Aktualität der Informationen und flexible Beratung gehören im Bank- und Versicherungsbereich zu den Eckpfeilern der Wettbewerbsfähigkeit. Deshalb gilt es, jederzeit ein möglichst umfangreiches Expertenwissen zu einem bestimmten Themenkreis abrufbereit zu haben und dieses Know-how nicht auf einige wenige Spezialisten zu konzentrieren. Frank Raudszus* zeigt anhand von Beispielen aus der Praxis, wie sich Expertensysteme im Dienstleistungsbereich gewinnbringend einsetzen lassen.
Im Dienstleistungsbereich sind Kundennähe und Qualität der Beratung ein ausschlaggebender Faktor für die Konkurrenzfähigkeit der Anbieter. Dies gilt besonders für Banken in der Anlage- und Kreditberatung sowie für Versicherungen bei der Akquisition von Policen. Betritt man heute eine Bank zum Zwecke der Anlageberatung, so ist ein persönliches Gespräch mit einem Angestellten der Bank meist der erste wichtige Schritt. Der Kunde muß sich dabei auf die allgemeine und momentan präsente Sachkenntnis des Beraters verlassen und kann nicht davon ausgehen, daß sich dieser Mitarbeiter auf den neuesten Stand des Wissens stützt.
Dieser Umstand tritt vor allem dann zutage, wenn der Berater vom Kunden prinzipiell unbekannte Umstände wie Familien- und Vermögensstand erfragen und im Beratungsvorgang unverzüglich berücksichtigen muß. Bei der Vielfalt der möglichen Umgebungs-Parameter ist davon auszugehen, daß nur in seltenen Fällen ein optimales Angebot die Folge ist.
Know-how muß jederzeit zur Verfügung stehen
Ähnliches gilt für die Versicherungsbranche. Der Kundenberater einer Krankenversicherung zum Beispiel bricht das Akquisitionsgeschäft bei dem prospektiven Kunden mit der Übergabe eines ausführlichen Fragebogens zur Gesundheit an einem Punkt ab, an dem der Anschluß unmittelbar von ihm zu beeinflussen ist. Da er jedoch meist nicht über die notwendigen Kenntnisse bezüglich der medizinischen Vergangenheit des Kunden und der daraus folgenden vertraglichen Konsequenzen verfügt, überlaßt er hier unfreiwillig dem Kunden die Initiative.
Diese beiden Fälle zeigen schlaglichtartig die Notwendigkeit, ein möglichst umfassendes Expertenwissen über einen bestimmten Themenkreis zu jedem Zeitpunkt am Arbeitsplatz bereit zu stellen, um ohne Verzögerung und größere Risiken den gewünschten Beratungserfolg zu erzielen. In jedem Fall gilt natürlich, daß auch das Wissen eines exzellenten Beraters bei Urlaub, Krankheit und Funktionswechsel weiter hin an der "Kundenfront" zur Verfügung stehen sollte. Die vertröstende Aussage "...der Kollege ist zur Zeit in Urlaub..." kann nicht gerade als geschäftsfördernd betrachtet werden und sollte deshalb möglichst vermieden werden.
Banken und Versicherungen bemühen sich deshalb bereits seit einiger Zeit, die Beratungsqualität durch interaktiven Zugriff auf entsprechende DV-Systeme zu verbessern. Bei Bausparkassen werden zum Beispiel Datenbanken eingesetzt, die alle wesentlichen Angaben über Kunden und Vertrage enthalten und leicht abfragbar sind.
Die Funktionen dieser Systeme reichen für die speziellen Belange der Bausparkassen meist aus, da sowohl die Konditionen als auch die Randbedingungen dieses Geschäfts zumindest auf der Kundenseite relativ stabil und eindeutig sind. Somit wird eine zuverlässige Beratung bereits durch die Verknüpfung und Interpretation der Aussagen durch den einzelnen Berater ermöglicht.
Im Anlagenbereich ändern sich die Umgebungsbedingungen durch die Beweglichkeit von Währungs- und Aktienkursen, gleitende Zinskonditionen und die allgemeinen Emissionstätigkeiten im Markt jedoch so gravierend, daß der einzelne Berater nicht mehr allein auf der Basis von klassischen Datenbanken und Anwendungsprogrammen in der gebotenen Kürze die erforderlichen Schlüsse ziehen kann. Ähnliches gilt natürlich auch für das Kreditwesen.
Die herkömmlichen Programmsysteme zur Unterstützung der Beratungstätigkeit können den daraus resultierenden Anforderungen nur in begrenztem Maße gerecht werden: Datenbanken zum Beispiel erlauben die beliebige Verknüpfung aller Datenelemente eines "Vorgangs", überlassen jedoch dem Benutzer die logische Verknüpfung. Diese Auswertung der Daten kann zwar über eine entsprechende Abfragesprache weitgehend vorprogrammiert werden, erfordert jedoch immer noch relativ umfangreiche Programmierkenntnisse, da der gesamte Ablauf der "Argumentation" programmtechnisch realisiert werden muß. Hier ist besonders die Erkennung von logischen Widersprüchen hervorzuheben, die mit herkömmlichen Programmiersprachen nur sehr aufwendig sichergestellt werden kann.
Nicht zuletzt ist selbst bei einer Datenbanklösung die laufende Weiterentwicklung und Pflege der Datenbank im Hinblick auf die Anwendungs-Problematik aufwendig, da nicht logische Fakten und Zusammenhänge, sondern Daten modifiziert werden. Soll ein logischer Zusammenhang, zum Beispiel die Höhe eines Kredits in Abhängigkeit von maximaler monatlicher Belastung Zinssatz, Zinskonditionen und Laufzeit, neu gefaßt werden, so erfordert diese Aufgabe doch einige Änderungen in den entsprechenden Datenbank-Programmen.
Da leider nur selten sowohl Programmier- als auch Sachkenntnisse zum gleichen Zeitpunkt am selben Ort in ausreichendem Umfang zur Verfügung stehen, büßen solche Anwendungen für gewöhnlich nach einer gewissen Zeit an Aktualität ein, da sich niemand mehr an die oftmals bescheiden dokumentierten Programme heranwagt. Fluktuation und Funktionswechsel des Personals tun ein Übriges.
Mit der zunehmenden Verfügbarkeit von wissensbasierten Systemen bietet sich, eine Alternative für die effiziente Implementierung benutzernaher Unterstützungs-Systemen für Beratungsaufgaben an. In regelorientierten "Wissens-Systemen" werden die "Wissenseinheiten", das heißt Fakten und logische Abhängigkeiten, nicht als programmtechnische Sequenzen, sondern als "Regeln" in einer quasi-umgangssprachlichen Form dargestellt. Dies hat unmittelbar Konsequenzen für den Benutzer, da das gesamte Fachwissen eines Experten weitgehend von ihm selbst eingegeben und verwaltet werden kann.
Regeln können mehrere Aussagetypen enthalten
Eine Regel kann dabei zum Beispiel folgendes Aussehen annehmen:
WENN monatl. Belast. < 900 DM
UND Zinssatz = "fest"
UND Zinssatz in Prozent = 0,07
UND Disagio: nicht wahr
UND Laufzeit in Jahren = 15
UND Anfangstilgung = 0,03
DANN Kreditbetrag < 100 000
Diese Regel enthält bereits drei verschiedene Aussagetypen: Boolesche (Disagio), symbolische (Zinssatz) und numerische (alle anderen). Sie können innerhalb der Regeln beliebig gemischt werden.
Die Schlußfolgerungen in "DANN"-Sequenzen können selbst als Voraussetzung in "WENN"- und "UND"-Sequenzen auftreten, wodurch eine baumartige Strukturierung des Wissens möglich ist.
Die Argumentation bei der Auswertung einer Wissensbasis erfolgt durch den "Inferenz-Motor", der das Kernstück eines Expertensystems bildet. Dabei können die Regeln in zwei Richtungen verkettet werden: Bei der Vorwärtsverkettung geht das System von einer undefinierten Situation aus ("ich benötige einen Kredit") und versucht durch die sequentielle Erfahrung der Gegebenheiten zu einer Schlußfolgerung zu gelangen (maximale Höhe des Kredits). Bei der Rückwärtsverkettung dagegen existiert eine Zielvorstellung, die zu bestätigen oder abzulehnen ist ("kann ich 100 000 Mark Kredit bekommen?")
Ein weiteres wichtiges Kriterium für Expertensysteme und die entsprechenden Werkzeuge zu ihrer Erstellung ist ihre Offenheit gegenüber der existierenden Programmumgebung. Ein solches System sollte über neutrale Aufrufschnittstellen verfugen, die den Anschluß beliebiger Anwendungsprogramme wie Spreadsheets, Textverarbeitung oder Datenbanken gestatten; denn in den meisten Unternehmen liegen bereits Daten in einer dieser Verdichtungsformen vor und es gilt, sie in ein Expertensystem einzubeziehen.
Wahrend die typischen KI-Systeme bisher vor allem auf dedizierten Systemen oder größeren Mehrbenutzersystemen (Unix, VMS) in Lisp oder Prolog implementiert wurden, sind regelorientierte Systeme auf PC Basis noch relativ jung. Diese Systeme stellen vor allem für Beratungsaufgaben eine ausreichende Basis dar, um spezielles Wissen in Wissensbasen strukturiert abzulegen und es einer breiten Benutzerbasis zur Verfügung zu stellen. Denn hier werden im Gegensatz zur Prozeß-Steuerung oder -Simulation keine so hohen Anforderungen an Geschwindigkeit und Antwortzeit gestellt.
Argumentations-Logbuch wird automatisch erstellt
Die Akzeptanz regelorientierte Expertensysteme auf PC-Basis wird dabei vor allem durch die verfügbaren Bedienerhilfen auf den verschiedenen Ebenen der Mensch-Maschine-Kommunikation beeinflußt. Die klassischen "Help"-Funktionen unterscheiden sich nicht von herkömmlichen Programmsystemen wie Spreadsheets oder Textverarbeitung. Darüber hinaus bieten wissensbasierte Systeme sogenannte "Erklärungskomponenten" an, die an jeder Stelle der Argumentationskette den bisherigen Ablauf der Argumentation ("gemäß Regel 1 .... und Regel 7 ... komme ich zu dem Schluß, daß...") und die noch ausstehenden Antworten bis zu der nächsten Schlußfolgerung (... ich muß noch wissen ...) anzeigen. Dieses "Argumentations-Logbuch" wird automatisch vom System erstellt und verwaltet.
Da die Regeln selbst aus Effizienzgründen in der Länge begrenzt sind muß der Experte weiterhin die Möglichkeit haben, zu jeder Regel einen freien Kommentar einzugeben, der die sachliche Bedeutung der Regel näher erläutert, zum Beispiel "... die monatliche Rückzahlungsrate ist konstant, wobei sich das Verhältnis von Zinsen und Tilgung laufend in Richtung wachsender Tilgung verschiebt ...".
In Frankreich hat beispielsweise die "Banque de Bretagne" die Bedeutung von Expertensystemen für die Konkurrenzfähigkeit beratender Institutionen erkannt. Um in der Anlageberatung einen optimalen Service bieten zu können, wurde ein Expertensystem auf PC-Basis mit folgender Zielsetzung entwickelt: Der Bankberater sollte nicht nur die ihm langvertrauten Anlageprodukte anbieten, seien sie auch aus dem eigenen Hause, sondern im Sinne einer wirklich guten Beratung das Marktpotential der Anlagemöglichkeiten zwischen 50 000 und 800 000 Francs (17 000/ 270 000 Mark) von ausschöpfen können.
Innerhalb von vier Monaten wurde ein Expertensystem auf PC-Basis aus 980 Regeln und 5000 Zeilen externer Prozeduren erstellt. Durch die interne Verbreitung dieses Produkts auf die PCs an mehreren hundert Arbeitsplätzen kann die Bank in allen Niederlassungen einen gleich aktuellen und qualitativ hochstehenden Beratungsdienst anbieten.
Durch die zusätzlichen Erklärungskomponenten und die Kommentare entsteht darüber hinaus ein nicht zu unterschätzender Ausbildungseffekt, da sich der Berater "vor Ort" jederzeit die Begründung für eine bestimmte Argumentation geben lassen kann. Damit ist er nach einiger Zeit prinzipiell selbst in der Lage, die Wissensbasis zu erweitern oder zu modifizieren.
Die klare Trennung von Entwicklungs- und Laufzeitversion erlaubt andererseits eine kontrollierte Weiterentwicklung und Pflege des Systems durch einen begrenzten Personenkreis, der modifizierenden Zugriff auf die Wissensbasis erhält. Diese Personen müssen jedoch nicht wie bei der klassischen Anwendungsentwicklung aus dem Kreis der notorisch knappen Programmierer rekrutiert werden, sondern sind mit den Anlageexperten der Bank identisch.
Hierbei soll jedoch nicht verschwiegen werden, daß die anfängliche Strukturierung und Erstellung einer Wissensbasis unter Mitarbeit eines sogenannten "Wissens-Ingenieurs" erfolgen sollte, der die Funktionsweise und Struktur des jeweiligen Werkzeugs kennt und damit zur Effizienz und Fehlerfreiheit des Expertensystems beitragen kann.