Veröffentlicht am

Emotionale Intelligenz: Ursprung und der Bezug zu Multiplen Intelligenzen

Image by StockSnap from Pixabay

Wenn es um Emotionale Intelligenz geht, wird häufig Daniel Goleman genannt, der dieses Konstrukt bekannt gemacht hat. Dabei geht leider oft verloren, dass es John D. Mayer und Peter Salovey waren, die schon 1990 beschrieben haben, was sie unter Emotionaler Intelligenz verstehen.

“Emotional intelligence is a type of sociali ntelligence that involves the ability to monitor one’s own and others’ emotions to discriminate among them, and to use the information to guide one’s thinking and actions (Salovey & Mayer 1990)”, zitiert in Mayer/Salovay 1993, p. 433.

Interessant dabei ist, dass beide Autoren erwähnen, dass sie statt Emotional Intelligence auch Emotional Competence hätten wählen können, doch haben sie sich bewusst für Emotional Intelligence entschiedenen, da sich Emotional Intelligence “overlaps with Gardner´s (1983) ´(intra) personal intelligence´ (ebd. p. 433).

The core capacity at work here is access to one’s own feeling life – one’s range of affects or emotions; the capacity instantly to effect discriminations amongt these feelings and eventually, to label them, to enmesh them in symbolic codes, to draw upon them as a means of undentanding and guiding one’s behavior. In its most primitive form, the intrapenonal intelligence amounts to little more than the capacity to distinguish a feeling of pleasure from one of pain (…). At its most advanced level, intrapersonal knowledge allows one to detect and to symbolize complex and highly differentiated set of feelings (…) to attain a deep knowledge of (…) feeling life (ebd. p. 239).

Die Anlehnung an Gardner´s Theorie der Multiplen Intelligenzen ist bemerkenswert, und auch der Bezug zum Begriff “Competence”. Beide Perspektiven habe ich in meinem Buch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe und Organisation weiter analysiert und in ein Gesamtkonzept überführt.

Veröffentlicht am

Alle reden über Komplexität, doch wer kennt schon Bifurkationspunkte?

Image by Gordon Johnson from Pixabay

Wenn alles nicht so einfach ist, also alles miteinander vernetzt ist, es Rückkopplungen gibt, und wir in diesem Sinne von einem komplexen sozialen System sprechen können, kommt es auch darauf an, die Phasenübergänge (Bifurkationspunkte) zu kennen. Doch, wie können wir uns diese Situation vorstellen, bzw. sogar damit umgehen?

Phasenübergänge führen fern des thermischen Gleichgewichts zu Emergenz und Selbstorganisation von Ordnung wachsender Komplexität. Allgemein können durch zufällige Wechselwirkungen der Systemelemente auf der Mikroebene neue Strukturen auf der Makroebene entstehen, die durch die Mikrozustände der Elemente nicht erklärbar sind. Wenige instabile Systemelemente geraten an den Instabilitätspunkten in starke Schwingungen, die schließlich auch die Mehrzahl der stabilen Systemelemente mitreißen. Sie zwingen ihnen ihr Verhalten auf oder – mit den Worten von Hermann Haken – „versklaven“ sie. Dadurch kommt es zu makroskopischen Veränderungen mit Ordnungs- und Musterbildungen. Es genügt also, das Verhalten der wenigen instabilen Systemelemente zu erkennen, um den Entwicklungstrend des gesamten Systems und seine makroskopischen Muster zu bestimmen. Die Größen, mit denen das Verteilungsmuster der Mikrozustände eines Systems charakterisiert wird, heißen nach dem russischen Physiker Lew D. Landau „Ordnungsparameter“ (Mainzer 2008:43-44).

Um das Gesamtsystem zu steuern, reicht es also aus, sich um die wenigen instabilen Systemelemente zu kümmern, um makroskopische Muster zu bestimmen. Es ist also nicht erforderlich alle Daten/Informationen im Sinne von Vollständigkeit vorliegen zu haben – was sowieso nicht möglich ist (Blogbeitrag). Weniger ist hier mehr. Entscheidend sind angemessene Maßnahmen an den richtigen Stellen. Aktuell habe ich eher den Eindruck, dass viele Unternehmen einem Datenfetischismus hinterherrennen, und die Chancen einer angemessenen Systemsteuerung nicht erkennen.

Veröffentlicht am

Welchen Bezug gibt es zwischen Kompetenz und Performanz?

Image by Sasin Tipchai from Pixabay

Wenn es um die Bewältigung komplexer Probleme geht, kommt der Kompetenzbegriff ins Spiel, der nach Erpenbeck/Heyse Kompetenz als Selbstorganisationsdisposition aufzufassen ist. Etwas vereinfacht ausgedrückt ist Selbstorganisation eine “Strukturbildung von selbst” (Heyse/Erpenbeck 1997:29). Kompetenz stellt somit eine Art Vermögen dar, das noch im Kontext realisiert werden muss. Der Komplementärbegriff zu “Kompetenz” ist dabei “Performanz”, deren Bezug zueinander zunächst in der Linguistik durch Chomsky thematisiert wurde.

“Kompetenz“ und „Performanz“ sind dieser linguistischen Tradition zufolge bekanntlich als Komplementärbegriffe zu begreifen. Kompetenz meint hier „das Befolgen von Regeln oder Gesetzmäßigkeiten der Kombinatorik auf der Basis einer kalkulierbaren Zahl von Elementen“, während unter Performanz „die konkrete Realisierung von Ausdrucksmitteln und Formen in einer bestimmten Situation durch individuelle Akzente“ zu verstehen ist, allerdings eben die „Realisierung systemisch angelegter (Tiefen-)Strukturen“ (Soeffner 2003: 663) (Pfadenhauer 2010:159).

Siehe dazu auch Dresselhaus, G. (1979): Langue/Parole und Kompetenz/Performanz und Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Veröffentlicht am

Was sind eigentlich mögliche Aufgabengebiete der Künstlichen Intelligenz?

Group of people with devices in hands working together as symbol of networking and communication

Die Geburtsstunde von “Künstlicher Intelligenz” geht auf einen Konferenzbeitrag von McCarthy im Jahr 1955 zurück. In der Zwischenzeit gibt es durch die vielen neuen technischen Möglichkeiten zwar immer wieder Definitionsversuche, doch immer noch keine einheitliche und anerkannte Definition. Was allerdings klar erscheint sind die verschiedenen Aufgabengebiete, die für eine Künstliche Intelligenz geeignet erscheinen. Russell und Norvig unterscheiden hier acht Aufgabengebiete (vgl. Russell und Norvig 2012; Peissner et al. 2019), zitiert in Fraunhofer IAO 2020:11-12):

  • Lernen
  • Problemlösung durch Suchen
  • Planen
  • Robotik
  • Entscheidung
  • Wissensrepräsentation
  • Wahrnehmung
  • Spracherkennung

Anhand dieser Auflistung wird deutlich, dass Künstliche Intelligenz viele Tätigkeiten in unserem gesellschaftlichen und wirtschaftlichen Leben beeinflussen kann. Es geht hier allerdings nicht immer um komplette Jobs, die infrage gestellt werden, sondern auch um Tätigkeitsportfolios, die in einzelnen Jobs oder in Prozessketten von KI profitieren können. Hier ein Beispiel:

Populär wurden in jüngster Zeit Anwendungen wie beispielsweise KI-gestützte »Chatbots«. Dies sind Programme, die eine Konversation mit Nutzern führen können. Social Chatbots agieren in sozialen Netzwerken wie Facebook und Twitter (vgl. Edwards 2016). Anwendungsgebiete sind u.a. Bestellungen (z.B. Pizza-Service), Antworten auf Kundenanfragen zu Prozessen (Paketdienste) und Bearbeitung von Beschwerden (Fraunhofer IAO 2020:13).

Veröffentlicht am

Wie entsteht Teamkompetenz?

Individuelle Kompetenzen gehen in der Interaktion mit mindestens einer weiteren Person in Teamkompetenz über. Doch ist diese Teamkompetenz nicht einfach eine Akkumulation der einzelnen Kompetenzen, denn die Teamkompetenz entsteht durch die gemeinsame Arbeit an einem Ziel.

Die gekonnte Zusammenarbeit mehrer Akteure bei der Lösung von Problemen lässt sich als Teamkompetenz bezeichnen. Ein Team ist „a distinguishable set of two or more people who interact dynamically, interdependently, and adaptively toward a common and valued goal/objective/mission who have each been assigned specific roles or functions to perform, and who have a limited span of membership“ (Salas et al. 1992). Die Kompetenz eines Teams ist nicht einfach a priori vorhanden, sondern sie entsteht im Zuge der gemeinsamen Aktivität und hat daher einen emergenten Charakter. Ihre Grundlage ist ein „shared situation awareness“, ein gemeinsames Situationsverständnis. Der Begriff der „situation awareness“ (SA) bezieht sich in seiner ursprünglichen Bedeutung auf den Bewusstseinszustand eines einzelnen Individuums und wird definiert als „the perception of elements in the environment within a volume of time and space, the comprehension of their meaning, and the projection of their status in the near future“ (Endsley 1988: 97) (Klatetzki 2010:225, Hervorhebungen durch den Autor des Blogbeitrags).

Teamkompetenzen als emergente Phänomene zu betrachten stellt die üblicherweise in den Unternehmen vorgenommene Konfiguration von Teamkompetenzen infrage. Einerseits ist der Problemlösungskontext der Zusammenarbeit mit entscheidend, und andererseits können emergente Phänomene nicht vollständig geplant und vorausgesagt werden. An verschiedenen Bifurkationspunkten schaffen die einzelnen Teile ihren Ordnungsparameter, der dann wiederum die einzelnen Teile (Teammitglieder) beeinflusst. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Veröffentlicht am

Intelligente Organisation oder Organisationale Intelligenz? Was soll das sein?

Image by Gerd Altmann from Pixabay

Wenn wir über Intelligenz oder Dummheit sprechen, geht es oft einerseits um intelligente Menschen und anderseits um intelligente maschinelle Systeme wie maschinelles Lernen oder Künstliche Intelligenz. In Unternehmen/Organisationen oder weiter gefasst, in Systemen geht es allerdings auch darum, die verschiedenen Facetten der Intelligenz zu fördern und für Werte zu nutzen. Bei Organisationen kommen die beiden Perspektiven “Intelligent Organization” und “Organizational Intelligence” ins Spiel.

Within this field two major research communities can be found. The first on has been established around the annual Hawai International Conference on System Sciences (HICSS), starting from a tutorial on “Intelligent Organizations” presented by G. P. Huber in 1987. The second has its roots in Japan, where T. Matsuda is developing towards a holistic approach of what he calls “Organizational Intelligence” (…). In contrast of others he [Matsuda 1988, 1991, 1992] stresses that machine learning is an integral part of the intelligence of an organization (vgl. Kirn 1996:141).

Die Organisationale Intelligence nach Matsuda integriert menschliche Intelligenz und (heute) Künstliche Intelligenz. Ich würde dabei noch ergänzen, dass dies nicht nur auf der organisationalen Ebene, sondern auch auf der individuellen Ebene, bei Teams und in Netzwerken außerhalb der Organisation eine Rolle spielt. In Meinem Buch Freund, R. (2011): das Konzept der Multiplen Kompetenz auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk habe ich diesen Ansatz auch mit Hilfe der Theorie der Multiplen Intelligenzen beschrieben.

Veröffentlicht am

Gedanken zum Kommunikationsbegriff in sozialen Systemen

Image by Susanne Jutzeler, suju-foto from Pixabay

Immer wieder wird in Interaktionen deutlich, dass der Kommunikation eine wichtige Rolle zukommt. Doch was verstehen wir unter Kommunikation? Eine Sichtweise kann aus der Systemtheorie abgeleitet werden. Luhmanns Systemtheorie “begreift Kommunikationen als Operationen sozialer Systeme und Erwartungen als Strukturen, die kommunikative Ereignisse miteinander verknüpfen. Erwartungen werden dabei als Verdichtungen von Sinn bestimmt” (Schneider 2008:129). Dabei ist Sinn definiert “durch die Unterscheidung von Aktualität und Möglichkeit” (ebd. S. 141). Weiterhin ist interessant, dass der Kommunikationsbegriff über die Entscheidung mit Konsens und Konflikt zusammenhängt.

Über die drei Selektionen Mitteilungen, Information und Verstehen hinaus, die zusammen den Kommunikationsbegriff definieren, ist eine vierte Selektion für den weiteren Verlauf der Kommunikation von zentraler Bedeutung, die mit jeder Anschlußäußerung aufgerufen ist: die Entscheidung zwischen der Annahme und der Ablehnung der vorausgehenden Mitteilung. Diese Entscheidung markiert einen Verzweigungspunkt in Richtung Konsens und Konflikt (Schneider 2008:138).

Veröffentlicht am

Was sind eigentlich Multi-Kontext-Probleme?

Image by Gerd Altmann from Pixabay

Der Begriff “Problem” kommt in unserer Gesellschaft häufig vor, dabei gibt es oft keine einheitliche Meinung darüber, was ein “Problem” eigentlich ist. Es gibt einfache Probleme mit dem dazugehörenden simple problem solving, und komplexe Probleme mit ihrem complex problem solving. In solchen Multi-Kontext-Problemen kommt es darauf an, Entscheidungen unter Unsicherheit zu treffen – was nicht so einfach ist…

Strategische Probleme werden als wenig strukturierte bzw. schwer strukturierbare Probleme betrachtet. Für solche „innovativen Probleme“ bestehen wenig eindeutige Lösungsverfahren (Bamberger & Wrona, 2000). Analog hierzu spricht Dörner (1979) von dialektischen Problemen, bei denen zwar die Ausgangslage bekannt ist, aber nicht der Zielzustand und auch nicht die möglichen Mittel diesen Zielzustand zu erreichen. „Sie stellen Entscheidungen unter Unsicherheit dar und werden auch als sog. Multi-Kontext-Probleme derart bezeichnet, dass sie in unterschiedlichen, jeweils aktorspezifischen Kontexten definiert bzw. expliziert werden“ (Bamberger & Wrona, 2000, S. 6). Probleme werden demnach jeweils im Sinne eigener Werte Normen, Interessen und Sichtweisen der Realität betrachtet und interpretiert. Mit diesen unterschiedlichen Realitätskonstruktionen ist stets die Möglichkeit von Konflikten und das Erfordernis sie zu lösen verbunden (Bamberger & Wrona, 2000) (vgl. Grote, S.; Kauffeld, S.; Hering, V. & Tappe, D. 2009:15, Hervorhebung durch den Autor des Blogbetrags).

Complex Problem Solving ist anders als das einfache, Simple Problem Solving. Die Bewältigung solcher Multi-Kontext-Probleme ist allerdings für die Zukunft entscheidend. Manche Systeme der Künstlichen Intelligenz (KI/AI) können in der Zwischenzeit durchaus schon komplexe Problemsettings lösen, was zu Veränderungen auf dem Arbeitsmarkt führt, und in Zukunft noch stärker führen wird. Entscheidend für Menschen ist immer noch, die Bewältigung komplexer Problemlösungssituationen, die uns (noch) von Algorithmen der Künstlichen Intelligenz unterscheidet.

In meinem Vortrag (Special Keynote) auf der MCPC 2015 (Weltkonferenz zu Mass Customitation, Personalization and Co-Creation) in Montreal habe ich diese Zusammenhänge für Open Innovation dargestell (Konferenzen). Es freut mich sehr, dass mein damaligen Paper bei Researchgate heute immer noch intensiv gelesen und genutzt wird. Mein Paper Cognitive Computing and Managing Complexity in Open Innovation Model zur Weltkonferenz MCPC 2015 ist bei Springer veröffentlicht worden. Bitte sprechen Sie mich an, wenn Sie dazu Fragen haben.

Veröffentlicht am

Welche Einflussfaktoren wirken auf den Erfolg von Netzwerken?

Image by OpenClipart-Vectors from Pixabay

Um den Erfolg von Netzwerken sicher zu stellen, ist die Aufdeckung relevanter Einflussfaktoren bedeutsam. In der Literatur werden folgende Faktoren diskutiert (Denison/Grohmann 2009:431):

Vertrauen zwischen den Mitgliedern: Vertrauen wird sowohl im Bezug auf Netzwerke sowie auf Networking durchgängig als bedeutendes Merkmal bzw. als Basis der Beziehungen genannt (Baker, 1994; Elsholz & Meyer-Menk, 2002; Hanft, 1997; Uzzi, 1997). Vertrauen erleichtert es, Wissen zu teilen und kooperieren (Meyerson, Weick & Kramer, 1996).

Reziprozität (Gegenseitigkeit): Für Kooperationen in Netzwerken ist es ebenfalls von Bedeutung, dass der Austauschprozess zwischen den Partnern als angemessen und ausgewogen wahrgenommen wird (Elsholz & Meyer-Menk, 2002; Hanft, 1997).

Homogenität der Mitglieder innerhalb des Netzwerks: Die Homogenität bzw. Heterogenität der Netzwerke wird kontrovers diskutiert. Ergebnisse zeigen einerseits, dass bessere Lernerfolge in heterogen zusammengesetzten Netzwerken erzielt werden (Wilkesmann, 1999). Andererseits können in Netzwerken auf Grund der Austauschorientierung auch Vorteile homogen gestalteter Netzwerke erwartet werden (Ibarra, 1993).

Unterstützung der Mitglieder untereinander: Netzwerke können für die Teilnehmer eine Unterstützungsfunktion bieten, da sie Personen mit ähnlichen Arbeitsbedingungen und vergleichbaren Problemen zusammenbringen, die sich im Rahmen der Netzwerke auch über belastende Aspekte austauschen können (Jütte, 2002).

Commitment zum Netzwerk: Die Entwicklung einer gemeinsamen Identität gilt als Erfolgsfaktor für Netzwerke (Diettrich & Gillen, 2004). Durch ein hohes Commitment in einem Netzwerk, also die Identifikation mit der Gruppe, wird der Austausch zwischen den Netzwerkmitgliedern erleichtert (vgl. Nahapiet & Ghoshal, 1998).

Weitere Rahmenbedingungen: Als weitere Erfolgsfaktoren gelten die optimale Größe von Netzwerken und die Stabilität von Netzwerken. Je nach Zweck des Netzwerks wird bei eher ökonomisch orientierten Netzwerken eine optimale Größe von 10-50 Akteuren angegeben (Borkenhagen, Jäkel, Kummer, Megerle & Vollmer, 2004). Stabile Teilnehmergruppen, insbesondere ein stabiler Kern, gelten als bedeutsamer Aspekt für erfolgreiche Netzwerke (Diettrich & Gillen, 2004). Gerade der Personenwechsel kann lernen negativ beeinflussen (Wilkesmann, 1999).

Veröffentlicht am

Warum gibt es kein deutsches Verb für Kompetenz?

Der Begriff “Kompetenz” ist sehr vielschichtig und verfügt wegen seiner geschichtlichen Entwicklung über viele Facetten. Eine davon ist, Kompetenz als Selbstorganisationsdisposition zu verstehen, die sich von Persönlichkeitseigenschaften und -fertigkeiten unterscheidet.

Ein weiterer, wichtiger Begriff ist in dem Zusammenhang ist “Qualifikation”. Qualifikationen sind hier Fertigkeiten, Fähigkeiten und Kenntnisse, die vermittelt und geprüft werden können. Qualifikationen sind eher für die Bewältigung überschaubarer Aufgaben geeignet. Daran schließen sich bereichsübergreifende Schlüsselqualifikationen an. In eher unsicheren/unübersichtlichen Problemlösungssettings reichen Qualifikationen zu deren Bewältigung nicht mehr aus. Da es in der heute stark vernetzten Welt immer mehr um komplexes Problemlösen geht, ist es nicht verwunderlich, dass die Kompetenzentwicklung auf pädagogischer Ebene und auf Unternehmensebene in den Mittelpunkt rückt.

Der ethisches Aspekt bedingt, dass dass Kompetenz nicht gelehrt und vermittelt, sondern nur angebahnt werden kann. Der sich Bildende ist bei der Entwicklung dieser umfassenden Fähigkeiten als Akteur gefragt (Heil 2007:72). Als einen Hinweis darauf, dass Kompetenz sich entwickelt und nicht vermittelt werde kann, kann die Tatsache gesehen werden, dass es kein deutsches Verb für Kompetenz gibt. Einen Menschen kann man qualifizieren aber nicht “kompetenzieren” (ebd. S. 75, in Heffels/Streffer/Häusler (2007).

Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.