Expertensysteme: Neue Automatisierungspotentiale Im Büro- Und Verwaltungsbereich?

ISBN-13: 9783409131124 / Niemiecki / Miękka / 1988 / 282 str.

Ulrich Frank

Opis

Die zunehmende Bedeutung der Informationstechnologie auch im BUro-und Verwaltungsbereich ist unbestritten. Die he ute in der Praxis zu verzeichnenden Ansatze konzentrieren sich vor all em auf die Automatisierung solcher Aufgaben, die eine vergleichsweise geringe Komplexitat aufweisen und vor allem wohl strukturiert sind. Aus wissenschaftlicher Sicht interessanter erscheinen jedoch Tatigkeiten, die der Vorbereitung zielgerichteter Handlungen in dynamischen Realitatsbereichen dienen, deren Strukturen und Wirkungszusammenhange nicht vollstandig bekannt sind. Seit der VerfUgbarkeit von EDV-Anlagen in Unter nehmungen hat es zwar immerwieder ForschungsbemUhungen gegeben, solche Managementfunktionen zu automatisieren oder weitgehend zu unterstUtzen - Management Informationssysteme und EntscheidungsunterstUtzungssysteme sind hier als die wohl bekanntesten Ansatze zu nennen -, Uberzeugende Erfolge konnten jedoch nicht verzeichnet werden. Ein wesentlicher Grund fUr dieses Scheitern ist in der fehlenden Konzeption zur formalen Abbildung schwach strukturierter Zusammenhange zu sehen. Ein aus der KUnstliche Intelligenz-Forschung stammender Ansatz, der in den letzten Jahren in Wissenschaft und Praxis fUr Aufsehen gesorgt hat, verspricht, diese AutomatisierungshUrde zu Uberwinden: in Expertensystemen soli das Wisse- und eben auch sog. vages Wissen - hochqualifizierter Experten mit Hilfe ge eigneter Formalismen abgebildet werden, so daB deren Entscheidungskompe tenz rekonstruiert werden kann. In den wenigen dedizierten betriebswirtschaft lichen Beitragen wird dieser Ansatz mit verhaltenem Optimism us beurteilt. Es mangelt allerdings an detaillierten Analysen der Moglichkeiten, Management funktionen durch Expertensysteme zu ersetzen. Ein Grund dafUr mag die damit verbundene Notwendigkeit sein, die MUhen einer interdisziplinaren Orientierung auf sich zu nehmen. So sind neben der formalwissenschaftlich orientierten KUnstliche Intelligenz-Forschung u. a.

Spis treści

I. Einleitung.- II. Der wissenschaftshistorische Hintergrund — vom Traum der Rekonstruktion menschlicher Intelligenz zur Verarbeitung von Wissen.- 1. Symbolverarbeitung, Logik und Intelligenz.- 2. Die Hoffnung auf die verborgenen Strukturen der Intelligenz und die Lust am Programmieren.- 3. Anspruch und Wirklichkeit: Gegenwärtige Bereiche der Künstliche Intelligenz-Forschung.- III. Expertensysteme als neue Hoffnung der Künstliche Intelligenz-Forschung.- 1. Der funktionale Aufbau von Expertensystemen.- 2. Formal repräsentiertes Wissen als wesentlicher Bestandteil von Expertensystemen.- 2.1 Prozedurale und deklarative Repräsentation.- 2.2 Formale Systeme zur propositionalen Repräsentation deklarativen Wissens.- 2.2.1 Die Prädikatenlogik erster Stufe als wesentlicher Formalismus zur Abbildung (exakten) Wissens.- 2.2.2 Konzepte zur Formalisierung vagen Wissens.- 2.2.2.1 Ansätze zur Formalisierung unvollständigen Wissens: die explizite Berücksichtigung fallibler Plausibilitätsannahmen.- 2.2.2.1.1 Die Bedeutung nicht-monotoner Wissensbasen.- 2.2.2.1.2 Truth Maintenance Systems.- 2.2.2.1.3 Zusammenfassende Beurteilung.- 2.2.2.2 Die Verwendung von Wahrscheinlichkeiten.- 2.2.2.2.1 Der Ansatz von Nilsson.- 2.2.2.2.2 Die Berücksichtigung bedingter Wahrscheinlichkeiten.- 2.2.2.2.3 Zusammenfassende Beurteilung.- 2.2.2.3 Die Fuzzy-Logic — Überwindung der klassischen Logik?.- 2.2.2.3.1 Die Ersetzung von Prädikaten durch unscharfe Mengen.- 2.2.2.3.2 Unscharfe Wahrheitswerte und die Einführung von Regeln des approximativen Schließens.- 2.2.2.3.3 Beurteilung.- 3. Inferenz — die Verwertung deklarativen Wissens.- 3.1 Deduktion.- 3.1.1 Generelle Strategien.- 3.1.2 Steigerung der Effizienz von Deduktionsverfahren durch die Implementierung domänenspezifischer) Heuristiken? — Zur Bedeutung von Meta-Wissen.- 3.2 Verfahren zur Durchführung von Analogieschlüssen.- 3.2.1 Die Erfassung und formale Beschreibung von Ähnlichkeiten als wesentliches Problem.- 3.2.2 Möglichkeiten und Grenzen automatisierten Analogieschließens.- 3.3 Die automatische Pflege der Wissensbasis — Ansätze zum maschinellen Lernen.- 3.3.1 Die zentrale Bedeutung der Induktion.- 3.3.2 Anwendungsvoraussetzungen und Grenzen.- 4. Die Benutzerschnittstelle — kommunikative Aspekte von Beratungskompetenz.- 4.1 Die Vision vom natürlichsprachlichen Dialog.- 4.2 Erklären und (nicht) Verstehen — zur maschinellen Begründung von Lösungsvorschlägen.- 5. Die Erfassung und Formalisierung des Expertenwissens — zur zentralen Bedeutung des Knowledge-Engineering.- 5.1 Die Akquisition des Expertenwissens.- 5.2 Der konzeptuelle Entwurf einer Wissensbasis: Ziele und Probleme.- 5.2.1 Strukturierungskonzepte.- 5.2.2 Redundanz, Effizienz und die Bedeutung von Isomorphien.- 5.5.3 Generelle Entwurfsmethoden.- 5.3 Anything goes: der Glaube an die Kompetenz des Knowledge Engineers und die Hoffnung auf den Erfolg der Introspektion.- IV. Der Einsatz von Expertensystemen zur Automatisierung von Managementfunktionen.- 1. Expertensysteme im Vergleich mit dedizierten Automatisierungskonzepten für den Managementbereich — nur ein neues Etikett?.- 1.1 Management Information Systems.- 1.2 Decision Support Systems.- 1.3 Resumee.- 2. Anforderungen an die formale Rekonstruktion von (Management-) Kompetenz.- 2.1 Die (erfolgreiche) Anpassung an Kontingenz als notwendiges Merkmal von Management-Kompetenz.- 2.2 Adaption von Unsicherheit durch die Einführung numerischer Wahrscheinlichkeitsmaße?.- 2.2.1 Intuition und Simplifikation versus Wahrscheinlichkeitstheorie — Ergebnisse psychologischer Untersuchungen.- 2.2.2 Die Evaluierung von Konfidenzangaben als Problem.- 2.2.3 Inkonsistenzen — nur ein Erhebungsproblem?.- 2.2.4 Konsequenzen für Expertensysteme.- 2.3 Sozial konstruierte Wirklichkeit und extensionale Logik.- 2.3.1 Sinn und Kultur als Objekt und Objektivierung von Wissen.- 2.3.2 Ambiguität und Vagheit.- 2.4 Wahrnehmung und Konzeptualisierung: Grenzen einer automatischen Anpassung veränderliche Realitätsbereiche.- 2.5 Die Handhabung schwach strukturierter Probleme.- 2.5.1 Heuristiken: Strategien zur Reduktion von (Problem-) Komplexität oder Algorithmen?.- 2.5.2 „The Science of Muddling Through“ — ,,Durchwursteln“ als formaler Prozeß?.- 2.6 Wissen und Handlungskompetenz in sozial geprägten Domänen.- 3. Zur Bedeutung der Ergebnisse für die Beurteilung von Automatisierungspotentialen.- 3.1 Expertensysteme als softwaretechnisches Konzept.- 3.2 Theoretische Einschränkungen.- V. Möglichkeiten organisatorischer Reduktion von Kontingenz oder: wenn der Berg nicht zum Propheten kommt.- 1. Die Einführung formaler Sprachen als Alternative zum Versuch mechanischen Sprachverstehens.- 1.1 Anforderungen an den Entwurf einer formalen Geschäftssprache.- 1.2 Die „Theory of Conceptual Dependency“ im Lichte eines gewandelten Anspruchs.- 2. Formalisierung, Funktionalität und Effizienz.- 2.1 Anpassung und Flexibilität.- 2.2 Kontingenzreduktion und Komplexität.- 3. Formalisierung und Humanisierung — ein Antagonismus?.

O autorze

Prof. Dr. Ulrich Frank ist Inhaber des Lehrstuhls für Wirtschaftsinformatik an der Universität Koblenz.