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

4.2.1.5. Die Bedeutung von Benutzermodellen im praktischen Einsatz

Wenn es möglich ist, das notwendige Wissen über den Benutzer zuverlässig zu erwerben, dann können Benutzermodelle sehr wertvoll für Erklärungen sein.305 Ihre Bedeutung hängt aber sehr stark von der Einsatzart und von den Benutzern ab. Wenn die Ausbildung im Vordergrund steht oder Benutzer mit sehr unterschiedlichen Anforderungen ein System benutzen, dann ist ein Benutzermodell von besonderer Bedeutung, da sich hier das System an unterschiedliche oder sich verändernde Benutzer an­passen muß.307

Die Erstellung eines detaillierten Benutzermodells für jeden einzelnen Benutzer ist sehr teuer. Sowohl die für die Entwicklung eines derartigen Modells benötigte Zeit308 als auch der Speicherplatz309 und die Verarbeitungszeit sind unfangreich.

Die Einführung von komplexen Benutzermodellen ist daher nur bei wissensbasierten Systemen mit einer hoch entwickelten Erklä­rungsfähigkeit interessant. Bei Systemen mit einer einfach gestalteten Erklärungskomponente reicht eine simple Klassifizierung der Benutzer aus, da den Systemen die nötige Tiefe fehlt, um benutzerspezifische Erklärungen zu erstellen.310

306      Vgl. GILBERT, N.: Explanation as process, a.a.O., S. 74.
Vgl.   ELLIS,   C:   Explanation  in  Intelligent Systems,  a.a.O., S. 117.

307      Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23.

308    Bei komplexen Benutzermodellen besteht das Problem, die benötigten Informationen innerhalb einer akzeptablen Zeit zu erwerben.

309      Vgl. RICH,  E.: Users are Individuals, a.a.O., S. 207.

310      Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 23.