Wissensbasierte Systeme

Was sind wissensbasierte Systeme?

Wissensbasierte Systeme, welche auch oft mit WBS abgekürzt werden, stellen den Oberbegriff für intelligente Informationssysteme dar, die Wissen mit Methoden wie der Wissensrepräsentation und / oder der Wissensmodellierung auswerten und nutzbar machen. Sie gelten als Teilgebiet der KI-Forschung. Anwendung finden sie immer dort, wo Aufgaben vorliegen, die menschliche Intelligenz voraussetzen.

Um Probleme zu lösen, nutzen solche Systeme sowohl Faktenwissen als auch mit Unsicherheiten behaftete Wissensbausteine, welche oftmals auch als subjektives Wissen bezeichnet werden. Unter wissensbasierte Systeme fallen auch Expertensysteme, Software-Agenten ebenso wie regelbasierte Systeme.

Wie sind diese aufgebaut?

Wissensbasierte Systeme bestehen aus verschiedenen Kernkomponenten, die hier eine komplexe Struktur bilden. Die Wissensbasis bildet hier die Grundlage. Unter dieser Komponente werden Fakten, Regeln, fallspezifisches Wissen und generisches Wissen gespeichert. Einfach betrachtet, könnte man diesen Bereich auch als Wissensdatenbank bezeichnen.

Der zweite Kernpunkt ist die Inferenzkomponente. In diesem Abschnitt werden die verschiedenen Informationen, also das Wissen, verarbeitet und neue Regeln sowie Fakten abgeleitet. Die Inferenzkomponente ist in wissensbasierten System also der Arbeitsbereich. Die Benutzerschnittstelle, auch User Interface genannt, stellt die letzte wichtige Komponente dar. Diese dient der allgemeinen Kommunikation mit dem Benutzer.

Handelt es sich um eine komplexe Anwendung, so kommen zwei weitere Komponenten hinzu, die als Nebenkomponente betrachtet werden können. Häufig findet man diese Nebenkomponenten bei Expertensystemen, um hier einmal ein Beispiel zur Anwendung zu geben.

Die Wissenskomponente ist die erste neue Komponente bei dieser erweiterten Form. Diese bietet die Möglichkeit, die Wissensbasis sowohl manuell als auch automatisch zu erweitern. Die Wissenskomponente stellt eine direkte Verbindung zwischen dem User Interface und der Wissensbasis her. Über diesen Weg kann die Wissensbasis stetig mit neuen oder veränderten Informationen versorgt werden.

Als zweite Komponente gilt hier die Erklärungskomponente. Über diese werden dem Benutzer Auskünfte über die Lösungsfindung mitgeteilt, damit diese besser nachvollzogen werden können. Kurz ausgedrückt werden hier die Antworten auf die Benutzerfragen des Wie und warum gegeben bzw. übermittelt.

Was sind Anwendungsbeispiele in der Praxis?

Wissensbasierte Systeme können sehr flexibel eingesetzt werden und finden somit sowohl in der Überwachung, in der allgemeinen Planung, wie aber auch in der Dateninterpretation ihre Anwendung. Ein typisches Beispiel für den Einsatz wissensbasierter Systeme stellt darüber hinaus auch die medizinische Informatik dar. Hierbei werden besagte Systeme genutzt, um mithilfe von Patientendaten eine Problemlösung zu entwickeln. Dadurch kann eine Diagnose sowie mögliche Therapieform abgeleitet werden, die dann auf den Patienten angewendet wird.

Wie werden wissensbasierte Systeme in der Künstlichen Intelligenz genutzt?

Wissensbasierte Systeme sind Programme, die in der Künstlichen Intelligenz als Wissenschaftsdisziplin aufgeführt sind. Diese Programme nutzen anwendungsspezifisches Wissen, um verschiedene Lösungsansätze zu erarbeiten. Dabei wirken sie völlig eigenständig und getrennt vom Rest des Systems.

Die Aufgabe solcher Systeme besteht jedoch nicht nur darin, eine Verarbeitung der spezifischen Daten durchzuführen, sondern auch eine Beseitigung der oftmals schlecht strukturierten Wissensgebiete zu erzielen. Hierzu wird eine systematische Bestandsaufnahme durchgeführt, die mithilfe des zur Verfügung stehenden Fachwissens eine neue Struktur aufbaut. Auf diese Weise können Wissenslücken erkannt und gegebenenfalls geschlossen werden.

Diese neue Struktur kann anschließend zur Entwicklung neuer Theorien und Modelle genutzt werden. Durch dieses Prinzip können Lösungswege für die jeweiligen Aufgaben erstellt werden, die rein basierend auf dem anfangs zur Verfügung gestellten Fachwissen nicht hätten entstehen können. Solche Systeme sind in der Forschung der KI somit nicht nur als mögliche Hilfe für die Lösung von Problemen anzusehen, sondern bieten aufgrund ihres Aufbaus ganz neue technische Möglichkeiten. Die rechnerischen Fähigkeiten werden hier mit menschlichen Denkweisen kombiniert, welches zu ganz neuen Möglichkeiten und Lösungsansätzen führt.

Data Navigator Newsletter