Enterprise Search: Effizientere Datensuche mit internen Suchmaschinen

(openPR) Big Data ist längst allgegenwärtig und jeden Tag werden mehr Daten erzeugt. Bis 2020 sollen es bereits über 40.000 Exabyte an digitalen Daten pro Jahr sein – also mehr als 40.000.000.000.000 Gigabyte (Quelle: Statista). Zum Vergleich: Die englischsprachige Version von Wikipedia umfasst derzeit circa 40 Gigabyte. Vorausgesetzt man lädt nur die jeweils aktuellste Variante der Artikel herunter und lässt alles Weitere außer Acht (Quelle: Wikipedia).

Firmen sammeln und generieren Daten in Form von E-Mails, PDFs, Excel- oder Word-Dateien, internen Chats und Datenbanken. Darin verborgene relevante Informationen müssen von Mitarbeitern erst gesucht werden (siehe Infografik). Das kostet Zeit und Geld. Unstrukturierte Daten bereiten hierbei oft Schwierigkeiten. Dabei belegt die IDC-Studie „Unlocking the hidden value of information“: Unternehmen, die das Potenzial ihrer Daten richtig nutzen, können produktiver sowie effizienter arbeiten und mehr Umsatz generieren.

Big Data: Mehr Komplexität, weniger einheitliche Datenablage

„Auch interne Aufgaben werden immer komplexer. Das erschwert die Dateisuche“, erklärt Markus Ruf, Big-Data-Experte und Geschäftsführer der mip GmbH. „Mitarbeiter pflegen häufig ihr eigenes Ablagesystem. Sind viele Kollegen an einem Projekt beteiligt, wird es schnell unübersichtlich. Dann muss man lange nach Dateien suchen, im schlimmsten Fall gehen Daten sogar verloren.“
Enterprise-Search-Systeme können die Datensuche schneller und effizienter gestalten. Dabei werden strukturierte und unstrukturierte Datenquellen innerhalb eines Vorgangs durchsucht. So muss nicht für jedes System ein extra Suchvorgang initiiert werden. Intelligente Systeme verknüpfen darüber hinaus interne sowie externe Quellen und lernen bei jeder Interaktion dazu.

Weitere Informationen unter: http://mip.de/enterprise-search/