Effizienter Technologie-Scout mit KI: So sparst du Zeit bei der Webrecherche

Wie du mit KI und strukturierter Websuche den Überblick im Technologie-Dschungel behältst – und dabei deine Recherche automatisierst und skalierst.

Wie viele Stunden verbringst du pro Woche mit Recherche zu neuen Technologien? Und wie viele davon sind vergeudet? Gerade im IT-Umfeld kann fehlender Überblick über neue Trends zum echten Wettbewerbsnachteil werden. Dabei geht es auch anders – mit KI und strukturierter Websuche.

Warum klassische Webrecherche oft scheitert

Täglich erscheinen unzählige Artikel, Studien und Blogposts. Relevante Informationen daraus zu extrahieren ist zeitaufwendig, fehleranfällig und oft schwer skalierbar. Besonders für IT-Dienstleister, die ihren Kunden stets moderne Lösungen bieten wollen, ist das eine große Herausforderung.

Beispiel: Du willst herausfinden, welche Technologien im Bereich der relationalen Datenbanken gerade angesagt sind? Ohne automatisierte Hilfe kann dich das Tage kosten – und du riskierst, wichtige Trends zu verpassen.

Lösung: Automatisiertes Technologie-Scouting mit KI

Mit Hilfe von KI-basierten Sprach- und Recheassistenten kannst du deinen Suchprozess effizienter gestalten. Dies geschieht durch die Kombination des LLMs mit den Web-Scraping-Technologien des Assistenten und strukturierten Ausgabeformaten wie JSON oder CSV. 

Schritt für Schritt zum automatisierten Scouting 

Gezielte Suchkriterien definieren
Du gibst genau vor, wonach gesucht werden soll – etwa durch eine Beschreibung der Technologie und passende Beispiele. Die Suchkriterien sollten dabei bereits in einer strukturierten Form vorliegen, sodass sie automatisiert verarbeitet werden können.
Hier ein Beispiel für relationale Datenbanken: 

{
„function“: „storage-structured“,
„description“: „Technologie zur Speicherung von strukturierten Daten…“,
„examples“: [„ANS RDS / PostgreSql“, „AZ PostgreSql“]
}

Automatisierte Suche und Datenerfassung
Die Kriterien werden von einem Script verarbeitet, an das LLM übergeben und die relevanten Webdaten über einen Crawler gesammelt.

Strukturierte Aufbereitung
Die Ergebnisse werden analysiert, kategorisiert und in einem maschinenlesbaren Format ausgegeben.

Direkte Weiterverarbeitung
Die Daten stehen anschließend für Dashboards, Reports oder andere Prozesse zur Verfügung – ganz ohne manuelle Nacharbeit.

Ablaufgrafik zur KI gestützten Websuche, Bildquelle: doubleSlash

Dieses Setup liest strukturierte Kriterien ein, übergibt sie an ein LLM, das mithilfe eines Webcrawlers relevante Informationen aus dem Internet extrahiert. Die Ergebnisse werden automatisch gespeichert und können z. B. für Reportings genutzt werden.

Ein beispielhaftes, gekürztes Ergebnis für relationale Cloud-Datenbanken könnte wie folgt aussehen: 

TechnologyDescriptionProsConsAlibaba Cloud RDSManaged relational database service supporting multiple database engines.[‚Supports various engines (MySQL, PostgreSQL, SQL Server)‘, ‚Integrated with Alibaba Cloud‘, ‚Scalability‘][‚Less global presence compared to AWS or Azure‘, ‚Regional limitations‘]DigitalOcean Managed DatabasesManaged database service with automated backups and scalability.[‚Simple pricing‘, ‚Automated backups‘, ‚Scalability‘, ‚Developer-friendly‘][‚Limited to smaller-scale applications‘, ‚Fewer enterprise features‘]Google Cloud SQLManaged relational database service for MySQL, PostgreSQL, and SQL Server.[‚Cloud-native‘, ‚High availability‘, ‚Integrated with Google Cloud services‘, ‚Automatic backups‘, ‚Scalability‘][‚Cost can increase with scale‘, ‚Limited to supported SQL versions‘]Microsoft Azure SQL DatabaseManaged cloud database service for SQL Server.[‚Cloud-native‘, ‚Integrated with Azure ecosystem‘, ‚Automatic scaling‘, ‚Advanced security features‘][‚Complex pricing model‘, ‚Limited to SQL Server‘]Oracle Autonomous DatabaseSelf-driving cloud database service for running Oracle Database workloads.[‚Autonomous management‘, ‚High performance‘, ‚Scalability‘, ‚Integrated with Oracle Cloud‘][‚Higher cost‘, ‚Oracle expertise required‘]

Ein Blick in die Praxis: So halten wir bei doubleSlash unseren Technologie-Stack für Data Driven Solutions aktuell 

Bei doubleSlash setzen wir genau dieses Prinzip ein, um den Data Driven Solution (DDS) TechStack regelmäßig zu aktualisieren. Dabei haben wir für jeden Funktionsbaustein im Stack gezielte Suchkriterien definiert und automatisch verarbeitbar abgelegt.

DDS Stufenprozess, Quelle: doubleSlash

Um immer up to date zu sein, wird zum Start jeder Woche wird eine GitLab-Pipeline ausgelöst, die aktuelle Ergebnisse generiert und automatisiert verschickt. Dieses Trend-Reporting können wir dann nutzen, um gezielt interessante Technologien, Tools und Methoden auf produktive Einsetzbarkeit zu überprüfen und bei Eignung in unseren TechStack aufzunehmen.

Mehr als nur Trend-Tracking: Weitere Einsatzbereiche

Der aktuelle Stand ist ein Proof of Concept – mit Luft nach oben. Optimierungen sind vor allem im Bereich der Bewertung der Relevanz der Ergebnisse möglich. So könnte man das LLM anweisen, die ausgewählten Technologien, Tools und Methoden nach dem arc42 Quality Model (https://quality.arc42.org/) zu bewerten und einen Score zu errechnen, um sehr relevante von weniger relevanten Trends zu unterscheiden.

Neben dem Technologie-Scouting kann das beschriebene Vorgehen in vielen weiteren Bereichen eingesetzt werden:

Wettbewerbsanalyse: Automatische Erfassung und Analyse von Wettbewerberaktivitäten in verschiedenen Märkten.

Markttrend-Überwachung: Identifikation neuer Entwicklungen in spezifischen Branchen basierend auf aktuellen Webinhalten.

Wissenschaftliche Recherche: Unterstützung bei der Suche und Kategorisierung relevanter Publikationen für Forschung und Entwicklung.

Reputationsmanagement: Kontinuierliche Überwachung von Online-Medien, um die öffentliche Wahrnehmung eines Unternehmens oder Produkts zu analysieren.

Lieferantenbewertung: Automatisierte Analyse von Bewertungen, Berichten und Nachrichten über potenzielle Geschäftspartner.

Der Beitrag Effizienter Technologie-Scout mit KI: So sparst du Zeit bei der Webrecherche erschien zuerst auf Business -Software- und IT-Blog – Wir gestalten digitale Wertschöpfung.