---
sourceDocument: Xanadu – Mitarbeiter-Servicemanagement
sourceDocumentLink: https://servicenow-prod.fluidtopics.net/r/de-DE/xanadu/employee-service-management

 Release :

    - xanadu

ft:locale :

    - de-DE

ft:publication_title :

    - Xanadu – Mitarbeiter-Servicemanagement

ft:clusterId :

    - emplsm

bundleId :

    - emplsm

workflow :

    - Employee


---

# Ähnlichkeitslösung für ähnliche Wissensartikel trainieren

# Ähnlichkeitslösung für ähnliche Wissensartikel trainieren {#ariaid-title1}

* Freigeben Version: Xanadu
* 
* Aktualisiert 1. August 2024
* 
* ![](https://www.servicenow.com/docs/portal-asset/ico-clock) 1 Minute Lesedauer

Trainieren Sie ähnliche Wissensartikel für die UR-Lösungsdefinition, um Wissensartikel anhand der Kurzbeschreibung zu identifizieren und vorherzusagen. Wenn ein Service Desk-Mitarbeiter eine universelle Anforderung öffnet, werden ähnliche Wissensartikel im Abschnitt „Zugehörige Suche" des Universal Request-Datensatzes angezeigt.

## Vorbereitungen

Erforderliche Rolle: admin

Stellen Sie sicher, dass Sie die Plugins „Predictive Intelligence" (com.glide.platform_ml) und „Predictive Intelligence for Universal Request" (com.snc.universal_request.ml) installiert haben und diese aktiviert sind.  
Hinweis:  
Zum Trainieren der Klassifizierungen sind mindestens 10.000 Datensätze erforderlich.

## Prozedur

1. Navigieren zu AllePredictive IntelligenceÄhnlichkeitLösungsdefinitionen.
2. Suchen Sie in der Liste der Ähnlichkeitsdefinitionen nach der Lösung „Ähnliche Wissensartikel für UR" (ml_sn_sn_uni_req_global_similar_knowledge-articles-for-ur) und wählen Sie sie aus.
3. Überprüfen Sie im Formular die Standardfeldwerte, und passen Sie die Lösung nach Bedarf an.  
   Weitere Informationen zu den Feldern des Formulars „Ähnlichkeitsdefinition" finden [Sie unter Ähnlichkeitslösung erstellen und trainieren](https://www.servicenow.com/docs/access?context=create-similarity-solution&version=xanadu&pubname=xanadu-intelligent-experiences&ft:locale=en-US).
{#train-similarity-for-articles-ur__steps_mt5_mt4_3mb}