Herausforderung

Die Aufgabe: Daten verknüpfen, Suche erleichtern

In einer gemeinsamen Projektgruppe, bestehend aus Anwendern und Wissenschaftlern, wurden die Anforderungen diskutiert und definiert. Schnell waren die wichtigsten Schlüsselkriterien klar:

„Aus den Gesprächen mit den Mitarbeitern wurde deutlich, dass das System in der Praxis nur dann angenommen werden würde, wenn es absolut problemlos und intuitiv zu bedienen war. Egal wie gut die Technologie ist, solange sie sich nicht so einfach nutzen lässt wie Google, hat sie im Unternehmensalltag keine Chance. Sich mühsam in eine neue Software einzuarbeiten, kommt da nicht in Frage.“

Dr. Thomas Kamps, CEO der CONWEAVER GmbH

Dabei stellte das Projekt das Entwicklerteam um Dr. Kamps vor einige Herausforderungen. Alle Datenquellen waren zwar inhaltlich, aber nicht datentechnisch miteinander verknüpft. Die Datenbanken sind Lotus Notes- und SQL-Anwendungen, in unterschiedlicher Struktur und Sprachvarianten. Diese Vielfalt unter einen Hut zu bringen, war nicht einfach. „Zunächst haben wir vorhandene, strukturierte Daten miteinander vernetzt, dann mit Hilfe von statistischen und linguistischen Verfahren in strukturierte Daten umgewandelt und diese dann in das Netz eingespeist. Zusätzlich sollte das semantische Netz natürlich immer aktuell gehalten werden. So muss zum Beispiel der Index aktualisiert werden, wenn neue Dokumente in das Originalsystem eingepflegt werden. Dies ist alles selbstverständlich automatisiert“, erläutert Kamps die Arbeiten, die er und sein Team zu bewältigen hatten.

Was sich zunächst noch relativ einfach anhört, bedeutet für das System eine immense Aufgabe, die mit Hilfe von rund 200 Analysemodulen gelöst wird. Diese Analysemodule werden dabei zu spezifischen, auf das Unternehmen abgestimmte Analyseworkflows zusammengesetzt, die die Daten untersuchen, strukturieren, übersetzen und verknüpfen. Am Ende dieses Prozesses entsteht ein Wissensnetz, das sich automatisch generiert und aktualisiert, über den gesamten integrierten Datenbestand spannt und eine semantische, also inhaltsbezogene, Suche ermöglicht.

Lösung

Zwei Jahre später war der Entwicklungsprozess abgeschlossen und das System konnte produktiv eingesetzt werden. „Wir haben hier ein Wissensnetz geschaffen, das sich automatisch generiert. Durch die damalige Bilfinger Berger AG entwickelte Schlüsseldatenbank in deutscher und englischer Sprache, die semantische Begrifflichkeiten berücksichtigt und mit dem Wissensnetz verbunden ist, kann das System mehrsprachig und somit weltweit eingesetzt werden. Zusätzlich haben wir Mechanismen integriert, durch die auch Variationen in der Formulierungsanfrage berücksichtigt werden“, erklärt Kamps. Das bedeutet, dass auf deutsche Anfragen auch englische Treffer gefunden werden, und dass beispielsweise bei einer Anfrage nach Verfahren zur Wasseraufbereitung auch Treffer zu Brauchwasser-Aufbereitungsanlagen gefunden werden.

„Dass verschiedene Bezeichnungen für ein und dieselbe Sache bei der Anfrage berücksichtigt werden und nicht jeder Begriff extra recherchiert werden muss, erleichtert unseren Mitarbeitern die Suche ungemein und spart viel Zeit“, so Beate Kögel. Anders als bei herkömmlichen Internet-Suchmaschinen werden die Ergebnisse dabei über Datenquellen hinweg aggregiert. „Sucht ein Ingenieur bei Bilfinger SE heute nach Brandschutz im Tunnelbau, sucht tore unter anderem auch alle Experten hierzu. Dabei ‚weiß‘ das System nicht nur, dass "fire protection" und "tunneling" die Übersetzung von "Brandschutz" und "Tunnelbau" ist, sondern findet das Wort auch in Berichten, die wiederum Projekten zugeordnet sind. Da Projekt, Bericht und Projektleiter in der Projektdatenbank gespeichert sind, kann durch die Verknüpfung im Wissensnetz der Projektleiter als Experte vorgeschlagen werden“, erläutert Kamps den entscheidenden Vorteil, den tore als semantische Suchtechnologie bietet.

Um auch die Forderung nach einer möglichst übersichtlichen Trefferliste zu erfüllen, werden die Ergebnisse nach Experten, Projekten, Fachinformationen/Handbüchern, Bibliothekseinträgen sowie Forschung und Entwicklung (FuE) geordnet präsentiert. Zusätzlich gibt es die Möglichkeit, die Treffer im Detail zu vertiefen. So werden beispielsweise alle Dokumente, die ein Experte verfasst hat, aufgeführt und können geöffnet werden. Die tore-Suche wird heute im Bilfinger-Konzern weltweit genutzt. Zur Darstellung des Unternehmenserfolgs dieser Technologie erfolgte die Ermittlung von wertschöpfenden Elementen in einzelnen Unternehmensbereichen. Deren Ergebnisse waren eindeutig: „Durch tore konnten wir Informationen erhalten, Entscheidungsfindung und Wissen unserer Mitarbeiter entscheidend verbessern. Auch komplexe Fragen können nun innerhalb kurzer Zeit beantwortet und Experten schnell gefunden werden; räumliche Grenzen spielen keine Rolle mehr. Insgesamt können wir sagen, dass wir durch dieses semantische Wissensnetz eine verbesserte Position gegenüber unserem Wettbewerb einnehmen“, zieht Beate Kögel ihr Resümee. Die erste Implementierung von tore (mit K-Infinity von intelligent views) lieferte wertvolle Hinweise für die Konzeption einer optimierten Datenanalyse- und Suchtechnologie. Diese Erkenntnisse bildeten die Grundlage für die Entwicklung von CONWEAVER. Seit Dezember 2008 läuft auch tore bei Bilfinger SE auf Basis von CONWEAVER. Mit der Umstellung auf CONWEAVER wurden zusätzlich spezielle Datenquellen des Unternehmensbereichs Hochbau in die semantische Suche integriert. Die tore-Suchmaschine der Bilfinger SE mit der CONWEAVER Software verfolgt einen völlig anderen Ansatz als gängige Suchmaschinen. Aus der spezifischen Datensignatur des Unternehmens wird ein Optimum an Wissen extrahiert, unstrukturierte Daten in strukturierte verwandelt und das Ganze in einem zusammenhängenden Wissensnetz organisiert.

‍