Copyright ©
Mindbreeze GmbH, A-4020 Linz, 2024.
Alle Rechte vorbehalten. Alle verwendeten Hard- und Softwarenamen sind Handelsnamen und/oder Marken der jeweiligen Hersteller.
Diese Unterlagen sind streng vertraulich. Durch die Übermittlung und Präsentation dieser Unterlagen alleine werden keine Rechte an unserer Software, an unseren Dienstleistungen und Dienstleistungsresultaten oder sonstigen geschützten Rechten begründet. Die Weitergabe, Veröffentlichung oder Vervielfältigung ist nicht gestattet.
Aus Gründen der einfacheren Lesbarkeit wird auf die geschlechtsspezifische Differenzierung, z.B. Benutzer/-innen, verzichtet. Entsprechende Begriffe gelten im Sinne der Gleichbehandlung grundsätzlich für beide Geschlechter.
Mit dem Mindbreeze InSpire 23.7 Release bietet Mindbreeze InSpire eine neue Art der Informationsgewinnung an. So können Kunden ab sofort den Mindbreeze InSpire AI Chat nutzen, um relevante Fakten in natürlicher Sprache zusammengefasst zu erhalten. Zusätzlich wird ein Link zur Quelle der Information angeboten, wodurch Nutzer die Antwort nachvollziehen und zusätzlichen Kontext erhalten. Dadurch beantwortet der Mindbreeze InSpire AI Chat die Fragen des Nutzers und bietet zusammengefasste Informationen in natürlicher Sprache sofort an.
Des Weiteren ist die Anpassung des Mindbreeze InSpire AI Chats auf verschiedene Bedürfnisse und Anforderungen möglich. Administratoren können mit ein paar Klicks individuelle Modelle und Pipelines erstellen und diese mithilfe von Einschränkungen präzise steuern. Damit erzeugen Administratoren maßgeschneiderten Modelle für verschiedene Anwendungsfälle und bearbeiten bestehende Modelle und Pipelines.
Die technologische Basis für den Mindbreeze InSpire AI Chat bildet eine Generative AI. Dabei werden mittels Retrieval Augmented Generation (RAG) die notwendigen Fakten aus Mindbreeze InSpire gesammelt. Unter Beachtung der Zugriffsrechte des Nutzers verarbeitet dann ein Large Language Model (LLM) die gesammelten Fakten und generiert daraus Antworten. Dadurch erhalten Nutzer schnell und intuitiv Informationen in natürlicher Sprache. Nachfolgend wird dieser Prozess in einer Grafik visuell dargestellt.
Das Mindbreeze InSpire Insight Services für Retrieval Augmented Generation (RAG) ist eine neue Funktionalität, wodurch der Mindbreeze InSpire AI Chat ermöglicht wird. Dabei sichert eine breite Unterstützung von verschiedenen Konnektoren die Datenaktualität der Antworten. Kunden können konfigurierte Konnektoren sofort nutzen und bereits indizierte Inhalte im Mindbreeze InSpire AI Chat finden. Auch die individuelle Informationslandschaft wird mithilfe von semantischen Verbindungen abgebildet. Diese reichern die bestehenden Informationen mit zusätzlichem Kontext an, wodurch Nutzer umfassendere Antworten erhalten. Das Thema Datensicherheit wird durch verschiedene Authentisierungsmöglichkeiten beachtet. Nutzer erhalten daher nur Informationen angezeigt, wofür sie die entsprechenden Zugriffsrechte besitzen.
Der Mindbreeze InSpire AI Chat ist dadurch in der Lage, Nutzern ein robustes Fundament beim Finden von Informationen zu bieten. Insight Services und RAG stellen dabei sicher, dass die ausgegebenen Informationen eines LLMs valide und aktuell sind. Somit können Nutzer durch den Mindbreeze InSpire AI Chat schnell und intuitiv Informationen finden, wobei diese faktenbasiert, aktuell und nachvollziehbar sind.
Mit der nutzerfreundlichen Administration des Mindbreeze InSpire AI Chats verwaltet man Datenquellen und passt Modelle an jeweilige Bedürfnisse an. Datenquellen, die im Mindbreeze Search Client konfiguriert sind, können nahtlos übernommen und sofort im Mindbreeze InSpire AI Chat verwendet werden. Auch das Hinzufügen oder das Ausschließen von Datenquellen ist möglich. Administratoren erstellen dadurch einfach verschiedene maßgeschneiderte Modelle. Beispielsweise kann man Modelle auf unterschiedliche Abteilungen spezialisieren, wie im folgenden Screenshot zu sehen ist. Um ältere Modelle wiederzuverwenden, ist auch eine Versionierung von Modellen möglich.
Durch verschiedene Optionen können Administratoren zusätzlich noch Feineinstellungen vornehmen. So können Einschränkungen in einer Pipeline und Token und Prompts im Large Language Model (LLM) definiert werden. Auch die Konfiguration von Datensätzen wird angeboten. Der Mindbreeze InSpire AI Chat ist lokal, als SaaS und in der Cloud für Mindbreeze Kunden ab sofort verfügbar.
Microsoft Teams wird in vielen Unternehmen zur Kommunikation verwendet, wobei auch die Speicherung von Dokumenten möglich ist. Durch den Microsoft Teams Konnektor haben Nutzer von Mindbreeze InSpire schnellen und einfachen Zugriff auf die Dokumente aus den jeweiligen Teams-Kanälen. Mit der Mindbreeze InSpire 23.7 Release können Administratoren den Crawler genauer steuern, auf Ihre Bedürfnisse anpassen und präzise bestimmen, welche Teams-Kanäle und Dokumente indiziert und durch den Search Client auffindbar sein sollen.
Hierbei sind verschiedene Einschränkungen für den Crawler möglich. Mithilfe eines Regex-Patterns, werden Teams-Kanäle anhand Ihres Namens vom Crawler ausgenommen. Bei archivierten oder privaten Teams-Kanälen kann man diese mit der jeweiligen Einstellung exkludieren. Gibt man die Teams ID an, kann man die Teams-Kanäle anhand der ID ausschließen.
Durch die Mindbreeze InSpire 23.7 Release wird die Funktionalität des Best Bets Konnektors im Umgang mit Antworten erweitert. Dies bedeutet, dass nun auch die redaktionelle Verwaltung von Antworten möglich ist. Dabei prüft ein Administrator die Korrektheit der generierten Antworten. Ist die Antwort faktisch richtig, wird diese mit einem Symbol als „kuratierte Antwort“ in den Suchergebnissen markiert.
Mit der Mindbreeze InSpire 23.7 Release erweitert Mindbreeze die Unterstützung für Single Sign-On (SSO) über SAML. Es ist nun möglich, die Identität von Nutzern durch mitgelieferte SAML-Attribute zu ersetzen oder zusätzliche Rollen und Aliase hinzuzufügen. Dadurch ergeben sich umfangreichere Konfigurationsmöglichkeiten, um die Nutzeridentität und Berechtigungen noch besser zu steuern.
Mit dieser Erweiterung können zusätzliche Rollen oder Aliasnamen direkt in den Attributen der SAML-XML-Datei mitgesendet werden, wenn sich ein Nutzer am Client Service anmeldet. Dies ermöglicht das Hinzufügen von spezifischen Nutzerrollen und Aliasnamen basierend auf den SAML-Attributen, aber auch das Überschreiben der Identität des Nutzers. Zusätzlich kann man mit vordefinierten Regeln obligatorische Attribute festlegen. Damit ist die Authentifizierung nur dann erfolgreich, wenn bestimmte Attribute oder Werte in den SAML-Attributen vorhanden sind.
Bei der Erstellung von Insight Apps ist das Setzen von Filtern ein wichtiger Baustein für Nutzer. Damit bietet man verschiedene Einschränkungen für die Suchergebnisse an und das Finden von Informationen wird beschleunigt. Die Mindbreeze InSpire 23.7 Release optimiert die Nutzererfahrung des Insight App Designers, indem die Benennung der Filter verständlicher gestaltet wurde. Dadurch schätzen Nutzer anhand der Benennung die Funktion des jeweiligen Filters besser ein und können so sicherer und gezielter mit Filter umgehen.
Mit der Mindbreeze InSpire 23.7 Release wird die präzise Anpassung der Antworten vom Natural Language Question Answering (NLQA) an die jeweiligen Anwendungsfälle zur Verfügung gestellt. Dies ist durch Textsegmentierungsprofile möglich. Dabei steuert man genau die Textzerlegung und legt durch ein Standardprofil fest, ob eine Antwort aus einem Satz oder aus mehreren Sätzen bestehen soll. Zusätzlich kann man benutzerdefinierte Profile erstellen, womit man auch die Überlappung der Sätze steuert.