Suche nach Erkenntnissen bei Enterprise Search

Am 19. August 2015 publizierte Gartner den “Magic Quadrant for Enterprise Search”, eine Auswertung von Herstellern von einer Software, die sich im Großen und Ganzen mit dem Themenbereich “Suche” beschäftigt. Die Hersteller wurden wie immer auf ihre Vision und ihre “Ability to Execute” bewertet, also ihre Sicht auf die Zukunft und die Möglichkeit, diese auch wirklich zu liefern.

Dabei ist Suchen eigentlich “ein alter Hut”. Das Thema wurde schon mit dem Aufkommen von Daten relevant. Neue Ansätze sind im Laufe der Zeit entstanden, zum Beispiel: die farbige Markierung von Treffern, das Suchen innerhalb eines einzelnen Absatzes, die Erkennung von Wortstämmen, die Gleichbehandlung von Mehrzahl und Einzahl beim Suchprozess und grammatikalische Variationen. Mit der Zeit wurde die Suche stark verbessert.

Nur eins wurde nicht mit der gleichen Geschwindigkeit einfacher: Wie suche, finde und verwerte ich Daten im Unternehmen effektiv? Und gerade bei diesem letzten Punkt versagte so manche großartige Technologie, die 2 Millionen Datensätze in einer halben Sekunde indizieren konnte.

Und dies ist auch der Tenor des diesjährigen Magic Quadrants. Immer mehr Kunden benötigen nicht die Suche an sich, sondern die Erkenntnisse, die diese Software liefert. Dabei ist egal, ob es sich um Suchen, Analysen oder Discovery handelt, es ist gleichgültig, wie man die Software nennt. So verschwimmen die Grenzen zwischen dem klassischen Suchen, dem Finden und den Erkenntnissen, die sich die Mitarbeiter aus den Daten erhoffen.
Eine Software muss drei wichtige Themenbereiche abdecken:

• Sie muss natürlich sein. In der Zeit der Smart Machines, der digitalen Assistenten, Siri, Google Now und Cortana ist die Eingabe von Suchparametern, komplizierten Booleschen-Operatoren (mithilfe derer können Sie ihre Suche genauer machen: UND, ODER, NICHT) und Anführungszeichen nicht mehr das, was der Anwender erwartet. Die Frage nach dem Alter der Bundesrepublik soll mit einer einzigen Antwort erfolgen und nicht mit einer Liste aus möglichen Ergebnissen beendet sein. Bei Unklarheit soll nachgefragt werden. Wann haben Siri oder Google zum letzten Mal bei Ihnen nachgefragt “Meinten Sie …. oder ….?”
• Sie muss allumfassend sein. Die Illusion eines einzigen Systems wo alle Dokumente gespeichert werden, stirbt langsam den Tod der Desillusion. Die meisten Unternehmen schaffen es einfach nicht, ein einziges System zu haben, ob für Dokumenten-Management oder Enterprise Content Management (ECM). Immer wieder werden Software-as-a-Service (SaaS)-Lösungen und die Wünsche von eigenen Fachabteilungen diesem entgegenstehen. Auch die künstliche Trennung von strukturierten und unstrukturierten Daten ist nicht mehr zeitgemäß. Eine Software, die hier helfen soll, muss unabhängig von der Quelle die relevanten Daten in den Systemen finden – ob in der Finanzbuchhaltung (FiBu), dem ERP-System oder dem SharePoint Server – und die Bedeutung der einzelnen Quellen unterscheiden können, gleichsetzen und zum Schluss das richtige und damit relevante, Resultat liefern. Das heißt unter anderem Konnektoren und die Intelligenz, um über Relevanz zu entscheiden.
• Sie muss proaktiv sein. Die Suchmaschine der Zukunft muss im Vorfeld schon wissen und erkennen, welche Informationen wann notwendig sind. Die Möglichkeit, Aktivitäten zu beobachten, zu beurteilen und dann die notwendigen Informationen bereitzustellen, ist eine Voraussetzung dafür, wirkliche Erkenntnisse zu liefern. Und dies gilt nicht nur beim sogenannten Knowledge Worker. So kann es für denjenigen, der die Rechnungsverarbeitung macht, genauso wichtig sein, Informationen zu Kunden, Produkten oder anderen Teilbereichen des aktuellen Prozesses zu haben, ohne dass er oder sie dabei immer wieder neue Suchen anstoßen muss. Oder der Vertriebler, der auf dem Weg zum Kunden wegen Informationen, die im Kalendereintrag stehen, entweder eine Warnung angezeigt bekommt, oder aber auch weiterführende Informationen wie z.B. Lagerbestände aus dem ERP-System oder Presseinformationen, die ihn bei der Vorbereitung auf den nächsten Termin unterstützen.

Zukunftsmusik? Jein. Bereits heute sind viele der Anbieter im dem Gartner Magic Quadrant in der Lage, Teile hiervon abzudecken. Sie verwenden automatische Klassifizierungen zur Strukturierung der Daten, Textanalyse zur Bereicherung der Metadaten und intelligente Visualisierung, um unbekannte Verbindungen aufzuzeigen. Es ist nur noch ein kleiner Schritt, um die Enterprise Search mit diesen Informationen sinnvoll einzusetzen.

Mein Rat an Sie: Wenn Sie schon einschlägige Erfahrungen mit Suchprozessen haben und Ihre Mitarbeiter sich trotzdem dauernd beschweren, dass ihre “Suche nicht funktioniert”, dann schauen Sie sich die Hersteller des Magic Quadrants an, suchen Sie sich einer der Hersteller aus und fangen Sie mit neu definierten Zielvorstellungen nochmals an.

Nur eins sollten Sie nicht vergessen: Jede Suche nach Erkenntnis ist nur so effektiv wie deren Vorbereitung. Auch bei der neuen Technologie wird es wichtig sein, das Suchprojekt gut vorzubereiten sowie die Anwendungen und Anwender gut zu verstehen – zum ersten Mal kommen viele Dinge zusammen.

Man redet viel von einem Paradigmenwechsel, von einer neuen Zeit. Enterprise Search als die Visualisierung von Erkenntnissen ist in der Lage, die Versprechen der letzten 10 Jahre einzulösen. Wir bei Gartner sind davon überzeugt, dass es noch nie so sinnvoll und ergebnisreich war, sich mit Suchen, Finden und den Erkenntnissen dazu auseinanderzusetzen.

Hanns Koehler-Kruener, Research Vice President bei Gartner.