Published: July 30, 2014 - 08:00

Enterprise Search: Künstliche Intelligenz durch die Hintertür?

11. Mai 1997. Ein Computerprogramm schlägt den amtierenden Schachweltmeister Garri Kasparow in einem über sechs Partien laufenden Vergleichswettkampf. Ein schwerer Schlag für die Menschheit, die seit damals lieber unter sich spielt.


Diese Leistung war zum damaligen Zeitpunkt verblüffend, da im Schach nach zwei Zügen mehr als 72.000 Stellungen möglich sind, für die ersten 40 Züge belaufen sich die Schätzungen auf 10115 bis 10120. Trotz dieser Herausforderung ist die Technologie heute so weit fortgeschritten, dass durchschnittlich gute Schachprogramme, die in jedem Smartphone leicht Platz finden, 99,99 Prozent der Menschheit schlagen können.


So herausfordernd Schach auch scheinen mag, es läuft nach wenigen, festen Regeln ab - ganz im Gegensatz zu Quizspielen, die seit wenigen Jahren ebenfalls von Computer gewonnen werden. Hier ist die Welt durch die natürliche Sprache definiert - und damit durch hohe Komplexität und Ambiguität. Selbst ein einfacher Satz wie "Bitte mach das Fenster zu!" lässt den Schluss zu, dass es im Zimmer - je nach Kontext - zu kalt oder zu laut ist. Für ein Programm ist diese logische Verknüpfung ein unerhörter Kraftakt und setzt einen reichen Schatz an Hintergrundwissen voraus.


Was die Software-Entwickler seit dem Sieg gegen Garri Kasparow erreicht haben, ist herausragend. Sie haben es geschafft, nicht nur in der Welt der Ordnung eine erschreckend gute Figur zu machen, sondern auch im Chaos, das den menschlichen Kosmos durch voller Unklarheiten und Emotionen kennzeichnet. Verblüffend ist auch, dass die Technologien, die mit der hohen Komplexität der natürlichen Sprachen umgehen können, bereits fester Bestandteil moderner Business-Suchmaschinen sind, genauer gesagt: von Enterprise Search-Technologien.


Das intelligent anmutende Verständnis, das eine Software an den Tag legt, um bei einer Quizsendung zu gewinnen, ist in Sachen Enterprise Search die Summe zahlreicher Funktionen. Eine durchaus "menschliche" Komponente ist, zu erkennen, ob es sich bei einem Namen in einer E-Mail beispielsweise um eine Person, eine Firma oder um einen Ortsnamen handelt. Das System schafft das mit Hilfe von Kontextanalyse und Thesauri, die im Hintergrund laufen.


Definiert die Enterprise Search-Lösung ein Objekt als Person, die in mehreren Quellen im Zusammenhang mit einem bestimmten Ort auftaucht, kann mit hoher Wahrscheinlichkeit davon ausgegangen werden, dass dies der Wohnort der Person ist. Auf diese Weise erschließt die Technologie Texte mit an humaner Intelligenz grenzender Logik und Assoziationskraft.


Ein weiteres Merkmal ist, dass das System lernfähig ist - genau so, wie man es von einem vorbildlichen Exemplar des Homo sapiens erwarten würde. Je größer der Datenbestand, desto reichhaltiger die Verknüpfungen und vertrauenswürdiger die Ergebnisse. Und liegt das System bei einer Verknüpfung einmal falsch, so lässt sich korrigierend eingreifen.


Noch verblüffender scheint die Fähigkeit von Enterprise Search-Lösungen, dort Muster zu erkennen, wo für Außenstehende reines Chaos herrscht. Muster, die neue Erkenntnisse über die Welt ermöglichen. Die dazu dienen können, leichter zu lernen. Es waren laut eigenen Aussagen in erster Linie Muster in Schachstellungen, die die ungarische Top-Spielerin Judit Polgár als Kind gelernt hat, um später Weltmeister wie Anatoli Karpow und den eingangs erwähnten Garri Kasparow zu schlagen.


Angesichts der Fähigkeiten, die Enterprise Search-Lösungen mit sich bringen, ist man versucht, von künstlicher Intelligenz zu sprechen - ein Begriff, der noch in den 1990er-Jahren für funkelnde Augen gesorgt hat, in den letzten Jahren aber gegenüber anderen Schlagworten an Terrain verloren hat.


Doch genau darum geht es, wenn man die Vorteile von Enterprise Search auf den Punkt bringen will: Künstliche Intelligenz - quasi durch die Hintertür semantischer Suchanwendungen.