We-Want - Technologien für gruppenbasierte Konfiguration

Bei existierenden Konfigurationssystemen wird angenommen, dass jeweils nur ein Benutzer ein Produkt konfiguriert. In vielen Produktdomänen ist aber eine Gruppe von Personen an der Entscheidungsfindung bzgl. einer Konfiguration beteiligt. Beispiele für solche Szenarien sind u.a. Software Release Planung, Architektur-Design in der Softwareentwicklung, sog. Scoping Entscheidungen im Produktdesign und die Konfiguration von Räumen und Smart Homes. Erfahrungen aus der industriellen Praxis zeigen, dass traditionelle Konfigurationstechnologien in diesen Szenarien zu suboptimalen Ergebnissen führen, da Anforderungen und Präferenzen einzelner Gruppenmitglieder nicht richtig berücksichtigt werden. Der Grund dafür ist, dass eine einzelne Person die Präferenzen der gesamten Gruppe nicht richtig abschätzen kann und damit die „falschen“ Präferenzen im System umgesetzt werden. Das Forschungsprojekt WE-WANT („Enabling Technologies for Group-Based Configuration“) setzt sich zum Ziel, die technologische Grundlage für gruppenbasierte Konfiguratoren zu schaffen. Um dieses Ziel zu erreichen, sind eine Reihe von Grundlagenforschungsarbeiten in den Bereichen Wissensbasierte Konfiguration, Modellbasierte Diagnose & „Trade-Off“ Management und Gruppenentscheidungen notwendig. Weiters ergibt sich der Bedarf der interdisziplinären Kooperation an der Schnittstelle zwischen Künstlicher Intelligenz und Entscheidungspsychologie. Die aus Grundlagenforschungssicht wesentlichen Ergebnisse, die wir in WE-WANT entwickeln wollen, sind die folgenden: a. Aus gelernten Entscheidungsmustern von Gruppen sollten in inkonsistenten Situationen „Trade-Offs“ generiert werden, die eine Gruppe schneller zu konsensualen Lösungen führen. b. Intelligente Verfahren für die effiziente Suche nach personalisierten, ähnlichen und diversen Lösungen für gruppenbasierte Konfigurationsprobleme. c. Neue Mechanismen, die es erlauben, bei der Aggregation von Präferenzen auch Entscheidungshistorien von Gruppen mit zu berücksichtigen. Damit wird Fairness explizit in die Berechnung von Aggregationsvorschlägen integriert. d. Intuitiv verwendbare Verhandlungsmuster für gruppenbasierte Konfigurationsprobleme, die eine wesentlich diversifiziertere Art der Artikulation von Anforderungen und Präferenzen zwischen Gruppenmitgliedern zulassen. Diese grundlegenden Ergebnisse werden langfristig zur Entwicklung von Konfigurationstechnologien beitragen, die auf einem „sozialen Bewusstsein“ beruhen und gruppenbasierte Entscheidungsfindung wie folgt verbessern werden: a. Erhöhte Entscheidungsqualität: durch die Integration aller Gruppenmitglieder in den Entscheidungsprozess wird ein besseres Verständnis der Produktdomäne ermöglicht. Dies reduziert die Wahrscheinlichkeit, dass fehlerhafte Entscheidungen getroffen werden. b. Erhöhte Akzeptanz von Entscheidungen einerseits durch die proaktive Förderung von Fairness über längere Zeiträume, andererseits durch die erweiterten Möglichkeiten des Verhandelns von Lösungsalternativen. c. Zeitersparnis bei Gruppenentscheidungen durch die Generierung von intelligenten „Trade-Offs“ die dazu führen, dass Gruppen schneller zu einer konsensualen Entscheidung kommen.