Globale Suche - Nutzungsempfehlungen | Scheer IMC

Kontext

Die globale Inhaltssuche wurde als Grundlage für künftige KI-Funktionen wie den KI-Lernassistenten entwickelt, die Zugriff auf alle Lerninhalte (als Wissensquelle) benötigen und ermitteln, was für die Anfrage des Nutzers relevant ist. Derzeit werden Metainformationen zu den Inhalten wie Titel, Beschreibung, benutzerdefinierte ID (Identifikationscode) und Schlüsselwörter analysiert. Eine tiefergehende Analyse der Lerninhalte ist in Vorbereitung.

Die globale Suche wurde für alle Kubernetes-Kunden freigeschaltet und kann von Ihrem Administrator über einen Navigationspunkt für die Benutzer bereitgestellt werden. Kunden mit verschiedenen Inhaltsbereichen und somit mehreren Zugriffspunkten (mehrere Kataloge, das Channel-Add-on, Inhalte, die den Lernenden direkt zugewiesen wurden und nur im Bereich „Mein Lernbereich“ sichtbar sind) werden am meisten von dieser Funktion profitieren.

Es sind Headless-Szenarien möglich, bei denen die Suche ohne Frontend genutzt wird. Für weitere Informationen zu diesem Thema wenden Sie sich bitte an imc.

Mehrere Suchleisten und Einstiegspunkte zu den Inhalten

Die globale Suche und die vorhandenen Katalogsuche werden bis auf Weiteres parallel weiterlaufen. Seien Sie versichert: Wir werden keine bestehenden Funktionen ersetzen, ohne dies klar und rechtzeitig anzukündigen. Für die Zukunft ist jedoch geplant, die Kataloge zu einem Ort zu machen, an dem Sie Ihre Inhalte ansprechender präsentieren können und Lernende ein inspirierenderes Stöbererlebnis haben. Die globale Suche könnte dann als gezielterer Zugangspunkt dienen.

Katalogsuche Globale Suche
Die beiden Suchfunktionen basieren auf unterschiedlichen Technologien, Ansätzen und Suchbereichen – daher können ihre Ergebnisse voneinander abweichen. Ab Produktversion 14.27.1 umfasst der Suchbereich der globalen Suche alle Kataloge, Kanäle und Inhalte aus dem Bereich „Mein Lernbereich“, die einen persönlichen Lernstatus aufweisen. Die Katalogsuche hingegen durchsucht nur den jeweiligen Katalog.
Für Kunden mit mehreren Katalogen und Kanälen (Add-on) sowie Inhalten, die nicht Katalogen, sondern direkt den Lernenden zugeordnet sind, könnte die globale Suche zum primären Zugangspunkt für Inhalte werden. Sie sollten prüfen, ob einige der zusätzlichen Suchleisten – beispielsweise in den Dashboard-Feldern – ausgeblendet werden können, um den Benutzer nicht mit zu vielen Suchleisten unterschiedlichen Umfangs zu überfordern.
Zu Ihrer Information: Die Navigation Suche, das hauptsächlich von Administratoren und Managern zum Auffinden von Seiten im System genutzt wird, ist weiterhin über die obere Navigationsleiste erreichbar, nun jedoch über dieses Symbol:

Benutzerunterstützung

Vielleicht sollten Sie in Erwägung ziehen, Titel oder Platzhaltertexte (innerhalb anderer Suchleisten) zu verwenden, um den Nutzern einen Hinweis darauf zu geben, wonach sie in diesem speziellen Fall suchen.
In der Verwaltung der „Systemtexte“ können Sie die Standardbezeichnungen der Benutzeroberfläche der globalen Suche an Ihre Unternehmenssprache anpassen. So können Sie beispielsweise die Bezeichnungen der Inhaltsbereiche „Katalog“, „Channels“ oder „Mein Lernbereich“ ändern.

Datenschutzerklärung

Suchanfragen werden so verarbeitet, dass sie nicht auf einzelne Personen zurückgeführt werden können, sondern ausschließlich dem technischen System zugeordnet werden, von dem sie stammen. Bei der Verarbeitung von Suchanfragen werden keine personenbezogenen Daten erhoben, gespeichert oder mit bestimmten Nutzern verknüpft.
Die in Suchanfragen verwendeten Suchbegriffe werden ausschließlich für anonymisierte Auswertungszwecke gespeichert. Künftig wird Scheer IMC den Kunden einen Bericht zur Verfügung stellen, der ihnen helfen soll, das allgemeine Suchverhalten zu verstehen, beispielsweise häufig verwendete Begriffe und die Anzahl der angezeigten Ergebnisse. Der Bericht enthält keine Daten, die Rückschlüsse auf einzelne Nutzer oder deren konkrete Suchanfragen zulassen.
Wir empfehlen, die Nutzer darauf hinzuweisen, keine sensiblen oder persönlichen Daten in Suchanfragen einzugeben, da diese Begriffe in anonymisierten Berichten erscheinen können, auf die Administratoren oder andere Personen in Ihrer Organisation Zugriff haben könnten, je nachdem, wie die Daten weitergegeben werden.

Entscheiden Sie sich für die beste Suchmethode für Ihr System

Wie in der Funktionsbeschreibung beschrieben, unterstützt die Inhaltssuche zwei Suchtypen bzw. -modi:
- Lexikalische Suche
  In diesem Modus werden die Wörter aus der Suchanfrage des Benutzers direkt mit Titeln, Beschreibungen, benutzerdefinierten IDs (Identifikationscodes) und Stichwörtern der Lerninhalte abgeglichen. Es handelt sich um eine rein textbasierte Suche – künstliche Intelligenz kommt dabei nicht zum Einsatz.
- Semantische Suche
  In diesem Modus werden sowohl die indexierten Lerninhalte als auch die Suchanfrage des Nutzers mithilfe von KI-Technologien in Vektoren und Einbettungen umgewandelt. Dadurch kann das System semantische Ähnlichkeiten erkennen und verwandte Konzepte und Themen abrufen, selbst wenn diese anders formuliert sind als die Suchanfrage.
Wenn Ihr Unternehmen keine weiteren KI-Dienste in Ihrem System einsetzen möchte, können Sie bei der lexikalischen Suche bleiben. Wenn Sie die Wahl haben, kann Ihnen die folgende Tabelle bei der Entscheidung helfen.

	Lexikalische Suche	Semantische Suche
Reihenfolge der Ergebnisse	Inhalte, deren Titel genau die Suchbegriffe des Nutzers enthalten, werden am höchsten gerankt. (Weiter: zuerst die Stichwörter, dann die benutzerdefinierte ID (Identifikationscode) und schließlich die Beschreibung). Vorteil: Das ist besonders hilfreich, wenn der Nutzer nach Inhalten sucht, von denen er bereits weiß, dass sie existieren. Dies ist die bessere Option, wenn Nutzer häufig nach einzelnen Stichwörtern, Unternehmensabkürzungen oder genauen Titeln suchen, da hierfür eine exakte Übereinstimmung und keine ähnliche Suchergebnis erforderlich ist. Herausforderung: Der Nutzer muss denselben Wortlaut wie in den Titeln, Stichwörtern und der Beschreibung verwenden.	Inhalte, die für die Suchanfrage des Nutzers als besonders relevant erachtet werden, erhalten die höchste Platzierung. Dabei werden Titel und Beschreibung berücksichtigt. Vorteil: Der Nutzer muss seine Suchanfrage nicht genau so formulieren, wie die Begriffe im Lerninhalt verwendet werden. Es werden auch Synonyme und verwandte Themen gefunden. Eine Suchanfrage nach „Problem beim Einloggen“ könnte auch „Passwort vergessen“ als Ergebnis liefern. Die Suche erkennt anhand des Kontexts den Unterschied zwischen einer „Black Box“ (Behälter in dunkler Farbe) und einer „Black Box“ (Flugschreiber). Herausforderung: Dem Nutzer ist möglicherweise nicht klar, warum das Ergebnis relevant ist, da dies aus dem Titel nicht hervorgeht. Der Algorithmus wird dem Nutzer nicht offengelegt, um diese Erklärung zu liefern.
Voraussetzungen	Normalerweise keine – Die herkömmliche Suche funktioniert so. Die meisten Nutzer sind daran gewöhnt. Die Nutzer sollten auf die Rechtschreibung achten und ihre Suchanfragen möglichst kurz halten.	Datenqualität: Die semantische Suche stützt sich auf Daten und benötigt Kontext, um die Bedeutung korrekt zu interpretieren. Ihre Kurse, Lernpfade und Medien sollten aussagekräftige Titel und Beschreibungen haben, die Hintergrundinformationen zum Titel liefern. Suchverhalten der Nutzer: Je mehr Kontext ein Nutzer bei der Suche angibt, desto besser sind die Ergebnisse. Beispiel: Die Suchanfrage „french“ liefert Ergebnisse zu French Fries, French Kisses und allen Französischkursen. Die Suchanfrage „Ich möchte anfangen, Französisch zu lernen“ liefert ausschließlich Sprachkurse für Anfänger.

Lexikalische Suche

Semantische Suche

Reihenfolge der Ergebnisse

Inhalte, deren Titel genau die Suchbegriffe des Nutzers enthalten, werden am höchsten gerankt.
(Weiter: zuerst die Stichwörter, dann die benutzerdefinierte ID (Identifikationscode) und schließlich die Beschreibung).

Vorteil:
Das ist besonders hilfreich, wenn der Nutzer nach Inhalten sucht, von denen er bereits weiß, dass sie existieren.

Dies ist die bessere Option, wenn Nutzer häufig nach einzelnen Stichwörtern, Unternehmensabkürzungen oder genauen Titeln suchen, da hierfür eine exakte Übereinstimmung und keine ähnliche Suchergebnis erforderlich ist.

Herausforderung:

Der Nutzer muss denselben Wortlaut wie in den Titeln, Stichwörtern und der Beschreibung verwenden.

Inhalte, die für die Suchanfrage des Nutzers als besonders relevant erachtet werden, erhalten die höchste Platzierung. Dabei werden Titel und Beschreibung berücksichtigt.

Vorteil:
Der Nutzer muss seine Suchanfrage nicht genau so formulieren, wie die Begriffe im Lerninhalt verwendet werden. Es werden auch Synonyme und verwandte Themen gefunden. Eine Suchanfrage nach „Problem beim Einloggen“ könnte auch „Passwort vergessen“ als Ergebnis liefern. Die Suche erkennt anhand des Kontexts den Unterschied zwischen einer „Black Box“ (Behälter in dunkler Farbe) und einer „Black Box“ (Flugschreiber).

Herausforderung:
Dem Nutzer ist möglicherweise nicht klar, warum das Ergebnis relevant ist, da dies aus dem Titel nicht hervorgeht. Der Algorithmus wird dem Nutzer nicht offengelegt, um diese Erklärung zu liefern.

Voraussetzungen

Normalerweise keine –
Die herkömmliche Suche funktioniert so. Die meisten Nutzer sind daran gewöhnt.

Die Nutzer sollten auf die Rechtschreibung achten und ihre Suchanfragen möglichst kurz halten.

Datenqualität:
Die semantische Suche stützt sich auf Daten und benötigt Kontext, um die Bedeutung korrekt zu interpretieren. Ihre Kurse, Lernpfade und Medien sollten aussagekräftige Titel und Beschreibungen haben, die Hintergrundinformationen zum Titel liefern.

Suchverhalten der Nutzer:

Je mehr Kontext ein Nutzer bei der Suche angibt, desto besser sind die Ergebnisse.

Beispiel:

Die Suchanfrage „french“ liefert Ergebnisse zu French Fries, French Kisses und allen Französischkursen.
Die Suchanfrage „Ich möchte anfangen, Französisch zu lernen“ liefert ausschließlich Sprachkurse für Anfänger.