Äquivalenz

Wird Expertenwissen in eines oder mehrere Module von Bayesschen Netzen gepackt, stammt dieses Wissen von verschiedenen Experten und Fachkräften. Jeder Experte und auch jede Fachkraft wiederum besitzt unterschiedliche Arbeitsmethoden, um ein Problem zu analysieren, zu quantifizieren und zu lösen. Dies birgt die Gefahr, daß jeder Experten ,,sein`` Bayessches Netz, betreffend sein Fachgebiet, anders konstruieren würde und die Abhängigkeiten sich auf andere Weise ergeben würden.
Werden für verschiedene Problembereiche verschiedene Bayessche Netze erstellt, sollten diese Netze äquivalent sein, um die gleiche Qualität der Diagnose in jedem Fachgebiet sicherstellen zu können. Dies wird vor allem durch eine einheitliche Struktur der Bayesschen Netze ermöglicht. Damit wird auch garantiert, daß die Netze kopplungsfähig, skalierbar und erweiterbar sind.
In den einzelnen Modulen der Bayesschen Netze, die sich zusammenfügen lassen, soll ein vergleichbarer und äquivalenter Wissensstand modelliert und repräsentiert werden.
Erreicht wird dies durch eine möglichst einheitliche und strukturierte Vorgehensweise in der Modellbildung. So kann die oben erwähnte unterschiedliche Vorgehensweise verschiedener Experten auf ein einheitliches Niveau gestuft werden.
Durch die Einbindung des Expertenwissens in die vorhandenen Entscheidungsbäume wurde ein gewisses Level geschaffen. Da aber eine automatische und direkte Umsetzung der Entscheidungsbäume in die Bayesschen Netze nicht möglich ist, ist eine erneute Strukturierung des Expertenwissens erforderlich. Demzufolge kann in der Konstruktion der Bayesschen Netze eine nochmalige kostenintensive Befragung der Experten mit einer Einstufung der Wahrscheinlichkeiten nicht vermieden werden.