Wissen > 7. Knowledge Engineering > 7.5 Die reale Praxis
Aus der Tatsache, dass man unter Knowledge Engineering (noch) Systemkonzeptionierung versteht, lässt sich ableiten, dass Knowledge Engineering überall und ausschließlich dort zu finden ist, wo neuartige technische Wissensverarbeitende Systeme entworfen werden. Knowledge Engineering hat sich - wie oben erwähnt - als Folge der immer grösser werdenden Abstraktion des Wissensverarbeitungsprozesses entwickelt, um Methoden zur Verfügung zu stellen, die es ermöglichen, Systeme wie z.B. Expertensysteme zu planen und zu konstruieren; und ebenfalls um der zunehmenden Komplexität der Aufgabenstellungen Rechnung zu tragen. Knowledge Engineering ist also ein Bereich, der sich noch stark entwickelt und in dem viel Potential steckt, um Probleme von hoher Komplexität zu lösen (siehe Kapitel 7.6 Bewertung). Knowledge Engineering hat also sowohl mit Problemlösung, als auch - als Ergebnis davon - mit Systemdesign zu tun.
Hier lässt sich aufgrund der sehr kurzen Vergangenheit von Knowledge Engineering eine einheitliche Beobachtung machen. Knowledge Engineering hat sich in dem immer wichtigeren Bereich der AI heraus entwickelt, wurde 1975 benannt und findet immer mehr Anwendungsbereiche, da auch die Entwicklung von Expertensystemen zunehmend an Bedeutung gewonnen hat.
Wie oben erwähnt, ist der typische Einsatzbereich von Knowledge Engineering die Entwicklung eines Expertensystems. Das bedeutet, dass auf der Basis von Experten und Kundenanforderungen ein System konzipiert und implementiert wird, welches das Wissen am besten repräsentiert. Hierzu werden oft die Methoden verwendet, die in Abschnitt 4 erläutert wurden. Folgendes Beispiel gibt einen Einblick in die wesentlichen Aspekte eines typischen Ablaufes des Knowledge Engineering-Prozesses (Knowledge Engineering methods for climate models, Florida State University, Tallahassee, 2001):
Zunächst werden die Ziele definiert, die das zu entwerfende System zu erfüllen hat:
"A Problem - Solving Environment (PSE) is a computer system that provides all the computational facilities necessary to solve a target class of problems. These features include advanced solution methods, automatic and semi-automatic selection of solution methods, and ways to easily incorporate novel solution methods."
Weiters nimmt die Architektur des Systems einen grossen Bereich der Tätigkeit eines Knowledge Engineers in Anspruch; hier ein Beispiel einer solchen Architektur:
Für tiefgehendere Analysen der Systemkonzeptionierung sind z.B. in den Vorlesungen Software Engineering, Prozessautomatisierung, Rechnerarchitekturen und Wissensbasierte Systeme zu finden.
Der weitaus wichtigere Aspekt liegt in einem anderen Bereich, nämlich der der Informationsabstraktion: welche Bereiche sollen auf welcher Ebene repräsentiert werden:
World view:
- wind, water, sun, clouds, ...
Natural science view:
- pressure, radiation, ...
Mathematics view:
- PDEs, ...
Numerical view:
- difference equations, ...
Computational view:
- arrays, loops, messages, ...
- Each level with its own complex structure
- Complex transformations between levels
Mit der Befüllung des Expertensystems endet der Aufgabenbereich des Knowledge Engineers.
Verweise auf Arbeiten anderer Gruppen: