Enterprise Search

Große Unternehmen sammeln über Jahre riesige Mengen an Dateien: Verträge, Präsentationen, E-Mails, Notizen aus Besprechungen, Tabellen mit Verkaufszahlen. Diese Inhalte liegen verstreut auf verschiedenen Systemen, oft in mehreren Ländern und in mehreren Sprachen. Enterprise Search ist eine Suchfunktion, die genau diesen internen Bestand durchsucht und nicht das öffentliche Internet. Ein Mitarbeiter tippt eine Frage ein und bekommt Treffer aus den Unterlagen seiner eigenen Firma. Der entscheidende Unterschied zu einer normalen Websuche: Jeder Nutzer darf nur das finden, wofür er auch eine Berechtigung hat. Die Suche muss also nicht nur wissen, wo etwas steht, sondern auch, wer es sehen darf.

Was verlorene Dokumente ein Unternehmen kosten

In Umfragen geben Angestellte regelmäßig an, dass sie mehrere Stunden pro Woche mit dem Suchen von Informationen verbringen. Bei tausenden Mitarbeitern summiert sich das zu erheblichen Kosten. Noch teurer wird es, wenn jemand ein Dokument nicht findet und die Arbeit deshalb ein zweites Mal macht. Angebote werden doppelt geschrieben, Analysen doppelt erstellt.

Dazu kommt ein rechtlicher Punkt. Unternehmen müssen bei Prüfungen oder Gerichtsverfahren belegen können, welche Unterlagen sie zu einem Vorgang besitzen. Ohne funktionierende interne Suche ist das eine Sisyphusarbeit. Auch die Datenschutz-Grundverordnung verlangt, dass eine Firma auf Anfrage sagen kann, welche Daten sie über eine Person gespeichert hat.

Seit Sprachmodelle populär geworden sind, hat das Thema zusätzlich an Bedeutung gewonnen. Wer einen firmeninternen Chatbot bauen will, braucht zuerst eine zuverlässige Suche über die eigenen Daten. Der Chatbot ist nur so gut wie die Dokumente, die er findet. Deshalb investieren viele Unternehmen gerade jetzt in Systeme, die sie jahrelang vernachlässigt haben.

Vom Index bis zur Berechtigungsprüfung

Zuerst sammelt ein Programm die Inhalte ein. Es verbindet sich mit den einzelnen Systemen der Firma, etwa dem Dateiserver, dem Mailprogramm oder der Projektsoftware. Aus jedem Dokument zieht es den Text heraus, auch aus PDFs und Präsentationen. Diese Texte landen in einem Index, also einer Art riesigem Stichwortverzeichnis. Der Index wird laufend aktualisiert, wenn sich Dateien ändern.

Bei der Suche selbst kommen heute zwei Verfahren zusammen. Die klassische Stichwortsuche findet Dokumente, in denen die eingetippten Wörter wörtlich vorkommen. Die semantische Suche vergleicht stattdessen die Bedeutung: Sie wandelt Texte in lange Zahlenreihen um, bei denen inhaltlich ähnliche Texte ähnliche Zahlen bekommen. So findet man einen Text über « Kündigungsfristen », auch wenn man nach « Vertrag beenden » gesucht hat. Die Kombination beider Verfahren nennt man hybride Suche.

Der aufwendigste Teil ist die Rechteprüfung. Für jedes Dokument speichert das System mit, welche Personen und Gruppen darauf zugreifen dürfen. Vor der Anzeige der Treffer werden diese Rechte abgeglichen. Ein häufiger Fehler in der Praxis: Die Berechtigungen im Index sind veraltet, und jemand sieht plötzlich Gehaltslisten. Solche Pannen sind ein Hauptgrund, warum Projekte dieser Art scheitern.

Von SharePoint bis zum Firmen-Chatbot

Die bekanntesten Produkte in diesem Bereich sind Microsoft Search in Office 365, Google Cloud Search und Elasticsearch, das viele Firmen selbst betreiben. Jüngere Anbieter wie Glean oder Perplexity Enterprise werben damit, dass sie Antworten in ganzen Sätzen liefern statt nur Trefferlisten. Auch Salesforce und SAP haben eigene Suchfunktionen in ihre Software eingebaut.

In Wirtschaftsnachrichten taucht der Begriff meist im Zusammenhang mit KI-Assistenten für Unternehmen auf. Die dahinterliegende Technik heißt oft RAG, kurz für retrieval-augmented generation. Dabei sucht das System zuerst passende Dokumente und lässt ein Sprachmodell erst danach die Antwort formulieren. Enterprise Search ist in diesem Aufbau der Suchteil, ohne den der Rest nicht funktioniert.

Ein verbreiteter Irrtum ist, dass eine solche Suche einfach eine kleinere Version von Google sei. Google profitiert davon, dass Millionen Seiten aufeinander verlinken, und kann daraus ableiten, was wichtig ist. Firmendokumente verlinken sich kaum. Deshalb muss die Bewertung der Treffer über andere Signale laufen, etwa das Alter einer Datei, die Abteilung des Nutzers oder wie oft ein Dokument geöffnet wurde.