Unter „wissensbasierter Entscheidungsunterstützung“ versteht man Softwaresysteme, die explizit abgebildetes Wissen (z. B. Regeln, Richtlinien, Expertenwissen, Fallbeispiele, Ontologien) nutzen, um Entscheidungsprozesse in Unternehmen zu unterstützen. Ziel ist es, Entscheidungsalternativen strukturiert zu bewerten, Risiken und Auswirkungen transparent zu machen und Handlungsempfehlungen abzuleiten – beispielsweise bei komplexen Fachentscheidungen, in der Risikoabwägung oder bei der Einhaltung von Compliance-Vorgaben.
Wissensbasis-Verwaltung: Zentrale Pflege und Versionierung von Regeln, Richtlinien, Entscheidungsbäumen, FAQs und Fallwissen (z. B. Best Practices, Referenzfälle).
Regel- und Inferenz-Engines: Automatisierte Anwendung von Wenn-Dann-Regeln, Entscheidungsbäumen oder Ontologien zur Ableitung von Empfehlungen oder Entscheidungen.
Begründungs- und Erklärungsfunktionen: Nachvollziehbare Darstellung, warum eine bestimmte Empfehlung, Einstufung oder Entscheidung vorgeschlagen wurde (z. B. auf Basis konkreter Regeln).
Szenario- und „Was-wäre-wenn“-Analysen: Simulation von Alternativen und Parametervarianten, um Auswirkungen verschiedener Entscheidungsoptionen zu vergleichen.
Risikobewertung und Scoring: Einstufung von Risiken, Chancen oder Prioritäten anhand vordefinierter Kriterienkataloge und Scoring-Modelle.
Integration von Stammdaten und Fachanwendungen: Einbindung von ERP-, CRM-, HR- oder Produktionsdaten, um Entscheidungen auf aktuelle und konsistente Daten zu stützen.
Rollen- und kontextbezogene Empfehlungen: Anpassung von Vorschlägen und Informationen an Rolle, Verantwortungsbereich und Kontext des jeweiligen Anwenders.
Guided Decision Processes: Geführte Entscheidungsdialoge mit strukturierten Fragen, Checklisten und Assistenten, die den Nutzer Schritt für Schritt durch komplexe Entscheidungen führen.
Compliance- und Richtlinienprüfung: Automatisierter Abgleich von Entscheidungen mit internen Richtlinien, gesetzlichen Vorgaben oder Branchenstandards.
Lern- und Feedback-Mechanismen: Erfassung von Nutzerfeedback und Entscheidungsergebnissen, um Regeln, Wissensbasis und Empfehlungen kontinuierlich zu verbessern.
Ein Klinik-Informationssystem unterstützt Ärztinnen und Ärzte bei Diagnosen und Therapieempfehlungen, indem es Leitlinien, Wechselwirkungen von Medikamenten und Patientendaten kombiniert.
Ein Kreditentscheidungssystem bewertet Anträge auf Grundlage von Scoring-Regeln, Bonitätsrichtlinien und Risikomodellen und gibt eine Empfehlung zur Kreditvergabe.
Ein Service-Desk-Tool schlägt Support-Mitarbeitenden auf Basis einer Wissensdatenbank Lösungsvorschläge für wiederkehrende Störungen und Anfragen vor.
Ein System zur Produktkonfiguration im Vertrieb (CPQ) führt Mitarbeitende durch komplexe Konfigurationsregeln und zeigt nur technisch und wirtschaftlich zulässige Varianten an.
Eine Compliance-Plattform prüft geplante Maßnahmen (z. B. Marketingaktionen, Vertragsklauseln) automatisch gegen interne Richtlinien und regulatorische Anforderungen und markiert Verstöße.