© S. Staab, 2000
Intelligente Techniken für das
Wissensmanagement
5.AIK-Symposium Wissensmanagement
Steffen Staab
Arbeitsgruppe Wissensmanagement,
Institut für Angewandte Informatik und Formale
Beschreibungsverfahren, Universität Karlsruhe (TH)
© S. Staab, 2000
Folie 2
1. Einleitung: Wissensmanagement
2. Kurzüberblick Industrieprodukte
3. Intelligente Techniken
3.1 Organizational Memory System
3.2 Information Retrieval und Extraktion
3.3 Fallbasiertes Schlußfolgern
3.4 Wissensentdeckung (Knowledge Discovery)
3.5 Ontologiebasiertes Wissensmanagement
(Smart Task Support)
4. Ausblick und weitere Arbeiten am Institut
Übersicht
© S. Staab, 2000
Folie 3
Wissen ist wichtig?
1 Einleitung: Wissensmanagement
Schnellere
Wissensproduktion
Kürzere
ProduktentwicklungszyklenKomplexere Produkte
Stärkere Regulierung
(Haftung, Umwelt...)
Globaler Wettbewerb
Vernetzte, komplexe
Arbeiten
Wissen ist wichtig!
Statt Straßenkehrer nun Bedien- und Wartungspersonal für
Komplexe Maschinen!
© S. Staab, 2000
Folie 4
Wissen managen ist
wichtig?
1 Einleitung: Wissensmanagement
Schneller das richtige Wissen wissen!
Wissensvorsprung
(Internet Startups,...)
Qualitätssicherung
(vom Kunden lernen...)
Kollektives Wissen
(Beratungen,
Kundendienst...)
Time2Market
(Concurrent Design,
Wiederverwendung,...)
Wissen managen ist
wichtig!
© S. Staab, 2000
Folie 5
Arbeitsdefinition
Wissensmanagement umfaßt alle systematischen
Aktivitäten, die auf die Handhabung von Wissen
in Organisationen abzielen.
1 Einleitung: Wissensmanagement
� Nicht alle Wissensmanagementaktivitäten sind neu
• Lehrlingsausbildung
• Kaffeeecken
Aber:
Systematische Betrachtungsweise führt zu
hohem Stellenwert und
optimaler Wirkung für die Organisation
© S. Staab, 2000
Folie 6
Knowledge Management
Wissens-
identifikation
Wissens-
erwerb
Wissens-
strukturierung
Wissens-
nutzung
Wissens-
bewahrung
Wissens-
(ver)teilung
Feedback Wissensziele: Bestimme Ziele für WM Aktivitäten
Wissensidentifikation: Übersicht über internes
und externes Wissen
Wissenserwerb: Schulungen, „Einkauf“, F&E
Wissensstrukturierung: Strukturierung und
Integration von Wissen
Wissensverteilung: Verteilung/Kommunikation
von Wissen im Unternehmen
Wissensnutzung: produktive (Aus-)Nutzung von
Wissen (Patente, nachfolgende Maßnahmen)
Wissensbewahrung: Speichern und Bewahren
von relevantem Wissen und Erfahrungen
Wissensbewertung: Controlling des
Wissensmanagementprozesses
Angelehnt an [Probst et al. 1999]
WissenszieleWissens-
bewertung
Bausteine des Wissensmanagements
1 Einleitung: Wissensmanagement
© S. Staab, 2000
Folie 7
Dimensionen
• Management – Definiere Wissensziele
– Bewertung
– Personalmanagement
– Corporate Culture
– ...
• Informationstechnologie – Organizational Memory
– Intranets
– Information Retrieval
– Data Warehouse / Data Mining
– Information Filtering/Agents
...
1 Einleitung: Wissensmanagement
“80%”
“20%”
© S. Staab, 2000
Folie 8
Was ist Wissen?
IT für das Wissensmanagement als
Informationsmanagement im Kontext der Organisation
Semantik
Syntax
PragmatikInformation
Daten
Wissen
1 Einleitung: Wissensmanagement
© S. Staab, 2000
Folie 9
Vom Wissensbaustein zur Technik
Wissensbausteine
• Ziele
• Wissensidentifikation
• Erwerb
• Strukturierung
• Nutzung
• Bewahrung
• (Ver-)Teilung
• Bewertung
1 Einleitung: Wissensmanagement
Informations/Daten
-management
• Eingabe
• Pflege
• Verarbeitung
• Integration
• Suche
• Nutzung
Welcher Inhalt?
Intelligente Techniken
für WM
• Information Retrieval &
Extraktion
• Visualisierung
• Fallbasiertes Schließen
• Ontologiebasiertes WM
• Knowledge Discovery
• (Wissensakquisition)
Welcher Kontext?
© S. Staab, 2000
Folie 10
1. Einleitung: Wissensmanagement
2. Kurzüberblick Industrieprodukte
3. Intelligente Techniken
3.1 Organizational Memory System
3.2 Information Retrieval und Extraktion
3.3 Fallbasiertes Schlußfolgern
3.4 Wissensentdeckung (Knowledge Discovery)
3.5 Ontologiebasiertes Wissensmanagement
(Smart Task Support)
4. Ausblick und weitere Arbeiten am Institut
Übersicht
© S. Staab, 2000
Folie 11
Alles ist Wissensmanagement???
„Eigentlich ist mein Auto auch ein
Wissensmanagementwerkzeug -
schließlich kann ich es benutzen, um zu
anderen Leuten zu fahren und mit ihnen
Wissens auszutauschen ???“
2 State-of-the-Industry
© S. Staab, 2000
Folie 12
• Information Retrieval: VerityTM, ConnexTM, ExcaliburTM, EurospiderTM,
GoogleTM, FulcrumTM
• Collaborative Filtering: GrapevineTM
• Intranet Portal: IntraspectTM , Open TextTM , AutonomyTM, OntopriseTM
• Groupware: Lotus NotesTM, MS ExchangeTM
• Document Management: PCDOCSTM, InQueryTM, FilenetTM,
DocumentumTM
• Text Summarization: Prosum
• Database solutions: WinciteTM, DatawareTM, AgentwareTM
• Experience Factories: at A.D.LittleTM, at XeroxTM
• Skill Management: Loga HRMS (P&I)TM, Speziallösungen
• Semantic Nets-based: USUTM, LarsTM
• Visualization: InxightTM, AIdministratorTM
• Knowledge Discovery: ClementineTM, IBM Intelligent MinerTM, SASTM
2 Kurzüberblick Industrieprodukte
Eher Spektrum als definitive Kategorisierung!!
© S. Staab, 2000
Folie 13
Wissen bewahren:
3.1 Organizational Memory System
Wissen finden:
3.2 Information Retrieval und Extraktion
3.3 Fallbasiertes Schlußfolgern
Wissen entdecken:
3.4 Knowledge Discovery
Wissen strukturieren und nutzen:
3.5 Ontologiebasiertes Wissensmanagement
(Smart Task Support)
3 Intelligente Techniken
© S. Staab, 2000
Folie 14
Organizational Memory
Is the means by which knowledge from the past is
brought to bear on present activities, thus resulting in
higher or lower levels of organizational effectiveness.
E.W. Stein, 1995
3.1 Organizational Memory System
© S. Staab, 2000
Folie 15
OM System
Organizational Memory System enthält:
– Dokumente (unstrukturiert / semistrukturiert)
– Daten (strukturiert)
– Strukturierungen (Terminologie)
– Regeln (Business Rules)
– Prozeßbeschreibungen
3.1 Organizational Memory System
Organizational Memory System
als Grundlage für Intelligente Unterstützung!
© S. Staab, 2000
Folie 16
3.2 Information Retrieval & Extraktion
• Wissen finden
• Wissen erfassen
• Wissen benutzen
• In unstrukturierten /
semistrukturiertem Text
• Fakten
• Wissensstrukturen
• Push-Agenten
3 Intelligente Techniken
© S. Staab, 2000
Folie 17
Information Retrieval
• In Texten (des Organizational Memory)
– Stichwortsuche
– Stichwortsuche mit Thesaurus
– Finde ähnliche Dokumente / verschlagwortete Dokumente
• Verschiedene statistische Modelle
• Grundprinzip: jedes Dokument ist ein “Sack” von Worten
– Erkennung von Themen (Audiodaten!)
– Mechanismen für die Zusammenfassung
3.2 Information Retrieval & Extraktion
© S. Staab, 2000
Folie 18
Thesaurus
• Kategorisierung und Definition von Begriffen
• Standardvokabular für das Retrieval
• “Normsprache”
• Begriffe (wieder-)finden
• Stichwortsuche eingrenzen / ausweiten
• Beispiele:
– Roget‘s thesaurus,
– WordNet / GermaNet / EuroWordnet
– TEST (Thesaurus of Engineering and Scientific Terms), ...
3.2 Information Retrieval & Extraktion
© S. Staab, 2000
Folie 19
IR im Kontext - Push-Agenten
Grundlagen:
– IR + Extraktion von Schlagworten + Titelzeilen
– Benutzerprofile
– Gruppenprofile
– Von Nutzer A positiv bewertete Dokumente
– Bei Übereinstimmung zwischen Dokument und einem der
drei Kriterien wird ein Mail geschickt
(Jasper; Davies et al. 1995)
3.2 Information Retrieval & Extraktion
Liefere Nutzer A automatisch und proaktiv
Informationen!!
© S. Staab, 2000
Folie 20
Informationsextraktion
Case Study: Dow Chemicals
• Analyse von Patentschriften
• Extraktion von graduierenden Ausdrücken “5kg Chemikalie X”
• OLAP/Knowledge Discovery um Trends festzustellen
3.2 Information Retrieval & Extraktion
0
20
40
60
80
100
2000 1999 1998 1997
Component X
Component Y
Component Z
Qualitatives Diagramm:
© S. Staab, 2000
Folie 21
3 Intelligente Techniken
3.3 Fallbasiertes Schließen
(Case-based Reasoning - CBR)
„Human experts are not systems of rules, they are
libraries of experiences.“
Riesbeck & Schank 1989
© S. Staab, 2000
Folie 22
3.3 Fallbasiertes Schließen (CBR)
Motivation:
• Wissensdokumente (z.B. Projektberichte)
Allgemeiner CBR Process:
• Finde einen Fall, der ähnlich ist zum gegebenen Problem
• Benutze Fall zur Problemlösung
• Revidiere/Adaptiere vorgeschlagene Lösung
• Füge gelöstes Problem zur Wissensbasis hinzu
Wissensbasis
• Sammlung von Fällen
• Vokabular, welches Fälle beschreibt
• Ähnlichkeitsmaß
• Model für die Adaption von Fällen
© S. Staab, 2000
Folie 23
3.3 Fallbasiertes Schließen (CBR)
Software Experience Factory (Basili et al. 1992)
(© Althoff et al. 1998)
© S. Staab, 2000
Folie 24
3.3 Fallbasiertes Schließen (CBR)
Software
Experience
Factory
(© Althoff et al. 1998)
© S. Staab, 2000
Folie 25
3.3 Fallbasiertes Schließen (CBR)
Fallbasiertes Schließen auf Texten
“Know How Dokumente”
• FAQ Finder (Frequently Asked Questions) (Burke 1997)
• Automatische Hotline für Siemens Techniker (Lenz 1998)
(Menschliche Hotline für die schwierigen Fälle)
• In-house Konfigurationsmanagement von LHS AG (Lenz 1998)
• Wartungsaufgaben bei British Airways (Magaldi 1999)
© S. Staab, 2000
Folie 29
3 Intelligente Techniken
3.4 Knowledge Discovery
• Data Mining - eine eigene Disziplin
– Warenkorbanalyse, automatische Klassifikation, ...
• Entdeckung von Wissensstrukturen
– relevantes Vokabular / Zusammenhänge
• Knowledge discovery/Data analysis als ein wissensintensiver Prozeß
– Benutzerunterstützung für das Data Mining
• Systeme die Wissen zur Ansicht empfehlen
– Kollaboratives Filtern
– Benutzeradaption beim Durchsuchen von Wissensbasen
© S. Staab, 2000
Folie 30
3 Intelligente Techniken
3.5 Ontologiebasiertes Wissensmanagement
(Smart Task Support)
Contents
Access
Context
• Terminologie
• Regeln
• Aufgabe in Prozess
• Datenbank
• Dokument-
inhalte
• Query Interface
• Application Support
Reaktiv
Proaktiv
© S. Staab, 2000
Folie 31
InhaltsstrukturierungOntologie
Employee
Name
Phone
Located in
Location
Street
Town
ZIP Code
Department
Name of department
Fax
Department
3.5 Ontologiebasiertes Wissensmanagement
© S. Staab, 2000
Folie 32
Hole Zustimmung
ein
Liefere
Plan ab
Erstelle
PlanAufgabe
in
Prozess
<employee>
<name>Rudi Studer</name>
<position>Professor</position>
<email>???????????<email>
.....
</employee>
Document Template -
teilweise gefüllt
Hintergrundwissen
(Fakten und Regeln)
3.5 Ontologiebasiertes Wissensmanagement
© S. Staab, 2000
Folie 35
1. Einleitung: Wissensmanagement
2. Kurzüberblick Industrieprodukte
3. Intelligente Techniken
3.1 Organizational Memory System
3.2 Information Retrieval und Extraktion
3.3 Fallbasiertes Schlußfolgern
3.4 Wissensentdeckung (Knowledge Discovery)
3.5 Ontologiebasiertes Wissensmanagement
(Smart Task Support)
4. Ausblick und weitere Arbeiten am Institut
Übersicht
© S. Staab, 2000
Folie 36
4. Ausblick und weitere Arbeiten am AIFB
Kooperation & Visualisierung
CSCW-
Funktionalitäten
Virtuelle Treffen
(Avatare)
3-dimensionale
Wissensräume
(Answer Garden)Visualisierung von
Wissensstrukturen
Visualisierung von Graphen: Prof. Schmeck
© S. Staab, 2000
Folie 37
4. Ausblick und weitere Arbeiten am AIFB
Finanzportal
Virtueller Kapitalmarkt
MarketS
(Simulationssystem)
EDGAR
(Electronic Data Gathering
& Retrieval System)
Analyse von
FundamentaldatenIntelligente Agenten
(Portfolioverwaltung)
Prof. Seese
© S. Staab, 2000
Folie 38
4. Ausblick und weitere Arbeiten am AIFB
Teleteaching/-learning
VIKAR (Virtueller
Hochschulverbund Karlsruhe)VIROR (VIRtuelle Hochschule
OberRhein)
Lehre im Internet
Prof. StuckyProf. Schmeck
Authoring-on-the-Fly
Web-based Training
(WBT)
© S. Staab, 2000
Folie 39
4. Ausblick und weitere Arbeiten am AIFB
Prozeßmodellierung
Prozeßverstehen Prozeßunterstützung
Prof. Stucky
Wichtige Grundlagen
für WM
Virtuelle Unternehmen
© S. Staab, 2000
Folie 40
4. Ausblick und weitere Arbeiten am AIFB
Wissensportale
Wissensakquisition Metadaten
Prof. Studer
Text Mining
Einführung von WM
Intelligente
Web Anwendungen
© S. Staab, 2000
Folie 41
4. Ausblick und weitere Arbeiten am AIFB
Data Mining
Einbindung von Data Mining
in das Wissensmanagement Prozeßunterstützung
Prof. Studer
Text Mining
Skalierbarkeit
© S. Staab, 2000
Folie 42
4. Ausblick und weitere Arbeiten am AIFB
Wichtiger Hinweis!!
1. Konferenz
Professionelles Wissensmanagement -
Erfahrungen und Visionen
Kongresshaus Baden-Baden 14.-16. März 2001
Workshops zum Austausch von Uni und Praxis
Tutorials für Spezialgebiete
Eingeladene Vorträge
© S. Staab, 2000
Folie 43
4. Ausblick und weitere Arbeiten am AIFB
1. Konferenz
Professionelles Wissensmanagement - Erfahrungen und
Visionen
http://wm2001.aifb.uni-karlsruhe.de
Workshopthemen:
+ WM & Prozesse
+ WM & Management Support Systeme
+ Strategien für WM
+ WM & Case-Based Reasoning
+ Anwendungen und
Erfahrungsaustausch
+ Marktmechanismen für das WM
Tutorialthemen:
+ Visualisierung von Wissen
+ WM und Begriffsbildung
+ Strategiebildung & -umsetzung
+ Intelligente Techniken