Der Kontext ist entscheidend: Warum sich die Unternehmenssuche für das KI-Zeitalter weiterentwickeln muss

Jahrzehntelang war es überraschend schwierig, Daten innerhalb eines Unternehmens zu finden.

Unternehmen haben massiv in Data Warehouses, Data Lakes und Analyseplattformen investiert. Dennoch hatten die Mitarbeiter nach wie vor Schwierigkeiten, einfache Fragen zu beantworten: Wo finde ich die Daten, die ich brauche? Kann ich ihnen vertrauen? Bedeutet das, was ich denke? Sind sie für meinen use case überhaupt relevant?

Die Einführung von Metadaten Datenkatalogen stellte einen großen Fortschritt dar. Durch die Indizierung technischer und geschäftlicher Metadaten ermöglichten die Kataloge eine suchmaschinenähnliche Nutzung der Unternehmensdaten. Die Nutzer konnten nach Stichwörtern suchen, Datensätze entdecken und Einblick in Ressourcen gewinnen, die zuvor im gesamten Unternehmen verborgen waren.

Doch heute vollzieht sich ein weiterer Wandel. KI verändert nicht nur die Art und Weise, wie wir Daten nutzen, sondern auch, wie wir nach ihnen suchen.

Die Frage ist nicht mehr, ob Nutzer Daten finden können. Die Frage ist, ob sie den Kontext erkennen können, der diesen Daten Bedeutung verleiht.

Daten ohne Kontext haben nur einen begrenzten Wert

Daten existieren nicht isolation.

Jeder Datenpunkt ist das Ergebnis einer Handlung, einer Entscheidung oder eines Ereignisses. Es wurde ein Kauf getätigt. Ein Kunde hat in einem Hotel eingecheckt. Eine Maschine hat einen Messwert generiert. Ein Mitarbeiter hat eine gesicherte Einrichtung betreten.

Die Daten geben zwar Aufschluss über das Ergebnis dieser Ereignisse, oft jedoch nicht über den gesamten Kontext, der dahintersteht.

In der Vergangenheit haben Organisationen große Fortschritte bei der Speicherung von Transaktionen, Messwerten und Datensätzen gemacht. Schwierigkeiten hatten sie jedoch damit, den damit verbundenen Kontext zu erfassen. Warum ist etwas geschehen? Durch welchen Geschäftsprozess wurde es ausgelöst? Wer war daran beteiligt? Was war das beabsichtigte Ergebnis? In welchem Zusammenhang steht es mit anderen Informationen im gesamten Unternehmen?

Dies ist einer der Gründe, warum Daten-Discovery oft schwieriger Daten-Discovery als erwartet. Das Auffinden von Daten ist nur der erste Schritt. Erst wenn man sie versteht, beginnt die eigentliche Arbeit.

Der Wandel von der Suche zur Entdeckung

Die herkömmliche Unternehmenssuche basiert weitgehend auf Suchbegriffen. Die Nutzer geben eine Reihe von Begriffen ein und erhalten eine Liste mit Ergebnissen. Dieser Ansatz ist zwar effektiv, setzt jedoch voraus, dass die Nutzer bereits wissen, wonach sie suchen und wie sie es beschreiben können.

KI stellt diese Annahme auf den Kopf.

Anstatt sorgfältig formulierte Suchanfragen zu erstellen, können Nutzer nun mithilfe natürlicher Sprache mit Daten interagieren. Sie können Fragen stellen, so wie sie es auch bei einem Kollegen tun würden. Sie können ihre Anfragen im Laufe des Gesprächs präzisieren. Je nach ihrem sich entwickelnden Verständnis können sie ihren Fokus schrittweise eingrenzen oder erweitern.

Dies stellt eine Verlagerung von der Suche hin zur Entdeckung dar. Entdeckung ist ein iterativer Prozess. Sie ist kontextbezogen. Sie ermöglicht es den Nutzern, Informationen zu erkunden, anstatt sie lediglich abzurufen. Noch wichtiger ist, dass sie viel besser mit der tatsächlichen Denkweise der Menschen übereinstimmt.

Warum Semantik wichtig ist

Um dies zu ermöglichen, benötigen Unternehmen mehr als nur große Sprachmodelle. Sie brauchen Verständnis.

Semantische Technologien bieten die Struktur, die es KI-Systemen ermöglicht, Geschäftskonzepte, Metadaten, Beziehungen, Richtlinien und Kontext miteinander zu verknüpfen. Sie tragen dazu bei, die menschliche Sprache mit Unternehmensdaten zu verknüpfen.

Dies ist besonders wichtig, da ein erheblicher Teil des Unternehmenswissens in unstrukturierten Formaten wie Dokumenten, Richtlinien, Berichten, Präsentationen und Kommunikationsinhalten vorliegt. Wenn Unternehmen strukturierte Daten, Metadaten und unstrukturiertes Wissen in einem gemeinsamen semantischen Framework zusammenführen können, eröffnen sich völlig neue Suchmöglichkeiten.

Benutzer können nicht nur nach Datenbeständen suchen, sondern auch nach dem Kontext, in dem diese Bestände stehen.

Der Aufstieg der dialogorientierten Daten-Discovery

Die vielleicht bedeutendste Entwicklung ist das Aufkommen der dialogorientierten Informationsgewinnung.

Anstatt nur einmal zu suchen und eine statische Antwort zu erhalten, können Nutzer einen fortlaufenden Dialog mit ihren Daten führen. Sie können Folgefragen stellen, ihre Absicht präzisieren, irrelevante Ergebnisse ausschließen, geschäftliche Definitionen verfeinern und verwandte Konzepte erkunden.

Die Erfahrung ähnelt weniger der Suche in einer Datenbank als vielmehr der Zusammenarbeit mit einem sachkundigen Kollegen.

Für Analysten bedeutet dies einen schnelleren Zugang zu Erkenntnissen. Für Geschäftsanwender senkt es die Hürden bei der Arbeit mit Daten. Für Unternehmen trägt es dazu bei, Werte freizusetzen, die zuvor hinter technischer Komplexität verborgen waren.

Wie geht es weiter?

Die nächste Evolutionsstufe betrifft möglicherweise nicht nur den Menschen.

Mit dem Aufkommen agentische KI werden KI-Agenten zunehmend an Daten-Discovery, -analyse und Entscheidungsunterstützung mitwirken. Diese Systeme werden im Auftrag der Nutzer kontinuierlich Unternehmensinformationen suchen, verfeinern, analysieren und darauf reagieren.

In dieser Welt gewinnt der Kontext noch mehr an Bedeutung. Mitarbeiter benötigen mehr als nur Daten. Sie benötigen Sinnzusammenhänge. Sie benötigen Zusammenhänge. Sie benötigen geschäftliches Verständnis. Kurz gesagt: Sie benötigen Kontext.

Wir bei Actian sind davon überzeugt, dass dies die Zukunft der Unternehmenssuche ist. Deshalb investieren wir in kontextbezogene Suche, semantische Technologien, dialogorientierte Benutzererfahrungen und KI-gestützte Datenintelligenz.

Denn im Zeitalter der KI reicht es nicht mehr aus, nur Daten zu finden. Erst das Verständnis des dahinterstehenden Kontexts schafft einen Mehrwert.

Sehen Sie sich das kurze Video an, um mehr über kontextbezogene Daten-Discovery Zeitalter der KI zu erfahren:

Über den Autor

Über Ole Olesen-Bagneux

Ole Olesen-Bagneux ist ein weltweit anerkannter Vordenker im Metadaten und Unternehmensdatenarchitektur. Als Vice President und Chief Evangelist bei Actian fördert er das Bewusstsein der Branche für moderne Ansätze in den Bereichen Datenintelligenz, Unternehmenssuche und Governance und treibt deren Einführung voran.  Als versierter Autor hat Ole Datenkatalog „The Enterprise Datenkatalog O’Reilly, 2023) verfasst. Kürzlich veröffentlichte er Metadaten Fundamentals of Metadaten (O’Reilly, 2025), in dem er eine neuartige Metadaten namens „Meta Grid“ vorstellt. Mit einem Doktortitel in Bibliotheks- und Informationswissenschaft der Universität Kopenhagen bringt er eine einzigartige Perspektive ein, die eine Brücke zwischen traditioneller Informationswissenschaft und modernem Datenmanagement schlägt.