Der Steinkohlenbergbau in Deutschland ist Geschichte, das Expertenwissen aus 150 Jahren soll bleiben. Doch wie können Informationen, die in Millionen von Dokumenten auf zahlreichen Servern verborgen liegen effizient nutzbar gemacht werden? RAG setzt bei diesem Problem auf technische Innovation und Künstliche Intelligenz (KI), die wertvolles Wissen für die Mitarbeiterinnen und Mitarbeiter erschließt und leicht zugänglich macht. Unterstützung erhält das Unternehmen dabei vom Aachener Start-up amberSearch (ehemals ambeRoad), das die unternehmensweite Suchmaschine auf das nächste Level hieven soll.
Nach langer Entwicklung- und Testphase steht im zweiten Halbjahr 2022 die Implementierung des neuen Systems in die IT-Architektur der RAG an. Während der umfangreichen Pilotphase konnten die ersten Nutzer aus unterschiedlichen Bereichen des Unternehmens auf die KI-gestützte Suche zugreifen. Neben hilfreichen Rückmeldungen zur weiteren Optimierung erhielt das Entwicklerteam durchweg positives Feedback: „Meine Kollegen haben sich gewundert, wie ich auf einmal so schnell an die benötigten Informationen komme“, lautete ein Kommentar. „Unglaublich, in welcher Geschwindigkeit die Suchergebnisse angezeigt werden“, ein anderer.
Ende 2018 musste RAG die aktive Steinkohlenförderung endgültig einstellen und steckt noch immer in einem umfangreichen Veränderungsprozess, der vom Personalabbau geprägt ist. Effektive Wege zum Erhalt des Expertenwissens und dem Zugriff darauf sind somit sehr gefragt. Das gesammelte Wissen schlummert in verschiedenen Datensilos wie Netzwerklaufwerken, der Microsoft-Plattform SharePoint oder der unternehmensinternen Suchmaschine DSA (Digitale Service-Akte). Schrittweise digitalisiert RAG historische analoge Daten — und wöchentlich kommen mehrere Terabytes hinzu. Abbaupläne und Grubenrisse aus Zeiten des industriellen Bergbaus liefern heute Grundlagen für den betrieblichen Alltag. Während die Belegschaft sinkt, wächst der Datenberg stetig. Damit wertvolle Informationen in der Flut von Altdaten nicht verloren gehen und die Suche nach ihnen schneller und effizienter wird, suchte RAG über das Programm DataHub nach neuen Lösungen. Die Initiative der Gründerallianz Ruhr bringt etablierte Unternehmen aus dem Ruhrgebiet mit den besten Start-ups weltweit zusammen, um in einer dreimonatigen Kooperation gemeinsam an einer innovativen Lösung eines Problems zu arbeiten. Der DataHub hat es sich zur Aufgabe gemacht, die Datenpotenziale des Ruhrgebiets zu nutzen und zu fördern. Teilnehmende Start-ups erhalten die Chance auf ein Pilotprojekt sowie bis zu 20.000 Euro. Der konkrete Auftrag von RAG lautete, bei der Datensuche mit Hilfe von KI qualitativ hochwertige Antworten auf die Fragen der Anwender zu liefern.
So clever wie ein erfahrener Kollege
Da die bisherige Suche über die RAG-interne Plattform „Digitale Service-Akte“ (DSA) bisher nicht auf die Beantwortung komplexer Fragen ausgelegt war, galt der Anspruch, die Ergebnisse in Zukunft so clever, vollständig und präzise zu gestalten, als würde man einen erfahrenen Kollegen fragen, der nebenan im Büro sitzt. Die DSA sammelt Tags aus mehreren Systemen und tausenden Dokumenten. Benutzer, die nach bestimmten Stichworten suchen, erhalten eine Liste von Ergebnissen, die nach Quellsystem oder Zeitraum gefiltert werden können. Mit Hilfe von intelligenten Suchalgorithmen machte das Start-up amberSearch den riesigen Wissensschatz, den RAG in seiner Firmengeschichte aufgebaut hat, schnell und effizient für einzelne Nutzer durchsuchbar, damit keine wertvollen Inhalte verloren gehen, wenn Mitarbeiter das Unternehmen verlassen.
Das Problem ist weit verbreitet. In Unternehmen und Organisationen auf der ganzen Welt wird jeden Tag wertvolle Zeit auf der langwierigen Suche nach Informationen, Dokumenten und Formularen verschwendet. Gerade größere Unternehmen mit entsprechender Historie kennen die Herausforderung, Informationen leicht verfügbar zu machen. Zumal die stetig wachsende Datenmenge herkömmliche Systeme an ihre Grenzen bringt. Wie stark die Suche nach Informationen die Produktivität am Arbeitsplatz beeinträchtigen kann, belegt eine Umfrage von SearchYourCloud. Demnach braucht ein Drittel der befragten Mitarbeiter jedes Mal zwischen 5 und 25 Minuten, um ein bestimmtes Dokument zu finden. Darüber hinaus waren in 80 Prozent der Fälle bis zu acht Versuche erforderlich, um überhaupt an das richtige Ergebnis zu gelangen. Ein hoher Zeitaufwand, den Führungskräfte oft unterschätzen. Ein Rechenbeispiel: Wenn im Schnitt jeder Mitarbeiter 30 Minuten täglich sucht, „verschwendet“ ein Unternehmen mit mehreren Hundert Angestellten im Monat schon Personalkosten im sechsstelligen Bereich. Der wirtschaftliche Nutzen einer effektiven Suchfunktion kann also nicht überbewertet werden.
Durch die Zusammenarbeit mit amberSearch möchte RAG gezielt die Geschäftsabläufe verschlanken und optimierten. Nach der DataHub-Ausschreibung prüfte ein interdisziplinär besetztes Team die eingereichten Lösungsansätze und entschied sich schließlich für das Start-up aus Aachen. Die jungen Gründer ermöglichen ihren Kunden einen leichten und intuitiven Zugriff auf das unternehmensinterne Wissen und helfen dabei, Zeit, Geld und Nerven zu sparen sowie den Workflow zu verbessern. Dafür nutzen sie neueste Entwicklungen in verschiedenen Bereichen der künstlichen Intelligenz wie beispielsweise Natural Language Processing, Deep Learning und Computer Vision. Im gemeinsamen Projekt KISS42 wurde die Suchsoftware amberSearch entwickelt und auf die Anforderungen des Nachbergbau-Unternehmens angepasst. KISS42 steht übrigens für Künstliches, Intelligentes SuchSystem und 42 für die Antwort auf die „Frage aller Fragen“ aus Douglas Adams’ Roman „Per Anhalter durch die Galaxis“.
KI musste erst Bergmannsprache lernen
Damit die Software überhaupt die korrekten Antworten auf spezifische Fragen rund um den Bergbau geben kann, musste sie erst lernen, dass in der bergmännischen Sprache mit all ihren Fachausdrücken und Besonderheiten Wörter wie Rauben, Walsum oder West und Ost auch noch weitere Bedeutungen haben können als die herkömmlichen. „Unseren Algorithmen diese Spezialbegriffe anzutrainieren, war anfangs eine riesige Herausforderung, führte aber letztendlich dazu, dass die Nutzer effizient und vor allem zufrieden mit unserer Suche arbeiten“, so Philipp Reißel, strategischer Produktentwickler und Mitgründer von amberSearch. Zudem lernte die Suchmaschine während der Erprobungsphase, welche Arten von Daten sie lesen können soll, um sie den Anwendern passgenau zur Anfrage zu liefern: Geodaten, Office-Dokumente von Excel bis Powerpoint, PDFs, aber auch Karten, Grafiken, Bilder und vieles mehr. Die Quellen stellen eine weitere Herausforderung dar, da die Daten oft an unterschiedlichen Stellen wie in Sharepoint-Teamräumen oder Datenbanken gespeichert sind — sie kommen aus Staffbase, ELO oder dem unternehmensweiten Intranet. „Nichts Geringeres als eine Software, die Fragen wie ein Experte beantworten kann, sollte am Ende des Projekts stehen“, beschreibt Steffen Bechert aus dem Unternehmensbereich Standort- und Geodienste den Anspruch an die intelligente Suchmaschine.
Damit amberSearch die Probleme und Wünsche der Nutzer von Grund auf und in der Tiefe versteht, stand der stetige Austausch mit den Anwendern im Fokus. So soll gewährleistet werden, dass die neu entwickelte Lösung hundertprozentig angenommen wird. RAG ist überzeugt, dass sich die Mehrarbeit am Ende langfristig bezahlt macht. Dem Team war schon früh klar, dass eine bloße Optimierung der normalen Suchfunktion nicht ausreichen würde, um den Zugang zum immer weiter wachsenden Wissen für alle Mitarbeiter dauerhaft zu gewährleisten. Vielmehr sollten KI-basierte Features dafür sorgen, dass die fortschrittliche Suchmaschine bisherige Software an Schnelligkeit und Qualität der Ergebnisse weit übertrifft. Wie das bei bekannten Internetsuchdiensten üblich ist, sollten die Anwender zudem auch richtige Antworten auf komplett ausformulierte Fragen erhalten und nicht ausschließlich nach einzelnen Stichworten suchen können.
Du überlegest ebenfalls, diese Technologie einzuführen? Dann lade dir jetzt unser White Paper „So geht eine erfolgreiche Einführung von Enterprise Search in Kombination mit generativer KI“ herunter. Wer das gesamte, 16-seitige White Paper mit allen Insights lesen möchte, der kann sich hier den ganzen Report herunterladen:
Die Zusammenarbeit war durch agiles Projektmanagement geprägt, das viele kleine Schritte und Anpassungen ermöglichte. Während beim klassischen Projektmanagement das Ergebnis gleich zu Beginn final definiert wird, folgten nach einem ersten Konzeptentwurf, einem Prototyp und einer Pilothase viele ausgiebige und notwendige Feedbackrunden, um die KI-Suche schrittweise zu optimieren und auftretende Bugs, Anwenderprobleme und ähnliches zu lösen. Dadurch entstand eine Dynamik, die zu einem noch besseren Verständnis der jeweils anderen Partei führte. Das variable Projektergebnis konnte dadurch mit jeder neuen Anforderung wachsen. Beim Prototyp stand beispielsweise anfangs eine intelligente Textsuche über mehrere Datenquellen im Mittelpunkt. Später kam der Wunsch auf, auch noch weitere Medien wie Bilder oder gescannte Dokumente zu integrieren, den das Start-up sofort in den nächsten Prototyp einarbeitete. „Für uns war das Projekt ein gelungener Start zur Nutzung von KI-Methoden im Bereich Geoinformation und Suchtechnologie. Das Know-how und die Innovationsfreude von amberSearch eröffneten dabei völlig neue Möglichkeiten zur intelligenten Nutzung unserer Datenbestände“, betont Peter Vosen, Geodaten-Experte bei RAG und Leiter der Projekts KISS42.
Analyse innerhalb von Sekundenbruchteilen
Das Endprodukt sollte dem entsprechen, was die Mitarbeiter aus dem Internet gewohnt sind. Keine besonders leichte Aufgabe, wenn man bedenkt, dass sich die Suchvorgänge im Web und Unternehmen grundsätzlich unterscheiden. Informationen im Internet sind erst einmal für alle verfügbar, Zugriffsrechte muss der Anbieter kaum berücksichtigen. Zudem sind Daten auf Webseiten in einheitlicheren Dateiformaten in der Cloud vorhanden. Eine leichte Einordnung und Auswertung der Ergebnisse ist durch Verlinkungen zwischen verschiedenen Webseiten möglich. Im Zweifelsfall können riesige Mengen an Nutzerdaten die Ungenauigkeit der Software korrigieren. Da die Software von amberSearch hingegen noch viele verschiedene weitere Themen abdecken muss, entwickelte das Start-up sie in verschiedenen Teilbereichen, sogenannten Containern, die zusammengesetzt dann die Gesamtlösung ergeben. Bevor eine Anfrage an die unterschiedlichen Datensilos geleitet werden kann, analysiert die Software im ersten Schritt die Frage mit einem intelligenten, kundenspezifischen Sprachmodell. Dafür wird sie auf semantischer Ebene verstanden und durch Synonyme gezielt erweitert. Beim Suchvorgang nutzt das Start-up einen sogenannten vektorbasierten Index, wodurch nicht nur Stichworte miteinander verglichen, sondern auch auf abstrakterer Ebene Zusammenhänge von Sätzen und Absätzen analysiert werden — und das innerhalb von Sekundenbruchteilen. Nachdem ein intelligentes Re-Rankingmodell mehrere Textschnipsel der Relevanz nach sortiert, werden die Ergebnisse mit weiteren Inhalten aus verschiedenen Dateiformaten wie beispielsweise Bildern kombiniert. Im letzten Schritt werden die Ergebnisse dem Nutzer dann in einem übersichtlichen Format angezeigt.
Das Entwicklerteam von amberSearch setzt großen Wert auf hohe Nutzerfreundlichkeit und verzichtet deshalb größtenteils auf Filteroptionen. „Wir haben erkannt, dass unsere Nutzer bei Websuchmaschinen die Filterfunktionen selten bis gar nicht genutzt haben. Daher haben wir uns dazu entschieden, dies auch bei amberSearch nur sehr begrenzt einzusetzen und Filterfunktionen durch die Kombination verschiedener KI-basierter Modelle zu ersetzen.“, so Igli Manaj, Mitgründer und technischer Produktentwickler von amberSearch. In verschiedenen Pilotprojekten habe sich dies als der richtige Weg herausgestellt.
Kein adäquater Anbieter am Markt
Das „digitale Suchen und Finden“ ist kein neues Themenfeld. Durch den rasanten Fortschritt verschiedener KI-Fachbereiche entstanden jedoch ganz neue Möglichkeiten mit großen Datenmengen umzugehen. Bestehende Anbieter bieten oft große, umfangreiche Lösungen, die jedoch aufwändig in der Instandhaltung und deutlich weniger effizient sind. RAG war auf der Suche nach neuen, messbaren und günstigeren Lösungen. Zudem galt es, die Vorgabe zu erfüllen, über Grenzen verschiedener Datensilos und Dateiformate hinweg suchen zu können. Da RAG für diese spezifische Aufgabenstellung am Markt keinen adäquaten Anbieter fand, entschied sich das Unternehmen, über die Gründerallianz eine internationale Challenge für Start-ups auszuschreiben.
„Es ist immer spannend, wenn Start-ups mit Konzernen zusammenarbeiten, da prallen mitunter zwei Kulturen aufeinander“, so Julian Reinauer von amberSearch. „Die Zusammenarbeit mit der RAG hat gezeigt, dass beide Seiten voneinander lernen können. Auf der einen Seite die Konzerne von der Schnelligkeit und der Agilität der Start-ups, auf der anderen Seite erhalten Start-ups Einblicke in die Prozesse und Strukturen von Großunternehmen.”
Weitere Dateiformate und Features geplant
Neben RAG konnten die Aachener Gründer inzwischen weitere große Kunden akquirieren und führen mit ihnen Testphasen durch oder planen eine weitere Zusammenarbeit. Um das Wachstum zu beschleunigen und das Produkt noch weiterzuentwickeln, hat das Team um die vier Gründer Igli Manaj, Julian Johannes Reinauer, Philipp Reißel und Bastian Maiworm bereits eine Investorenrunde abgeschlossen. Die bisher entwickelten Lösungen sollen zeitnah einem Großteil der Mitarbeiter zur Verfügung gestellt werden. Geplant sind bereits weitere Features, bei denen schon mehrere Kunden Bedarf angemeldet haben, etwa zusätzliche Dateiformate wie beispielsweise 3D-Modelle oder technische Zeichnungen durchsuchen zu können. Zudem wurden — unter Berücksichtigung der Zugriffsrechte — Schnittstellen zu Kommunikationstools wie Teams, Slack oder E-Mail für die KI-basierte Suche entwickelt. Unternehmensinterne Daten könnten zukünftig auch mit externen Daten angereichert werden — die Möglichkeiten scheinen unendlich.
Infokasten: RAG
150 Jahre lang prägte der industrielle Steinkohlenbergbau die Reviere in Nordrhein-Westfalen und im Saarland. Die RAG Aktiengesellschaft übernimmt nach dem Ausstieg aus der Steinkohlenförderung 2018 langfristig Verantwortung für den Nachbergbau. Mit der Bearbeitung der sogenannten Ewigkeitsaufgaben trägt das Unternehmen dazu bei, in den Bergbauregionen den Wasserhaushalt dort unter und über Tage zu regulieren. Oberstes Gebot sind dabei der Trinkwasser- und Umweltschutz. Zu den Aufgaben zählen die Grubenwasserhaltung, Poldermaßnahmen über Tage sowie die Grundwasserreinigung und das Grundwassermonitoring an kontaminierten Standorten. Zu den weiteren Aufgaben der RAG gehören die Regulierung von bergbaubedingten Schäden an Gebäuden, Grundstücken oder Infrastruktur sowie die Sanierung alter Schächte und der Rückbau von Betriebsanlagen.
Infokasten: DSA
Die unternehmensweite Suchmaschine von RAG heißt Digitale Service-Akte (DSA) und gewährt Zugriff auf etwa 350 verschiedene Themen. Nutzer können über sie Geodaten, Informationen und das digitale Rissarchiv abrufen. Die unternehmensweite Plattform startete 2011 und wurde seitdem kontinuierlich weiterentwickelt. Als Integrations- und Informationsdienst im Intranet bietet sie einen einheitlichen Zugang zu allen wichtigen Daten, sammelt Schlagworte aus mehreren anderen Systemen, wie GIS, Staffbase oder ELO und tausenden von Dokumenten (zum Beispiel Sharepoint, gemeinsame Ordner, Dateisysteme). Über das integrierte Rissarchiv stehen darüber hinaus rund 160.000 Grubenrisse zur Verfügung. Hinzu kommt ein integriertes Luftbildarchiv mit RAG-eigenen Luftbildern der vergangenen Jahrzehnte. So werden jetzt per Mausklick Grubenrisse angezeigt, die die Mitarbeiter früher im Archiv einsehen oder über das Vorgängersystem nicht besonders nutzerfreundlich beziehen mussten.
Anwender können nach Tags suchen und erhalten eine Liste mit Suchergebnissen, die auf verschiedene Weise gefiltert werden können, etwa nach Zeitraum oder Quellsystem. Eine weitere Funktion ist die Erstellung individueller Profile innerhalb der DSA und die Möglichkeit, individuelle Datenabfragen zu speichern. Außerdem bietet das System Vorlagen für einzelne Abteilungen. Den Mitarbeitern ist es möglich, Profile zu exportieren und an Kollegen zu verschicken, was die Zusammenarbeit und eine projektbezogene Dokumentation erleichtert. Unter Beachtung der jeweiligen Zugriffsrechte erlaubt DSA umfangreiche Suchfunktionen auch in angebundenen Quellsystemen wie Teamräumen und Filesystemen sowie Staffbase, ELO und GIS. Auch ein Absprung in die entsprechenden Dokumente oder Quellsysteme ist möglich. RAG bietet seinen Mitarbeitern somit eine unternehmensspezifische Version von Google Suche und Google Maps.
Infokasten amberSearch:
amberSearch ist ein Aachener Deep-Tech Start up, welches sich mit dem Finden von Informationen innerhalb von unstrukturierten Daten beschäftigt. Das Gründerteam um Philipp Reißel, Julian Reinauer, Igli Manaj und Bastian Maiworm startete ursprünglich mit einer etwas anderen Idee. Mit der Zeit reifte die Vision einer unternehmensinternen Suchmaschine nach dem Vorbild von Internetsuchmaschinen, damit Mitarbeiter auch im Unternehmen schnell an relevante Informationen kommen können. Nach mehreren Erfolgsgeschichten nahm das Start up eine Wachstumsfinanzierung auf, um weiter wachsen zu können. amberSearch verhindert durch Ihre Suchmaschine den Frust, den Mitarbeiter verspüren, wenn sie das vorhandene Wissen im Unternehmen nicht finden. Dazu setzen sie auf unterschiedlichen Arten der künstlichen Intelligenz und ermöglichen so eine Suche unter Berücksichtigung unternehmensspezifischer Begebenheiten.
Du findest unseren Content spannend?
Dann bleib jetzt über unseren Newsletter mit uns in Kontakt: