Melden Sie sich hier an, um auf Kommentare und die Whitepaper-Datenbank zugreifen zu können.

Kein Log-In? Dann jetzt kostenlos registrieren.

Falls Sie Ihr Passwort vergessen haben, können Sie es hier per E-Mail anfordern.

Der Zugang zur Reseller Only!-Community ist registrierten Fachhändlern, Systemhäusern und Dienstleistern vorbehalten.

Registrieren Sie sich hier, um Zugang zu diesem Bereich zu beantragen. Die Freigabe Ihres Zugangs erfolgt nach Prüfung Ihrer Anmeldung durch die Redaktion.

02.08.1985 - 

Eingliederung in bestehende Organisation wird zum "Zünglein an der Waage":

Kompetenzgerangel bremst sinnvollen Kl-Einsatz

Die größte kommerzielle Nutzung im Bereich der "Künstlichen Intelligenz" verbuchen gegenwärtig die Expertensysteme. Doch gerade zu diesem Teilbereich stellen sich von seiten der Anwender Fragen zu den Einsatzmöglichkeiten, der Rentabilität, des Umfangs der notwendigen Investitionen und des Weges, der bei der Erstellung eines solchen sinnvoll einzuschlagen wäre. Joachim Stender* beleuchtet die Kehrseite der "Artificial-lntelligence"-Medaille.

Bei einem ungezielten Einsatz von "Knowledge-based systems" besteht prinzipiell die Gefahr der unkontrolliert wachsenden Systemfolgekosten und -pflege. Dies ist jedoch ein Phänomen, das bereits aus der klassischen Datenverarbeitung bekannt ist und letztlich auf mangelhafter Konzeption der eingesetzten Softwaresysteme beruht.

Gerade diese Konzeptionsprobleme können jedoch unter anderem durch die Verwendung von Expertensystemen im Bereich des Software-Engineering gemindert werden, so daß hierin eher ein weiteres Argument für den Einsatz wissensbasierter Systeme zu finden ist.

Kl-Ehe mit Traditions-DV kann problematisch werden

Problematischer dagegen könnte auf lange Sicht gesehen die Koexistenz wissensbasierter Systeme und klassischer Datenverarbeitung einzuschätzen sein. Das Problem der "Softwareruinen" stellt sich jedoch unabhängig vom Einsatz dieser Systeme. Auch hier bieten Methoden wie "Rapid Prototyping" und Werkzeuge zur nichtprozeduralen Programmierung am ehesten Abhilfe, da sie eine Neu-lmplementierung in modernen Programmierumgebungen mit relativ geringem Aufwand zulassen.

Ein entscheidendes Problem beim Einsatz von Expertensystemen ergibt sich im Bereich der Unternehmensorganisation. Es stellt sich dabei die Frage nach der organisatorischen Einordnung einer innerbetrieblichen "Knowledge-Engineering"-Abteilung.

Bereits jetzt ist absehbar, daß es Schwierigkeiten bei der Einordnung einer solchen Abteilung in die bestehende Organisation geben wird. Damit können häufig nicht zugeordnete Kompetenzen verbunden sein, die Reibungsverluste erzeugen.

An dieser Stelle werden sicherlich insbesondere Unternehmensberatungen aufgefordert sein, kreative, zukunftsweisende Lösungen zu entwickeln. Solche Lösungen kommen dabei nicht umhin, die Frage der Mensch-Maschine-Kommunikation neu zu beantworten. Die softwareseitigen Werkzeuge für eine solche Antwort werden gegenwärtig eher auf dem Bereich der Mikroanwendungen bis auf dem Bereich der Mainframes bereitgestellt.

Die Technologie der Expertensysteme ist somit für eine Vielzahl von Unternehmen in greifbare Nähe gerückt. Grundsätzliche Hindernisse wie teure Hardwareanforderungen, mangelnde Tools zur Entwicklung oder fehlende Literatur und Fachwissen sind bereits seit einiger Zeit aus dem Weg geräumt, auch wenn es auf der anderen Seite offensichtlich ist, daß im Bereich des Knowledge Engineering generell revolutionäre Entwicklungen noch zu erwarten sind.

Nichtsdestoweniger beginnen derzeit an dieser Stelle für die Vielzahl der Anwender erst die Probleme, nachdem grundsätzlich erkannt worden ist, daß Expertensystemtechnologien zu akzeptablen Kosten und mit vergleichsweise hoher Sicherheit zu erwartender Rentabilität verfügbar sind. Diese Schwierigkeiten beziehen sich auf zwei Komplexe: die Auswahl eines sinnvollen Pilotprojektes und die Vorgehensweise während der Projektdurchführung.

Die gegenwärtig am häufigsten von seiten interessierter Auftraggeber vorgeschlagenen Einsatzgebiete für Pilotprojekte liegen zum einen in der Kundenberatung, zum anderen in der internen Organisation. In der Kundenberatung können im Normalfall vergleichsweise gut aufbereitete Unterlagen zur Erstellung von Expertensystemen herangezogen werden, die den Kundenberater bei seiner Tätigkeit unterstützen und dabei insbesondere Qualität und Quantität seiner Aussagen gegenüber den Kunden verbessern.

Auf der anderen Seite häufig überraschend schnell die Effektivität interner Arbeitsabläufe und organisatorischer Strukturen durch den Einsatz auch kleinerer Expertensysteme. Ein bei Brainware selbst eingesetztes Expertensystem zur Unterstützung von Machbarkeitsuntersuchungen reduzierte so etwa den Aufwand für die Erstellung einer Machbarkeitsstudie auf zwei Drittel des ursprünglich notwendigen Aufwands.

Dieses Expertensystem wurde innerhalb weniger Tage auf der Basis eines vorhandenen Shells entwickelt und amortisierte seine Entwicklungszeit bereits während der ersten Machbarkeitsuntersuchung, obgleich es nur über ein eher bescheidenes Regelwerk verfügt und daher zweifelsohne vor den Augen universitärer KI-Forscher keine Gnade finden würde.

Der Sinn oder Unsinn eines Expertensystems ist abhängig von der sinnvollen Auswahl des Projekts und der qualifizierten Entscheidung für das der Problemstellung angemessene Tool - wie bei allen anderen DV-Projekten auch. Er ist nicht abhängig von der Größe der Source (in AI-Terminologie: der Anzahl der Regeln) oder dem Preis der Hard- oder Software.

Für die Durchführung eines Pilotprojektes empfiehlt sich vielmehr eher ein kleinerer Rechner in Kombination mit den vorhandenen Expert-System-Shells. Eine solche Wahl hat eine Reihe von Vorteilen: Kleinrechner sind häufig bereits im Unternehmen vorhanden und müssen nicht speziell für die Durchführung des Projekts angeschafft werden, was eine massive Kostensenkung zur Folge hat.

Software, speziell Expert-System Shells oder Interpreter beziehungsweise Compiler für Kl-Sprachen, sind zur Zeit in reicher Auswahl für diese Ebenen vorhanden. Durch die Wahl solcher Tools wird die Entwicklungszeit eines Prototypen drastisch reduziert. Zudem ist der Endanwender bereits an "seinen" Rechner gewöhnt, was die Akzeptanz der Systeme erheblich verbessert.

Alles in allem ergeben sich also aus einer solchen Konstellation gesteigerte Benutzerakzeptanz, verstärkte Einbindung in organisatorische Strukturen, massive Kostensenkungen für durchzuführende Pilotprojekte, die in Verbindung mit dem rechenbaren Nutzen, der in der Tat als Forderung gegenüber jeglichen Pilotprojekten zu stellen wäre, zu nachweisbarer Rentabilität des Expertensystem-Prototyps führen.

Die Forderung nach rechenbarem Nutzen und kostenbewußtem Vorgehen ist letztlich Begründung für die sorgfältige Durchführung einer Machbarkeitsuntersuchung zu Beginn eines solchen Projektes, an die sich die Phasen Projektdefinition, Rapid Prototyping und Implementation anschließen.

Know-how-Transfer im Dialog gestalten

Der Bau eines Expertensystems ist ein Projekt, das erfolgreich nur in einem interaktiven Prozeß durchgeführt werden kann. Grundsatz der Vorgehensweise sollte daher sein, jede Projektphase so zu gestalten, daß ein wechselseitiger Know-how-Transfer erreicht wird.

Dieser Grundsatz trifft auch für die Phase der Machbarkeitsuntersuchung zu. Die Aufgaben dieser Phase umfassen hierbei:

- die Analyse der technischen Anforderungen und Engpässe ("Red Flags");

- die Analyse des zu verarbeitenden Wissensumfangs und der Qualität seiner Dokumentation;

- die Überprüfung der technischen Machbarkeit und der ökonomischen Rechenbarkeit des Projekts;

- die Auswahl der geeigneten Hard- und Software (in der Regel in der Form unterschiedlicher Alternativen inklusive Kosten/Nutzen-Analyse); und

- das Handling der unter Umständen auftretenden Konfigurationsprobleme.

Resultat dieser Phase ist eine Machbarkeitsstudie, die definitive Aussagen zur technischen und ökonomischen Machbarkeit des Projekts und zur zugrunde liegenden Hard- und Softwarekonfiguration umfaßt. Im einzelnen muß das zu realisierende System sowohl auf klassische Kriterien wie Zeitverhalten, Benutzerfreundlichkeit, Robustheit, Wartbarkeit und Systemarchitektur analysiert werden als auch auf seine Eignung hinsichtlich der im organisatorischen System realisierten Expertenstrategien.

Auswahlkriterien für ein Pilotprojekt

- Das Einsatzgebiet sollte klar abgegrentzt und überschaubar sein.

- Das zu implementierende System sollte sinnvoll und rentabel bereits in der Prototyping eingesetzt werden können . Spielsysteme schrecken eher ab und stellen in den Augen der Kunden die Rentabilität der Expertensystemtechnologie in Frage.

- Das Wissen des zugehörigen Einsatzgebietes sollte vergleichsweise gut dokumentiert vorliegen . Je besser das Wissen strukturiert ist , um so niedriger liegen die Kosten und die Entwicklungszeiten des Expertsystem-Prototypings.

*Joachim Stender ist Geschäftsführer der Brinware, Wiesbaden.