Probleme beim Wissenstransfer (XP-WI)

Transkript

1 Probleme beim Wissenstransfer (XP-WI) Ausblenden von Wissensbereichen Fehlende Trigger: Experten (XP) vergessen wichtige Faktoren, die sie für selbstverständlich halten oder die nicht aktiviert werden. Nonverbales Wissen: Komplexere Wissensbereiche, z.b. bildhaftes Wissen, sind schwer verbal beschreibar. Unbewusstes Wissen: Teile des Wissens können unbewusst sein. Implizites Wissen: In der Sprache wird viel Wissen durch Referenz auf als bekannt vorausgesetztes Wissen kommuniziert. Dieses Wissen muss der Wissensingenieur (WI) aufgrund seines Verständnisses des Problembereichs ergänzen, was natürlich sehr problematisch ist. Kommunikationsprobleme: Terminologische Schwierigkeiten: Verwendung unterschiedlicher Wörter für gleiche Konzepte oder gleicher Wörter für unterschiedliche Konzepte. Verständnisprobleme: Wissensingenieur und Experten verstehen sich nicht richtig bzw. interpretieren Äußerungen falsch. Erklärungsprobleme: Viele Experten haben Schwierigkeiten, ihre Vorgehensweise zu erklären. Das ist auch für Laut- Denken-Protokolle kritisch, die nur dann einen Wert haben, wenn durch das laute Denken das Problemlösungsverhalten des Experten nicht wesentlich verzerrt wird. Motivationsprobleme: Experten können aus vielen Gründen nicht dazu motiviert sein, ihr Wissen preiszugeben. Kosten Zwei Gruppen teurer Spezialisten Meist Trend zu hohem Detailierungs- und Formalisierungsgrad Meist Bruch bei der späteren Wartung des Systems 1

2 Vorteile der Selbstakqusition Voraussetzung: Problemangemessenes und komfortables Wissensakquisitionswerkzeug. Höhere Motivation: Experte identifiziert sich stärker mit Wissensbasis (ähnlich wie Buchautoren); höhere Aussensichtbarkeit. Höhere Arbeitseffizienz: Experte lernt schnell den Effekt der Wissensformalisierung (Feedback durch Fallbeispiele) und optimiert seine Arbeitsweise. Geringere Wissenstransferprobleme Geringere Kosten bei Entwicklung Langfristige Wartung möglich 2

3 Probleme der Selbstakquisition Kommunikationsprobleme können auch Chancen für hocheffiziente Verständigungs- und Lernprozesse sein. Wegfall bei Umgang mit Wissensakquisitionswerkzeug (WAW) Umgang mit WAW schafft eigene Kommunikationsprobleme, aber ohne Chance für Lernprozess, da Wechsel auf Metaebene nicht möglich. Mangelnde Nutzerangemessenheit des WAW (insbesondere für nichtakademische Experten, z.b. Facharbeiter) Experte hat wenig Feedback (Tunnelsicht, unangemessene Verallgemeinerung individueller Vorgehensweise) Experten wird von Hauptarbeit abgehalten, ist ggf. unentbehrlich; häufige Störungen und Ablenkungen; bisheriges Belohnungssystem für Experten greift nicht und wird nicht ergänzt. Überforderung des Experten durch Komplexität des Anwendungsgebietes Kombination von Selbstakquisition mit Unterstützung durch Wissensingenieur vorteilhaft! Beteiligung vieler Experten für jeweils eigene Teilgebiete Spezieller Status für Experten 3

4 Unterstützung von Experten bei Selbstakquisition Unterstützung bei mentalem Modell Bereitstellung von Wissensformalisierungsmustern Bei anspruchsvollen Wissensrepräsentationen: Schrittweise Verfeinerung von Zwischenrepräsentationen in Endrepräsentation Komplexitätsreduktion durch Wissensmodularisierung Wissenseingabe: Visuelles Programmieren: Menüartige und graphische Unterstützung der Wissenseingabe Gleichartigkeit von Eingabe- und Änderungsmodus und sofortige Überprüfbarkeit von Änderungen in der laufenden Sitzung (wegen der Notwendigkeit einer schnellen Rückkopplung). Verschiedene Eingabemodi (für Anfänger und Fortgeschrittene) Wissensvalidierung: Syntaktische Konsistenztests und - soweit möglich - auch semantische Konsistenztests der Wissensbasis. Fallbasiertes Testen: Automatisches Durchspielen von Fällen aus Falldatenbank und Protokollierung von Abweichungen zwischen korrekter und hergeleiteter Lösung (einschl. Lösungsweg) Übersichtliche Gesamtpräsentation der Wissensbasis (z.b. Ausdruck auf Papier) 4

5 Festlegung des Formalisierungsgrades Welches Vorwissen wird bei Datenerfassung vorausgesetzt? Ebene von Fachbegriffen (für Experten) Ebene von Alltagswissen (für Laien) Wie präzise ist die Diagnoseformulierung? Hierarchische Gestaltung - Semantik der Diagnosen entscheidend, z.b. - Maximale Präzision ergibt sich aus den resultierenden Handlungsoptionen Wie weit kann man informelles Wissen integrieren? Delegationsdiagnosen Wie umfangreich sind die Fragebögen? Detailliert genug für präzise Diagnosen Auf dem Niveau von Grobdiagnosen Zum Erkennen der häufigsten Diagnosen Nur ausreichend zum Delegieren Wie präzise sind die Regeln? Nur Verdacht Wahrscheinlichkeiten Bestätigung Steuerung der Datenerfassung? Establish-Refine Hypothesize-and-Test Standardisiert Benutzergesteuert Abwägung informelles <-> formalisiertes Wissen 5