Lehrveranstaltung von Prof. Dr. Sebastian Iwanowski an der FH Wedel im WS 2006/2007:

Wissensbasierte Systeme

Termin: Mi 8:00 Uhr - 9:15 Uhr, HS 4

Geheime Abstimmung in der Vorlesung am 18.10. mit Stimmzettel über die Lehrsprache (Deutsch oder Englisch):
Ergebnis: uneinheitlich. Die Vorlesung wird daher weiter auf Deutsch stattfinden.

Studiengänge: B_Inf 45, B_TInf 45, II6, WI6, MS (in einigen Studienordnungen heißt diese Veranstaltung noch Expertensysteme)

Vorlesungsinhalte:

Das Gebiet der Wissensbasierten Systeme ist aus dem Gebiet der Künstlichen Intelligenz (KI)
entstanden. Inzwischen hat es sich als das in praktischen Anwendungen erfolgreichste Teilgebiet der KI
etabliert. In zunehmenden Maße sind die grundlegenden Prinzipien auch von Entwicklern übernommen worden,
die nicht aus der KI stammen. Daher sind die Wissensbasierten Systeme nicht mehr zwingend der KI zuzuordnen,
sondern bieten ein Vorgehensparadigma, das von vielen anderen Softwareentwicklungsparadigmen aufgenommen
wurde bzw. mit diesen kombiniert werden kann. Ein Beispiel ist das Paradigma der Objektorientierung, das seinen
Ursprung in Wissensbasierten Systemen hat und sich inzwischen allgemein in der Softwareentwicklung durchgesetzt hat.

Auch ich bin nicht von der KI aus zu den Wissensbasierten Systemen gestoßen, sondern habe mich jahrelang bei DaimlerChrysler
in der Forschung und Entwicklung von modellbasierten Diagnosesystemen betätigt (mit objektorientierten Programmiersprachen).
Das im Rahmen dieser Tätigkeit entstandene Softwarewerkzeug MDS ist auch 12 Jahre nach seiner Entstehung noch im Einsatz
und weist Konzepte auf, die immer noch sehr innovativ sind. Daher werde ich die Wissensbasierten Systeme hauptsächlich
am Beispiel dieses Softwarewerkzeugs vorstellen (allerdings nur theoretisch, d.h. ohne praktische Vorführungen), um zu demonstrieren,
dass Wissensbasierte Systeme eine reale technische Anwendung haben.

Ziel der Veranstaltung ist es, ein grundlegendes Verständnis der Technik der Wissensbasierten Systeme zu vermitteln.
Die Teilnehmer sollen am Ende der Veranstaltung einige praktische Anwendungsmöglichkeiten von Wissensbasierten Systemen kennen.
Wegen des historischen Bezugs werden die Verbindungen zur KI und deren Grundlagen ebenfalls herausgearbeitet.
Einige KI-Techniken, deren Anwendung bei Wissensbasierten Systemen eine besondere Rolle spielen,
werden ebenfalls näher untersucht.

Erfolgreich an dieser Vorlesung teilnehmende Studenten sollen außerdem das theoretische Hintergrundwissen erlangen,
um im Entwicklungsteam von QTronic, einer Nachfolgerfirma meiner Abteilung von DaimlerChrysler in
Praktikanten oder Diplomanden mitarbeiten zu können.
Aus vergangenen Vorlesungen wurde bereits ein Student als Praktikant / Diplomand vermittelt.

Die Vorlesung entspricht in Umfang und Gliederung ungefähr der vom letzten Jahr.

Die einzelnen Kapitel im pdf-Format:

Die folgenden Dokumente sind thematisch gegliedert und erfordern
unterschiedliche Vorlesungslängen (zwischen 1/2 bis 2 Vorlesungsdoppelstunden).

Die Kapitel könnten noch kurzfristig vor oder auch nach der jeweiligen Vorlesungseinheit aktualisiert werden.
In einem solchen Fall wird das letzte Aktualisierungsdatum in rot hinter dem Kapitel angegeben.

1. Entstehungsgeschichte und Charakterisierung Wissensbasierter Systeme
2. Logische Grundlagen der KI
3. Algorithmische Grundlagen der KI
          (Animierte ppt-Folien zum Algorithmus von Dijkstra aus dem Seminarvortrag von Alex Prentki)
4. Klassifizierung von Wissen und Wissensverarbeitung
5. Modellbasierte Diagnose im Detail:
    5.1 Aufgabenstellung des Problemlösungskerns
    5.2 Kadidatengenerierung (Originalarbeit auf Englisch)
    5.3 Konfliktgenerierung und Wertpropagierung (Animationsfolie zum ATMS in ppt) (Originalarbeit auf Englisch)
          (Zusammenfassung der MDS-Besonderheiten bezüglich Kandidatengenerierung und Konfliktgenerierung auf Englisch)
    5.4 Gesamte Funktionalität und Architektur
    5.5 Komponentenmodellierung
    Wer die Details ganz genau wissen möchte, liest die Original-Dissertation von Mugur Tatar (1,2 MB)
6. Wissensbasierte Diagnosemethoden im Vergleich
7. Fallbasierte Techniken und neuronale Netze

Die Zusammenfassung (für Kapitel 6 und 7 etwas geändert am 15.01.) kann als Vorbereitung für die Klausur dienen:
Durchgestrichene Inhalte sind nicht klausurrelevant.

Quellen:

Neben selbst erstellten Folien kommen auch Folien meines Vorgängers Ralf Möller (TU Hamburg-Harburg),
der FH Deggendorf (s.u.) sowie Folien von Mugur Tatar und Jakob Mauss (QTronic, damals DaimlerChrysler Berlin) zum Einsatz.
Außerdem werden einzelne Folien aus dem KI-Seminar vom SS 2005 verwendet.
Allen Autoren gilt mein besonderer Dank für ihre Unterstützung.

Literatur:

Günter Görz / Claus-Rainer Rollinger / Josef Schneeberger: Handbuch der Künstlichen Intelligenz
Oldenbourg 2000 (3. Auflage), ISBN 3-486-25049-3

Stuart Russell / Peter Norvig: Artificial Intelligence: A Modern Approach
Pearson 2003 (2. Auflage), ISBN 0-13-080302-2
Deutsche Ausgabe: Pearson Studium 2004, ISBN 3-8273-7089-2

Nguyen Huu Thuy / Peter Schnupp: Wissensverarbeitung und Expertensysteme
Oldenbourg 1989, ISBN 3-486-20699-0

Mugur Tatar: Dependent Defects and Aspects of Efficiency in Model-Based Diagnosis
Dissertation (1,2 MB) zur Erlangung des Doktorgrads, Universität Hamburg 1997

Empfehlenswerte Vorlesung zur Ergänzung im Internet:

Popp / Grabmeier / Ponader / Renninger / Weierich / Donner / Schneeberger / Stoyan: Wissensbasierte Systeme
FH Deggendorf (im Rahmen der Virtuellen Hochschule Bayern) 2004, http://www.bw.fh-deggendorf.de/itk/gast/kurs6.html