Beim Natural Language Processing interagieren Computer möglichst sinnvoll mit Anwendern in menschlicher Sprache. Was hinter der Spracherkennung von Siri und Co. bereits im Verbrauchermarkt etabliert ist, könnte bald den Umgang mit Geschäftsanwendungen revolutionieren. Auf dem Feld der Datenanalyse gibt es bereits konkrete Anwendungen.
Natural Language Processing (NLP), also das Steuern von Computern mittels Sprache, hat in den letzten Jahren eine sprunghafte technologische Entwicklung erlebt. Laut einer Studie von Deloitte wird NLP inzwischen von 61 Prozent der befragten deutschen Unternehmen angewendet. Das neue Feature von Tableau, Ask Data, verwendet NLP und erlaubt Anwendern somit, Fragen zu ihren Daten in natürlicher Sprache schriftlich zu formulieren und eine visuelle Antwort in Tableau zu erhalten. Dies erleichtert es Benutzern unabhängig von ihrem Kompetenzniveau, mit Daten zu interagieren und daraus analytische Erkenntnisse zu gewinnen. Anwender sollen sich mit den Daten regelrecht unterhalten und in einem Frage-Antwort-Spiel zu neuen Erkenntnissen gelangen. Der Mensch stellt Fragen, der Rechner zieht die richtigen Daten.
Kontextwissen berücksichtigt
Obwohl Technologien für die natürliche Sprachverarbeitung bereits seit mehr als 20 Jahren vorhanden sind, waren sie bisher in Umfang und Funktionalität immer stark begrenzt. Früher hätte man jede Frage, die ein Nutzer potenziell stellen könnte, einzeln programmieren müssen. Die spezielle Herausforderung für Tableau bestand also darin, unter Zuhilfenahme von KI eine Technologie zu entwickeln, die die Bedeutung einer Frage wirklich verstehen kann, und nicht nur die Wörter in der Frage definiert. KI und ML-Algorithmen sind heute schon in der Lage, sogar Absichten hinter einer Frage erkennen zu können und sich nicht nur auf Keywords zu stützen. Ein intelligentes Analyseprogramm wie Ask Data kombiniert statistisches Wissen über eine Datenquelle mit Kontextwissen über die reale Welt, um die richtigen Methoden zur Analyse von Fragen zu bestimmen. Die Stärke von Ask Data liegt in seiner Fähigkeit, Hunderte oder Tausende von Datentabellen in Millisekunden zu durchsuchen, wodurch die Technologie in die Lage versetzt wird, potenzielle Treffer zu finden, die mit den gewählten Ausdrücken übereinstimmen.
Die Anwendung
Bei einer Suchabfrage in Vertriebsdaten nach ‚Industriesteuerungsverkauf in Deutschland‘ weiß das Programm beispielsweise, dass Filter wie ‚Produktkategorie‘ oder ‚Land‘ anzuwenden sind. Dazu wird statistisches Wissen zu einer Datenquelle mit Kontextdaten über reale Sachverhalte kombiniert: Industriesteuerung ist ein häufiger Wert für das Feld Produktkategorie, und ‚deutsch‘ ein Synonym für ‚Deutschland‘. Mittels dieser eingebetteten Unterstützung von Synonymen können Nutzer Erkenntnisse gewinnen und zugleich für ein und dasselbe Feld verschiedene Ausdrücke verwenden, etwa ‚Umsatz‘ oder ‚Buchungen‘. Oder, wenn ein NLP-gesteuertes Analysesystem nach dem ‚durchschnittlichen Gaspreis nach Region‘ gefragt wird, sucht das System nicht nur nach Gaspreisen, sondern weiß auch, dass es nach Region aggregiert und den Durchschnitt anzeigt. Sogar Folgefragen lassen sich problemlos stellen. Eine typische Frage lautet etwa: ‚Zeige mir die Verkaufszahlen meiner Produkte von diesem Quartal.‘ Automatisch werden die Ergebnisse angezeigt. Anschließend kann man direkt die Frage ‚Und von letztem?‘ stellen. Die Anwendung erkennt, dass es sich dabei um eine Anschlussfrage handelt, die sich ebenfalls auf ‚Verkaufszahlen‘ und ‚Quartal‘ bezieht. Vorteil: Die erste Frage muss nicht nochmal wiederholt und in Kontext gesetzt werden.
