====== KI - Wissensakquisition und Wissensrepräsentation ======

|< 100% 33% 66%>|
^Dauer^6 SWS^
^Art^Vorlesung mit Übung^
^Semester^WS2013^
^Vortragende^Prof. Michael Beetz^
^Übungsleitung^NN^
^Sprache^Deutsch^
^Termine^Montag: 14:00 - 16:00, Vorlesung, Ort: MZH 1460^
^Übung^Montag: 16:00 - 18:00, Übung, Ort: MZH 1460^
^Bemerkungen^Vorlesungsbeginn: 14.10.2013 \\ Übungsbeginn: 21.10.2013^ \\

Organizational Issues and Materials can be found at our
[[https://elearning.uni-bremen.de/index.php?extern_jump_va=ca061d50fabc62a8524e52fb53ee90b4|Stud.IP page]]

----

Wissensakquisition entspricht in weiten Grenzen der Systemanalyse, wie sie aus dem Software Engineering bekannt ist. So beschäftigt sich die Wissensakquisition damit, wie in Organisationen bestimmte Aufgaben so definiert werden können, daß sie z. B. einer maschinellen Bearbeitung zugänglich sind. Es ist schon lange bekannt, daß das früher benutzte einfache Bild der “Informationsextraktion” aus den Experten nicht trägt: es geht hier um einen modellbasierten Prozeß, der das zu nutzende Wissen zuerst verbal, dann semiformal und schließlich formal dargestellt, um die Kluft zwischen dem Expertenwissen und einer letzendlich in einer formalen Programmiersprache fixierten Anwendung schließen zu können. In diesem Kontext spielt eine implementierungs-unabhängige Wissensrepräsentation, die es erlaubt, statisches und dynamisches Wissen auf mehreren Ebenen zu formulieren und (mindestens) zu validieren, eine große Rolle. Modellierung komplexer bzw. realer Anwendungen erfordert zumeist eine Abbildung auf verteilte Systeme.