Fit mit Wissensgraphen

Industrie 4.0: Anwendungsszenarien für eine erfolgreiche digitale Transformation

Den meisten Unternehmen ist bewusst, dass Künstliche Intelligenz (KI) der Schlüssel zur Erhaltung ihrer Wettbewerbsfähigkeit ist. Viele sind sich jedoch nicht sicher, wie oder wo sie anfangen sollen.

Diese Herausforderungen können Wissensgraphen („knowledge graphs“) lösen. Was genau Wissensgraphen sind, welche vielfältigen Einsatzmöglichkeiten es mit ihnen in Unternehmen gibt und was der Mehrwert ist, stellt die Semantic Web Company vor, die zu den globalen Vorreitern der semantisch gestützten Künstlichen Intelligenz gehört.

Anzeige

Wissensgraphen sind ein wichtiges Fundament, auf der die KI-Architektur eines Unternehmens aufbauen kann. Sie sind leistungsstarke Instrumente, die heterogene Daten aus unterschiedlichen Datensilos extrahieren, diese anreichern und vernetzen. Hier lässt sich für Unternehmen ein bedeutender Mehrwert in vielfältigen Anwendungsszenarien generieren, da Daten so auf sinnvolle und intelligente Weise automatisiert genutzt und wiederverwendet werden können.

Wissensgraphen lassen sich in Unternehmen jeder Größe und Branche einsetzen, von Banken, Versicherungen, Automobil- und Energieindustrie, über Pharma und Gesundheitswesen, bis hin zum Handel, E-Commerce, Verlagswesen, Medien. Die bekanntesten Beispiele für Wissensgraphen sind Google und Sprachassistenten wie Alexa oder Siri. Fünf exemplarische Anwendungsszenarien für Wissensgraphen werden im Folgenden dargestellt.

1. Human Ressource

Ein global aufgestelltes Unternehmen hat ein neues Projekt und braucht Mitarbeitende mit bestimmten fachlichen Qualifikationen, z. B. CMS-, Java- und SEO-Kenntnisse, die nicht zwangsläufig in einer einzigen Abteilung zu finden sind. Über Wissensgraphen und die semantische Suche werden aus verschiedenen Datenformaten (PDF, Text, Bilder, Excel) Inhalte zusammengezogen und Mitarbeitende durch das Kombinieren vernetzter Inhalte vorgeschlagen, die die gewünschten Qualifikationen und Eigenschaften besitzen.

Die Filmerklärung finden Sie hier.

2. Wissensmanagement

Mitarbeitende sind in fast allen Unternehmen mit einer Vielzahl von unstrukturierten Informationen konfrontiert, die sich in verschiedenen Datenquellen und -formaten befinden, etwa Handbücher, E-Mails, Termine, Kontakte, gescannte Artikel, Bilder, Tabellen, Wordund andere Dokumente. Es ist daher häufig mühsam und zeitaufwendig, die jeweils relevanten Informationen zusammenzusuchen. Über Wissensgraphen lassen sich unstrukturierte Daten in leicht zugängliche Informationen umwandeln – und die Zeit- sowie Ressourcenverschwendung von innovativem Wissen vermeiden.

Die Filmerklärung finden Sie hier.

NL Icon 2
Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button “Zum Newsletter anmelden” stimme ich der Datenschutzerklärung zu.

3. Kundenservice

Der Kundenservice ist hochbedeutsam für den Erfolg z. B. von produzierenden Unternehmen. Wissensgraphen bieten einerseits dem Servicepersonal die Chance, Informationen zum Produkt bzw. zur Dienstleistung wesentlich einfacher, schneller und umfassender zu erschließen und so die Kundenzufriedenheit zu steigern. Eine ebenso wichtige Anwendung finden Wissensgraphen in Chatbots und Sprachassistenten oder Q&AEngines. Hier können auf der Basis von Wissensgraphen (sprachliche) Anfragen in strukturierte Abfragen übersetzt werden, die für die Kund*innen kompetente Antworten generieren – und das alles vollautomatisiert auf der Basis von KI.

4. Dokumentenmanagement

Bis vor wenigen Jahren beschränkte sich das Dokumentenmanagement auf die automatische Rechnungslesung. Heute ist mithilfe von Wissensgraphen, wie der PoolParty Semantic Suite, das Zusammenführen und strukturierte Aufarbeiten von barrierefreien Inhalten möglich. Barrieren waren bisher z. B. Synonyme oder Homographen, die durch ihre Mehrdeutigkeit nicht einem bestimmten Inhaltsbereich zugeordnet werden konnten und auch in ihrer Semantik unterschiedlich sind. Beispielhaft deutlich wird dies anhand der unterschiedlichen (semantischen) Bedeutung des Begriffs „Qualität“ in den asiatischen Ländern Korea und China: Während Qualität in Korea mit Innovation assoziiert ist, wird der Begriff in Japan eher mit Perfektion verbunden. Wenn ein global agierendes Unternehmen also im automatisierten Dokumentenmanagement diese Unterschiede erkennt, wird eine semantische Suche praktikabel, effizient und frei von sprachlichen Barrieren sein.

Die Filmerklärung finden Sie hier.

5. Entscheidungsfindung

Wenn relevante Daten, Produkte und Konzepte in Unternehmen so aufbereitet und zugänglich sind, dass je nach Bedarf darauf zugegriffen werden kann, lassen sich bessere und richtigere Entscheidungen treffen. Es gibt kein „Wenn wir das gewusst hätten…!“ mehr, denn personalisierte Suchen finden alle im Unternehmen für diesen Aspekt relevanten Daten, Quellen und Mitarbeiter.

www.semantic-web.com,

de.poolparty.biz

Anzeige

Artikel zu diesem Thema

Weitere Artikel

Jetzt die smarten News aus der IT-Welt abonnieren! 💌

Mit Klick auf den Button “Zum Newsletter anmelden” stimme ich der Datenschutzerklärung zu.