Business Intelligence-Anbieter versuchen das Potential ihrer Tools noch besser auszuschöpfen, indem sie die Benutzeroberfläche mithilfe von virtuellen Assistenten dank Natural Language Processing (NLP) vereinfachen. Diese Teildisziplin der künstlichen Intelligenz (KI) ist ein wichtiger Daten- und Analysetrend und wird die Art und Weise, wie wir mit BI-Tools (BI = Business Intelligence) interagieren, verändern sowie Datenabfragen revolutionieren.
Dass wir einst mit Computern in einen Dialog treten werden, das hätte man sich wohl bis vor ein paar Jahren kaum vorstellen können. Virtuelle Sprachassistenten wie Alexa, Siri und Google vereinfachen uns den Alltag auf verschiedenste Art und Weise, indem sie uns an Termine erinnern oder Informationen vom Internet abrufen. Aber auch Suchmaschinen im Web sind nicht mehr wegzudenken. Die faszinierende Technologie hinter diesen Tools nennt sich «Natural Language Processing», oder kurz NLP (siehe auch Computerlinguistik), und findet nun auch in Business Intelligence-Tools mehr und mehr Anwendung.
Was ist genau NLP?
Zuerst einmal müssen wir verstehen, was sich hinter dem Begriff NLP versteckt. NLP ist eine Technologie, welche sich verschiedenster Konzepte wie Künstliche Intelligenz, Semantische Suche, Machine Learning und Sprachwissenschaft bedient, um Maschinen zu befähigen, mit Menschen in menschlicher Sprache zu interagieren. Sie ermöglicht es Computern, Muster in der Sprache zu erkennen, deren Bedeutung zu erschliessen und eine passende Antwort zu liefern. Sie verwendet mathematische und computergestützte Methoden, um die menschliche Sprache für den Computer verständlich zu machen. Im Gegensatz zur konventionellen Schlüsselwortsuche (mit Suchbegriffen AND, OR, NOT) verwendet NLP die sogenannte semantische Suche, um eine Abfrage zu analysieren. Dabei verstehen Algorithmen die Verknüpfungen zwischen den Wörtern sowie die mögliche Absicht hinter der Abfrage. Der Computer versteht also die Abfrage, konvertiert sie in die digitale Sprache, holt sich die Ergebnisse und konvertiert diese wieder zurück in die menschliche Sprache. Der Blog-Beitrag „Die Geschichte mit der Sprache oder wie Computer lesen lernen“ erklärt vertiefter, wie NLP funktioniert.
NLP bringt Business Intelligence auf das nächste Level
NLP wird in naher Zukunft einen immensen Einfluss auf die Art und Weise haben, wie wir mit BI-Tools und insbesondere mit Daten interagieren. Dass NLP vor allem für diese Art von Analyse-Software ein wichtiges Feature ist und zu den Top 10-Trends der Datenanalyse gehört, bestätigt das Forschungsinstitut Gartner. Gemäss Gartner werden bis 2020 50% aller analytischen Abfragen entweder durch Suche, natürliche Sprachverarbeitung (NLP) oder gesprochene Sprache ausgeführt (siehe Gartner).
Den hohen Stellenwert der Technologie unterstreichen unter anderem auch führende BI-Anbieter wie Qlik, Tableau und Sisense. Sie alle sehen in NLP die treibende Technologie für die Zukunft von Business Intelligence. Die Anwendungsmöglichkeiten, welche die Technologie aus Business User-Sicht bietet, bringen BI Tools auf die nächste Evolutionsstufe (es wird viel auch von BI der 3. Generation gesprochen).
Vorteile der Technologie für die Anwender und Unternehmen
Insbesondere das Zeitalter von Big Data, wo immer mehr Daten immer schneller verarbeitet werden sollen, macht die Datenanalyse komplizierter und herausfordernder, da es viel Wissen zu Programmierung und Statistik bedarf. Die Verwendung von Natural Language Processing in BI-Tools gibt vor allem Non-Techies einen enormen Nutzen, da es die Datenanalyse um ein Vielfaches vereinfacht. NLP nimmt dem Business User viel technisches Wissen ab und schlägt die Brücke zwischen der spezifischen Such-Abfrage des Business Users und der Daten. Nehmen wir an, wir möchten herausfinden, welcher Kunde im letzten Jahr am meisten Umsatz generiert hat. Anstatt dass man mühselig durch die Daten surft, kann man einen Chatbot (siehe unten) die gleiche Frage stellen und die Antwort in Bruchteilen von Sekunden erhalten.
Da BI-Tools mithilfe von Suchfunktionen sowie virtuellen Assistenten (dank NLP) vor allem für Business-Anwender viel bedienerfreundlicher werden, ermöglichen sie komplexe Datenanalysen für Mitarbeitende aller Hierarchiestufen. Daten können so einer relativ grossen Masse innerhalb einer Organisation zugänglich gemacht werden. Diese Demokratisierung des Datenzugangs erlaubt jeder Person im Business auf relevante Daten zuzugreifen.
Einsatzbeispiele von NLP in der Business Intelligence-Umgebung
Einige BI- und Analytics-Tool-Anbieter bieten bereits Abfrage-Features an, die auf NLP basieren. Die User können mit den Daten interagieren, indem sie normale Fragen stellen. Tableau hat so zum Beispiel erst vor kurzem die NLP-Suchfunktion «Ask Data» eingeführt. Nach eingetippter Frage kommt der Assistent blitzschnell mit einer passenden Antwort, verpackt in eine schöne Grafik.
Qlik hat mit «Crunchbot» einen sogenannten BI Chatbot (BI Bot) im Angebot, welcher eine Unterhaltung mit den Business Usern über ihre Daten simuliert. So kann der User eine Analytics-Anfrage über die Qlik Sense-Benutzeroberfläche oder über Kollaborationstools wie Slack, Skype, Salesforce Chat und Microsoft Teams eingeben und der BI-Bot bringt automatisch generierte Diagramme bzw. über Natural Language Generating (kurz NLG) Erkenntnisse sowie Zusammenhänge in den Daten.
Auch Sisense bietet mit «Sisense Boto» einen BI-Bot, der ähnlich funktioniert und ebenfalls über gängige Kollaborationstools (analog zu Crunchbot) gesteuert werden kann.
Fazit
Die Technologie rund um NLP bringt zweifelsfrei neue Anwendungsmöglichkeiten im Bereich Business Intelligence und wird deren Zukunft aktiv mitgestalten. Sie tönt definitiv vielversprechend und wird die Art und Weise verändern, wie Business User einst mit Daten umgehen könnten. Obwohl NLP enormes Potential bietet, sind die Features noch in den Kinderschuhen und noch nicht ausgereift. Es wird aktuell viel investiert, um die Technologie noch präziser und intelligenter zu machen. So extrem uns die BI-Tools der nächsten Generation die Analysen vereinfachen, sollte der Business User letztlich den automatisch generierten Resultaten kritisch gegenüberstehen. Aus diesem Grund hat der Beruf des Data Scientists auch in Zukunft seine Daseinsberechtigung. Lassen wir uns überraschen, wie sich NLP und insbesondere deren Integration in BI-Tools in Zukunft entwickeln werden.
