Azure Search

Max-Ludwig Stadler

25. September 2024

Azure Search Bedeutung

Mit Azure Search bietet Microsoft eine Suchfunktion für die Azure Cloud an, die in starkem Maße auf die Möglichkeiten moderner künstlicher Intelligenz (KI) zurückgreift. Der Anwender nutzt den Service, um die Inhalte bedarfsorientiert zu identifizieren und zu untersuchen. Microsoft verwendet dabei viele Techniken, die der Konzern in der Vergangenheit für Datenverarbeitungen in der Suchmaschine Bing oder den Büroanwendungen von Office entwickelt hat und kombiniert diese mit KI-APIs für die Bereiche Maschinelles Sehen sowie für die Spracherkennung und die Spracheingabe.

Microsoft bezeichnet das als Azure Search-as-a-Service-Lösung. Der Anwender kommt mit der für diese fortschrittliche Suche erforderlichen Infrastruktur nicht in Berührung. Stattdessen bucht es Azure Search bei Bedarf als Dienst und hat von jedem Ort und jedem beliebigen Rechner aus Zugriff darauf. Das soll die Produktivität im Umgang mit Azure-Datenbanken erhöhen und bietet Vorteile in Hinblick auf eine verringerte Komplexität und eine vereinfachte Skalierung.

Webinar: Künstliche Intelligenz – Grundlagen und Best Practices

Sie möchten gerne mehr zum Thema Künstliche Intelligenz erfahren und wie Ihr Unternehmen davon profitieren kann? In unserem Webinar fassen wir Ihnen die wichtigsten Aspekte zusammen!

Jetzt anmelden

Features

Künstliche Intelligenz

Eines der wichtigsten Features der Azure Search ist die Indexierung mittels künstlicher Intelligenz auf Basis der sogenannten kognitiven Suche. Die betreffenden Dokumente lassen sich automatisch extrahieren und in strukturierte und durchsuchbare Datenbestände umwandeln. Diese lassen sich dann in den Suchindex integrieren. Dabei spielt es keine Rolle, um welche Form von Dokumenten es sich handelt. Das können Textdokumente ebenso sein wie Tabellen oder Sprachnachrichten. Das manuelle Erstellen von durchsuchbaren Datensätzen entfällt damit. Es ist auf den ersten Blick ersichtlich, dass mit einer solchen Funktion eine erhebliche Zeitersparnis bei der Erstellung von durchsuchbaren Datenbanken einhergeht. Der Anwender behält dabei aber einen gewissen Einfluss auf das Resultat, indem er eine Auswahl für die verwendeten AI-Algorithmen trifft und festlegt, welche Ressourcen für die kognitive Suche bereitstehen sollen.

Unstrukturierte Daten

Ein weiteres entscheidendes Feature dieses Dienstes bezieht sich auf die Umwandlung von unstrukturierten Daten. Für Unternehmen ist es in ihrem Arbeitsalltag häufig eines der größten Probleme, dass sich immer größere Bestände unstrukturierter Daten ansammeln. Solche Daten liegen in einer nicht formalisierten Struktur vor und erlauben daher keinen aggregierten Zugriff über entsprechende Schnittstellen in den Computerprogrammen. Im Prinzip sind diese Daten also nicht verwendbar für weitere Auswertungsprozesse.

Durchsuchbare Inhalte

Im Bereich Big Data ist das ein wiederkehrendes Problem und die Azure Search bietet hierfür eine Lösung an wiederum durch den Einsatz von KI. Mithilfe vortrainierter Modelle lassen sich unstrukturierte Daten in durchsuchbare Inhalte umwandeln. Diese Modelle sind trainiert in den oben genannten Bereichen Maschinelles Sehen oder Spracherkennung sowie vielen weiteren wichtigen Teilbereichen für die Erkennung von unstrukturierten Daten. Die Transformation geschieht automatisch, der Anwender muss hierfür keine Zeit aufwenden. Damit lassen sich Arbeitsabläufe deutlich beschleunigen. Der Nutzer hat dabei weitreichende Möglichkeiten, diesen Prozess in seinem Sinne zu steuern. So lassen sich Schlüsselbegriffe definieren, die die KI bei der Suche berücksichtigen soll. Auch Menschen, Orte oder Unternehmen lassen sich festlegen für die Erkennung. Der Anwender muss nichts weiter tun, als die hierfür vorgesehenen Kontrollkästchen im Programm zu aktivieren.

Einfache Nutzung

Zu den erwähnenswerten Features gehört bei der Azure Search auch die einfache Bedienbarkeit des Tools. Der Search-Dienst soll für eine möglichst große Anzahl an Anwendern zugänglich sein, damit diese möglichst umfangreich von den Möglichkeiten der Suche für ihre Aufgabenstellungen profitieren können. Programmierkenntnisse sind hier nicht unbedingt erforderlich, der Anwender greift auf eine übersichtliche grafische Benutzeroberfläche mit intuitiver Bedienung zurück.

Architektur

Die Azure Search stellt die Indexfunktion über eine einfache REST-API oder das .NET SDK bereit. Hierbei handelt es sich um Entwicklungsumgebungen mit hohem Verbreitungsgrad, entsprechend viele Entwickler in den Unternehmen besitzen daher bereits über entsprechende Erfahrungen. Die Integration erfolgt mit den am meisten genutzten Azure-Speicherlösungen. Das erleichtert die Bereitstellung der Dokumente für die spätere Verarbeitung durch die KI. Der Suchdienst präsentiert sich dem Anwender in Form einer einfach zu bedienenden Benutzeroberfläche, Bewertungen, Faceting und die geografische Suche sind hier möglich. Der Verwaltungsaufwand fällt dabei in jedem Fall sehr gering aus: Der Anwender muss sich weder um das Debuggen von Indexfehlern kümmern noch um die Überwachung der Dienstverfügbarkeit. Skalierungen erfolgen automatisch, falls diese erforderlich sein sollten. Damit stehen dem Anwender immer ausreichend Ressourcen zur Verfügung.

Die Verwaltung der Daten erfolgt über das Azure-Portal. Das Azure-Portal ist nicht nur für die Suche vorgesehen, hier verwaltet der Anwender auch alle seine anderen Azure-Apps. Wer also in der Vergangenheit bereits mit Azure gearbeitet hat, muss sich nur an eine neue App im Portal gewöhnen. In Form von verschiedenen Berichten erhält der Anwender hier einen Überblick über die vorhandenen Daten und die Ergebnisse der Verarbeitungsprozesse.

Personalisierbar

Zudem ist das Portal personalisierbar. Alle Anwender in den Unternehmen können die grafische Benutzeroberfläche also nach ihren eigenen Vorstellungen gestalten. Das erhöht die Arbeitsproduktivität zusätzlich. Grundsätzlich lässt sich damit sagen, dass alle Ergebnisse aus der Anwendung der Suche-KI hier im Azure-Portal zusammenlaufen und sich für den Anwender in zugänglicher und übersichtlicher Form für die weitere Nutzung präsentieren.

Komponenten

Die Arbeitsweise der kognitiven Suche unterteilt sich in drei Phasen.

In dieser Phase erfolgt die Entschlüsselung und Verbindung von Dokumenten, in der zweiten Phase wendet das Tool die eigentlichen kognitiven Fähigkeiten an und nimmt Anreicherungen vor und in der dritten Phase erfolgen die Erstellung des Suchindex und der abfragebasierte Zugriff.

1. Phase

In der ersten Phase erhält das Tool seinen Input in Form unstrukturierter Daten. Diese können zum Beispiel in Textform vorliegen, Azure Search verarbeitet aber auch viele andere Dokumente wie zum Beispiel Bilder. Damit die Verarbeitung gelingen kann, müssen die Daten in einem Azure-Speicherdienst vorhanden sein, der den Zugriff per Indexer erlaubt. Über den Indexer ist es möglich, die Quelldokumente zu entschlüsseln und die gewünschten Daten zu extrahieren. Ase Quelle kommen zum Beispiel Azure Blob Storage, Azure Table Storage oder Azure Cosmos DB sowie die SQL-Datenbank von Azur infrage. Der Dienst kann dabei mit Dokumenten in den Dateiformaten PDF, Word und PowerPoint sowie CSV und vielen weiteren umgehen. Hierbei handelt es sich also um die Bereitstellungsphase.

2. Phase

In der zweiten Phase wendet die Azure Search ihre kognitiven Fähigkeiten an und führt zum Beispiel die Schlüsselbegriffserkennung durch. Damit lassen sich im Index neue Felder erstellen, die sich später durchsuchen lassen. Diese Felder sind nativ in den Quellen noch nicht vorhanden und stellen damit einen echten Mehrwert der Azure Search dar. Die Suche verwendet in diesem Teil der Pipeline verschiedene Fähigkeiten wie die bereits erwähnte Spracherkennung, die Erkennung von Schlüsselbegriffen oder die Entitätserkennung. Alle verwendeten Fähigkeiten in ihrer Gesamtheit bezeichnet Microsoft auch als Fähigkeitengruppe. Die Zusammenstellung dieser Gruppe hat entscheidenden Einfluss auf das spätere Ergebnis.

Die verwendeten kognitiven Fähigkeiten können entweder von Azure vordefiniert oder durch den Benutzer selbst definiert sein. Die Verarbeitung kann im Zweifelsfall auch mit einer Gruppe in Minimalkonfiguration erfolgen. Es sind nur wenige Fähigkeiten erforderlich, um verwertbare Ergebnisse zu erhalten. Definiert der Anwender hingegen eine Vielzahl an eigenen Fähigkeiten und fasst diese zusammen mit den vordefinierten Fähigkeiten zu einer großen Fähigkeitengruppe zusammen, kann diese in hohem Maße komplex ausfallen. Nach dem Erkennungsvorgang sind die neuen Felder nun Teil des angereicherten Dokuments. Die Felder lassen sich dann dem Index zuordnen. Der Anwender entscheidet nach Abschluss des Vorgangs selbst, welche Felder er dem Suchindex zuordnen möchte.

3. Phase

In der dritten Phase erfolgt dann die Bereitstellung des Suchindex und es lässt sich ein abfragebasierter Zugriff darauf vornehmen. Der Anwender hat von nun an vollen Zugriff auf einen Suchindex, der mit Dokumenten angereichert ist und kann diese im Volltext durchsuchen. Der Index funktioniert dabei genau so wie andere Indizes, die sich im Rahmen von Azure verwenden lassen. Möglich sind zum Beispiel Fuzzysuchabfragen oder gefilterte Suchvorgänge.

E-Book: Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann

In unserem E-Book erfahren Sie die wichtigsten Inhalte rund um das Thema künstliche Intelligenz & wie Sie davon profitieren können!

Jetzt anfordern

E-Book: Wie Ihr Unternehmen von Künstlicher Intelligenz (KI) profitieren kann

×

Möglichkeiten

Die Azure Search bietet in der Praxis vielfältige Möglichkeiten für einen produktiven und gewinnbringenden Einsatz. So ist zum Beispiel eine differenzierte Zugriffssteuerung möglich, bei der sich Rollen definieren lassen. Damit ist konfigurierbar, welche Mitarbeiter im Unternehmen Zugriff auf welche Elemente des Dienstes erhalten. Zugriffsberechtigungen lassen sich zum Beispiel für Einzelpersonen oder Gruppen erteilen und es lassen sich Inhaltsfilter definieren. Die Plattform der Suchfunktion lässt sich beliebig erweitern und den jeweiligen Unternehmensbedürfnissen anpassen. Es lassen sich benutzerdefinierte Modelle erstellen und die Ergebnisse der KI-Verarbeitung lassen sich durch ebenfalls benutzerdefinierte Bewertungsmodelle optimieren. Weiterhin stellt der Dienst leistungsfähige Verschlüsselungsmethoden zur Verfügung, um die Ergebnisse vor unbefugten Zugriffen zu schützen.

Vor- und Nachteile

Der entscheidende Vorteil der Azure Search ist in der Bereitstellung als SaaS zu sehen. Es ist nicht notwendig, Ressourcen im eigenen Unternehmen zur Verfügung zu stellen oder Mitarbeiter damit zu beauftragen, Programme für die Umwandlung und das Durchsuchen der unstrukturierten Daten zu entwickeln. Stattdessen stellt Microsoft alle erforderlichen Infrastrukturen in der Cloud zur Verfügung. Das macht Sinn, da der Anwender mit Azure ja bereits auf die Cloud setzt und damit bereits von den Vorteilen der Auslagerung von Strukturen profitiert.

Ein weiterer Vorteil ist in der konsequenten Anwendung von KI zu sehen. Microsoft nutzt die Möglichkeiten moderner KI für eine leistungsfähige Mustererkennung, die mit verschiedensten Dokumenten umgehen kann. Statt die Dokumente in mühsamer Arbeit von Menschen durchsehen zu lassen, kann die KI riesige Datenmengen in kurzer Zeit verarbeiten und macht damit Anwendungen im Bereich Big Data möglich. Tatsächlich sind die Big Data-Anwendungen das wichtigste Feld, wenn es um die Nutzung der Azure Suche geht.

Zu den Nachteilen gehört die enge Anbindung an die Azure Cloud. Wer diese nicht verwendet, kann die Azure Search nicht nutzen. Damit ist es zwingend erforderlich, sich in das Azure-System von Microsoft zu begeben. Sind die Daten nicht in einem Azure-Speicher vorhanden, ist ein Einsatz der hier beschriebenen KI nicht möglich. Damit schließt Microsoft solche Anwender aus, die ihre Dokumente auf den Servern von Drittanbietern speichern.

Einsatzmöglichkeiten

Grundsätzlich ist Azure Search für jeden geeignet, der sich in der Welt von Azure bewegt und seine Dokumente auf Servern in der Azure-Cloud speichert. Das ist Voraussetzung dafür, die Azure Search verwenden zu können. Dabei gilt: Je größer die Dokumentenmengen sind, mit denen das Unternehmen umgehen muss und je höher der Grad unstrukturierter Daten ist, desto lohnenswerter ist ein Einsatz der Azure Search.

Besonders nützlich ist Die Azure Search auch für alle Führungspersonen in den Unternehmen, die ihre Entscheidungen auf eine bessere Datenbasis stellen möchten. Mit der Suche lassen sich weitreichende Erkenntnisse aus den vorhandenen Daten ziehen, die sich für die weitere Entscheidungsfindung verwenden lassen.

Websession: Azure Search

Haben Sie bereits die Cloud-Plattform Microsoft Azure bereits im Einsatz oder denken darüber nach? Vereinbaren Sie eine kostenlose Websession mit uns. Ich freue mich auf den Austausch mit Ihnen

Websession anfragen

Fazit

Mit der Azure Search bietet Microsoft ein leistungsfähiges Tool für das Zugänglichmachen unstrukturierter Daten an. Der wesentliche Vorteil besteht darin, dass Microsoft diese mächtige Suchfunktion in Form eines praktischen Dienstes zur Verfügung stellt. Damit entfällt die Schaffung neuer Infrastruktur im Unternehmen. Der Dienst ist jederzeit dazubuchbar und lässt sich im gewünschten Umfang einsetzen je nach Bedarf des Unternehmens. Damit handelt es sich um eine flexible Suchlösung für alle Kunden von Azure.

Sie brauchen Unterstützung im Bereich KI? Wir helfen gerne!