Dieses Projekt baut auf einer Seminararbeit der Autorin von 1997 im Studienfach Wirtschaftswissenschaften für den Fachbereich Betriebsinformatik auf.
Das Hauptseminar trug den Titel Betriebliche Informationssysteme.
Die Seminararbeit wurde für die jetzige Veröffentlichung überarbeitet und auf den neuesten Stand gebracht.
Informationssysteme werden inzwischen vielfältig eingesetzt. Bei Management und Verwal-tung hat beispielsweise eine totale Umstrukturierung der öffentlichen und kommerziellen Dienstleistungen stattgefunden, von der kaum ein Bereich des täglichen Lebens verschon blieb. Ein Nutzungsbeispiel sind die Expertensysteme. Sie stellen im Vergleich z.B. zu Datenbanken, wesentlich komplexere Informationssysteme dar. Sie sind in der Lage „mitzudenken“ und selbständig zu einer Problemlösung zu finden.
Ziel der vorliegenden Arbeit ist es, dem interessierten Leser zu vermitteln, was ein Expertensystem ist, wie es arbeitet und auf welche Weise es in Forschung und Industrie Anwendung gefunden hat.
Die Arbeit orientiert sich in erster Linie an dem Buch „Einführung in Expertensysteme“ von Frank Puppe. Nach dem Literaturstudium von zwölf verschiedenen Einführungsbänden über Expertensysteme hat sich dieses Buch als das verständlichste und am besten strukturierte Werk herausgestellt. Auch andere Autoren greifen gern auf dieses Buch zurück.
Neure Literatur wurde als Ergänzung herangezogen.
Inhaltsverzeichnis
1. Charakterisierung von Expertensystemen
1.1. Wissensbasierte Systeme
1.2. History
2. Aufbau von Expertensystemen
2.1. Grundidee
2.2. Architektur
2.1.1. Wissensbasis
2.2.2. Steuersystem
3. Grundtechniken der Wissensrepräsentation
3.1. Logik als Grundlage
3.1.1. Prädikatenlogik
3.1.2. Kalküle
3.2.2. PROLOG
3.2. Regelbasierte Wissensrepräsentation
3.2.1. Allgemeines
3.2.2. Vorwärtsverkettung (Forward-Reasoning)
3.2.3. Rückwärtsverkettung (Backward-Reasoning)
3.2.4. Strukturierung
3.3. Objektorientierte Wissensrepräsentation
3.3.1. Vererbungshierarchie, zugeordnete Prozeduren, Erwartungswerte
3.3.2. Beispiel: FRL
3.4. Wissensrepräsentation durch Constraints
3.5. Repräsentation von unsicherem Wissen
3.5.1. Probabilistisches Schließen
3.5.2. Nicht-monotones Schließen
3.5.2. Temporales Schließen
4. Problemlösungstypen
4.1. Klassifikation (Diagnostik)
4.1.1. Beschreibung
4.1.2. Methoden
4.1.3. Einteilung nach Problemtypen
4.2. Konstruktion (Synthese)
4.2.1. Beschreibung
4.2.2. Methoden
4.2.3. Einteilung nach Problemtypen
4.3. Simulation
4.3.1. Beschreibung
4.3.2. Methode
4.3.3. Einteilung nach Problemtypen
5. Entwicklung von Expertensystemen
5.1. Wissenserwerb
5.1.1. Grundarten
5.1.2. Phasen
5.2. Erklärungsfähigkeit
5.3. Werkzeuge
6. Betrieblicher Einsatz
6.1. Anwendungsgebiet
6.2. Einsatzumgebung
7. Kritik und Ausblick
7.1. Enttäuschte Erwartungen
7.2. Neure Ansätze
Zielsetzung und Themenfelder
Ziel der vorliegenden Arbeit ist es, dem interessierten Leser ein fundiertes Verständnis von Expertensystemen zu vermitteln, ihre Arbeitsweise zu erläutern und ihre Anwendungsbereiche in Forschung sowie Industrie aufzuzeigen.
- Grundlagen und historische Entwicklung von Expertensystemen
- Architektur und funktionale Module
- Methoden der Wissensrepräsentation
- Typologien der Problemlösung (Diagnostik, Konstruktion, Simulation)
- Prozess des Wissenserwerbs und Entwicklungswerkzeuge
Auszug aus dem Buch
3.2.3. Rückwärtsverkettung (Backward-Reasoning)
Hierbei geht man von einem Ziel aus und überprüft nur Regeln, deren Aktionsteile das Ziel enthalten. Sind Parameter der Vorbedingung unbekannt und nicht über andere Regeln herleitbar, tritt das System in Interaktion mit dem Benutzer (siehe Abb. 2)
Gestartet wird mit einem vorgegebenen Ziel. Falls dieses Ziel nicht in der Datenbasis bekannt ist, entscheidet der Regelimplementierer, ob es abgeleitet werden kann oder ob der Benutzer befragt werden muss. Bei der Ableitung des Zieles werden alle Regeln abgeleitet, in denen das Ziel enthalten ist. Dabei bekommt jeder vorkommende Parameter einen Verweis (Index) auf die entsprechende Regel. So können bei Wertänderungen betroffene Regeln schneller gefunden werden. Ist bei der Überprüfung einer Regel ein Parameter unbekannt (in Abb. 4: PRÜFE_RELE (REGEL)), wird ein Unterziel generiert und die Prozedur BESTIMME (ZIEL) rekursiv zur Herleitung des Unterziels angewendet. Ergebnis sind Werte für das vorgegebene Ziel und die Unterziele.32 Die implizierte Dialogsteuerung stellt die Fragen an den Benutzer abhängig von der Reihenfolge der Regeln zur Herleitung der Aussagen in der Vorbedingung einer Regel. Durch diese Abhängigkeit wird die Modularität des Systems erheblich vermindert. Je präziser das Ziel formuliert ist, desto kleiner wird der Suchbaum von Regeln und Fragen.33
Rückwärtsverkettung wird z.B. bei EMYCIN und PROLOG verwendet.
Zusammenfassung der Kapitel
1. Charakterisierung von Expertensystemen: Einführung in wissensbasierte Systeme und deren Abgrenzung durch die Trennung von Wissensbasis und Problemlösungsstrategie sowie ein Überblick über die historische Entwicklung.
2. Aufbau von Expertensystemen: Detaillierte Betrachtung der Architektur, insbesondere der funktionalen Trennung in Wissensbasis und Steuersystem mit ihren jeweiligen Komponenten.
3. Grundtechniken der Wissensrepräsentation: Darstellung der formalen Methoden zur Wissensspeicherung, darunter Logik, regelbasierte und objektorientierte Ansätze sowie der Umgang mit unsicherem Wissen.
4. Problemlösungstypen: Klassifizierung der Anwendungsmöglichkeiten in Diagnostik, Konstruktion und Simulation samt deren spezifischer methodischer Herangehensweisen.
5. Entwicklung von Expertensystemen: Analyse der Phasen des Wissenserwerbs, der Bedeutung der Erklärungsfähigkeit für die Transparenz sowie einer Übersicht verfügbarer Werkzeuge.
6. Betrieblicher Einsatz: Erörterung der Voraussetzungen für den Praxiseinsatz, notwendiger Einsatzumgebungen und der bestehenden technischen Grenzen.
7. Kritik und Ausblick: Kritische Reflexion der überhöhten Erwartungen der Vergangenheit und Einschätzung neuerer Trends wie der Entwicklung von Assistenz-Systemen.
Schlüsselwörter
Expertensysteme, Wissensbasis, Problemlösungsstrategie, Wissensrepräsentation, Inferenz, Diagnose, Konstruktion, Simulation, Wissenserwerb, Backward-Reasoning, Vorwärtsverkettung, KI, Knowledge-Engineering, Assistenz-Systeme, Logik.
Häufig gestellte Fragen
Worum geht es in dieser Arbeit grundsätzlich?
Die Arbeit bietet eine fundierte Einführung in das Themenfeld der Expertensysteme, betrachtet deren Aufbau, Funktionsweise und den Einsatz in verschiedenen betrieblichen und wissenschaftlichen Kontexten.
Was sind die zentralen Themenfelder der Publikation?
Die zentralen Felder umfassen die Architektur von Systemen, Methoden der Wissensrepräsentation, verschiedene Problemlösungstypen sowie den Prozess der Systementwicklung.
Was ist das primäre Ziel der Untersuchung?
Das Hauptziel ist es, dem Leser zu vermitteln, wie Expertensysteme arbeiten, wie sie strukturiert sind und auf welche Weise sie zur Problemlösung in Industrie und Forschung eingesetzt werden können.
Welche wissenschaftlichen Methoden werden beschrieben?
Es werden diverse methodische Ansätze erläutert, darunter logikbasierte Verfahren, die Vorwärts- und Rückwärtsverkettung von Regeln, objektorientierte Modellierungen sowie Methoden zur Bewältigung von Unsicherheit.
Was wird im Hauptteil der Arbeit behandelt?
Der Hauptteil gliedert sich in die technische Charakterisierung der Systeme, die Grundlagen der Wissensrepräsentation, die Typisierung von Problemlösungen sowie die Phasen der Systementwicklung.
Durch welche Schlüsselwörter lässt sich die Arbeit charakterisieren?
Typische Schlüsselwörter sind Expertensysteme, Wissensrepräsentation, Problemlösungsstrategie, Wissenserwerb und Inferenz.
Was ist der Unterschied zwischen Vorwärts- und Rückwärtsverkettung?
Bei der Vorwärtsverkettung wird von bekannten Daten ausgehend auf eine Lösung geschlossen, während bei der Rückwärtsverkettung ein Ziel definiert wird und rückwirkend geprüft wird, welche Regeln zur Bestätigung dieses Ziels führen.
Warum spielt die Erklärungsfähigkeit eine so wichtige Rolle bei Expertensystemen?
Sie macht den internen Problemlösungsweg für den Benutzer transparent, was sowohl zum Verständnis der Lösung beiträgt als auch den Experten bei der Fehlersuche und Qualitätssicherung unterstützt.
Was ist mit dem sogenannten Kliff-und-Plateau-Effekt gemeint?
Dieser Effekt beschreibt das Phänomen, dass die Leistungsfähigkeit von Expertensystemen außerhalb ihres spezifischen Fachgebiets, für das sie konzipiert wurden, drastisch abfällt.
Warum wird heute verstärkt von Assistenz-Systemen gesprochen?
Nach enttäuschten Erwartungen in der Vergangenheit und der Abkehr vom Begriff "Expertensystem", haben sich neuere Bezeichnungen wie "Assistenz-Systeme" etabliert, um den unterstützenden Charakter der modernen wissensbasierten Technologien zu betonen.
- Quote paper
- Dipl.-Kff. Susanna Mandorf (Author), 2008, Einführung in Expertensysteme, Munich, GRIN Verlag, https://www.grin.com/document/115039
