Was ist KI-gestützte Suche?
Erfahren Sie, was die KI-gestützte Suche bedeutet und welchen Wert sie für Ihr Unternehmen haben kann.
Wer suchet, der findet. Aber suchen Sie mit einer KI-gesteuerten Suchplattform, und Sie (oder Ihr Kunde) werden finden, lernen und sogar entdecken!
Obwohl die meisten Anbieter sagen, dass ihre Suchplattform mit KI angereichert ist, ist „KI-gestützt“ keine Phrase, die man leichtfertig verwenden sollte. Was bedeutet also KI-gestützte Suche und welchen Wert kann sie für Ihr Unternehmen haben? Karthik Chelladurai, Senior Solutions Architect bei Lucidworks, erklärt: „Bei der einfachen Suche wird der Text Ihres Suchbegriffs mit dem Text in der Dokumentendatenbank abgeglichen. Die KI-gestützte Suchtechnologie ermöglicht es uns, mehrere Dimensionen des Benutzers und der verfügbaren Daten einzubeziehen, um die relevantesten Ergebnisse zu erzielen.“
Lassen Sie uns diese zusätzlichen Dimensionen näher betrachten, um zu verstehen, wie sie sich auf die Suche des Nutzers auswirken und wie die KI-gestützte Suche einen immensen Wert für Unternehmen schaffen kann.
Zurück zu den Grundlagen: Was ist Suche?
Stellen Sie sich die einfache Suche als ein Ökosystem vor, das Ihre Anfrage aufnimmt, alle verfügbaren Informationen durchsucht und dann die Artikel mit einer exakten Textübereinstimmung zu den von Ihnen eingegebenen Stichwörtern präsentiert. Wenn Sie z.B. auf bestbuy.com nach „iPads“ suchen, erwarten Sie, dass die Website ihren Produktkatalog durchgeht und Ihnen iPads anzeigt. Was aber, wenn Sie sich iPad-Hüllen ansehen möchten? Oder was wäre, wenn Sie das iPad 3 sehen, das Sie auf der Website gekauft haben? Oder was, wenn Sie ein Leerzeichen zwischen „i“ und „pad“ einfügen und das Popup-Fenster „No Results Match your Query“ (Keine Ergebnisse zu Ihrer Suchanfrage) erscheint oder Ergebnisse für Papierblöcke oder Mauspads angezeigt werden?
Es gibt so viele Dinge, die zu Reibungsverlusten führen und Benutzer davon abhalten können, die gewünschten Informationen zu finden. Dazu gehören auch verpasste Gelegenheiten, intelligentere Empfehlungen zu geben, und das Versäumnis, aus dem Benutzerverhalten zu lernen, um sie und andere beim nächsten Mal besser zu bedienen.
„Für mich bedeutet eine KI-gestützte Suche, dass das System vom Benutzer lernt, um die nächstbeste Aktion zu liefern, und dass es die Ergebnisse auf der Grundlage dessen, was es von den Benutzern lernt, automatisch anpassen kann.“
Nutzen Sie Benutzerdaten für ein wertvolleres Erlebnis
Viele Suchplattformen, wie z.B. Google Search Appliance (GSA), lernen nicht viel aus dem Verhalten oder der Suchhistorie eines einzelnen Nutzers. Sie erhalten die gleichen Ergebnisse wie jeder andere, der auf der Website nach den gleichen Begriffen gesucht hat, unabhängig von Ihren früheren Anfragen und Klicks. Das Sammeln von Daten über das Nutzerverhalten ist zwar für viele Unternehmen bereits gängige Praxis, aber sie verpassen den nächsten wichtigen Schritt: aus den Daten in Echtzeit zu lernen, um relevantere Ergebnisse und Empfehlungen zu erstellen, die auf Dingen wie dem Standort des Nutzers, dem Suchverlauf und dem Verhalten ähnlicher Nutzer basieren.
KI-gestützte Suche in Zahlen:
- 6 % der E-Commerce-Besuche, die eine Interaktion mit KI-gestützten Empfehlungen beinhalten, bringen 37 % des Umsatzes, Salesforce
- Ein Tag pro Arbeitswoche (19,8 % der Arbeitszeit) wird mit der Suche nach Informationen verschwendet, die für eine effektive Arbeit erforderlich sind, Interact
Was genau macht KI mit der Suche?
Die Systeme verfolgen bereits eine unglaubliche Menge an Eingaben, wenn man bedenkt, dass das meiste, was wir online tun, von der Suchtechnologie gesteuert wird. Selbst Anwendungen, die Sie nicht als „Suche“ bezeichnen, basieren im Kern darauf. Der Wert von Tools wie Craigslist, Zillow, Amazon, Streaming-Radio und Match.com beruht einzig und allein auf der Fähigkeit, zu suchen und relevante Informationen leicht zu finden. Die KI-gestützte Suche bietet die nächste Generation der Relevanz von Suchergebnissen, die in Echtzeit aus dem Nutzerverhalten während der Suche lernt, um die Kluft zwischen menschlicher und Computersprache zu überbrücken.
„Wenn wir von KI-gestützter Suche sprechen, meinen wir damit, wie wir die Daten der Benutzerinteraktion in die Suche einbinden, um die Relevanz, schlechte Suchanfragen, Rechtschreibfehler usw. zu verbessern“, erklärt William Tseng, Lucidworks Regional Director, Sales Engineering. „Im Grunde bauen wir eine Suchlösung, die es den Nutzern ermöglicht, selbst zu bestimmen, was für sie wichtig ist.
Der Wert der KI-gestützten Suche liegt in der ständigen Informationsschleife im Hintergrund der Benutzerreise. Sie liefert intelligentere Empfehlungen für den digitalen Handel, ermöglicht eine stärkere Personalisierung der Suche innerhalb der Benutzererfahrung und spart Zeit für Wissensarbeiter, die auf das Auffinden von Dokumenten angewiesen sind, um ihre Arbeit zu erledigen.
Technische Einblicke in die KI-gestützte Suche
Der Übergang von einer traditionellen Suchtechnologie zu einer KI-gestützten ist wie der Wechsel vom manuellen zum autonomen Fahren. Hier ein kurzer Einblick in die technischen Rädchen, die die KI-gestützte Suche zur Realität werden lassen:
- Maschinelles Lernen (ML): Das Herzstück der KI-gestützten Suchtechnologie ist das maschinelle Lernen, das die Fähigkeit des Systems fördert, aus Daten zu lernen und sich im Laufe der Zeit zu verbessern. ML-Algorithmen analysieren die Interaktionen und das Verhalten der Nutzer, um die Suchergebnisse kontinuierlich zu verfeinern und sicherzustellen, dass die relevantesten Informationen angezeigt werden.
- Verarbeitung natürlicher Sprache (NLP): NLP ermöglicht es dem Suchsystem, menschliche Sprache zu verstehen, zu interpretieren und zu generieren. Diese Technologie ist entscheidend für das Verständnis des Kontexts von Suchanfragen, die Korrektur von Rechtschreibfehlern und die Identifizierung von Synonymen, wodurch das Sucherlebnis erheblich verbessert wird.
- Semantische Suche: Die semantische Suche geht über den reinen Abgleich von Schlüsselwörtern hinaus und versucht, die Absicht hinter einer Suchanfrage zu verstehen. Sie berücksichtigt den Kontext, Synonyme und die Beziehung zwischen Wörtern, um genauere und relevantere Ergebnisse zu liefern.
- Analyse in Echtzeit: Die KI-gestützte Suche kann Daten in Echtzeit analysieren und sich sofort an das Nutzerverhalten und an Trends anpassen. Diese Echtzeitanalyse stellt sicher, dass die Suchergebnisse ständig aktualisiert und relevant sind.
- Prädiktive Analyse: Die prädiktive Suchanalyse ermöglicht es der Suchmaschine, die Bedürfnisse des Nutzers auf der Grundlage des bisherigen Verhaltens und anderer Datenpunkte vorherzusagen. Diese Vorausschau kann genutzt werden, um Vorschläge zu unterbreiten, Abfragen automatisch zu vervollständigen und personalisierte Inhalte zu präsentieren, so dass der Suchprozess nahtlos und intuitiv verläuft.
- Relevanz-Optimierung: KI befähigt die Suchmaschine, die Relevanz der Suchergebnisse auf der Grundlage von Faktoren wie Nutzerfeedback, Klickraten und historischen Daten automatisch zu optimieren. Diese kontinuierliche Anpassung sorgt dafür, dass die Suchmaschine effektiv und nutzerorientiert bleibt.
- Analyse des Benutzerverhaltens: Durch die Analyse des Nutzerverhaltens kann die KI-gestützte Suchtechnologie Muster und Vorlieben erkennen, um das Sucherlebnis zu personalisieren und eine intelligentere Suche anzubieten.
Dieses technische Gerüst verbessert die Genauigkeit und Relevanz der Suchergebnisse und fördert ein interaktives, personalisiertes und benutzerfreundliches Sucherlebnis. Lassen Sie uns im Folgenden untersuchen, wie diese technischen Aspekte zu konkreten Vorteilen für Unternehmen und Nutzer führen.
Bausteine für die KI-gestützte Suche
Norbert Krupa, Lucidworks Senior Solutions Engineer, sagt: „KI ist zu einem hochtrabenden Begriff geworden, der für jeden etwas anderes bedeuten kann. Für mich bedeutet KI-gestützte Suche, dass das System vom Benutzer lernt, um die nächstbeste Aktion zu liefern, und dass es in der Lage ist, die Ergebnisse auf der Grundlage dessen, was es von den Benutzern lernt, automatisch zu optimieren.“ Hier sind einige Beispiele für die Bausteine hinter der KI-gestützten Suchtechnologie, die einer Suchplattform helfen zu lernen und sich zu verbessern:
Verstärkung von Signalen für relevantere Ergebnisse
Je mehr Daten einer KI-gesteuerten Suchmaschine zur Verfügung stehen, desto relevantere Ergebnisse kann sie einem Nutzer liefern. Aggregiertes Verhalten wie Click-Throughs, Konversionen und Suchanfragen lehren die Suchmaschine, welche Inhalte am relevantesten sind, und machen herkömmliche Suchanfragen intelligenter. Die KI-gestützte Suchtechnologie nutzt diese Signale, um zu lernen, welche Ergebnisse Ihre Nutzer für Ihre beliebtesten Suchanfragen als besonders relevant ansehen.
Sie kann auch lernen, welche Produkteigenschaften bei allen Suchanfragen am wichtigsten sind, indem sie maschinell erlernte Ranking-Modelle erstellt. Die KI-gestützte Suche berücksichtigt diese Modelle sowie das Verhalten ähnlicher Nutzer, den Standort und mehr, um die relevantesten Ergebnisse zu berechnen und zu präsentieren. Lesen Sie hier mehr darüber , wie maschinell erlernte Ranking-Modelle zu besseren Suchergebnissen führen…
Suchpersonalisierung und Empfehlungen, die Ihre Benutzer verstehen
Laut einer Studie von Infosys sind 74 Prozent der Verbraucher frustriert über Produktinformationen, die nicht personalisiert sind. Wenn Sie zum Beispiel gerade ein iPad gekauft haben und nach „Displayschutzfolie“ suchen, wird eine KI-gestützte Suchtechnologie Displayschutzfolien für das iPad höher einstufen als Displayschutzfolien für das Pixel 3. Die Suchmaschine interpretiert Ihre Anfrage auf der Grundlage dessen, was sie über Sie weiß.
Empfehlungen stützen sich auf diese Logik, um an der Kasse ergänzende Artikel vorzuschlagen, nach denen Sie nicht gesucht haben, die aber aufgrund Ihres Verhaltens dennoch relevante Produktvorschläge sind. Eine KI-gestützte Plattform kann diese Empfehlungen in Echtzeit aktualisieren, was sich erheblich auf die Konversionsrate und den durchschnittlichen Bestellwert auswirkt. Lesen Sie hier mehr über die Macht von Empfehlungen im Einzelhandel…
Bessere Ergebnisse durch semantisches Verstehen
KI kann die semantische Suche unterstützen, d.h. ein differenzierteres und bereichsspezifisches Verständnis dessen, was Benutzer eingeben und was diese Wörter in der Anfrage und im Kontext des Benutzers bedeuten. Die Erkennung von Synonymen und Rechtschreibfehlern ermöglicht es uns beispielsweise, die beste Räucherei zu finden, unabhängig davon, ob wir BBQ, Barbecue oder sogar Berbeque suchen. Erfahren Sie mehr über unseren einzigartigen Ansatz für die semantische und lexikalische Suche mit Neural Hybrid Search.
Clustering- und Klassifizierungstechniken trainieren die Insight Engine, um verschiedene Wörter zu verstehen, die Teil derselben Kategorie sein können, z.B. Handtasche und Handtasche, Turnschuhe und Tennisschuhe, Oberbekleidung und Mäntel. Semantische Wissensgraphen ermöglichen es der Suchmaschine, Entitäten zu verstehen, Phrasen mit mehreren möglichen Bedeutungen zu disambiguieren und ein nuanciertes Verständnis der Absicht des Benutzers zu erlangen, um eine konzeptionelle Suche anstelle eines rein textbasierten Abgleichs durchzuführen. Zusätzliche Techniken zur Verarbeitung natürlicher Sprache (NLP) ermöglichen es uns, mit Siri so zu sprechen, wie wir mit unseren Freunden sprechen: „Wie ist das Wetter in San Francisco heute?“ und sie antwortet: „Hier ist das Wetter für San Francisco heute. (Sie werden wahrscheinlich eine leichte Jacke brauchen.) Lesen Sie hier mehr über die Leistungsfähigkeit von Klassifizierung, Clustering und semantischer Suche…
Ein weiterer wichtiger Punkt: KI-gestützte Suchtechnologie ist am besten, wenn sie transparent gehalten wird. Bei Blackbox-Lösungen, bei denen Sie sich auf einen Einheitsalgorithmus verlassen müssen, haben Sie keine Möglichkeit, die Ergebnisse zu kontrollieren oder an Ihre speziellen Bedürfnisse anzupassen.
Mit der KI-gesteuerten Suchtechnologie von Lucidworks hat der Eigentümer die Kontrolle über die Relevanz. So können Sie ganz einfach „unter die Haube“ schauen und die Mechanismen bei der Arbeit sehen, um die Ergebnisse und Geschäftsregeln so zu optimieren, dass Ihre Kunden optimal bedient werden.