Watch your words

Dieses Herausfinden, die Auswertung von Wort-Big-Data, ist ein Wettbewerbsvorteil für alle Gewerbetreibende. Denn wenn jeder alles über einen ins Netz stellen kann, sollte man wissen, was da alles steht. Die Perlentaucher und Trüffelschweine der Neuzeit lauten Text Analytics, mit denen Textdaten analysiert werden können, sie teilen die guten ins Töpfchen, die schlechten ins Kröpfchen. Eine Aschenputtelarbeit auf höchstem, technologischem Niveau.Aber wie sollten Unternehmen dieses komplexe Thema überhaupt angehen? Ihr Einsatz muss mit der entsprechenden Weitsicht geplant werden. Denn Text Analytics ist weit mehr als blosse Texterkennung, mehr als blosses Wortevoneinandertrennen. Die echte Analyse von Worten mutiert mehr und mehr zu einem eigenen Wirtschaftszweig, zu einem neuen Dienstleistungs- und Produktionssektor. Wir zeigen auf, was Firmen bei der Umsetzung beachten müssen, um hier erfolgreich zu sein. Dabei sind sechs Schritte entscheidend: 1. Geschäftsszenario klären Bevor es zur Auswahl einer konkreten Lösung kommt, ist es notwendig, dass Unternehmen ihre Geschäftssituation beleuchten und potenzielle Einsatzszenarien durchspielen. Dabei gilt es zu überlegen, welche internen oder externen Quellen genutzt werden, und welcher Geschäftsnutzen sich bei einer automatisierten Auswertung ergeben würde. Typische Vorteile, aus denen sich potenziell Mehrwert generieren lässt, sind umfassendere Informationsabdeckung, effizientere Bearbeitung, konstante Analysequalität oder der holistische Ansatz, bei dem alle Dokumente auf einmal betrachtet werden. Aspekte wie die Überprüfung von Zugriffsmöglichkeiten oder Datenschutz müssen mit in diese Ist-Analyse einfliessen. 2. Software auswählen Zunächst sollte bei einer Evaluierung der verschiedenen Anbieter überprüft werden, inwieweit die technischen Rahmenbedingungen den Anforderungen des Unternehmens entsprechen. Kriterien für die Auswahl können die unterstützten Formate, die benötigte Sprache sowie Funktionalitäten wie Crawling, Suche, Erkennung von Ereignissen oder Trends sein. Darüber hinaus ist es wichtig, dass die Lösung neben der reinen Textanalyse auch Möglichkeiten zum Datenmanagement, Data Mining und Reporting bietet, um den maximalen Wert aus den gewonnenen Informationen zu schöpfen. 3. Realistisch einsteigen Beim Einsatz einer Text-Analytics-Lösung ist es sinnvoll, einen Schritt-für-Schritt-Ansatz zu verfolgen. Mittlerweile ist es nicht mehr notwendig, gleich mit dem Aufbau grosser Glossare, Themenkataloge oder Ähnlichem zu beginnen. Stattdessen empfiehlt es sich, statistische und visuelle Verfahren zu nutzen, um so erste Erkenntnisse und für die weitere Analyse wertvolle Ressourcen (zum Beispiel Wortlisten) datengetrieben zu ermitteln. Mit entsprechend leistungsstarker Software lässt sich hier ein hoher manueller Aufwand vermeiden. 4. Systematisch verbessern Ist die Software erst einmal im Einsatz, beginnt die Feinsteuerung: Sukzessive werden dann die Themen, Wortlisten und linguistischen Regeln systematisch verbessert und angepasst. Dies erfolgt, indem fortlaufend Informationen aus dem Fundus historischer Dokumente und dem stetigen Strom neuer Texte gezogen werden, und in die Bewertung einfliessen. Fortschrittliche Systeme schlagen dabei automatisiert Anpassungen (zum Beispiel in Form neuer Synonyme) vor und binden den Benutzer sinnvoll ein („Active Learning“). 5. Integrieren In einem nächsten Schritt geht es darum, Text Analytics in die Gesamtsteuerung des Unternehmens zu integrieren, um die gewonnenen Erkenntnisse übergreifend umzusetzen. Dies erfordert eine konzeptionelle Integration mit anderen IT-Werkzeugen, zum Beispiel mit dem Data Mining für eine gemeinsame Analyse von strukturierten und unstrukturierten Daten. 6. Im Unternehmen verbreiten Die leistungsstärkste Text-Analytics-Lösung hat keinen Wert, wenn sie nicht von einem Fachexperten genutzt wird. Daher gilt es, die gewonnenen Informationen in die Fachabteilungen zu bringen, damit die dortigen Experten diese in handlungsfähiges Wissen überführen können. Grundvoraussetzung dafür, ist wiederum eine einfache Bedienbarkeit, sodass Fachanwender Suchen, Auswertungen und Analysen schnell und flexibel ohne IT-Unterstützung erstellen können. WEITERFÜHRENDE LINKS Veranstaltung: Seminar: Textanalytics erffnet neue Perspektiven Whitepaper: Text Mine Your Big Data Whitepaper: TDWI Checklist Report - Eight Steps for Using Analytics to Gain Value from Text and Unstructured Content Webinar: Text Analytics: Aus unstrukturierten Daten Wissen generieren