Embed Size (px)
Citation preview
Uwe Hoppe
Methoden des Knowledge Engineering
Ein Expertensystem for das Wertpapiergeschaft in Banken
Uwe Hoppe
Methoden des Knowledge Engineering Ein Expertensystem fiir das Wertpapiergeschiift in Banken
f[)fll:\rJ Deu~cherUniversitatsVerlag ~ GABLER ·VIEWEG ·WESTOEUTSCHER VERLAG
Die Deutsche Bibliothek - ClP-Einheitsoufnohme
Hoppe, Uwe: Methoden des knowledge engineering : ein Expertensystem fOr dos Wertpopiergeschoft in Bonken / Uwe Hoppe. - Wiesboden : Dt. Univ.-Verl., 1992
(DUV : Wirtschoftswissenschoft) lugl. : G6ttingen, Univ. , Diss., 1991 ISBN-13: 978-3-8244-0109-3
Gedruckt mit Hilfe von Forschungsmitteln des Londes Niedersochsen.
Der Deutsche Universitots-Verlog ist ein Unternehmen der Verlogsgruppe Bertelsmann International.
© Deutscher Universitots-Verlag GmbH, Wiesboden 1992
Das Werk einschlieBlich aller seiner T eile ist urheberrechtlich geschOtzt. Jede Verwertung auBerhalb der engen Grenzen des Urheberrechtsgesetzes ist ohne lustimmung des Verlags unzulCissig und strafbar. Das gilt insbesondere fOr Vervielfoltigungen, Obersetzungen, Mikroverfilmungen und die Einspeicherung und Verorbeitung in elektronischen Systemen.
Gedruckt auf chlorarm gebleichtem und sourefreiem Papier
ISBN-13: 978-3-8244-0109-3 e-ISBN-13: 978-3-322-85952-5 001: 10.1007/978-3-322-85952-5
Geleitwort
Die Entwicklung von Expertensystemen oder Wissensbasierten Systemen hat in der Vergangenheit oft darunter gelitten, daB Aspekte der methodischen und systematischen Entwicklung dieser Systeme zu Gunsten der Beantwortung mehr technologisch orientierter Fragestellungen, man denke an die Forschung im Bereich der Wissensreprasentations- und Inferenztechniken, vernachlassigt wurden.
Software Life Cycles, Entwicklungsprinzipien, Ziele der Softwareentwicklung und andere Begriffe, die aus dem Bereich des Softwareengineering wohl bekannt sind, fiihren sukzessive zur Herausbildung von methodologisch fundierten Ansatzen des Knowledge Engineering. Hierbei wird deutlich, daB die Erfahrungen aus dem Bereich des Softwareengineering in Teilbereichen durchaus iibertragbar sind, sofern man die charakteristischen Merkmale Wissensbasierter Systeme, die diese von traditioneller Software unterscheiden, beachtet.
Die Dissertation Herrn Hoppes leistet ihren Beitrag zur Uberwindung des methodischen Defizites. Auf Basis der Darstellung von Methodologien des Knowledge Engineering werden Probleme bei der Anwendung und Aspekte der Integration der verschiedenen richtungsweisenden Ansatze aufgezeigt. Hierbei wird der Problematik der Life Cycle Modelle fiir die Entwicklung wissensbasierter Systeme ein Schwerpunkt gewidmet. Verfahren der Konzeptuellen Modellierung men schlicher Expertise als Voraussetzung fiir ein erfolgreiches und wartbares Softwareprodukt werden in ein konzipiertes Vorgehensmodell integriert.
Den Wirtschaftsinforrnatiker interessieren naturgemiill die Anwendungsmaglichkeiten theoretischer Konzepte in der betrieblichen Praxis. So zeigt Herr Hoppe im AnschluB an die theoretischen Ausfiihrungen der Arbeit, daB das entwickelte Vorgehensmodell eine effiziente Basis flir die Erstellung von Expertensystemen darstellt. In Kooperation mit einem Gattinger Kreditinstitut hat Herr Hoppe ein prototypisches Wissensbasiertes System zur Unterstiitzung der Anlageberatung in Banken (ABASS) entwickelt, dessen EntstehungsprozeB er von der Konzeption bis zur betrieblichen Integration diskutiert und darstellt.
JOrg Biethahn
Vorwort
Die vorliegende Arbeit beruht in Teilen auf einem Kooperationsprojekt der Abteilung Wirtschaftsinformatik I der Universitiit Gottingen mit der Volksbank e.G. in Gottingen. Sie entstand wiihrend meiner Tiitigkeit als wissenschaftlicher Mitarbeiter an der Abteilung.
In Bernd Randersen von der Volksbank habe ich (in der Rolle des Knowledge Engineers) einen Fachexperten gefunden, wie man ibn sich kooperativer kaum vorstellen kann. Herr Vogel und Dr. Siegel yom Vorstand sowie Herr Kiister (DV-Orga) waren an den Vorgesprlichen beteiligt und haben fUr den erforderlichen Rahmen bei der Prlisentation von ABASS in der genossenschaftlichen Bankengruppe gesorgt Die weiteren Mitarbeiter der Wertpapierabteilung, allen voran Herr Ernst, haben den zusiitzlichen Arbeitsanfall, der durch die Freistellung Herrn Randersens fUr das Projekt entstand, auch an "hektischen Borsentagen" verstiindig und geduldig getragen.
Meinem Doktorvater Prof. Dr. Jorg Biethahn machte ich danken fiir die Anregung zum Thema und die ebenso erstaunliche wie motivationsfOrdernde Gestaltungsfreiheit, die er mir wiihrend meiner Tiitigkeit als wissenschaftlicher Mitarbeiter eingeraumt hat und weiterhin gewlihrt. Prof. Dr. J. Bloech gehOrt Dank fiir die Miihe, die ihm aus der Ubernahme des Zweitgutachtens erwachsen ist.
Ronald Bogaschewsky danke ich fiir seine gewohnt prizisen Korrekturen, die wertvollen Anregungen zur Arbeit und den "Motivationsschub", den er mir nach seiner Riickkehr aus den USA vermittelt hat
Weiterhin gehOrt mein Dank den studentischen und wissenschaftlichen Mitarbeitern der Arbeitsgruppe "KI-Labor", insbesondere Manfred Beinhauer und Markus Kretschmer.
Last not least hat mir Peter Albrecht durch seinen Einsatz iiber zwei Jahre lang mit enormer Verlii6lichkeit "den Riicken freigehalten".
UweHoppe
Inhalt
Geleitwort
Vorwort
Abbildungs- und Tabellenverzeichnis
Abkiirzungsverzeichnis
Ziel, Vorgehensweise und Aufbau der Arbeit
1.1 Einordnung und Ziel der Arbeit
1.2 Vorgehensweise
1.3 Aufbau der Arbeit
2 Wissensbasierte Systeme, Wissensakquisition und Knowledge Engineering
V
VII
XV
XVII
3
3
6
2.1 Wissensbasierte Systeme und Expertensysteme 6
2.1.1 Begriffsabgrenzung "Wissensbasiertes System" und "Expertensystem" 6
2.1.2 Charakteristische Merkmale Wissensbasierter Systeme
2.1.2.1 Uberblick tiber charakteristische Merkmale
2.1.2.2
2.1.2.3
2.1.2.4
2.1.2.5
2.1.2.6
Aufgabenstellungen fiir Wissensbasierte Systeme
Expertise
Symbolverarbeitung
SchluBfolgerungen tiber sich selbst
Allgemeine Prob1emHisungsfahigkeit
2.2 Wissensakquisition
2.2.1 Begriff der Wissensakquisition
2.2.2 Arten der Wissensakquisition
2.2.3 Aufgabenbereiche der Wissensakquisition
2.3 Knowledge Engineering
9
9
10
14
16
19
21
23
23
24
27
29
x
3 Methodologie des Knowledge Engineering 32
32
32
3.1 Begriff der Methodologie des Knowledge Engineering
3.1.1 Begriff der Methodologie aus wissenschaftstheoretischer Sieht
3.1.2 Prinzipien, Methoden, Techniken und Werkzeuge als Bestandteile einer Methodologie des Knowledge Engineering
3.1.3 OrientierungsgroBen bei der Ableitung von Prinzipien des Knowledge Engineering
3.2 Zie1e im Software Engineering und Knowledge Engineering
3.2.1 Ziele im Software Engineering
3.2.2 Ziele im Knowledge Engineering
3.2.2.1 Entwicklung eines qualitiitsgerechten
32
33
35
35
37
Wissensbasierten Systems 37
3.2.2.1.1 Allgemeine Qualitiitsmerkmale Wissensbasierter Systeme 37
3.2.2.1.2 Wartungsfreundlichkeit und Flexibilitat 39
3.2.2.1.3 Erkllirnngsflihigkeit 42
3.2.2.2 Durchfiihrung eines effizienten Entwicklungs- und Wartungsprozesses im Knowledge Engineering 44
3.3 Vorgehensmodelle im Software Engineering und Knowledge Engineering
3.3.1 Vorgehensmodelle im Software Engineering
3.3.2 Vorgehensmodelle im Knowledge Engineering
3.4 Projektmanagement im Software Engineering und Knowledge Engineering
3.4.1 Projektmanagement im Software Engineering
3.4.2 Projektmanagement im Knowledge Engineering
3.5 Prinzipien im Software Engineering und Knowledge Engineering
3.5.1 Prinzipien im Software Engineering
3.5.2 Prinzipien im Knowledge Engineering
44
44
48
51
51
52
53
53
56
4 Methodologien des Knowledge Engineering
4.1 Uberblick iiber Methodologien des Knowledge Engineering und Auswahl zweier Methodologien
4.2 Die KADS-Methodologie
4.2.1 Theoretischer Unterbau der KADS-Methodologie
4.2.2 Life Cycle-Modell der KADS-Methodologie
4.2.3 Analysemodell
4.2.3.1 Konzeptuelles Modell
4.2.3.2 SpezifIkation der Requirements
4.2.4 Interpretationsmodelle und Generic Tasks
4.2.4.1 Bibliothek generischer Interpretationsmodelle
4.2.4.2 Heuristische Klassifikation nach Clancey
4.2.5 Design-Modell
4.2.6 Tools im Rahmen der KADS-Methodologie
4.2.7 Beurteilung der KADS-Methodologie
4.3 Generic Task-Ansatz
4.3.1 Theoretischer Unterbau
4.3.2 Generic Tasks in der Diagnose
4.3.3 Generic Tasks in der Diagnose und Heuristische KlassifIkation nach Clancey
4.3.4 Der Generic Task Toolset
4.3.5 Beurteilung des Generic Task-Ansatzes
4.4 Vergleich der KADS-Methodologie mit dem Generic Task-Ansatz
XI
59
59
60
60
62
65
65
72
73
73
77
79
81
82
86
86
87
88
89
90
92
XII
5 Entwurf eines Vorgehensmodells zur Entwicklung Wissensbasierter Systeme
5.1 Darstellung und kritische Diskussion ausgewiihlter Vorgehensmodelle aus der Literatur
5.1.1 Vorgehensmodell nach Lebsanft
5.1.2 Vorgehensmodell nach Konig/Behrendt
5.1.3 Vorgehensmodell nach Kurbel
5.2 Auswahl und ModitIkation eines Vorgehensmodells
5.3 Verfeinerung des modifizierten Vorgehensmodells
5.3.1 Konzeption
5.3.1.1 Gliederung und Zie1 der Konzeptionsphase
5.3.1.2 Analyse der Problemstellung
5.3.1.3 Identifikation der Projektbeteiligten
5.3.1.4 IdentifIkation der Ressourcen
5.3.1.5 Analyse der Kosten und Nutzen
5.3.2
5.3.3
5.3.4
5.3.5
5.3.6
5.3.1.5.1 Besondere Problematik von Kosten-Nutzen-Analysen fiir Wissensbasierte Systeme
5.3.1.5.2 Kosten
5.3.1.5.3 Nutzeffekte
Wissenserhebung
Wissensanalyse und -interpretation
Wissensoperationalisierung: Implementierung
Abnahme und Diskussion
Integration und Einfiihrung
94
94
94
96
100
102
105
105
105
106
110
113
117
117
117
119
122
126
127
128
132
6 Methodische Entwicklung eines XPS zur Unterstiitzung der Anlageberatung in Kreditinstituten
6.1 Konzeption
6.1.1 Beschreibung des Kooperationspartners
6.1.2 Analyse der Problemstellung
6.1.2.1 Problemdefinition
6.1.2.2 Analyse der Problemstruktur
6.1.2.3 Zerlegung der Problemstellung in Teilprobleme
6.1.2.4 Konstruktion des Wirklichkeitsmodells
6.1.3 Identifikation der Projektbeteiligten
6.1.4 Identifikation der Ressourcen
6.1.5 Analyse der Kosten und Nutzen
6.1.5.1 Analyse der Kosten
6.1.5.2 Analyse der Nutzeffekte
6.2 Wissenserhebung
6.2.1 Auswahl von Wissenserhebungstechniken
6.2.2 Durchfiihrung der Wissenserhebung und Erstellung der Wissensprotokolle
6.3 Wissensanalyse und -interpretation
6.3.1 Domiinenebene
6.3.2 Inferenzebene
6.3.3 Task-Struktur
6.4 Wissensoperationalisierung: Implementierung
6.4.1 Kurzbeschreibung des Entwicklungswerkzeuges
6.4.2 Umsetzung des Konzeptuellen Modells in eine operationale Form
6.4.3 Modularisierung
6.4.4 Kodierung und Test
xm
137
137
137
138
138
141
143
144
147
149
150
151
152
157
157
158
161
162
165
168
169
169
170
171
172
XIV
6.5 Abnahme und Diskussion
6.5.1 Validierung von ABASS
6.5.2 Beurteilung der Benutzungsoberflache
6.5.3 Beurteilung der Erklarungskomponente
6.6 Integration und Einfiihrung
7 Zusammenfassung der Ergebnisse und Ausblick
7.1 Zusammenfassung der Ergebnisse
7.2 Ausblick auf zukiinftige Entwicklungen
7.2.1
7.2.2
Weiterentwicklung von ABASS
Weiterentwicklung einer Methodologie des Knowledge Engineering
Literaturverzeichnis
174
174
175
177
178
181
181
182
182
183
187
Abbildungs- und Tabellenverzeichnis
1. Abbildungsverzeichnis:
Abb.2-1:
Abb.2-2:
Abb.2-3:
Abb.2-4:
Abb.2-5:
Abb.2-6:
Abb.3-1:
Abb.3-2:
Abb.4-1:
Abb.4-2:
Abb.4-3:
Abb.4-4:
Abb.4-5:
Abb.4-6:
Abb.4-7:
Abb.4-8:
Abb.4-9:
Abb.4-1O:
Abb.4-11:
Abb.4-12:
Abb.4-13:
Abb.4-14:
Strukturiertheit von Problemstellung und Modell
Symbolische Wissensreprasentation in regelbasierten Systemen
Aufbau von Wissensbasierten Systemen
Grundmodell der Wissensakquisition
Logische Phasen der Wissensakquisition
Knowledge Engineering
Software Life Cycle
Vorgehensmodell zur Entwicklung von WBS nach Harmon und King
Entwicklungskurve Wissensbasierter Systeme
Life Cycle-Modell der KADS-Methodologie
Basiskomponenten in der Analysephase des Life Cycle-Modells
Interne und externe Analyseaktivitaten
Modelle und der·Entwicklungsraum ("development space") von WBS
Das Vier-Ebenen-Modell der KADS-Metbodologie
Domanenebene des PC-Beraters
Inferenzstruktur des PC-Beraters
Task-Struktur des PC-Beraters
Entwicklung eines Konzeptuellen Modells durch Kombination und Adaption von Interpretationsmodellen
Taxonomie der Interpretationsmodelle
Inferenzstruktur der Heuristischen KlassifIkation
Beispiel fiir eine Heuristische KlassifIkation in der Anlageberatung
Design-ProzeB
XVI
Abb.4-15:
Abb.5.1:
Abb.5-2:
Abb.5-3:
Abb.5-4:
Abb.5-5:
Abb.5-6:
Abb.5-7:
Abb.5-8:
Abb.6-1:
Abb.6-2:
Abb.6-3:
Abb.6-4:
Abb.6-5:
Abb.6-6:
Abb.6-7:
Abb.6-8:
Abb.6-9:
Abb.6-1O:
Mogliche Entwicklung der Analysephase flir integrierte Systeme
Vorgehensmodell nach Lebsanft
Erweitertes Grundmodell des Software Engineering nach Konig/Behrendt
Expert System Engineering
Vorgehensmodell nach Kurbel
Modifiziertes Vorgehensmodell in Anlehnung an Kurbel
Nutzeffekte von WBS
Wissenserhebungstechniken
Rahmenmodell fiir die Untersuchung von Wissenserhebungstechniken und Wissensakquisitionstools
Wirklichkeitsmodell der Problemstellung "Anlageberatung"
Erstes Interview, Fragen zur Domane
Domanenebene von ABASS
Informationen zu Miirkten, Branchen und Unternehmen
Anlagekategorien
Anlagekategorien nach Risikohaltigkeit
Inferenzstruktur von ABASS
Task-Struktur von ABASS
Wissensbasen in ABASS
Fragebogen zur Erhebung von Testfiillen
2. Tabellenverzeichnis:
Tab. 2-1:
Tab. 6.1:
Tab. 6.2:
Arten der Wissensakquisition
Anlagebedarf des Kunden
Heuristiken aufgrund des Anlageziels und der Risikobereitschaft des Kunden
Abkiirzungsverzeichnis
a.a.O. ABASS Abb. ACM AD/Cycle AI aktual. ASCII AT Aufl. bearb. bspw. bzw. COBOL CUA DDL DG-Bank d.h. DOS DV ed eds EDV erg. erw. et al. etc. f. ff. ggf. GmbH GMD GPS GT h Hrsg. i.d.R. IBM IEEE Inc. IS
am angegebenen Ort Anlageberatungsassistent Abbildung Association for Computing Machinery Application Development/Cycle Artificial Intelligence aktualisierte American Standard Code for Information Interchange Advanced Technology Auflage bearbeitete beispielsweise beziehungsweise Common Business Oriented Language Common User Access Design Description Language Deutsche Genossenschaftsbank das heiBt Disk Operating System Datenverarbeitung Editor Editors Elektronische Datenverarbeitung ergiinzte erweiterte et alii (und andere), et alibi (und anderswo) et cetera folgende fortfolgende gegebenenfalls Gesellschaft mit beschriinkter Haftung Gesellschaft fiir Mathematik und Datenverarbeitung General Problem Solver Generic Task Stunde Herausgeber in der Regel International Business Machines Institute of Electrical and Electronics Engineers Incorporated Information Systems
XVIII
KADS KB KBS KCML KEE KI LISP MS-Windows Nr. o.a. OS/2 o.V. PC PROLOG PS/2 S. SAA SW Tab. TOM TIRS u. u.a. u.a. iiberarb. usw. US$ verb. vgl. Vol. VW WBS XPS z.B.
Knowledge Acquisition and Documentation Structuring Kilobyte Knowledge Based System(s) KADS Conceptual Modelling Language Knowledge Engineering Environment Kiinstliche Intelligenz List Processing Language Microsoft Windows Nummer oder iihnliche( s) Operating System!2 ohne Verfasser Personal Computer Programming in Logic Personal System!2 Seite Systems Application Architecture Software Tabelle Tausend Deutsche Mark The Integrated Reasoning Shell und unter anderem, und andere und iihnliche(s) iiberarbeitete und so weiter amerikanische Dollar verbesserte vergleiche Volume Volkswagen Wissensbasiertes System, Wissensbasierte Systeme Expertensystem zum Beispiel
