Informationssysteme in vernetzten Systemen

1
Informationssysteme in vernetzten Systemen

• Prof. Dr. Peter Brezany
• Institut für Softwarewissenschaften
• Universität Wien
• Tel. [phone]
• Sprechstunde Di, 12.30-13.30

2
Medien, die radikal die Gesellschaft beeinflußten
1850s Telegraph
1840s Penny Post
1500s Druckpresse
1930s Radio
1950s TV
1920s Telefone
20xx Grid
1990s
Web
3
Grid Computing

• "The Internet is about
• getting computers to talk together
• Grid computing is about
• getting computers to work together."
• Tom Hawk, IBM's general manager of Grid computing

4
Meilensteine in der Informatikentwicklung

• Programmiersprachen
• Betriebssysteme
• Datenbanksysteme
• Wissensbasierte Systeme
• Parallele Rechnersysteme
• Verteilte Rechnersysteme
• Internet- und Webtechnologien
• Grid Computing

5
Inhalt

• Einführung ins Informations- und
  Wissensmanagement
• Verteilte und Parallele Systeme
• Softwareagententechnologie
• Datenbanken traditionelle, verteilte,
  föderierte
• Data Warehousing
• Data Mining
• Internet und Web Technologien
• Web Mining
• XML
• Semantisches Web
• Grid Technologien und ihre Anwendungen

6
Literatur

• L. J. Heinrich. Informationsmanagement. 7.
  Auflage, Oldenbourg-Verlag, 2002.
• H. D. Bürgel (Hrsg.). Wissensmanagement. Schritte
  zum intelligenten Unternehmen. Springer-Verlag,
  1998.
• D. Karagiannis, R. Telesko. Wissensmanagement.
  Konzepte der Künstlichen Intelligenz und der
  Softcomputing. Oldenbourg, 2001.
• T. H. Davenport, L. Prusak. Das Praxisbuch zum
  Wissensmanagement.
• R. Mattison. Web Warehousing and Knowledge
  Management. McGraw-Hill, 1999.
• M. Ester, J. Sander. Knowledge Discovery in
  Databases. Techniken und Anwendungen. Techniken
  und Anwendungen. Springer, 2000.
• R. Widhalm, T. Mück. Topic Maps. Springer, 2002.
• J. Hjelm. Creating the Semantic Web with RDF.
  John WileySons, Inc., 2001.
• K. Götz (Hrsg.). Wissensmanagement. Zwischen
  Wissen und Nichtwissen. Rainer Hampp Verlag, 2000.

7
Literatur (2)

• J. Park (Ed.). XML Topic Maps. Creating and Using
  Topic Maps for the Web. Addison-Wesley, 2002.
• N. Simon. XML in 21 Tagen. Mark-und-Technik-Verlag
  , 2000.
• S. Chakrabarti. Mining the Web, Morgan Kaufmann,
  2002.
• S. Conrad. Föderierte Datenbanksysteme. Springer,
  1997.
• P. Dadam. Verteilte Datenbanken und
  Client/Server-Systeme. Grundlagen, Konzepte,
  Realisierungsformen. Springer, 1996.
• F. Berman, G. Fox, A. Hey. Grid Computing
  Making the Global Infrastructure a Reality.
  Wiley, 2003.

8
Einführung

• Die High-Tech- und Dienstleistungsindustrie
  benötigt immer umfangreicheres und komplexeres
  Wissen (Know-how), um den Wettbewerb zu bestehen.
• Wissen ist eine persönliche Fähigkeit, durch die
  ein Individuum eine bestimmte Aufgabe ausführen
  kann.
• Wissen (W) kann als das Produkt von Information
  (I), Erfahrung (E), Fertigkeit (F) und
  Einstellung (E) angesehen werden W IEFE.
  Lernprozesse bewirken - bewußt oder unbewußt -
  eine Veränderung aller vier Konstituenten des
  individuellen Wissens.
• Wichtige Fragen
• Welches Wissen braucht ein bestimmtes
  Unternehmen, um zu gewinnen und seine Existenz
  dauerhaft zu sichern?
• Wie kann man das für ein Unternehmen notwendige
  Wissen erwerben?
• Wie kann man den Wert eines bestimmten Know-hows
  für das Unternehmen bestimmen?
• Welches Wissen ist Betriebsgeheimnis, welches
  kann und sollte man mit Kooperationspartnern
  teilen?
• Betroffen ist insbesondere die IT-Branche der
  Verlust von Know-how, etwa durch den Verlust
  eines Mitarbeiters, entspricht in dieser Branche
  dem Ausfall ganzer Fertigungszellen in der
  produzierenden Industrie.

9
Daten Informationen - Wissen

• Daten kennzeichnen einzelne objektive Fakten zu
  Ereignissen oder Vorgängen.
• Im Unternehmenskontext sind Daten am sinnvollsten
  zu beschreiben als strukturierte Aufzeichnungen
  von Transaktionen.
• Beispiel Wenn ein Kunde eine Tankstelle anfährt
  und den Tank seines Autos auffüllt, läßt sich
  diese Transaktion teilweise mit Daten
  beschreiben Datum/Zeit, Menge, Preis.
• Solche Daten sagen aber weder etwas darüber aus,
  warum der Kunde diese und keine andere Tankstelle
  gewählt hat, noch lassen sie erkennen, mit
  welcher Wahrscheinlichkeit er zurückkommen wird.
  Auch deuten Fakten wie diese nicht darauf hin, ob
  die Tankstelle gut oder schlecht geführt wird, ob
  sie dahinkümmert oder ob sie hervorragend läuft.
• Daten als solche besitzen kaum Bedeutung oder
  Zweck.
• Moderne Unternehmen speichern Daten gewöhnlich in
  irgendeinem technologischen System.
• Die Unternehmen bewerten ihr Datenmanagement
  quantitativ nach Kosten, Geschwindigkeit und
  Kapazität.

10
Daten (2)

• Alle Organisationen benötigen Daten manche
  Branchen (Banken, Versicherungen,
  Regierungsbehörden, usw.) sind sogar in hohem Maß
  datenabhängig.
• Mehr Daten bedeuten nicht unbedingt bessere
  Daten. --Wenn nur hinreichend Daten verfügbar
  sind, so meint man, bieten sich die objektiv
  richtigen Entscheidungen von selbst an. Ein
  Irrtum!
• Daten sagen nichts aus über eigene Bedeutung
  beziehungsweise Belanglosigkeit.
• Daten stellen das entscheidende Rohmaterial zur
  Schaffung von Informationen bereit.

11
Informationen

• Eine Information kann als Nachricht beschrieben
  werden.
• Wie alle Nachrichten haben Informationen einen
  Sender und einen Empfänger.
• Informationen sollen die Wahrnehmung des
  Empfängers in Bezug auf einen Sachverhalt
  verändern und sich auf seine Beurteilung und sein
  Verhalten auswirken
• Informationen kann man sich vorstellen als Daten
  die etwas bewirken.
• Das Wort informieren bedeutete ursprünglich,
  einer Sache oder Person Form geben
  Informationen sollen den Empfänger formen und
  eine Veränderung in seiner Weltsicht und seinem
  Selbstverständnis bewirken.

12
Informationen (2)

• Aus Daten werden Informationen, wenn der Sender
  den Daten einen Bedeutungsinhalt hinzufügt.
• Eine solche Aufwertung von Daten zu Information
  erfolgt auf unterschiedliche Weisse. Die
  wichtigsten Methoden
• Kontexttualisierung Wir wissen, zu welchem Zweck
  die Daten beschafft wurden.
• Kategorisierung Wir kennen die Analyseeinheiten
  oder Hauptkomponenten des Datenmaterials.
• Kalkulation Das Datenmaterial konnte
  mathematisch analysiert oder statistisch
  ausgewertet werden.
• Korrektur Aus dem Datenmaterial wurden Fehler
  beseitigt.
• Komprimierung Die Daten sind in knapperer Form
  zusammengefaßt worden.

13
Informationsmanagement

• Mit dem Konstrukt Informationsmanagement wird das
  Leitungshandeln (Management) in einem Unternehmen
  in bezug auf Information und Kommunikation
  bezeichnet, folglich alle Führungsaufgaben, die
  sich mit Information und Kommunikation im
  Unternehmen befassen.

14
Wissen

• Wir spüren intuitiv, dass Wissen im Vergleich zu
  Daten und Informationen mehr umfaßt, tiefer
  gründet und reichhaltiger ist.
• Wissen entsteht durch Kopfarbeit und Prozesse,
  die die Kopfarbeit modellieren.
• Definition Wissen ist eine Mischung aus
  strukturierten Erfahrungen, Wertvorstellungen,
  Kontextinformationen und Fachkenntnissen, die in
  ihrer Gesamtheit einen Strukturrahmen zur
  Beurteilung und Eingliederung neuer Erfahrungen
  und Informationen bietet. Entstehung und
  Anwendung von Wissen vollziehen sich in den
  Köpfen der Wissenträger. In Organisationen ist
  Wissen häufig nicht nur in Dokumenten oder
  Speichern enthalten, sondern erfährt auch eine
  allmähliche Einbettung in organisatorische
  Routinen, Prozesse, Praktiken, und Normen.
• Wissen ist zweckorientiert es hat den Zweck, das
  Handeln optimal zu gestalten.

15
Wissen ist ... (andere Definitionen)

• Kraak 91 "... das Resultat verarbeiteter
  Informationen. Zum
• Wissen gehören Kenntnisse, Meinungen,
  Auffassungen,
• Bewertungen und Ziele"
• Probst et al. "... die Gesamtheit der Kenntnisse
  und Fähigkeiten,
• die Individuen zur Lösung von Problemen
  einsetzen. Wissen
• stützt sich auf Daten und Informationen, ist im
  Gegensatz zu
• diesen jedoch immer an Personen gebunden"
• Preissler et al. "... alles, was ein Akteur zur
  Erzeugung von
• Handlungen, Verhalten und Lösungen verwendet
  Kenntnisse,
• Meinungen, praktische Regeln und Techniken,
  Patentrezepte,
• Weltbilder, aber auch Bräuche, Mythen und
  Aberglaube ...
• bedeutungsvolle, kontextgebundene Information"
• Chrobok 98 "... zweckgerichtete Kompetenz der
  Organisation
• und ihrer Mitarbeiter"
• Heinrich 95 "... die Gesamtheit aller Kenntnisse
  auf einem
• bestimmten Gebiet"

16
Wissen (2)

• Umwandlungsprozeß Informationen ?Wissen
• Komparation Wie ist eine Information über eine
  aktuelle Situation im Vergleich zu anderen uns
  bekannten Situationen einzuschätzen?
• Konsequenz Wie wirken sich Informationen auf
  Entscheidungen und Handlungen aus?
• Konnex Welche Beziehungen bestehen zwischen
  einem bestimmten Wissenselement und anderen
  Wissenselementen?
• Konversation Wie denken andere Leute über eine
  bestimmte Information?
• Daten finden wir in Aufzeichnungen oder
  Transaktionen, und Informationen entnehmen wir
  Nachrichten, aber Wissen erfahren wir von dem
  (oder den) Wissensträger(n) selbst oder leiten es
  zuweilen auch aus organisatorischen Routinen ab.
  Wissen wird durch strukturierte Medien wie Bücher
  und Dokumente ebenso übermittelt wie durch
  persönliche Kontakte von informellen Gesprächen
  bis hin zu formalen Ausbildungsverhältnissen.

17
Wissen (3)

• Der Mensch speichert Wissen in Form von
  miteinander vertknüpften Informationen in seinem
  Gehirn. Er kann in Bruchteilen von Sekunden auf
  bereits miteinander verknüpfte Informationen
  zugreifen, neue Informationen mit einbeziehen und
  das daraus entstanden individuelle Wissen
  weitergeben. 
• Dieses personengebundene Wissen wird als
  implizites Wissen bezeichnet. Es beruht auf
  persönlichen Erfahrungen und Eindrücken und ist
  anderen nicht zugänglich. 
• Demgegenüber steht das explizite Wissen, dass
  strukturierbar und formalisierbar ist. Es lässt
  sich dokumentieren und ist anderen Interessierten
  frei zugänglich. Wissensmanagement beschäftigt
  sich vor allem mit dem expliziten Wissen.

18
Wissen (4)

• Wissen ist der (entscheidende) Produktionsfaktor
  der Zukunft, der Energie und Rohstoffe, der aber
  in zunehmenden Maße auch Arbeit und Kapital
  ersetzt.

19
Wissenspyramide
Entscheidung
Aktion Wissen Informationen
Daten Zeichen
Pragmatik (Vernetzung mit Kontext und Erfahrungen)
Semantik (Bedeutung)
Syntax
Wissen hat drei Dimensionen, eine Syntax, eine
Semantik und eine Pragmatik. Informationen
werden zumeist verkürzt, ohne eine Diskussion der
Pragmatik, betrachtet. Das Wissen einen Menschen
ist immer mit seinen Intentionen verbunden.
20
Wissenspyramide - Beispiel

• Zeichen l g e i c h e r g n e t s e
• Daten Obige Zeichen ergeben mit der richtigen
  Syntax (hier die Reihenfolge der Buchstaben)
  eine Aus-
• sage Gleich regnet es.
• Information Gleich regnet es wiederum
  bedeutet Regentropfen fallen vom Himmel.
• Wissen Die Information Regentropfen fallen vom
  Himmel ist verknüpft mit Erfahrungen und
  Erwartungen wie Man kann nass werden es
  kann in die Woh- nung regnen.
• Aktion Daraus leiten sich Handlungen ab Ich
  nehme einen Regenschirm mit, ich schließe
  das Fenster, etc.
• Wissen ist das, was uns zum Handeln befähigt.
  Darin steckt auch die Kernidee des
  Wissensmanagements.

21
Die Wissenstreppe
22
Arten von Wissen

• Wissen kann in individueller Form vorliegen und
  ist dann grund-
• sätzlich an Personen gebunden.
• In kollektiver Form ist Wissen in den Prozessen,
  Routinen, Prak-
• tiken und Normen von Organisationseinheiten
  oder Arbeitsgrup-
• pen zu finden.
• Implizites Wissen stellt das persönliche Wissen
  eines Indivi-
• duums mit Idealen, Werten und subjektiven
  Einsichten dar.
• Explizites Wissen ist dagegen methodisch,
  systematisch und
• liegt in artikulierter Form vor. Es kann
  mittels Informations-
• und Kommunikationstechnologie verarbeitet und
  verbreitet
• werden. Das Grundproblem des Wissensmanagement
  ist die
• Überführung von implizitem in explizites
  Wissen. Erst dann ist
• es für die Organisation verfügbar und somit
  über einzelne
• Personen oder Personengruppen hinaus nutzbar.

23
Arten von Wissen (2)

• Wissen kann intern in der Organisation vorhanden
  sein oder
• extern bei Beratern oder Kooperationspartnern
  des
• Unternehmens lokalisiert sein.
• Der Wissenswürfel stellt diese Zusammenhänge in
  3-D Form dar.

24
Wissensmanagement - Definition

• Nach Willke meint Wissensmanagement die
  Gesamtheit
• organisationaler Strategien zur Schaffung einer
  "intelligenten"
• Organisation.
• mit Blick auf die Personen geht es um das
• organisationsweite Niveau der Kompetenzen,
  Ausbildung und
• Lernfähigkeit der Mitglieder
• bezüglich der Organisation um die Schaffung,
  Nutzung und
• Entwicklung der kollektiven Intelligenz und
  Gemeinschaftssinns
• hinsichtlich der technologischen Infrastruktur
  um die
• Schaffung und effiziente Nutzung der zur
  Organisation
• passenden Kommunikations- und
  Informationsinfrastruktur.

25
Wissensmanagement

• Wissensmanagement ist die Führungsaufgabe im
  Unterneh-men, die sich mit der Nutzung und
  Weiterentwicklung von Wissen befasst.
• Nicht der Besitz von Wissen ist
  wettbewerbsbeenflussend, sondern seine Nutzung
  zur Verbesserung von Geschäfts-prozessen.
• Geschäftsprozess (business process) eine Menge
  von messbaren Tätigkeiten, die für die Schaffung
  eines spezifischen Ergebnisses für einen
  bestimmten Kunden oder Markt durchgeführt werden.
  
• Mit Geschäftsprozessmanagement wird das auf
  Geschäftsprozesse fokussierte Managementhandeln
  und organisatorische Gestalten bezeichnet, mit
  anderen Worten die ganzheitliche Plannung,
  Überwachung und Steuerung von Geschäftsprozessen.

26
Wissensmanagement (2)

• Mit geeigneten Maßnahmen muss Wissensmanagement
  dafür sorgen, dass ein wirksames und
  wirtschaftliches Geschäftsprozessmanagement
  implementiert und praktiziert werden kann
  (Versorgung der Geschäftsprozesse mit Wissen).
• Andererseits wird durch Geschäftsprozessmanagement
  auch neues Wissen entwickelt und zur Nutzung in
  anderen Geschäftsprozessen bereitgestellt (z.B.
  durch Transparenz der Geschäftsprozesse). Dazu
  müssen Wissensflüsse zwischen den
  Geschäftsprozessen realisiert werden.

27
Wissensmanagement (3)

• Diese Überlegungen zeigen, dass Prozessmanagement
  und Wissensmanagement sich ergänzende Konzepte
  sind, wobei Wissensmanagement im Dienst von
  Prozessmanagement steht, nicht umgekehrt. Beide
  werden durch IK-Technologien (Informations-Kommu
  nikationstechnologien) unterstützt bzw. teilweise
  erst ermöglicht (technology as enabler).
  Beispiele sind Workflow-Management-Systeme,
  Multimedia-Systeme und Data-Warehouse-Systeme).
•  
• Typische IK-Technologien sind Data Warehouse /
  Data Mining, Text Mining und Workflow-Management-S
  ysteme. Data Mining und Text Mining unterstützen
  auch die Extraktion von Wissen, das in Datenbasen
  und Dokumentationsbeständen verborgen ist.
• Wissensmanagement ist daher eine Kernaufgabe der
  Wirtschaftsinformatik.

28
Wissensbasis

• Die Wissenbasis eines Unternehmes ist jenes
  Wissen, welches den handelnden Subeinheiten des
  Unternehmens (den Mitgliedern und
  wissensverarbeitenden Maschinen) prinzipiell
  verfügbar ist und damit die Chance hat, in die
  Entscheidungen bzw. Handlungen des Unternehmens
  einzufließen. Sie bestimmt das Handlungspotential
  des Unternehmens.
• Wissensmanagement kann man betrachten als die
  bewusste Gestaltung und Entwicklung der
  Wissensbasis eines Unternehmens.

29
Bausteine des Wissensmanagements

• Sie stellen eine Konzeptualisierung von
  Aktivitäten dar, die unmittelbar wissenbezogen
  sind und keiner anderen externen Logik folgen.
• __________________________________________________
  _
• Wissensziele
• Wissensidentifikation
• Wissenserwerb
• Wissensentwicklung
• Wissens(ver-)teilung
• Wissensnutzung
• Wissensbewahrung
• Wissensbewertung

30
Wissensziele

• Sie geben den Aktivitäten des Wissensmanagements
  (WM) eine Richtung, um Wissen als strategische
  Resource zu nutzen (d.h. als Produktions- und
  Wettbewerbsfaktor).

31
Wissensidentifikation

• Es ist notwendig, intern oder extern bereits
  vorhandenes Wissen oder Know-how zu
  identifizieren.
• Den meisten Großunternehmen fällt es heute
  schwer, den Überblick über intern oder extern
  verfügbares Wissen zu behalten.
• Diese mangelnde Transparenz führt zu
  Ineffizienzen, uninformierten Entscheidungen
  und Redundanzen.
• Ein efektives Wissensmanagement muß ein
  hinreichendes Maß an interner und externer
  Transparenz schaffen und den einzelnen
  Mitarbeiter bei seinen Wissenssuchaktivitäten
  unterstützen.

32
Wissenserwerb

• Durch die weltweite Wissensexplosion und
  gleichzeitige Wissensfragmentierung sind
  Unternehmen immer weniger in der Lage, sämtliches
  für den Erfolg notwendige Know-how aus eigener
  Kraft zu entwickeln.
• Statt dessen müssen heute kritische Fähigkeiten
  auf den verschiedenen Wissensmärkten erworben
  werden. Es existieren mehrere Beschaffungsformen
• Die Akquisition von Wissen anderer Firmen, z.B.
  durch die Übernahme besonders innovativer Firmen
  im eigenen Kompetenzfeld.
• Der Erwerb von Stakeholderwissen (Stakeholder
  einer Organisation diejenigen Gruppen im Umfeld
  einer Organisation, die besondere Interessen und
  Ansprüche an die Tätigkeit eines Unternehmens
  richten. So können beispielweise zum Erwerb des
  Wissens der eigenen Kundschaft, Schlüsselkunden
  in den Entwicklungsprozeß involviert werden oder
  Kooperationen in Pilotprojekten eingegangen
  werden. Dies ermöglicht das frühzeitige Lernen
  und Berücksichtigen der Kundenbedürfnisse.).
• Der Erwerb von Wissen externer Wissensträger
  (z.B. Rekrutierung von Spezialisten).
• Der Erwerb von Wissensprodukten wie beispielweise
  Software, Patente, usw.

33
Wissensentwicklung

• Im Mittelpunkt der Wissensentwicklung steht die
  Produktion neuer Produkte, besserer Ideen und
  leistungsfähigerer Prozesse.
• Wissensentwicklung umfaßt alle Managementanstrengu
  ngen, mit denen die Organisation sich bewußt um
  die Produktion bisher intern noch nicht
  existierender Fähigkeiten bemüht.
• Wissensentwicklung kann auf der individuellen und
  auf der kollektiven Ebene konzeptionalisiert
  werden.

34
Wissens(ver-)teilung

• Die (Ver-)teilung von Erfahrungen in der
  Organisation ist die zwingende Voraussetzung, um
  isoliert vorhandene Informationen oder
  Erfahrungen für die gesamte Organisation nutzbar
  zu machen.
• Die Lautfrage lautet Wer sollte was in welchem
  Umfang wissen oder können, und wie kann ich die
  Prozesse der Wissens(ver-)teilung erleichtern?

35
Wissensnutzung

• Die Wissensnutzung, also der produktive Einsatz
  organisationalen Wissens zum Nutzen des
  Unternehmens, ist Ziel und Zweck des
  Wissensmanagements.

36
Wissensbewahrung

• Einmal erworbene Fähigkeiten stehen nicht
  automatisch für die Zukunft zur Verfügung.
• Die gezielte Bewahrung von Erfahrungen oder
  Informationen und Dokumenten setzt
  Managementanstregungen voraus.

37
Wissensbewertung

• Die Messung und Bewertung organisationalen
  Wissens gehört zu den größten Schwierigkeiten,
  die das Wissensmanagement heute zu bewältigen
  hat.
• Wissensmanager können im Gegensatz zu
  Finanzmanagern nicht auf ein erprobtes
  Instrumentarium von Indikatoren und Meßverfahren
  zurückgreifen, sondern müssen neue Wege gehen.
• Entsprechend den formulierten Wissenszielen
  werden Methoden zur Messung dieser Zielen
  notwendig.

38
Wissensmanagement aus Sicht der
Informationstechnologien
39
Informations- und Kommunikationstechnik im
Wissensmanagement

• Der Informations- und Kommunikationstechnik als
  wichtiger Architekturelement des
  Wissensmanagements kommt eine wichtige
  unterstützende Rolle zu. Sie erleichtert den
  Austausch von Informationen im ganzen Unternehmen
  (z.B. eMail), schafft die Basis für das Arbeiten
  in dislozierten Arbeitsgruppen (z.B.
  Groupware-Anwendungen), bietet Speicherungs- und
  Wiederauffindungsmöglichkeiten in internen und
  weltweiten Netzen (z.B. Intra-/Internet) und
  stellt Werkzeuge für bestimmte Aufgaben des
  Wissensmanagements zur Verfügung. Dies sind alles
  Aufgaben, deren Bewältigung eine notwendige
  Voraussetzung für ein erfolgreiches
  Wissensmanagement zum Erfolg des Unternehmens und
  seiner Mitarbeiter darstellt.

40
Wissensrepräsentation
41
Wissensrepräsentation

• Die Wissensrepräsentation beschäftigt sich damit,
  Formalismen zu entwickeln, mit denen
  Problemwissen hinreichend genau abgebildet und
  von einem Inferenzmechanismus (der Mechanismus
  zur Verarbeitung des Wissens) effizient zur
  Lösung eines konkreten Problems verwendet werden
  kann.
• Ziel ist es, Wissen von der kognitiven Ebene,
  also in der Form, wie es der Mensch modelliert
  und strukturiert, in eine formal exakte
  Represäntation (Represäntationebene), zu
  überführen, die auch als Ausgangspunkt für
  Implementierungen dienen kann.
• Das Ziel der Wissensrepräsentation besteht im
  Aufbau von Wissensbasen für intelligente Systeme.
• Wir werden folgende Formalismen der
  Wissensrepräsenta-tion diskutieren Regeln,
  Frames (Rahmen), Logik, Semantische Netze.

42
Regeln

• Die allgemeine Form einer Regel kann wie folgt
  geschrieben
• werden
• wenn Prämisse(n) dann Konklusion(en)
• (statt Prämisse werden auch oft die Begriffe
  Bedingung,
• Vorausetzung oder Situation und statt
  Konklusion Aktion
• oder Hypothese verwendet.)Obige Form der Regel
  sagt aus, daß
• im Falle der Erfüllung der Prämisse(n) die
  Konklusion(en) zur
• Ausführung gelangt (gelangen).
• Regeln können folgende Form haben
• wenn P dann Q
• wenn P1 und P2 und ... und Pn dann Q1 und Q2 und
  ... und Qm
• wenn P1 oder P2 oder ... oder Pn dann Q
• Regeln, die neue Fakten produzieren, werden
  Produktionsregeln
• genannt.

43
Regeln (2)Architektur eines Produktionssystem
Inferenzmecha- nismus
Faktenbasis
Wissensbasis
Recognize
Select
Regeln
Fakten
Act
44
Regeln (3)Daten- vs. Wissensverarbeitung

• Die Wissensbasis enthält die einzelnen
  Produktionsregeln. In der Faktenbasis stehen
  permanente und temporäre Fakten. Der
  Inferenzmechanismus legt fest, wie die einzelnen
  Regeln abgearbeitet werden sollen.
• Hier wird der Unterschied zwischen Wissens- und
  Datenverarbeitung deutlich. Bei der
  Datenverarbeitung wird ein Algorihtmus
  entwickelt, bei dem unter Verwendung von
  Kontrollstrukturen genau festhelegt ist, in
  welcher Reihenfolge die einzelnen Anweisungen
  abzuarbeiten sind. Derartige Kontrollstrukturen
  gibt es bei Produktionssystemen nicht. An deren
  Stelle tritt ein eingebautes Kontrollsystem, der
  Inferenzmechanismus.

45
Regeln (4)Inferenzmechanismus (IM)

• Recognize-select-act or Match-execute-Zyklus
• Zunächst versucht IM für die aktuellen Falldaten
  eine anwendbare Regel zu bestimmen. Dazu werden
  in einem ersten Schritt in einer Liste alle
  anwendbare Regeln zusammengestellt
  (Recognize-Schritt).
• Anwendbar sind all jene Regeln, wo die Prämissen
  durch die Falldaten erfüllt sind. Nun wird sehr
  häufig das Problem auftreten, dass nicht nur eine
  einzige Regel sondern mehrere Regeln anwendbar
  sind. Es muß also eine Konfliktlösungsstrategie
  geben, um jene Regel zu bestimmen, die als
  nächste ausgewählt wird.
• Ist nun eine Regel ausgewählt, besteht der letzte
  Schritt schließlich in der Anwendung (act bzw.
  execute). Man sagt auch, die Regel feuert.
  Dabei werden die neu generierten Fakten ur
  Faktenbasis hinzugefügt.
• Der Recognize-select-act-Zyklus wird solange
  ausgeführt, bis ein vorher spezifiertes
  Terminierungskriterium erfüllt oder keine Regel
  der Wissensbasis mehr anwendbar ist.

46
Frames (Rahmen)

• Frames sind komplexe Datenstrukturen zur
  Beschreibung stereoptyper Situationen.
• Hier ist eine Wissenseinheit nicht eine Regel,
  sondern ein Objekt eines Problembereiches, das
  durch einen Frame modelliert wird.
• Mit frames können Objekte wie in der realen Welt
  in Hierarchien gegliedert oder für bestimmte
  Aufgaben spezifiziert werden.
• Denkprozesse sind komplexe Netzwerke von Frames,
  zwischen denen Nachrichten ausgetauscht werden.
• M. Minsky (1975) über seine Frame-Theorie
• Wenn man sich einer neuen Sachlage gegenüber
  sieht (oder seine Auffasung von einem Problem
  grundlegend ändert), dann wählt man aus dem
  Gedächtnis eine Struktur aus, die als Frame
  bezeichnet wird. Es handelt sich dabei um einen
  Erinnerungsrahmen, der durch die nderung von
  Details angepasst werden kann.

47
Logik

• Ein großer Nachteil der Wissensrepräsentation in
  der Künstlichen Intelligenz (KI) besteht darin,
  dass im Allgemeinen keine fundierte Theorie über
  Repräsentation existiert.
• Die Logik ist der einzige Formalismus, für den
  dies nicht zutrifft.
• Auf der Logik ist jede Wissensbasis aufgebaut, da
  sich letzlich alle Repräsentationen der KI in
  formallogische Ausdrücke transformieren lassen.
• Die Logik ist die Lehre vom Begriff, Urteil und
  Schluss. Die formale Logik als aktuelle,
  mathematische Form der Logik versteht sich
  dagegen vornehmlich als Theorie des
  Schlussfolgerns (Inferenz).
• Die in der formalen Logik verwendeten Zeichen
  heißen auch Symbole und führten zu dem heute
  gängigen Begriff symbolische Logik.

48
Semantische Netze

• Semantische Netze haben ihren Ursprung eigentlich
  in der Psychologie, wo sie hauptsächlich zur
  Modellierung des menschlichen Gedächtnisvermögens
  verwendet wurden.
• Die Repräsentation von Wissen erfolgt hier in
  netzwerkartigen Strukturen mittels Objekte und
  Relationen zwischen diesen Objekten.
• Semantische Netze bestehen aus Knoten und Kanten
• Knoten. Diese represäntieren Objekte,
  Situationen, Konzepte oder Begriffe.
• Kanten. Sie werden graphisch durch Pfeile
  gekennzeichnet und stellen Verweise zwischen
  Wissenseinheiten dar.
• Ein Semantisches Netzwerk läßt sich als ein
  gerichteter Graph G ltR, K, Vgt definieren. R
  eine endliche Menge von Relationen, K eine
  endliche Menge von Knoten und V eine endliche
  Menge von Kanten.

49
Einfaches Semantisches Netz
HAT
HAT
IST-EIN
IST-EIN ist ein Konzept der Generalisierung,
Teilmengen-Beziehung. HAT
ist ein Konzept der Aggregation (Ein
Flügel besteht aus Federn.)
50
Knowledge Interchange Format (KIF)

• Vertreter verschiedener Wissensrepräsentationsansä
  tzen könnten sich nicht auf einer Repräsentation
  für ihre KI Anwendungen einigen.
• Es gibt eine klare Notwendigkeit für eine
  gemeinsame Sprache.
• KIF eine Standardsprache für Definition von
  Objekten, Relationen, Regeln und Metawissen
  (Wissen über Wissen).
• KIF war usprünglich für den Wissensaustausch
  zwischen intelligenten Softwareagenten bestimmt.