Skip to main content

Methodische Grundlagen für die Entwicklung eines wissensbasierten, objektorientierten Beratungssystems

  • Chapter
Sicherheitsstrategien in der Informationsverarbeitung
  • 34 Accesses

Zusammenfassung

Der Prozeß der Entwicklung und Wartung wissensbasierter Systeme wird als ‘Knowledge Engineering’ bezeichnet1. Im Rahmen der Entwicklung wissensbasierter Systeme lassen sich zwei globale Phasen unterscheiden2:

  • Wissensakquisition bezeichnet den Auf- und Ausbau einer Wissensbasis, indem Wissen des relevanten Themenbereichs aus der Literatur oder von Fachleuten erhoben und gesammelt wird.

  • Wissensrepräsentation ist die formale Darstellung des Wissens mit Hilfe der verschiedenen im Bereich der Künstlichen Intelligenz entwickelten Techniken.

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

Access this chapter

Chapter
USD 29.95
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
eBook
USD 49.99
Price excludes VAT (USA)
  • Available as PDF
  • Read on any device
  • Instant download
  • Own it forever
Softcover Book
USD 59.99
Price excludes VAT (USA)
  • Compact, lightweight edition
  • Dispatched in 3 to 5 business days
  • Free shipping worldwide - see info

Tax calculation will be finalised at checkout

Purchases are for personal use only

Institutional subscriptions

Preview

Unable to display preview. Download preview PDF.

Unable to display preview. Download preview PDF.

Anmerkungen zu Kapitel 5

  1. Vgl. Feigenbaum /Art/ 228 ff. und Schmitz /Expertensysteme/ 619 f. Vgl. zu einer anderen Definition Lenz /Expertensysteme/ 26 f.

    Google Scholar 

  2. Vgl. hierzu und zu den folgenden Aussagen Schmitz, Lenz /Abgrenzung/ 506 ff. und Schmitz, Lenz /Glossar ’89/ 1 ff. Vgl. zu einer Zuordnung der Phasen des Software Engineering zu denen des Knowledge Engineering Schmitz, Lenz /Abgrenzung/ 506 ff. Vgl. zu den Hauptabschnitten der Phasen der Systementwicklung Schmitz, Seibt /Einführung 3/ 8 ff.

    Google Scholar 

  3. Vgl. zu einem Überblick über die vorgeschlagenen Vorgehensweisen Karbach, Linster /Wissensakquisition/ 21 ff.; Karbach /Methoden/ 7 ff. und Lenz/Expertensysteme/ 91 ff.

    Google Scholar 

  4. Vgl. Karbach /Wissensakquisition/ 13; Lenz /Grundlagen/ 3 und Schmitz /Expertensysteme/ 620. Detaillierte Vergleiche der beiden Ansätze finden sich in Karbach /Methoden/ 10 ff.; Karbach, Linster /Wissensakquisition/ 9 ff.; Lenz /Expertensysteme/ 91 ff. und Schweneker /Entwicklung/ 4 ff. Neben den beiden grundsätzlichen Ansätzen sind auch Mischformen vorgeschlagen worden, die die Vorteile beider Ansätze kombinieren sollen. Vgl. z. B. Lenz/Expertensysteme/122 ff. und Schweneker/Entwicklung/17 ff.

    Google Scholar 

  5. Vgl. Lenz /Expertensysteme/ 98 ff. und Schmitz /Expertensysteme/ 620. Dem Ansatz des Rapid Prototyping sind z. B. die Vorgehensweisen von Buchanan u. a., von Harmon und King sowie von Hayes-Roth zuzuordnen. Vgl. Buchanan u. a. /Constructing/ 127 ff.; Harmon, King /Expertensysteme/ 218 ff. und Hayes-Roth /Tutorial/ 18 ff. Weitere Ansätze, die sich dem Rapid Prototyping zurechnen lassen, finden sich in Karbach, Linster /Wissensakquisition/ 21 ff.

    Google Scholar 

  6. Vgl. zu weiteren Vor- und Nachteilen Lenz /Expertensysteme/ 98 ff. und Schweneker /Entwicklung/ 7 ff.

    Google Scholar 

  7. Vgl. Lenz /Expertensysteme/ 107 ff. und Schmitz /Expertensysteme/ 620 f. Die ‘modellbasierte Vorgehensweise’ wird z. T. auch als ‘modellorientierter Ansatz’, ‘modellbasierte Systementwicklung’ oder ‘modellgestützte Vorgehensweise’ bezeichnet. Diese Begriffe werden im Rahmen dieser Arbeit synonym verwendet. Dem modellorientierten Ansatz ist z. B. das im Rahmen des europäischen Forschungsprogramms ESPRIT entwickelte ‘Knowledge Acquisition and Design Structuring’ oder ‘Knowledge Acquisition, Documentation and Structuring’ (KADS) zuzuordnen. Vgl. Breuker u. a. /Knowledge Acquisition/ 1 ff.; Breuker, Wielinga /Models/ 265 ff. und Hickman u. a. /Analysis/12 ff. Vgl. zur Beschreibung weiterer modellorientierter Ansätze Nwana u. a. /Development/ 60 ff.

    Google Scholar 

  8. Ohne ein explizites Modell besteht die Gefahr, daß die vom Systementwickler gemachten Prämissen im System verborgen werden und deshalb nur schwer überprüfbar sind. I. d. R. haben auch die Entwickler eines Prototypen ein bestimmtes Modell der Realität ’im Kopf. Der Unterschied zum modellbasierten Vorgehen besteht darin, daß die grundlegenden Annahmen, Prämissen und Denkstrukturen der Entwickler beim Rapid Prototyping erst im Prototypen selbst zum Ausdruck kommen. Dort sind sie für Dritte schwerer zu verifizieren als in einer expliziten Dokumentation außerhalb des Prototypen.

    Google Scholar 

  9. Vgl. Schmitz, Lenz, Nöcker /Dialogbeitrag/ 263

    Google Scholar 

  10. Vgl. zu weiteren Vor- und Nachteilen Lenz /Expertensysteme/ 117 ff. und Schweneker /Entwicklung/ 9 ff.

    Google Scholar 

  11. Vgl. Lutze /Wissensakquisition/ 220 ff. und Heilmann, Simon /Expertensysteme/ 9

    Google Scholar 

  12. Tatsächlich sind in einigen Konzepten, die dem ‘Rapid Prototyping’ zuzuordnen sind, Elemente der konzeptuellen Modellierung enthalten. So stellen z. B. Buchanan u. a. und Hayes-Roth der Phase ‘Implementierung’ die Phasen ‘Identifizierung’, ‘Konzeptualisie-rung’ und ‘Formalisierung’ voran. Vgl. Buchanan u. a. /Constructing/ 127 ff. und Hayes-Roth /Tutorial/ 18 f. Allerdings sind die Modellierungsaspekte nicht in allen Vorgehensweisen zur Entwicklung von Prototypen explizit angelegt. Vgl. z. B. Harmon, King /Expert Systems/135 ff.

    Google Scholar 

  13. Vgl. Schmitz, Lenz, Nöcker /Dialogbeitrag/ 263

    Google Scholar 

  14. Im Rahmen des bereits erwähnten Forschungs- und Entwicklungsprojekts des BIFOA (vgl. Kap. 1.3) wurde auf der Basis eines konzeptionellen Modells, das dem in dieser Arbeit entwickelten Modell sehr ähnlich ist, ein Prototyp erstellt. Durch die Entwicklung dieses Prototypen wurden verschiedene Anregungen gewonnen, die zur Verfeinerung und zur Detaillierung des konzeptionellen Modells führten. Insofern wurde die modellbasierte Vorgehensweise, ähnlich wie von Lenz und Schweneker vorgeschlagen, um das Prototyping ergänzt Vgl. Lenz/Expertensysteme/ 122 ff. und Schweneker/Entwicklung/ 17 ff.

    Google Scholar 

  15. Vgl. Buchanan u. a. /Constructing/ 127 ff. Die im Rahmen dieser Arbeit gewählte Struktur entspricht nicht exakt den Vorschlägen von Buchanan u. a., sondern lehnt sich an diese an.

    Google Scholar 

  16. Die Strukturierung in vier Modelle ist z. B. auch im Rahmen des im ESPRIT-For-schungsprogramms entwickelten ‘Knowledge Acquisition and Design Structuring’ (KADS) gewählt worden. Vgl. hierzu Breuker u. a. /Knowledge Acquisition/ und Breuker, Wielinga /Models/ 265 ff. Allerdings werden die Modellinhalte in KADS anders aufgeteilt und dargestellt, als das im Rahmen dieser Arbeit der Fall ist. Vgl. zu einer weiteren Strukturierungsmöglichkeit der Modelle Lenz /Expertensysteme/ 107 ff.

    Google Scholar 

  17. Die Begriffe ‘konzeptuell’ und ‘konzeptionell’ werden im folgenden synonym verwendet.

    Google Scholar 

  18. In der Abbildung wird von den Überlagerungen der Phasen und den vielfältigen Rückkopplungsprozessen abstrahiert.

    Google Scholar 

  19. Vgl. hierzu die Liste der Gesprächspartner im Anhang zu dieser Arbeit

    Google Scholar 

  20. Das konzeptuelle Modell läßt sich wiederum in verschiedene Teilmodelle unterteilen, die in Kap. 5.2 abstrakt und in Kap. 7 konkret für die Risikoanalyse erörtert werden.

    Google Scholar 

  21. In vielen Fällen werden Projekte zur Entwicklung wissensbasierter Systeme initiiert, weil man glaubt, die entsprechenden Problemstellungen nicht mit konventionellen Verfahren bewältigen zu können. Ist die entsprechende Domäne mit Methoden des Knowledge Engineering strukturiert und aufbereitet worden, so zeigt sich allerdings oft, daß entweder ein großer Teil oder sogar die gesamte Problemlösung konventionell programmiert werden kann. Vgl. zu solchen Erfahrungen z. B. Marioni, Neukom /Expertensystem/ 43

    Google Scholar 

  22. Laske unterteilt dieses Modell weiter in einen ‘allgemeinen’ und einen detaillierten Systementwurf. Vgl. Laske /Probleme/ 5 ff.

    Google Scholar 

  23. In Kap. 7 werden die hier abstrakt dargestellten Teilmodelle für die Risikoanalyse konkretisiert.

    Google Scholar 

  24. Konzeptionelle Modelle sind im Rahmen der seit 1988 stattfindenden ‘Computer Security Risk Management Model Builders Workshops’ vorgestellt worden. Vgl. Bonyun, Jones /Approach/ 203 ff.; Bonyun, Jones /Method/ 1–1 ff.; Browne /Framework/ 3; Hoffman /Prototype/ 135 ff; Katzke /Risk Management/ 3 ff.; Lewis /Risk Analysis/ 35 ff.; Mayerfeld /Framework/ 1 ff.; Mayerfeld /Risk Management/ 25 ff.; Moses, Glover /Risk Analysis/ 243 ff.; Moses, Glover /CRAMM/ 1 ff.; Schmidt /Model/ 89 ff:; Smith /Expert System/ 179 ff.; Smith /LAVA/ 3 und Snow /Model/ 149 ff. Reitenspieß hat die verschiedenen Ansätze übersichtlich zusammengefaßt Vgl. Reitenspieß /Sicherheitsmaßnahmen/ 9 ff.

    Google Scholar 

  25. Gründe für diese Entscheidung werden im folgenden erörtert Vgl. zu einem detaillierten Vergleich verschiedener Analyse- und Darstellungsmethoden Coad, Yourdan /Analysis/ 18 ff.

    Google Scholar 

  26. Vgl. Ferstl, Sinz /Objektmodellierung/ 567 f. und Sinz /ooA/ 457

    Google Scholar 

  27. Vgl. zur objektorientierten Analyse und zum objektorientierten Entwurf z. B. Budde u. a. /Entwurf/ 13 ff.; Coad, Yourdan /Analysis/ 1 ff.; Meyer /Softwareentwicklung/ 54 und Rumbaugh u. a. /Design/ 1 ff.

    Google Scholar 

  28. Vgl. zur Unterscheidung in objektorientierten Entwurf und objektorientierte Programmierung auch Kap. 1.4

    Google Scholar 

  29. Bisher hat sich noch keine einheitliche Entwurfsmethodik im Rahmen des objektorientierten Ansatzes herausgebildet. Vgl. König /Anwendungssysteme/ 210. Die verschiedenen publizierten Ansätze unterscheiden sich in den Schwerpunkten und in der Anzahl der Teilmodelle, umfassen aber im wesentlichen die gleichen Inhalte. Vgl. Coad, Yourdan /Analysis/ 52 ff.; Karbach /Methoden/ 38 f.; Karbach /Wissensakquisition/ 13; Rumbaugh u. a. /Design/ 16 ff. Am sinnvollsten erscheint eine Einteilung des Modells in drei Teilmodelle, mit denen die eher statischen Objekt- bzw. Datenstrukturen, die dynamischen Ablaufstrukturen und die vom System auszuführenden Funktionen beschrieben werden. Vergleichbare Ansätze werden z. B. von folgenden Autoren verfolgt: vgl. Berberich u. a. /Expertensystem/ 34 ff.; Ferstl, Sinz /Objektmodellierung/ 567 ff. und Rumbaugh u. a. /Design/ 16 ff. Seibt bezeichnet die Gestaltungsdimensionen Daten, Abläufe und Funktionen als Teilaspekte der Systemgestaltung. Neben diesen Aspekten müssen weitere Gesichtspunkte erörtert werden. Vgl. Seibt/Informationssystem-Architekturen/ 261 ff. Diese Aspekte gehören jedoch nicht zum konzeptionellen Modell des Softwaresystems im engeren Sinne, sondern zur Modellierung des gesamten Informationssystems. Vgl. zu weiteren wichtigen Aspekten der Systemgestaltung z. B. die Ausführungen zur organisatorischen Einbettung der Systemnutzung in Kap. 8.5 oder zu Möglichkeiten zur Gestaltung der Benutzeroberfläche in Kap. 8.2. Die in dieser Arbeit verwendeten Begriffe lehnen sich an die von Rumbaugh u. a. verwendete Terminologie an. Vgl. Rumbaugh u. a. /Design/ 16 ff.

    Google Scholar 

  30. Die folgenden Ausführungen zur Entwicklung eines Objektmodells lehnen sich an die von Coad und Yourdan entwickelte ‘objektorientierte Analyse’ und den von Rumbaugh u. a. entwickelten Ansatz ‘Object-Oriented Modelling and Design’ an. Vgl. Coad, Yourdan /Analysis/ 1 ff. und Rumbaugh u. a. /Design/ 1 ff. Vergleichbare Ansätze sind z. B. von Ferstl, Sinz und von Stoyan entwickelt worden. Vgl. Ferstl, Sinz /Objektmodellierung/ 566 ff. und Stoyan /Systementwicklung/ 3 ff. Korson und McGregor stellen weitere Ansätze vor. Vgl. Korson, McGregor /Paradigm/ 41

    Google Scholar 

  31. Vgl. Ferstl, Sinz /Objektmodellierung/ 568; Rathke /Wissensrepräsentation/ 52; Rumbaugh u. a. /Design/ 22 und Stoyan /Systementwicklung/ 4.

    Google Scholar 

  32. Vgl. Ferstl, Sinz /Objektmodellierung/ 568; Rathke /Wissensrepräsentation/ 51 und Stoyan, Görz /Programmierung/15

    Google Scholar 

  33. Die Begriffe ‘Objekt’ und ‘Instanz’ sind in der Literatur nicht einheitlich definiert. Coad und Yourdan verwenden beide Begriffe synonym. Vgl. Coad, Yourdan /Analysis/ 53. Rathke unterscheidet zwei Arten von Objekten: Klassen und Instanzen. Vgl. Rathke /Wissensrepräsentation/ 55. Laut Stoyan und Görz ist jeder Gegenstand in einem objektorientierten System ein Objekt. Vgl. Stoyan, Görz /Programmierung/ 10 ff. Als Synonyme für den Begriff ‘Instanz’ werden auch die Begriffe ‘Exemplar’ oder ‘Inkarnation’ verwendet. Vgl. Moser /Programmieren/ 52; Neunast, Helden /Programmentwicklung/ 256 und Stoyan, Görz /Programmierung/ 14

    Google Scholar 

  34. Vgl. Coad, Yourdan /Analysis/ 119 ff.; Rathke /Wissensrepräsentation/ 52 und Rumbaugh u. a. /Design/ 23. Die Attributwerte werden auch als ‘Instanzenvariablen’ bezeichnet. Vgl. Bolkart /Programmiersprachen/ 238

    Google Scholar 

  35. Vgl. Rumbaugh u. a. /Design/ 57 ff.

    Google Scholar 

  36. Sofern für das Verständnis erforderlich, wird zwischen ‘Beziehungstypen’ und ‘Beziehungen’ unterschieden: ‘Beziehungstypen’ sind Verbindungen zwischen Klassen (abstrakte Verbindungen). ‘Beziehungen’ sind Verbindungen zwischen Instanzen (konkrete Verbindungen). Die Klasse ‘Immobilien’ läßt sich beispielsweise über den Beziehungstyp ‘enthält’ mit der Klasse ‘Hardware’ verbinden. Die Instanz ‘Haus xyz’ kann über die Beziehung ‘enthält’ mit der Instanz ‘Rechner 123’ verbunden werden. Wenn aus dem Kontext deutlich hervorgeht, ob ein Beziehungstyp oder eine Beziehung gemeint ist, wird vereinfachend der Begriff ‘Beziehung’ verwendet.

    Google Scholar 

  37. Vgl. Budde u. a. /Entwurf/ 17

    Google Scholar 

  38. Vgl. Wedekind /Objektorientierung/ 84

    Google Scholar 

  39. Vgl. hierzu Wedekind /Objektorientierung/ 84 und Kap. 5.3.2.4

    Google Scholar 

  40. Vgl. Ferstl, Sinz /Objektmodellierung/ 568 und Rumbaugh u. a. /Design/ 36 ff.

    Google Scholar 

  41. Vgl. Wedekind /Objektorientierung/ 84

    Google Scholar 

  42. Sager/Begriffe/38

    Google Scholar 

  43. Vgl. hierzu z. B. Ferstl, Sinz /Objektmodellierung/ 573 f. Laut Coad und Yourdan sind Aggregation und Klassifikation Beziehungen, die i. d. R. auf ganze Klassen wirken. Alle anderen Beziehungen setzen tendenziell an den Instanzen an. Vgl. Coad, Yourdan /Analysis/ 126 ff.

    Google Scholar 

  44. Vgl. hierzu Kap. 7.1.4

    Google Scholar 

  45. Vgl. zu einer ähnlichen Darstellungsform Coad, Yourdan /Analysis/ 37 ff.

    Google Scholar 

  46. Klassifizierende und aggregierende Beziehungen werden grundsätzlich von oben nach unten gelesen. D. h., die Klassen werden in einer Zeichnung oberhalb der Instanzen, die Aggregate oberhalb der Komponenten angeordnet. Deshalb ist es nicht nötig, sie durch Pfeile zu kennzeichnen.

    Google Scholar 

  47. Vgl. Rumbaugh u. a. /Design/ 84 ff.

    Google Scholar 

  48. Vgl. Rumbaugh u. a. /Design/ 123 ff.

    Google Scholar 

  49. Vgl. Schmitz, Lenz /Glossar ’86/ 498. Rich spricht in diesem Zusammenhang von ‘Wissensdarstellung’. Vgl. Rich /KI/ 67 ff.

    Google Scholar 

  50. Vgl. Schmitz /Expertensysteme/ 615 und Schmitz, Lenz /Glossar ’86/ 494. Inferenzverfahren werden deshalb auch als Problemlösungsmechanismen bezeichnet.

    Google Scholar 

  51. Vgl. Schmitz, Lenz /Glossar ’89/ 9. Vgl. zu einer ausführlichen Diskussion des Begriffs ‘Wissen’ Lenz /Expertensysteme/ 33 ff.

    Google Scholar 

  52. Vgl. z. B. Schmitz /Expertensysteme/ 616 ff.

    Google Scholar 

  53. Vgl. Lenz /Expertensysteme/ 50; Rich /KI/ 443 und Schmitz /Expertensysteme/ 617. Z. T. führt der enge Zusammenhang der beiden Wissensarten sogar dazu, daß der Begriff ‘Wissensrepräsentation’ sowohl für die Abbildung von Faktenwissen als auch von Inferenzverfahren verwendet wird. Vgl. Lenz /Expertensysteme/ 4

    Google Scholar 

  54. Vgl. Rich /KI/ 261. Puppe nennt als wesentliche Kriterien für die Auswahl einer Wissensrepräsentationsform die Adäquatheit und die Effizienz. Diese beiden Kriterien beschreiben, wie natürlich der jeweilige Problembereich mit der Repräsentationsform beschrieben werden kann und wie effizient Problemlösungen erzielt werden können. Vgl. Puppe /Einführung/ 18

    Google Scholar 

  55. Vgl. Rich /KI/ 217 f.

    Google Scholar 

  56. Vgl. Lenz /Wissensrepräsentation/ 2; Raulefs /Methoden/ 173 ff.; Rich /KI/ 218 und 258 f.; Schmitz /Expertensysteme/ 616 und Schmitz, Lenz /Abgrenzung/ 502 f. Der Begriff ‘prozedural’ ist mit zwei verschiedenen Begriffsinhalten belegt: Zum einen beschreibt er den imperativen Programmierstil im Rahmen der konventionellen Datenverarbeitung, der einen Programmablauf in Form einer festgelegten Sequenz von Anweisungen darstellt. Dabei wird der Begriff ‘prozedural’ als Abgrenzung zum deskriptiven Programmierstil in wissensbasierten Systemen verwendet. In wissensbasierten Systemen wird ein Problem häufig lediglich beschrieben und die Lösung durch Schlußfolgerungen erschlossen. Zum anderen lassen sich aber auch innerhalb des deskriptiven Programmierstils in wissensbasierten Systemen zwei verschiedene Wissensrepräsentationsarten unterscheiden: die ‘deklarativen’ und die ‘prozeduralen’. Vgl. Karras, Kredel, Pape /Entwicklungsumgebungen/ 33. Im folgenden wird die zweite Bedeutung dieser beiden Begriffe erörtert

    Google Scholar 

  57. Raulefs /Methoden/ 173

    Google Scholar 

  58. Vgl. Schmitz /Expertensysteme/ 616. Vgl. zu einführenden Darstellungen in die Prädika-enlogik Brewka /Techniken/ 17 ff.; Harmon, King /Expert Systems/ 46 ff.; Lenz /Wissensrepräsentation/ 2 f.; Puppe /Einführung/ 16 ff. und Rich /KI/ 147 ff. Vgl. zu Einführungen in semantische Netze Karras, Kredel, Pape /Entwicklungsumgebungen/ 34; Harmon, King /Expert Systems/ 35 ff.; Raulefs /Methoden/ 174 f. und Rich /KI/ 232 ff.

    Google Scholar 

  59. Raulefs /Methoden/ 173

    Google Scholar 

  60. Vgl. Karras, Kredel, Pape /Entwicklungsumgebungen/ 32 f.

    Google Scholar 

  61. Vgl. Schmitz /Expertensysteme/ 616. Viele Autoren sprechen von ‘Produktionssystemen’. Um eine Verwechselung mit Systemen im Bereich der betrieblichen Produktion zu vermeiden, soll hier jedoch von ‘Produktionensystemen’ gesprochen werden. Vgl. hierzu auch Schmitz, Lenz /Glossar ’86/ 496. Die Begriffe ‘Regeln’ und ‘Produktionen’ werden im folgenden synonym verwendet Vgl. zu einer kurzen Darstellung dieser Wissensrepräsentationsform Kap. 5.3.3. Ein anderes Beispiel für die Anwendung prozeduraler Verfahren zur Wissensrepräsentation ist laut Raulefs die Programmiersprache PROLOG, die er als “prozedurale Interpretation der Prädikatenlogik” bezeichnet. Raulefs /Methoden/ 177; Hervorhebungen im Original wurden weggelassen.

    Google Scholar 

  62. Raulefs spricht von ‘passiven Daten’ und ‘anwendbaren Prozeduren’. Vgl. Raulefs /Methoden/ 173

    Google Scholar 

  63. So betonen Schmitz und Lenz z. B., daß in prozeduralen Verfahren die Trennung in Fakten und Verarbeitungstechniken aufgehoben werde; sie seien als ‘prozedurale Einheiten’ zu betrachten. Vgl. Schmitz, Lenz /Abgrenzung/ 502 f. Rich betont, daß deklarative Verfahren zwar tatsächlich den größten Teil des Wissens in Form von Tatsachen darstellen. Die deklarativen Wissenrepräsentationsformen enthalten jedoch in aller Regel auch eine kleine Menge allgemeiner Verfahren für die Bearbeitung dieses Wissens. Vgl. Rich /KI/ 218

    Google Scholar 

  64. Vgl. Rich /KI/ 218 und 258 f.

    Google Scholar 

  65. Vgl. zu Darstellungen frameorientierter Wissensrepräsentation Brewka /Techniken/ 19 ff.; Harmon, King /Expert Systems/ 44 ff.; Minsky /Framework/ 211 ff.; Puppe /Einführung/ 29 ff.; Raulefs /Methoden/ 179 f. und Rich /KI/ 247 ff.

    Google Scholar 

  66. Vgl. zu Darstellungen objektorientierter Wissensrepräsentation Bolkart /Programmiersprachen/ 228 ff; Coad, Yourdan /Analysis/ 30 ff.; Ferstl, Sinz /Objektmodellierung/ 566 ff.; Harmon, Maus, Morrissey /Expertensysteme/ 52 ff.; Korson, McGregor /Paradigm/ 41 ff. und Meyer/Softwareentwicklung/ 2 ff.

    Google Scholar 

  67. Bei objektorientierten Systemen wird die prozedurale Beifügung häufig dadurch erreicht, daß die objektorientierte Darstellung mit Konzepten aus Produktionensystemen kombiniert wird. Vgl. Bechtolsheim, Schweichhart, Winand /Expertensystemwerkzeuge/ 39; Lenz /Expertensysteme/ 64; Marchand /Wissensdarstellung/ 145 ff. und Stoyan /Systementwicklung/ 5. Bei framebasierten Darstellungen können Prozeduren in die Slots eines Frames integriert werden. Vgl. Fikes, Kehler /Role/ 904 ff. und Schmitz /Expertensysteme/ 616

    Google Scholar 

  68. Vgl. zu einem Überblick über die verschiedenen Wissensrepräsentationsformen Brewka /Techniken/ 17 ff.; Harmon, King /Expertensysteme/ 40 ff.; Lenz /Expertensysteme/ 44 ff.; Lenz /Wissensrepräsentation/ 2 ff.; Raulefs /Methoden/ 173 ff.; Rich /KI/ 147 ff.; Schmitz, Lenz /Abgrenzung/ 502 f. und Stoyan /Programmiermethoden 2/ 1 ff. Prinzipiell können die meisten Programmsysteme mit verschiedenen Wissensrepräsentationsformen realisiert werden. Vgl. Raulefs /Methoden/ 173. So ist es z. B. möglich, mit regelbasierten Systemen alle Programme zu realisieren, die auch mit objektorientierten Systemen verwirklicht werden können. Allerdings ist der Realisierungsaufwand je nach Repräsentationsform sehr unterschiedlich. Vgl. Karras, Kredel, Pape /Entwicklungsumgebungen/ 59

    Google Scholar 

  69. Kreutzer /Grundkonzepte/ 213. Vgl. hierzu auch Korson, McGregor /Paradigm/ 46 und Stoyan /Systementwicklung/ 8

    Google Scholar 

  70. Vgl. Marchand /Wissensdarstellung/145

    Google Scholar 

  71. Vgl. Sager /Begriffe/ 39

    Google Scholar 

  72. Grundsätzlich wäre es auch möglich, den framebasierten Ansatz auszuwählen. Der Zusammenhang zwischen der framebasierten und der objektorientierten Wissensrepräsentation wird unterschiedlich interpretiert. Z. T. werden die Begriffe ‘Frame’ und ‘Objekt’ synonym verwendet. Vgl. z. B. Schmitz /Expertensysteme/ 616. Andere Autoren bezeichnen Frames als ‘KI-Repräsentation von Objekten’ (vgl. Bechtolsheim, Schweichhart, Winand /Expertensystemwerkzeuge/ 39) oder als Beispiel für objektorientierte Wissensrepräsentation in wissensbasierten Systemen (vgl. Sinz /ooA/ 455). In jedem Fall kann das Konzept der Frames als verwandtes Gebiet der Objektorientierung bezeichnet werden. Vgl. Rathke /Wissensrepräsentation/ 45 ff. Aus diesem Grund sollen Frames nicht zusätzlich zur objektorientierten Wissensrepräsentation erörtert werden. Die in Kap. 8 erläuterten Gestaltungsempfehlungen für die objektorientierte Wissensrepräsentation lassen sich leicht auf die framebasierte Darstellung übertragen.

    Google Scholar 

  73. Vgl. hierzu besonders Kap. 7.3.2

    Google Scholar 

  74. Werkzeuge, die eine Abbildung objektorientierter Strukturen ermöglichen, greifen häufig zur Realisierung der in den Objekten integrierten Methoden auf Regeln zurück. Vgl. Schmitz /Expertensysteme/ 617. Auch deshalb bietet sich diese Auswahl an.

    Google Scholar 

  75. Vgl. hierzu Kap. 5.2.1

    Google Scholar 

  76. Stoyan /Systementwicklung/ 8

    Google Scholar 

  77. Vgl. Ferstl, Sinz /Objektmodellierung/ 568 und Stoyan, Görz /Programmierung/ 14

    Google Scholar 

  78. Vgl. Coad, Yourdan /Analysis/ 53; Kreutzer /Grundkonzepte/ 215 f. und Stoyan, Görz /Programmierung/ 14

    Google Scholar 

  79. Vgl. zum Begriff ‘Methoden’ Kap. 5.3.2.2

    Google Scholar 

  80. Vgl. zum Begriff ‘Vererbung’ Kap. 5.3.2.4

    Google Scholar 

  81. Rathke/Wissensrepräsentation/ 52

    Google Scholar 

  82. Rathke /Wissensrepräsentation/ 52

    Google Scholar 

  83. Vgl. zu einer ausführlicheren Darstellung des Zusammenspiels von Nachrichten und Methoden Coad, Yourdan /Analysis/ 149; Ferstl, Sinz /Objektmodellierung/ 570 f. und Stoyan, Görz /Programmierung/ 15 ff.

    Google Scholar 

  84. Rathke /Wissensrepräsentation/ 52. Vgl. zu ähnlichen Definitionen Harmon, Maus, Morrissey /Expertensysteme/ 53 und Neunast, Helden /Programmentwicklung/ 255

    Google Scholar 

  85. Rathke /Wissensrepräsentation/ 53

    Google Scholar 

  86. Vgl. Stoyan, Görz /Programmierung/ 11

    Google Scholar 

  87. Rathke /Wissensrepräsentation/ 53

    Google Scholar 

  88. Vgl. Coad, Yourdan /Analysis/ 143 und Rathke /Wissensrepräsentation/ 50. Coad und Yourdan verwenden statt des gebräuchlichen Begriffs ‘Methoden’ den Ausdruck ‘services’ (‘Dienste’).

    Google Scholar 

  89. Vgl. Bolkart /Programmiersprachen/ 242 und Ferstl, Sinz /Objektmodellierung/ 580

    Google Scholar 

  90. Vgl. hierzu auch Kap. 5.3.2.3

    Google Scholar 

  91. Vgl. zu einer ähnlichen Verwendung der Begriffe Stoyan, Görz /Programmierung/ 17 ff.

    Google Scholar 

  92. Der Begriff ‘Kapselung’ ist eine Übersetzung des englischen Begriffs ‘encapsulation’. Vgl. Coad, Yourdan /Analysis/ 14 f. Synonym werden im deutschen auch die Begriffe ‘Einkapselung’ oder ‘Verkapselung’ verwendet. Vgl. Kreutzer /Grundkonzepte/ 212 und Stoyan /Systementwicklung/ 9

    Google Scholar 

  93. Vgl. Coad, Yourdan /Analysis/ 14 f.

    Google Scholar 

  94. Vgl. Coad, Yourdan /Analysis/ 14 f.

    Google Scholar 

  95. Vgl. Coad, Yourdan /Analysis/ 53

    Google Scholar 

  96. Vgl. Coad, Yourdan /Analysis/ 15

    Google Scholar 

  97. Budde u. a. /Entwurf/ 17

    Google Scholar 

  98. Vgl. Budde u. a. /Entwurf/ 16; Ferstl, Sinz /Objektmodellierung/ 568 und Neunast, Helden /Programmentwicklung/ 257

    Google Scholar 

  99. Vgl. Budde u. a. /Entwurf/ 21 und Neunast, Helden /Programmentwicklung/ 257

    Google Scholar 

  100. Vgl. zu einer Einführung in diese Form der Wissensrepräsentation z. B. Brewka /Techniken/ 19 ff.; Harmon, King /Expert Systems/ 38 ff.; Hayes-Roth /Systems/ 922; Karras, Kredel, Pape /Entwicklungsumgebungen/ 34 ff.; Puppe /Einführung/ 21 ff.; Raulefs /Methoden/ 175 ff. und Rich /KI/ 33 ff.

    Google Scholar 

  101. Puppe unterscheidet zwei Arten von Konklusionen: Implikationen bzw. Deduktionen, mit denen der Wahrheitsgehalt einer Aussage festgestellt wird, und Handlungen, mit denen ein Zustand verändert wird. Vgl. Puppe /Einführung/ 21 ff.

    Google Scholar 

  102. Vgl. Lenz /Wissensrepräsentation/ 3 und Rich /KI/ 34

    Google Scholar 

  103. Vgl. Brewka/Techniken/ 19

    Google Scholar 

  104. Vgl. Schmitz /Expertensysteme/ 616

    Google Scholar 

  105. Vgl. Puppe /Einführung/21

    Google Scholar 

  106. Vgl. Karras, Kredel, Pape /Entwicklungsumgebungen/ 39

    Google Scholar 

  107. Vgl. Puppe/Einführung/ 3 und 28

    Google Scholar 

  108. Vgl. Rathke /Wissensrepräsentation/ 56

    Google Scholar 

Download references

Authors

Rights and permissions

Reprints and permissions

Copyright information

© 1993 Springer Fachmedien Wiesbaden

About this chapter

Cite this chapter

Stelzer, D. (1993). Methodische Grundlagen für die Entwicklung eines wissensbasierten, objektorientierten Beratungssystems. In: Sicherheitsstrategien in der Informationsverarbeitung. Deutscher Universitätsverlag, Wiesbaden. https://doi.org/10.1007/978-3-663-14556-1_5

Download citation

  • DOI: https://doi.org/10.1007/978-3-663-14556-1_5

  • Publisher Name: Deutscher Universitätsverlag, Wiesbaden

  • Print ISBN: 978-3-8244-2038-4

  • Online ISBN: 978-3-663-14556-1

  • eBook Packages: Springer Book Archive

Publish with us

Policies and ethics