Definition
Eine inferenzielle Strategie, die Konsequenzen aus bekannten Fakten ableitet, indem Inferenzregeln wiederholt angewandt werden, bis ein Ziel erreicht ist oder keine neuen Fakten mehr erzeugt werden können.

Prinzip

Prinzip
Gegeben Faktensätze und Regeln, werden Regelvoraussetzungen kontinuierlich mit den aktuellen Fakten abgeglichen, Regeln ausgelöst und deren Konsequenzen zur Faktendatenbank hinzugefügt; iteriere bis zur Sättigung oder bis der gewünschte Fakt erscheint.

Demonstration

Demonstration
In einem Expertensystem lösen Regeln wie (Fieber ∧ Ausschlag) → Masern aus, wenn die entsprechenden Fakten vorhanden sind; die Diagnose wird dann in den Arbeitsspeicher eingefügt und kann weitere Regeln auslösen.

Fehlanwendung

Fehlanwendung
Vorwärtsgerichtetes Schließen in Domänen mit riesigen Faktensätzen oder vielen irrelevanten Regeln anzuwenden, kann zu kombinatorischer Explosion führen; Vernachlässigung von Konfliktauflösung oder Regelprioritäten führt zu Nichtterminierung oder ineffizienter Inferenz.

Konsequenz

Konsequenz
Erzeugt den Abschluss der Faktendatenbank unter dem Regelbestand und eignet sich gut für reaktive Systeme, datengetriebene Pipelines und Situationen, in denen alle Konsequenzen oder Trigger benötigt werden.

Umkehrung

Umkehrung
Rückwärtsgerichtetes Schließen ist die konzeptionelle Umkehr: Es beginnt mit einem Ziel und arbeitet rückwärts zu den Fakten, statt Konsequenzen aus Fakten vorwärts zu treiben.

Abgrenzung

Abgrenzung
Erfordert Regeln mit Voraussetzungen, die an konkrete Fakten angepasst werden können; weniger geeignet für gezielte Abfragen, Default-/nichtmonotones Schließen oder wenn Inferenzprioritäten dynamisch ohne Zusatzmechanismen verwaltet werden müssen.

Semantische Spannung

Semantische Spannung
Steht im Konkurrenzverhältnis zu rückwärtsgerichtetem Schließen sowie zu Tableaus-/Tabling-Strategien; Spannung zwischen exhaustiver datengetriebener Inferenz und zielgerichteter Suche.

Synthese

Synthese
Vorwärtsgerichtetes Schließen ist datengetriebene Inferenz: wende wiederholt passende Regeln auf Fakten an, um neue Fakten zu erzeugen, bis die Faktendatenbank gesättigt ist oder ein Ziel erscheint.