What’s in a name?

Johannes Stiehler
Cover Image for What’s in a name?

Böse Zungen behaupten, mein Mitgründer Florian und ich hätten einfach Spaß daran, Firmen regelmäßig zu rebranden. In einem gewissen Maße stimmt das vielleicht auch. “Jedem Anfang wohnt ein Zauber inne” und ein neuer Name und Look fangen diese Aufbruchsstimmung ein bisschen ein. Als wir 2016 die Marke “ayfie” aufbauten - als Nachfolger des leicht zweideutigen “VirtualWorks” – haben wir genau das versucht: Weg von Enterprise Search hin zu einem Produkt für großvolumige eDiscovery Projekte; weg von technologiezentriertem hin zu lösungsbasiertem Messaging.

Für unsere eigene Marke gilt etwas Änliches. Bis vor Kurzem hießen wir “searchgears”, um auszudrücken, dass wir all diese kleine Getriebeteile, die man braucht, um eine Suchlösung wirklich großartig zu machen, in Manufakturqualität und maßgeschneidert zur Verfügung stellen: vom Frontend bis zur Datenaufbereitung, vom “Query Suggest” bis zur Vermarktung. Diese Ausrichtung sprach vor allem Kunden an, die sehr klare Vorstellungen davon hatten, was sie mit ihren Inhalten anstellen wollen und nur technologische Unterstützung brauchten, um diese Vision Wirklichkeit werden zu lassen.

In unserem Gesprächen mit gegenwärtigen und zukünftigen Geschäftspartnern zeigt sich aber immer wieder deutlich, dass diese Art Kunden eher in der Minderheit ist. Die Mehrheit ist sich bewusst, ein Problem mit Textdaten zu haben, hat aber noch keine klare Vorstellung, wie man es löst. Suchmaschinen sind am Ende erstaunlich oft Teil einer solchen Lösung, aber nie der einzige und oft nicht einmal der Wesentliche.

In der Realität war das schon lange unser Selbstverständnis, jetzt zieht auch die Markenoptik nach: Wir tun alles, was nötig ist, um neue Bewegung (new motion) in große Datenbestände zu bringen. Um die Nadel im Heuhaufen zu finden, muss man den Heuhaufen erstmal ordentlich in Form bringen. Darauf zielen unsere Produkte und Services, die wir in den nächsten Monaten launchen werden.

Um die Zeit zu überbrücken, werden wir hier regelmäßig offenlegen, was wir in 20 Jahren im “Suchgeschäft” gelernt haben.

Johannes Stiehler
CO-Founder NEOMO GmbH
Johannes hat während seiner gesamten Laufbahn an Softwarelösungen gearbeitet, die Textinformationen verarbeiten, anreichern und kontextabhängig anzeigen.

Wir haben noch mehr zu bieten!

Unseren Newsletter abonnieren

Wenn Sie sich vom Twitter- und LinkedIn-Wahnsinn abkoppeln, aber trotzdem unsere Inhalte lesen möchten, freuen wir uns und haben genau das richtige für Sie: Unser Newsletter hält Sie über alles Wissenswerte auf dem Laufenden.

Bitte benutzen Sie das untenstehende Formular, um ihn zu abonnieren.

NEOMO verpflichtet sich, Ihre Privatsphäre zu schützen und zu respektieren und Ihre persönlichen Daten nur dazu verwenden, Ihr Konto zu verwalten und die von Ihnen angeforderten Informationen bereitzustellen. Um Ihnen die gewünschten Inhalte zur Verfügung stellen zu können, müssen wir Ihre personenbezogenen Daten speichern und verarbeiten.

Folgen Sie uns für Einblicke, Ausblicke und Durchblicke.

Wann immer neue Inhalte verfügbar sind oder etwas Bemerkenswertes in der Branche passiert - wir halten Sie auf dem Laufenden.

Folgen Sie uns auf LinkedIn und Twitter, um Neuigkeiten zu erfahren, und auf YouTube für bewegte Bilder.

Teilen, wenn's gefällt

Wenn Ihnen unser Beitrag gefällt, helfen Sie uns bitte, ihn zu verteilen, indem Sie Ihr eigenes Netzwerk aktivieren.

Weitere Blogartikel

Image

ChatGPT „weiß“ gar nichts

Sprachmodelle tun sich notorisch schwer damit, Fakten verlässlich abzurufen. Leider antworten sie aber auch fast nie mit „Ich weiß nicht“. Die Last, zwischen Halluzination und Wahrheit zu unterscheiden, liegt also vollständig auf dem Anwender. Das bedeutet effektiv, dass dieser Anwender die Informationen aus dem Sprachmodell überprüfen muss – indem er den Fakt, den er sucht, gleichzeitig aus einer anderen, verlässlichen Quelle bezieht. Als Wissensspeicher sind LLMs also mehr als nutzlos.

Image

Rundify - lesen, verstehen, testen

Digitale Technologie hat die Menschen mit Informationen überladen, aber Technologie kann ihnen auch helfen, aus dieser Flut eine Wissensquelle zu machen. Large Language Models können – richtig eingesetzt – ein Baustein hierzu sein. Unser Tool "rundify" zeigt, wie so etwas aussehen könnte.

Image

ChatGPT und der Ölteppich

Wie schon beim Deep Learning bleiben Daten auch bei großen Sprachmodellen wichtig. Da das Basismodell jedoch von jemand anderem trainiert wurde, ist es in diesem Fall unmöglich zu sagen, welche Daten wirklich enthalten sind. Da das Fehlen von Daten zu Halluzinationen führt, hat diese Unwissenheit ziemlich schwerwiegende Folgen.