Conceptual technology illustration of artificial intelligence. Abstract futuristic background
Großunternehmen werden oft von Kleinen und mittleren Unternehmen (KMU) unterschiedenen, da bei beiden alleine durch ihre Größenordnung unterschiedliche Management-Ansätze erforderlich sind. Die Abgrenzung zwischen Großunternehmen und KMU liegt zwar vor (Definition), doch kommt es immer wieder auch zu Entgrenzungen und fließenden Übergängen.
Diese Entgrenzungstendenzen sind sogar auf der gesellschaftlichen Ebene wiederzufinden und sind Bestandteile einer Reflexiven Modernisierung. Dabei entstehen immer mehr temporäre oder auch relativ stabile Netzwerke, in denen Wissen geteilt wird, um beispielsweise Innovationen zu entwickeln. Betrachten wir nun die drei Bereiche Großunternehmen, KMU und Netzwerk, so ergeben sich im Rahmen des Innovationsmanagements unterschiedliche Ausprägungen bei den Dimensionen Komplexität, Verbindlichkeit und Steuerung. Die folgende Tabelle stellt alles übersichtlich dar.
Komplexität
Verbindlichkeit
Steuerung
Großunternehmen
hoch
mittel
hoch
KMU
gering
hoch
mittel
Netzwerke
hoch
gering
gering
Vergleich Großunternehmen, KMU und Netzwerke bezüglich Innovationsmanagement (Bundesministerium für Wirtschaft und Technologie 2012)
Das Innovationsmanagement in KMU oder auch in Großprojekten ist es oftmals nicht gewohnt, Netzwerke zu managen und verfallen dabei oft in die gewohnten Ansätze aus den jeweiligen Organisationen. Ein Netzwerk “funktioniert” allerdings anders. Beispielsweise ist die Komplexität hoch, allerdings sind gleichzeitig die Steuerungsmöglichkeiten gering. Das sind traditionelle Manager so nicht gewohnt.
Unser griechischer Freund, Prof. Dr. Dr. Alexander Tsigkas, hat im August ein Buch veröffentlicht, das ich so nicht erwartet habe. Warum das so ist, möchte ich kurz erläutern. Ich habe Alex 2001 in Hong Kong auf der ersten Weltkonferenz MCP (Mass Customization and Personalization) kennengelernt.
In den letzten Jahren hat uns Alex erzählt, dass ihn Architektur interessiert, und dass er sich nun stärker damit befassen will. Das ist erst einmal nicht verwunderlich, da Forscher grundsätzlich an vielen Themen interessiert sind. Dass er in das Thema Architectural Design allerdings so tief einsteigt, und dann auch noch einmal zu dem Thema promoviert, hätten wir nicht gedacht.
Da Alexander Tsigkas unterschiedliche Fachbereiche intensiv erforscht hat, zeigt er neue, überraschende Perspektiven auf das Thema Architectural Design auf. Es ist daher interessant zu lesen, zu welchen Gedanken, Ideen und Schlussfolgerungen er in seinem neuen Buch kommt:
“This book will be of interest to architects, designers, and enthusiasts seeking a comprehensive understanding of architecture, and professionals in architectural enterprises looking to enhance organisational viability will find value. Interdisciplinary collaboration is emphasised throughout the book. Students and academics in architecture and related fields will also benefit from its philosophical exploration and practical insights.”
In der nächsten Zeit werde ich immer wieder einmal aus dem Buch zitieren, und Kommentare dazu abgeben.
OpenAI ist mit ChatGPT etc. inzwischen weltweit erfolgreich am Markt. Angefangen hat das damalige Start-up mit der Idee, Künstliche Intelligenz (AI) als Anwendung offen, und damit frei verfügbar und transparent anzubieten. – ganz im Sinne der Open Source Idee.
Durch den Einstieg von Microsoft ist der Name OpenAI zwar geblieben, doch sind die Angebote in der Zwischenzeit eher als geschlossenes, intransparentes System einzuordnen, mit dem die Inhaber (Shareholder) exorbitante Gewinne erzielen möchten.
Dieser Problematik hat sich eine Personengruppe angenommen, und eine erste Definition für Open Source AI erarbeitet, anhand der die aktuellen KI-Apps bewertet werden können: In dem Artikel MIT Technology Review (2024): We finally have a definition for open-source AI (Massachusetts Institut of Technology, 22.08.224) findet sich dazu folgendes:
“According to the group, an open-source AI system can be used for any purpose without securing permission, and researchers should be able to inspect its components and study how the system works.
It should also be possible to modify the system for any purpose—including to change its output—and to share it with others to use, with or without modifications, for any purpose. In addition, the standard attempts to define a level of transparency for a given model’s training data, source code, and weights.”
Die Intransparenz der Trainingsdaten bei den eher geschlossenen KI-Systemen von OpenAI, Meta und Google führt aktuell dazu, dass sich diese Unternehmen mit sehr vielen Klagen und Rechtstreitigkeiten auseinandersetzen müssen.
Die Open Source Initiative (OSI) plant, eine Art Mechanismus zu entwickeln, der bei den jeweiligen KI-Anwendungen anzeigt, ob es sich wirklich um Open Source KI-Anwendungen handelt
Künstliche Intelligenz (KI) oder auch Artificial Intelligence (AI) ist mit seinen unglaublichen Möglichkeiten in aller Munde – natürlich auch im Projektmanagement. Ein guter Bezugspunkt für eine KI-Unterstützung im Projektmanagement kann die ICB 4.0 (Individual Competence Baseline 4.0) sein, die von der International Project Management Association (IPMA) zur Professionalisierung des Projekt-, Programm- und Portfoliomanagements veröffentlicht wurde. In der ICB 4.0 sind insgesamt 28 Kompetenzen definiert, die in drei Kategorien gegliedert sind. Jeder Kategorie kann durch KI unterstützt werden.
Kategorie
Themen
KI-Unterstützung
Kontextuelle Kompetenzen
Strategie, Kultur, Werte etc.
Einhaltung der Governance-Richtlinien
Persönliche und soziale Kompetenzen
Persönliche Integrität, Verlässlichkeit, Teamarbeit etc.
Projektplanung und Steuerung, Risikomanagement etc.
Virtuelle KI-Assistenten
In Anlehnung an Schelter, N. (2024)
Grundsätzlich halte ich diese strukturierte KI-Unterstützung auf Basis der ICB 4.0 – Kompetenzen für sinnvoll. Dennoch möchte ich folgendes anmerken:
(1) Es handelt sich hier möglicherweise um ein mismatch von Begrifflichkeiten. Einerseits sprechen wir von Kompetenzen, andererseits von Künstlicher Intelligenz. Hier gibt es durchaus Unterschiede, die zu beachten sind. Siehe dazu beispielsweise Kompetenzen, Regeln, Intelligenz, Werte und Normen – Wie passt das alles zusammen?
(2) Als Leser unseres Blogs wissen Sie, dass ich eher das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk bevorzuge.
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.
Der von uns entwickelte Blended Learning Lehrgang Projektmanager/in Agil (IHK) startet am 02.09.2024 bei der IHK Köln. Der Lehrgang wird von Thomas Maikath durchgeführt. In den wöchentlichen Modulen werden die jeweiligen Themen von Projektteams auf eine Fallstudie übertragen, die sich die Teilnehmer aus drei vorgegebenen Fallstudien aussuchen können.
Der Transfer und die gemeinsame Arbeit in einem Projektteam lässt die Teilnehmer konkret erfahren, was agile Arbeitsweisen in Projekten bedeuten. Neben KANBAN und Scrum gehen wir auch auf das Hybride Projektmanagement ein, dass in der aktuellen PMI-Studie (2024) deutlich in der Anwendung zugenommen hat.
Informationen zu unseren Lehrgängen, Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), die wir an verschiedenen Standorten anbieten, finden Sie auf unserer Lernplattform.
Innovationen werden meistens noch aus dem Blickwinkel von Organisationen gesehen. Diese Innovationen werden formal durchgeführt und sind als Business Innovations bekannt. Solche Innovationen tauchen natürlich in den gängigen Statistiken zu Innovationen auf Länder- oder auch Unternehmensebene auf.
Nicht, oder nur wenig beachtet werden eher Innovationen die von einzelnen Personen oder Gruppen ausgehen, deren Bedürfnisse an Dienstleistungen und Produkten von Unternehmen nicht wirklich beachtet werden. Wie de Jong und von Hippe (2022) zeigten, gibt es einen immer größer werdenden Teil solcher informellen Innovationen, die als Household Innovations bezeichnet werden. Die folgende Tabelle zeigt die jeweiligen Unterschiede auf
Household Innovation
Business Innovation
Dominant motives
Personal need, hedonic, helping
Commercial, sales, efficiency
Examples
Consumer innovation, open-source, Makers, hackers
New product development, R&D, technology licensing
Look and feel
Amateurish, but sometimes very novel
Professional, better designed and engineered
Embedded in
Consumer creative behaviors like DIY, tinkering
Business strategy, willingness to survive and/or grow
Dissemination
Free sharing, startups, business adoption
Sales, licensing, involuntary spillovers
Differences between household and business innovation nach de Jong & von Hippel (2022).in J. P. J. de Jong, M. Mulhuijzen, D. Cowen, E. Kraemer-Mbula, L. Onyango, E. von Hippel (2023). Making the Invisible Visible, Informal Innovation in South Africa.
Die dominierenden Motive unterscheiden sich, das Household Innovation meistens keine kommerziellen Ziele hat, Business Innovation demgegenüber schon. Darüber hinaus sehen Household Innovation oftmals amateurhaft aus, Business Innovation dagegen müssen top aussehen und sicher sein. Household Innovation ist oft ein Do it Yourself, ein ausprobieren und ein Learning by Doing. Business Innovation ist eingebettet in eine unternehmerische Innovationsstrategie mit ihren Prozessen. Household Innovation sind oft auch freu für andere verfügbar, was sie für Startups nutzbar macht. Business Innovation werden oft geschützt (Patente, Marken usw.) und sollten einen Businessplan erfüllen.
Es wird aus der Übersicht allerdings auch deutlich, dass sich Household Innovation und Business Innovation gut ergänzen könnten:
“Von Hippel (2017) explains that informal household innovation and business innovation complement each other. Informal innovations in the household sector are in principle freely available to anyone, as citizens barely protect their innovations. Commercial producers can take advantage by adopting informal innovations (to be marketed as commercial products) and by helping citizens to prototype innovations for themselves.” (ebd.).
Über die immer intensivere Vernetzung von Menschen, Dingen, Organisationen und Gesellschaften ist eine Komplexität entstanden, die es zu bewältigen gilt. Ein Ansatz, die entstandene Komplexität in Projekten zu bewältigen ist, iterativ/agil vorzugehen.
Darüber hinaus habe ich natürlich auch noch nach einer wissenschaftlichen Begründung gesucht, die ich möglicherweise in dem Paper von Hao Dong et al. (2024) gefunden habe.
“According to the Project Management Institute (PMI, 2023), “A project is a series of structured tasks, activities, and deliverables that are carefully executed to achieve a desired outcome,” and “Each aspect of a project must go through the phases of the project life cycle before reaching an end goal. This life cycle allows project managers to execute each phase of their project effectively. It enables them to plan each task and activity meticulously, ensuring the highest chances of a project’s success.” Therefore, Agile Project Management requires “a systematic approach” to apply its flexibility (Augner & Schermuly, 2023) and productivity (Hofman et al., 2023). The misalignment between project management and the Agile Manifesto now coexists with the widespread adoption of agile in project management (Dong et al., 2022). The fragmented body of literature and confusion in practice call for further investigation and examination. (…) Nonetheless, since agile is explicitly a software development approach, many of the values and principles from the Agile Manifesto cannot be directly applied to non-software projects” (Hao Dong et al. (2024)).
Auf Basis der Projektdefinition des Project Management Instituts (PMI) zeigen die Autoren auf, dass Agiles Projektmanagement ein systematisches Vorgehen erfordert, was wiederum eine Diskrepanz zum Agilen Manifest darstellt. Das ist für viele doch eine überraschende Erkenntnis, da bisher davon ausgegangen wurde, dass wir von Agilem Projektmanagement sprechen, wenn es auf der Basis des Agilen Manifests durchgeführt wird. Es ist daher sehr gut, dass die Autoren die angesprochene Diskrepanz weiter untersucht haben. In einem der nächsten Blogbeiträge werde ich darauf eingehen.
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.
Die Transformation auf allen Ebenen der Gesellschaft wird von digitalen Technologien getrieben (Digitale Transformation). Dabei werden allerdings oftmals die Auswirkungen von digitalen Technologien auf Kunden, Märkte und Innovationen relativ isoliert betrachtet. Besser wäre es, die Auswirkungen vernetzt zu sehen.
Betrachtet man diese Entwicklungen durch eine andere Brille (Vernetzung), so entsteht ein Ökosystem mit vielen verschiedenen Verbindungen, Rückkopplungen und Möglichkeiten. Dazu habe ich folgenden Text gefunden, der das gut beschreibet, und auch Quellen dafür angibt:
“To understand the effects of digital transformation described above, the dimensions cannot be considered in isolation (cf. Rosenberg, 1979). Technologies stimulate both customers and the market, which ultimately drives further innovations. Due to the interconnectedness between customers, market, and innovation, the effects of changes to one impact the other, and the dimensions co-evolve together. To understand this phenomenon, the ecosystem concept (Moore, 1993) serves as a suitable lens: put simply, ecosystems focus on the interdependencies among actors and the way they co-create value for the customer”
[Anmerkung RF: Dabei wird auch erläutert, welche Charakteristiken Ökosysteme haben]:
First, ecosystem actors must align themselves with materialising the value proposition for the final customers (Adner, 2017; Thomas & Autio, 2020).
The second characteristic of ecosystems is their foundation on non-generic complementarities.
The third and last unique characteristic of ecosystems is that its actors must identify with the ecosystem (Thomas & Ritala, 2022).
Quelle: (Miehé, L.; and Gassmann, O. (2024), in Aargard, A. (2024): Business Model Innovation. Game Changers and Contemporary Issues).
Die Autoren sind der Meinung, dass das Ökosystem-Konzept durchaus ein Game Changer für Geschäftsmodell-Innovationen (Business Model Innovation) sein kann. Dabei gibt es kein “richtiges” Ökosystem, sondern – wie so oft – ein Kontinuum an Möglichen Variationen.
Durch den seit mehr als 100 Jahren üblichen Taylorismus mit seiner arbeitsteiligen Vorgehens- und Denkweise (Mindset), fällt es uns immer noch sehr schwer, in vernetzten Systemen zu denken und zu handeln. Das ist nicht nur bei Innovationen der Fall, sondern auch in der Politik, in Verwaltungen, Unternehmen und bei einzelnen Personen. Dass dieser Prozess auf Widerstände stößt liegt in der Natur der Sache. Dennoch: Es wird Zeit, diese Denkweise zu propagieren und letztendlich zu entwickeln (lernen).
Dass das bei Erwachsenen besonders herausfordernd ist, zeigt die Erwachsenenbildung. Dort geht man bei Lernprozessen von einem relativ stabilen Deutungsmuster aus, das transformiert werden muss (Transformation von Deutungsmustern).
Screenshot von der Website https://patient-innovation.com
Wo kommt der Begriff “Transaktionskosten” überhaupt her? In meinem Blogbeitrag Brauchen wir Unternehmen? vom 15.12.2015 bin ich schon einmal darauf eingegangen, dass der Begriff auf Ronald Coase zurückgeht, der 1937 in seinem Artikel “The Nature of the Firm” erläuterte, warum wir Unternehmen benötigen. Die Antwort war schlüssig:
Die Transaktionskosten in Unternehmen waren eben günstiger als die Kosten, die außerhalb eines Unternehmens nötig waren, um eine Leistung zu erbringen.
Dieser Ansatz hat sich auch Jahrzehnte als durchaus erfolgreich herausgestellt. Dabei kam den Unternehmen zugute, dass die Möglichkeiten der allgemeinen Digitalisierung in den Unternehmen und auch im Kundenkontakt intensiv genutzt wurden. Kunden können beispielsweise ihre Bankgeschäfte selbst durchführen, selbst online einchecken usw. Hinzu kommen noch die Möglichkeiten des 3D-Drucks (Additive Manufacturing) und jetzt auch noch der Künstlichen Intelligenz. Alles wurde und wird genutzt, um Transaktionskosten im Unternehmen stark zu reduzieren. Oftmals zugunsten einer besseren Gewinnmarge, weniger zum Nutzen ihrer Kunden.
Auf der anderen Seite merkt der Kunde oder User, dass er viele Transaktionen selbst durchführt und seine Bedürfnisse nicht wirklich von den Unternehmen befriedigt werden. Diese Kunden, Nutzer oder User erhalten also oftmals immer noch nicht den Value (Wert, Mehrwert), den alle seit den Zeiten von Marketing, Qualitätsmanagement, Innovationsmanagement und Agilem Projektmanagement etc. versprechen.
Was machen daher immer mehr User? Na ja, wenn sie schon vieles selbst machen sollen und die digitalen Tools sehr günstig zur Verfügung stehen (Open Source, 3D-Druck usw.) können sie ihre benötigten Dienstleistungen und Produkte auch gleich selbst designen, entwickeln und herstellen (User Innovation).
Ein Paradebeispiel für diese gesamte Entwicklung ist die Plattform Patient Innovation (Patienten-Innovation), deren Entwicklung ich auf den verschiedenen Weltkonferenzen verfolgen konnte. Die Initiative hat 2016 den Health Care Startup Award als Non-Profit Startup of the Year erhalten. Zunächst waren da medizinische Problemlösungen, von einzelnen Personen, da keine Lösungen (Dienstleistungen, Produkte) von Unternehmen angeboten wurden (Lohnt sich nicht / Break Even). Dann kamen die ersten eigenen Problemlösungen auf eine Plattform, die sich in der Zwischenzeit weltweiter Beliebtheit erfreut. Bitte schauen Sie sich auf der angegebenen Seite um.
Der Vorteil der immer stärker sinkenden Transaktionskosten in Unternehmen schlägt also auf die Unternehmen zurück – ist in diesem Sinne reflexiv. Ähnlich sieht es auch bei Innovationen aus. Künstliche Intelligenz mit ihren Möglichkeiten kann in Unternehmen für Innovationen genutzt werden, – und auch von einzelnen Usern, die für Ideen und Innovationen möglicherweise nicht immer Unternehmen mit den jeweiligen Strukturen benötigen. Eric von Hippel vom MIT hat das treffend “Democratizing Innovation” bzw. “Free Innovation” genannt. Siehe dazu auch
Die von Howard Gardner veröffentlichte Theorie der Multiplen Intelligenzen geht von relativ unabhängigen Intelligenzen aus. Die Anzahl hat sich dabei in den letzten Jahren von 7 auf 9 erweitert. Es ist in diesem Zusammenhang wichtig, dass Howard Gardner den Intelligenz-Begriff beispielsweise im Vergleich zu dem oftmals vorherrschenden psychometrischen Intelligenzkonstrukt (Beispiel: Intelligenz-Quotient / IQ) entgrenzt/erweitert.
(…) the predictive value of IQ measures had been found to be poor in situations requiring production and evaluation of new ideas (Feldman 1980: 89-90).
Wenn es also verschiedene Multiple Intelligenzen gibt, so kann durchaus die Frage gestellt werden, ob nicht eine davon den anderen überlegen ist. Genau diese Frage hat Howard Gardner in dem englischsprachigen Blogbeitrag Are Some Intelligences Superior to Others? vom 11.04.2023 mit einem klaren NEIN beantwortet. Es kann zwar vorkommen, dass in einer Situation die eine oder andere Intelligenz dominiert, in einer anderen Situation aber wiederum nicht.
In einem speziellen beruflichen Umfeld (Kontext, Domäne) zeigen sich immer mehrere Intelligenzen.
In diesem Sinne hat man diese Multiplen Intelligenzen nicht, sondern sie zeigen sich in intelligenten (komplexen) Problemlösungen.
In diesem Zusammenhang musss ich auch die Frage stellen, ob die Künstliche Intelligenz der Menschlichen Intelligenz, oder die Menschliche Intelligenz der Künstlichen Intelligenz überlegen ist. Dieses Thema werde ich in einem der folgenden Blogbeiträge (versuchen zu) beantworten.
Translate »
Diese Website benutzt Cookies. Wenn du die Website weiter nutzt, gehen wir von deinem Einverständnis aus.OK
