Home

Wissenssystems

Wissenssysteme bezeichnen informationstechnische Systeme, die Wissen als primäre Ressource verwenden, um Aufgaben zu unterstützen, zu automatisieren oder zu erklären. Im Gegensatz zu reinen Datenspeichern fokussieren sie auf die Strukturierung, Erfassung und Nutzung von explizitem Wissen, oft in Form von Regeln, Ontologien, Frames oder Graphstrukturen. Typische Ziele sind Entscheidungsunterstützung, Diagnostik, Beratung und Lernunterstützung.

Zentrale Bausteine sind die Wissensbasis, in der Fakten, Regeln, Taxonomien gespeichert sind; die Inferenz- oder Schlussfolgerungsmaschine,

Es gibt verschiedene Typen: wissensbasierte Systeme wie Expertensysteme, die Domänenwissen in Form von Regeln verwenden; Wissensmanagementsysteme,

Anwendungsfelder umfassen Medizin und Biowissenschaften, industrielle Planung, technische Beratung, Kundenservice, Bildung sowie Forschung. Sie liefern Entscheidungsunterstützung,

Herausforderungen: Wissensakquisition, -aktualisierung und -konsistenz, Skalierung, Umgang mit Unsicherheit sowie Erklärbarkeit der Schlussfolgerungen. Internationale Standards wie

Die Bedeutung von Wissenssystemen steigt mit der Verbreitung von KI und Big Data, da sie helfen, formales

die
aus
diesem
Wissen
neue
Informationen
ableitet;
und
die
Nutzerschnittstelle,
die
den
Zugriff
erleichtert.
Zusätzlich
spielen
Wissensembeddings,
Ontologien
und
semantische
Netze
eine
Rolle,
die
die
Bedeutungen
von
Begriffen
standardisieren.
die
Organisation
und
Verfügbarkeit
von
Wissen
verbessern;
Wissensgraphen
bzw.
ontologiegestützte
Systeme,
die
Beziehungen
zwischen
Konzepten
modellieren.
automatisierte
Diagnosen,
Konzept-
oder
Prozessoptimierung
und
dokumentieren
explizites
Wissen
für
die
Weitergabe.
RDF,
OWL
und
SPARQL
unterstützen
die
semantische
Interoperabilität
und
den
Austausch
von
Wissensdaten.
Wissen
zu
strukturieren
und
nutzbar
zu
machen.