Business Rules Management der nächsten Generation
|
m2n Intelligence Applications bauen vollständig integriert auf den definierten Regelwerken auf. Die Geschäftsregeln stellen eine konkrete Ausprägung der zentralen Applika-tionsmodelle dar und bieten somit die optimale Grundlage für die objektorientierte Modellierung beliebiger Fach- und Wissensapplikationen.
In Kombination mit den aufsetzenden Modellen für Systemkonfiguration, Berechtigungen, Interface und Prozesslogik entstehen Intelligence Applications quasi on-the-fly. Aus den Modellen resultiert die Logik „hinter“ intelligenten Formularen und Oberflächenkomponenten wie etwa Assistenten (Wizards), die auf Basis der Regelwerke beispielsweise die Benutzereingaben auf Plausibilität und Korrektheit prüfen und lediglich richtige (regelkonforme) Eingaben zulassen.
Auf Basis der Regelwerke kann m2n Intelligence Management große Datenbestände auf Einhaltung dieser Regeln überprüfen und somit die Übereinstimmung der Daten mit den Geschäftsregeln validieren. Die Daten, die zumeist aus einer Vielzahl von Quellsystemen stammen, werden semantisch konsolidiert und der daraus entstehende Graph der Analyse-Engine bereitgestellt.
|
|||||||
Verschiedene Prüfverfahren können beliebig miteinander kombiniert werden. Findet m2n Intelligence Management Diskrepanzen, werden diese regelgesteuert gruppiert, bewertet und einer Risikoanalyse zugeführt. Die m2n Execution- und Workflow Engine steuern bedarfsorientiert die Prozesse für Prüfung, Analyse und Auswertung.
Anwendungsfelder der Compliance Analysis sind weit gestreut und branchenunabhängig: Revenue Assurance, Fraud Detection, Legal Compliance, Service Level Management und vieles mehr.
Business Rules können als expliziertes, hoch formalisiertes Wissen verstanden werden. m2n Intelligence Management bietet neben der Prüfung „abgeschlossener Fälle“ auch eine intelligente Entscheidungsunterstützung auf Basis einer flexiblen Knowledge Base.
In einem iterativen Prozess präsentiert das System intelligente, dynamische und den Regeln der jeweiligen Ontologie entsprechende Eingabemasken. Diese ermitteln durch Interaktion mit dem Benutzer die für eine Entscheidung oder Antwort notwendigen Parameter des jeweiligen Falles. Als Ergebnis können Fakten (Antworten) und/oder Informationsressourcen (z.B. Auszug aus einem Gesetz, Hilfetext, …) präsentiert werden.
Gegenstand eines aktuellen Forschungsprojekts ist eine selbstlernende Erweiterung des Regelwerks auf Basis von Benutzereingaben und -feedback. Die Ermittlung der Falldaten beruht einerseits auf den explizierten Business Rules, andererseits kann dieses Regelwerk durch intelligente Lernmechanismen ergänzt werden. Die Antworten sind somit zugeschnitten auf den konkreten Informationsbedarf des Fragenden, der wiederum aus individuellen Zielsetzungen („Intentions“) der Person resultiert und von deren Kontext bzw. Vorwissen beeinflusst wird.