Wissen beziehungsweise internes sowie externes Know-how im Unternehmen zu bündeln und jederzeit abrufbar zur Verfügung stellen; für die meisten Firmen eine Utopie. Enterprise Search kann helfen, diese Lücke zu schließen.

Schaut man sich den Ist-Zustand des heutigen Internets beziehungsweise des Intranets in Unternehmen an, ist klar, warum Wissen nicht immer sofort frei zugänglich ist. So ist das Internet nichts anderes als ein dickes Buch, in dem Texte, Bilder und Videos gesammelt liegen. Was dem Buch fehlt: ein funktionierendes Inhaltsverzeichnis. Speziell im Intranet stoßen Unternehmen oft an ihre Grenzen, Wissen für die Mitarbeiter auf Knopfdruck korrekt darzustellen, auch um endlich unterschiedliche Spezialisten, deren Wissen und die Abteilungen zusammenzuführen. Korrekt beschreibt dabei das Ergebnis, welches auch tatsächlich vom Mitarbeiter gesucht wird. Tim Berners-Lee, der Erfinder des Internets wusste es schon damals in Bosten: Der nächste logische Schritt ist es, den Suchmaschinen eine gewisse Intelligenz zu implementieren.“ Schon 2020 rechnen Experten damit dass semantische Suchmaschinen das Internet revolutionieren.

Semantische Suchmaschinen im Detail

Dieses Unterfangen ist nicht einmal schwierig umzusetzen; zumindest für die darauf spezialisierten Fachleute. Dem Netzwerk, in dem man sich bewegt, müssen lediglich semantische Meta-Informationen, also Daten, die Wiederum Daten beschreiben, zur eigentlichen Quelle hinzugefügt werden. Man spricht dabei auch von morphologischen Datenschnipseln. Mit diesen Metadaten, in sinnvoller Anordnung, kann ein Rechner Rückschlüsse ziehen, worum es sich bei der Datenressource handelt und sogar Zusammenhänge mit anderen Daten und dessen Informationen erkennen und anzeigen. Dass es sich dabei um keine neue Idee handelt, zeigt der Ursprung der sogenannten Semantik: Bereits um 1900 führte der Psychologe Gustav Aschaffenburg Untersuchungen durch, wie Begriffe in unserem Gehirn miteinander verknüpft sind – bei der Suche versetzt sich also der Suchende immer in seine persönliche Semantik.

Auch in Unternehmen steigt die Verbreitung von digitalen Dokumenten zu unübersichtlichen Datenmengen rasant an. Aus diesem Datendschungel Wissen zu generieren, gehört zu den größten Herausforderungen des 21. Jahrhunderts. Durch die Nutzung der Semantik, auch sprachliche Bedeutungslehre genannt, erhält der Suchende inhaltlich verknüpfte Ergebnisse. Hier gibt es nun grundsätzlich zwei unterschiedliche Ansätze in der Textanalyse, die indexbasierte Methode und die Text-Mining-Systeme mit direktem Zugriff in den Textkorpus. Heutige Suchmaschinen nutzen die indexbasierte Methode. Der Schwerpunkt liegt auf der Suche von Zeichenketten. Somit werden Wörter mit unterschiedlicher Bedeutung angezeigt. In der Trefferliste erscheint beispielsweise „Auto“ aber auch „Autonomie“.

Text-Mining-Systeme: Finden statt suchen

Im Gegensatz dazu greifen Text-Mining-Systeme direkt auf den zu analysierenden Textkorpus zu und erkennen die Sinnverwandtschaft von funktionstragenden Wörtern oder Wortgruppen. Ähnlich wie in anderen Naturwissenschaften, existieren in der Sprachforschung spezielle Gesetzmäßigkeiten. Während also das Ohmsche Gesetz die Proportionalität zwischen Spannungsabfall und fließendem elektronischen Strom in der Physik beschreibt, ist die semantische Suche das Aufzeigen von Bedeutung und Beziehungen von sprachlichen Elementen in einem Textkorpus.

Um die Suchergebnisse qualitativ weiter zu verbessern, kommt die Ontologie zum Einsatz. Sucht man mit dieser Methode nach „Auto“ und „Autos“, erhält der Suchende eine Auswahl mit zusätzlichen Begriffen wie Kraftwagen, Fahrzeug, Limousine, Kabriolett – Wörter, die alle eine Bedeutung von Auto haben. Die im Vorfeld händisch geknüpfte Sinnverwandtschaft fällt also ins Gewicht.

Enterprise Search: Warum Semantik?

Jeden Tag müssen immer mehr Entscheidungen in immer kürzerer Zeit getroffen werden. Zugleich steigt mit Unternehmensgröße und Mitarbeiteranzahl die Menge der verfügbaren und zu verarbeitenden Informationen exponentiell an. Um diese Informationen strukturiert zu verarbeiten und Wissen nutzbar zu machen, ist eine leistungsstarke Suchfunktion unerlässlich.

Die semantische Suche befreit den Anwender davon, wissen zu müssen, wo er relevante Ergebnisse findet. Sie macht den Suchlaien sogar zum Experten. Das in Wissensmodellen hinterlegte Hintergrundwissen unterstützt ihn förmlich, schnell und ohne Zeitaufwand an die richtigen Dokumente zu kommen. Dass bei einem Einsatz solcher Suchmaschinen sogar die vorhandene Serverstruktur beibehalten wird, spart zusätzlich Geld und Zeit. Denn durch regelmäßige und automatisierte Indizierung von komplexen Systemen erreicht ein Unternehmen eine hohe Durchdringung des hauseigenen Firmenwissens. Neben dem Aufspüren von Wissen bietet eine Enterprise Search aber auch die Möglichkeit, redundante Informationen zu vermeiden. So finden sich gerade in einem Firmennetzwerk im Laufe der Zeit immer mehr veraltete und gerne auch falsche Daten. Doppelte Erfassungen werden vermieden und alte Daten können ersetzt werden.