Funkat, Anne-Kathrin Funkat, Gert Prozessbasiertes Knowledge Engineering in medizinischen Problemdomänen Abstract Knowledge elicitation and knowledge modelling have always played an important role within the context of Knowledge Engineering and have as such been named the "bottleneck of system development". However the phase of elicitation and representation of knowledge is highly responsible for the quality of knowledge- intensive systems being developed. Knowledge-intensive and complex problem domains for which a system needs to be developed are characterized by the mixture of various problem solving methods, a lack of completeness and certainty of validity, and the high numbers of entities. Decision-making processes belong to the knowledge-intensive problem domains. Recent model-based methods of Knowledge Engineering have used templates in knowledge modelling for problem solving methods. Hereby a pre-classification of the problem domain is implicated. Knowledge outside this classification is not recorded in this modelling. The conceptualisation of the domain does not take place independently from the templates. Therefore a reuse of application ontologies is not possible. The new approach introduced within is the process-based Knowledge Engineering. The original decision-making processes of experts are identified and analysed according to the said procedural model. Domain entities are projected on ontological structures regardless of their role in the decision-making process. The representation of the concepts on ontological structures allows a test of validity for concepts and values for problem domains as well as a flexible adaptation to existing information systems. For the presentation of the knowledge there are three levels of representation introduced here: the Konzeptuelle Ebene (conceptual levels of representation), implementierbare Ebene (implementable levels of representation) and Computational Form. The modelling of knowledge takes place on the conceptual level of representation. The entities of a domain and their relations are independently described here. The modelling of knowledge is supported by the said procedural model. The procedural model consists of scenarios employed to analyse separate problem solving processes and displays concepts and knowledge of a domain onto ontological structures and elements of models. In that context ontological structures constitute the link between the entities of the problem domain and the elements of models. The elements of models on the conceptual level of representation have a representation on the implementable level, which is transferred to the Computational Form. To support this method on a technical level the OUZO-tool has been developed. It supports the modelling of knowledge with an editor and directly processes the Computational Form.
Für das Gebiet des Knowledge Engineering hat die Wissenserhebung und -modellierung immer eine besondere Rolle eingenommen und wird deswegen als Flaschenhals der Systementwicklung" bezeichnet. Andererseits ist die Phase der Erhebung und Repräsentation von Wissen maßgeblich entscheidend für die Qualität zu entwickelnder wissensintensiver Systeme. Wissensintensive, komplexe Problemdomänen, für die eine Systementwicklung erfolgen soll, sind durch Eigenschaften gekennzeichnet wie die Vermischung verschiedener Problemlösungstypen, eine fehlende Vollständigkeit und fehlende Gültigkeitssicherheit von Informationen und die hohe Zahl der Entitäten. Entscheidungsprozesse gehören zu den wissensintensiven Problemdomänen. Aktuelle modellbasierte Methoden des Knowledge Engineering nutzen für die Wissensmodellierung Modellvorlagen für Problemlösungsmethoden. Dadurch wird eine Vorklassifikation der Problemdomäne impliziert. Außerhalb dieser Klassifikation liegendes Wissen wird bei der Modellierung nicht erfasst. Die Konzeptualisierung der Domäne erfolgt nicht unabhängig von den Modellvorlagen. Dadurch ist eine Wiederverwendung von Applikations-Ontologien unmöglich. In der vorliegenden Arbeit wird als neuer methodischer Ansatz das Prozessbasierte Knowledge Engineering vorgestellt. Dabei werden in einer abgegrenzten Problemdomäne die orginären Entscheidungsprozesse der Experten identifiziert und entsprechend dem entwickelten Vorgehensmodell nach Strategie- und Domänenwissen analysiert. Domänenentitäten werden unabhängig von ihrer Rolle im Entscheidungsprozess auf Konzepte einer ontologischen Struktur abgebildet. Die Repräsentation der Konzepte in ontologischen Strukturen erlaubt für Problemdomänen eine Gültigkeitsprüfung von Begriffen und Werten sowie eine flexible Adaptation an bestehende Informationssysteme. Für die Abbildung von Wissen werden drei Repräsentationsebenen eingeführt: Konzeptuelle Ebene, implementierbare Ebene und Computational Form. Die Wissensmodellierung findet auf der konzeptuellen Ebene statt. Hier werden Entitäten einer Domäne und ihre Beziehungen implementierungsunabhängig beschrieben. Die Wissensmodellierung wird durch das entwickelte Vorgehensmodell unterstützt. Das Vorgehensmodell besteht aus Szenarien, mit denen einzelne Problemlösungsprozesse analysiert und Begriffe und Wissen aus der Domäne in ontologische Strukturen und Modellelemente abgebildet werden. Ontologische Strukturen stellen dabei das Bindeglied zwischen den Entitäten der Problemdomäne und den Modellelementen dar. Die Modellelemente auf der konzeptuellen Ebene besitzen eine Repräsentation auf der implementierbaren Ebene, die in die Computational Form überführt wird. Für die technologische Unterstützung der Methode wurde das OUZO-Tool entwickelt. Es unterstützt die Modellierung des Wissens mit einem Editor und arbeitet die Computational Form des Wissens direkt ab.