wissensmanagement ul - 1 - wissensbasierte systeme wissensmanagement prof. dr. jürgen cleve prof....

24
- 1 - Wissensmanagemen t UL Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion mittels Neuronaler Netze 4.Sem. Data Mining 5.Sem. Wissensmanagement 7.Sem Studiengang Wirtschaftsinformatik > Spezielle Wirtschaftsinformatik

Upload: salida-kenter

Post on 05-Apr-2015

107 views

Category:

Documents


2 download

TRANSCRIPT

Page 1: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 1 -

Wissensmanagement

UL

Wissensbasierte SystemeWissensmanagement

Prof. Dr. Jürgen CleveProf. Dr. Uwe Lämmel

Prof. Dr. Reinhard Weck

• Wissensextraktion mittels Neuronaler Netze 4.Sem.• Data Mining

5.Sem.• Wissensmanagement 7.Sem

Studiengang Wirtschaftsinformatik > Spezielle Wirtschaftsinformatik

Page 2: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 2 -

Wissensmanagement

UL

Wissen

Ein System S hat Wissen W, wenn S immer dann, wenn erforderlich, W anwendet.

More&Newell,1973

Page 3: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 3 -

Wissensmanagement

UL

Was ist Wissen ?

Wissen heißt wissen, wo es geschrieben steht. Albert Einstein

(individuelles) Wissen ist die Menge der individuellen Kenntnisse. (Sachkenntnisse, Verfahrenskenntnisse, Normen-, Wertekenntnisse)

Besitz von objektiv bzw. subjektiv als wahr zu klassifizierenden Erfahrungen, die die Grundlage von Urteilen bilden können.

Wissen heißt wissen, wo es gespeichert ist.

Page 4: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 4 -

Wissensmanagement

UL

Wissen - Informatik

Daten Information WissenWissen ist Information, die ich zu nutzen weiß ...

symbolische Repräsentation der Welt, die das Denken / Handeln von Agenten bestimmt

Wissen - Künstlichen Intelligenz

Page 5: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 5 -

Wissensmanagement

UL

Daten – Information - Wissen

Versand von

Werbematerialien

Gewinn / Verlust

Kunde bestellt

Kunde bestellt nicht

ange-schrieben

+300 € - 30 €

Nicht ange-schrieben

+103 € - 10 €

Kunde Name Wohnort Einkommen

..... Ange-schrieben

bestellt

1 Meier Halle 3000 x 4000

2 Schulze Bonn 2000 x -

.....

Vorhersage, wen man anschreiben sollte

Data Mining

Page 6: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 6 -

Wissensmanagement

UL

Wissensmanagement und Künstliche Intelligenz

• Wissen als (wirtschaftliche) Ressource• Informationsflut

– Techniken zur Wissensextraktion– Techniken zur Wissensdarstellung (-speicherung)– Techniken zur Wissensverarbeitung

Page 7: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 7 -

Wissensmanagement

UL

Beispiel

• Explizites Wissen:– Wenn X ein guter Kunde ist,

dann bekommt X einen Kredit.

• Problem:– Woher kommt das Wissen, dass X guter

Kunde ist?

• Lösung:– Weitere Regeln– Wissensextraktion aus Daten

• z.B. mittels neuronaler Netze

Page 8: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 8 -

Wissensmanagement

UL

implizite explizite Darstellung

• explizit: direkt für die Wissensverarbeitung geeignet– Logische Aussagen – Regeln (Wenn A Dann B)– Semantische Netze– Frames

• implizit: ableitbares Wissen– durch Wissensverarbeitung

extrahierbares Wissen– Datenmengen– Programme / Algorithmen– Neuronale Netze

"Die Vertiefung WM besuchen 20 Studierende, davon 7 Frauen."

Nr. Kredit-geschichte

Schulden

Sicherheit

Einkommen

Kreditbezahlt

1 schlecht hoch keine niedrig nein 2 unbekannt hoch keine mittleres nein 3 unbekannt niedrig keine mittleres ja 4 unbekannt niedrig keine niedriges nein 5 unbekannt niedrig keine hohes ja 6 unbekannt niedrig vorhanden hohes ja 7 schlecht niedrig keine niedriges nein 8 schlecht niedrig vorhanden hohes ja 9 gut niedrig keine hohes ja 10 gut hoch vorhanden hohes ja 11 gut hoch keine niedriges nein 12 gut hoch keine mittleres nein 13 gut hoch keine hohes ja 14 schlecht hoch keine mittleres nein

Page 9: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 9 -

Wissensmanagement

UL

Wissensrepräsentationen

• objekt-orientierte relations-orientierte Darstellung• deklarative prozedurale Darstellung• singuläre multiple Darstellung

– Satz des Pythagoras kann aus Wissen wieder abgeleitet werden aber: praktischer den Satz zu wissen (explizit speichern)

• Menge von Aussagen Simulationsmodell• zentrale verteilte Darstellung

Page 10: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 10 -

Wissensmanagement

UL

Wissensrepräsentation

• Logik• Regel• Objektorientierte Darstellung

(Frames/ Sem. Netze)• Fuzzy – Methoden• Neuronale Netze

Page 11: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 11 -

Wissensmanagement

UL

WENN-DANN-Regeln

Lager 1 Lager 2 LKW Waggon

B A

C D E

Lager 1 Lager 2 LKW Waggon

B

A C

D

E

WENN Container steht auf PlatzX UND Container steht oben UND PlatzY ist frei DANN Setze Container von PlatzX nach PlatzY

Page 12: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 12 -

Wissensmanagement

UL

Hierarchisches Wissen - Frames Unternehmen

Kapitalgesellschaft Personengesellschaft

GmbH AG GbR KG OHG

Unternehmen

ist ein

ist einist ein

ist einist ein

Siemens AG

Instanz von

Person

wird besteuert

wird besteuert

Planet AGAker MTW

Instanz vonUnternehmen

wird besteuert

vererbt

Page 13: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 13 -

Wissensmanagement

UL

Vages Wissen – Fuzzy-Logik

Ziel: Neuer Mitarbeiter soll berufserfahren, jung und familiär gebunden oder ortsansässig sein

•0

•1

•20 •30 •40

Wohnort

0.2110 = 117 = 0.728 = 0.3Lehmann

0.180 = 016 = 0.530 = 0.2Schulze

0.1420 = 0.704 = 0.220 = 1Meier

A K (F E)Ent-fernungFamilieBerufs-erfahrung

AlterName

•0

•1

•15 •30 •45

Jung

•0

•1

•3 •6 •9

Erfahrung

Page 14: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 14 -

Wissensmanagement

UL

Neuronale Netze lernen aus Beispielen

Beispiel-Muster

Neuronales Netz Erkennung/Klassifikation

• Training des Netzes durch Beispiele• Verarbeitung neuer, unbekannter

Muster möglich• Implizite Wissensrepräsentation

Page 15: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 15 -

Wissensmanagement

UL

Expertensystem

Expert systems are Computer Systemswhich store expert's factual and inferential knowledge

Savory: KI und Expertensysteme, 1985

Expertensysteme sind anwendungsbezogener Ausdruck für Systeme, die auf der Wissensverarbeitung beruhen.

Posthoff in Grundlagen der KI, 1989

Page 16: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 16 -

Wissensmanagement

UL

Wissensgewinnung

Knowledge engineering ist der Prozess, der das Wissen eines Experten oder anderer Quellen abbildet auf die Wissensbank eines Expertensystems.

Noelke in KI und XPS, 1985

Techniken:• Knowledge Engineering (Interviews ....)• Data Mining• Maschinelles Lernen

Page 17: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 17 -

Wissensmanagement

UL

Entlohnung?

• Wenn ich mein Wissen für mich behalte, sichere ich meinen Arbeitsplatz.

• Und was bekomme ich dafür, wenn ich mir die Zeit nehme, den Kollegen meine Erfahrung weiter zu geben?

Page 18: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 18 -

Wissensmanagement

UL

Wissensmanagement

Wissensmanagement ist eine formale, strukturierte Initiative zur Verbesserung der Erzeugung, Verteilung und Nutzung von Wissen in einer Organisation.

Es ist ein formaler Prozess zur Wandlung des Wissens einer Unternehmung in Unternehmenswert.

Thomas Davenport

Page 19: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 19 -

Wissensmanagement

UL

Wissensmanagement

• will Bedingungen herstellen, unter denen Wissen immer dann verfügbar ist, wenn es benötigt wird.

Angelika Menne-Haritz, Archivschule Marburg

Page 20: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 20 -

Wissensmanagement

UL

WissensmanagementWissensmanagement

Wissens-schaffung

Wissens-speicherung

Wissens-nutzung

Wissens-diffusion

Wissens-substitution

Innovations-management

OrganisationWissens-Prozess-Gestaltung

Human-Ressource-ManagementGrenzen-Management

Entlernengeplanter Wandel

Page 21: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 21 -

Wissensmanagement

UL

Fazit

Wissen ist mehr als nur Menge von Daten/Werten Wissen beinhaltet den Umgang/Anwendung mit/von Daten

ist mehr als vernetzte Informationsverwaltung beinhaltet die Verwaltung von Vorgehensweisen, Abläufen

- erfordert den Einsatz von Wissensrepräsentation ist ohne Erfahrungen und Techniken aus der

künstlichen Intelligenz nicht denkbar funktioniert nur unter Einbeziehung der Mitarbeiter

Wissensmanagement:

Page 22: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 22 -

Wissensmanagement

UL

Technologie-Entwicklung

Aufkommen der Technologie

Gipfel/Hype

Tal der Desillusionierung

Hügel der Erleichterung

Plateau derProduktivität

Zeit / Reife

Öffentliche Präsenz

Page 23: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 23 -

Wissensmanagement

UL

Es ist nicht genug zu wissen, man muss es auch anwenden; es ist nicht genug zu wollen, man muss es auch tun.

Johann Wolfgang von Goethe

Page 24: Wissensmanagement UL - 1 - Wissensbasierte Systeme Wissensmanagement Prof. Dr. Jürgen Cleve Prof. Dr. Uwe Lämmel Prof. Dr. Reinhard Weck Wissensextraktion

- 24 -

Wissensmanagement

UL

Fragen/Aufgaben

• Was ist Wissen?• Wie stehen die Begriffe Nachricht, Daten, Information, Wissen zueinander?• Was versteht man unter Wissensrepräsentation?• Stellen Sie Ihr Wissen für das Verhalten im Falle eines Brandes dar.• Geben Sie eine Interpretation für folgende Datenreihen an:

0 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 1 0 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 1 1 0 0 0 1 1 0 0 0 1 1 0 0 0 1 1 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 0 1 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 0 1 0 0 0 1 1 0 0 0 1 1 1 1 1 0

• Welche Vorteile für ein Wissensmanagement sehen Sie in einer Firma?• Sehen Sie Möglichkeiten für den Einsatz von Wissensmanagement im Bereich

der Hochschule?