KI-gestützte Suchfunktion verbessert Suchergebnisse und Nutzererfahrung
Mit einer neuen, auf KI basierenden Suchfunktion kann die Plattform der DTAD GmbH öffentliche Ausschreibungen effizienter und zielgenauer auffindbar machen und sich so einen entscheidenden Wettbewerbsvorteil sichern.
Die DTAD GmbH betreibt mit der DTAD-Plattform ein digitales Tool, mit dem täglich mehr als 5.500 aktive Kundinnen und Kunden neue Aufträge aus dem öffentlichen und gewerblichen Sektor finden. Die Plattform erleichtert damit Unternehmen den Zugang zu öffentlichen Ausschreibungen sowie qualifizierten B2B-Leads und hilft ihnen dabei, diese optimal im Akquise-Prozess zu managen.
Das Projekt auf einen Blick
- Semantische Suche mit KI verbessert die Relevanz von Suchergebnissen
- Moderne Sucherfahrung, wie Nutzer*innen sie heute erwarten
- Skalierbare Cloud-Architektur sichert Zukunftsfähigkeit der Lösung
- Iterative Entwicklung mit enger Abstimmung zwischen Produktmanagement, Design und Entwicklung
- Nachhaltiger Aufbau von Know-how und gestärkte Ownership im Team
Ausgangssituation
Die DTAD GmbH betreibt eine Plattform, die öffentliche Ausschreibungen und Bauvorhaben sammelt, kuratiert und ihren Kund*innen zur Verfügung stellt. Während die Plattform bisher bereits durch die umfassende Sammlung an Ausschreibungsdaten überzeugt, eröffnen neue digitale Entwicklungen spannende Möglichkeiten, den Service noch leistungsfähiger zu machen.
Um den Kundinnen und Kunden also nicht nur eine Fülle an Daten, sondern auch einen echten Mehrwert durch gezieltere und relevantere Suchergebnisse zu bieten, setzte sich DTAD zum Ziel, die Qualität der Suchfunktion nochmals merklich zu erhöhen. Die Vision: eine KI-gestützte, semantische Suche, die den Kontext und die Bedeutung hinter den Suchanfragen versteht und so noch präzisere Treffer liefert.
Da eine solche Technologie nicht als fertige Lösung verfügbar war, wurde sie in enger Zusammenarbeit zwischen codecentric und dem Produktmanagement, der Entwicklung und dem Designer von DTAD maßgeschneidert entwickelt. Ziel war es, die Nutzererfahrung nachhaltig zu verbessern und sich technologisch weiter von der Konkurrenz abzuheben.
Lösung
Im Rahmen des Projekts wurde eine deutlich leistungsfähigere Suchfunktion angestrebt, wie man sie aus modernen Suchmaschinen und KI-gestützten Empfehlungssystemen kennt. Diese wurde in einer intuitiven Benutzeroberfläche umgesetzt. Die Webanwendung, entwickelt mit Vue.js, folgt dabei aktuellen UX-Standards und bietet ein Sucherlebnis, das sich nahtlos in die Erwartungen heutiger Nutzer einfügt. Die Ergebnisse erscheinen nicht nur schneller, sondern sind durch die semantische Verarbeitung auch deutlich relevanter und besser verständlich.
Die technische Umsetzung basiert auf einer skalierbaren Cloud-Architektur:
KI-gestützte Suche
Datenmanagement mit MongoDB Atlas
AWS-Cloud-Infrastruktur
Nutzerzentriertes Frontend mit Vue.js
KI-gestützte Suche
KI-gestützte Suche: OpenAI-Embeddings ermöglichen eine semantische Suche, die relevante Ergebnisse auch bei variierender Wortwahl oder Synonymen erkennt. Dabei werden Begriffe nicht nur wörtlich verglichen, sondern ihr inhaltlicher Zusammenhang wird berücksichtigt – ähnlich wie bei der Art und Weise, wie Menschen Bedeutung aus einem Text ableiten.
Datenmanagement mit MongoDB Atlas
Datenmanagement mit MongoDB Atlas: Neben der performanten Speicherung und Abfrage von strukturierten und unstrukturierten Daten war ein entscheidender Faktor, dass MongoDB Atlas in der Lage ist, Embeddings effizient zu verarbeiten. Im Rahmen der Umsetzung wurden mehrere Datenbanklösungen evaluiert. MongoDB Atlas erwies sich als die beste und kosteneffizienteste Wahl für den speziellen Anwendungsfall.
AWS-Cloud-Infrastruktur
AWS-Cloud-Infrastruktur: Die Verarbeitung und Bereitstellung der Suchergebnisse erfolgt durch AWS Lambda, wodurch eine hohe Skalierbarkeit und Kosteneffizienz gewährleistet werden.
Nutzerzentriertes Frontend mit Vue.js
Nutzerzentriertes Frontend mit Vue.js: Die Anwendung bietet eine moderne, intuitive Benutzerführung für eine nahtlose Sucherfahrung.
Das gesamte Projekt wurde in einem interdisziplinären Team – bestehend aus zeitweise bis zu acht Entwicklern, einem Product Owner und einem Designer – umgesetzt. Dabei wurden moderne agile Methoden genutzt, um flexibel auf neue Erkenntnisse und Nutzerfeedback zu reagieren.
Um eine schnelle und zielgerichtete Integration der neuen Suchfunktion zu ermöglichen, wurde von Anfang an ein nutzerzentrierter Ansatz verfolgt. Statt die Suche erst nach vollständiger Entwicklung auszurollen, wurde sie frühzeitig in den Feedbackprozess eingebunden.
Bereits in der ersten Iteration wurde die neue Suchfunktion mithilfe von Feature Toggles bestimmten Stakeholdern zur Verfügung gestellt. So konnte frühzeitig echtes Nutzerfeedback eingeholt werden, das kontinuierlich Verbesserungsansätze lieferte. Dieses iterative Vorgehen stellte sicher, dass die neue Suchtechnologie nicht nur technisch ausgereift, sondern auch optimal auf die Bedürfnisse der Endkundinnen und Endkunden abgestimmt wurde.
Ergebnis
Die neue Suchfunktion hebt sich deutlich von klassischen Volltext- oder Schlagwortsuchen ab. Nutzer müssen nicht mehr exakt die richtigen Begriffe kennen, um relevante Ergebnisse zu erhalten. Stattdessen können sie einfach einen zusammenhängenden Text eingeben – beispielsweise einen Zeitungsartikel über ein Bauprojekt – und erhalten darauf basierend passende Ausschreibungen und ähnliche Projekte.
Durch den Einsatz der neuen Suchtechnologie hat sich die DTAD GmbH erfolgreich von der Konkurrenz abgehoben. Statt nur auf die Masse an Daten zu setzen, ermöglicht die KI-gestützte Suche einen echten Mehrwert für die Kund*innen, indem sie gezieltere und relevantere Suchergebnisse liefert.
Neben der erfolgreichen Einführung der neuen Suchfunktion war ein entscheidender Erfolg des Projekts, dass das Entwicklungsteam von DTAD zunehmend die Ownership für das Produkt übernommen hat. Dies betrifft nicht nur die technologische Weiterentwicklung, sondern auch die Produktstrategie und den kontinuierlichen Verbesserungsprozess.
Durch den iterativen Entwicklungsprozess, die enge Zusammenarbeit zwischen Produkt, Design und Entwicklung sowie den Know-how-Aufbau im Team konnte die nachhaltige Weiterentwicklung des Produkts sichergestellt werden. Das Team gestaltet nun aktiv die Zukunft der Plattform mit und hat die Verantwortung für die kontinuierliche Verbesserung und Anpassung an neue Anforderungen übernommen.
Ausblick
Die semantische Suche bildet die Grundlage für weitere Optimierungen und Erweiterungen. Potenzielle nächste Schritte können sein:
- Personalisierte Suchergebnisse, die sich noch stärker an den individuellen Bedürfnissen der Nutzer orientieren
- Erweiterung auf zusätzliche Datenquellen, um die Abdeckung und Qualität der Suchergebnisse weiter zu steigern
- Feinjustierung des KI-Modells, um noch präzisere Treffer zu liefern
Mit diesem Projekt hat die DTAD GmbH nicht nur eine technologische Innovation eingeführt, sondern auch einen entscheidenden Schritt in Richtung einer intelligenteren und zukunftssicheren Plattform gemacht.
Kai Noffke
Director of Technology, DTAD GmbH
Gemeinsam mit unseren Entwickler:innen und den Expert:innen von codecentric haben wir in kürzester Zeit eine moderne, KI-gestützte Suche umgesetzt – ein echter Meilenstein, der den Mehrwert der DTAD Plattform für unsere Kund:innen deutlich erhöht und unsere Marktposition nachhaltig stärkt.
Kai Noffke
Director of Technology, DTAD GmbH
Noch Fragen zum Projekt?
Willst Du mehr über das Projekt erfahren? Bist du interessiert an einer ähnlichen Lösung für dein Unternehmen?
Software Craftsman
Weitere Referenzprojekte
Informiere dich über weitere erfolgreiche Projekte, die wir mit unseren Kunden abgeschlossen haben. Vielleicht findest du hier Anregungen für einen Use Case in deinem Unternehmen.
David Gontrum
Software Craftsman