Die intelligente Suche eliminiert mithilfe von Verfahren der künstlichen Intelligenz Datensilos und hilft Mitarbeitern und Kunden, benötigte Informationen schnell und einfach zu finden. Endbenutzer können die intelligente Suche verwenden, um Informationen an jedem beliebigen Ort (innerhalb oder außerhalb Ihres Unternehmens) und aus jedem Datensatz (unabhängig vom Format) zu extrahieren: Big Data aus Datenbanken, Dokumentmanagementsysteme, digitalisierte Inhalte, Webseiten, Daten auf Papier u. v. m. Die intelligente Suche und die Unternehmenssuche sind gleichbedeutend mit Suche in natürlicher Sprache, KI-Suche oder KI-gestützter Suche und kognitiver Suche.

Systeme zum Abrufen von Unternehmensdaten entstanden bereits lange vor dem öffentlichen Internet. Einer der ersten Vorteile bei der Implementierung von Mainframe-Computersystemen für viele Benutzer lag darin, dass sie das Auffinden von Informationen durch die Suche nach exakten Entsprechnungen für Textzeichenfolgen in umfangreichen Dokumentrepositorys erleichterten.

Mit der Verbreitung von Desktop-Computern und unternehmensweiten Intranets wurden kommerzielle Lösungen für die unternehmensweite Informationssuche wie IBM Storage and Information Retrieval System (STAIRS) und das lokale Suchtool FAST (später von Microsoft erworben) zum Branchenstandard in der Datenverarbeitung in Unternehmen.

Der Aufstieg und die Beliebtheit von kostenlosen, öffentlich zugänglichen Web-Suchmaschinen wie Google (und seinem Vorgänger AltaVista) haben die Erwartungen der Nutzer an die Informationsbeschaffung, das Auffinden von Inhalten und die Suchplattformen der Unternehmen grundlegend verändert.

Angesichts der schnell zunehmenden Datenbestände und Datentypen, die von Suchtools für Unternehmen untersucht werden müssen, wurde die Geschwindigkeit beim Abrufen der Suchergebnisse ein wichtiger Messwert für die Leistung kognitiver Suchalgorithmen. Die heutigen Lösungen für intelligente Suche müssen auf Architekturen basieren, die die Leistungsanforderungen von Big Data-Workloads erfüllen können. Da sie die benötigte Skalierbarkeit bieten, sind Cloudinfrastrukturen mit umfangreichen, API-basierten Integrationen und Automatisierung in der Regel am besten für diese Aufgabe geeignet.

Unternehmen können nicht auf Google oder andere traditionelle Suchmaschinen zurückgreifen, um unternehmensspezifische Fragen wie diese zu beantworten: „Warum verzögert sich unsere neue Produktlieferung?“ oder „Welche Probleme wurden letzte Woche von den Kunden am häufigsten gemeldet?“. Im Gegensatz zu Suchmaschinen und zur Suche im Web (z. B. mit Bing, Google Search oder AskJeeves) liefert die intelligente Suche Informationen und Antworten, die sich speziell auf Ihr Unternehmen beziehen.

Die intelligente Suche basiert auf künstlicher Intelligenz und ermöglicht den Tools dadurch Folgendes:

• Natürliche Sprache verstehen. Geschäftsdaten werden ständig aktualisiert und in domänenspezifischer Terminologie erfasst. Mittels Funktionen zur Verarbeitung natürlicher Sprache können intelligente Suchanwendungen digitale Inhalte aus verschiedenen Datenquellen verstehen und abfragen. Semantische Suche und kontextuelles Verständnis ermöglichen eine intelligente Suche, die sprachliche Nuancen, Synonyme und Beziehungen in der Umgangssprache und in komplexen Dokumenten aufgliedert.
• Dokumentstruktur erkennen Tools für die intelligente Suche (z. B. IBM Watson Discovery) verfügen über künstliche Intelligenz zum Verstehen von Dokumenten, die für viele Datenquellen skaliert werden kann. Durch maschinelles Lernen kann die intelligente Suche die visuelle Struktur von Dokumenten aus Ihrem Unternehmen, Ihrer Branche oder Ihrem Fachgebiet erkennen. Mit diesem Vorwissen kann die intelligente Suche schnell Elemente wie Kopf- und Fußzeilen, Diagramme und Tabellen aufspüren und identifizieren. Durch sofort einsatzfähige Funktionen können Dokumenttypen wie Verträge, Bestellungen und Rechnungen erkannt werden.
• Maschinelles Lernen einsetzen. Maschinelles Lernen und Deep Learning erstellen nahtlose, unmittelbare Vorschläge für Suchanfragen und verbessern kontinuierlich die Relevanz der Suchergebnisse im Laufe der Zeit, indem sie vorhersagen, welche Informationen dem Nutzer den größten Nutzen bringen.
• Suchergebnisse filtern. Facettensuche und Suchfilter grenzen die Suche ein und finden bestimmte Informationen in Datensammlungen.
• Inhalte klassifizieren und kategorisieren. Die Entitätsextraktion lokalisiert Textdaten und klassifiziert sie nach vordefinierten Kategorien wie Personennamen, Produkte, Objekttypen oder Organisationen.

• Datenquellen verbinden und Daten aufnehmen: Zum Extrahieren von Antworten und Erkenntnissen unabhängig vom Standort der Datenquellen müssen Sie Ihre strukturierten und unstrukturierten Daten verbinden und durchsuchen. Eine als Connector bezeichnete Komponente ermöglicht die Verbindung zu einer Inhaltsquelle wie Salesforce, Box, Microsoft SharePoint, Datenbanken, Web Crawler oder hochgeladenen Daten.
• Inhalte indexieren: Durch das Indexieren von Inhalten entsteht ein einheitlicher Suchindex, der die homogene Einstufung der Suchergebnisse unabhängig von der Datenquelle ermöglicht.
• Inhalte aufbereiten: Das Abfragen und Extrahieren von Erkenntnissen setzt die Möglichkeit voraus, Metadaten aus Ihren Inhalten zu extrahieren. Reichern Sie Ihre Inhalte an, indem Sie die Standardfunktionen der natürlichen Sprachverarbeitung nutzen, wie z. B. Entitätsextraktion und Stimmungsanalyse, um wichtige Inhalte zu kategorisieren und zu identifizieren.
• Inhalte analysieren: Diese Analyse erkennt die Inhalte von Dokumenten, klassifiziert sie und stellt semantische Korrelationen zwischen den einzelnen Inhaltselementen her.
• Antworten liefern und Erkenntnisse anzeigen: Algorithmen für intelligentes Scoring erstellen Rangordnungen für Textpassagen und liefern den Benutzen möglichst zutreffende und relevante Passagen und Ausschnitte als Antwort auf die jeweilige Abfrage.

Die intelligente Suche vergleicht Begriffe aus Abfragen in natürlicher Sprache mit dem Inhalt der zugehörigen indexierten Informationen.

• Fragen – „Wie viele Urlaubstage stehen mir zu?“
• Ausdrücke und Befehle – „Ich möchte eine Hypothek beantragen.“
• Schlüsselwörter – „Versicherungprämien“

• Erkenntnisse gewinnen, die Entscheidungen ermöglichen: In Ihren unstrukturierten Textdaten sind versteckte Erkenntnisse verborgen. Anwendungen für die intelligente Suche nutzen die natürliche Sprachverarbeitung zum Unterscheiden von Bedeutungen und zum Herstellen von Korrelationen zwischen verschiedenen Datenquellen (z. B. soziale Medien wie Tweets und LinkedIn, Kundenrückmeldungen, E-Commerce-Berichte und Wartungsdatensätze) für die schnelle und präzise Gewinnung von Erkenntnissen in Echtzeit.
• Relevante Informationen für Ihre Mitarbeiter bereitstellen: Nutzen Sie die intelligente Suche zum Erstellen einer unternehmensweiten Suchplattform sowie für Knowledge-Management- und Content-Management-Systeme oder für Systeme zum Beantworten von Fragen, um ein übersichtliches Benutzererlebnis für das gesamte Team bereitzustellen.
• Maßgeschneiderten Kundenservice bereitstellen: Geben Sie den Kunden die gewünschte Antwort zu jeder Tageszeit und ein besseres Kundenerlebnis. Kunden wollen mehr als Antworten auf häufig gestellte Fragen. Sie erwarten heute mehr denn je umfassenden Self-Service auf Ihren Websites und in Ihren mobile Apps. Virtuelle Agenten und die intelligente Suche ermöglichen Ihren Kunden mehr Unabhängigkeit. Größere Selbstständigkeit der Kunden führt zu geringen Supportkosten und hoher Kundenzufriedenheit.

Unternehmen speichern Dokumente und Daten in vielen verschiedenen Datenquellen in strukturierten und unstrukturierten Formaten. Mitarbeiter vergeuden durchschnittlich drei Stunden der täglichen Arbeitszeit mit der Suche nach Informationen.

Erkenntnisse und Antworten sollten in den unstrukturierte Daten Ihres Unternehmens möglichst schnell und einfach zu finden sein. Es ist an der Zeit, dass Ihr Unternehmen mit einer intelligenten Suche datengesteuert wird.

• Zeitersparnis. Bankinstitute können durch die automatisierte Wissenserschließung das Arbeitspensum für zehn Tage in nur zwei Minuten erledigen. 
• Kosten einsparen. Ein Kunde aus der Energieversorgung konnte Kosteneinsparungen im Wert von 10 Millionen US-Dollar bei der Arbeitszeit erzielen, allein durch Reduzieren des Zeitaufwands für die Suche nach relevanten Informationen in der Wissensdatenbank des Unternehmens. Weitere Informationen
• Arbeitsaufwand reduzieren. Ein Kunde in der Versicherungsbranche konnte den Arbeitsaufwand beim Lesen und Analysieren interner Unternehmensdaten um 90 % reduzieren. Mehr erfahren 
• Umsatz steigern. Anwaltskanzleien nutzen Suchanwendungen zum Optimieren von Geschäftsprozessen und steigern damit die Produktivität auf das Vierfache und den Umsatz um bis zu 30 %. Mehr erfahren