Die Technologie CBR Case-based Reasoning

„Jede von mir gelöste Aufgabe wurde zum Muster, welches ich im weiteren für die Lösung anderer Aufgaben nutzte.“René Descartes

Mit der strukturierten Suche, hinter der sich eine Technologie der Künstlichen Intelligenz – die Technologie CBR Case-based Reasoning – verbirgt, können kompakte, in sich geschlossene Aufgabenstellungen der Informationslogistik bzw. des Wissensmanagements erfolgreich gelöst werden.

Als Weiterentwicklung der Expertensysteme, die durch ihren unverhältnismässig hohen Modellierungsaufwand des Expertenwissens zum Scheitern verurteilt waren, hatte CBR das Ziel, Anfragen richtig zu beantworten ohne dafür unnötig viel Wissen a priori zu modellieren, sondern vielmehr aus über die Zeit richtig gegebenen Antworten zu lernen und so neues Wissens in der so genannten Fallbasis anzusammeln. Man folgte also einem Konzept, dass der Mensch seit langer Zeit erfolgreich anwendet: existierende Problemlösungen (gemachte Erfahrungen, so genannte Fälle) gezielt wieder zu verwenden und über die Zeit den Erfahrungsschatz (die Fallbasis) zu vergrössern. Die Abbildung veranschaulicht die CBR-Idee.

Jeder Fall wird mittels Attributen beschrieben. Attributwerte sind (aus objektorientierter Sicht) Instanzen von Klassen. Objekte der Klassen (so genannte Konzepte) können als Aufzählung oder Taxonomie angeordnet werden. Darüber hinaus können für die Konzepte sprachabhängige Schlüsselwerte definiert werden, die eine mehrsprachige Anwendung (Anfragen, Inhalte, Benutzungsoberflächen) zulassen.
Problem + Lösung = Fall. Die Beschreibung des Problems und der zugehörenden der Lösung kann direkt in einem Attribut stehen oder im Attribut wird ein Verweis auf eine externe Beschreibung, also beispielsweise ein Dokument abgelegt
Alle Fälle werden in der Fallbasis abgelegt. Die Fallbasis entsteht automatisch, beim initialen bzw. inkrementellen Indexieren von bestehenden Informationseinheiten. Beim Indexieren werden die Attributwerte aus den Informationseinheiten extrahiert und in einem für die strukturierte Suche optimierten Index abgelegt.

Eine Nutzeranfrage (ein Problem) wird zu einem Anfrage-Fall.
Die Nutzeranfrage durchläuft die gleichen oder ähnliche Verfahren, wie die zuvor indexierten Informationseinheiten.

Der CBR-Algorithmus vergleicht den Anfrage-Fall mit den Fällen der Fallbasis, berechnet bei jedem Vergleich anhand der Attribute ein Ähnlichkeitsmass und liefert die ähnlichsten Fälle als Ergebnis zurück.Die angezeigte Ergebnisliste kann weiter aufbereitet werden.

Der Nutzer beurteilt die Lösungen der ähnlichsten Fälle.
Der Nutzer prüft die gelisteten Ergebnisse darauf, ob eine Lösung für sein Problem dabei ist. Dabei hilft ihm das angegebene Ähnlichkeitsmass, an dem er erkennen kann, wie wahrscheinlich bzw. unwahrscheinlich der Treffer eine Lösung darstellt.

Nutzer-Feedback
Bei positiver Bewertung der Lösung durch der Nutzer wird der Anfrage-Fall mit dieser Lösung in die Fallbasis aufgenommen und steht so für zukünftige Anfragen zur Verfügung. Das System hat automatisch dazugelernt. Ist der Nutzer mit keiner Lösung zufrieden, so werden diese Anfrage protokolliert und später vom Administrator Ausgewertet bzw. dem Fachpersonal zur Lösung weiter geleitet.