Argumentationslinie für KnowMore

Ständig in Bearbeitung !!


Beiträge bisher (implizit oder explizit): AA, KH, OK


Knowledge Management ist ein evolving term in BWL, Organisationslehre, Managementlehre etc.


Eine Reihe von recent and upcoming events zeigt, daß KI und KM sich näherkommen:


Ausgangspunkt ist die Überlegung, Wissen als wesentliche Unternehemensressource besser zu nutzen. Wissen ist nun aber i.w. in Mitarbeitern inkorporiert. Deshalb zwei Hauptströmungen:

  1. Laß es in den Mitarbeitern und verbessere die Kommunikation zu Wissensaustausch und -nutzung ==> CSCW-Ansätze
  2. Versuche das Wissen zu materialisieren ==> CoMem-Gedanke

Wir wenden uns dem CoMem-Gedanken zu, weil wir seit Jahren Anwendungserfahrungen gemacht haben, die zeigen, daß man hier mit XPS-Technologie vorankommen kann. Außerdem erscheint kann das CoMem als zentrale Wissensverwaltungsinstanz eine erste Stufe sein, über oder durch die dann die Kommunikation gehen kann.

Zur Methodik: wir wollen bei unserer CoMem-Konzeption kompromißlos praxistauglich sein. D.h.: Aufbau auf abgeschlossenen und Integration kommender Studien und Anwendungsprojekte. Als Beispiele kann man einige der Projekte auf je einer Folie aufführen.


Das Datev-Beispiel: Comem im Zentrum verschiedener Wissensnutzungsdienste (imposantes Bild).


Das Saarberg-Beispiel (gibt's ein hübsches Konzept-Bild?).


Was sind allgemeine Charakteristika? (ggf. vorher eine überarbeitete Variante unseres Basel-CoMem-Prinzip-Bilds)

Welche Ansätze zur Wissenserfassung in Informationssystemen sind heute schon üblich?


Was für Möglichkeiten hat man momentan zur Wissensarchivierung?

  1. Papierarchive
    Ich nenne das den Information-Retrieval-Ansatz: feste Klassifikationsschemata, starre Dokumentformen
    Vorteil: natürliche Sprache ist der natürlichste (d.h. auch billigste und einfachste) Weg zur Niederlegung
    Nachteil: schwache Trefferquote, Retrieval-Methoden "wissen" wenig
  2. Fallbasen
    Ich nenne das den CBR-Ansatz (Referenzen?)
    Vorteil: "Fall" scheint natürliche Dokumentationsform für viele Dinge zu sein
    Nachteil: starre Formalisierung an einer Aufgabe orientiert, Wissensnutzung für andere Zwecke schwierig, informelle Wissensquellen schwer zu fassen
  3. Wissensbasen
    Ich nenne das den XPS-Ansatz
    Vorteil: weitgehend automatisiertes Handling möglich, bietet weitgehende Unterstützung, im Ansatz wird viel Wissen über Struktur des Anwendungsbereichs und der Probleme benutzt
    Nachteil: Formalisierung ist teuer, oft kaum möglich, schon gar nicht ständig im Geschäftsablauf mit ständig sich veränderndem Wissen, Wartungsproblematik (die vererbt sich dann, s.u. !), aufgabenspezifische Formalisierung (Abhilfe: Knowledge Sharing and Reuse ->Methoden übertragen !)


Nochmal knapp:

Nachteile:

Vorteile:


Was sind die Ziele bei der Wissensarchivierung?

Was sind die Randbedingungen?

Die bestehenden Ansätze genügen diesen Kriterien nicht!


Zielsetzung: Mischform aus den verschiedenen Ideen:

  1. Implementierungsunabhängigkeit, Integration verschiedener Darstellungen und leichte Einbindung neuer Darstellungen erfordern eine Metaebenen-Architektur, die eine Beschreibung und Zugriff der Sourcen auf der konzeptuellen Ebene erlaubt
  2. sauberer generischer Systementwurf erfordert eine Trennung verschiedener Arten von Metawissen in eigene deklarative Wissensbasen (klasssische Argumente für Deklarativität: leichte Adaptierbarkeit, Aufgabenunabhängigkeit, formale Analysen etc.), z.Zt, denken wir an Wissensbeschreibung, Kontextbildung, Relevanzdefinition
  3. viele Ansätze verfolgen die Zielsetzung, möglichst viel Wissen in formale Strukturen zu packen - unseres Erachtens sind hier Grenzen der Praktikabilität da - wir wollen versuchen herauszufinden, was das minimal nötige Maß an Formalisierung ist (wir erweitern damit Dokumentverwaltung und Information Retrieval um wissensbasierte Ideen, die es auch erlauben, beliebige Wissensquellen einzubinden - Datenbanken, XPS, Personen)
  4. in Tandemprojekten oder Nachfolgeprojekten kann man dann die Frage stellen, inwieweit Methoden der Textanalyse und Textklassifikation sowie des Maschinellen Lernens es erlauben, automatisch größere Anteile zu formalisieren bzw. Selbstadaptivität zu erzielen
  5. da wir Sourcen erlauben, deren Semantik nur schwach repräsentiert ist, muß auf der Wissensbeschreibungsebene in Annotationen das Wissen enthalten sein, das obige Ziele unterstützt:


Jetzt kommt leider wieder der spekulative Teil, wo die dicken Löcher sind und wo etwas stehen muß, wenn wir ein Projekt machen wollen!


Folie: was ist die Zielsetzung im Projekt?

Beispiel: Basis schaffen, auf der man Informationsversorgungssassistenten programmieren kann, die formale und informale Archive betrachten und kontextabhängig im Workflow aktiv Unterstützung liefern.


Folie: Ansatz: Aus welchen Anforderungen von oben leitet man welche Teile von Elementen der drei obengenannten Gebiete ab und wie kombiniert man sie? Wie läßt sich jeweils die Erweiterung der bestehenden Verfahren charakterisieren?


Folie: Bausteine des Informationsassistenten als Puzzle, markiere Beiträge von extern, Beiträge in Anwendungen und Beiträge von KnowMore (User Modelling, Kooperationsmodell, Basiswissen Informationsversorgung, Unternehmensinformationsontologie, Relevance Assessment, ...)


Folie: Details Meta-Information, Knowledge Description (Kontext gehört hier wohl rein?)


Folie: Details Relevanz


Folie: Deliverables:

Methoden und Techniken für Informationsversorgungsassistenz, Meta-Beschreibungen von Dokumenten und aufgabenunabhängige Wiederverwendung von Wissen in Form von