Probabilistisches Schließen

In vielen Anwendungsbereichen der Expertensysteme sind die Fakten bzw. das Wissen inhärent unsicher. Eine Aussage wird für wahrscheinlich gehalten oder man weiß nichts darüber. Um diesen Zwischenraum im Anwendungsbereich der Expertensysteme darzustellen, bedarf es einer Erweiterung der Wissensrepräsentation und der Problemlösungsstrategien.

Ein Ansatz dafür ist das probabilistische Schließen. Jede Aussage wird mit einer Wahrscheinlichkeit, die den Grad der Unsicherheit repräsentiert, bewertet. Dabei ist nach der Herkunft der Wahrscheinlichkeiten zu unterscheiden. Stammen die Angaben aus statistisch hergeleiteten Angaben, spricht man von probabilistischem Schließen. Werden die Wahrscheinlichkeiten von Experten geschätzt, wird dies in die Kategorie des unsicheren Schließens mit Evidenzen oder Sicherheitsfaktoren eingeordnet. Unter Evidenz versteht man Annahmen und Aussagen, die sicher oder beobachtbar sind und damit über eine gewisse Sicherheit verfügen.

Voraussetzung für die Anwendbarkeit des probabilistischen Schließens und der dazugehörigen fundierten statistischen Verfahren ist die Unabhängigkeit der Symptome sowie deren Vollständigkeit und der wechselseitige Ausschluß der Diagnosen. Dies kann in den meisten Fällen nicht garantiert werden. Die Mechanismen für die Repräsentation unsicheren Wissens stammen deshalb überwiegend aus dem Bereich des unsicheren Schließens.
Das wichigste Einsatzgebiet in Expertensystemen für den Umgang mit Unsicherheiten stellt die Diagnostik dar. Die Bewertungen der Diagnosen basieren dabei auf einem einheitlichen Algorithmus:

1.

Alle Diagnosen werden mit a priori (unbedingten) Wahrscheinlichkeiten belegt.

2.

Für jedes Symptom wird die Wahrscheinlichkeit aller Diagnosen entsprechend der bedingten Wahrscheinlichkeiten modifiziert.

3.

Die wahrscheinlichste Diagnose wird selektiert.

Zur Anwendung benötigt man alle Berechnungen und Abschätzungen der bedingten Wahrscheinlichkeiten und sämtliche a priori Wahrscheinlichkeiten.