scopekm: ias information access suite
DESCRIPTION
Die IAS Information Access Suite ist die führende Plattform für Informationszugriff und hilft Kunden, alle Formen digitaler Informationen zu finden, zu verstehen und miteinander zu verknüpfen. IAS integriert sowohl unstrukturierte als auch strukturierte Inhalte durch Anwendung von Unified Indexing-Technologien sowie durch erweiterte linguistische und semantische Analyseprozesse. IAS bietet eine Vielzahl an kontextabhängigen Suchfunktionen, damit die richtigen Informationen zur richtigen Zeit zu den richtigen Anwendern gelangen, und zwar unter Beachtung bestehender Sicherheits-, Datenschutz- und anderer Compliance-Richtlinien des Unternehmens. Im Gegensatz zu Lösungen anderer Anbieter kombiniert IAS die gesamte Bandbreite an Suche, Analyse sowie Navigationsmethoden von der Volltextsuche über assoziative Untersuchung von Inhalten bis zu semantischer Navigation in einem einzigen Produkt.TRANSCRIPT
scopeKMKnowledge Management
scopeKM Knowledge Management GmbH, Büchnerstr. 24, CH–8006 Zürich, Schweiz , Tel.: +41(0) 44 361 62 62, E-mail:[email protected]
IAS Information Access Suite
Vollständige Lösung für den flexiblen Import von Informationen,
intelligente Verarbeitung der Aufgaben und nutzergerechte Aufbereitung
von Ergebnissen.
scopeKMKnowledge Management
White Paper - 2 - © scopeKM GmbH Information Access Suite
Inhaltsverzeichnis Seite
1. Information Access – heute und morgen
1.1 Die neuen Herausforderungen
1.2 Von Informationen zu Erkenntnissen
1.3. Spezifische Herausforderungen bei den CRM-Prozessen
1.4 Unmittelbarer Mehrwert durch modernes Informationsmanagement
2. IAS Enterprise – Modernes Informationsmanagement für das Unternehmen
2.1 Informationen bestimmen Ihr Geschäft
2.2 Use Cases für Information Access
3. Die IAS Information Access Suite im Überblick
3.1 Die optimalen Suchverfahren zur Auswahl
3.1.1 Die assoziative Suche
3.1.2 Die strukturierte Suche
3.1.3 Die Navigation
3.1.4 Geführte Suche mit Entscheidungsbäumen
3.2 Umfassende Funktionalitäten für Informationslogistik
3.2.1 Polydimensionle Organisationsprinzipien
3.2.2 Klassifikation von Informationen
3.2.3 Infrastrukturkomponenten
4. Das Infrastruktur-Framework
4.1 Konfiguration anstatt Programmierung
4.2 Iterativer Ansatz mit geringem initialen Aufwand
4.3 Innovative Softwarearchitektur
3
3
3
5
5
7
7
9
10
10
11
11
13
14
15
15
15
16
17
17
18
19
scopeKMKnowledge Management
scopeKM Knowledge Management GmbH, Büchnerstr. 24, CH–8006 Zürich, Schweiz , Tel.: +41(0) 44 361 62 62, E-mail:[email protected]
1. Information Access – heute und morgen
1.1 DIE NEUEN HERAUSFORDERUNGEN
Die Bandbreite der Herausforderungen in der Industrie und den Dienstleitungen ist atemberaubend.
Verursacht werden sie durch neue Anwendungen in unterschiedlichsten Bereichen der Technologie,
Informationsverarbeitung und Kommunikation (Market Pull), aber auch durch die Auffächerung
neuer Kundensegmente, Verkaufs- und Servicekanäle und Marketingansätze (Market Push).
Auf der Seite der B2B-Unternehmen bedeutet es einen wachsenden Innovationsdruck bei der
Entwicklung und Einführung neuer Verfahren und Maschinen in entsprechender, ständig wachsender
Anzahl von Varianten und Versionen. Die von ihnen nachgefragten Dienstleistungen und Produkte
werden komplexer, müssen personalisiert und in hoher Qualität, kostengünstig und zeitnah verfügbar
sein. Dabei gelingt es den Unternehmen immer seltener Wettbewerbsvorteile zu erringen, die nur auf
der Beschaffenheit ihrer Produkte basieren. Da Produkte oftmals nur noch mit nahezu identischen
technischen Eigenschaften und in vergleichbarer Qualität auf den Markt gebracht werden, genügt eine
Differenzierung über Technologie, Qualität und Produktinnovation meistens nicht. Die Sicherstellung
eines hohen Verfügbarkeitsgrads der Maschinen, die Servicequalität, gilt im Wettbewerb um die
Kundengunst als der entscheidende Erfolgsfaktor.
1.2 VON INFORMATIONEN ZU ERKENNTNISSEN
Eine grundlegende Schwierigkeit bei der Umsetzung der Kundenorientierung besteht darin, eine
einheitliche Sicht auf die in den unterschiedlichsten Informationssystemen und Datenbanken
integrierten Kundenkontakt- und Geschäftsdaten zu schaffen. Die Herausforderung an die
Unternehmen ergibt sich insbesondere aus den zwei unterschiedlichen Klassen von Prozessen:
a. Transaktionsorientierte Prozesse mit einer relativ geringen Prozesskomplexität und
Wissensintensität, wie z.B. die Auftragsabwicklung, die mittlerweile weitgehend standardisiert ist
und seit Jahren erfolgreich von betriebswirtschaftlicher ERP-Standardsoftware unterstützt wird.
Der Informationsbedarf kann zwar auch hier gross sein, die Informationsquellen sind aber
eindeutig bekannt – z. B. Produktkataloge, Kundenstammdaten oder Lieferbedingungen – und die
benötigten Daten klar strukturiert.
scopeKMKnowledge Management
White Paper - 4 - © scopeKM GmbH Information Access Suite
b. Wissensorientierte Prozesse mit einer hohen Prozesskomplexität und einer hohen
Wissensintensität, wie z.B. CRM-Prozesse. Typisches Merkmal solcher Prozesse ist ein hoher
Kommunikationsbedarf der Prozessbeteiligten, um Wissen auszutauschen. CRM-Prozesse sind
durch direkten Kundenkontakt und somit die Kundenkommunikation bestimmt und sind daher
typische wissensorientierte Prozesse. Im Vergleich zu anderen betriebswirtschaftlichen
Kernfunktionen sind Geschäftsprozesse im Service oder Vertrieb schwieriger zu erfassen, da der
Standardisierungsgrad weit geringer ist und somit die Prozesskomplexität als hoch einzustufen ist.
Der Informationsbedarf ist folglich weniger strukturiert als bei transaktionsorientierten
Prozessen.
Wissen bzw. Wissensstruktur ist bei der Umsetzung der Kundenorientierung ein unverzichtbarer
Bestandteil, bestimmt es doch die Qualität der Leistungen für den Kunden. Sie ermöglicht eine
effiziente technische Unterstützung beim Aufbau und der Pflege von Kundenbeziehungen und ist im
Internet-Zeitalter die Grundvoraussetzung für geschäftlichen Erfolg.
© HSG 2005Abb. 1: Customer Knowledge Management
scopeKMKnowledge Management
White Paper - 5 - © scopeKM GmbH Information Access Suite
Neben der Wissensstruktur muss auch der Wissensfluss zwischen den Prozessen identifiziert und
modelliert werden, um die Wissensgenerierung und -nutzung zu optimieren, z.B. der Wissens-
austausch zwischen Kunden und Technikern in Service Center bzw. ungenügende Weitergabe der
Beschwerdeinformationen von dort an das 2nd Level Support die verhindert, dass das aufgezeigte
Probleme optimal gelöst werden kann. Ein weiteres Beispiel ist der Wissensfluss vom Serviceprozess
zum Verkaufsprozess, durch den ein Unternehmen Informationen über kundenspezifische Bedürfnisse
für die Ausnutzung von Cross-Selling- und Up-Selling-Potenzialen nutzen kann.
Gerade an der Schnittstelle zum Kunden aber existieren oft nicht- oder bestenfalls semistrukturierte,
wissensintensive Prozesse, die durch den systematischen Umgang mit dem benötigten Wissen
entscheidend verbessert werden müssen und können. Erst die schlüssige und durchgängige
Integration dieses Wissens in Prozessportale hin zu den Kunden, den Mitarbeitern und den
Lieferanten eröffnet die Möglichkeit, echten Zusatznutzen zu generieren
1.3 SPEZIFISCHE HERAUSFORDERUNG BEI DEN CRM-PROZESSEN
Die spezifische Herausforderung bei den CRM-Prozessen ergibt sich aus folgenden Eigenschaften der
Wissensstrukturen und -prozesse:
� Die Problemlösung wird durch eine Vielzahl von Faktoren bestimm; es kann daher keine
algorithmische Lösung angegeben werden.
� Es sind Heuristiken und Erfahrungen zur Problemlösung notwendig.
� Vielfältige interpretative Spielräume erschweren die Entscheidungsfindung.
� Unterschiedliche Experten können unterschiedliche Empfehlung abgeben.
� Ein grundlegendes Verständnis über Hintergründe und Zusammenhänge ist vorhanden.
� Es liegt kein abgeschlossenes, vollständiges Modell vor.
� Ähnliche Situationen kommen im Anwendungsgebiet immer wieder vor, und die Kenntnis
früherer Fallbeispiele hilft, neue Probleme schneller und besser zu lösen.
1.4 UNMITTELBARER MEHRWERT DURCH MODERNES INFORMATIONSMANAGEMENT
Die Anforderungen an modernes Informationsmanagement sind vielfältig: Sie möchten die
Unternehmensproduktivität der zentralen Wertschöpfungsketten steigern oder Sie verfolgen
branchen- und abteilungsspezifische Geschäftsziele. In jedem Fall aber geht es um wichtige Abläufe,
die an das rasante Wachstum verfügbarer und potentiell relevanter Information angepasst werden
müssen, um die eigene Wettbewerbsfähigkeit zu erhalten bzw. auszubauen.
scopeKMKnowledge Management
White Paper - 6 - © scopeKM GmbH Information Access Suite
Zentrale Vorteile eines modernen Informationsmanagements sind:
Einfacher und homogener Zugang zu sämtlichen Informationssystemen
Informationsquellen unterschiedlicher Art müssen unter Beachtung individueller Zugriffsrechte
integriert werden. Für den Benutzer bedeutet dies, daß Recherchen nur einmal über alle
Informationssysteme durchgeführt werden müssen.
Einheitliche Organisation und Darstellung von Ergebnissen
Im Gegensatz zu herkömmlichen Methoden der Informationsrecherche stehen die Resultate einer
konkreten Anfrage in einer einheitlichen Struktur und Darstellung bereit. Ergebnisse, die aus
unterschiedlichen Quellen stammen, können miteinander verglichen und bewertet werden.
Vernetzung und Querbezüge zu weiteren Informationen
Jede gefundene Information lässt sich in Beziehung setzen zu anderen Informationen. Dies wird
ermöglicht durch inhaltliche Erschließung, thematisches Verständnis und ein Wissensnetz mit dem
Ziel, inhaltlich verwandte Daten zu entdecken.
Aufbereitung, Verdichtung und Veredelung von Informationen
Um eine schnelle und korrekte Beurteilung der Relevanz durch den Benutzer zu ermöglichen, werden
intelligente Methoden verwendet, vorhandene Informationen zielgerichtet aufzubereiten, z.B. durch
eine automatische Rohübersetzung von fremdsprachigen Inhalten oder automatisch erstellte
inhaltliche Zusammenfassungen (sog. ‚Abstracts’).
Personalisierung und individuelle Organisation
Informationsbedürfnisse lassen sich nicht über einen Kamm scheren: Ihre Mitarbeiter sind häufig
Spezialisten auf ihrem Feld. Die Art und Weise ihrer Informationsnutzung variiert stark. Die
Fähigkeit, individuelle und themenspezifische Zugänge zu unterstützen, ist eine Schlüsseleigenschaft
des Information Management.
scopeKMKnowledge Management
White Paper - 7 - © scopeKM GmbH Information Access Suite
Information ModelInformation Management Information Services
How do you make sure you How do you make sure thehave the information you need? information is available?
2. IAS Enterprise – Modernes Informationsmanagement für das Unternehmen
2.1 INFORMATIONEN BESTIMMEN IHR GESCHÄFT
Die Landschaft der Informationssysteme in Organisationen ist heute typischerweise durch zwei
Eigenschaften geprägt. Einerseits werden durch die Einführung von ERP-Systemen hoch strukturierte
Prozesse sicher und effizient unterstützt. Andererseits wird der Grossteil der Informationen in einer
Organisation nicht in ERP-Systemen, sondern in einer Vielzahl von Einzel-Systemen, wie File-Servern,
Content Management Systemen (CMS), Dokumenten Management Systemen (DMS), Datenbanken, E-
Mail-Servern usw. gespeichert und gehandhabt. Dort finden sich meist gering strukturierte
Informationen. Diese entstehen in und unterstützen gering strukturierte Prozesse bzw. Ad-hoc-
Prozesse.
Transaktionsorientierte Prozesse mit einer relativ geringen Prozesskomplexität und Wissensintensität,
wie z.B. die Auftragsabwicklung, sind weitgehend standardisiert und werden von ERP-Standard-
Software unterstützt. Der Informationsbedarf kann zwar hier gross sein, die Informationen und
Prozesse selber sind aber hoch strukturiert eindeutig bekannt – z. B. Produktkataloge, Kundenstamm-
daten oder Lieferbedingungen.
Anders verhält es sich mit den wissensorientierten Prozessen mit hoher Prozesskomplexität und
Wissensintensität aber nur geringer Strukturierung von Informationen und Prozessen, wie z.B. CRM-
oder Lernprozessen. Diese gering strukturierten Informationen und Prozesse lassen sich aufgrund der
Datenbank-Orientierung der ERP-Systeme nicht wirtschaftlich durch ERP-Systeme abbilden.
scopeKMKnowledge Management
White Paper - 8 - © scopeKM GmbH Information Access Suite
Für den Bereich der gering strukturierten Prozesse und Informationen gibt es den Ansatz der
Informationslogistik – des gezielten Zugriffs auf Informationen, den Information Access. Die richtige
Information im richtigen Kontext zum richtigen Zeitpunkte am richtigen Ort zu haben ist ein
Schlüsselfaktor für die funktionierende Informationsgesellschaft. Unterstützt wird der Informations-
verarbeitungsprozess durch Beisteuerung von Wissen.
Dieses Wissen wird innerhalb und ausserhalb des Unternehmens gesammelt, strukturiert und dem
Bearbeitungsprozess effizient beigesteuert. Mit dem gesammelten Wissen entsteht sukzessive das
Corporate Memory, mit dem der Flaschenhals „Qualifikation“ beseitigt, die Erfahrungen der
Mitarbeiter im Unternehmen auch bei Mitarbeiter-Fluktuationen sichergestellt und die jedem
Berechtigten nach dem Prinzip „Wissensangebot anstatt Wissensanfrage“ zugänglich gemacht wird.
Die IAS Information Access Suite ist die führende Plattform für Informationszugriff und hilft Kunden,
alle Formen digitaler Informationen zu finden, zu verstehen und miteinander zu verknüpfen. IAS
integriert sowohl unstrukturierte als auch strukturierte Inhalte durch Anwendung von Unified
Indexing-Technologien sowie durch erweiterte linguistische und semantische Analyseprozesse. IAS
bietet eine Vielzahl an kontextabhängigen Suchfunktionen, damit die richtigen Informationen zur
richtigen Zeit zu den richtigen Anwendern gelangen, und zwar unter Beachtung bestehender
Sicherheits-, Datenschutz- und anderer Compliance-Richtlinien des Unternehmens. Im Gegensatz zu
Lösungen anderer Anbieter kombiniert IAS die gesamte Bandbreite an Suche, Analyse sowie
Navigationsmethoden von der Volltextsuche über assoziative Untersuchung von Inhalten bis zu
semantischer Navigation in einem einzigen Produkt.
IAS ist ein integraler Bestandteil vieler bekannter Internetdienste (z.B. E-Commerce, Multi Channel
Publishing, Webauftritt von Unternehmen) sowie Unternehmenslösungen wie Service Resolution, Self
Service-Portale, Sales Support, Corporate Search, Marktanalysen, Intellectual Property Management
sowie Intelligence- und Discovery-Szenarien.
scopeKMKnowledge Management
White Paper - 9 - © scopeKM GmbH Information Access Suite
2.2 USE CASES FÜR INFORMATION ACCESS
Funktion:
Anwendungsgebiete
Marketing Vertrieb Forschung& Entwicklung
Qualitäts-sicherung
Personal Services Wissens-management,Stäbe
Auffinden vonInformationen inheterogenen Informations-beständen(unterschiedlicheQuellen, Datentypen)
Finden vonbestehendenMarktstudien
Finden vonbestehendenAngeboten,Kundeninfor-mationen,Mitbewerber-informationen
Finden vonbestehendenForschungs-ergebnissen
Finden vonähnlich gelagertenProblemfällen
Finden vongeeignetenKandidatenauf freieStellen, Spezialkom-petenzen
Finden vonProblemlö-sungen,Experten
Finden vonWissens-objekten
Inhalte Auswerten Kunden-anfragenbewerten
Kunden-anfragenbewerten
Forschungs-berichteanalysieren
Qualitäts-berichtebewerten
Mitarbeiter-beurteilungenbewerten
Inhalte derWissensbasisanalysieren
Beobachten vonInformationsflüssen
Mitbewerber-beobachtung,
Themen-Abo
Themen-Abo Technologie undPatentbeo-bachtung,
Themen-Abo
Erkennenvon Auffälligkeiten
Beobachtungvon Mitarbeiter-qualifikationen
Themen-Abo Themen-Abo
Steuern vonInformationsflüssen
Routen vonKunden-anfragen,Presse-Clippings
Routen vonKunden-anfragen
Routen vonForschungs-berichten,Call forPapers
Routen vonBewerbungs-unterlagen,Verbesse-rungsvor-schlägen
Routen vonKunden-anfragen
Ordnen undVerknüpfen vonInformationen
Texte inhaltlichanreichern,
attraktiveKundenidentifizieren
Automatisier-tesErläuternvonFachbegriffen
Gruppierenvon Forschungs-berichten,Callfor Papers
Ordnen vonQualitäts-problemen
Ordnen vonBewerbungs-unterlagen
OrdnengleichartigerLösungen
AutomatischeKlassifikationvonProjektdoku-mentation
Selbstbedienungermöglichen
Online Kunden-beratungund Bedarfs-ermittlung
Online-Verkauf vonErklärungs-bedürftigenProdukten
Mitarbeiter-Self-Service
Kunden-Self-Service
Identifizierenvon Experten
DynamischesErzeugen vonInhalten
Assemblierenvon Zielmarkt-spezifischenUnterlagen,
Meta-Datenextrahieren
Assemblierenvon Standard-präsentationen
Assemblierenvon Mitbewerber-informationen
Zusammen-stellen vonDossiersüber Themen
AutomatischeZusammen-fassungvonBerichten
Erzeugenvon spezifischenQualitäts-berichten
Erzeugenvon spezifischenDokumen-tationen,
AutomatischeZusammen-fassungvonBerichten
Erzeugenvon spezifischenKompendien
SemantischenFingerabdruckaus Dokumentenextrahieren
Komplette Arbeitsprozesseunterstützen
Angebots-erstellung
Bearbeitenvon Qualitäts-problemen
Bearbeitenvon Kunden-anfragen
Erstellen vonWissens-objekten
scopeKMKnowledge Management
White Paper - 10 - © scopeKM GmbH Information Access Suite
3. Die IAS Information Access Suite im Überblick
Die IAS ermöglicht zweierlei. Einerseits kann die IAS helfen, kompakte in sich geschlossene
Aufgabenstellungen der Informationslogistik bzw. des Wissensmanagements zu lösen. Andererseits
verfügt die IAS über das Potenzial, organisationsweite oder sogar organisationsübergreifende
Suchlösungen, Informationslogistik bzw. Wissensmanagement-Lösungen zu realisieren.
3.1 DIE OPTIMALEN SUCHVERFAHREN ZUR AUSWAHL
Das Suchen und Auffinden von Informationen in heterogenen Informationsbeständen ist in der
Wissensanwendung im Servicebereich eine von den wichtigsten Aufgaben. Aber Suche ist nicht gleich
Suche: Für die unterschiedlichen existierenden Suchanforderungen muss es passende Suchverfahren
geben, die die Anforderungen optimal erfüllen (vgl. Abb. 2):
� Anfragen mit booleschen Operatoren auf extrem grossen Mengen unstrukturierter Inhalte aus den
verschiedensten Themengebiete sollen in kürzester Zeit beantwortet werden. Ein typisches
Anwendungsfeld für die klassische Volltextsuche.
� Natürlichsprachliche Anfragen auf sehr grossen Mengen unstrukturierter Inhalte aus den
verschiedensten Themengebiete sollen möglichst intelligent beantwortet werden. Hier kommt die
assoziative Suche zum Einsatz.
� Natürlichsprachliche oder dialoggesteuerte Anfragen auf grossen Mengen unstrukturierter aber
auch strukturierter Inhalte aus festgelegten Themengebiete sollen mittels eines expliziten
Wissensmodells intelligent beantwortet werden – die Domäne der strukturierten Suche.
Abb. 2: Unterschiedliche Suchanforderungen erfordern unterschiedliche Suchverfahren
scopeKMKnowledge Management
White Paper - 11 - © scopeKM GmbH Information Access Suite
� Sind die Daten in verschiedenen Klassifikationssystematiken eingeordnet (so genannte multiple
Klassifikation oder Facettierung), kann sich der Benutzer entscheiden, unter welchen Gesichts-
punkten er die Ergebnismenge betrachten möchte und wählt dazu eine Navigation durch
miteinander verzahnte, polydimensionale Organisationsprinzipien.
� Anfragen bzw. Probleme aus festgelegten Themengebiete sollen interaktiv beantwortet bzw. gelöst
werden – das geeignete Verfahren hier ist die geführte Suche mit Entscheidungsbäumen.
Eines der herausragenden Alleinstellungsmerkmale der IAS ist, dass sie alle genannten Suchverfahren
in gleichermassen hohem Grade unterstützt und sich die Verfahren kombinieren lassen.
Dementsprechend eignet sich die IAS für alle denkbaren Suchanforderungen. Welches Verfahren bzw.
welche Verfahrenskombination zum Einsatz kommt, entscheiden die Anforderungen
und Parameter der zu implementierenden Information Access Lösung.
3.1.1 Die assoziative Suche
Sie erfordert keinerlei a priori Wissen über den Inhalt und benötigt auch keine Wissensmodelle. Als
Basis wird das bekannte Vector Space Model verwendet, wobei der Vektorraum sich aus allen
Begriffen, den so genannten Termen, die in allen indexierten Dokumenten vorkommen, ergibt. Ein
Dokument wird als Ansammlung verschiedener Terme betrachtet und kann als Vektor dargestellt
werden, der für jeden Term die Auftrittshäufigkeit des Terms innerhalb des Dokuments beinhaltet.
Die IAS berechnet dann die Ähnlichkeit der Dokumentvektoren. Das TF-IDF-Schema berücksichtigt
sowohl die Häufigkeit eines Terms innerhalb eines Dokuments (Term Frequency) als auch die
„Termrelevanz“ (Inverse Document Frequency), die umso niedriger ist, je mehr verschiedene
Dokumente einen Term enthalten.
Eine natürlichsprachliche Anfrage an die assoziative Suche wird von denselben Algorithmen
analysiert, wie ein zu indexierendes Dokument. Die dabei entstehenden mathematischen Werte
werden dann an die Standardfunktion Finde ähnliche Dokumente übergeben. IAS liefert zu
Freitextanfrage passende Dokumente, sortiert nach dem oben erwähnten Ähnlichkeitskriterium.
3.1.2 Die strukturierte Suche
Bei der strukturierten Suche werden bekannte, suchrelevante Informationsbeziehungen expliziert und
bei der Suche nach Inhalten angewendet. Dafür wird ein Wissensmodell (so genannte Ontologie)
aufgebaut, das als Grundlage für die intelligente Suche über den Datenbestand eingesetzt wird. Diese
Ontologie besteht unter anderem aus Synonymlisten, Taxonomien, Beziehungen zwischen Begriffen
und Übersetzungen von Begriffen in beliebig vielen Sprachen.
scopeKMKnowledge Management
White Paper - 12 - © scopeKM GmbH Information Access Suite
Abb. 3: Der CBR-Prozess
Abb. 4: Vernetzung der Objekte über Ontologien
Im Gegensatz zu Suchverfahren, deren „Wissen“ aus mathematisch-statistischen Auswertungs-
verfahren resultiert, wird bei der strukturierten Suche das „Wissen“ in einem intellektuellen Prozess
expliziert und modelliert, indem die für das Anwendungsgebiet relevanten Geschäftsobjekte dem
System bekannt gegeben werden. Bessere Suchergebnisse sowie vielfältigere und mächtigere
Anfragemöglichkeiten werden auf der anderen Seite mit einem zusätzlichen aber überschaubaren
Modellierungsaufwand „erkauft“.
Hinter der Intelligenz der strukturierten
Suche verbirgt sich eine Technologie der
Künstlichen Intelligenz: Case-Based
Reasoning (CBR), zu Deutsch
Fallbasiertes Schliessen. Aus über die
Zeit richtig gegebenen Antworten lernt das
System und sammelt so neues Wissen in
einer so genannten Fallbasis. Mit der
Technologie CBR folgt man also einem
Konzept, dass der Mensch seit langer Zeit
erfolgreich anwendet: existierende Problem-
lösungen (gemachte Erfahrungen, die so
genannte Fälle) gezielt, in vergleichbaren
Situationen, wieder zu verwenden und über die Zeit den Erfahrungsschatz (die Fallbasis) zu
vergrössern (Abb. 3). Der CBR-Algorithmus vergleicht den Anfragefall mit den Fällen der Fallbasis,
berechnet bei jedem Vergleich anhand der Attribute ein Ähnlichkeitsmass und liefert die ähnlichsten
Fälle als Ergebnis zurück.
Die explizite Modellierung des Geschäftswissens in einem Wissensmodell, einer so genannten Onto-
logie (Abb. 4), ist einer der zentralen Unterschiede zwischen einer Volltextsuche und der intelligenten
Suche. Das Geschäftswissen, repräsentiert durch die Geschäftsobjekte, wird in der Lerndomäne dar-
gestellt und gepflegt. Die
Modellierung erfolgt
meistens in einem für diesen
Zweck bereitgestellten gra-
phischen Tool. Zur Modellie-
rung der Domäne stehen
Ontologie-Bausteine zur
Verfügung, wie z.B. Objekte,
Klassen, Gewichtungen,
Taxonomien, Thesaurus usw.
scopeKMKnowledge Management
White Paper - 13 - © scopeKM GmbH Information Access Suite
Abb. 5: Query processing for retrieval
Abb. 6: Schliessen auf Graphen anhand ähnlicher Begriffe
Die intelligente, modellbasierte Suche hat gegenüber einer Volltextsuche den grossen Vorteil, dass
„sie“ die Dimensionen des Geschäftswissens „kennt“. Diese Dimensionen drücken sich typischerweise
durch die Objektklassen bzw. die Fallattribute aus. In einer natürlich-sprachlichen Anfrage sind in den
seltensten Fällen alle Aspekte oder Dimensionen des aktuellen Problems enthalten. Um die Ergebnis-
menge weiter einzuschränken, wird bei den marktführenden Lösungen automatisch ein Dialog
generiert, der nach den fehlenden Dimensionen fragt.
Die Berechnung der Rück-
fragen im Dialog basiert
dabei auf einem mathema-
tischen Modell, das die
Entropie der Fallattribute
berücksichtigt und auto-
matisch die Dimension als
nächste abfragt, die den grössten differenzierenden Effekt hat (vgl. Abb. 5). Bei der Konfiguration des
Nachfragedialogs muss lediglich angegeben werden, welche Attribute für die Verfeinerung herangezo-
gen werden sollen und in welcher Sprache bzw. in welchen Sprachen der jeweilige Fragetext sein soll.
Einfach ausgedrückt: Dem Benutzer werden automatisch solche Fragen gestellt, deren Beantwortung
die bisherige Trefferliste am effektvollsten eingrenzt.
3.1.3 Die Navigation
In den Unternehmen und Organi-
sationen wird das Wissen häufig in
strukturierter Form abgelegt werden
(z. B. in Excel-Dateien,
Datenbanken, ERP-Systemen, Data
Dictionaries) – allerdings wird es
nicht genutzt. Diese Struktur-
Quellen können aber angezapft und
zur Kategorisierung, Schlagwort-
Extraktion und anschliessend zur
Navigation im Informationsbestand
sowie Visualisierung herangezogen
werden.
scopeKMKnowledge Management
White Paper - 14 - © scopeKM GmbH Information Access Suite
Sind die Daten sogar in verschiedenen Klassifikationssystematiken eingeordnet (vgl. Abschn. 3.2.1,
multiple Klassifikation), kann sich der Benutzer entscheiden, unter welchen Gesichtspunkten er die
Ergebnismenge zunächst betrachten möchte. Steigt er dann in die gewählte Systematik ein, d. h. er
öffnet die Wurzel und ggf. weitere Äste des entsprechenden Baumes, kann er bei jedem Baumknoten
entscheiden, welcher Systematik er jetzt folgen möchte. Aus dem einfachen Öffnen von eindimensio-
nalen Teilbäumen wird plötzlich eine Navigation durch miteinander verzahnte, polydimensionale
Organisationsprinzipien. Und anstatt eines Baumes dient nun ein Graph zur Visualisierung der
Zusammenhänge (vgl. Abb. 6).
3.1.4 Geführte Suche mit Entscheidungsbäumen
Einscheidungsbäume dienen der gezielten Problemdiagnose. Dabei eignen sie sich besonders für
Probleme, die sich eingangs nur schwer oder gar nicht in Worte fassen lassen und deshalb des
gezielten Nachfragens bedürfen, um weitere Optionen auszuschließen bzw. das Ergebnis einzugrenzen.
Die dynamischen Entscheidungsbäume nutzten dazu das in einem intellektuellen Prozess explizit
modellierte Geschäftswissen – die Ontologie.
Die Entscheidungsbäume lassen unterschiedliche Rollenkonzepte zu. Für jede Frage kann dann
angegeben werden, welche Nutzerrolle diese Frage in der Ablaufumgebung gestellt bekommt. Damit
diese Frage in jedem Fall beantwortet wird, gibt es Default-Antworten, die herangezogen werden,
wenn der Benutzer die Frage nicht bearbeiten muss bzw. darf. So kann ein Entscheidungsbaum
gleichzeitig von erfahrenen und unerfahrenen Mitarbeitern genutzt werden.
Die webbasierte Laufzeitumgebung basiert auf freidefinierbaren Templates in die jegliche Inhalte der
Entscheidungsbäume dynamisch eingebunden werden. Die dabei verwendeten HTML-Vorlagen
bestimmen das Aussehen der Webseiten. Mit-gelieferte Vorlagen können einfach an das projekt-
spezifische Layout angepasst werden. Die Lösung ermöglicht intelligente Suche nach dem passenden
Entscheidungsbaum. Anhand des gegebenen Problemkontextes (z. B. Kunden- und Produktdaten aus
dem Ticket- System) einer im Freitext eingegebenen Problembeschreibung wird aus allen definierten
Entscheidungsbäumen der passende herausgefunden und gleichzeitig der zielführenden Einstiegs-
punkt in den Baum bestimmt. So werden redundante Fragen vermieden, deren Antworten bereits
durch die initialen Aussagen des Kunden gegeben sind.
scopeKMKnowledge Management
White Paper - 15 - © scopeKM GmbH Information Access Suite
Abb. 7: Nahtlose Integration von Suche und Navigation
3.2 UMFASSENDE FUNKTIONALITÄTEN FÜR INFORMATIONSLOGISTIK
3.2.1 Polydimensionale Organisationsprinzipien
Organisationsprinzipien (OPs) dienen aber nicht nur zur Strukturierung von Suchergebnissen. Ihre
Stärke liegt vor allem in der Organisation von Objekten und Dokumenten. Durch den durch sie
aufgespannten Informationsraum kann der Nutzer navigieren und erhält einen zusätzlichen, ziel-
gerichteten Zugriff auf Informationen.
Organisationsprinzipien (OP) sind Teil der Ontologie und wie Klassifikationssystematiken
hierarchisch als Bäume aufgebaut. Sie ergeben sich aus den in der Ontologie definierten Beziehungen
zwischen Objekten und einem ausgewählten Wurzelobjekt. Jedes OP stellt eine Facette, eine
Dimension im Informationsraum des Unternehmens dar.
3.2.2 Klassifikation von Informationen
Die Klassifikations-Komponente der IAS ermöglicht das automatisierte Klassifizieren von Informa-
tionen anhand ihrer Inhalte. Aus den ermittelten Klassenzuordnungen lassen sich dann verschiedene
Aktionen ableiten. Wie das Routen und Ordnen von Informationen, um z. B. eingehende Briefe und E-
Mails inhaltlich vorverarbeiten und den richtigen Sachbearbeitern mit einem Entscheidungs- oder
Weiterverarbeitungsvorschlag weiterzuleiten.
Nur einmal gespeichert, erscheinen die Suchergebnissebei jedem relevanten Organi-sationsprinzip
scopeKMKnowledge Management
White Paper - 16 - © scopeKM GmbH Information Access Suite
Die automatische Klassenzuordnung wird im Klassifikator vorgenommen. Klassifikation setzt eine
endliche Menge von Klassen für ein Modell voraus, wobei jede Klasse explizit bekannt sein muss. Eine
Eigenschaft der Klassifizierung ist, dass vor einem Einsatz (der eigentlichen Klassifikation) prinzipiell
ein Training des Klassifikators erfolgen muss. Für dieses Training werden so genannte Trainings-
beispiele benötigt, d. h. Dokumente, deren Klassen für das zu klassifizierende Modell vorgegeben sind.
Diese typischerweise manuell klassifizierten Trainingsbeispiele werden auch als Ground Truth
bezeichnet.
3.2.3 Infrastrukturkomponenten
� Benutzer- und Gruppenverwaltung
Mit der Gruppenverwaltung werden Gruppen definiert und diesen Nutzer oder auch Gruppen als
Mitglieder zugewiesen, wobei Mitgliedschaft in mehreren Gruppen mit unterschiedlichen Rollen
möglich ist. Sowohl die Nutzer als auch die Gruppen stehen automatisch als Geschäftsobjekte zur
Verfügung und fügen sich so nahtlos in das Metadatenkonzept ein.
Gruppenmanager erstellt/modifiziert die Ordnerstruktur und weist denen Inhalte zu. Die Anwender
wählen in der korrespondierenden Web GUI die entsprechende Gruppe aus; sie erhalte Zugang zu den
definierten Ordnern und zu den dort zugewiesenen Objekten.
� Zugriffs- und Ausführungsrechte
Um die Vergabe der Zugriffsrechte drastisch zu vereinfachen, können alle Rechte entlang der
definierten hierarchischen Organisationsstrukturen propagiert werden. Dadurch wird vermieden, dass
die Zugriffsrechte für jedes Dokument, Objekt und Metadatum einzeln definiert werden müssen. Als
Bedingungen können beliebige Metadatenabfragen hinterlegt werden, die zusätzliche Randbedingun-
Abb. 8: Dialog zur Kalibrierung des Decision Classifier Verhaltens: Definition der klassenspezifischen Schwellwerte
scopeKMKnowledge Management
White Paper - 17 - © scopeKM GmbH Information Access Suite
Abb. 8: Konfiguration mit universellem Pipelet-Konzept: Definition der Pipeline mit Drag & Drop mit Hilfe von Pipelets aus der vordefinierten Bibliothek.
gen abprüfen. So kann beispielsweise kontrolliert werden, dass nur Redakteure bestimmte Dokumente
anlegen und ändern dürfen, während Callcenter-Agenten nur Vorschläge anlegen dürfen, oder dass
nur Redakteure den Versionsfilter setzen dürfen, während Agenten immer das letzte Release sehen.
4. Das Infrastruktur-Framework
4.1 KONFIGURATION ANSTATT PROGRAMMIERUNG
Die Konfiguration der Komponenten und das Zusammenstellen der mächtigen Verarbeitungs-
Pipelines erfolgt im IAS Creator – eine komfortable Benutzungsoberfläche, die einen einfachen
Zugriff auf die Parameter der Komponenten und Pipelines bietet. Insbesondere das flexible Pipelet-
Konzept erlaubt die beliebige Kombination der vordefinierten Komponenten sowie das Einbinden
projektspezifischer Bausteine. Die Pipelets können in Form von Pipelines konfiguriert werden, so
dass eine solche Pipeline eine konkrete Abfolge von Pipelets in einer bestimmten Reihenfolge
implementiert, wobei auch Verzweigungen etc. möglich sind. Mittels solcher Pipelines werden somit
bestimmte Teilaspekte hinsichtlich der Verarbeitung von Anfragen oder auch beim Datenimport
realisiert.
Darüber hinaus enthält IAS
ein öffentliches Pipelet-API,
so dass kundenspezifische
Prozesse, insofern sie nicht
durch bestehende Services
realisierbar sind, implemen-
tiert und als Pipelet in das
Pipeline Framework einge-
bettet werden können. Als ein
Beispiel hierfür diene die
Implementierung einer
Produktsuche, wobei in einem
existenten ERP-System der
Bestand abgefragt werden
soll, so dass keine Produkte
als Treffer angezeigt werden,
die ohnehin bereits ausver-
kauft sind.
scopeKMKnowledge Management
White Paper - 18 - © scopeKM GmbH Information Access Suite
4.2 ITERATIVER ANSATZ MIT GERINGEM INITIALEN AUFWAND
Nur wenige IT-Projekte werden von Anfang an unternehmensweit aufgesetzt. Häufig wird eine IT-
Lösung erst in einem ausgewählten Bereich für eine bestimmte Anwendung implementiert und
dann, bei erfolgreichem Betrieb, auf weitere Bereiche und Anwendungen ausgedehnt. Wichtig ist
hierbei, dass bereits getätigte Investitionen nicht verloren gehen, sondern weiter im Unternehmen
verwendet werden können. Eine Information Access Lösung muss also mit ihren Anforderungen
wachsen können.
Die komponentenbasierte Architektur der IAS und ihre verschiedenen Suchverfahren bieten dem
Projektteam alle Entscheidungsfreiheit, wie die Lösung initial aufgesetzt und dann nach und nach
an die steigenden Anforderungen angepasst werden kann.
Abb. 9: Inkrementelle Realisierung der Lösung
scopeKMKnowledge Management
White Paper - 19 - © scopeKM GmbH Information Access Suite
4.3 INNOVATIVE SOFTWAREARCHITEKTUR
Bei der Entwicklung der IAS wurde von Anfang an auf grosse Flexibilität, leichte Anpassbarkeit,
hohe Skalierbarkeit sowie Offenheit geachtet. Dies spiegelt sich auch in der Architektur wieder (vgl.
Abb. 10).
Für die Einbindung in größere Systemumgebungen stehen verschiedene Schnittstellen bereit. Alle
Server-Funktionen können über Java bzw. RMI und als Web Services aufgerufen werden. Für eine
Integration in Web-Umgebungen steht zudem eine JSP Taglib zur Verfügung. Das modellierte Wissen,
wie Ontologie, prozedurale Anwendungsinformationen usw. werden in offenen Formaten abgelegt. Die
Ontologie folgt den W3C-Standards OWL (Web Ontology Language) bzw. RDF (Resource Description
Framework).
Abb. 10: Architektur der IAS