KI und Bildersuche: Ein Duo für die Zukunft

Wie Unternehmen von smarter Suchtechnologie profitieren

„Das Durchsuchen der komplexen Datenlandschaften in Unternehmen bietet einen vielfältigen Einsatzbereich für Künstliche Intelligenz,“ erklärt Christoph Wendl, Experte für Enterprise Search Lösungen und CEO der Iphos IT Solutions. „KI unterstützt Unternehmen bei der effizienten Analyse indizierter Dateien und hilft, relevante Informationen schnell zu extrahieren. Neben der Verarbeitung von Texten nutzen wir maschinelles Lernen für die Auswertung visueller Daten. Ein gutes Enterprise-Suchsystem erkennt dabei Objekte wie etwa Menschen, Fahrzeuge, oder technische Geräte auf Bildern und macht sie so leicht mittels Suchbegriffen auffindbar. User profitieren dabei von einer intuitiveren Handhabung und leichterem Zugang zu Bilddateien. Künstliche Intelligenz stellt also eine wertvolle Ergänzung der unternehmensinternen Suche dar. Die Gründe dafür liegen in den Besonderheiten der Enterprise Search-Software.“

Zentraler, sicherer Zugriff auf alle Unternehmenssysteme

Grafiken, technische Zeichnungen, Fotos bis hin zu Photoshop-Files – unterschiedliche Dateiformate und Sicherheitslevels haben oft zur Folge, dass Bilddateien auf verschiedene Systeme und Speicherorte innerhalb des Unternehmens verteilt sind. Diese Fragmentierung erschwert eine konsistente und effiziente Suche. Software wie Enterprise Search Lösungen können hier eine Brücke zwischen allen Datenquellen schlagen: „Eine effiziente Bildersuche muss die Funktion erfüllen, Dateien aus allen relevanten Speicherorten zu erschließen und zu organisieren,“ erklärt Wendl. „Dieser umfassende Datenpool ist fundamental, um KI-Funktionalitäten sinnvoll auf alle unternehmensinternen Daten anwenden zu können. Die Einhaltung von datenschutzrechtlichen Aspekten ist dabei in die Enterprise Search Software integriert: durch die Einbindung existierender Berechtigungssysteme können User nur das sehen, was sie sehen dürfen.“

Semantische Suche nach Objekten in Bildern

Das größte Manko der manuellen Bildersuche sind die Dateinamen. Wurde hier nicht unter erheblichem Arbeitsaufwand händisch nachgeholfen, sieht man sich mit einer Fülle an Bildern mit kryptischen Buchstaben-Zahlenkombinationen konfrontiert, die nichts über den Bildinhalt aussagen. Die Suche in diesen Bildarchiven wird so zu einem langwierigen und mühsamen Prozedere.
Abhilfe kann hier die Implementierung einer semantischen Bildersuche schaffen. Diese versucht, Bilder auf Basis von Bedeutungen und Konzepten zu interpretieren und zu indizieren, anstatt sich nur auf Dateinamen oder Schlagwörter zu verlassen, die den Bildern manuell zugewiesen wurden.

„Eine gute unternehmensinterne Suche kann durch die Technologien der Objekterkennung und Kontexterkennung erweitert werden,“ berichtet Wendl vom KI-gestützten Lösungsansatz. „Themen, Konzepte und Objekte werden in den Bildern erkannt und als potenzielle Suchbegriffe indiziert. Das verbessert die Genauigkeit und Relevanz der Ergebnisse erheblich und macht das Sucherlebnis weitgehend intuitiv. Benötigen Nutzer etwa eine Werbegrafik auf der ein Computer abgebildet ist, müssen sie nur den Begriff „PC“ eingeben und aus allen erkannten Computer-Bildern das richtige auswählen.“ Mitarbeiter sind in der Suche nicht mehr allein von Metadaten und peinlich genauen Benennungsstandards abhängig. Vielmehr kann alles verfügbare Bildmaterial präzise auf den gewünschten Bildinhalt durchsucht werden.

In der Regel sollten gute Enterprise-Suchlösungen auch eine Synonym-Erkennung beinhalten. Das heißt auf Bildern erkannte PCs können auch dann gefunden werden, wenn der User nicht nach „PC“, sondern nach synonymen Begriffen wie „Computer“, „Work Station“, oder „Laptop“ sucht. Derartige Kombinationen von Technologien in der Suche steigern den Nutzen von Enterprise Search in der Bildersuche enorm.

Automatische Kategorisierung dank künstlicher Intelligenz

„Das langwierige Klicken durch Dateipfade, die in tiefe Ordnerstrukturen führen, gehört dank Enterprise Search-Technologien der Vergangenheit an. Schlagwörter für Dateien können maschinell mithilfe der Texterkennungs- und Objekterkennungsalgorithmen unserer KI vergeben werden. Bilder werden dabei automatisch klassifiziert, was wiederum eine organisierte Datenverwaltung fördert und die Produktivität im Umgang mit Bilddateien steigert.

Benutzerfreundliche Galerieansicht mit Thumbnails

Auch bei der Dateisuche gilt: Bild vor Text. Das Gehirn verarbeitet visuelle Informationen um ein Vielfaches schneller als bloßen Text. Eine bildhafte Darstellung von Dateien bildet dadurch einen Grundstein für ein intuitives Sucherlebnis. „Nach der automatischen Reihung nach Relevanz ist eines unserer wichtigsten Funktionen in der Bildsuche die Galerienansicht mit Thumbnails,“ erklärt Wendl. „Spezielle Parser und Optical Character Recognition erlauben uns, direkt in der Ergebnisanzeige eine verkleinerte Vorschau von Bilddateien anzubieten. Darunter fallen auch Formate, die im Windows Explorer nicht bildlich dargestellt werden können, wie etwa Photoshop-Dateien.“ Neue Technologien werden hier mit benutzerorientierter Darstellung verknüpft, die einen effizienteren Umgang mit visuellen Ressourcen erlaubt.

Zeichenerkennung für Effizienzsteigerung im Unternehmen

Enterprise Search setzt seit jeher auf die Einbindung neuer Technologien, um unternehmensinternes Suchen intelligenter und intuitiver zu gestalten. Ein weiteres gutes Beispiel für gelungenen Technologieeinsatz in internen Suchmaschinen stellt Optical Character Recognition (OCR) dar. OCR erlaubt in den Pixelinformationen von Bildern, Grafiken und Scans maschinenlesbaren Text zu erkennen – wie das etwa bei Scans von Rechnungen, Verträgen, oder archivierten Schriften der Fall ist. Oft werden derartige Dokumente überhaupt erst dadurch auffindbar. Daher ist es für mittelständische und größere Unternehmen empfehlenswert OCR-Funktionalität in die Unternehmenssuche zu integrieren. „Gerade die Intelligente Kombination aus Objekterkennung im Bild und OCR-Texterkennung kann wieder zu Synergien für ein Unternehmen führen,“ weiß Christoph Wendl. „So ist es etwa möglich bei erkannten Autos auf Bildern auch die Nummernschilder mittels OCR auszulesen, oder bei Produktbildern Markennamen zu erkennen.“