Es ist kein Geheimnis, dass Daten die Grundlage für sinnvolle KI-basierte Anwendungen sind. Um die besten Daten zu finden und KI-Leistung zu maximieren, braucht es jedoch einen leistungsfähigen Such-Ansatz.
Ertrinkt ein Unternehmen in Daten – eine Situation, mit der die meisten Firmen heute vertraut sind – ist es kaum verwunderlich, wenn Manager und Mitarbeiter Schwierigkeiten haben, aus diesen Daten verwertbare Erkenntnisse zu gewinnen.
Möglicherweise wissen die Verantwortlichen gar nicht, welche potenziell aufschlussreichen Informationen in ihrem Unternehmen vorhanden sind. Denn die Daten sind über verschiedene Systeme und Abteilungen verstreut und in vielen unterschiedlichen strukturierten und unstrukturierten Formaten gespeichert.
Diese Situation macht es schwierig, von den neuesten Fortschritten künstlicher Intelligenz (KI) zu profitieren. Die Technologie ist auf Daten angewiesen, und die Genauigkeit ihrer Antworten hängt vom Zugang zu den relevantesten und aktuellsten Informationen ab.
In einer Gartner-Umfrage von 2024 unter mehr als 1.200 Datenmanagern gaben fast zwei Drittel (63 Prozent) der Befragten zu, dass sie entweder nicht über die richtigen Datenmanagementverfahren für KI verfügen oder sich nicht sicher sind, ob sie diese haben. Noch beunruhigender: Die Analysten von Gartner prognostizieren, dass rund 60 Prozent der KI-Projekte ohne KI-fähige Daten komplett in der Versenkung verschwinden werden.
Die Umfrageergebnisse senden eine klare Botschaft: Mit dem Aufkommen von generativer KI wird die Fähigkeit von Unternehmen, strukturierte und unstrukturierte Daten aus einer Vielzahl interner Datenquellen zu durchsuchen, immer wichtiger. Insbesondere benötigen Unternehmen fortschrittliche Suchfunktionen, die über die herkömmliche Textsuche (oder lexikalische Suche) hinausgehen. Anstatt nur nach Zahlen- und Buchstabenfolgen zu suchen, die zu einer Suchanfrage passen, müssen sie auch eine semantische Suche einbeziehen. Damit können Benutzer Daten basierend auf der Absicht und der kontextuellen Bedeutung ihrer Anfrage finden.
Kurzum: Die semantische Suche ist heute ein unverzichtbarer Baustein für KI-Anwendungen – und das gilt insbesondere für jene, die Unternehmen nicht nur bei der Suche nach Daten (Search), sondern auch beim Schutz ihrer IT-Systeme (Security) und bei der Überwachung ihrer Nutzung und Leistung (Observability) unterstützen sollen.
Bei der Search AI Company Elastic beispielsweise setzen CISO Mandy Andress und ihr Team auf die hauseigene Technologie, um IT-Systeme mithilfe eines KI-Sicherheitsassistenten proaktiv gegen Angreifer zu verteidigen. Wie Andress es ausdrückt:
Der Telekommunikationsanbieter Telefonica wiederum nutzt Search AI, um zu beobachten, wie die Netzwerke und Dienste des Unternehmens für seine Kunden funktionieren, um sie robuster und widerstandsfähiger zu machen und das Kundenerlebnis kontinuierlich zu verbessern, sagt Mircea Anghel, Director of Service Operations des Unternehmens.
Die meisten Unternehmen setzen für ihr Geschäft heute auf eine Mischung aus Public Cloud, Private Cloud und On-Premise-Systemen. Ihre Search-Technologien müssen entsprechend Systeme in allen drei Kategorien abfragen können. Deshalb arbeitet Elastic mit Google Cloud Platform und anderen Cloud-Anbietern zusammen, um sicherzustellen, dass Kunden alle ihre Daten aufspüren und nutzen können.
Bei Elastic basieren die umfassenden Lösungen für Enterprise Search, Observability und Security auf einem gemeinsamen Technologie-Stack, der Search AI Plattform. Der Vorteil dieses Plattformansatzes liegt in der Flexibilität, mit der sich neue KI-Anwendungen zur Effizienzsteigerung und Verbesserung unterstützen lassen. Nutzer profitieren außerdem von einer großen Auswahl an zugrunde liegenden Infrastrukturtypen, einschließlich Cloud- und Serverless-Technologien. Dadurch verringert sich der Verwaltungs- und Wartungsaufwand für ihre IT-Teams und es ist gewährleistet, dass sie die Hardwareressourcen je nach Bedarf auf- und abbauen können.
Unter dem Strich bedeutet das vor allem eines: Aufgaben wie das Auffinden von Dokumenten, die Überwachung von IT-Infrastrukturen oder das Erkennen von Bedrohungen für die IT-Sicherheit – um nur einige zu nennen – erhalten einen kräftigen Schub an KI-Know-how. Mitarbeiter müssen nicht mehr genau wissen, wo sich die Daten befinden oder ob sie überhaupt existieren. Sie überlassen die Suche der KI und setzen ihre Unternehmensdaten möglichst effektiv ein.