NLP und NLU
Dazu nutzen sie Technologien zur Spracherkennung. Natural Language Processing (NLP) und Natural Language Understanding (NLU) ermöglichen es dem System, Sprache zu verstehen, zu interpretieren und korrekt zu antworten. Dabei versucht NLP, Inhalte zu verstehen und in sinnvolle Informationen umzuwandeln. NLU beschäftigt sich im Gegensatz dazu vor allem mit der Absicht bzw. Intention der Nutzer. Dabei geht es darum, die Bedeutung von Inhalten, Aussagen und Fragen zu interpretieren. Natürliche Spracherkennung bildet damit die Basis für die Mensch-Maschinen-Kommunikation und befähigt die Lösung dazu, auf konkrete Fragestellungen passende Antworten zu liefern (Conversational Search). Die Software erkennt Fragewörter, wonach gesucht wird (etwa Personen) und extrahiert jene Information, die tatsächlich angefragt wurde, anstatt einer endlosen Trefferliste.
Lösung lernt dazu
Mittels Machine bzw. Deep Learning lernt die Software kontinuierlich von ihren Anwendern. Auf Basis der Arbeitsweisen und dem Nutzerverhalten der Mitarbeiter sowie vorangegangener Suchabfragen ist die Lösung im Stande, die Relevanz der einzelnen Treffer zu errechnen. Das heißt, anhand bestimmter Parameter – beispielsweise wie oft eine Information aufgerufen und bearbeitet wurde – bemisst sie die Relevanz der Treffer in Relation zu der Fragestellung. Bei nachfolgenden Suchabfragen können auf dieser Basis Informationen dann vorrangig zur Verfügung gestellt werden.
Über das Onboarding hinaus
Als Teil einer strategischen Nachfolgeplanung müssen Unternehmen einer möglichen Fragmentierung von geschäftskritischem Wissen entgegenwirken. Das wird mit der fortschreitenden Digitalisierung und zunehmenden Datendezentralisierung umso dringlicher. Der Einsatz von KI-basierten Technologien wird damit immer mehr zur Voraussetzung, um im Wettbewerb bestehen zu können. Insight Engines finden heute bereits in den unterschiedlichsten Bereichen von Fertigungsunternehmen Anwendung. Neben Anwendungsfällen rund um das Thema On-Boarding haben sich diese intelligenten Systeme vor allem in den Bereichen Stücklistenmanagement, Predictive Maintenance und Risikomanagement bewiesen.