Datenanalysen schlagen das Bauchgefühl

Analysen in natürlicher Sprache

Mit grossen Erwartungen verbunden sind auf dem Feld von Big Data und BI Entwicklungen unter dem Stichwort Natural Language Processing (NLP). Was Amazon, Apple, Microsoft und Google mit ihren Sprachassistenten im Verbraucherumfeld vorgemacht haben, setzt sich im Business-Bereich fort. Franz Kögl, Vorstand des Münchner Unternehmens IntraFind Software für Enterprise Search und Content Analytics, berichtet:«Neu ist der Aspekt der Conversational Systems, der virtuellen Assistenten. Das erfordert Systeme, die auf sehr unterschiedliche Datenquellen zugreifen können. Es werden immer weniger Ein-Wort-Suchen eingegeben, sondern der Benutzer stellt natürlichsprachige Fragen an die Suchmaschine und erwartet smarte Antworten.»
NLQA, Natural Language Question Answering, sei vor allem im Bereich der Chatbots brandaktuell. Systeme mit einem wirklich tiefem Textverständnis gebe es allerdings noch nicht, so Kögl. Auch Talend-Director Jan Wetzke erwartet, dass NLP-Technologien künftig immer wichtiger werden, wenn es darum geht, grosse Mengen an unstrukturierten Daten verarbeiten zu können. Darüber hinaus gelinge es damit besser, Kunden zu verstehen und ihre Wünsche und Beschwerden automatisiert zu klassifizieren.
Die Interaktion zwischen Mensch und Maschine hat sich bereits massgeblich verändert, ist Mindbreeze-Gründer Fallmann überzeugt. Dazu gehöre die Art, wie Anwender nach Informationen suchen. «Wir stellen heute Fragen und suchen seltener nach Begriffen oder einzelnen Wörtern. Das lässt sich auch an intelligenten Sprachassistenten wie Alexa oder Siri erkennen. Sie sind in der Lage, die natürliche Sprache zu verstehen und darauf akkurat zu antworten.» Dafür nutzen sie sowohl Natural Language Processing (NLP) als auch Natural Language Question Answering (NLQA).
“Die Datenmengen sind mit den heutigen Technologien nicht mehr sinnvoll auswertbar.„
Franz Kögl, Vorstand bei IntraFind Software
«NLP sorgt dafür, dass die menschliche Sprache korrekt in Maschinensprache übersetzt, verstanden und interpretiert wird, während NLQA den Dialog ermöglicht. Dadurch kann das Anliegen korrekt identifiziert und die Suchresultate können im jeweiligen Kontext angezeigt werden - und nicht einfach Treffer, in denen irgendwo der Begriff vorkommt.» Zum Beispiel erkenne das System bei einer Frage wie «Wann wurde Wolfgang Amadeus Mozart geboren?», dass «Wann» das Fragewort ist, dass jemand geboren wurde und dass es sich bei Wolfgang Amadeus Mozart um eine Person handelt, und liefert statt eines Dokuments prompt die konkrete Antwort «27. Januar 1756».

Data as a Product

Im Kommen ist für BI-Konzepte auch Visual Analytics. Manche Unternehmen integrieren diese Technik als zusätzlichen Service, um ihr eigenes Angebot aufzuwerten. Bislang sind vor allem Werbeagenturen, Beratungsfirmen und Anbieter von mobilen Apps auf diesen Zug aufgesprungen.
Ein Beispiel: Die Firma Map Case hat Apps für Skifahrer, Bergwanderer und Mountainbiker entwickelt, die damit ihre Leistungen tracken und mit denen anderer Sportler vergleichen können. Das Feedback der User analysiert Map Case mit Hilfe einer BI-Software, um es in Social Media, Hotelbewertungen, Umfragen und andere Touchpoints einzubinden.



Das könnte Sie auch interessieren