13 inf 1 5-02-1999
Die Nutzung von Expertensystemen im Finanzbereich
Stefan Meyer
Thema der Gruppe : Expertensysteme
Mein individuelles Unterthema : Die Nutzung von Expertensystemen im Finanzbereich
Anmerkungen : Am Dienstag, den 02.02.1999 bin ich in die Buchhandlung Holzamer gegangen, um dort meine Buchbestellung, die Sie mir schriftlich bestätigten, aufzugeben. Dieses Buch ist auf mein spezielles Thema zugeschnitten und ergab sich aus der erfolgreichen Suche mit der Bibliothek auf CD-ROM.
Autor : Harald Schönebeck
Titel : Finanzmanagement auf Basis von Expertensystemen
Inhaltsverzeichnis
Das Buch liefert einen entscheidungs- und informationsorientierten Ansatz zum betrieblichen Finanzmanagement mit seinen informationellen Grundlagen, seinen Datenquellen, Problemlösungen und Verarbeitungsmethoden.
Aus dem Inhalt:
Expertensystemtechnologie als Schlüssel zur intelligenten Informationsverarbeitung
Anwendbarkeit von Expertensystemen in der Unternehmensführung
Konzeption eines Expertensystems für das Finanzmanagement
Leider wurde mir von der Buchhändlerin mitgeteilt, dass sie dieses Buch nicht in ihrem Lager vorhanden hätten, folglich könnte sie mir die Bestellung nicht am kommenden Tag liefern.
Das Buch muss beim Verlag bestellt werden, was 10 - 12 Tage dauern wird, bis es geliefert wird. Somit kann ich Ihnen leider noch keine Grobgliederung meines Teiles des Projektes anbieten.
Abschließende Worte
Ich habe mich besonders für den Bereich der Nutzung von Expertensystemen im Finanzbereich interessiert, da ich nach der Vollendung meines Sozialdienstes eine Banklehre beginnen werde.
So erhalte ich schon jetzt einen tiefgründigen Einblick in die Arbeitsweise eines kaufmännischen Beraters, der mit Zuhilfenahme von Expertensystemen Entscheidungen kalkulieren kann. Falls ich in meiner Lehre mit solchen Programmen konfrontiert werde, besitze ich bereits ein fundiertes Hintergrundwissen.
Mit herzlichen Grüßen
Stefan Meyer
Nächster Eintrag am 16.02.1999 vorgenommen
Am 13. Februar erhielt ich bei der Buchhandlung Holzamer nach 12-tägiger Lieferzeit meine folgende Buchbestellung:
Harald Schönebeck
Finanzmanagement auf Basis von Expertensystemen
Zielsetzung:
Erstes Ziel dieser Arbeit ist die Darstellung der Expertensystemtechnologie in ihrer Funktionsweise, ihren technologischen Besonderheiten, ihren Anwendungsbedingungen
und in ihrem speziellen Leistungsvermögen. Konstruktive Ergebnisse sind nur durch die
Zusammenarbeit von konzeptgestaltenden und konzeptrealisierenden Personen zu erwarten, deshalb ist es von besonderer Bedeutung, auf die spezifischen Organisationsprobleme einer teamgestützten Expertensystementwicklung einzugehen sowie einen vertiefenden Einblick in
die Problematik des " Knowledge Engineering " - der systematischen Transformation von Fachgebietswissen in Expertenmodelle - zu vermitteln.
Hieran schließt sich das zweite Ziel dieser Arbeit, nämlich unter Bezugnahme auf die allgemeinen Charakteristika der Managementfunktion Führungskräfte bei der Beurteilung
der Einsetzbarkeit von Expertensystemen in ihrem Funktionsbereich zu unterstützen.
Dem Leser soll deutlich werden, inwieweit wissensbasierte Instrumente zur Ergänzung des berufsspezifischen und des unternehmensweiten Wissens geeignet sind, und welche organisatorischen Konsequenzen mit der Integration einer Expertensystemlösung in das betriebliche Informationssystem verbunden sind.
In diesem Sinne verfolgt der dritte Abschnitt das Ziel einer integrativen Annäherung im Verständnis von KI - Experten und Finanzierungsfachleuten. Es erfolgt die systematische Darstellung der betrieblichen Finanzierungsfunktion vor dem Hintergrund der softwarespezifischen Besonderheiten von Expertensystemen. Der Leser soll an die zu beschreibende Schnittstelle " Expertensystem im Finanzmanagement " von beiden Seiten gleichzeitig herangeführt werden, um auf diese Weise Erkenntnisfortschritte im
" Gegenstromverfahren " zu erzielen.
Als Grobgliederung lässt sich mein Teilprojekt also in drei Teilabschnitte untergliedern :
1) Expertensystemtechnologie als Schlüssel zur intelligenten Informationsverarbeitung
2) Anwendbarkeit von Expertensystemen in der Unternehmensführung
3) Konzeption eines Expertensystems für das Finanzmanagement
Mit herzlichen Grüßen
Stefan Meyer
Nächster Eintrag am 01.03.1999 vorgenommen
1.0 Expertensystemtechnologie als Schlüssel zur intelligenten Informationsverarbeitung
1.1 Der Intelligenzbegriff
Unter dem Intelligenzbegriff in seiner praktischen Umsetzung versteht man heutzutage einerseits sogenannte rationale Komponenten wie rasche Auffassungsgabe, Problembewußtsein, analytische Fähigkeiten, Assoziationsvermögen, Logik, Merkfähigkeit und Lernfähigkeit sowie auf der anderen Seite einige scheinbar nur emotional gesteuerte Eigenschaften wie Kreativität, Kommunikationsfähigkeit und aktives Informationsverhalten.
Durch die flexible und situationsabhängige Kombination vorhandener Wissensgrundlagen behandelt der Mensch konkrete Problemstellungen unter ständiger Überprüfung und Anpassung seiner eigenen Denkmuster und Lösungsmethoden ( Der Mensch lernt nie aus ).
Probleme werden gelöst, indem aus den Erklärungsdefiziten des eigenen Bewußtseins dynamische Denk- und Handlungsweisen zur Wissensergänzung abgeleitet werden.
Intelligenz bedeutet somit in letzter Konsequenz die Fähigkeit und Bereitschaft, unsere Umgebung zu erkennen und zu erklären, um sie anschließend konstruktiv zu gestalten.
Wissen ist für das Vorliegen von Intelligenz zwar eine notwendige, aber noch keine hinreichende Bedingung. Hinreichend für das Vorliegen von Intelligenz ist es vielmehr,
wenn gespeichertes Wissen automatisch in Verbindung gebracht wird mit erkannten Problemstellungen, deren Lösung eine neuartige Kombination bisher unverbundener Wissenselemente erfordert. Der Umkehrschluss, dass praktizierte Intelligenz nicht ohne Wissen auskommt, wird durch die notwendige Bedingung automatisch impliziert.
1.2 Die Expertensystemtechnologie und ihre Grenzen
Expertensysteme versuchen, die fachbezogene Denk- und Intelligenzleistung eines menschlichen Experten zu vollziehen bzw. nachzubilden, um sie anschließend dem
Benutzer zur Verfügung zu stellen. Expertensysteme sind im allgemeinen wissensbasierte Programmsysteme, die mittels schlußfolgernder Verknüpfungen und Verarbeitungsschritte
den User bei der Lösung eines konkreten Problems im Entscheidungsprozess unterstützen sollen. Üblicherweise trifft ein Expertensystem ( XPS ) Aussagen mit Hilfe einer Kombination aus Faktenwissen und Schlußfolgerungen. Es analysiert Wissensaussagen in der Wenn - dann - Form. Diese beiden Grundfunktionen sind bei diesen Systemen in zwei verschiedenen, aber miteinander verbundenen Komponenten enthalten, die als Wissensbasis und Schlußfolgerungseinheit bezeichnet werden. Die Wissensbasis stellt spezielle Fakten und Regeln zu einem Gegenstand zur Verfügung und die Schlußfolgerungsmaschine liefert die Fähigkeit des Expertensystems, mittels logischer Argumentation Schlüsse zu ziehen. Die Erklärungskomponente versetzt das System in die Lage, seine Schlußfolgerungen zu erklären und auch zu begründen. Damit können außerdem Entwickler die korrekte Arbeitsweise ihres Systems überprüfen. Es darf jedoch nicht verkannt werden, dass es sich um ein normatives Anforderungsprofil handelt, das weder die menschliche Expertenrealität widerspiegelt, noch in dieser Form vollständig auf Expertensysteme übertragbar ist. So treten bei den existierenden Systemen Defizite gegenüber dem dargestellten Intelligenzbegriff des Experten dahingehend auf, dass bisher außer der Problemlösungsfähigkeit keine Forderung an menschliche Experten angemessen in die Technologie implementiert worden ist. Bei den vorliegenden Systemen handelt es sich um technische Expertisen mit sehr begrenzten, strikt problemorientierten Lösungen ohne Kreativität und Inspiration. Weder ist selbständiges Lernen in ausreichendem Umfang realisiert, noch nehmen die Systeme die selbständige Reorganisation von Wissen vor und nur selten schmücken sie sich mit einer eigenständigen Erklärungsfähigkeit. Hier bleiben bisher zahlreiche Wünsche offen.
Den Schwerpunkt der aktuellen Forschungsaktivitäten bildet jedoch weiterhin die zweckorientierte Repräsentation fachspezifischen Dömänenwissens, um die es auch im folgenden hauptsächlich gehen soll.
1.3 Die Wissensbasis
Entsprechend der Bedeutung des Wissensfaktors für die intelligente Problemlösung, stellt
die Wissensbasis neben der Problemlösungsmaschine den Kernbestandteil eines jeden Expertensystems dar. Sie beinhaltet das explizit formulierte und repräsentierte Wissen eines Anwendungsgebietes. Dabei gilt der Grundsatz, dass die Systemleistung mit der Summe des integrierten Wissens exponentiell zunimmt. Ohne einen ausreichenden Fundus von gespeichertem Wissen kann ein System die Aufgaben eines menschlichen Experten nicht befriedigend übernehmen.
Das Gesamtwissen eines Experten umfaßt fachspezifische und fachgebietsunabhängige Wissensbestandteile. Sein fachspezifisches Wissen ist als Problem- und Anwendungswissen abgrenzbar gegenüber der Allgemeinbildung und stützt sich auf aktuelle Daten, Theorien, Definitionen, Erfahrungen, Algorithmen, Strategien und Heuristiken seines Fachgebietes.
Expertenwissen in diesem Sinne ist Tiefenwissen, weniger Breitenwissen. Der Experte wird als solcher erst erkannt, wenn seine Problemlösung sowohl beweisbares Wissen, als auch vages Wissen integriert. Zwar wohnt Expertensystemen die Möglichkeit inne, Fehler zu machen, zur diesbezüglichen Selbsterkenntnis und zur autonomen Erweiterung der definierten Systemgrenzen fehlt ihnen jedoch das informatische " Über - Ich ".
An dieser Stelle zeigen sich deutlich die konzeptionellen Grenzen einer Systementwicklung dahingehend, dass wissensbasierte Systeme in keinem Fall selbständig Prozesse steuern sollten, sondern immer nur unterstützende Funktion im Entscheidungsprozess haben können.
Mit herzlichen Grüßen
Stefan Meyer
Nächster Eintrag am 10.03.1999 vorgenommen
1.4 Die Erklärungskomponente
Ein weiteres konstitutives Element von Expertensystemen ist die Erklärungskomponente. Die Qualität der Problemlösung - vor allem was ihren praktischen Nutzen betrifft - ist maßgeblich
von der Selbsterklärungsfähigkeit des Systems abhängig. Dies bedeutet, dass das XPS neben der gelieferten Problemlösung aufzeigen kann, welcher Lösungsweg gewählt wurde, welche Wissenseinheiten und Regeln angesprochen wurden, welche Schlußfolgerungen aus den geprüften Prämissen gezogen wurden und warum gerade dieses Vorgehen gewählt wurde.
Es wird eine lückenlose Dokumentation des Lösungsvorgehens angestrebt, wobei das System
Lösungsbegründungen bezogen auf die konkrete Fragestellung des Benutzers liefern soll.
Das Ziel der Erklärungskomponente ist es, den Lösungsweg des Systems für den Benutzer in einer verständlichen Art und Weise nachvollziehbar zu machen, was der Vertrauensbildung und Akzeptanzerhöhung dient. Der Benutzer ist wesentlich eher bereit, vorgeschlagene Lösungsmuster des Systems zu übernehmen, wenn er sich davon überzeugen kann, dass die informatischen Schlussfolgerungsschritte auf den begründeten Prinzipien des Fachgebietes basieren. Daneben erleichtert die Fähigkeit, begründete Antworten auf konkrete Fragen zu liefern, dem unerfahrenen Benutzer den Erwerb fundamentalen Fachgebietswissens. Er wird in die Lage versetzt, sein Verständnis des Problemlösungsprozesses mit demjenigen des Systems zu vergleichen und so zu tieferen Einsichten in die spezifische Problemsituation zu gelangen.
1.5 Die Lernkomponente
Neben der Möglichkeit das bestehende Wissen zu warten und durch ständig neue Eingaben das Wissensvolumen zu erhöhen, soll das XPS darüber hinaus in der Lage sein, auf Basis des aufgenommenen Wissens eigenständige Lernprozesse auszulösen. Aufgabe der Lernkomponente ist es, während der Systemnutzung automatisch die Wissensbasis zu erweitern und dadurch sukzessive die Systemleistung und -effektivität zu steigern. Ziel ist die Implementierung maschineller Lernprozesse, die den aktiven Wissenszuwachs von Experten nachbilden beziehungsweise simulieren. Die Wissenserweiterung erfolgt einerseits durch die deduktive Bergung von Neuwissen aus dem bekannten Wissensfundus sowie andererseits in Form des strukturellen Merkens von in der Vergangenheit absolvierten Lösungsdurchläufen und Benutzerreaktionen ( Lernen aus Erfahrung ). Systemintern sind unvollständige Wissensinhalte im Kontext des bereits vorhandenen Wissens zu ergänzen und strukturell zu vernetzen.
Bisher gibt es bezüglich des informatischen Lernens in der Praxis nur sehr begrenzte Erfolge. Zur Zeit ist eine autonome Lernfähigkeit von XPS nur ansatzweise in der Form realisiert, dass die bei früheren Problemen herangezogenen Fakten und die beschrittenen Lösungswege bevorzugt gespeichert und anschließend als erster Ansatz " erinnert " werden. Die eigenständige Reproduktion bereits gefundener Lösungen ist - zumindest im Sinne einer langfristigen Wissenserhaltung - ein wesentliches Merkmal eines erfolgreichen Experten, adaptives Lernen ist damit jedoch noch nicht gesichert.
Mit herzlichen Grüßen
Stefan Meyer
Nächster Eintrag am 16.03.1999 vorgenommen
1.6 Die Projektrealisierung
Die Projektrealisierung unterteilt sich in die Phase des Knowledge Engineering ( die inhaltliche und formale Transformation des Fachgebietswissens in die Wissensbasis und Problemlösungskomponente des XPS ) und das Prototyping ( Entwurf und Implementierung eines arbeitsfähigen Rumpfsystems ).
Aufgabe des Knowledge Engineering ist es herauszufinden, welches Wissen für die Lösung welcher Detailprobleme benötigt wird, um anschließend die relevanten Wissensbestandteile der verschiedenen Problemlösungsfunktionen im Zusammenhang zu repräsentieren. Es handelt sich um die Identifikation von Wissensquellen und deren Zuordnung zu Problemstellungen, die Strukturierung und Erfassung des daraus ableitbaren Wissens sowie die Abbildung dieser Ströme auf die Computerfunktionen des XPS. Zu diesem Zweck sollte sich der Knowledge Engineer in der Domäne gut auskennen und die Terminologie des Experten beherrschen, damit es ihm gelingt, das Besondere des Expertenwissens zu eruieren.
Neben dem grundlegenden Fachwissen benötigt der Knowledge Engineer profunde Kenntnisse der Methoden zur Informationsbedarfsanalyse und Informationsbergung sowie zusätzlich vertiefende Kenntnisse der KI - Techniken und Methoden, um das extrahierte Wissen in das System zu übertragen. Mit Hilfe verschiedener Methoden der Wissensorganisation, Wissensverknüpfung und Wissensspeicherung transformiert der Knowledge Engineer die Fachgebietsproblematik in Struktogramme, Regelwerke und Inferenzmodelle der Softwareimplementierung, wobei er teilweise auf bereits realisierte Prototypen und Shells sowie auf andere Hilfsmittel zurückgreifen kann. Im Idealfall gelingt dabei die Konzeption eines an der Problemstruktur des Fachgebietes ausgerichteten Softwaremodells, dessen Dialog im Benutzer - Stadium unabhängig von den elementaren Programmformulierungen der Implementierungsebene stattfinden kann. Ziel ist die Entwicklung eines fachbezogenen Komunikationsmodells auf der Grundlage der symbolischen Programmiersprachen, das im Ergebnis ohne die weitere formale Programmkodierung seitens des Benutzers auskommt. Nach der Einführung des XPS sollte eine feste Relation zwischen sämtlichen Expertenfragestellungen und -problemen und den internen Softwareprozeduren bestehen, so dass die Wissensbasis ausschließlich mit Hilfe einer abstrakt kodierten, an das Fachgebiet angelehnten Softwaresprache laufend aktualisierbar ist.
1.7 Barrieren bei der Systementwicklung
Aufgrund der Diskrepanz zwischen euphorischen Verheißungen und dem Phänomen einer relativ geringen Verbreitung " laufender Systeme " läßt sich vermuten, dass die Entwicklung funktionsfähiger XPS in der Praxis auf zahlreiche Barrieren stößt. Wenn auch in diesem Zusammenhang eine schlichte Aufzählung von Akzeptanzhindernissen noch keine analytische Ursachenforschung von Schwachstellen und Entwicklungsdefiziten darstellt, so lassen sich dennoch auf diese Weise allzu hoch gesteckte Erwartungen relativieren und ein realistischeres Anspruchsniveau für die Erfolgswahrscheinlichkeit einer Systementwicklung bestimmen.
Zu allererst bedarf die Entwicklung eines funktionsfähigen Expertensystems der vollen und bedingungslosen Unterstützung aller Beteiligten. Verspricht man sich von vornherein keinen Nutzen beziehungsweise keine Entlastung von Routineaufgaben, ist der Projekterfolg in Frage gestellt. Die größte Schwachstelle bei der XPS - Entwicklung ist der Experte selbst.
Aus informatischer Perspektive wird hier häufig vom zentralen " Engpaß - -Sektor " gesprochen. Ganz im Gegensatz zu dem Anliegen, den Experten durch die systematische Kombination von aktuellem Datenbankwissen, Fachgebietsregeln und prinzipiellen Entscheidungsgrundsätzen von der täglichen Informationsüberflutung zu entlasten, existiert seinerseits häufig keine sichere und einheitliche Vorgehensstrukturierung zur Problembeschreibung und -bewältigung. Die Defizite gründen sich einerseits auf tatsächliche Formulierungsprobleme komplexer Entscheidungssituationen, werden auf der anderen Seite
jedoch nur vorgeschoben, um zu kaschieren, dass verwendbare Problemlösungskonzepte und relevante Wissenshypothesen gar nicht vorhanden sind. Man findet sowohl Experten, die ihre Expertenfunktion im Sinne der Systemtechnik nicht als solche anerkennen und definieren, als auch Problemgebiete, für die es gar keine echten Experten gibt. Selbst fähigen Experten mangelt es häufig während der Systementwicklung an einer positiven Grundeinstellung sowie an der notwendigen Voraussetzung eines kooperativen Führungs- und Kommunikationsverhaltens. Sie sehen in der neuen Technologie teilweise keine nützliche Unterstützung ihrer Tätigkeit, sondern eine bedrohliche Konkurrenz und boykottieren offen oder verdeckt die Wissensformulierung. Die Experten verkennen, dass XPS im Vergleich zu klassischen DV - Lösungen tatsächlich wesentlich umfangreichere und komfortablere Möglichkeiten bieten, um sie selbst nachhaltig von wissensverarbeitenden Routineaufgaben zu entlasten. Voraussetzung für eine erfolgreiche Systementwicklung bleibt jedoch die sprachliche Gemeinsamkeit ( einheitliche Vokabeln, Begriffe und Denkweisen ) von Experten und Wissensingenieuren. Erst hieraus erwächst die Fähigkeit zu einer konstruktiven Kommunikation über Ziele, Inhalte und Probleme wissensbasierter Lösungen.
Gelingt dies nicht, treten bereits bei der Erstellung des Wissensmodells Probleme dahingehend auf, dass wichtige Objekte des Problemfeldes unzureichend definiert bleiben.
Häufig wird von seiten des Experten automatisiertes Wissen nicht explizit erwähnt oder fälschlich für nicht repräsentierbar gehalten. Darüber hinaus sind sich Experten im Rahmen der Wissensrepräsentation oft nicht der Tatsache bewußt, dass von ihnen kommuniziertes Wissen einerseits ein beträchtliches Maß an Vorkenntnissen zum Verständnis voraussetzt und andererseits standpunktorientiert und damit teilweise subjektiv ist, woraus sich Probleme hinsichtlich der Auswahl des zur Problemlösung heranzuziehenden Hintergrundwissens ergeben.
Mit herzlichen Grüßen
Stefan Meyer