Hybrid Deployment: Das Beste aus beiden WeltenInformationen aus allen Datenquellen auf einen Blick

Daten in Unternehmen – sie stellen einen Schatz dar, den es zu behüten gilt. Eine nicht gerade einfache Aufgabe, da durch die steigende Menge an Speichermöglichkeiten, gar nicht mehr sofort ersichtlich ist, wo sich welche Daten befinden.

Um den Überblick im Datendschungel wiederzuerlangen, setzen Unternehmen moderne Wissensmanagementlösungen, sogenannte Insight Engines, basierend auf künstlicher Intelligenz ein. Sie ermöglichen einen raschen Zugriff auf gesuchte Informationen und zeigen komplexe Zusammenhänge auf.

Dieser Komfort ist aber bei vielen Lösungen nur dann gegeben, wenn alle Daten in einer Datenquelle – etwa nur in einer Cloud-Umgebung oder nur lokal – zur Verfügung stehen. Eine Voraussetzung, die nicht immer erfüllt werden kann. Besonders Fachabteilungen, die mit vertraulichen oder sensiblen Daten arbeiten, nutzen oft spezielle Fachanwendungen, um den hohen Compliance-Anforderungen zu entsprechen. Eine Verlagerung dieser Daten ist meist sehr schwierig oder nur mit großem Aufwand möglich. Das Resultat: Oft kommen Wissensmanagementlösungen gar nicht erst zum Einsatz.

Hybrid Deployment verbindet

KI-basierte Unternehmenssuch- oder Wissensmanagementlösungen sind in unterschiedlichen Ausprägungen und Betriebsmodellen am Markt verfügbar. Doch es stellt sich in der Praxis häufig die Frage ob diese auch tatsächlich für alle Fachabteilungen im Unternehmen geeignet sind.

Besonderes Augenmerk bei der Auswahl gilt hier jenen Abteilungen mit hochsensiblen, vertraulichen oder personenbezogenen Daten, genauso wie jenen Bereichen, die diese Daten schlussendlich aufbereiten. Häufig sehen sich Unternehmen im Rahmen ihres Evaluierungsprozesses mit einer „Entweder-Oder-Entscheidung“ konfrontiert: Entweder alle Daten in einer Cloud-Umgebung verfügbar machen oder bestimmte Fachabteilungen von den Vorteilen einer modernen Wissensmanagementlösung ausschließen.

Doch diese Entscheidung müssen Unternehmen nicht treffen, wenn sie sich für einen hybride Variante (Hybrid Deployment) entschieden. Hier bleiben die Daten stets dort wo sie sind (eigenes Rechenzentrum, Cloud), werden analysiert und entsprechend ihrer Zusammenhänge verknüpft. Dazu nutzen Insight Engines die Power von Grafikprozessoren (GPU), die in der Lage sind komplexe neuronale Modelle hoch effizient zu berechnen und anzuwenden.

GPUs stellen heute eine wesentliche Basis-Komponente bei der intelligenten Verarbeitung von riesigen Datenmengen dar. Sie sind unter anderem optimiert auf die hochparallele Berechnung von komplexen Matrizen und Transformationen. Im Ergebnis erstellen Sie einen semantischen Index beziehungsweise Graph, der bei Abfragen konkrete Antworten und eine einheitliche Gesamtsicht (360-Grad-Sicht) für die Mitarbeiter in den einzelnen Fachabteilungen liefert.

Für eine rasche Integration einer Insight Engine ins Unternehmen sind die verfügbaren Konnektoren ausschlaggebend. Dies sollten sowohl für On-Premises als auch für Cloud-Anwendungen im Standardprodukt enthalten sein. Hinzu kommt noch, ob die bereitgestellten Produktfeatures die definierten Erwartungen oder zumindest einen Großteil davon bereits abdecken. Denn umfassende Zusatzkonfigurationen verwandeln womöglich ein agiles Produkteinführungsprojekt schnell in ein IT-Projekt mit vielfach bekannten Schwierigkeiten und Laufzeiten.

Der Anwender im Zentrum: Personalisierte 360-Grad-Sichten

Auch wenn die Datenmengen steigen und sich die Arbeitsbedingungen ständig ändern, durch den Einsatz von Insight Engines können alle Mitarbeiter, auch jene die mit vertraulichen und/oder sensiblen Daten arbeiten, die Vorteile intelligenten Wissensmanagements vollumfänglich nutzen. Durch die Kombination von Methoden künstlicher Intelligenz wie Machine und Deep Learning mit klassischen Enterprise Search-Features verknüpfen Insight Engines Datenquellen in einem Unternehmen intelligent miteinander.

So sind sie in der Lage, Zusammenhänge aufzuzeigen und konkrete Antworten auf Abfragen zu liefern. Dabei berücksichtigt die Insight Engine stets den jeweiligen Kontext des Anwenders etwa seine Rolle und Abteilung, die genutzte Anwendung, sowie Workflow-Informationen und vieles mehr. Dazu werden auch seine individuellen Berechtigungen hinzugezogen, die direkt bei jeder Suche bei der Datenquelle abgefragt werden. Im Zentrum steht also der Anwender und nicht die eingesetzte Technologie – diese agiert im Hintergrund, versteht die Informationen sowie die Intention des Anwenders und liefert die richtigen Antworten.

Fazit

Für Unternehmen und deren Abteilungen bedeutet der Einsatz KI-basierter Wissensmanagementlösungen ein Gewinn an Effizienz bei der Informationsbeschaffung und schafft zusätzliche Erkenntnisse über das im Unternehmen gesammelte/verfügbare Wissen. Künstliche Intelligenz in ihren unzähligen Facetten zählt gegenwärtig zu den Schüsseltechnologien, die Unternehmen dabei unterstützen, um auch in Zukunft wettbewerbsfähig zu bleiben.
Durch den Einsatz von Insight Engines, die eine Anbindung von allen Datenquellen ermöglichen – unabhängig ob Cloud oder On-Premises – stehen Unternehmen geeignete Werkzeuge zur Verfügung, um proaktiv reagieren zu können, unter Einhaltung der herrschenden Compliance-Richtlinien und zwar auch bei rasch ändernden Bedingungen.

Gerald Martinetz

Mindbreeze