Einleitung - Methoden Wissensbasierter Systeme - page 1

1 Einleitung

Uber dieses Buch

1.1

Mittlerweile sind weltweit unzahlige wissensbasierte Systeme im Einsatz, und ei-
ne ebenso große Zahl von Systemen befindet sich wahrscheinlich zur Zeit in der
Entwicklung - Computersysteme steuern und kontrollieren Prozesse, ubernehmen
Wartungsaufgaben und Fehlerdiagnosen, Roboter befordern Hauspost und kommu-
nizieren dabei mit ihrer Umgebung, entscheidungsunterstutzende Systeme helfen bei
der Analyse komplexer Zusammenhange (z.B. in der Wirtschaft und bei Banken),
medizinische Diagnosesysteme beraten den behandelnden Arzt und unterbreiten
Therapievorschlage, Expertensysteme nutzt man zu Konfigurations- und Planungs-
aufgaben, tutorielle Systeme werden zur Schulung insbesondere in mit hohem Risiko
verbundenen Bereichen (z.B. Flugsimulation und Chirurgie) eingesetzt u.v.a.m. Die
Menge der Programmierumgebungen, Tools und System-Shells, die bei der Ent-
wicklung solcher wissensbasierter Systeme wertvolle Hilfestellung leisten konnen,
scheint ebenso unuberschaubar, und die rasante Entwicklung im allgemeinen Soft-
und Hardware-Bereich macht die Orientierung auf diesem Gebiet nicht einfacher.
Trotz der enormen Fluktuation im Systembereich kann man sich aber klar-
machen, dass die allgemeine Aufgabenstellung eines wissensbasierten Systems von
erstaunlicher Konstanz ist: Immer geht es darum, intelligentes Denken und Han-
deln in einem bestimmten Bereich zu simulieren, und immer muss zu diesem Zweck
Wissen dargestellt und verarbeitet werden. Die Behandlung dieses Problems steht
nicht nur am Anfang des Entwicklungsprozesses eines Systems, sondern von seiner
Losung hangt auch in entscheidendem Maße die Qualitat des resultierenden Sys-
tems ab. Denn es gibt hier nicht einfach die beste Methode, vielmehr gilt es, aus
den vielen existierenden Ansatzen diejenige auszuwahlen, die optimal zum zukunf-
tigen Einsatzbereich des Systems passt.
Aus diesem Grunde nutzen wir die Themen Wissensreprasentation und Inferenz
als relativ(!) zeitlosen Dreh- und Angelpunkt dieses Buches. Wir verfolgen dabei
einen logikbasierten Ansatz, wobei wir uber die klassischen Logiken hinausgehend
auch die fur Anwendungen und Modellierung besonders interessanten nichtmono-
tonen und quantitativen Ansatze betrachten. Somit wollen wir ein grundlegendes
Verstandnis wichtiger Reprasentationsformen und der zugehorigen Inferenzmecha-
nismen vermitteln und deren mogliche Einsatzbereiche als Kern eines wissensbasier-
ten Systems durch kleine, uberschaubare Beispiele illustrieren. Daruber hinaus wer-
den wir naturlich auch Realisierungen in existierenden Systemen ansprechen. Ohne
ein solches Verstandnis ist eine erfolgreiche Konzipierung und Implementierung eines
Systems nicht moglich - wie soll das System dem Benutzer seine Schlussfolgerungen
erklaren, wenn dieser Punkt nicht einmal seinem Erschaffer hinreichend klar ist?
In diesem Sinne sind wissensbasierte Systeme gewissermaßen “theories at work”