Case Study

IFB - Elastic Search

  • Administrator Administrator
  • 30.10.2024

Herausragende Suchergebnisse mit Elasticsearch

Kundenvorstellung:

Das ifb – Institut zur Fortbildung von Betriebsräten, ist eine Bildungseinrichtung zur Weiterbildung von Arbeitnehmervertretern. Betriebsräte, Schwerbehindertenvertreter sowie Jugend- und Auszubildendenvertretung u.a. finden über Webangebote und Portale spezielle Schulungen, Seminare, Fachtagungen, Literatur und kostenloses Wissen. Fachexperten, Rechtsanwälte und Richter schulen die Interessenvertreter in ganz Deutschland an ca. 70 Standorten.

Bei über 300 verschiedenen Seminarthemen mit vielen Terminen muss das passende Weiterbildungsformat über die Webseiten des ifb einfach, benutzerfreundlich und rasch auffindbar sein, um den Arbeitnehmervertretern einen optimales Buchungs- und Nutzererlebnis zu ermöglichen.

Unser Auftrag: Eine benutzerfreundliche Power-Suche

Der Anspruch einer schnellen und sinnvollen Informationsfindung war auch einer der Gründe, weshalb Esono ins Spiel kam. Das Institut hatte für seine Portale bisher die Suchfunktionen der Webseiten mit einer Lösung von Caspardo, einem kommerziellen Suchmaschinenanbieter, implementiert. Mit dieser Suchfunktion sollten unter anderem Seminare, Termine, Austragungsorte, Wissensinhalte sowie Referenten gefunden werden. Der User sollte mithilfe unterschiedliche Filter schnell sowie leicht zu seinen gewünschten Suchergebnissen kommen.

Das Problem: das damalige System war für die Anwendung des ifb zu unflexibel, teuer und die Suchergebnisse wurden nur langsam ausgespielt. Hierdurch entstanden hohe Kosten für wenig Funktionen sowie einer sehr verbesserungsbedürftigen UX/ UI.

Elasticsearch: Elasticsearch ist eine RESTful-Suchmaschine und -Analytics-Engine. Mit ihrer Hilfe werden Ihre Daten gespeichert und schnelles Suchen wird ermöglicht. Seit der Version Elasticsearch 7.10.2 und Kibana 7.10.2 ist ElasticSearch ein lizenzpflichtiges Produkt. AWS wollte weiterhin eine Open Source Suchmaschine und erstellte aus den letzten beiden Elastic- sowie Kibana Varianten OpenSearch. Als Digitalagentur nutzen wir beide Varianten.

Wer mehr über die Unterschiede von ElasticSearch und Opensearch erfahren möchte, kann hier mehr darüber lesen.

Unsere Lösung:

Wir wurden durch das ifb als einer der führenden Elasticsearch-Dienstleister in Deutschland kontaktiert. Mit der Umstellung auf Elasticsearch, sowie individuellen Anpassungen, wurden die benötigten Ressourcen für die Suchvorgänge reduziert und das Ausspielen beschleunigt.

Esono implementierte ein an das ifb individuell angepasstes Elasticsearch-Setup. Hierfür wurden unterschiedliche Filter, wie Seminarort, Seminardatum, Inhalt, Präsenz oder Onlineveranstaltungen sowie mögliche Hoteloptionen, entwickelt. Das ifb kann diesen Filter und die Art der Daten-Ausgabe mit „UND“ sowie „ODER“ Funktion händisch in seinem Backend einfach bestimmen und ist für neue Ideen nicht immer an einen Anbieter gebunden. Des Weiteren wurde ein individuelles Wörterbuch sowie eine angepasste Worttrennung (Stemming) implementiert. Das ifb kann jetzt notwendige Keywords selbst pflegen. Alle Filter können auf die implementierten Filter und die vernetzten Daten zurückgreifen. Je nach Bedarf können die Filter auf den unterschiedlichen Portalen ausgespielt werden. Ebenso liefert das ifb Daten über Besonderheiten. Es gibt etwa mehrere aufeinanderfolgende Seminare zum Thema „Gesundheitsschutz“ – diese werden immer in der richtigen Reihenfolge (1,2,3) ausgespielt. Die individuell angepassten Daten greifen wir über diverse Schnittstellen (APIs) ab. Ebenso werden alle relevanten Seiten und Inhalte von unserem Bot gecrawlt. Für diesen haben wir eigene Snippets entwickelt, die bei einer entsprechenden Suche ausgespielt werden. Wir bereiten all diese Daten auf und spielen sie über eine weitere API wieder zum ifb zurück. Anhand dieser werden die Suchergebnisse sowie die gewünschten und relevanten Ergebnisse schnell ausgespielt.

Ein paar Daten und Fakten zu unserer Suchmaschine

  • 8 APIs wurden angebunden
  • 24 Datenquellen werden durchsucht
  • 5000 Einträge und einzelne Seiten werden gecrawlt
  • 114 000 Forumsbeiträge werden gecrawlt
  • 8 Filter mit „UND“ sowie „ODER“ Funktion wurden installiert
  • <200 Millisekunden bis zum Suchergebnis

Wir deployen alles auf einen Kubernetes-Cluster, welcher jedoch nicht zu 100 % von uns verwaltet wird, da das ifb hier noch andere Anwendungen am Laufen hat. Wir übernehmen „nur“ das Managen der Kubernetes-Charts für diesen Bereich.

Das Ergebnis:

Eine zügige, sehr effiziente und sehr anpassungsfähige Suchmaschine, die flexibel genug für die Herausforderungen und Trends der Zukunft ist.

Ausblick

Der Weg zum Machine Learning ist bei Elasticsearch naheliegend. Daher soll für die Zukunft die Suchmaschine mit Hilfe von Machine Learning weiterhin an die individuell angepassten Anforderungen optimiert und automatisiert werden, außerdem ist es einfach, die verarbeiteten Daten visuell und nutzbar über Grafana darzustellen. Hierfür wird mithilfe von Grafana ein auf das ifb angepasstes Dashboard entwickelt.

Sie interessieren sich ebenfalls für ein Elastic- oder Opensearch Projekt? Wir helfen Ihnen gerne. Ob Beratung, Betrieb oder Umsetzung – wir finden die richtige Lösung für Sie.