Möbus, Claus and Schröder, Olaf (1997) Unterstützung der Bildung stochastischer Modelle: Von qualitativen verbalen Relationsbeschreibungen zu quantitatitven Beziehungen. In: KogWis 97 : Proceedings der 3. Fachtagung der Gesellschaft für Kognitionswissenschaft. Friedrich-Schiller-Universität, Jena, pp. 129-132. ISBN 3-00-001761-5

Preview

- Published Version Volltext (2054Kb)

Abstract

In vielen Gegenstandsbereichen wie etwa der Betriebswirtschaft oder der Medizin müssen Entscheidungen unter Unsicherheit getroffen werden, da das Wissen unvollständig ist und / oder die Beziehungen zwischen den relevanten Variablen stochastisch oder nicht genau bekannt sind. Auch ist relevantes Datenmaterial oft nicht verfügbar, die Information über stochastische Fakten und Relationen liegt häufig nur in verbaler Form vor, wie z.B.: "Es ist sehr gut möglich, daß eine Verlagerung intrakranieller Blutgefäße anhaltenden Kopfschmerz nach sich zieht." Auch Domänenexperten zögern oft, genauere (z.B. numerische) Angaben zu machen, etwa in der Medizin (NAKAO & AXELROD, 1983). Andererseits sollten "Domänenmodelle", also Modelle über das Wirkungsgefüge der interessierenden Variablen wie möglicher Ursachen, ihrer Auswirkungen und deren Indikatoren, so präzise wie möglich formuliert werden, wenn sie für Entscheidungsprozesse wie etwa in der Medizin sinnvoll herangezogen werden können. In der Medizin ist dies eine Voraussetzung rationeller Diagnose, Beratung und Therapieplanung sowie der Dokumentation der getroffenen Entscheidungssequenzen. Auch zur Vorbereitung betriebswirtschaftlicher Entscheidungen können solche Modelle oft sinnvoll eingesetzt werden. Explizite Modellvorstellungen sind wichtig im Rahmen von Qualitätssicherungsmaßnahmen, da sie getroffene Entscheidungssequenzen nachvollziehbar machen. In der Praxis werden vorhandene Modellvorstellungen allerdings häufig nicht explizit formuliert. MEDIKUS (M odellierung, E rklärung und Di agnoseunterstützung bei k omplexen, u nsicheren S achverhalten; SCHRÖDER, MÖBUS, THOLE, 1996) ist ein System, das die Modellbildung ebenso wie Modellanwendung für Diagnose und Beratung in ausgewählten medizinischen Bereichen unterstützt. Domänenmodelle werden als Bayes-Netze (PEARL, 1988) repräsentiert. Es soll hier die Frage untersucht werden, wie Personen bei der stochastischen Modellbildung unterstützt werden können. Dazu wird ein Ansatz vorgestellt, der die Gewinnung des für die Domänenmodelle erforderlichen quantitativen stochastischen Wissens anhand qualitativer verbaler Konzept-und Relationsbeschreibungen ermöglicht. Mit diesem Ansatz können qualitative Aussagen von Experten in nichtreaktiver Weise für das Domänenmodell quantifiziert werden. Nach Validierung der so gewonnenen numerischen Relationen kann das entstandene Modell für diagnostische oder Beratungszwecke bis auf weiteres eingesetzt werden.

Item Type:	Book Section
Uncontrolled Keywords:	Entscheidungen unter Unsicherheit, stochastische Fakten und Relationen, verbale Form, Domänenmodelle, Bayes-Netze, quantitatives stochastisches Wissen, qualitative verbale Konzept-und Relationsbeschreibungen
Subjects:	Generalities, computers, information > Computer science, internet Philosophy and psychology > Psychology
Divisions:	School of Computing Science, Business Administration, Economics and Law > Department of Computing Science
Date Deposited:	09 Sep 2015 09:10
Last Modified:	08 Oct 2015 08:04
URI:	https://oops.uni-oldenburg.de/id/eprint/2158
URN:	urn:nbn:de:gbv:715-oops-22394
DOI:
Nutzungslizenz:

Actions (login required)

View Item