Regelbasiert

Regelbasiert bezeichnet Ansätze in denen Schlussfolgerungen oder Handlungen primär auf einem festen Satz expliziter Regeln beruhen. Typischerweise werden Regeln in Form von Wenn-Dann-Bedingungen formuliert, und eine Inferenz- oder Ausführungslogik vergleicht Eingabedaten mit den Regeln und wendet jene Regeln an, die zutreffen. Solche Systeme zeichnen sich durch klare, nachvollziehbare Entscheidungswege aus.

Eine regelbasierte Systemarchitektur umfasst üblicherweise eine Wissensbasis mit den Regeln, einen Arbeitszustand mit aktuellen Daten und eine Inferenz- oder Ausführungslogik, die Regeln auswählt und anwendet. Das Schließen kann vorwärtsgerichtet (forward chaining) erfolgen, bei dem aus vorhandenen Fakten neue Schlussfolgerungen gezogen werden, oder rückwärtsgerichtet (backward chaining), bei dem Ziele verfolgt werden, um passende Belege zu finden.

Einsatzgebiete reichen von Expertensystemen und Entscheidungsunterstützung über Geschäftsregeln und Compliance bis hin zu medizinischer Entscheidungsunterstützung, Produktkonfigurationen oder Automatisierung. Historisch bekannt sind frühe regelbasierte Systeme wie MYCIN, und in der Praxis werden regelbasierte Komponenten auch in modernen Business-Rule-Management-Systemen (BRMS) eingesetzt, zum Beispiel in Drools oder CLIPS.

Vorteile liegen in der Transparenz und Nachvollziehbarkeit: Regeln können von Domänenexperten geprüft, erklärt und angepasst werden. Nachteile sind Wartungsaufwand, Konflikte zwischen Regeln, Skalierungsprobleme bei großen Wissensbasen sowie eine begrenzte Fähigkeit, Unsicherheit zu handhaben oder aus Daten zu lernen. Oft werden regelbasierte Ansätze mit maschinellem Lernen kombiniert, um Stärken beider Welten zu nutzen.