Wir machen genau das, was der Name ausdrückt: Text maschinell analysieren.

Unser Ziel ist es, die Art und Weise, wie SIE Dokumente benutzen, um zu verstehen, wer SIE sind, und wer ANDERE sind, völlig zu verändern.

ExplorativeDokumentanalyse

Statt Dokumente wie bisher zu lesen, um einen Überblick zu erhalten, werden wir das tun, was jedem, der mit Zahlen arbeitet, beigebracht wird: Daten werden erhoben, gesammelt, in eine übersichtliche Form gebracht und anschließend mit Hilfe von Kennzahlen charakterisiert. Der Fachbegriff daführ lautet: Beschreibende Statistik", oder Explorative Datenanalyse (EDA)". Durch Verfahren des maschinellen Lernens" sind inzwischen noch zusätzliche Analysemöglichkeiten vorhanden.

Sie haben schon Messdaten ausgewertet und kennen "Explorative Datenanalyse (EDA)"? Bei der Analyse von Messdaten gibt es ja immer eine erste Orientierungsphase, wenn man nicht weiß, welche Situation vorliegt: um die zu untersuchenden Daten besser zu verstehen, führt man verschiedene Standardanalysen durch, wie z. B. Boxplot, Histogramm, Q-Q-Plot, Scatterplotmatrix, etc. Niemand käme auf die Idee, Messdaten in Form von Zahlenkolonnen durchzusehen und zu glauben, er könnte auf diese Weise ein Verständnis über die Daten bekommen. Das, was wir hier machen, ist EDA mit Dokumenten. Wir fangen nicht an, einzelne Dokumente zu lesen, sondern führen eine Explorative Dokumentanalyse (EDA)" durch. Lesen können Sie immer noch, aber bitte erst später, und dann nur das, was im Moment für Sie wichtig ist.

Warum maschinelles Lesen technischer Dokumente?

Berufliches Lesen besteht zum großen Teil aus "querlesen"; dabei geht es darum, in kurzer Zeit die wesentlichen Inhalte von Dokumenten zu erfassen und zu wissen, ob es überhaupt lohnt, sich näher mit dem Dokument zu beschäftigen. Falls es sich lohnt, ist es von Bedeutung, den Inhalt des Dokuments in Relation zu dem zu sehen, was man bereits gelesen hat, um einerseits die Bedeutung besser einschätzen zu können, und andererseits zu wissen, im Zusammenhang mit welchen anderen Dokumenten man diesen Text gedanklich einsortieren muss.

Die Dokumente, mit denen sich Numberland beschäftigt, kommen im wesentlichen aus einem der vier folgenden Bereiche:

Marketing und Vertrieb (lesen externer Dokumente zur Markt- und Wettbewerbsanalyse: Porter fünf Kräfte, Ansoff-Matrix, Stärken-Schwächen-Analyse (SWOT)), Technische Dokumentation, Produktion, Qualitätsmanagement (lesen interner Dokumente zur Erfüllung der Kundenbedürfnisse: Quality-Function-Deployment, TRIZ, 6 Sigma), Forschung und Entwicklung (lesen interner und externer Dokumente wie z. B. Projektberichte, Praktikums- und Abschlußarbeiten, Patente, wissenschaftliche Publikationen) und Strategisches Management (lesen interner und externer Dokumente, z. B. für das Technologie-Roadmapping).

 Welche Dokumente?

Aus welcher Anwendung die Dokumente kommen und in welchem Format sie vorliegen, soll keine Rolle spielen.

Analysen - so, wie wir sie für Sie machen wollen - sind oft gerade nur dann nützlich, wenn es gelingt, Dokumente aus den unterschiedlichsten Quellen zu einem Datenbestand zusammen zu führen und gemeinsam zu untersuchen. Wir lesen aus diesem Grund alle relevanten Formate, in denen Text gespeichert wird.

 Sie haben keinen Text?

Die Dokumente, die sie gerne analysiert haben möchten, liegen nur in gescannter Form vor - entweder in einen Grafikformat, oder als PDF-Dokument, das nur Grafiken enthält?

Auch dabei können wir helfen, indem wir ihre Dokumente mit Hilfe von Optical Character Recognition (OCR) - also Texterkennung - wieder in Text wandeln, so dass editierbarer Text vorhanden ist.

Warum Dokumente, wenn jeder von der Analyse von Processdaten redet?

Vor einigen Jahren ergab eine Untersuchung (u. a. von Gartner, HP und IBM), dass ca. 70% des dokumentierten Wissens in der Form von unstrukturierten Daten vorliegt. Diese Tatsache hat sich durch das Internet of Things (IoT) wahrscheinlich bereits geändert; falls nicht - wird es auf jeden Fall so kommen; numerische Daten in strukturierter Form werden die Oberhand über unstrukturierte Daten gewinnen.

Unabhängig davon, wie groß der Anteil unstrukturierter Daten am dokumentierten Wissen in Zukunft auch sein wird, gilt: Prozesse werden durch Zahlen beschrieben, aber Ideen durch Worte. Explorative Dokumentanalyse ist deswegen mindestens genau so wichtig wie Explorative Datenanalyse mit numerischen Werten.

Warum der ganze Aufwand, wenn man doch suchen kann?

Suchen kann man nur, was man bereits kennt. Je größer die Zahl an vorhandenen Dokumenten, desto größer ist in der Regel auch der Anteil des Wissens, den man nicht kennt, und deswegen auch nicht suchen kann. Man weiß also nicht nur nicht, was man nicht weiß, sondern man weiß auch nicht, wie sich dieses Nichtwissen inhaltlich zusammensetzt.

Es ist deshalb notwendig, Möglichkeiten zu finden, Wissen ohne Vorgabe von inhaltlichen Schwerpunkten zu erschließen, wenn man sicher sein will, dass alle inhaltlichen Aspekte einer großen Dokumentkollektion erfasst werden.

Über Nacht zum Stand der Technik

Unser Ziel ist es also, Sie in die Lage zu versetzen, in 10% der bisher notwendigen Zeit 10x so viele Dokumente quer zu lesen, damit Sie sich viel besser auf das konzentrieren können, was der Mensch trotz allem technischen Fortschritt besser kann als jede Maschine: Zusammenhänge verstehen und Schlüsse daraus ziehen.

Am Beispiel Technologie-Roadmapping - bei dem sowohl interne, als auch externe Dokumente gelesen werden - zeigen wir Ihnen, wie es ablaufen könnte, damit auch Sie über Nacht den Stand der Technik erreichen ...

TR1: Wer sind wir (SIE) eigentlich?

Wenn Sie sich diese Frage stellen, können wir interne Dokumente von Ihnen lesen, um herauszufinden, durch welche Begriffe sich Ihre Organisation selbst definiert.

Aus methodischer Sicht kann hier alles eingesetzt werden, was zielführend ist: unterschied-lichste mathematische Verfahren aus den Bereichen überwachtes (Klassifikation, Regression) und nicht überwachtes (Clustering) Lernen.

Interne Dokumente analysieren?

Warum es völlig unmöglich ist, trotz abgeschlossener Geheimhaltungsvereinbarung (GHV) für eine Analyse Zugriff auf interne Dokumente zu bekommen - davon können wir Ihnen in der Zwischenzeit die unterschiedlichsten Varianten erzählen. Tatsache ist und bleibt, dass man lesen muss, was man analysieren soll - unabhängig davon, ob das nun manuell oder maschinell erfolgt.

Wenn sich der erste Schock gelegt hat, und Sie ein bißchen darüber nachdenken, werden Sie jedoch feststellen, dass es trotzdem eine Vielzahl an "internen" (= IHREN) Dokumenten gibt, für die ohne große Schwierigkeiten ein Zugriff möglich ist: Publikationen, Schutzrechte, Produktkataloge, Handbücher, Pressemitteilungen, Ihre Website, Abschlußarbeiten (Praktikums-, Bachelor-, Master-, Diplom-, Doktorarbeiten), na Sie wissen schon, was noch in diese Kategorie fallen könnte. Sie sehen also, die Zahl der Dokumente ist größer, als Sie im ersten Moment dachten.