Wie wichtig sind kontextbezogene Daten für die digitale Transformation?

deutsche Übersetzung

Context Driven Productivity und Ephesoft Semantik

Heute möchte ich Ihnen spannende Neuentwicklungen vorstellen, von denen Sie vielleicht schon in den Medien gehört haben. Ephesoft hat gerade ein neues Konzept angekündigt – zusammen mit der Beta-Version eines völlig neuen Produkts. Die Markteinführung von Context Driven Productivity und Ephesoft Semantik, unsere neue, webbasierte Plattform für kontextbezogene Produktivität erfolgt in Kürze

Bevor ich näher darauf eingehe, möchte ich zunächst den Begriff „kontextbezogene Daten“ erläutern. „Kontext“ beschreibt laut Definition die Umstände, die im Zusammenhang eines Ereignisses, einer Aussage oder einer Idee stehen. Dieser Kontext ist notwendig, um Daten komplett zu verstehen und einordnen zu können Wie können wir als Anwender mithilfe kontextbezogener Daten produktiver werden?

Wir alle kennen die Zahlen, die die Herausforderung wachsender Datenmengen in Unternehmen und dessen Auswirkungen auf viele Bereiche illustrieren. CIOs und Organisationen sind sich dieser Entwicklung bewusst. Doch wo kommt nun Kontext ins Spiel?

Das fehlende Teil im Puzzle: Kontext

In den zehn Jahren, in denen wir Lösungen für die Automatisierung von Dokumentenprozessen angeboten haben, ist uns etwas aufgefallen: Oft hatten Anwender nur ein Teil des Puzzles. Angesichts unvollständiger Daten fehlte ihnen der Kontext, um ihre Aufgaben effektiv durchzuführen. Wie viele Reiter haben Sie aktuell auf Ihrem Computer geöffnet? Wie oft wechseln Sie jeden Tag zwischen verschiedenen Softwareprogrammen oder Reitern, um Ihre Arbeit zu erledigen? Wir haben uns daran gewöhnt, zwischen Reitern hin und her zu springen, eine Anwendung nach der anderen zu öffnen und Daten von einem Tool ins andere zu kopieren – so sah unser Job einfach aus.

Ich bezeichne dies als „Sammeln“. Man nutzt ein System, holt sich dort Daten oder findet ein paar Informationen. Anschließend wechselt man zum nächsten System und nutzt die Informationen, um weitere Daten zu suchen. Dies wiederholt sich über alle Systeme hinweg. Bei uns Menschen basiert das Vorgehen, wie kontextbezogene Informationen sammeln, auf unserer Erfahrung – deren Anwendung komplex ist. Sobald Organisationen versuchen, diese Methode auf Bots oder Systeme zu übertragen, entsteht ein ganz neues Problem und es müssen kontinuierlich Ausnahmen bearbeitet werden. Der erforderliche Zeitaufwand für das Sammeln von Kontext ist zu hoch.

Dieses Problem ist weit verbreitet. Man muss sich Organisationen nur einmal näher ansehen und wird feststellen, dass die Produktivität aufgrund fehlender kontextbezogener Daten in allen Bereichen ausgebremst wird – in der Buchhaltung bei der Rechnungsbearbeitung, im Personalwesen beim Onboarding, im Vertrieb bei der Auftragsbearbeitung und in der Rechtsabteilung bei Verträgen. Ineffiziente Prozesse und fehlender Kontext ziehen sich durch die meisten Organisationen – unabhängig von deren Größe.

Fehlender Kontext ist einer der Hauptgründe für das Scheitern. Fehlender Kontext begrenzt die Aussichten auf Erfolg und erschwert die Automatisierung. McKinsey hat ziemlich erschreckende Zahlen zum Anteil gescheiterter Projekte in den Bereichen digitale Transformation und RPA veröffentlicht. Die Automatisierung eines unzulänglichen Prozesses oder die Transformation einer großen Abteilung, in der Anwendern und Systemen nicht alle benötigten Daten zur Verfügung stehen, sind schlechte Voraussetzungen für den Erfolg.  So wird nur der Ist-Zustand repliziert und von der physischen in die digitale Sphäre verlagert. Es muss einen besseren Weg geben.

Worin besteht denn das Problem?

Ist Kontext wirklich so entscheidend? Lohnt sich der ganze Aufwand? Berücksichtigen wir bei unseren Prozessen nur die nicht verknüpften zweidimensionalen Daten – oder auch Flat Data, leidet nicht nur unsere Produktivität, sondern wir treffen Entscheidungen, ohne das Gesamtbild zu kennen. Nehmen wir zum Beispiel die Personalbeschaffung. Wenn Sie in irgendeiner Form an der Auswahl von neuen Mitarbeitern beteiligt sein, wissen Sie nur zu gut, wie hoch der Zeitaufwand ist. Sie verbringen jeden Tag viel Zeit mit der Durchsicht von Lebensläufen oder Bewerbungsgesprächen, nur um später verborgene Probleme oder Faktoren festzustellen, durch die Kandidaten nicht infrage kommen. Das ist ziemlich ärgerlich.

Vielleicht erhalte ich einen Lebenslauf, der fantastisch aussieht. Die Bewerberin bringt alle gewünschten Voraussetzungen mit. Doch da nur Flat Data vorliegen und der Lebenslauf meine einzige Informationsquelle ist, fehlen mir ergänzende Informationen, die anhand anderer Quellen angereichert wurden. So weiß ich nicht, dass der Lebenslauf nicht mit dem LinkedIn-Profil der Kandidatin übereinstimmt, dass sie sich bei unserem Unternehmen schon oft beworben hat, dass wir an einen in unserem Partnervertrag verborgenen Absatz gebunden sind und sie nicht einstellen können. Es gibt aber auch rechtliche Probleme bei dieser Kandidatin: Ihr Vater ist Aufsichtsratsvorsitzender unseres größten Kunden. Außerdem ist ihr Pass abgelaufen – und das bei einer Position, die viel internationale Reisetätigkeit umfasst. Derzeit fehlt dieser Kontext.

Betrachten wir den Umfang von Autonomie im Unternehmen und den Weg zum höchsten Automatisierungsgrad, erkennen wir eine schrittweise Weiterentwicklung. Organisationen und ihre Abteilungen können sich in unterschiedlichen Phasen der digitalen Transformation befinden. Bei einigen werden nur einfache Aufgaben und Prozesse automatisiert, bei anderen ist der Umfang der Automatisierung wesentlich höher. Doch bei allen gibt es eine Mauer, die einen größeren Automatisierungsgrad verhindert, wenn sowohl Kontext als auch angereicherte Daten und Erkenntnisse fehlen, um wirklich zu verstehen, welche Daten für eine Aufgabe oder einen Prozess erforderlich sind. Diese Mauer verhindert, dass Menschen, Bots und Systeme auf Wissen zugreifen und Entscheidungen in Echtzeit treffen können, um möglichst hohe Produktivität zu erreichen. Wenn wir diese Mauer einreißen können, lassen sich Prozesse ohne Eingreifen des Menschen durchführen und Mitarbeiter können sich Aufgaben mit größerer Wertschöpfung widmen.

Das neue Fachgebiet der „Context Driven Productivity“

Was ist zu tun? Wie können wir die Methodik beim Prozesslernen und bei Autonomie verbessern, sodass wir das höchste Maß an autonomen Abläufen erreichen? Ephesoft hat mit Context Driven Productivity (CDP) eine neue Möglichkeit eingeführt, wie Kontext berücksichtigt werden kann. Was bedeutet CDP für die Organisation?

Unserer Vision nach verfügt das Unternehmen über die Mittel, um Menschen, Bots und Systemen kontextbezogene Daten bereitzustellen, damit die Mauer durch fehlenden Kontext fällt. CDP basiert auf einem innovativen Ansatz in Bezug auf Datenerwerb aus bestehenden Prozessen, die Anreicherung dieser Daten und schließlich der Verstärkung des Werts, den diese Daten haben, sodass die Produktivität wächst. Es ist weder Produkt noch Technologie, sondern ein Framework, mit dem höchst autonome Prozesse erzielt werden können. Dabei steht die Bereitstellung des Gesamtbilds aller Informationen im Vordergrund, um informierte Entscheidungen nachzuvollziehen und durch die Darstellung zeitnaher Daten zu ermöglichen.

CDP basiert auf drei zentralen Säulen, die das Fundament dafür bilden, dass ein Prozess oder eine Aufgabe und alle dafür erforderlichen Daten verstanden werden, diese Informationen erweitert und künftig eingesetzt werden. Diese drei Säulen sind Datenerwerb (oder -erfassung), Anreichern und Verstärken. 

Doch wie bauen wir Kontext auf? Geht es dabei nur darum, Daten zu sammeln? Nein. Wäre dies der Fall, könnten wir dieses Problem leicht lösen. Die erforderliche zugrunde liegende Technologie lässt sich am besten am Beispiel einer Pinnwand erklären, auf der Polizisten die Ergebnisse ihrer Ermittlungsarbeit darstellen. Fast jeder kennt aus Fernsehkrimis die Arbeit der Spurensicherung und der Ermittler, die versuchen, Anhaltspunkte miteinander zu verknüpfen, um einen Mörder oder Straftäter zu

überführen. Die Pinnwand mit Ermittlungsergebnissen illustriert auf einfache Weise, welche komplexen Technologien hinter den Kulissen arbeiten und welche Möglichkeiten der CDP-Ansatz bietet. Im Grunde handelt es sich um eine Reihe von Verknüpfungen und Beziehungen zwischen Entitäten und deren Eigenschaften.  Im Beispiel der Straftat wissen wir, wo die Mordwaffe gefunden wurde, wer sie hergestellt hat und welche DNA damit verknüpft ist. Damit können wir untersuchen, wie all dies zusammenhängt. Unsere CDP-Plattform nutzt ebenfalls eine Art Pinnwand für Ermittlungsergebnisse.

Damit CDP vollständig möglich ist, brauchen wir neue und innovative Technologien:

• Semantic Acquisition Engine (Daten werden durch Anreicherung erweitert)
• Die Möglichkeit, Daten anzureichern sowie Beziehungen und Verknüpfungen herzustellen (Knowledge Graph, alias Pinnwand)
• Verstärkung der Ergebnisse (einfacher Zugriff auf das erworbene Wissen über sichere, freigegebene Dienste)

Damit haben wir die Problemstellung nun analysiert und uns angesehen, was hinter Context Driven Productivity steckt. Welche Lösung bietet Ephesoft für diese Herausforderung und wie kann dadurch die Produktivität in der Organisation verbessert werden? Im Folgenden gebe ich Ihnen eine Übersicht über die neue Plattform und wie wir Kunden dabei unterstützen möchten, ihren zentralen Prozessen profunde Erkenntnisse zugrunde zu legen und die Produktivität von Anwendern zu optimieren.

Die Lösung: Ephesoft Semantik

Semantik deckt durch robuste Tools die zentralen Säulen der CDP ab. Dies umfassen die Erfassung und Erstellung semantischer Daten, die Anreicherung der Daten mittels interner und externer Quellen sowie Möglichkeiten, die Daten im gesamten Unternehmen zu nutzen. Werden zu Beginn des Prozesses Daten bereitgestellt, die angereichert werden können, lässt sich viel Kontext aufbauen und in Form eines Knowledge Graphs speichern. Menschen und Bots haben so umfassende Möglichkeiten, Aufgaben und Prozesse schnell und automatisch abzuwickeln.

Im Verborgenen gibt es die technische Infrastruktur, um eine Art digitale Pinnwand zu erzeugen, und mittels KI Kontext aufzubauen, wobei Datenentitäten, Verknüpfungen und weitreichende Beziehungen genutzt werden. Als Ergebnis wird der genannte Knowledge Graph des Unternehmens erzeugt – das Gesamtbild der täglichen Abläufe im Unternehmen im Zeitverlauf.

Greifen wir nochmals die Überprüfung des persönlichen Umfelds auf, das in unserem Beispiel aus dem Personalwesen durch fehlenden Kontext erschwert wurde. Doch nun haben wir Zugriff auf das Gesamtbild, nicht nur den Lebenslauf. Wir haben das Gesamtbild aller Daten. Wir wissen, wie diese verknüpft sind, und wir können umfassenden Kontext erzeugen. So sind wir in der Lage, schnell effektive Entscheidungen zu treffen – der Aufwand für das Sammeln von Informationen entfällt.

Vollständige Übersicht

Letzten Endes soll eine Komplettsicht bereitgestellt werden, auf die Anwender zugreifen können und die den Systemen und digitalen Prozessen in digitaler Form vorliegt. Diese Komplettsicht ist vergleichbar mit einem Kaleidoskop, durch das man die Entitäten, Verknüpfungen und Beziehungen erkennt, die durch angereicherte Daten entstehen, sodass alle Informationen bereitstehen, die für die Durchführung eines Prozesses oder einer Aufgabe benötigt werden.

Bei Ephesoft haben wir das stufenweise Vorgehen bei der Umsetzung von CDP-Initiativen weltweit dargestellt. Dabei stehen die drei Säulen der CDP im Vordergrund: Datenerwerb oder -erfassung, Anreicherung und Verstärkung.

Was leistet Ephesoft Semantik heute?

Zunächst haben wir uns auf den Datenerwerb konzentriert und angesichts unserer bisherigen Erfahrung, bei Anwendungsfällen den Schwerpunkt auf Dokumentenerfassung gelegt. Wir haben eine Plattform und entsprechende Komponenten entwickelt, um die Inhalte von Dokumenten auf ganz neue Art mithilfe brandneuer Modelle für maschinelles Lernen zu betrachten. Es sollen dabei nicht nur die Daten von Interesse extrahiert werden, sondern eine virtuelle semantische Karte des Inhalts erstellen werden, der das System durchläuft. Bei diesem digitalen Fingerabdruck handelt es sich um semantische Daten, die angereichert werden können und für die nächste Phase zur Verfügung stehen. Doch dieser digitale Fingerabdruck kann schon heute bei speziellen Lösungen für bestimmte Formen des Datenerwerbs genutzt werden. Semantik Invoice ist die erste Lösung, die von allen Interessierten derzeit als Beta-Version getestet werden kann.

Ich möchte betonen, dass dies nicht einfach eine weitere Einzellösung ist, die wir auf den Markt bringen. Vielmehr haben wir eine solide Grundlage geschaffen, den CDP-spezifischen Datenerwerb zu ermöglichen, wenn die nächsten Phasen entwickelt werden. Dies ist das Fundament für künftige Produktivitätslösungen, die fast immer sofortigen ROI und Automatisierung ermöglichen. Wir haben einfache, anwenderfreundliche Benutzeroberflächen entwickelt, die Mehrwert bieten und nur wenige oder keine Schulungen erfordern.

Zudem werden wir damit beginnen, Ephesoft Transact in die Phasen der Semantik-Plattform zu integrieren, damit umfassende und erweiterte Möglichkeiten für den Datenerwerb und die Anreicherung zur Verfügung stehen. In naher Zukunft wollen wir die Technologie von Semantik und die Vorteile dieser neuen Technologie nutzen. Mit dem neuen CDP-Ansatz werden wir auch unsere Fuzzy-DB, unsere Web-Services-Suche und Plug-in-Architektur einsetzen, um beim Erfassen von Inhalten Daten bereitzustellen, die durch Anreicherung erweitert wurden. Darüber hinaus bietet Transact Möglichkeiten für das Data Labeling, um semantische Modelle zu erweitern und saubere, korrekte Datenbestände für KI-Initiativen bereitzustellen. Sie kennen unsere Initiativen für Data Labeling und die Möglichkeiten noch nicht, die Transact in diesem Bereich bietet? Dann kontaktieren Sie uns gerne.. Der Markt für unsere Technologie entwickelt sich dynamisch und schnell.

Eine Aufnahme des Webinars finden Sie auf unserem BrightTALK Channel