1
Probleme beim Wissenstransfer (XP-WI)
• Ausblenden von Wissensbereichen
¾ Fehlende Trigger: Experten (XP) vergessen wichtige Faktoren, die sie für selbstverständlich halten oder die nicht aktiviert werden.
¾ Nonverbales Wissen: Komplexere Wissensbereiche, z.B. bild- haftes Wissen, sind schwer verbal beschreibar.
¾ Unbewusstes Wissen: Teile des Wissens können unbewusst sein.
¾ Implizites Wissen: In der Sprache wird viel Wissen durch Refe- renz auf als bekannt vorausgesetztes Wissen kommuniziert.
Dieses Wissen muss der Wissensingenieur (WI) aufgrund sei- nes Verständnisses des Problembereichs ergänzen, was na- türlich sehr problematisch ist.
• Kommunikationsprobleme:
¾ Terminologische Schwierigkeiten: Verwendung unterschied- licher Wörter für gleiche Konzepte oder gleicher Wörter für unterschiedliche Konzepte.
¾ Verständnisprobleme: Wissensingenieur und Experten verstehen sich nicht richtig bzw. interpretieren Äußerungen falsch.
¾ Erklärungsprobleme: Viele Experten haben Schwierigkeiten, ihre Vorgehensweise zu erklären. Das ist auch für Laut-
Denken-Protokolle kritisch, die nur dann einen Wert haben, wenn durch das laute Denken das Problemlösungsverhalten des Experten nicht wesentlich verzerrt wird.
• Motivationsprobleme: Experten können aus vielen Gründen nicht dazu motiviert sein, ihr Wissen preiszugeben.
• Kosten
¾ Zwei Gruppen teurer Spezialisten
¾ Meist Trend zu hohem Detailierungs- und Formalisierungsgrad
¾ Meist Bruch bei der späteren Wartung des Systems
2
Vorteile der Selbstakqusition
Voraussetzung: Problemangemessenes und komfortables Wissensakquisitionswerkzeug.
• Höhere Motivation: Experte identifiziert sich stärker mit Wissensbasis (ähnlich wie Buchautoren); höhere
Aussensichtbarkeit.
• Höhere Arbeitseffizienz: Experte lernt schnell den Effekt der Wissensformalisierung (Feedback durch Fallbeispiele) und optimiert seine Arbeitsweise.
• Geringere Wissenstransferprobleme
• Geringere Kosten bei Entwicklung
• Langfristige Wartung möglich
3
Probleme der Selbstakquisition
• Kommunikationsprobleme können auch Chancen für hocheffiziente Verständigungs- und Lernprozesse sein.
¾ Wegfall bei Umgang mit Wissensakquisitionswerkzeug (WAW)
• Umgang mit WAW schafft eigene Kommunikationsprobleme, aber ohne Chance für Lernprozess, da Wechsel auf Metaebene nicht möglich.
• Mangelnde Nutzerangemessenheit des WAW (insbesondere für nichtakademische Experten, z.B. Facharbeiter)
• Experte hat wenig Feedback (Tunnelsicht, unangemessene Verallgemeinerung individueller Vorgehensweise)
• Experte wird von Hauptarbeit abgehalten, ist ggf. unentbehrlich;
häufige Störungen und Ablenkungen; bisheriges Belohnungs- system für Experten greift nicht und wird nicht ergänzt.
• Überforderung des Experten durch Komplexität des Anwendungsgebietes
Î Kombination von Selbstakquisition mit Unterstützung durch Wissensingenieur vorteilhaft!
Î Beteiligung vieler Experten für jeweils eigene Teilgebiete Î Spezieller Status für Experten
4
Unterstützung von Experten bei Selbstakquisition
• Unterstützung bei mentalem Modell
¾ Bereitstellung von Wissensformalisierungsmustern
¾ Bei anspruchsvollen Wissensrepräsentationen: Schrittweise Verfeinerung von „Zwischenrepräsentationen“ in
„Endrepräsentation“
¾ Komplexitätsreduktion durch Wissensmodularisierung
• Wissenseingabe:
¾ Visuelles Programmieren: Menüartige und graphische Unterstützung der Wissenseingabe
¾ Gleichartigkeit von Eingabe- und Änderungsmodus und sofortige Überprüfbarkeit von Änderungen in der laufenden Sitzung (wegen der Notwendigkeit einer schnellen
Rückkopplung).
¾ Verschiedene Eingabemodi (für Anfänger und Fortgeschrittene)
• Wissensvalidierung:
¾ Syntaktische Konsistenztests und - soweit möglich - auch semantische Konsistenztests der Wissensbasis.
¾ Fallbasiertes Testen: Automatisches Durchspielen von Fällen aus Falldatenbank und Protokollierung von Abweichungen zwi- schen korrekter und hergeleiteter Lösung (einschl. Lösungsweg)
¾ Übersichtliche Gesamtpräsentation der Wissensbasis (z.B.
Ausdruck auf Papier)
5
Festlegung des Formalisierungsgrades
Welches Vorwissen wird bei Datenerfassung vorausgesetzt?
• Ebene von Fachbegriffen (für Experten)
• Ebene von Alltagswissen (für Laien)
Wie präzise ist die Diagnoseformulierung?
• Hierarchische Gestaltung
- Semantik der Diagnosen entscheidend, z.B.
- Maximale Präzision ergibt sich aus den resultierenden Handlungsoptionen
• Wie weit kann man informelles Wissen integrieren?
• „Delegationsdiagnosen“
Wie umfangreich sind die Fragebögen?
• Detailliert genug für präzise Diagnosen
• Auf dem Niveau von Grobdiagnosen
• Zum Erkennen der häufigsten Diagnosen
• Nur ausreichend zum Delegieren Wie präzise sind die Regeln?
• Nur Verdacht
• Wahrscheinlichkeiten
• Bestätigung
Steuerung der Datenerfassung?
• Establish-Refine
• Hypothesize-and-Test
• Standardisiert
• Benutzergesteuert
Abwägung informelles <-> formalisiertes Wissen
