Fazit

Wie aufgezeigt wurde, stammen Bayessche Netze aus einem sehr komplexen Bereich der Wahrscheinlichkeitstheorie und Kognitionswissenschaft. Ihr häufigstes Einsatzgebiet ist derzeit die Medizin, ein Gebiet das nicht allzu dynamisch ist, da beim Menschen nicht jeden Tag neue Krankheiten entdeckt werden, die es zu diagnostizieren gilt.
Im Gegensatz dazu steht das Netzmanagement, das durch ständige Veränderungen in der Topologie und in der Infrastruktur gekennzeichnet ist. Neue Komponenten, neue Anwendungen, die installiert werden, müssen im Netzmanagement berücksichtigt und integriert werden.
Werden Bayessche Netze wiederum in diesem Gebiet eingesetzt, so ist das auch unter einem kritischen Aspekt zu betrachten.
Die Experten werden zuerst in einer Wissenakquisition befragt, sie bestimmen die Abhängigkeiten der einzelnen Informationen, die für eine Diagnose notwendig sind und sie haben Wahrscheinlichkeiten einzuschätzen, die durchaus subjektiven Charakter haben. Die Reibungsfläche zwischen den einzelnen Experten dabei ist groß.
Als Beispiel sei hier das Bayessche Netz für das System PATHFINDER erwähnt. Dieses Expertensystem deckt ca. 60 Lymphknotenkrankheiten und 100 Symptome und Testergebnisse ab. Die Experten benötigten dabei für die Festlegung des Vokabulars 8 Stunden, für die Abhängigkeitstopologie 35 Stunden und für die Schätzung von 14000 Wahrscheinlichkeiten 40 Stunden.
Für die Automatisierung im Intelligent Assistant müßte kein derart großes und komplexes Netz erstellt werden. Dieses Beispiel soll lediglich aufzeigen, daß für jeden Diagnosebereich in Expertensystemen adäquate Mittel existieren und angewandt werden. Deshalb ist in der Erstellung und Modellierung Bayesscher Netze für den Intelligent Assistant auf die Dimension zu achten. Hier kann einmal ein sehr komplexes Bayessches Netz für ein einfaches Problem entstehen. Der Aspekt der einfachen Struktur kann auf der anderen Seite zeigen, daß es weitere einfache Möglichkeiten gibt, das Expertenwissen im Intelligent Assistant zu implementieren.
Hierzu Göran Kauermann (wissenschaftlicher Assistent im Institut für Statistik, LMU) über den Einsatz der Bayesschen Netze im Rechnernetzmanagement: ,,Mit einem Mercedes SL nur durch 30km-Zonen fahren``.
Gerechtfertigt wird der Einsatz der Bayesschen Netze in komplexen Expertensystemen wie es PATHFINDER darstellt. Der Intelligent Assistant hingegen ist ein Werkzeug für den First Level Support. Der Aufwand zur Erstellung eines komplexen Expertensystems zum Einsatz Bayesscher Netze ist hoch. Die Anwendung des Intelligent Assistant ist eine ,,pragmatische`` (Zitat Prof. Dr. Heinz-Gerd Hegering) und kann mit entsprechenden und bereits existierenden Mitteln umgesetzt werden.
Der Experte ,,Mensch`` stellt letztendlich immer den Ansprechpartner für Probleme und auftretende Fehler dar. Seine Entlastung ist gerechtfertigt und notwendig. Dies sollte aber mit adäquaten Mitteln erfolgen.