Beschreibung |
Im Rahmen der Cloudmigration wurden verschiedene Wissensquellen identifiziert, welche sich durch eine teilweise Überdeckung und Redundanz auszeichneten. Somit wurde mir die Aufgabe übertragen, diese Wissensquellen zu konsolidieren, um letztendlich eine gute, verlässliche und von den Kollegen genutzte Wissensbasis aufzubauen. Hierbei musste zunächst der vorgeschlagene Weg - eine manuell zusammengeführte Wissensbasis im Confluence - evaluiert werden. Nachdem die Schwächen dieses Ansatzes im Umsetzungsteam der verantwortlichen Product-Owner aufgezeigt wurden, konnte ein neuer Ansatz gesucht und identifiziert werden. Aufgrund meiner früheren Erfahrungen im KI-Bereich konnten die Kollegen von einem automatisiertem Ansatz, unter zu Hilfenahme von Textanalyse, Tagging und Vernetzung der Informationen, überzeugt werden. Hierfür wurde neben der notwendigen Wissensvermittlung zu NLP, NLU und Graphen eine Produkt-Vision sowie eine Produktstrategie und -roadmap aufgebaut, mit den Auftraggebern abgestimmt und in die Umsetzung überführt. Die bisher umgesetzten Prototypen zeichnen sich durch eine sehr gute Aufbereitung der Wissensquellen und gezielterer Informationsbereitstellung aus. Hierdurch stieg die Nutzerzufriedenheit signifikant. |
Fachlicher Sektor | Automotive |
Projektgröße | ca. 15 Mitarbeiter auf IT-Seite |
Zeitraum | 04/2019 - 12/2020 |
Aufgaben | (Projekt)Leitung, fachliche und methodische Beratung, Requirement Engineering, Architektur, Technologieauswahl, Implementierung |
Technologie |
Confluence, Java, RESTful APIs, AWS, S3, Lambda, Kendra, Azure, Cognitive Services, Blockstorage, Azure Functions, NLP, NLU |
Aufbau Wissensmanagement
- Details
- Kategorie: Projekte