist das Zusammenwachsen der Business-Intelligence-Welt mit jener der Enterprise-Search, wobei die Anbieter verstärkt Partnerschaften eingehen oder die Gegenseite übernehmen.
5. Distributed und Hybrid Cloud: Die Wolke kommt zum User
Cloud-Dienste werden künftig laut Gartner zunehmend auf verschiedene Standorte verteilt, während Betrieb, Verwaltung und Weiterentwicklung in der Verantwortung des öffentlichen Cloud-Anbieters bleiben. „Distributed Cloud“ nennen die Marktforscher dieses Konzept.
Parallel zum allgemeinen Trend zur Hybrid Cloud soll die Distributed Cloud überall dort zum Einsatz kommen, wo niedrige Latenz, geringe Datenkosten oder Gesetze den Unternehmen vorschreiben, dass Daten in einem bestimmten geografischen Gebiet verbleiben müssen. Es bedeutet auch, dass Organisationen nach wie vor von der öffentlichen Cloud profitieren und nicht ihre eigene private Cloud verwalten, was kostspielig und komplex sein kann. In beiden Fällen spielen daher die genannten Vorteile der Distributed Cloud eine wichtige Rolle.
6. Hyperautomation macht Geschäftsprozesse intelligent
Hyperautomation bedeutet Gartner zufolge nichts anderes als die Idee, dass alles, was in einer Organisation automatisiert werden kann, automatisiert werden sollte. Die Motivation dahinter ist es nicht, die Anzahl der Mitarbeiter zu reduzieren, sondern diese von quälenden Routinen – Stichwort Monkey Business – zu befreien, damit sie stärker in die Wertschöpfungsprozesse des Unternehmens eingebunden werden können.
Der Begriff „Hyperautomation“ impliziert auch die Optimierung beziehungsweise die Weiterentwicklung von traditionellen Geschäftsprozessen mit dem Ziel, an Flexibilität und Agilität hinzuzugewinnen. Die Corona-Krise hat deutlich gezeigt, wie wichtig diese Fähigkeiten sind. 2021 dürfte die Transformation der Business-Prozesse verstärkt durch Künstliche Intelligenz unterstützt werden. Das hilft dabei, neue Geschäftsfelder zu entdecken und zu realisieren. Dies funktioniert jedoch nur dann, wenn Unternehmen über eine solide Basis in Sachen Wissensmanagement verfügen.
Connecting the Dots
Das Wissen, das im Unternehmen meist im Überfluss vorhanden ist, kann nur dann Wert generieren, wenn es zum richtigen Zeitpunkt, am richtigen Ort und in der richtigen – also möglichst kompakten – Form für all jene Mitarbeiter zugänglich ist, die es benötigen, um ihre Aufgaben zu erfüllen. Das Motto ‚Connecting the dots‘ bildet damit die Grundlage für ein Wissensmanagement der Zukunft, das eine Vielzahl an modernen Technologien unter einem Dach vereint und diese den Andendern in einer natürlichen und eng integrierten Form zur Verfügung stellt. jf
Der Autor
Daniel Fallmann ist Experte für die Themen Künstliche Intelligenz, Machine Learning, Deep Learning und Wissensmanagement. Im Jahr 2005 gründete er Mindbreeze und leitet das Unternehmen seither als CEO.
