Unternehmensweite Suche

Ob cloudbasiert oder lokal, in jeder Suchanwendung beginnt die Erkenntnisgewinnung mit einer sorgfältigen Datenaufbereitung. Sie erfahren, wie das Aspire Content Processing-Framework von Accenture zusammen mit Azure Blob Storage und Azure Cognitive Services unstrukturierte Daten anreichern können, um bessere Ergebnisse der Suche und Analyse zu liefern.

Immer mehr Unternehmen benötigen innovative Systeme, um anhand der unstrukturierten Inhalte in natürlicher Sprache verwertbare Erkenntnisse für ihr Geschäft zu gewinnen. Mit großer Freude stellen wir Ihnen Saga vor – ein skalierbares benutzerfreundliches Framework für das Verständnis natürlicher Sprache, mit dessen Hilfe Nicht-Datenwissenschaftler diverse leistungsstarke und flexible Sprachmodelle für die Benutzerinteraktion und das Verstehen von Dokumenten im Unternehmensbereich erstellen und pflegen können.

Organisationen werden zunehmend durch Erkenntnisse angetrieben. Angesichts der rasanten Entwicklung von KI-Technologien (Maschinelles Lernen und NLP) steigt der Bedarf an KI-gestützten Such- und Analyseanwendungen kontinuierlich. Zum Beginn des neuen Jahres 2019 nimmt unser Geschäftsführer Kamran Khan die wichtigsten aktuellen Entwicklungen unter die Lupe.

Kurz vor dem Ende der Laufzeit stellte Google den cloudbasierten Nachfolger von Google Search Appliance (GSA) vor: Google Cloud Search. Als Google-Partner mit einem umfassenden Know-how im Bereich der Unternehmenssuche arbeiteten wir zusammen mit Google an der Entwicklung, um exklusiv die Cloud Search-Funktionen zu testen, die ersten Kundeninstanzen auszuprobieren und wertvolles Feedback für die Weiterentwicklung zu geben. Lesen Sie den Bericht unseres Experten über Google Cloud Search.

Kurz vor dem Ende der Laufzeit stellte Google den cloudbasierten Nachfolger von Google Search Appliance (GSA) vor: Google Cloud Search. Als Google-Partner mit einem umfassenden Know-how im Bereich der Unternehmenssuche arbeiteten wir zusammen mit Google an der Entwicklung, um exklusiv die Cloud Search-Funktionen zu testen, die ersten Kundeninstanzen auszuprobieren und wertvolles Feedback für die Weiterentwicklung zu geben. Lesen Sie den Bericht unseres Experten über Google Cloud Search.

In diesem Beitrag erfahren Sie, wie künstliche Intelligenz und Verarbeitung natürlicher Sprache genutzt werden können, um Wissensdiagramme zu erstellen, die wiederum Chatbots, Frage/Antwort-Systemen und den Suchanwendungen ermöglichen, umfassendes Unternehmenswissen zu liefern und Geschäftswerte zu verbessern.

Neue Innovationen werden durch Big Data-Analyse, künstliche Intelligenz, Cognitive Computing und maschinelles Lernen beschleunigt. Es bildete sich dabei ein Schema: Die Suche dient diesen Technologien als Einstiegshilfe und Unterstützung. Lesen Sie in diesem Blog, wie die Suche neue Türen für Einblicke in allen Unternehmensbereichen öffnet.

Wie hilft die kognitive Suche dem Benutzer, über die traditionellen Suchfelder und Abgleiche von Stichwörtern hinauszugehen? In diesem Beitrag von unserem Gastblogger Laurent Fanichet von Sinequa erfahren Sie, wie Big Data, natürliche Spracherkennung und maschinelle Lernverfahren dem modernen Unternehmen eine intelligentere Suche liefern.

Die Google Search Appliance (GSA) hat das Ende ihrer Laufzeit erreicht. Wenn Ihr Plan für den Übergang noch nicht steht, sollten Sie sich jetzt darum kümmern. In diesem Blog zeigen wir die fünf wichtigsten Punkte auf, die man bei einem Umstieg von GSA zu einer Open-Source-Alternative bedenken sollte, wie z. B. Elasticsearch oder Solr. Hierbei werden auch cloudbasierte Optionen für den Ersatz der GSA angesprochen, die Skalierbarkeit und Kosteneinsparungen bieten können.

Datenseen bringen Daten aus unterschiedlichen Quellen zusammen und machen sie leichter durchsuchbar, um damit die Informationserkundung, Analyse und Berichterstattung des Unternehmens zu unterstützen. Aber wie kann man angemessene Sicherheitsmaßnahmen einrichten, um sicherzustellen, dass die Daten gut verwaltet und geschützt sind? In diesem Blog besprechen unsere Experten die vier Hauptbereiche, die man bei der Implementierung der Sicherheit im Datensee bedenken sollte.