Suche ist sexy! (Schon wieder?)

Sie nehmen keine verrückten Pillen: Berichte über den Tod der Unternehmenssuche sind übertrieben. Die Suche ist wieder in den Schlagzeilen.…

Sie nehmen keine verrückten Pillen: Berichte über den Tod der Unternehmenssuche sind übertrieben. Die Suche ist wieder in den Schlagzeilen. Die Suche ist zurück, Baby!

Aber man kann Ihnen verzeihen, wenn Sie es nicht wussten, weil es in Buzzwords verpackt ist.

Suchen Sie dies, suchen Sie das, suchen Sie hier, suchen Sie dort, suchen Sie mich, suchen Sie…. so viel Suche. Die meiste Zeit der achtziger Jahre war die Suche in Unternehmen das einzige Thema, über das man sich auslassen konnte. „Mitarbeiter mit Daten verbinden, damit sie ihre Arbeit besser erledigen können…“ bla bla bla OMG wir haben es verstanden.

Dann kam Google und steigerte die Erwartungen aller an die Suche. Allmählich hielten diese Erwartungen auch am Arbeitsplatz Einzug und die Unternehmenssuche machte einen weiteren Schritt in Richtung Raffinesse und Geschwindigkeit.

Nichtsdestotrotz war es eine derartige Verbesserung dessen, was wir hatten, dass wir uns alle damit abgefunden haben, Google zu Hause zu verwenden und Google-ähnliche Ergebnisse bei der Arbeit zu akzeptieren.

Die Notwendigkeit der Suche war überall

Das ist nicht überraschend. Die Suchindustrie für Unternehmen ist schon ziemlich in die Jahre gekommen, und 2010 waren wir alle irgendwie darüber hinweg. Aber die Suche war einst frisch, aufregend und neu.

Die Informatik-Pionierin Karen Sparck-Jones legte 1972 mit ihrer Arbeit zur Verarbeitung natürlicher Sprache den Grundstein für die moderne Suchmaschine. Sie führte die Term Frequency-Inverse Document Frequency (tf-idf) ein, die Begriffe danach gewichtet, wie oft sie in einem Dokument und in einem Korpus vorkommen. Tf-idf ist auch heute noch die Grundlage der Suchmaschine, und es war revolutionär.

Die Arbeit von Sparck-Jones in Verbindung mit den Fortschritten im Bereich der Datenbanken in den 1970er Jahren war die Geburtsstunde der Unternehmenssuche. In den 1980er Jahren folgten Abfragesprachen, in den 1990er Jahren explodierte das Internet, und in den achtziger Jahren entstand Big Data. Der Bedarf an einer effektiven Suche wuchs ständig.

Tf-idf hat allerdings seine Grenzen. Es stützt sich stark auf die Anzahl der Wörter, um die Ähnlichkeit von Dokumenten zu berechnen, und das kann bei großen Vokabularen langsam sein. Außerdem lassen diese Methoden semantische Berechnungen außen vor – die Bedeutung der Wörter in einem Dokument und wie sie miteinander in Beziehung stehen. Und heutzutage besteht Ihr Datenkorpus vielleicht nicht mehr nur aus Text. Sie könnten Bilder, Audio, Video und andere Multimediaformate enthalten, die Sie indizieren und verstehen wollen.

Trotzdem entstanden Anbieter und Plattformen, die versuchten (oder scheiterten), die Herausforderungen zu meistern, die Unternehmen aller Größenordnungen hatten, um ihre Mitarbeiter mit den Daten und Dokumenten zu verbinden, die sie für ihre Arbeit benötigten.

In den letzten 15 Jahren haben die Client-Server-Technologien von Unternehmen wie Verity, FAST und Endeca die Möglichkeiten der Unternehmenssuche weiterentwickelt. Diese Suchlösungen waren zu ihrer Zeit großartig. Sie indizierten und griffen auf einfache Dateiserver, einen oder drei Webserver und Daten zu (vorausgesetzt, sie waren gut strukturiert).

Als die Technologien ausgereift waren, begannen die Dinge auf der strategischen Ebene zu scheitern. Die Anbieter verlangten Gebühren pro Dokument, so dass die Lizenzkosten immer weiter anstiegen, bis viele Unternehmen die Hände in den Schoß legten und zu Open Source wechselten, um die Kosten zu senken. Hallo Apache Lucene, Solr und Elasticsearch.

Wir erlebten eine Konsolidierung, als Autonomy Verity kaufte und HP Autonomy aufkaufte. Oracle kaufte Endeca, Google stellte Search Appliance ein, und Microsoft kaufte FAST.

Und ob diese Lösungen nun Wissensmanagement oder Intranet-Suche oder Wissensdatenbank-Suche oder Kundensupport-Suche oder Expertenfinder waren – wir nannten sie immer noch alle Suche. Sie hatten ein Feld und eine Anfrage, und die Suchmaschine lieferte eine Reihe von Ergebnissen zurück. Das war die Suche. Und normalerweise funktionierte sie ziemlich gut. Manchmal aber auch nicht. Aber wir waren zufrieden damit.

Aber manchmal wird Analysten langweilig und Vermarktern langweilig. Und dann begann die Verschleierung.

Insight Engines?

Wer wollte schon die alte, gewöhnliche, einfache Suche, wenn wir so viele andere Dinge haben können?

Das Analystenhaus Gartner hat den Namen der vertikalen Kategorie seines berühmten Magic Quadrant von Enterprise Search in Insight Engines geändert. Ich weiß, dass ich das gelesen habe und dachte: „Was ist das denn?“ und dachte: „Analysten werden Analysten.“

Wie sich herausstellte, hatte die Neuformulierung durchaus ihren Sinn. Schauen wir uns an, wie Gartner in den letzten Jahren Insight Engines beschrieben hat. In ihrem Bericht von 2017:
„

Insight Engines bieten Wissensarbeitern und anderen Nutzern einen natürlicheren Zugang zu Informationen, als dies bei der Unternehmenssuche der Fall war.

“
Die Betonung liegt auf dem Zugang zu den Informationen, der intuitiver und einfacher ist. Im Jahr 2018 hat Gartner seine Definition dann überarbeitet:
„

Insight Engines erweitern die Suchtechnologie mit künstlicher Intelligenz, um Erkenntnisse – im Kontext und unter Verwendung verschiedener Modalitäten – aus dem gesamten Spektrum der Unternehmensinhalte und -daten zu liefern.

“
An dieser Stelle greift Gartner den Einsatz von KI auf und lenkt den Fokus auf die Absicht des Benutzers – dass er Erkenntnisse aus den Fragen, die er seinen Daten stellt, haben möchte. Sie wollen Erkenntnisse, die ihnen helfen, ihre Arbeit zu erledigen und die nächstbeste Maßnahme zu ergreifen.

Kognitive Suche?

In der Zwischenzeit versuchten die Analysten in den PDF-Minen von Forrester herauszufinden, was sie davon halten – und wie sie es nennen würden. Sie einigten sich auf kognitive Such- und Wissensentdeckungslösungen. Das geht leicht von der Zunge. Hier ist die Definition in der letzten Forrester Wave für dieses Marktsegment:
„

Eine neue Generation von Suchlösungen für Unternehmen, die KI-Technologien wie die Verarbeitung natürlicher Sprache und maschinelles Lernen einsetzen, um digitale Inhalte aus verschiedenen Datenquellen zu erfassen, zu verstehen, zu organisieren und abzufragen.

“
Forrester hat KI ebenso wie Gartner in die Definition aufgenommen, nennt aber speziell die Verarbeitung natürlicher Sprache und den Bereich, in dem sie Teil der Benutzererfahrung sein wird.

Oh Gott, hier kommen die Vermarkter

Und abgesehen von den Analysten wurde in den Zentralen der einzelnen Anbieter immer wieder darüber nachgedacht: „Wie in aller Welt sollen wir das, was wir jetzt tun, nennen?“

Diese ganze Sache mit der Unternehmenssuche. Wir wollen nicht, dass sie einschränkend ist, aber sie muss die kontinuierliche Entwicklung der Suche im gesamten Unternehmen widerspiegeln. Es kann nicht nur „Jetzt mit KI!“ heißen.

Oder doch nicht?

Hier bei Lucidworks nennen wir es KI-gestützte Suche. Es ist ein perfektes Reese’s Cup des Wortes Suche – mit all der historischen Bedeutung, die wir brauchen, damit die Menschen einen Sinn dafür haben, was wir tun – zusammen mit KI-gestützt , um zu sagen, dass es das neue-neue Ding ist. Es ist wie das alte Ding, aber neu und besser und leistungsfähiger und hilfreicher. Einzigartig persönlich. Die Such- und Datenanwendungen, die Sie bei der Arbeit verwenden, sollten genauso reaktionsschnell und intuitiv sein wie Google oder Amazon zu Hause.

Aber ist KI überhaupt aussagekräftig genug?

Wir haben gesehen, dass der Begriff künstliche Intelligenz seinen Glanz verloren hat, und wir sehen, dass die Industrie immer mehr Botschaften und Marketing rund um maschinelles Lernen mit Anspielungen auf das am Horizont auftauchende Deep Learning. Da die Kunden immer besser informiert sind, wissen sie auch immer besser, worauf sie bei ihrer nächsten Suchplattform achten müssen. KI und maschinelles Lernen sind nicht nur ein Nice-to-have, sondern eine entscheidende Komponente beim Aufbau von Suchsystemen, die Millionen von Dokumenten indizieren und Tausende von Benutzern mit Dutzenden von Anwendungen bedienen.

Suche unter anderem Namen ist immer noch süß

Halten Sie jemanden auf der Straße an und fragen Sie ihn: „Entschuldigen Sie, was ist das Wort, das Sie verwenden, wenn Sie etwas suchen, neben einem Haufen anderer Dinge? Niemand wird „Informationssuche“, „Wissensmanagement“, „kognitive Suche“, „Suche und Entdeckung“ sagen oder von der Verwendung einer Suchmaschine sprechen. Sie werden es Suche nennen. Searchity Suche Suche. Searchy McSearchface. Sie haben die Idee.

Die Suche bleibt die universelle Schnittstelle. Erfordert nicht viel Training. Sie müssen keine booleschen Operatoren oder SQL-Strukturen kennen. Wenn Sie etwas wissen oder tun möchten, stellen Sie einfach eine Frage. Das System nimmt Ihre Anfrage auf und nutzt die Verarbeitung natürlicher Sprache, um herauszufinden, was genau Sie wissen möchten – und liefert Ihnen dann die richtige Antwort, damit Sie entscheiden können, was Sie als nächstes tun möchten.

Dies wird in die internen Apps eingebettet, die Sie bei der Arbeit verwenden, und in die externen Apps und Geräte, die Sie zu Hause nutzen. Die meisten Apps auf dem Telefon in Ihrer Tasche sind jetzt suchbasiert. Lieder. Podcasts. Google Docs. Instagram-Fotos.

Wenn Sie versuchen, etwas in einem riesigen Stapel anderer Dinge zu finden, handelt es sich wahrscheinlich um eine Such-App. Auch wenn Sie sie nicht so nennen.

Ist die Suche also wieder da? Nun, sie war nie weg, aber es sieht so aus, als ob wir sie wieder Suche nennen. Für den Moment. Vielleicht haben wir in ein paar Monaten oder Jahren einen neuen Namen für sie. Aber es ist immer noch die Suche, so wie sie es immer war.

Andy Wibbels ist ein veröffentlichter Autor und wurde im Wall Street Journal, USA Today, Entrepreneur, Wired, Business Week und Forbes vorgestellt. Er hat bei mehreren Startups gearbeitet, darunter Typepad, Get Satisfaction, InMobi, Keas und Mindjet, und ist derzeit Marketingdirektor bei Lucidworks. andywibbels.com