Im Gegensatz zu traditionellen Wissensmanagement-Lösungen geht Mindbreeze nicht den Weg der Integration. Das heißt, die Daten bleiben dort, wo sie produziert werden (z. B. im SAP- oder im CRM-System). Mindbreeze dockt mittels Standard-Konnektoren an die Daten an und erzeugt eine Wissensdatenbank, die nicht die Originaldaten repliziert, sondern eine Metaebene einführt, mit der Informationen rasch zusammengeführt und gefunden werden können.
Dadurch, dass die Daten unberührt bleiben, können die Fachabteilungen weiterhin mit den gewohnten Systemen arbeiten und sind zusätzlich in der Lage, von diesen Systemen aus auf die Stärken von Enterprise Search zuzugreifen.
Multichannel-In/Multichannel-Out

Die Appliance kann mit ihren 450 Konnektoren an jede Datenquelle angebunden werden. Mindbreeze versteht Dokumente in über 500 Dateiformaten. Dadurch können Dokumente einfach und schnell automatisiert verarbeitet und anschließend an geeignete Geschäftsprozesse, Anwendungen und Content-Repositorys übergeben werden.

Rascher Produktivstart durch den Einsatz einer Appliance
Die Appliance wird konfiguriert geliefert und ist damit sofort einsetzbar.

Völlige Formularfreiheit der Eingangspost
Egal ob E-Mails, Briefe oder Social Media Beiträge - Mindbreeze erkennt mehr als 500 Dateiformate aus mehr als 450 Datenquellen.

Selbstlernendes Verfahren zur Klassifizierung
Es werden Sinnzusammenhänge automatisch erkannt und laufend um weitere Informationen angereichert.

Automatisierte Dokumentenverarbeitung
Die manuelle Vorverarbeitung bzw. das Sortieren, die Datenerfassung sowie das Verteilen von Eingangspost beziehungsweise elektronischen Dokumenten wie etwa Faxe, E-Mails inkl. Anhänge, Social-Media-Kanäle ist zeitintensiv, teuer und fehleranfällig.
Mindbreeze extrahiert Inhalte wie z.B. Kundennummern (Metadaten) aus unstrukturierten Texten und erkennt über Semantik, ob es sich bei dem Dokument um einen Antrag oder eine Bestellung (Dokumententyp) handelt. Geht es um das Verstehen von Informationen und das Erkennen von semantischen Zusammenhängen in riesigen Datenmengen, können Machine Learning Algorithmen klare Vorteile ausspielen.
Intelligent, selbstlernend und selbstoptimierend
Fehlertoleranter Abgleich von Stammdaten: Unstrukturierte Daten werden durch den Abgleich mit unternehmensinternen Stammdaten analysiert. Hier verknüpft Mindbreeze Namen mit Kundennummer und kann diese angereichte Information liefern. Ebenso die Validierung oder Korrektur falscher Metadaten wie etwa einen Kundennamen ist damit möglich.
Ich interessiere mich für Mindbreeze InSpire

Datenextraktion und Klassifikation, Mindbreeze Österreich
gerald.martinetz@mindbreeze.com (link sends e-mail)@GeraldMartinetz auf Twitter
LinkedIn Profil von Gerald Martinetz anzeigen