Inhalt
1. Einführung
2. Definition des intelligenten Agenten
3. Eigenschaften eines intelligenten Agenten
3.1. Autonomie
3.2. Reaktivität
3.3. Zielorientiertheit
3.4. Lernfähigkeit
3.5. Kommunikations- und Kooperationsfähigkeit
3.6. Mobilität
3.7. Charakter
4. Agentenorientierte Technologien
4.1. Information Agents
4.2. Collaborative Agents
5. Interface Agents
4.1. Eigenschaften von Interface Agents
6. Anwendungsgebiete von Interface Agents
7. Der Einsatz von Interface Agents in betrieblichen Anwendungen am Beispiel der Informationsfilterung
6.1. Informationsfilterung
6.1.1. Email-Agent
6.1.2. News Filtering Agent
8. Fazit
Literaturverzeichnis
1. Einführung
Die Agententechnologie unterliegt gerade in den letzten Jahren einer wachsenden Dynamik. Literatur zu diesem Thema ist deshalb meist nichtälter als ein paar Jahre und ist laut Brenner, Zarnekow und Wittig1 aufgrund der Dynamik dieses Forschungsbereiches bereits manchmal mit Erscheinen der entsprechenden Bücher überholt. Häufig ist es auch so, daß Textdokumente gar nicht in Papierform vorliegen, so daß in dieser Seminararbeit aus Gründen der Verfügbarkeit von Literatur zum Teil auf Internetdokumente verwiesen wird. Die Informationsfülle, die der Mensch in den kommenden Jahren pro Tag verarbeiten muß, wird drastisch zunehmen. Alleine die Auswahl des optimalen, individuellen Fernsehprogramms wird in Anbetracht von bald mehreren hundert Fernsehkanälen zum Problem. In Zukunft werden Einkäufe mehr und mehr online über das Internet abgewickelt werden. Es gilt hier im Netz z.B. den günstigsten Anbieter für ein Produkt mit den besten Lieferbedingungen zu finden. Diese Aufgaben sind sehr zeitintensiv und erfordern vom Benutzer häufig gewisse programmspezifische Vorkenntnisse in bezug auf die Informationsgewinnung. Doch selbst wenn diese bei einigen Benutzern vorhanden sein sollten, so werden doch in Zukunft immer mehr mit der Informationstechnologie weniger erfahrene Benutzer mit immer komplexeren und komplizierteren Programmen umgehen müssen. Um dieses Problem zu lösen, werden spezielle Softwareprogramme, sogenannte Agenten, entwickelt.
Die vorliegende Arbeit soll beschreiben, was ein Interface Agent ist und welche Anwendungsgebiete es für Interface Agents gibt. Hierzu gilt es allerdings vorher zu klären, anhand welcher Eigenschaften ein Agent generell definiert wird. Weiterhin sollen Interface Agents von anderen agentenorientierten Technologien abgegrenzt werden, so daß auch diese kurz beschrieben werden müssen. Ferner werden mögliche Anwendungsgebiete und Eigenschaften von Interface Agents aufgezeigt. Schließlich wird dann am konkreten Beispiel der Informationsfilterung der Einsatz eines Email-Agenten und eines News Filtering Agenten im betrieblichen Umfeld und der daraus resultierende Nutzen dargelegt.
2. Allgemeine Definition eines intelligenten Agenten
Eine Definition auf höchster Ebene unterscheidet zwischen menschlichen Agenten, Hardwareagenten und Softwareagenten.
Ein Beispiel für einen menschlichen Agenten könnte z.B. ein Reisebüro (engl. travel agent) sein. Der Kundeäußert seine Urlaubswünsche und beauftragt das Reisebüro alle mit der Reise zusammenhängenden Aufgaben zuverlässig, schnell und selbständig auszuführen. Dazu gehört der Vergleich von Angeboten unterschiedlicher Veranstalter, die selbständige Kombination von Reisekomponenten (z.B. Flug- und Hotelbuchung) sowie die Vermeidung von Inkonsistenzen bei der Buchung (z.B. Abweichung von Flug- und Ankunftsdatum beim Hotel).
Werden diese Konzepte auf den Computerbereich übertragen, so ergeben sich unmittelbar die Hauptaufgaben von Hard- bzw. Softwareagenten. Den menschlichen Agenten entsprechend sollen sie für die Benutzer bestimmte Aufgaben bewältigen, die diese aufgrund von Zeitmangel oder fehlendem bzw. nicht ausreichendem Wissen nicht ausführen können oder wollen. Die weiteren Ausführungen beziehen sich nur auf Softwareagenten, viele Konzepte lassen sich jedoch auch auf Hardwareagenten übertragen.
Eine allgemein anerkannte Definition der kennzeichnenden Merkmale eines intelligenten Softwareagenten gibt es nicht. Verschiedene Autoren wie z.B. Maes2 oder Wooldrige und Jennings3 haben versucht, eine generelle Definition eines intelligenten Agenten zu verfassen, die allgemein akzeptiert wird. Dies ist bis jetzt nicht gelungen. Das Problem der allgemeinen Akzeptanz einer einheitlichen Definition resultiert gemäß Zarnekow4 aus dem interdisziplinären Charakter der Agenten, der sich in den Einflüssen unterschiedlicher wissenschaftlicher Forschungsrichtungen und den von der Praxis gestellten Anforderungen widerspiegelt. Trotz des Mangels einer generell anerkannten, formalen Definition wie sie Franklin und Grasser versucht haben ("An autonomous agent is a system situated within and a part of an environment that senses that environment and acts on it, over time, in pursuit of its own agenda and so as to effect what it senses in the future.") 5 gibt es gewisse Eigenschaften, die von verschiedenen Autoren immer wieder angeführt werden, mit denen sich ein Agent klassifizieren läß t:
- Autonomie
- Reaktivität
- Zielorientiertheit
- Lernfähigkeit
- Kommunikations- und Kooperationsfähigkeit
- Mobilität
- Charakter
Daneben wird hin und wieder eine gewisse Beständigkeit des Agenten im Zeitverlauf gefordert. Diese Eigenschaften, die einen Agenten von einem normalen Softwareprogramm unterscheiden, sollen näher beleuchtet werden.
3. Eigenschaften eines intelligenten Agenten
Im folgenden werden die grundlegenden Eigenschaften eines intelligenten Agenten aufgeführt und näher beschrieben.
3.1 Autonomie
Der fundamentale Unterschied zwischen Agenten und gewöhnlichen Softwareprogrammen ist die Autonomie. Autonomes Handeln bedeutet in diesem Fall, daß der Agent ohne Eingriffe und Anweisungen von außen seine Ziele verfolgt, er handelt also selbständig. Dies entlastet vor allem den Benutzer, da Rückfragen seitens des Agenten entfallen und viele Entscheidungen vom Benutzer nicht mehr selbst getroffen werden müssen. Vom Standpunkt des Benutzers resultiert daraus eine Steigerung der Intelligenz des Agenten, die sich für den Benutzer darinäußert, daß er anfangs für den Agenten das Problem definiert, dem Agenten eventuell noch spezielle Anweisungen und Vorstellungen übergibt und dieser das Problem selbständig löst. Echtes autonomes Handeln bedarf allerdings gewisser Prämissen: so muß ein Agent erstens die Kontrolle über seine Aktionen und internen Zustände besitzen6 und zweitens über die zur Lösung seiner Aufgaben notwendigen Ressourcen und Fähigkeiten verfügen. Hierzu zählen physische Gegebenheiten wie z.B. das Vorhandensein eines Netzwerkes. Bei den Fähigkeiten kann als Beispiel die Zielorientiertheit (vgl. Eigenschaft Zielorientiertheit) angeführt werden. Hat ein Agent keine Ziele, so muß der Agent jeden seiner Schritte mit dem Benutzer abstimmen, was keinesfalls eine Entlastung für den Benutzer bedeutet.
In einer formalen Definition von Autonomie werden von Foner7 periodische Handlungen, spontane Ausführungen und Initiative gefordert bei der der Agent vorausschauende oder unabhängige Handlungen durchführen können muß, die dem Benutzer eventuell nützen. Die Auswirkungen des autonomen Handelns des Softwareagenten können drastisch sein, wenn man z.B. an einen Handelsagenten für die Börse denkt. Aus diesem Grund sollte sich der Benutzer überlegen, in wie weit er dem Agenten vertrauen kann und den Umfang der Autonomie von vornherein festgelegen. Zur Sicherheit kann bei größeren rechtlichen oder wirtschaftlichen Konsequenzen mit dem Benutzer Rücksprache gehalten werden.
3.2 Reaktivität
Echte reaktive Agenten besitzen im Gegensatz zu den deliberativen Agenten kein internes Modell ihrer Umwelt. Diese Umwelt kann aus anderen Agenten, menschlichen Benutzern, externen Informationsquellen oder physikalischen Gegenständen bestehen8. Reaktive Agenten erkennen mittels geeigneter Sensoren ihre Umwelt, registrieren Veränderungen und reagieren darauf. Ein Beispiel für einen einfachen deliberativen Agenten könnte ein Newswatcher sein (z.B. Pointcast9 ). Newswatcher haben die Aufgabe, bestimmte Informationsquellen (z.B. Newsserver im Internet) zu überwachen und den Benutzer bei Veränderungen zu informieren. Hierzu besitzen sie einen einfachen Sensor, der es ihnen erlaubt, Veränderungen auf www-Seiten zu erkennen. Tritt eine Veränderung ein, wird die www-Seite erneut gelesen, auf neue Informationen überprüft und dem Benutzer übermittelt.
3.3 Zielorientiertheit
Ein passiver, nur auf Veränderungen seiner Umwelt reagierender Agent reicht in vielen Fällen nicht aus. Es ist vielmehr notwendig, daß der Agent in gewissen Situationen selbst die Initiative ergreift. Um allerdings selbst die Initiative ergreifen zu können, muß der Agent wissen, in welche Richtung er initiativ werden soll d.h. er muß über definierte Ziele oder sogar über ein komplexes Zielsystem verfügen. Hierbei kommt es darauf an, wie umfangreich und komplex das jeweilige Zielsystem ist. Beispielsweise würde das Ziel einer reinen Informationssammlung zu einem bestimmten Thema vom Agenten nur Reaktivität und keine Initiative verlangen, da er in diesem Fall nur Informationsquellen überwachen muß und auf das Eintreffen neuer Informationen reagiert. Ein umfangreicheres Zielsystem besteht nicht nur aus einem Gesamtziel, sondern aus mehreren Teilzielen, die schneller und einfacher zu erreichen sind. Durch die Zerlegung des Gesamtziels in viele Teilziele kann der Agent seine Aufgaben besser erledigen.
3.4 Lernfähigkeit
Der Grad der Intelligenz eines Agenten bestimmt sich nach seiner Lernfähigkeit. Der Begriff der Intelligenz bei Agenten ist schwer auszufüllen. Petrie10 weist beispielsweise darauf hin, daß der Begriff der Intelligenz eines Agenten subjektiv ist. Ob ein Agent nun intelligent sei, könne erst beurteilt werden, nachdem ein intelligenter Beobachter mit ihm gearbeitet habe, der dann subjektiv sein Urteil abgebe. Doch abseits dieser eher philosophischen Betrachtung, wie beurteilt wird, ob sich ein Agent nun intelligent verhält oder nicht, setzt sich die
Intelligenz aus drei Hauptkomponenten zusammen11:
- die interne Wissensbasis des Agenten
- die Fähigkeit, Schlußfolgerungen aus den Inhalten seiner Wissensbasis zu ziehen - die Lernfähigkeit bzw. Anpassungsfähigkeit an Umweltveränderungen
Die Schlußfolgerungen eines Agenten in unterschiedlichen Situationen müssen rational sein d.h. seine Aktionen müssen ihn der Erfüllung seiner Ziele näher bringen. Rationales Handeln setzt somit das Vorhandensein eines Zielsystems voraus.
Die Fähigkeit zur Schlußfolgerung setzt sich aus zwei Komponenten zusammen. Zum ersten muß der Agent aus den Beobachtungen seiner Umwelt und aus eventuellenänderungen dieser Umwelt bestimmte Schlußfolgerungen ziehen. Zum zweiten muß der Agent aus bisherigen Erfahrungen (z.B. Konsequenzen eigenen Handelns) lernen und daraus eine Anpassung seiner Verhaltensweisen an seine Umwelt generieren. Dies gilt z.B. für den Umgang mit Benutzern als auch für die Verwaltung der ihm zur Verfügung stehenden Ressourcen. Sollte der Benutzer beispielsweise aufgrund eines Suchauftrags bestimmte ihm gelieferte Informationen nicht nutzen oder gewisse Informationsquellen ablehnen, so muß der Agent daraus lernen, diese Informationsquellen in Zukunft weniger zu berücksichtigen bzw. die nicht genutzten Informationen nicht mehr bereit zu stellen.
3.5 Kommunikations- und Kooperationsfähigkeit
Vielfach ist es nötig, daß der Agent zur Erfüllung seiner Aufgaben mit seiner Umwelt kommunizieren oder kooperieren muß. Die Umwelt kann sich hierbei aus Benutzern oder anderen Agenten zusammensetzen. Voraussetzung für die Kommunikation zwischen Agenten ist das Vorhandensein einer Kommunikationssprache für Agenten untereinander. Diese könnte so aussehen, daß jeder Agent eine bestimmte Menge an Fragen stellen kann, auf die er eine bestimmte Menge an Antworten erhält. Auf diese Art und Weise wäre die Möglichkeit der Kommunikation aller Agenten untereinander gegeben.
Eine Stufe über der reinen Kommunikation steht die Kooperation. Ein reines Kommunikationsprotokoll reicht jetzt nicht mehr aus. Agenten müssen sich untereinander über ihre Ziele und bisherigen Wissensstände austauschen können. Bei identischen Teilzielen könnte die Erreichung dieses Ziels einem speziell dafür geeigneten Agenten übertragen werden. Die von diesem Agenten gewonnenen Erkenntnisse werden anschließend den anderen Agenten übermittelt. Aufgaben können so schneller und effizienter bewältigt werden, Inkonsistenzen werden vermieden, die Leistungsfähigkeit des Gesamtsystems steigt.
3.6 Mobilität
Besitzt ein Agent die Eigenschaft der Mobilität, so kann er sich innerhalb eines Netzwerkes bewegen. Im Gegensatz zu stationären Agenten, die Aufgaben nur durch das Versenden von Nachrichten über das Netzwerk bewältigen können, kann sich ein mobiler Agent selbständig durch das Netzwerk bewegen und seine Aufgaben vor Ort auf dem entsprechenden Rechner erledigen. Dies beinhaltet zwei Vorteile: erstens eine geringere Netzwerkbelastung, da der Agent sich selbst nur einmalig über das Netz verschickt und nicht laufend Nachrichten sendet und empfängt, und zweitens kann der Agent unter der Prämisse autonomen Handelns auch im Offlinefall des Benutzers arbeiten, da er sich nicht auf dessen Rechner befindet. Hat der Agent seine Ziele erreicht, kann er entweder selbständig eine Verbindung zu seinem Benutzer aufbauen oder auf dessen erneute Netzeinwahl warten.
3.7 Charakter
Mit Charakter ist das Vorhandensein gewisser menschlicher Eigenschaften gemeint. Hierzu zählen beispielsweise Vertrauenswürdigkeit, Ehrlichkeit und Diskretion. Ein Agent bringt seinem Benutzer keine Vorteile, wenn der Benutzer ihm nicht vertrauen kann, speziell wenn es um sensible Bereiche wie z.B. Flugsicherungssysteme oder Handelssysteme in elektronischen Märkten geht. Der Benutzer wird bei mangelndem Vertrauen, die Aufgaben trotz höherem Zeitaufwand lieber persönlich erledigen als sie dem Agenten übertragen.
Die vorstehend aufgeführten Eigenschaften (3.1.-3.7.) eines Agenten sind theoretischer Art. Die bisher entwickelten oder in Entwicklung befindlichen Agenten weisen keinesfalls alle genannten Eigenschaften auf. Dies liegt zum Teil an der bisher mangelnden wissenschaftlichen Fundierung sowie am theoretischen und software-technischen Aufwand.
4. Agentenorientierte Technologien
Die in Abschnitt drei aufgeführten Eigenschaften sind Merkmale anhand derer ein Agent definiert werden kann. Selten treten jedoch alle Merkmale bei einem Agenten gleichzeitig in derselben Ausprägung auf. Vielmehr variieren Vorhandensein und Stärke der Merkmale je nach Zweckbestimmung der unterschiedlichen Agenten. Sinnvoll und notwendig ist in diesem Zusammenhang also die nähere Klassifikation der Agenten nach ihren Aufgabenbereichen. In der Literatur gibt es keine einheitliche Klassifikation, da von den einzelnen Autoren die Aufgabenfelder unterschiedlich stark diversifiziert werden und die Grenzen der Aufgabenfelder durch die uneinheitliche Zuordnung der Eigenschaften verschwimmen. Trotzdem lassen sich die folgenden drei Kerntypen eines Agenten herauskristallisieren:
- Information Agents
- Collaborative Agents - Interface Agents.
Auch bei dieser Klassifikation sind die Übergänge fließend. Um welchen Typ es sich bei einem untersuchten Agenten handelt, kann meist nur im Einzelfall beurteilt werden.
4.1 Information Agents
Information Agents haben die Aufgabe Informationen jeder Art von verschiedenen, verteilten Quellen zu sammeln, zu verwalten und zuändern. Für die Entwicklung von Information Agents gibt es vornehmlich zwei Gründe12: zum ersten sind dringend Tools zur Verwaltung der Informationsexplosion des World-Wide-Web erforderlich und zum zweiten ist es der finanzielle Anreiz. Nach Nwana und Ndumu wird derjenige, der als erster einen brauchbaren WWW-Informationsagenten als Netscapeequivalent mit den vorstehend beschriebenen Eigenschaften auf den Markt bringt in Anbetracht der Kursentwicklung einiger Internetgesellschaften einen enormen Gewinn erzielen.
Zu den häufigsten Anwendungsgebieten von Information Agents gehört Information Retrieval und Filtering. Hierzu zählt z.B. die Suche nach Informationen im WWW mittels einfacher Suchmaschinen wie Yahoo oder Lycos13. Es handelt sich hierbei um agentenbasierte Systeme, da diese Suchmaschinen das WWW laufend auf neue Informationen durchsuchen und aufänderungen reagieren. Auch Internetbrowser kann man als Informationsagenten bezeichnen. Sie stellen dem Benutzer auf Anfrage die Informationsinhalte der einzelnen WWW-Seiten zur Verfügung. Ein weiteres Anwendungsgebiet ist der Einsatz als Newswatcher, wie das oben schon erwähnte Pointcast Network. Hierbei werden von einem einzigen Anbieter nutzerspezifische Informationen zur Verfügung gestellt. Zu den Aufgaben des Agenten zählen hierbei die Überwachung eventuell neu eintreffender Informationen, die speziell auf den Benutzer zugeschnitten sind.
Information Agents sind in der Mehrzahl Ein-Agenten Systeme. Hierzu zählen die klassischen Suchmaschinen. Im Einzelfall können diese jedoch auch aus einem Multiagentsystem bestehen wie beispielsweise der Metacrawler14 zeigt. Dieser bedient sich bei der Suche nach Informationen anderer einfacher Suchmaschinen. Die Ergebnisse der einzelnen einfachen Agenten werden vom Metacrawler verglichen und Redundanzen beseitigt. Informationsagenten können neben dem schon erwähnten reaktiven Verhalten also auch kooperativ und kommunikativ sein. Am Beispiel der Newswatcher läßt sich die Lernfähigkeit manifestieren. Je nach Ausprägung lernt der Agent entweder durch eine konkrete Weisung des Benutzers oder/und durch kontinuierliches "über die Schulter schauen", welche Informationen er dem Benutzer liefern soll. Die Eigenschaft der Mobilität ist bei Information Agents meist nicht anzutreffen. Es handelt sich in der Regel um stationäre Systeme die ihre Anfragen über das Netz verschicken und ihre Informationen auch von dort erhalten ohne sich selbst durch das Netz zu bewegen. Die Agenten verfolgen dabei meist relativ einfache Ziele, ein komplexes Zielsystem ist nicht vorhanden. Das Ziel besteht im Auffinden und Zusammentragen von Informationen.
4.2 Collaborative Agents
Bei Collaborative Agents handelt es sich um Multi-Agentensysteme. Der Schwerpunkt liegt bei dieser Agentengruppe in der Interaktion der einzelnen Agenten untereinander. Die Eigenschaft der Kommunikation sowie der Kooperation ist hierbei besonders ausgeprägt. Notwendige Voraussetzung für die effiziente Zusammenarbeit der Agenten ist die Existenz einer einheitlichen Agentensprache.
Anwendungsmöglichkeiten für Collaborative Agents gibt es in der Luftverkehrskontrolle, auf virtuellen Marktplätzen oder in der Planung und Steuerung von Produktionsprozessen. Bei letzterem bestehen die Ziele in der Verkürzung der Durchlaufzeiten, einer hohen Liefertermintreue, in geringen Lagerbeständen sowie einer hohen und gleichmäßigen Kapazitätsauslastung15. Die einzelnen Agenten sind in diesem System autonome Einheiten, die als Teilsysteme zur Erfüllung der Aufgabenstellung des Gesamtsystems mitwirken16. So kann beispielsweise ein Agent den Produktionsprozeß überwachen und die laufende Produktionshöhe dem Beschaffungsagenten mitteilen. Dieser kann dann nach Rückfrage beim Lagerhaltungsagenten den Bedarf für den Zeitpunkt x kalkulieren und die Bestellung der Rohmaterialien beim Zulieferer initiieren. Im Bereich der kurzfristigen Fertigungssteuerung wird so der Übergang zu verteilten Produktionsprozessen ermöglicht. Die Folge ist eine höhere Flexibilität im Fertigungsbereich.
Die Schwerpunkteigenschaft von Collaborative Agents liegt auf der Kommunikations- und Kooperationsebene. Es gibt hier nicht wie bei den Metasuchmaschinen, die sich mehrerer einfacher Agenten bedienen, einen Administrator, der die Ergebnisse der einzelnen Agenten koordiniert und richtig einordnet. Das Ergebnis der Operationen von Collaborative Agents beruht ausschließlich auf der Kommunikation und Kooperation der einzelnen Agenten untereinander. Collaborative Agents sind meist statisch, umfangreich und unpräzise17. Die Lernfähigkeit ist aus diesem Grund meist nicht ausgeprägt. Aufgrund der Größe des Multi- Agentensystems ist auch die Eigenschaft der Mobilität kaum anzutreffen. Dies muß allerdings nicht bedeuten, daß ein einzelner Agent innerhalb des Gesamtsystems nicht mobil sein kann. Zielorientiertes, autonomes Handeln ist unter Berücksichtigung des o.a. Beispiels eine klar zu erkennende Eigenschaft. Bei Collaborative Agents handelt es sich um deliberative Agenten, da sie fast immer ein internes Modell ihrer Umgebung haben. Eine Testphase z.B. im Produktionsbereich, in der die Agenten erst ihre Umwelt erkennen müßten, wäre in vielen Bereichen zu aufwendig und nicht praktikabel. Deshalb handelt es sich meist nicht um echte reaktive Agenten.
5. Interface Agents
Computer greifen immer stärker in das tägliche Leben ein. Belege dafür sind beispielsweise die Zunahme von Homebanking oder Onlineshopping. Aber auch an gewöhnlichen Geräten im Haushalt läßt sich dies manifestieren. Der Fernseher der Zukunft ist Fernseher, Internetstation und möglicherweise Teil des Bildtelefons. Parallel zu diesem technologische Fortschritt interagieren immer mehr unerfahrene Benutzer mit immer komplexeren Computern18. Diese Entwicklung korreliert allerdings nicht mit der Art und Weise wie Computer zumeist bedient werden. Die am weitesten verbreitete Art ist die direkte Bedienung. Sie erfordert vom Benutzer die genaue Definition aller Aufgaben und deren Überwachung. Diese Art der Computerbedienung wird sichändern müssen, wenn die unerfahrenen Benutzer der Zukunft effektiven Gebrauch von den Netzwerken von morgen machen wollen. Genau hier greifen Interface Agents ein. Im Gegensatz zu der direkten Programmierung wird der Benutzer in ein Arbeitsumfeld eingebunden in dem der Interface Agent als persönlicher Assistent19 mit dem Benutzer kommuniziert, mit ihm zusammen Aufgaben bearbeitet und Ereignisse überwacht. Im Laufe der Zeit lernt der Agent durch Beobachtung des Benutzers die Verhaltensmuster, Interessen und Vorlieben seines Benutzers kennen. Der Interface Agent wird dadurch immer effektiver, da er sich selbst auf die individuellen Bedürfnisse seines Benutzers zuschneidet. Der Agent lernt auf vier verschiedene Art und Weisen wie nachstehende Graphik zeigt:
Abb. 1: Lernmethoden eines Interface Agent
- Beobachtung des Benutzers auch über lange Zeiträume. Erkennung von Regelmäßigkeiten und wiederkehrenden Tätigkeiten des Benutzers wie z.B. das Speichern von Emails eines bestimmten Absenders in einem bestimmten Ordner. Wird dies erkannt, kann der Agent anbieten, diese Tätigkeit in Zukunft automatisch auszuführen.
- Direktes und indirektes Feedback durch den Benutzer. Indirektes Feedback ist beispielsweise die Ablehnung von Vorschlägen des Agenten durch den Benutzer. - Training des Agenten durch Beispiele. Hierbei zeigt der Benutzer dem Agenten explizit, daß z.B. Emails, die bis auf den Absender unbestimmt sind, in einem bestimmten Ordner gespeichert werden sollen.
- Empfehlungen von anderen Interface Agents. Der Agent hat die Möglichkeit, andere Agenten zu fragen, was diese in bestimmten Situationen tun würden. Wenn nun die Mehrheit der befragten Agenten eine bestimmte Vorgehensweise empfiehlt, kann sich der Agent danach richten und die Aufgabe ausführen, obwohl er diese noch nie bei seinem Benutzer beobachtet hat.
5.1 Eigenschaften von Interface Agents
Während bei den Collaborativ Agents die Kommunikation und Kooperation der einzelnen Agenten im Vordergrund stand, zeichnen sich Interface Agents vor allem durch ihre ausgeprägte Lernfähigkeit aus. Interaktion ist bei den Interface Agents primär in bezug auf die Umwelt (Benutzer) vorhanden, während bei den Collaborative Agents die interne Interaktion der bestimmende Faktor war. Interface Agents zeigen in der Mehrheit auch echtes reaktives Verhalten. Es ist ihnen nicht von vornherein bekannt, wie der einzelne Benutzer in bestimmten Situationen handeln wird. Dies lernt der Agent erst durch längeres Beobachten des Benutzers und entsprechendes Anpassen seiner Verhaltensweisen. Mobilität ist bei diesem Agententyp seltener anzutreffen. Der Agent arbeitet in der gleichen Arbeitsumgebung zusammen mit dem Benutzer. Alle Aufgaben können vor Ort erledigt werden. Informationen, die dezentral abgelegt sind, kann sich der Agent über das Netzwerk besorgen, ohne sich selbst versenden zu müssen. Des weiteren handelt der Agent autonom. Sobald der Agent meint, ein Verhaltensmuster, eine Regelmäßigkeit oder Vorliebe beim Benutzer entdeckt zu haben, wird er dem Benutzer in welcher Form auch immer eine Hilfe anbieten. Wann dies der Fall ist, wird vom Agenten selbst bestimmt. Der Benutzer hat darauf keinen Einfluß. Bei zukünftigen Versionen dieses Agententyps wird die Charaktereigenschaft noch deutlicher in den Vordergrund treten. Der Agent paßt seine eigenen Verhaltensweisen an die seines Benutzers an und erhält so eine Art "Persönlichkeitsstruktur".
6. Anwendungsgebiete von Interface Agents
Ein Interface Agent kann hat seinem Benutzer in vielfältiger Art und Weise assistieren:
- Training und Unterricht des Benutzers
- Unterstützung bei der Zusammenarbeit unterschiedlicher Benutzer
- Erledigung von Aufgaben im Namen des Benutzers
- Überwachung von Ereignissen und Abläufen
- Verbergung der Komplexität von Aufgaben
Die Bandbreite der Anwendungen bei denen ein Interface Agent assistieren kann, ist nahezu unbegrenzt. Beispiele sind Informationsfilterung, Emailmanagement, Terminplanung oder die individualisierte Auswahl von Büchern, CD's oder anderen Produkten. Bei der Informationsfilterung schaut der Agent dem Benutzer über die Schulter und registriert, welche Artikel zu welchem Thema von welchem Autor der Benutzer liest, welche Web-Seiten er öfters besucht und auf welchen Seiten er weiterführende Links verfolgt. Aus diesen Informationen kann der Agent ein Nutzerprofil erstellen und nun selber Vorschläge zu Artikeln zum gleichen Thema machen, die den Benutzer interessieren könnten. Aus dem Feedback des Benutzers kann der Agent dann schließen, ob er mit seinem Vorschlag das Interessenfeld des Benutzers getroffen hat oder nicht. Auch beim Browsen im Internet kann der Agent unterstützend tätig sein. Beim Besuch einer bestimmten Web-Seite kann der Agent selbständig alle weiterführenden Links durchsuchen und feststellen, ob der Link in eine Sackgasse oder zu einem weiteren interessanten Thema führt. Den Besuch der weiterführenden Seite kann er dann dem Benutzer vorschlagen.
Auch im Bereich des Onlineshopping oder den Bereichen Musik, Film und Fernsehen können Interface Agents wertvolle Dienste leisten. So kann z.B. beim LifestyleFinder20 nach der Definition eines Nutzerprofils in verschiedenen Kategorien (Auto, Reisen, Wohnung etc.) der Agent dem Benutzer eine Liste der ihn wahrscheinlich interessierenden Onlineanbieter für bestimmte Produkte zur Verfügung stellen. Eine Steigerung der Effizienz des Nutzerprofils kann durch Beurteilung der einzelnen Anbieter durch den Benutzer erfolgen.
7. Der Einsatz von Interface Agents in betrieblichen Anwendungen am Beispiel der Informationsfilterung
Nachdem in den vorangegangenen Abschnitten Interface Agents definiert und klassifiziert worden sind, werden in diesem Abschnitt die Einsatzmöglichkeiten und Nutzenaspekte von Interface Agents im betrieblichen Bereich aufgezeigt. Als Beispiel dient hierbei der Bereich der Informationsfilterung. Vorher gilt es allerdings, den Begriff und die Funktion der Informationsfilterung zu klären.
7.1 Informationsfilterung
Vor dem Hintergrund stetig wachsender Kapazitäten an elektronisch verfügbaren Informationen ist es unmittelbar einsichtig, daß es gewisser Werkzeuge bedarf, um diese Informationsflut zu verwalten, zu sortieren und für den individuellen Gebrauch zu filtern. Im Gegensatz zum Information Retrieval liegt der Schwerpunkt der Informationsfilterung nicht auf der Suche nach Informationen in einer statischen Dokumentendatenbank, sondern auf dem Erfassen von nur temporär vorhandenen Informationen innerhalb eines Computernetzwerks21. Das grundsätzliche Ziel der Informationsfilterung liegt deshalb in der Weiterleitung von Informationen zu einem bestimmten Benutzer. Es werden nur die Informationen weitergeleitet, bei denen die Erwartung besteht, daß sie für den jeweiligen Benutzer relevant sind. Nach Möglichkeit werden die weitergeleiteten Informationen nach erwarteter Wichtigkeit geordnet. Informationen, die als unwichtig eingestuft werden, werden aussortiert. Die geschätzte Relevanzerwartung resultiert aus dem Vergleich der vorliegenden Informationen mit dem Nutzerprofil des einzelnen Benutzers. Das entsprechende Nutzerprofil entsteht im Laufe der Zeit durch die unter 4.3 aufgeführten und beschriebenen Lerntechniken.
7.1.1 Email-Agent
Die Einsatzmöglichkeiten und Funktionsweisen eines Email-Agenten werden am Beispiel von Maxims beschrieben. Maxims ist ein Forschungsprojekt des Massachusetts Institute of Technology, Cambridge, USA und ist frei verfügbar22. Maxims hat die Fähigkeit, Emails nach Priorität zu sortieren, zu löschen, weiterzuleiten und zu archivieren. Maxims lernt durch kontinuierliches "über die Schulter schauen" wie der jeweilige Benutzer seine Emails bearbeitet. Hierzu speichert der Agent alle auftretenden Situation-Aktionspaare. Sollte der Benutzer z.B. eine Email nach dem Lesen in einem bestimmten Ordner speichern, so wird der Agent diese Situation und die darauf folgende Handlung des Benutzers speichern. Um die Email zu spezifizieren, speichert Maxims die Angaben zum Absender, die Subject- Information, ob die Email gelesen wurde oder nicht, ob eine Antwort erstellt worden ist etc. Wenn nun eine neue Email eintrifft, kann der Agent das Verhalten des Benutzers zu prognostizieren versuchen, wenn er ein entsprechendes Beispiel in seiner Beispieldatenbank findet. Sollte dies nicht der Fall sein, so kann er sich an einem gespeicherten Fall orientieren, der der aktuellen Situation möglichst nahe kommt. Ist kein Beispiel vorhanden, so kann der Agent in einer Multiagentenumgebung andere Agenten fragen, wie diese in dieser Situation reagieren würden. Wenn andere Agenten der Ansicht sind, daß die vorliegende Email von hoher Priorität ist und sofort dem Benutzer zum Lesen präsentiert werden sollte, so kann der Agent eine Prognose bezüglich des Verhaltens des Benutzers abgeben und dann mit dem tatsächlichen Verhalten abgleichen23. Hieraus lernt der Agent nicht nur mehr über das Verhalten seines Benutzers, sondern auch welche anderen Agenten als vertrauenswürdig einzustufen sind. Charakteristisch für Maxims sind zwei Konfidenzgrenzen, die vom Benutzer festgelegt werden. Ist eine bestimmte Prognose für das Verhalten des Benutzers in bestimmten Situationen durch zahlreiche Beispiele fundiert, so ist das Konfidenzniveau für diese Handlung sehr hoch. Liegt es über der oberen Konfidenzschwelle, so wird der Agent diese Handlung autonom durchführen. Liegt das Konfidenzniveau für die Handlung zwischen den beiden Konfidenzschwellen, so wird der Agent dem Benutzer eine bestimmte Verfahrensweise vorschlagen. Das Feedback des Benutzers wird vom Agenten gespeichert. Bei einem Konfidenzniveau unterhalb der unteren Schwelle, wird der Agent nur beobachten, da für eine Prognose zu wenig Erfahrungen vorhanden sind.
Wenn nun ein derartiger Email-Agent in einem Unternehmen zum Einsatz gebracht wird, so ergeben sich daraus unmittelbar folgende Vorteile:
- Flexibilität. Der Agent stellt sich auf die individuellen Bedürfnisse der einzelnen Benutzer ein d.h. jeder Arbeitnehmer besitzt ein optimal auf ihn zugeschnittenes Emailprogramm.
- Wegfall von Routinetätigkeiten. Durch die automatische Sortierung, Löschung, Weiterleitung etc. der Emails müssen diese Tätigkeiten nicht mehr vom Benutzer manuell erledigt werden
- Zeitersparnis. Durch den Wegfall der Routinetätigkeiten wird Arbeitszeit frei, die von den Arbeitnehmern anderweitig produktiv verwendet werden kann
- Kostenersparnis. Durch die Zeitersparnis können andere Aufgaben schneller bewältigt werden. Teure Überstunden können so vermieden oder reduziert werden
- Optimierung von Arbeitsabläufen. Nicht den Benutzer betreffende Emails werden automatisch an den richtigen Empfänger weitergeleitet. Verzögerungen durch Irrläufer werden minimiert.
7.1.2 News Filtering Agent
Als Beispiel für einen News Filtering Agent dient hierbei das schon erwähnte Pointcast Network. Im Gegensatz zu z.B. Suchmaschinen, die sich Informationen aus dem Netz holen müssen (pull-Technologie) wird bei den News Filtering Agents das Prinzip umgedreht (push- Technologie) d.h. der Agent muß nicht selbst bei diversen Newsdienstleistern die Informationen abrufen, sondern bekommt sie einfach zugesendet. Dies erfolgt allerdings nicht von jeder Nachrichtenquelle einzeln, sondern von einem einzigen Anbieter, der seine Informationen natürlich von den einzelnen Newsprovidern erhält. Bei Pointcast stehen z.B. das Wall Street Journal, CNN, ZDNet etc. unter Vertrag. Um die eintreffenden Nachrichten gemäß den persönlichen Erfordernissen des einzelnen Benutzers zu gestalten, werden bei der Installation Alter, Geschlecht, Beruf und Stellung abgefragt. Des weiteren werden dann bestimmte Themenbereiche zur Verfügung gestellt, die der Benutzer für seine speziellen Anforderungen personalisieren kann. So können beispielsweise im Interessenbereich "Unternehmen" verschiedene an unterschiedlichen Börsen der Welt notierte Gesellschaften als interessierend definiert werden. Der Benutzer erhält dann in Zukunft neben den aktuellen Börsenkursen auch alle Nachrichten über dieses Unternehmen, die von den unterschiedlichen Newsprovidern zur Verfügung gestellt werden. Ein Einsatzbereich des News Filtering Agent wäre z.B. in einer Finanzinstitution, die weltweit Aktien handelt. Neben der laufenden Überwachung des Kursverlaufs bestimmter Aktien, sind für diese Institution auch alle anderen Nachrichten interessant, die den Kurs beeinflussen könnten. Hierzu zählen politische Ereignisse, Wetternachrichten oder Informationen über Konkurrenten des beobachteten Unternehmens. Für jeden beobachteten Wert kann ein Profil interessierender Nachrichten erstellt werden. Die Angestellten der Institution, die die entsprechenden Aktien überwachen, können nun anhand des Aktienprofils den News Filtering Agent einrichten. Auf diese Art und Weise werden alle irrelevanten Informationen direkt herausgefiltert und abgeblockt. Ein Nachteil bei Pointcast ist sicherlich, daß sich die Konfiguration des Filters nicht selbständig an einen veränderten Informationsbedarf des Benutzers anpaßt d.h. daß der Agent nicht durch "über die Schulter schauen" lernt.änderungen werden nur bei direkter Anweisung durch den Benutzer berücksichtigt. In diesem Zusammenhang muß allerdings erwähnt werden, daß es zur Zeit auch noch keinen News Filtering Agent gibt, der diese Funktion uneingeschränkt aufweist.
Die Vorteile beim Einsatz des Agenten für das Unternehmen entsprechen den bei den Email- Agenten genannten Vorteile. Hinzuzufügen ist unter Anbetracht des o.a. Beispiels der Wettbewerbsvorteil. Je schneller die Finanzinstitution die erforderlichen kursbeeinflussenden Informationen hat, desto eher kann sie diesen Informationsvorsprung für sich nutzen und in höhere Gewinne wandeln.
8. Fazit
Die Entwicklung von intelligenten Agenten jeder Art steht heutzutage noch am Anfang. Die meisten Programme, die heute Agenten genannt werden, haben diese Bezeichnung kaum verdient24. Zweifellos besitzen Softwareagenten das Potential zu einem wichtigen Baustein der zukünftigen Informationsgesellschaft zu werden. Hierbei wird den Interface Agents eine zentrale Rolle zukommen. Es gilt die Informationsexplosion besser in den Griff zu bekommen und die vorhandenen Informationen zu personalisieren. Die Bedeutung von lernenden Agenten, die sich an individuelle Interessen, Präferenzen und Gewohnheiten anpassen und somit auf jeden Benutzer optimal zugeschnitten sind, ist immens. Der Agent kann seinen Benutzer laufend beobachten und Veränderungen seiner Präferenzen in nahezu Echtzeit erkennen und sich daran orientieren. Sollte die Agententechnologie eine breite Akzeptanz und Verbreitung erreichen, so ist ein komplexes Multiagentsystem im Internet denkbar. Agenten könnten sich mittels einer noch zu entwickelnden standardisierten Agentensprache (an der z.B. das WWW Konsortium arbeitet), untereinander verständigen und Informationen austauschen. Bereits jetzt gibt es Versuche25 bei denen Agenten aufgrund ihrer Erfahrungen eine Nachfolgegeneration neuer Agenten generieren, die die Belange ihrer Benutzer noch besser erfüllen. Ein virtuelles Agentenökosystem würde entstehen.
Es bleibt also festzuhalten, daß bei der Entwicklung von intelligenten Agenten erst der Anfang gemacht wurde. Zukünftige Entwicklungen von Agenten werden mehrere Eigenschaften in stärkerer Ausprägung auf sich vereinen müssen, um dem hohen theoretischen Anspruch gerecht zu werden.
Literaturverzeichnis
Brenner, W.; Zarnekow, R.; Wittig, H.[1998]: Intelligente Softwareagenten. Grundlagen und Anwendungen, Berlin/Heidelberg 1998
Foner, L.[1998]:What's an agent ? Crucial notions, in: http://foner.www.media.mit.edu/people/foner/Julia/subsection341.html, 10.01.1999
Franklin, Stan/Grasser, Art[1996]: Is it an Agent, or just a Program? A Taxonomy for Autonomous Agents, in: Proceedings of the Third International Workshop on Agent Theories, Architectures and Languages, Springer-Verlag, 1996, siehe auch http://www.dfki.uni- sb.de/~jpm/atal96.html
Kassel, S.[1996]: Multiagentensysteme als Ansatz zur Produktionsplanung und Steuerung, in: Information Management 11 (1996)1
Kurbel, K.[1993]: Produktionsplanung und -steuerung, Methodische Grundlagen von PPSSystemen und Erweiterungen, München 1993
LifestyleFinder[1998], in: http://lifestyle.cstar.ac.com/lifestyle/ Lycos-Suchmaschine[1998], in: http://www.lycos.com
Maes, Pattie[1994]: Agents that Reduce Work and Information Overload, in: Communications of the ACM 37 (1994) 7
Maes, Pattie[1995]: Artificial Life Meets Entertainment: Life like Autonomous Agents, in: Communications of the ACM 38 (1995) 11
Maes, Pattie[1998]: Intelligent Software, Programs that can act independently will ease the burdens that computers put on people, in: http://pattie.www.media.mit.edu/people/pattie/SciAm-95.htm, 01.12.1998 Metacrawler-Suchmaschine[1998], in: http://www.metacrawler.com
Nwana, Hyacinth S.; Ndumu, Divine T.[1997]: An Introduction to Agent Technology, in: Nwana, H.S.; Azarmi, N. (Eds.), Software Agents and Soft Computing. Towards Enhancing Machine Intelligence, Berlin 1997
Petrie, Charles .J.[1996]: Agent-Based Engineering, the Web, and Intelligence, in: IEEE Expert, Dec 1996, siehe auch http://cdr.stanford.edu/NextLink/Expert.html, 23.11.1998
Pointcast Network 2.6[1998], in: http://www.pointcast.com bzw. http://www.pointcast.de
Wooldridge, Michael/Jennings, Nicholas R.[1995]: Agent Theories, Architectures, and Languages: A Survey, in: Wooldridge and Jennings Eds., Intelligent Agents, Berlin 1995
Yahoo-Suchmaschine[1998], in: http://www.yahoo.com
o.V.[1996], International Conference on Practical Aspects of Knowledge Management, Workshop on Practical Applications of Information Filtering, Basel 1996, siehe http://expasy.hcuge.ch/sgaico/html/work2.html, 28.12.1998
[...]
1 Brenner, Zarnekow, Wittig (1998), S.2
2 Maes: (1995), S.108
3 Wooldridge/Jennings (1995), S.2
4 Brenner, Zarnekow, Wittig (1998), Seite 21
5 Franklin/Grasser: (1996), S.4 des Internetdokuments
6 Wooldridge/Jennings (1995), S.2
7 Foner (1998), S. 1
8 Brenner, Zarnekow, Wittig (1998), S. 26
9 Pointcast Network 2.6 (1998)
10 Petrie (1996), S.2 des Internetdokuments
11 Brenner, Zarnekow, Wittig (1998), S.28
12 Nwana/Ndumu (1997), S.15
13 Yahoo- bzw Lycos-Suchmaschine (1998)
14 Metacrawler-Suchmaschine (1998)
15 Kurbel (1993)
16 Kassel (1996), S.46-50 Nwana/Ndumu (1997), S.7
18 Maes (1994), S.31
19 Maes (1994), S.31
20 LifestyleFinder (1998)
21 International Conference on Practical Aspects of Knowledge Management (1996), S.1
22 Maes (1994) S. 35
23 Maes (1994), S.37
24 Maes (1998), S.2
Häufig gestellte Fragen
Was ist das Thema des vorliegenden Dokuments?
Das Dokument befasst sich mit der Agententechnologie, insbesondere mit intelligenten Agenten, deren Eigenschaften, verschiedenen agentenorientierten Technologien (Information Agents, Collaborative Agents, Interface Agents) und Anwendungsgebieten, wobei der Schwerpunkt auf Interface Agents und deren Einsatz in betrieblichen Anwendungen (am Beispiel der Informationsfilterung) liegt.
Wie wird ein intelligenter Agent definiert?
Es gibt keine allgemein anerkannte Definition. Allerdings werden gewisse Eigenschaften immer wieder angeführt, anhand derer ein Agent klassifiziert werden kann: Autonomie, Reaktivität, Zielorientiertheit, Lernfähigkeit, Kommunikations- und Kooperationsfähigkeit, Mobilität und Charakter.
Was unterscheidet einen Agenten von einem normalen Softwareprogramm?
Der fundamentale Unterschied ist die Autonomie. Agenten handeln selbstständig, ohne ständige Eingriffe und Anweisungen von außen, um ihre Ziele zu verfolgen. Gewöhnliche Softwareprogramme benötigen hingegen explizite Anweisungen für jeden Schritt.
Welche Arten von Agenten werden im Dokument unterschieden?
Das Dokument unterscheidet hauptsächlich zwischen drei Arten von Agenten: Information Agents, Collaborative Agents und Interface Agents.
Was sind Information Agents?
Information Agents sammeln, verwalten und ändern Informationen jeder Art aus verschiedenen, verteilten Quellen. Ihre häufigsten Anwendungsgebiete sind Information Retrieval und Filtering, wie z.B. Suchmaschinen oder Newswatcher.
Was sind Collaborative Agents?
Collaborative Agents sind Multi-Agenten-Systeme, bei denen der Schwerpunkt auf der Interaktion der einzelnen Agenten untereinander liegt. Kommunikation und Kooperation sind hierbei besonders ausgeprägt. Sie werden z.B. in der Luftverkehrskontrolle oder Produktionsplanung eingesetzt.
Was sind Interface Agents?
Interface Agents agieren als persönliche Assistenten für Benutzer. Sie lernen durch Beobachtung, Feedback und Training die Verhaltensmuster, Interessen und Vorlieben des Benutzers kennen und passen sich diesen an. Sie helfen Benutzern Aufgaben zu erledigen, Ereignisse zu überwachen und die Komplexität von Aufgaben zu verbergen.
Wie lernen Interface Agents?
Interface Agents lernen auf vier verschiedene Arten: durch Beobachtung des Benutzers, durch direktes und indirektes Feedback vom Benutzer, durch Training des Agenten durch Beispiele und durch Empfehlungen von anderen Interface Agents.
Welche Eigenschaften zeichnen Interface Agents aus?
Interface Agents zeichnen sich vor allem durch ihre ausgeprägte Lernfähigkeit, Interaktion in Bezug auf die Umwelt (Benutzer), echtes reaktives Verhalten, Autonomie und einen sich entwickelnden Charakter aus.
Welche Anwendungsgebiete gibt es für Interface Agents?
Die Anwendungsgebiete sind vielfältig und umfassen Training und Unterricht des Benutzers, Unterstützung bei der Zusammenarbeit, Erledigung von Aufgaben, Überwachung von Ereignissen und Abläufen sowie Verbergung der Komplexität von Aufgaben. Konkrete Beispiele sind Informationsfilterung, Emailmanagement und Terminplanung.
Was ist Informationsfilterung?
Informationsfilterung zielt darauf ab, die Informationsflut zu verwalten, zu sortieren und für den individuellen Gebrauch zu filtern. Es geht darum, nur relevante Informationen an den Benutzer weiterzuleiten, basierend auf einem Vergleich mit dem Nutzerprofil.
Wie können Email-Agenten im Unternehmen eingesetzt werden?
Email-Agenten können Emails nach Priorität sortieren, löschen, weiterleiten und archivieren. Dies führt zu Flexibilität, Wegfall von Routinetätigkeiten, Zeitersparnis, Kostenersparnis und Optimierung von Arbeitsabläufen.
Wie funktionieren News Filtering Agents?
News Filtering Agents arbeiten nach dem Push-Prinzip, d.h. sie erhalten Nachrichten von einem zentralen Anbieter und filtern diese gemäß den persönlichen Erfordernissen des Benutzers. Dies kann in Finanzinstitutionen eingesetzt werden, um relevante Nachrichten für den Aktienhandel zu filtern.
Welche Vorteile bietet der Einsatz von Interface Agents in betrieblichen Anwendungen?
Die Vorteile umfassen Flexibilität, Zeitersparnis, Kostenersparnis, Optimierung von Arbeitsabläufen und im Falle von News Filtering Agents auch Wettbewerbsvorteile.
- Arbeit zitieren
- Sebastian Seifert (Autor:in), 1999, Interface Agents, München, GRIN Verlag, https://www.grin.com/document/95275
