Modellierung lernender Systeme durch Neuronale Netze (NN) - Modellierung komplexer Prozesse durch naturanaloge Verfahren - page 144

Je höher die Werte in der Matrix sind, desto stärker kann das entsprechende Attribut dem Vor-
gehensmodell zugeordnet werden; „Einsatzflexibilität“ beispielsweise kann dem Vorgehens-
modell Scrum im maximalen Maße zugeordnet werden.
Hier ist selbstverständlich auf ein methodisches Problem aufmerksam zu machen. Die Validität
des gesamten Systems, also SEN, steht und fällt mit den Werten in der semantischen Matrix.
Diese sind von den Konstrukteuren aufgrund von Literaturrecherche und eigenen praktischen
Erfahrungen als Projektmanager sowie als Softwareentwickler im IT-Bereich zweier großer
Firmen (siehe unten) aufgestellt worden; eine empirische Validierung der Ergebnisse von SEN,
auf die wir unten hinweisen werden, demonstriert, dass die Werte in der Matrix zumindest ein
hohes Maß an Plausibilität aufweisen. Dennoch geht hier unvermeidbar eine subjektive Kom-
ponente in die Systementwicklung ein, da natürlich andere Experten bezüglich der Vorge-
hensmodelle auch andere Werte für besser halten können. Falls man dies spezielle SEN für
allgemeine Verwendung frei geben will, müssten beispielsweise durch Verfahren ähnlich der
Delphi-Methode die Matrixwerte noch intersubjektiv überprüft werden. Dies methodische
Problem der Intersubjektivität stellt sich allerdings natürlich so oder ähnlich für jeden Einsatz
von Software bei derartigen Problemen.
Aus der semantischen Matrix wird dann nach den beschriebenen Lernregeln die Gewichts-
matrix für das eigentliche Netzwerk erstellt. Für eine Benutzung des SEN fungieren dabei die
verschiedenen Vorgehensmodelle als „Referenztypen“, d. h., sie stellen gewissermaßen den
Bezugsrahmen für die Eingaben eines Benutzers dar. Auf der Oberfläche des SEN erhält nun
ein Benutzer die Möglichkeit, selbst anzugeben, welche Attribute er von einem gewünschten
Vorgehensmodell erwartet und wie wichtig diese für ihn sind; die Wichtigkeit wird wie in der
semantischen Matrix durch numerische Werte repräsentiert. Der Gedanke hier ist natürlich,
dass ein Benutzer zumindest allgemein weiß, was er von einem für ihn geeigneten Vorgehens-
modell erwartet, dass er jedoch nicht weiß, welches verfügbare Vorgehensmodell diesen Be-
dürfnissen entspricht. Für die Visualisierung der Ergebnisse von SEN wird die Eingabe des
Benutzers im Zentrum der graphischen Darstellung platziert.
Der Start von SEN erfolgt durch eine externe Aktivierung der Neuronen, die die Eingabe des
Benutzers repräsentieren. Dabei werden die externen Aktivierungswerte vom Benutzer nach
der Relevanz der verschiedenen Attribute für ihn ausgewählt; ein hoher Aktivierungswert be-
deutet demnach eine hohe Relevanz des Attributs für den Benutzer. Nach einigen Durchläufen
stabilisiert sich das Netz, d. h. es erreicht einen Punktattraktor. Der Benutzer hat jetzt die Mög-
lichkeit, sich diese Ergebnisse numerisch zeigen zu lassen, was jedoch einige Vertrautheit mit
derartigen Systemen verlangt. Deswegen bezeichnen wir diese Möglichkeit als „Experten-
ansicht“. Für normale Benutzer ohne Kenntnisse derartiger Systeme ist die Visualisierung
vorteilhafter, die von Beginn an der Aktivierung von SEN gezeigt wird. Zu Beginn ist, wie be-
merkt, die Benutzereingabe im Zentrum, und die Referenztypen sind nach dem Zufallsprinzip
an der Peripherie des Bildes angezeigt. Bild 4-12 zeigt dies.
Nach dem Start von SEN werden die Referenztypen mehr oder weniger stark von dem Zen-
trum, also der Benutzereingabe, „angezogen“. Der Benutzer kann diesen dynamischen Prozess
verfolgen - entweder als automatisch ablaufender Prozess oder als manuell gesteuerter, der den
Vorgang Schritt für Schritt sichtbar macht. Wenn das Netzwerk seinen Endzustand erreicht hat,
findet natürlich auch auf dem Monitor keine Veränderung mehr statt. Die verschiedenen Vor-
gehensmodelle sind dann in unterschiedlichen Abständen zum Zentrum platziert; dabei ist dann
das Vorgehensmodell für den Benutzer das am besten geeignete, das dem Zentrum am nächs-
ten ist. Dies Modell weist dann nämlich die meisten der Attribute auf, insbesondere auch in der
Wichtigkeit für den Benutzer, die vom Benutzer eingegeben worden sind. Bild 4-13 zeigt die
Endzustände von SEN auf der Basis einer Eingabe, die einem realen Fall entspricht.