Information Technology Reference
In-Depth Information
bestimmten Rationalitätsprinzips die Auswahl einer entsprechenden Handlungsalternative ermög-
lichen. Insgesamt betrachtet die Entscheidungstheorie die Auswahl einer Handlungs- bzw. Verhal-
tensalternative in ihrer Abhängigkeit von den erwarteten Konsequenzen und den jeweiligen aktuel-
len und individuellen Präferenzen des Systems auf der Menge möglicher Konsequenzen.
In Anlehnung an die Erfahrungen aus dem Forschungsbereich der Künstlichen Intelligenz
und dort speziell bei den Expertensystemen arbeitet der Ansatz der interoperativen Agen-
ten mit expliziten Repräsentationen von Zustandsräumen, um in diesen Schlussfolgerun-
gen zu ziehen.
Expertensysteme sind Programme, mit denen das Spezialwissen und die Schlussfolgerungsfähigkeit
qualifizierter Fachleute auf eng begrenzten Aufgabengebieten rekonstruiert werden soll. Experten-
systeme benötigen daher detaillierte Einzelkenntnisse über das Aufgabengebiet und Strategien, wie
dieses Wissen zur Problemlösung benutzt werden soll. Um ein Expertensystem zu bauen, muss das
Wissen also formalisiert, im Computer repräsentiert und mit Hilfe einer Problemlösungsmethode
manipuliert werden. Expertensysteme unterscheiden sich von wissensbasierten Systemen dadurch,
dass ihr Wissen ausschließlich von Experten stammt. Eine häufig verwendete Wissensrepräsenta-
tion, die von der Trennung zwischen Wissens und Problemlösungsmethode ausgeht, sind Regeln der
Form
Wenn X dann Y
. Diese funktionale Trennung zwischen dem Expertenwissen und den Problem-
lösungsstrategien spiegelt sich bei der Architektur in den beiden Hauptmodulen Steuersystem und
Wissensbasis wider. Das Steuersystem enthält Programmkode für die Problemlösungsstrategie und
für die Benutzerschnittstelle, wobei sich letztere in die drei relativ eigenständigen Teile für den Be-
nutzerdialog, für die Generierung von Erklärungen und für den Wissenserwerb aufteilen lässt. Auch
die Wissensbasis besteht aus verschiedenen Teilen. Eine Unterteilung orientiert sich am Gebrauch
des Wissens. Die daraus resultierenden Wissensarten sind Faktenwissen, Ableitungswissen und
Steuerungs- oder Kontrollwissen. Die wichtigsten Wissensrepräsentationen in Expertensystemen,
die immer mit Prozeduren zu ihrer Verarbeitung gekoppelt sind, umfassen Regeln mit Vorwärts- und
Rückwärtsverkettung, Frames (Objekte) mit Vererbung, Defaults (Standardannahme) und zugeord-
neten Prozeduren, Constraints mit Propagierungs- und Relaxierungstechniken sowie Darstellungen
und Inferenztechniken (Inferenzverfahren) zum Umgang mit sicherem bzw. unsicherem, vollständi-
gem bzw. unvollständigem, räumlichem und zeitlichem Wissen.
Mittels Erfahrungen und Wissen über vergangene Interoperationen werden zukünftige
Situationen antizipiert, um dadurch erkennen zu können, welche Interoperationen in der
gegebenen Situationen zu Lösungen führen, durch die sich dann letztlich die Ziele des
Agenten erfüllen lassen. Bildlich kann man sich das zielorientierte Verhalten eines Agen-
ten dadurch vorstellen, dass unter Anwendung von Wissen über die Effekte Interoperatio-
nen entwickelt werden, die, ausgehend vom angegebenen Startzustand, die Erreichung der
Ziele als Endzustand gewährleisten. Dabei sind entgegen der klassischen bzw. theoreti-
schen Handlungsplanung bei der technischen Umsetzung dann zusätzlich die allgemeinen
Kriterien der Korrektheit, Vollständigkeit, Optimalität der verwendeten Algorithmen und
die Forderung der Ausdrucksfähigkeit zu beachten sowie komplexitätstheoretische As-
pekte zu berücksichtigen.
Annahmen der klassischen Handlungsplanung sind, dass die betrachtete Umgebung statisch, de-
terministisch und vollständig zugänglich ist. Die Ziele gelten als konsistent und explizit vorgegeben
