Wissensengineering ( KE ) bezeichnet alle Aspekte wissensbasierter Systeme .

Hintergrund

Expertensysteme

Eines der ersten Beispiele für ein Expertensystem war MYCIN , eine Anwendung zur medizinischen Diagnose. Im MYCIN-Beispiel waren die Fachexperten Ärzte, und das repräsentierte Wissen bestand in ihrer Expertise im Bereich der Diagnose.

Expertensysteme wurden ursprünglich in Laboren für künstliche Intelligenz entwickelt, um komplexe menschliche Entscheidungsprozesse zu verstehen. Aufgrund der positiven Ergebnisse dieser ersten Prototypen wurde die Technologie in den 1980er-Jahren von der US-amerikanischen Wirtschaft (und später weltweit) übernommen. Das von Edward Feigenbaum geleitete Stanford-Projekt zur heuristischen Programmierung war eines der wegweisenden Projekte zur Definition und Entwicklung der ersten Expertensysteme.

Geschichte

In den Anfängen der Expertensysteme gab es kaum oder gar keinen formalen Prozess für die Softwareentwicklung. Forscher setzten sich einfach mit Fachexperten zusammen und begannen zu programmieren, wobei sie die benötigten Werkzeuge (z. B. Inferenzmaschinen ) oft parallel zu den Anwendungen selbst entwickelten. Als Expertensysteme sich von akademischen Prototypen zu produktiven Geschäftssystemen weiterentwickelten, wurde deutlich, dass eine Methodik erforderlich war, um den Softwareentwicklungsprozess vorhersagbarer und kontrollierbarer zu gestalten. Im Wesentlichen wurden zwei Ansätze verfolgt:

  1. Konventionelle Softwareentwicklungsmethoden anwenden
  2. Entwicklung spezieller Methoden, die auf die Anforderungen des Aufbaus von Expertensystemen abgestimmt sind.

Viele der frühen Expertensysteme wurden von großen Beratungs- und Systemintegrationsunternehmen wie Andersen Consulting entwickelt . Diese Unternehmen verfügten bereits über bewährte, konventionelle Wasserfallmethoden (z. B. Methode/1 bei Andersen), in denen sie ihre Mitarbeiter schulten und die praktisch immer zur Softwareentwicklung für ihre Kunden eingesetzt wurden. Ein Trend in der frühen Entwicklung von Expertensystemen bestand darin, diese Wasserfallmethoden einfach auf die Entwicklung von Expertensystemen anzuwenden.

Ein weiteres Problem bei der Entwicklung von Expertensystemen mit herkömmlichen Methoden bestand darin, dass diese aufgrund ihrer neuartigen Natur zu den ersten Anwendungen gehörten, die Methoden der schnellen Anwendungsentwicklung mit iterativer und prototypischer Erstellung anstelle detaillierter Analysen und Entwürfe einsetzten. In den 1980er Jahren unterstützten nur wenige konventionelle Softwaremethoden diesen Ansatz.

Das letzte Problem bei der Entwicklung von Expertensystemen mit herkömmlichen Methoden war der Bedarf an Wissensakquise . Wissensakquise bezeichnet den Prozess des Sammelns von Expertenwissen und dessen Erfassung in Form von Regeln und Ontologien. Sie stellt besondere Anforderungen, die über den herkömmlichen Spezifikationsprozess zur Erfassung der meisten Geschäftsanforderungen hinausgehen.

Diese Problematik führte zum zweiten Ansatz im Wissensmanagement: der Entwicklung maßgeschneiderter Methoden speziell für den Aufbau von Expertensystemen. [ 1 ] Eine der ersten und populärsten dieser Methoden war die in Europa entwickelte Knowledge Acquisition and Documentation Structuring (KADS)-Methode. KADS war in Europa sehr erfolgreich und wurde auch in den Vereinigten Staaten eingesetzt. [ 2 ]

Siehe auch

Referenzen

  1. ^ Feigenbaum, Edward; McCorduk, Pamela (1983). Die fünfte Generation (1. Aufl.). Reading, MA : Addison-Wesley . ISBN 978-0-201-11519-2OCLC  9324691 .​
  2. ^ Schreiber, August Th.; Akkermans, Hans; Anjewierden, Anjo; Dehoog, Robert ; Shadbolt, Nigel ; Vandevelde, Walter; Wielinga, Bob (2000), Knowledge Engineering and Management: the CommonKADS methodology (1. Aufl.), Cambridge, MA : The MIT Press, ISBN 978-0-262-19300-9