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

4.3.2. Wissen über die Sprache

Natürliche Sprache ist für Erklärungen von Interesse, da sie für den Menschen die üblichste und natürlichste Form der Kommunikation darstellt. Bei der Verarbeitung von natürlicher Sprache wird unterschieden zwischen geschriebener und gesprochener Sprache. Das Erkennen und Erstellen von natürlicher Sprache setzt voraus, daß Wissen, z.B. über den Wortschatz, die Syntax, die Pragmatik, den Dialcgcharakter usw. im Rechner gespeichert ist und mittels geeigneter Verfahren angewendet wird.347

Für die Ausgabe von gesprochener Sprache gibt es zahlreiche Verfahren unterschiedlicher Komplexität. Das automatische Erkennen von gesprochener Sprache hingegen ist derzeit nur eingeschränkt möglich.348

Im Rahmen der Erklärungsfähigkeit ist es sehr wünschenswert, daß der Benutzer die Möglichkeit hat eine Vielzahl von Fragen zu stellen. Die Grundvoraussetzung für deren Beantwortung ist, daß die unterschiedlichen Fragen und ihre Intention erkannt werden.

Natürliche Sprache ist auch von großer Bedeutung, wenn der Benutzer eine aktive Rolle während der Konsultation übernehmen soll.349 Hier ist es wichtig, daß der Benutzer dem System ein Feedback   geben   kann,   ob   die   Erklärung   verstanden  wurde.350

Auch eine Diskussion über die Vor- und Nachteile der vorgeschlagenen Lösung erfordert hochentwickelte natürlichsprachliche Fähigkeiten.351

346      Vgl. WEINER, ÖX: The Effect of User Models on the Production of Explanations, a.a.O., 3. 152.

347      Vgl. BUNKE, H.: Künstliche Intelligenz und Expertensysteme, a.a.O., S. 14.

348      Vgl. BUCHBERGER, E.: Sprachverarbeitung, in: MERTENS, P. (HAUPTHRSG.): Lexikon der Wirtschaftsinformatik, Zweite, vollständig neu bearbeitete und erweiterte Auflage, Berlin/Heidelbera/New York/London/Paris/Tokyo/Hong Kona/ Barcelona 1990, S. 400 (399-400).

349      Vgl. BERRY, D.C.; BROADBENT, D.E.: Expert Systems and the Man-Machine Interface, a.a.O, S. 24.