Direkt zum Inhalt springen
Die Sinequa-Software analysiert Inhalte und Nutzerverhalten mittels maschinellen Lernens. Abb. Sinequa
Die Sinequa-Software analysiert Inhalte und Nutzerverhalten mittels maschinellen Lernens. Abb. Sinequa

News -

Ausbau der Inside Engine von Sinequa um Cloud-basierte KI-Services

Sinequa erweitert seine Plattform für kognitive Suche und Analyse um neue Funktionen für künstliche Intelligenz. Dazu gehören Google Vision und Translate sowie IBM Watson Alchemy zur Bild- und Spracherkennung. Die neuen Ergänzungen erweitern die in Sinequa bereits zuvor integrierten Microsoft Azure Media Services für die Bild- und Video-Bearbeitung.

Die neuen KI-Funktionen und -Algorithmen profitieren von den enormen Mengen der im Web verfügbaren Texte und Bilder – die weit über das hinausgehen, was ein einzelnes Unternehmen intern verfügbar haben kann. Sinequa-Anwender können jetzt Texte aus einer Vielzahl von Sprachen übersetzen, Bilder analysieren und markieren („taggen“), Video-Konversationen transkribieren und das Sinequa Logical Data Warehouse mit den Ergebnissen anreichern.

„Durch die Offenheit unserer Plattform können wir schnell und einfach Best-in-Class-Technologien von Drittanbietern wie Sprache-zu-Text-Konvertierung, Bilderkennung oder Videobearbeitung integrieren und unseren Kunden eine umfassende End-to-End-Lösung bereitstellen“, erklärt Laurent Fanichet, Vice President Marketing bei Sinequa. „Themen und Konzepte in Texten und Bildern sowie die Beziehungen zwischen ihnen werden auf diese Weise erkannt. Der Umgang mit zusätzlichen Rich Media-Inhalten steigert das in der Plattform akkumulierte Wissen. Bei Sinequa hat der Nutzer zudem die Wahl, ob er die Suche und Analyse strukturierter und unstrukturierter on-premise, in der Cloud und hybrid vornehmen will – ein Alleinstellungsmerkmal.“

„Der Anteil von Bildern, Audio- und Video-Files an den Daten, mit denen sich Unternehmen heute beschäftigen, wächst beständig. Dank ihrer offenen Plattform können Enterprise-Anwendungen wie Sinequa Funktionen zu deren Analyse leicht integrieren“, so David Schubmehl, IDC Research Director für Cognitive / AI-Systems. „Je nach Datentyp und Sicherheitsrelevanz wollen Unternehmen in informationsgetriebenen Branchen flexibel darüber entscheiden, ob sie ihre Daten in der Cloud oder on-premise vorhalten. Die Fähigkeit, digitale Inhalte aus mehreren Datenquellen zu erschließen, zu verstehen, zu organisieren und abzufragen, ob on-premise oder in der Cloud, ist daher ein wichtiges Unterscheidungsmerkmal für Enterprise-Lösungen im Allgemeinen und Sinequa im Besonderen.“

Mit dem aktuellen Ausbau umfasst die plug&play-Konnektoren-Familie von Sinequa nunmehr über 150 Datenquellen aus der Cloud, Hadoop sowie On-Premise-Unternehmensanwendungen und wird weiter kontinuierlich ausgebaut.


Über Sinequa
Eingestuft als Leader im “Gartner 2017 Magic Quadrant for Insight Engine”, bietet Sinequa Global 2000 Unternehmen und öffentlichen Verwaltungen eine leistungsfähige Plattform für kognitive Suche und Analyse. Basierend auf den Ergebnissen jahrelanger sprachwissenschaftlicher Forschung und mit neuen Machine Learning-Algorithmen lassen sich mit der Sinequa-Plattform wertvolle Informationen aus sehr großen und komplexen Datenbeständen, aus strukturierten Daten von Unternehmensanwendungen und unstrukturierten Datenquellen gewinnen. Millionen von Nutzern in den weltweit größten und informationsintensivsten Unternehmen arbeiten mit der Sinequa-Plattform, darunter bei Airbus, AstraZeneca, Atos, Biogen, UCB, Credit Agricole, Mercer und Siemens. Bei der Weiterentwicklung seiner Expertise und der weltweiten Geschäftsaktivitäten arbeitet Sinequa mit einem breiten Netzwerk an Technologie- und Vertriebspartnern zusammen. Weitere Informationen unter http://www.sinequa.com/

Links

Themen

Kategorien

Kontakt

Matthias Hintenaus

Sales Director DACH 0699 6217 6608

Zugehörige Meldungen

Presse- und Öffentlichkeitsarbeit

Pressebüro, München, Schwerpunkte: ECM, BPM, Virtual Desktops, SaaS, SAP-Add-ons

agentur auftakt
Bergmannstr. 26
80339 München
Deutschland