Unternehmen suchen nach Lösungen, die ihre Mitarbeiter effizient auf Daten und Inhalte zugreifen lassen, ohne dabei in langwierige Recherchearbeiten verwickelt zu werden. Ziel ist es dabei, Anwendern solche Dialogsysteme und Suchmaschinen bereit zu stellen, die auf Fragen konkrete Antworten liefern sollen, und nicht einfach nur eine Reihe von Dokumenten, die zu einem Suchbegriff passen. Auch gängige Chatbot-Lösungen entsprechen oftmals nicht den Anforderungen KI-basierter Dialogsysteme, vor allem wenn sie in betrieblcíche Abläufe integriert werden sollen, die nach wissensbasierten Entscheidungen verlangen.
Frage-Antwort-Systeme basierend auf Wissensgraphen ermöglichen präzise Antworten auf natürlichsprachlich gestellte Benutzeranfragen an den unstrukturierten, halbstrukturierten und strukturierten Daten- und Wissensvorrat eines Unternehmens.
„… schon 2020 werden 50 % der analytischen Suchanfragen mittels natürlicher Sprachverarbeitung erzeugt werden.“
Was können Frage-Antwort-Systeme basierend auf Wissensgraphen besser als herkömmliche Chatbot- und Suchsysteme?
Die herkömmliche Stichwortsuche über den Volltext eines Dokumentes entspricht nicht mehr der gängigen Erwartungshaltung vieler Nutzer. Anwender, die mit ihren mobilen Endgeräten Systeme wie Alexa, Google Assistant oder Siri bereits als Frage-Antwort-System nutzen, wissen auch die Vorteile einer „Suchmaschine“ mit demselben Ansatz im geschäftlichen Kontext zu schätzen.
So gewinnen natürlichsprachliche Frage-Antwort-Systeme, deren Funktionalität über die von traditionellen Chatbot- und Suchsystemen hinausgeht, nun schnell an Zuspruch im Geschäftsumfeld.
Gerade bei der Verbesserung des Kundenerlebnisses ist der Mehrwert einer dialogfähigen KI-Plattform offensichtlich. Aber auch die gesteigerte betriebliche Effizienz durch die Reduzierung von Call-Center-Kosten machen dialogfähige Suchsysteme im Geschäftsumfeld interessant. So sehen wir in jüngster Zeit ein sich stark entwickelndes Interesse am Einsatz von Frage-Antwort-Systemen bei IT-Service-Desks und im weiten Feld der Human Ressource.
Kombiniert man nun dialogfähige KI mit den Möglichkeiten, die Wissensgraphen bei der Verknüpfung und Aufbereitung des unternehmenseigenen Wissens bieten, eröffnet sich ein neuer Horizont des betrieblichen Wissensmanagements.
Mit natürlichsprachigen Frage-Antwort-Systemen ist es nicht mehr nötig, Tabellen und Dokumente mühsam nach relevanten Fakten zu durchforsten, um konkrete Antworten zu finden. Mit graph-basierten Frage-Antwort-Systemen ist es möglich, natürlichsprachliche Fragen einfach in das vertraute Suchfeld einzugeben. Die dialogfähige KI versteht ihre Anfrage und gibt sie an eine leistungsstarke, Wissensgraph-basierte Suchmaschine weiter. Die retournierten Antworten und Fakten sind dann ebenso klar wie die natürlichsprachlich gesellte Frage.
So sollte eine zeitgemäße Suche im geschäftlichen Umfeld aussehen: Maschinen verstehen natürlichsprachliche Fragen und geben darauf Antworten.