Skip to main content

Part of the book series: Technik im Fokus ((TECHNIK))

  • 15k Accesses

Zusammenfassung

Wissensbasierte Expertensysteme sind Computerprogramme, die Wissen über ein spezielles Gebiet speichern und ansammeln, aus dem Wissen automatisch Schlussfolgerungen ziehen, um zu konkreten Problemen des Gebietes Lösungen anzubieten. Im Unterschied zum menschlichen Experten ist das Wissen eines Expertensystems aber auf eine spezialisierte Informationsbasis beschränkt ohne allgemeines und strukturelles Wissen über die Welt [1, 2, 3].

Um ein Expertensystem zu bauen, muss das Wissen des Experten in Regeln gefasst werden, in eine Programmsprache übersetzt und mit einer Problemlösungsstrategie bearbeitet werden. Die Architektur eines Expertensystems besteht daher aus den folgenden Komponenten: Wissensbasis, Problemlösungskomponente (Ableitungssystem), Erklärungskomponente, Wissenserwerb, Dialogkomponente. Die Koordination dieser Komponenten wird in Abb. 4.1 gezeigt.

Wissen ist der Schlüsselfaktor in der Darstellung eines Expertensystems. Man unterscheidet dabei zwei Arten von Wissen. Die eine Art des Wissens betrifft die Fakten des Anwendungsbereichs, die in Lehrbüchern und Zeitschriften festgehalten werden. Ebenso wichtig ist die Praxis im jeweiligen Anwendungsbereich als Wissen der zweiten Art. Es handelt sich um heuristisches Wissen, auf dem Urteilsvermögen und jede erfolgreiche Problemlösungspraxis im Anwendungsbereich beruhen. Es ist Erfahrungswissen, die Kunst erfolgreichen Vermutens, das ein menschlicher Experte nur in vielen Jahren Berufsarbeit erwirbt. ...

This is a preview of subscription content, log in via an institution to check access.

Access this chapter

eBook
USD 9.99
Price excludes VAT (USA)
  • Available as EPUB and PDF
  • Read on any device
  • Instant download
  • Own it forever

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Literatur

  1. Puppe LF (1988) Einführung in Expertensysteme. Springer, Berlin

    Google Scholar 

  2. Kredel L (1988) Künstliche Intelligenz und Expertensysteme. Droemer Knaur, München

    Google Scholar 

  3. Mainzer K (1990) Knowledge-based systems. Remarks on the philosophy of technology and artificial intelligence. Journal for General Philosophy of Science 21:47–74

    Google Scholar 

  4. Clancey W (1983) The epistemology of a rule-based expert system – a framework for explanation. AI-Journal 20:215–293

    Google Scholar 

  5. Nilson N (1982) Principles of Artificial Intelligence. Springer, Berlin

    Book  Google Scholar 

  6. Minsky M (1975) A framework for representing knowledge. In: Winston P (Hrsg) The Psychology of Computer Vision. McGraw-Hill, New York

    Google Scholar 

  7. Sussmann G, Steele G (1980) Constraints – a language for expressing almost-hierarchical descriptions. AI-Journal 14:1–39

    Article  Google Scholar 

  8. Buchanan BG, Sutherland GL, Feigenbaum EA (1969) Heuristic DENDRAL: A program for generating processes in organic chemistry. In: Meltzer B, Michie D (Hrsg) Machine Intelligence, Bd. 4. Elsevier Science Publishing Co, Edinburgh

    Google Scholar 

  9. Buchanan BG, Feigenbaum EA (1978) DENDRAL and META-DENDRAL: Their applications dimensions. Artificial Intelligence 11:5–24

    Article  Google Scholar 

  10. Shortliffe EH (1976) Computer-Based Medical Consultations: MYCIN. Elsevier Science Ltd, New York

    Google Scholar 

  11. Randall D, Buchanan BG, Shortliffe EH (1977) Producing rules as a representation for a knowledge-based consultation program. Artificial Intelligence 8:15–45

    Article  Google Scholar 

  12. Carnap R (1959) Induktive Logik und Wahrscheinlichkeit. Springer, Wien

    Book  Google Scholar 

  13. Lindley DV (1965) Introduction to Probability and Statistics from a Bayesian Viewpoint I–II. Cambridge University Press, Cambridge

    Book  Google Scholar 

  14. Zadeh LA (1975) Fuzzy Sets and their Application to Cognitive and Decision Processes. Academic Press, New York

    Google Scholar 

  15. de Kleer J (1986) An assumption based TMS. AI-Journal 28:127–162

    Google Scholar 

  16. Dreyfus HL, Dreyfus SE (1986) Mind over Machine. Free Press, New York

    Google Scholar 

Download references

Author information

Authors and Affiliations

Authors

Corresponding author

Correspondence to Klaus Mainzer .

Rights and permissions

Reprints and permissions

Copyright information

© 2016 Springer-Verlag Berlin Heidelberg

About this chapter

Cite this chapter

Mainzer, K. (2016). Systeme werden zu Experten. In: Künstliche Intelligenz – Wann übernehmen die Maschinen?. Technik im Fokus. Springer, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-48453-1_4

Download citation

Publish with us

Policies and ethics