Kontext bezeichnet in der Unternehmenssuche die relevanten Hintergrundinformationen und Rahmenbedingungen, die es dem Enterprise Search System ermöglichen, Suchanfragen präziser und zielgerichteter zu interpretieren. Dazu gehören vor allem zwei Ebenen:
Kontext ermöglicht es, die Suchergebnisse an den spezifischen Benutzer und dessen Rolle im Unternehmen anzupassen. Kontext kann alles Mögliche sein, angefangen bei der Position im Unternehmen. Ein Mitarbeiter aus der Buchhaltung wird beispielsweise andere Informationen benötigen als jemand aus dem Vertrieb. Durch Kontext wie Name, Abteilung oder Projekthistorie können Ergebnisse so gefiltert werden, dass nur wirklich relevante Informationen angezeigt werden, die zum Nutzenden passen.
Kontext hilft auch dabei, die Suchabsicht genauer zu verstehen. Sucht ein Mitarbeitender beispielsweise nach "Vertrag", könnte er einen Lieferantenvertrag, einen Kundenvertrag oder einen Arbeitsvertrag meinen. Die Unternehmenssuche nutzt weitere kontextuelle Hinweise, wie kürzlich bearbeitete Dokumente oder das aktuelle Projekt des Mitarbeitenden, um die passenden Ergebnisse anzuzeigen.
Dabei wird auch berücksichtigt, wie die Suchanfrage gestellt wird. Auf die Anforderung „Gib mir unsere Sales Präsentation zu Retrieval Augmented Generation von letzter Woche“, muss das System das Datum der Präsentation kennen und diese zum Datum der Anfrage in Beziehung setzen. Durch den Begriff Präsentation sucht das System nach Power Point- oder PDF-Formaten. „Unsere Präsentation“ setzt das System mit einer Präsentation der Firma, in der der Suchende arbeitet, gleich.
Kontext konnte eine intelligente Enterprise Search wie der iFinder schon lange über die Extraktion von Metadaten einer Datei geben, also z.B. Autor, Datum, Dateiformat, Dateigröße etc.
Auch über die Thesaurus-Funktion stellt eine gute Suche Kontext her. Ein Thesaurus ist eine geordnete Zusammenstellung von Begriffen eines Fachgebietes. Das heißt, es werden deutsche und englische Synonyme sowie Ober-, Unter- und verwandte Begriffe oder Abkürzungen vernetzt. Wer nach „TNB“ sucht, findet die Teilnahmebedingungen oder wer nach „KFZ“ sucht, findet Auto und Kraftfahrzeug. Intelligente Linguistik-Funktionen erkennen zusammengesetzte Begriffe wie „Bundesinnenminister“, Singular- und Pluralformen und Eigennamen (Schwarz-Gruppe oder die Farbe „Schwarz“).
Über diese thesaurus-basierte Query Expansion sowie Enrichment (Automatische Anreicherung von Dokumenten mit Metadaten) können wir der Suchanfrage weiteren Kontext mitgeben, um die Genauigkeit und Relevanz der Suchergebnisse zu verbessern.
Durch Einsatz von Large Language Modellen (LLMs) ist zur Volltextsuche mit intelligenter Linguistik in jüngster Zeit noch die Vektorsuche hinzugekommen. Sie wandelt Texte in mathematische Vektoren um, die die semantische Bedeutung von Wörtern und Sätzen erfassen. Sie ermöglicht es, inhaltlich ähnliche Informationen zu finden, indem sie nicht nur nach exakten Schlüsselwörtern sucht, sondern den Kontext und die Bedeutung berücksichtigt. Auf die Frage „Wie kann ich meinen Firmenlaptop mit dem WLAN verbinden?“ erhält der Suchende das Dokument „Anleitung zur Einrichtung einer drahtlosen Netzwerkverbindung auf Ihrem Arbeitsgerät.“
Auch für generative KI verbessert zusätzlicher Kontext die Qualität der Ergebnisse erheblich. Je besser bekannt ist, wer eine Anfrage stellt, was sich der Nutzende in seiner Historie zuvor angesehen hat und was die Intention der Frage ist, desto passender sind die Antworten der KI. Kontext bewirkt:
Durch die Zusammenführung von Volltextsuche, intelligenter linguistischer Analyse und Vektorsuche entsteht ein leistungsstarkes System, das sowohl genaue Schlagworttreffer liefert als auch inhaltlich ähnliche Informationen erfasst und den Suchenden und dessen Intention berücksichtigt. So ermöglichen wir eine präzise und kontextbezogene Suche, die wirklich passende Informationen und Antworten liefert.
