Herkömmliche regelbasierte Expertensysteme sind auf eine spezielle Problemstruktur zugeschnitten und verarbeiten Informationen auf der Basis explizit eingegebenen Expertenwissens. In dieser Arbeit wird das Konzept eines nicht problemspezifischen wissensbasierten Systems vorgestellt. Die probabilistische Repräsentation von Wissen erlaubt die Darstellung beliebiger, auch ungewisser, Zusammenhänge. Die Wissensakquisition erfolgt durch Bayessches Lernen; die Verarbeitung geschieht entropieoptimal. Die Kommunikation mit dem Benutzer wird durch die Transformation probabilistisch repräsentierter Informationen in leicht verständliche logische Regeln unterstützt. Verschiedene Problemfelder wie Klassifikation, Diagnose und Datenauswertung zeigen die universelle Anwendbarkeit dieses Systems.