Regelbasiert (Expertensysteme)
Bevor Daten regierten, regierten Regeln. Hier ist, wie das aussah.
Fall: Der Fall des technologisch verwaisten Diebs
Ein modernes Bürogebäude nach Feierabend, jene geheimnisvolle Stunde, wenn die Geschäftswelt in den Tiefschlaf fällt und nur noch die sanften Schritte der Reinigungskraft das Schweigen durchbrechen.
RegelnEine Regel hat die Form WENN Bedingungen DANN Schluss. Sind alle Bedingungen erfüllt, feuert die Regel und leitet einen neuen Fakt ab.
Detektiv-Anleitung
HinweiseHinweise sind die gesammelten Fakten eines Falls. Du sammelst sie, damit die Regeln darauf zugreifen können.
Klicke auf verfügbare Hinweise, um sie zu sammeln.
Schnellaktionen und Status
Sammle Hinweise und löse Kriminalfälle durch systematische Anwendung regelbasierter Logik. Diese interaktive Demo zeigt, wie KI-Systeme Schritt für Schritt zu Lösungen gelangen.
Definition
Regelbasierte KI-Systeme
Analogie
Stell dir vor, du bist ein Detektiv, der einen Fall löst. Du sammelst Hinweise und wendest logische Regeln an, um zu einer Schlussfolgerung zu gelangen.
Wenn du findest, dass 'der Verdächtige war zur Tatzeit am Tatort' UND 'seine Fingerabdrücke sind auf der Waffe', dann kannst du schließen: 'Er ist wahrscheinlich der Täter'.
Genau so funktionieren regelbasierte KI-Systeme: Sie verwenden 'WENN-DANN'-Regeln, um aus vorhandenen Fakten neue Erkenntnisse abzuleiten.
Es ist wie ein digitaler Detektiv, der systematisch Logik anwendet!
Definition
Ein regelbasiertes System ist ein KI-Ansatz, der explizite Regeln und logische Schlussfolgerungen verwendet, um Probleme zu lösen.
Es besteht aus drei Hauptkomponenten:
- Faktenbasis: Sammlung von bekannten Informationen und Daten
- Regelbasis: WENN-DANN-Regeln, die definieren, wie aus Fakten neue Schlüsse gezogen werden
- Inferenzmaschine: Die Logik-Engine, die Regeln anwendet und neue Fakten ableitet
Diese Systeme sind transparent, erklärbar und deterministisch - perfekt für Anwendungen, wo Nachvollziehbarkeit wichtig ist.
Diese interaktive Simulation zeigt, wie regelbasierte KI-Systeme funktionieren. Du spielst einen Detektiv, der durch systematisches Sammeln von Hinweisen und Anwenden von Regeln Fälle löst.
Die drei Komponenten des Systems
- Hinweise (Faktenbasis): Informationen, die du sammelst und als Grundlage für deine Schlussfolgerungen verwendest
- Regeln (Regelbasis): Logische WENN-DANN-Regeln, die definieren, wie aus Hinweisen Schlüsse gezogen werden
- Schlussfolgerung (Inferenzmaschine): Der Prozess der automatischen Anwendung von Regeln auf gesammelte Hinweise
So verwendest du die Simulation
- Wähle einen Fall aus der Dropdown-Liste aus
- Sammle Hinweise durch Klicken auf die verfügbaren Indizien
- Beobachte, wie das System automatisch Regeln anwendet
- Löse den Fall durch systematische Schlussfolgerung
Theorie regelbasierter Systeme
Regelbasierte KI-Systeme verwenden explizite Wenn-Dann-Regeln zur Problemlösung. Im Gegensatz zu lernenden Systemen wie neuronalen Netzen basieren sie auf menschlichem Expertenwissen, das in Form von logischen Regeln kodiert wird.
Diese Systeme arbeiten nach dem Prinzip der deduktiven Logik: Aus bekannten Fakten und definierten Regeln werden neue Schlussfolgerungen gezogen. Jede Regel hat eine Bedingung (WENN) und eine Konsequenz (DANN). Wenn die Bedingung erfüllt ist, wird die Konsequenz ausgeführt.
Vorteile
- Transparent und nachvollziehbar: Jede Entscheidung kann auf die angewendeten Regeln zurückgeführt werden
- Erklärbare Entscheidungen: Das System kann genau erklären, warum eine bestimmte Schlussfolgerung getroffen wurde
- Einfach zu warten und zu erweitern: Neue Regeln können hinzugefügt werden, ohne das gesamte System neu zu trainieren
- Zuverlässig bei bekannten Problemdomänen: Wenn die Regeln korrekt definiert sind, liefert das System konsistente Ergebnisse
Einschränkungen
- Wird komplex bei vielen Regeln: Mit wachsender Regelbasis wird das System schwer zu überblicken
- Aufwändige Pflege der Regelbasis: Regeln müssen manuell erstellt und aktualisiert werden
- Keine automatische Lernfähigkeit: Das System kann nicht aus Erfahrungen lernen oder sich an neue Situationen anpassen
Praktische Anwendungen
Typische Anwendungen: Expertensysteme in der Medizin und Diagnostik, Compliance-Prüfung in Banken und Versicherungen, Qualitätskontrolle in der Produktion, Troubleshooting-Systeme in der IT, und rechtliche Entscheidungsunterstützung.
Probiere die Demo aus! Löse die Detektivfälle und erlebe, wie Wenn-Dann-Regeln logische Schlussfolgerungen ermöglichen.
1
# Regelbasiertes System
2
funktion regelbasierte_ki(eingabe):
3
# Hauptfunktion: Wendet Regeln auf Eingabe an
4
regeln = lade_alle_regeln()
5
wissensbasis = lade_wissen()
6
7
solange system_läuft:
8
# Eingabe empfangen und verstehen
9
eingabe = hole_benutzereingabe()
10
fakten = analysiere(eingabe)
11
12
# Passende Regeln finden
13
für jede regel in regeln:
14
wenn bedingung_erfüllt(regel, fakten):
15
führe_aus(regel.aktion)
16
ergebnisse.hinzufügen(regel.ergebnis)
17
wenn regel.exklusiv: stop
18
19
# Nach Priorität sortieren
20
ergebnisse = sortiere_nach_priorität(ergebnisse)
21
wende_beste_regel_an(ergebnisse[0])
22
23
# Antwort generieren
24
antwort = formatiere_ausgabe(ergebnisse)
25
gebe_zurück(antwort)
26
27
# Optional: Regeln verbessern
28
wenn lernen_aktiviert:
29
aktualisiere_regeln(feedback)
30
31
return regelbasiertes_system
📚 Regeln laden
Lade alle Wenn-Dann-Regeln und Wissensbasis. Jede Regel hat Bedingungen und Aktionen. Expertenwissen wird in Regeln codiert.
regeln = lade_alle_regeln()
wissensbasis = lade_wissen()
📝 Eingabe
Benutzer stellt Frage oder gibt Information ein. System empfängt Text, Zahlen oder strukturierte Daten.
🔤 Parsing
Eingabe wird analysiert und in Fakten zerlegt. Schlüsselwort-Erkennung, Pattern-Matching, Tokenisierung.
🎯 Regel-Matching
Fakten werden mit Regel-Bedingungen verglichen. Forward-Chaining oder Backward-Chaining Strategien.
⚙️ Ausführung
Aktionen der gefeuerten Regeln werden ausgeführt. Inferenz-Engine arbeitet Regeln ab.
💡 Ausgabe
Ergebnis wird formatiert und ausgegeben. Antwort, Empfehlung oder Aktion wird dem Benutzer präsentiert.
Prüfen
Regelbasierte KI Verständnisquiz
Was ist eine Inferenzmaschine in einem regelbasierten System?
Wähle eine Antwort
1. Was ist eine Inferenzmaschine in einem regelbasierten System?
2. Welche Vorteile haben regelbasierte Systeme? (Mehrere Antworten möglich)
3. In welcher Situation sind regelbasierte Systeme besonders geeignet?