Matthias Haun Books

Die Kognitive Kybernetik präsentiert sich als innovative Wissenschaftsdisziplin, die aus der fortschreitenden Technologisierung von Wissenschaft und Alltag hervorgeht. Sie thematisiert die Notwendigkeit, Technologien und Methoden zu kombinieren, um den Herausforderungen zu begegnen, bei denen herkömmliche Intelligenz nicht mehr ausreicht. Diese Disziplin untersucht die Wechselwirkungen zwischen menschlicher Kognition und technologischen Systemen und bietet neue Ansätze zur Problemlösung in komplexen Situationen.

Im Fokus der Arbeit steht das Verständnis von Kognition als zentrale Kategorie in der Entwicklung von Modellen und Algorithmen. Durch die Verknüpfung philosophischer Positionen wie Reduktionismus, Funktionalismus und Konstruktivismus mit kognitiven Theorien wird eine erkenntnistheoretische Synchronisation angestrebt. Ziel ist es, diese Konzepte in einer technologisierten Kognitionswissenschaft zu integrieren und als algorithmisierte Theorie in einem Entwicklungsprojekt zur künstlichen Kognition praktisch umzusetzen. Die Arbeit verbindet theoretische Grundlagen mit praktischen Anwendungen.

Das Buch behandelt die Konzeption und Implementierung von Robotern als lernende, wissensbasierte Systeme. Es fokussiert auf die Steigerung des systemischen Intelligenzquotienten (sIQ) durch kognitive Modellierung und die Anwendung von Cognitive Computing Technologien in Java.

Die in dem Buch beschriebenen Methoden und Techniken sichern Unternehmen den Entwicklungsvorsprung, der benötigt wird, um mit hoher Innovations- und Zukunftssicherheit in organisatorischer und technologischer Hinsicht auf dynamischen Märkten zu bestehen. Der innovative Ansatz stellt die Begriffe Kognition, Organisation, Wissen und Technologie in den Mittelpunkt. Mit Hilfe der wissensbasierten, handlungsorientierten und simulationsvalidierten Methodik können innovative Unternehmen als kognitive, wandelbare Organisationen entwickelt werden.

Das Umfeld von Organisationen ist auf dem Weg von der Produktionsgesellschaft über die Informations- hin zur Wissensgesellschaft ungleich dynamischer und vielfältiger geworden. Die Organisationen müssen sich auf diesen Wandel einstellen, um auch in Zukunft überlebensfähig zu sein. Dazu müssen sie ein Wissensmanagement einrichten, das sich durch den Einsatz intelligenter Technologien zu einem ganzheitlichen Wissensmanagementsystem ausbauen läßt. Das Handbuch Wissensmanagement unterstützt sie dabei. Es stellt die theoretischen Grundlagen für die Generierung von Wissen aus Daten und Informationen dar und liefert: - eine leicht verständliche Einführung in die theoretischen Grundlagen - eine klar verständliche Definition von Wissen - eine Konzeptionalisierung der intelligenten Organisation - die Beschreibung der wichtigsten Komponenten von Wissensmanagementsystemen - eine Übersicht über die wesentlichen Programmiersprachen des Knowledge Computing - die Methodik, mit der Wissensmanagement und die hierzu notwendige Kultur in der Organisation etabliert werden kann - zahlreiche Anwendungsszenarien - hilfreiche Checklisten für die Praxis.

Die Informatik ist eine der interdisziplinärsten Wissenschaftsdisziplinen, doch scheint sie bereits in die Jahre gekommen zu sein. Die Digitalisierung hat unsere Arbeits- und Lebenswelt nachhaltig verändert. Zukünftige Entwicklungen wie Kognitive Kybernetik, Künstliche Intelligenz und Data Science müssen nicht nur theoretisch in Forschung und Lehre behandelt, sondern auch als angewandte Informatik in der Wirtschaft etabliert werden. Die Geschwindigkeit technologischer Entwicklungen beeinflusst bereits spürbar das Leben und Zusammenleben in der Gesellschaft, wobei die genauen Implikationen oft unklar sind. Um zukunftsfähig zu bleiben, sollte die Informatik einen engen Schulterschluss mit traditionellen Wissenschaften suchen. Der Autor, basierend auf seinen Erfahrungen in Wirtschaft, Forschung und Lehre, sieht die „KI“ nicht nur als aktuellen Hype, sondern auch als Anstoß zur Entwicklung einer „Konstruierten Intelligenz“ und als Ausblick auf die „Künftige Informatik“. Insbesondere die Kognitive Kybernetik und die Künstliche Intelligenz könnten die Informatik und ihre Teildisziplinen nicht nur verändern, sondern deren zukünftige Entwicklung möglicherweise sogar dominieren.

Ziel des Buches ist, artifizielle Systeme als kognitive Modelle und damit als wissensbasierte Agenten zu konzeptionalisieren und diese Agentenmodelle durch rechnerbasierte Technologien in prozessualer und funktionaler Hinsicht zu kognitiven Problemlösungssysteme auszugestalten. Das Ziel eines solchen Ansatzes liegt in der Steigerung des systemischen Kognitionsquotienten solcher Systeme. Erreichbar wird dieses Ziel durch die Konzeptionalisierung von Modellen auf Basis einer Kognitionstheorie, der (Aus)implementierung dieser Modelle durch den Einsatz der Cognitive Computing Technologie unter Verwendung der Programmiersprache Java und der Validierung dieser Lösungen im Rahmen von Simulationen. Das Buch wendet sich gleichermaßen an Studierende, Fachleute aller Fachrichtungen als auch den interessierten Leser. Indem die einzelnen Kapitel einen Brückenschlag zwischen Standardwissen und Wissen aus Nachbargebieten, wie Kognitionswissenschaft oder Informatik darstellen, versucht dieses Handbuch ein tiefgreifendes Verständnis des komplexen Themengebietes „Artifizielle Kognition“ zu ermöglichen und dabei dennoch voraussetzungsfrei lesbar zu bleiben.

Dieses Buch befasst sich mit einer der faszinierendsten Herausforderungen dieses Jahrhunderts: Es handelt davon, wie Rechnersysteme einen Zugang zu einigen Fragen des Lebens verschaffen können. Der erste Teil behandelt Grundfragen des Lebens und der KL- bzw. KI-Forschung. Im zweiten Teil werden auf Basis der Systemtheorie spezifische Strategien und Algorithmen aus dem Bereich der KL-Forschung vorgestellt (Daten-, Informations- und Wissensverarbeitung, Modellierung, Entwicklung, Evolution, Such- und Lösungsverfahren bis hin zur Sprachverarbeitung). Der dritte Teil befasst sich mit den daraus resultierenden Technologien des Knowledge Computing (Klassische und konnektionistische Ansätze, Produktionsregel- und Agentensysteme, Genetische Algorithmen). Der vierte Teil behandelt die Algorithmen und das Vehikel (Programmiersprache), um die im fünften Teil zur Sprache kommenden SoftRobots implementieren zu können. Der Leser wird in eine Forschungsrichtung eingeführt, die Disziplinen wie Biologie, Physik, Computerwissenschaft, Mathematik und Philosophie harmonisch vereint.

Wissensbasierte Systeme haben den Sprung von der Forschung in die DV-Abteilungen der Unternehmen vollzogen. Viele Unternehmen haben Entwicklungsabteilungen für solche Systeme eingerichtet, während Softwarehäuser sich auf Expertensysteme spezialisiert haben. Werkzeuge zur Erstellung dieser Systeme, die einst nur auf Spezialrechnern genutzt werden konnten, sind mittlerweile für normale PC-Umgebungen verfügbar. Dennoch bleibt die Entwicklung wissensbasierter Systeme aufwendig, kostspielig und risikobehaftet. In diesem Buch werden die zentralen Methoden und Techniken zur Realisierung von wissensbasierten und Expertensystemen verständlich dargestellt. Die theoretische Grundlage der Modellierungskonzepte wird anhand heutiger Erwartungen an künstliche Intelligenz erläutert. Zunächst werden Aufbau und Arbeitsweise dieser Systeme beschrieben, gefolgt von der Darstellung des Weges von der logischen Problemlösung bis hin zum wissensbasierten System, illustriert durch einfache Prolog-Programme. Zudem wird das logische Programmieren als zukunftsweisendes Paradigma der Informationsverarbeitung behandelt. Abschließend werden die wesentlichen Bestandteile grundlegender Techniken der kognitiven Modellierung anhand kognitionspsychologischer Inhalte vorgestellt. Ein beigefügtes Expertensystem regt zu eigenen Experimenten an.

Der Themenband führt den Leser in das Gebiet der Neuronalen Netze ein, behandelt in knapper Form die mathematischen Grundlagen, vermittelt durch eine geschlossene Darstellung einen fundierten Überblick über den Stand der Neuronalen Netze, zeigt, wie künstliche Neuronale Netze die Informationsverarbeitung des biologischen Vorbildes nachahmen können, behandelt praxisbezogen die wichtigsten Modelle Neuronaler Netze, zeigt mögliche Anwendungsbeispiele auf und vermittelt Grundkenntnisse über das Vehikel (C) zur Entwicklung eigener Neuronaler Netze.