Anwendung

Bayessche Netze werden verwendet, um Unsicherheiten in der Wissensrepräsentation zu modellieren. In der graphischen Darstellung stellt jeder Knoten eine Zufallsvariable dar, die es zu entscheiden gilt, und besitzt eine Tabelle der bedingten Wahrscheinlichkeiten. Diese bedingten Wahrscheinlichkeiten werden aus den Zuständen der Elternknoten berechnet.
Der Aufbau Bayesscher Netze für den Intelligent Assistant erfolgt hinsichtlich der für ein beschriebenes Problem notwendigen Informationen. Der Experte benötigt diese im Trouble-Ticket zur Weiterverarbeitung und die Tickets entlasten ihn wiederum von seiner Routinearbeit.
Die Wahrscheinlichkeiten im Bayesschen Netz verändern sich dynamisch durch Propagierung über die Kanten. Gilt eine Annahme als sicher, so wird deren Wahrscheinlichkeitswert in der bedingten Wahrscheinlichkeitstabelle auf einen Wert möglichst nahe 1 gesetzt. Da eine der Annahmen eine höhere Wahrscheinlichkeit besitzt, beeinflußt sie die abhängigen Wahrscheinlichkeiten und es kann eine Tendenz festgestellt werden. Ergeben sich noch weitere sichere Annahmen in dieser Abhängigkeit, so wird sich eine weitere Frage- oder Testrichtung herauskristallisieren. Dies ist diejenige Richtung, in welche ausgedrückt wird, wie wahrscheinlich diese spezielle Information noch benötigt wird. Dabei sind auch die Restkosten, die sich auf diesem Weg für die gesamte Diagnose noch ergeben können, berücksichtigt. Die Angabe der Restkosten erfolgt immer für den wahrscheinlichsten Fall.