1. Einleitung
2. Darstellung der Grundlagen
2.1. Definitionen und Abgrenzungen
2.1.1. Definition und Einordnung von
          wissensbasierten Systemen
2.1.2. Zum Begriff 'Erklärung'
2.1.3. Wissen in wissensbasierten
          Systemen
2.2. Die Erklärungskomponente innerhalb
       eines wissensbasierten Systems
3. Die Erklärungsfähigkeit wissensbasierter
    Systeme
3.1. Die Bedeutung der Erklärungsfähigkeit
3.2. Anforderungen an die Erklärungs-
       fähigkeit von Wissensbasierten
       Systemen 
3.2.1. Die Anforderungen an die
          Erklärungsfähigkeit aus Sicht des
          Knowledge Engineer
3.2.2. Die Anforderungen an die
          Erklärungsfähigkeit aus Sicht der
          Anwender
3.2.2.1. Experten
3.2.2.2. Unwissende Anwender und
             Anwender mit Grund­kenntnissen
3.2.2.3. Studenten
3.3. Augenblicklicher Stand der Erklärungs-
       fähigkeit in eingesetzten
       wissensbasierten Systemen
3.3.1. Trace
3.3.2. Rule Expansion
3.3.3. Canned Text
3.4. Grenzen der augenblicklichen
       Erklärungsfähigkeit in eingesetzten
       wissensbasierten Systemen
4. Die Anforderungen an das
    abzubildende Wissen für eine bessere
    Erklärungsfähigkeit
4.1. Zur Beantwortung von Fragen
       benötigtes Wissen
4.1.1 Ursachen für Fragen
4.1.2. Frage- und Antworttypen
4.1.3. Für die Beantwortung von Fragen
          benötigten Wissensarten
4.1.3.1. Verbesserung der Erklärungs-
             fähigkeit durch Metawissen
4.1.3.2. Die Bedeutung von tiefem Wissen
             für Erklärungen
4.1.4. Die Bedeutung einer getrennten
          Darstellung der verschiedenen
          Wissensarten
4.2. Zur Auswahl der relevanten
       Informationen benötigtes Wissen
4.2.1. Wissen über den Benutzer
4.2.1.1. Modell als Hilfsmittel zur
             Abbildung der
             Benutzereigenschaften
4.2.1.2. Wissen über den Benutzer
4.2.1.3. Dimensionen eines
             Benutzermodells
4.2.1.4. Die Speicherung des Wissens
4.2.1.5. Die Bedeutung von Benutzer-
             modellen im praktischen Einsatz
4.2.2. Wissen über die Komplexität und
          Relevanz von Regeln
4.3. Zur Generierung von Erklärungen
       benötigtes Wissen
4.3.1. Wissen über Erklärungstechniken
          und -strategien
4.3.2. Wissen über die Sprache
4.3.3. Wissen für grafische Erklärungen
5. Die Realisierung der Erklärungs-
    komponente an dem Beispiel XPLAIN
5.1. Die Idee von XPLAIN
5.2. Der Aufbau von XPLAIN
5.3. Die Arbeitsweise des automatischen
       Programmierers
5.4. Die Erstellung von Erklärungen mit
       XPLAIN
5.5. Weiterentwicklungen des XPLAIN-
       Ansatzes
6. Schlußbetrachtung
7. Literaturverzeichnis
8. Anlage
9. Abkürzungsverzeichnis
10. Abbildungsverzeichnis

3.2.2.1. Experten

Die Gründe für den Einsatz eines wissensbasierten Systems durch einen Experten sind unterschiedlich. Es kann aus Zeitmangel geschehen, oder weil er nicht auf dem gesamten Bereich des Systems Experte ist. Eventuell werden auch gewisse Daten über eine Datenbankschnittstelle direkt in das wissensbasierte System eingefügt und sind nur so konzentriert verfügbar.95

Der Experte hat als qualifizierter Benutzer häufig schon detaillierte Vorstellungen über das zu erwartende Ergebnis. Daraus ergibt sich, daß Ergebnisse, die von den Erwartungen des Experten abweichen, von dem wissensbasierten System erklärt werden müssen. Die Frageform WARUM-NICHT ...? spielt hierbei eine besondere Bedeutung.96

Auch die Möglichkeit zu kontrollieren,

1. ob das gesamte Wissen,  das er für relevant hält, in Betracht gezogen wurde, die Wissensbasis vollständig ist,
2. das   System   eine   korrekte   Strategie   zur   Lösungssuche   an­gewendet hat und
3. das Wissen, daß alle von ihm gegebenen Daten verwendet oder zumindest betrachtet wurden

kann zur Akzeptenz des Ergebnisses beitragen.97

Experten   stellen   auch   spezielle  Anforderungen  an  den  Umfang der Erklärungen.  Knappe, auf ein spezielles Ereignis gerichtete

Erklärungen werden von ihnen gewünscht.98 Sie sind nicht an ausführlichen Erklärungen interessiert, sondern nur daran, das Wissen und die Schlußfolgerungen zu überprüfen" sowie bei einem Mißverständnis eine Klärung des fraglichen Punktes zu erreichen. Da die Experten das dem Fachbereich zugrunde­liegende tiefe Wissen besitzen, legen sie mehr Wert auf strukturelle Informationen.100

95       Vgl. WALDHÖR, K.; ANSCHÜTZ, H.: User Centered Explanations in Knowledge Based Systems, a.a.O., S. 810.

96       Vgl. MAßLER, T.; RITTIRSCH, T.: Eine WARUM-NICHT-Komponente zur Erweiterung der Erklärungsfähigkeit von Expertensystemen, Universität Giessen, Fachbereich Wirtschaftswissenschaften, Diskussion Paper No. 1/1990, Giessen 1990, S. 2.

97       Vgl. CHANDRASEKARAN, B.; JOSEPHSON, J.; KEUNEKE, A.: Functional Representations as a Basis for Generating Explanations, in: International Conference on Cybernetics and Society/International Conference on Systems, Man and Cybernetics, Proceedings IEEE, 14.-17.10.1986, Atlanta,
1986, S. 726 (726-731).
Vgl. auch CHANDRASEKARAN, B.; TANNER, M.; JOSEPHSON, J.R.: Explanation: The Role of Control Strategies and Deep Models, in: HENDLER, J.A. (ED.): Expert Systems: The User Interface, Norwood, New Jersey 1988, S. 220 (219-247).