• Analyse von Texten unterschiedlichster Art: News-Feeds, Dokumente, Emails, Wikis, Datenbanken, …
• Verbesserung der Textanalyse durch Wissensmodelle (Ontologien)
• Extraktion von Fakten, automatische(s) Tagging/Klassifikation von Dokumenten
• Strukturierte Speichern der Fakten in einem Wissensmodell
• Verknüpfung mit Fakten aus anderen Quellen, z.B. strukturierten aus Datenbanken etc.
• Logisches Ableiten neuer Informationen
• Gezieltes Abfragen und grafische Aufbereitung aller Informationen

Wissen entdecken, speichern
und auswerten

SCA ist eine gemeinsam mit IBM entwickelte Lösung zur Beschleunigung von Recherche-Prozessen in Unternehmen. Mit SCA lassen sich sehr große Mengen unstrukturierter, meistens als Text abgelegter Informationen automatisch analysieren. Dabei werden konkrete Informationen wie z.B. “Firma A hat Firma B akquiriert“, “Firma C hat Produkt D auf den Markt gebracht“, etc. extrahiert und in einer Wissensbasis gespeichert. Auf diese Informationen kann über die Wissensbasis direkt zugegriffen werden.

Mit Hilfe der Wissensbasis lassen sich aus den bestehenden Daten neue Informationen ableiten. Dies geschieht über Regeln, die in der Wissensbasis enthalten sind und von SCA ausgewertet werden. Damit ist es möglich, implizit vorhandenes Wissen sichtbar zu machen. Beispielsweise lassen sich damit alle Produkte eines Mutterkonzerns anzeigen, die von einem der Tochterunternehmen angeboten werden. Diese Information ist nicht explizit in den analysierten Texten vorhanden, sondern wird aus den bestehenden Informationen über Regeln abgeleitet.