Cognitive Software: Was Knowledge Management System smart macht

Cognitive Software für smarte Knowledge Management SystemeSie erinnern uns an Termine und warnen uns über Staus auf dem Heimweg: Cognitive Software und Digitale Assistenten sind in immer mehr Bereichen unseres Alltags fest etabliert. Auch auf dem Gebiet der Enterprise Search und in Knowledge Management-Software am Arbeitsplatz kommen sie zum Einsatz.

Die Bereitstellung von Wissensinhalten ist essentiell für den Workflow eines Unternehmens. De facto greifen aber viele Arbeitnehmer nur auf ein Minimum des Unternehmenswissens zu. Der Grund: Die technische Infrastruktur vieler Betriebe lässt zu wünschen übrig. In Zeiten von Big Data müssten Unternehmen mit einer enormen Datenmenge operieren können. Die Realität sieht jedoch anders aus: Unternehmen, Betriebe und Organisationen arbeiten mit veralteten Tools. Unternehmensdaten werden so vielerorts schlecht verwaltet und können dementsprechend nur lückenhaft abgerufen werden.

Die Folgen liegen auf der Hand. Aus ihrem privaten Umfeld sind Arbeitnehmer es heutzutage gewohnt, Antworten in Echtzeit und Recherche-Ergebnisse in wenigen Klicks zu erhalten. Erweisen sich die firmeninternen Wissensdatenbanken als deutlich träger und lückenhaft in der Bereitstellung von Unternehmensdaten, ist die Geduldsgrenze bei den Mitarbeitern schnell erreicht. Ihr Vertrauen sinkt, die Unternehmenskultur leidet und zuletzt steht auch die Produktivität des Unternehmen auf dem Spiel.

3 Kriterien eines erfolgreichen Knowledge Management-Systems

Um dieses Szenario zu verhindern, sollten Entscheider die Bereitstellung von leistungsfähiger und den Anforderungen entsprechender Betriebssoftware dringend in den Fokus rücken. Beim Aufbau eines erfolgreichen Knowledge Management ist dringend geraten, folgende Kriterien im Blick zu behalten:

Einmal Suchen – überall finden

Eine effiziente Unternehmenssuche und entsprechende Knowledge Management Software beschränkt sich nicht auf das Knowledge Management, sondern bezieht relevante Drittsysteme und schriftliche Korrespondenz ein. Moderne Knowledge Management-Lösungen stellen mit einer einzigen Suchanfrage eine Reihe von relevanten Treffern aus allen „erfassten“ Quellen intuitiv auf dem Desktop zusammen. Beispiel Schadenbearbeitung bei Versicherungen: die Kontakthistorie mit dem Geschädigten, vergleichbare Schäden, geografische Details, lokale Gutachter. Eine Suchanfrage stellt automatisch alle im Kontext zum Schadenereignis relevanten Informationen zum Direktzugriff zusammen.

Relevanz und Kontext sind entscheidend

Sucherfahrungen werden zudem nur dann als positiv empfunden, wenn sie die richtigen und im Kontext relevanten Ergebnisse liefern. Im Kern der Knowledge Management-Software müssen daher ein vernünftiges Enterprise-Search-Tool, ein Crawler für (Browser-basierte) Inhalte und ein umfangreicher Satz von flexiblen Entwickler-APIs und Konnektoren verfügbar sein. Denn Mitarbeiter nutzen durchschnittlich acht unterschiedliche Applikationen parallel: Case Management, CRM, Warenwirtschaft Produkt-Datenbank & Co.

Lernfähiges System – agile Wissensbasis

Relevanz heißt in unserer Zeit auch: personalisierte Ergebnisse liefern zu können. Traditionelle Lösungen helfen hier kaum weiter. Sie sind starr und wenig dynamisch, weil sie die Relevanz von Informationsinhalten für künftige Fragestellungen nicht erlernen können. Daher sind lernfähige Lösungen und Cognitive Software von entscheidender Bedeutung. Tools, die auf künstlicher Intelligenz basieren, erfassen das Verhalten ihrer Nutzer, ziehen daraus Rückschlüsse und entwickeln sich so permanent weiter.

Ein Knowledge Management-System nach den genannten Eckpunkten aufzubauen bzw. zu erweitern, mag für einige Unternehmen mit größerem Investitionsaufwand verbunden sein. Doch sicherlich mit lohnenswertem – denn nur wer die mit Big Data verbundenen Herausforderungen meistert und die wachsende Bedeutung von Wissensmanagement erkennt, wird künftig produktiv arbeiten können.

Schreibe einen Kommentar

Pflichtfelder sind mit * markiert.