Zusammenfassung
Für das Management von Projekten reichen in der betrieblichen Praxis mathematische Algorithmen kaum aus. Dies liegt an der großen Relevanz der Wiederverwendung von überwiegend natürlichsprachigem Erfahrungswissen über alte, bereits durchgeführte Projekte, das sich nur sehr schwer computergestützt verarbeiten lässt. Die KI-Methode des Case-based Reasonings überwindet diesen Engpass, indem für ein neues Projekt in einer Wissensbank mit Erfahrungswissen nach einem ähnlichsten alten Projekt gesucht und das einschlägige Erfahrungswissen an das neue Projekt angepasst wird. Die CBR-Methode wird anhand des 4R-Zyklus anwendungsnah beschrieben. Außerdem wird auf die Herausforderung eingegangen, die Ähnlichkeit zwischen überwiegend natürlichsprachlichem Wissen über alte und neue Projekte exakt zu messen. Hierzu wird auf Ontologien zurückgegriffen. Sie gestatten es, die sprachlichen Ausdrucksmittel für projektbezogenes Wissen in einer computerverarbeitbaren Form systematisch zu strukturieren.
Access this chapter
Tax calculation will be finalised at checkout
Purchases are for personal use only
Literatur
Aamodt A, Plaza E (1994) Case-based reasoning: foundational issues, methodological variations, and system approaches. AI Commun 7(1):39–59
Amin K (2021) DeepKAF: A Knowledge Intensive Framework for Heterogeneous Case-Based Reasoning in Textual Domains. Eigenverlag, Kaiserslautern
Auth G, Jöhnk J, Wiecha D (2021) Künstliche Intelligenz im Projektmanagement. In: Barton T, Müller C (Hrsg) Künstliche Intelligenz in der Anwendung. Springer Vieweg, Wiesbaden, S 149–173
Avdeenko T, Makarova E (2018) Knowledge representation model based on case-based reasoning and the domain ontology: application to the it consultation. IFAC-PapersOnLine 51(11):1218–1223
Barton T (2021) Anwendungspotenziale für kausale Inferenz im Online-Marketing. In: Barton T, Müller C (Hrsg) Künstliche Intelligenz in der Anwendung. Springer Vieweg, Wiesbaden, S 93–98
Beierle C, Kern-Isberner G (2019) Methoden wissensbasierter Systeme. 6. Aufl., Springer Vieweg, Wiesbaden
Beißel S (2011) Ontologiegestütztes Case-Based Reasoning. Gabler, Wiesbaden
Bouhana A, Zidi A, Fekih A, Chabchoub H, Abed M (2015) An ontology-based CBR approach for personalized itinerary search systems for sustainable urban freight transport. Expert Systems with Applications 42(7):3724–3741
Bruno G, Antonelli D, Villa A (2015) A reference ontology to support product lifecycle management. Procedia CIRP 33:41–46
Buxmann P, Schmidt H (2021) Ethische Aspekte der Künstlichen Intelligenz. In: Buxmann P, Schmidt H (Hrsg) Künstliche Intelligenz. 2. Aufl., Springer Gabler, Berlin, S 215–229
Chou J (2009) Web-based CBR system applied to early cost budgeting for pavement maintenance project. Expert Syst Appl 36(2):2947–2960
García de Soto B, Adey B (2016) Preliminary resource-based estimates combining artificial intelligence approaches and traditional techniques. In: Hajdu M, Skibniewski M (Hrsg) Creative Construction Conference 2016. Diamond Congress Ltd., Budapest, S 237–243
Dong H, Hussain F, Chang E (2011) ORPMS: an ontology-based real-time project monitoring system in the cloud. J Univ Comput Sci 17(8):1161–1182
Getuli V (2020) Ontologies for knowledge modeling in construction planning. Firenze University Press, Firenze
Gruber T (1995) Toward principles for the design of ontologies used for knowledge sharing. Int J Hum-Comput Stud 43(5–6):907–928
Guarino N (1997) Understanding, building and using ontologies. Int J Hum-Comput Stud 46(2/3):293–310
Jallow H, Renukappa S, Suresh S (2020) Knowledge Management and Artificial Intelligence (AI). In: Garcia-Perez A, Simkin L (Hrsg) 21st European Conference on Knowledge Management. Academic Conferences and Publishing International Ltd., Sonning Common, S 363–369
Ji S, Park M, Lee H, Ahn J, Kim N, Son B (2011) Military Facility Cost Estimation System Using Case-Based Reasoning in Korea. J Comput Civ Eng 25(3):218–231
Kowalski M, Zelewski S, Günes N, Kühn T (2011) Kostenschätzungen für die Reaktivierung passiver Gleisanschlüsse – Eine neue Methode für Kostenschätzungen mithilfe von Case-based Reasoning (CBR) basiert auf der Wiederverwendung von historischem Projektwissen. EI – Der Eisenbahningenieur 62(6):49–54
Lundberg S, Erion G, Chen H, DeGrave A, Prutkin J, Nair B, Katz R, Himmelfarb J, Bansal N, Lee S (2020) From local explanations to global understanding with explainable AI for trees. Nat Mach Intell 2(1):56–67
Martin A, Emmenegger S, Hinkelmann K, Thönssen B (2017) A viewpoint-based case-based reasoning approach utilising an enterprise architecture ontology for experience management. Enterp Inf Syst 11(4):551–575
Munir M (2019) How Artificial Intelligence can help Project Managers? Global J Manage Bus Res 19(4):29–35
Obermayer N, Tóth V (2021) The Impact of Emerging Technologies on Knowledge Management. In: Garcia-Perez A, Simkin L (Hrsg) 22nd European Conference on Knowledge Management 2(Reading):585–593
Radziejowska A, Zima K (2015) The concept of a knowledge base to aid in cost estimating of sports facilities. Int J Contemp Manage 14(3):99–113
Rai A (2020) Explainable AI: from black box to glass box. J Acad Market Sci 48(1):137–141
Richter M, Weber R (2013) Case-Based Reasoning. Springer, Berlin - Heidelberg
Riesbeck C, Schank R (1989) Inside Case-Based Reasoning. Lawrence Erlbaum Associates, Publishers, Hillsdale
Ruiz J, Torres J, Crespo R (2021) The application of artificial intelligence in project management research: a review. Int J Interact Multimedia Artif Intell 6(6):54–65
Shehab M, Abualigah L, Jarrah M, Alomari O, Daoud M (2020) Artificial intelligence in software engineering and inverse: review. Int J Comput Integr Manufact 33(1):1129–1144
Zelewski S (2015) Ontologien als Grundlage für das Semantic Knowledge Management von projektbezogenem Erfahrungswissen. In: Zelewski S, Akca N, Kowalski M (Hrsg) Organisatorische Innovationen mit Good Governance und Semantic Knowledge Management in Logistik-Netzwerken. Logos, Berlin, S 81–228
Zelewski S, Schagen J (2022) Case-based Reasoning als KI-Technik zur „intelligenten“, computergestützten Wiederverwendung von Erfahrungswissen im Projektmanagement. KI-LiveS-Projektbericht Nr. 9, Institut für Produktion und Industrielles Informationsmanagement, Universität Duisburg-Essen
Zelewski S, Kowalski M, Bergenrodt D (2015) Management von Erfahrungswissen aus internationalen Logistik-Projekten mithilfe von Case-based Reasoning. In: Zelewski S, Akca N, Kowalski M (Hrsg) Organisatorische Innovationen mit Good Governance und Semantic Knowledge Management in Logistik-Netzwerken. Logos, Berlin, S 229–267
Author information
Authors and Affiliations
Corresponding author
Editor information
Editors and Affiliations
Rights and permissions
Copyright information
© 2022 Der/die Autor(en), exklusiv lizenziert an Springer-Verlag GmbH, DE, ein Teil von Springer Nature
About this chapter
Cite this chapter
Zelewski, S., Heeb, T., Schagen, J.P. (2022). Case-based Reasoning als White-Box AI: „intelligentes“ Projektmanagement durch die computergestützte Wiederverwendung von Erfahrungswissen in der betrieblichen Praxis – Teil 1: Grundlagen aus der Management- und der KI-Perspektive. In: Bodemann, M., Fellner, W., Just, V. (eds) Digitalisierung und Nachhaltigkeit – Transformation von Geschäftsmodellen und Unternehmenspraxis . Organisationskompetenz Zukunftsfähigkeit. Springer Gabler, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-65509-2_2
Download citation
DOI: https://doi.org/10.1007/978-3-662-65509-2_2
Published:
Publisher Name: Springer Gabler, Berlin, Heidelberg
Print ISBN: 978-3-662-65508-5
Online ISBN: 978-3-662-65509-2
eBook Packages: Business and Economics (German Language)