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

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.

Veröffentlicht am

Ist emotionale Intelligenz messbar?

emotion

In unserem Blog habe ich schon des öfteren über die Messbarkeit, bzw. über das Messbarmachen von allem geschrieben. Siehe dazu beispielhaft Die Messbarmachung der Intelligenz: Ein Phänomen der Industriealisierung?, oder If You Can Not Measure it, You Can Not Manage it – Stimmt das denn?. Doch diese Auffassung ist nicht totzukriegen.

“Sogar wenn es um emotionale Intelligenz geht, herrscht noch die Ansicht vor, man könne sie messen, indem man Fragen stellt, die das deklarative Wissen betreffen. Beispielsweise forderte man die Befragten auf, sich in Bezug auf die Aussage »Ich weiß, warum meine Gefühle sich verändern« selbst einzustufen (siehe Matthews et al. 2004). Dem liegt die Überzeugung zugrunde, dass Menschen in der Lage und bereit sind mitzuteilen, wie ihre Intelligenz funktioniert. Im Gegensatz dazu zeigten die einflussreichen Untersuchungen von Nisbett und Wilson (1977), dass wir häufig keinen introspektiven Zugriff auf die Gründe unserer Urteile und Gefühle haben. Die Forschung zum impliziten Lernen beschäftigt sich mit Lernvorgängen, die unabsichtlich und unbewusst stattfinden (Lieberman 2000; Shanks 2005)” (zitiert in Gigerenzer 2007:244).

Dazu passt auch die von Ryle beschriebene intellektualistische Legende.

Die Industrialisierung nimmt im Vergleich zu den vorherigen gesellschaftlichen und wirtschaftlichen Phasen eine sehr kleine Zeitspanne ein, doch halten wir diese Phase für diejenige, die auch in Zukunft mit ihrem Mindset die anstehenden komplexen Problemlösungen bestimmt.

Dabei kommt es heute und in Zukunft zu neuen Fragen, die allerdings oft mit alten Ansätzen beantwortet werden. Wir sollten uns langsam aber sicher von dem industriellen Mindset verabschieden und die Chancen der Reflexiven Modernisierung nutzen. Dieser Strukturbruch zwischen einfacher und reflexiver Modernisierung zeigt die erforderlichen Handlungsweisen auf.

Veröffentlicht am

Wann sind mehr Informationen von Nachteil?

Je mehr umso besser ist nicht immer von Vorteil, obwohl das viele Menschen glauben. Berry Schwartz hat beispielsweise schon 2004 in seinem Buch The Paradox of Choice erwähnt, dass die Vielfalt eines Angebots Kunden überfordern können, sodass diese dann nicht kaufen (Blogbeitrag). Prof. Dr. Gerd Gigerenzer, Direktor emeritus am Max-Planck-Institut für Bildungsforschung und Direktor des Harding-Zentrum für Risikokompetenz am Max-Planck-Institut für Bildungsforschung in Berlin, hat sich in einem Buch darüber so seine Gedanken gemacht.

Doch selbst wenn die Information kostenlos zur Verfügung steht, gibt es Situationen, in denen mehr Information von Nachteil sein kann. Mehr Gedächtnis ist nicht immer besser. Mehr Zeit ist nicht immer besser. Mehr Insiderwissen mag zwar dabei helfen, den Markt von gestern zu »erklären«, aber nicht, den Markt von morgen vorherzusagen. Weniger ist wahrhaft mehr unter den folgenden Bedingungen (Gigerenzer 2007:46-47):
• Nützliches Maß an Unwissenheit: Wie die Rekognitionsheuristik zeigt, kann das Bauchgefühl eine beträchtliche Menge an Wissen und Information übertreffen.
• Unbewusste motorische Fertigkeiten: Bauchgefühle erfahrener Experten beruhen auf unbewussten Fertigkeiten, deren Ausführung durch zu viel Nachdenken beeinträchtigt werden kann.
• Kognitive Einschränkungen: Unser Gehirn scheint über angeborene Mechanismen wie Vergessen und die Tendenz, klein anzufangen, zu verfügen, die uns vor der Gefahr schützen, zu viel Information zu verarbeiten. Ohne kognitive Einschränkungen würden wir uns weit weniger intelligent verhalten.
• Paradox der freien Wahl: Je mehr Optionen man hat, desto größer die Möglichkeit, dass es zu Konflikten kommt, und desto schwieriger, die Optionen zu vergleichen. Von einem bestimmten Punkt an schaden mehr Optionen, Produkte und Wahlmöglichkeiten dem Verkäufer wie dem Käufer.
• Vorzüge der Einfachheit: In einer ungewissen Welt können einfache Faustregeln komplexe Phänomene ebenso gut oder besser vorhersagen als komplexe Regeln.
• Informationskosten. Wie der Fall der Kinderärzte in der Universitätsklinik erkennen lässt, kann eine zu intensive Informationsbeschaffung einem Patienten schaden. Genauso kann zu viel Neugier das Vertrauen am Arbeitsplatz oder in Beziehungen zerstören.

Sollten also mehr Daten, mehr Informationen, mehr Wissen, mehr Können und mehr Kompetenzen unser Ziel sein? Wie Gigerenzer ausführt, sollte das bei bestimmten Bedingungen nicht der Fall sein, in anderen Settings allerdings sehr wohl. Dieses Sowohl-als-auch – dieses ambidextere – macht es Menschen und Organisationen nicht einfacher. Da wir uns immer mehr in vernetzte Systeme hineinbewegen, werden die von Gigerenzer genannten Bedingungen immer stärker zu beachten sein. Siehe dazu auch Die Messbarmachung der Intelligenz: Ein Phänomen der Industrialisierung?

Veröffentlicht am

Wie hängen Interaktion und Kontext zusammen?

Wenn es um Wissen, Kompetenz, Intelligenz, Lernen oder andere Themen geht, werden immer wieder die Begriffe Interaktion und Kontext genannt. Unklar ist allerdings häufig, was darunter zu verstehen ist. Der bekannte britische Soziologe Anthony Gidddens hat die beiden Begriffe schon vor vielen Jahren thematisiert.

The study of context, or of the contextualities of interaction, is inherent in the investigation of social reproduction. ‘context ‘involves the following (Giddens 1984:282):
( a) the time-space boundaries (usually having symbolic or physical markers) around interaction strips;
(b) the co-presence of actors, making possible the visibility of a diversity of facial expressions-, bodily gestures, linguistic and other media of communication;
(c) awareness and use of these phenomena reflexively to influence or control the flow of interaction.

Diese Charakterisierung kann auch heute noch verwendet werden. Dabei fällt auf, dass manche Bedingungen bei einer digitalen Interaktion/Kommunikation nicht gegeben sind. Beispielsweise sind die körperlichen Gesten oft nicht vollständig zu erkennen – auch in Bezug zu den körperlichen Gesten anderer Teilnehmer, die zeitgleich passieren.

Es stellt sich für mich die Frage, ob diese wenigen Elemente schon genügen können, die Interaktion und damit die Kommunikation zu verfälschen. In hoch komplexen Systemen kann eine kleine Änderung sehr große Auswirkungen haben …

Veröffentlicht am

Gedanken zu Kreativität und Intelligenz

In den letzten mehr 100 Jahren gab es ein Umfeld, das Berechenbarkeit und Vorhersehbarkeit als wesentliche Bestandteile gesellschaftlicher und wirtschaftlicher Entwicklungen betrachtete. Ein Instrument dieser Zeit ist der Intelligenzquotient (IQ) mit seiner (teilweisen) Vorhersehbarkeit von schulischen und/oder beruflichen Entwicklungen.

Das Umfeld hat sich allerdings inzwischen drastisch geändert: Die vielfältigen Vernetzungen von Dingen und Menschen (IoT, KI) haben das bisher relativ stabile Umfeld in ein turbulentes Umfeld gewandelt, in dem Selbstorganisation und die Entwicklung/Bewertung neuer Ideen (Kreativität) wichtig ist. Es stellt sich somit die Frage, welchen Bezug es zwischen Kreativität und Intelligenz (Intelligenzquotient: IQ) gibt.

Creative traits, by definition then, had to be considered to differ from “intelligence” traits in order to give them some potential for predicting achievement above and beyond IQ. Intelligence, of course, had been operationally defined through the IQ measurement long before work in creativity began. If researchers were to establish creativity as a trait, therefore, they faced the practical necessity of demonstrating substantial independence of creativity from IQ. This, in effect, is what the last twenty-five years of creativity measurement research has attempted to do, with only limited success (Wallach, 1971). There were also pragmatic reasons for justifying the construction of creativity tests. Intelligence tests had proved valuable to society in many ways, including the more efficient deployment of manpower resources during both world wars, but 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).

Der Autor bestreitet somit die Vorhersehbarkeit von Kreativität mit Hilfe des Intelligenzquotienten (IQ). Möglicherweise haben andere Intelligenzmodelle wie die von Sternberg oder von Gardner (Multiple Intelligenzen) eine bessere Passung zu den heutigen Problemlösungssettings. Diese Perspektive würde allerdings die lange Tradition zur Nutzung von IQ-Tests für Schüler und Mitarbeiter – und der damit verbundenen Geschäftsmodelle – infrage stellen. Das hätte durchaus weitreichende Folgen… Es ist daher Verständlich, dass die Vertreter psychometrischer Intelligenzmodelle empfindlich auf solche Perspektiven reagieren.

Veröffentlicht am

Hängt der Wissenstransfer von den kognitiven Voraussetzungen ab?

Das Phänomen des Tragen Wissens habe ich in diesem Blog schon mehrfach thematisiert. Dabei ging es jeweils darum, dass Wissen kontextspezifisch konstruiert wird und somit nicht so einfach in einen anderen Kontext zu übertragen ist. Diese Situiertheit von Wissen wird allerdings von Süss angezweifelt.

Das die Relevanz des Situiertheitsansatzes anbetrifft, da sind Zweifel angebracht und nicht zuletzt deshalb, weil die zentrale These m.E. nicht haltbar ist, dass Wissen stets kontextgebunden und ein Transfer also gar nicht möglich ist. Ob ein Transfer zustande kommt (…) hängt stattdessen in erster Linie von den kognitiven Voraussetzungen ab, von Intelligenz und Wissen (Süss 2008).

Der Author argumentiert in seinem Beitrag, dass Intelligenz und Wissen dafür verantwortlich sind, ob – oder in welchem Maße – Wissenstransfer stattfindet. Die Frage, was unter “Intelligenz” verstanden wird, beschreibt der Autor wie folgt:

Ein Ziel der psychometrischen Intelligenzforschung ist die Klärung der Frage, ob Intelligenz eine einheitliche Fähigkeit zu konzeptualisieren ist (Spearman) oder besser durch mehrere, voneinander unabhängigen Einzelfähigkeiten (Thurstone, Guilford) beschrieben werden sollte. Heute zeichnet sich ab, dass beide Positionen richtig sind. Hierarchische Strukturmodelle postulieren ein bündel unterscheidbarer Einzelfähigkeiten, die allerdings zusammenhängen, und damit gleichzeitig die Annahme eines hochgradig generellen Faktors der Allgemeinen Intelligenz (“g”) begründen (Caroll 1993). Generell mein hier, dass diese Fähigkeit zur Lösung von sehr vielen und sehr unterschiedlichen Problemen gebraucht wird. Die empirische Grundlage für diese Annahme ist, dass Intelligenzleistungen, die bei ganz unterschiedlichen Aufgaben erbracht werden, stets schwach, aber positiv korreliert sind (Süss 2008:250-251).

Howard Gardner ist mit seiner Theorie der Multiplen Intelligenzen eher der Auffassung von Thurstone und Guilford, dass es eher voneinander unabhängige Fähigkeiten/Intelligenzen gibt.

Veröffentlicht am

Wie hängen Innovation, Wissen und Kompetenz zusammen?

Wenn wir über Innovationen sprechen sollte klar sein, dass es hier nicht alleine um Ideen (Ideation) oder Erfindungen (Inventionen) geht. Eine Erfindung, die beispielsweise patentiert wurde, ist per se noch keine Innovation. Darüber hinaus sollten Mitarbeiter und Organisationen in der Lage sein, Wissen so neu zu kombinieren, dass es zu Innovationen kommt.

“Grundvoraussetzung für Innovationen im Hightech-Bereich ist die Verfügbarkeit entsprechender Kompetenzen. Die verfügbaren Fähigkeiten stellen dabei die kognitive Basis für die Neukombination und Weiterentwicklung von Wissen in spezifischen Technologiefeldern dar und sind eine Funktion von explizitem (frei verfügbarem) und implizitem (personengebundenem) Wissen. Nur auf der Basis eines Sets entsprechender Wissensbestände besteht eine sinnvolle Option, neue wissensbasierte Lösungen zu erarbeiten.” Botthoff/Kriegesmann 2009:13).

Diese Kompetenz, verstanden als Selbstorganisationsdisposition, ist die Basis für ein modernes Innovationsmanagement (Closed Innovation – Open Innovation). Dabei sind Kompetenzen auf der individuellen Ebene, auf der Teamebene, auf der organisationalen Ebene und in Netzwerken zu entwickeln.

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

Anmerkungen zu einem Modell der Kaufmännischen Kompetenz

Darstellung entnommen aus Winter/Achtenhagen (2010: 19): Berufsfachliche Kompetenz: Messinstrumente und empirische Befunde zur Mehrdimensionalität beruflicher Handlungskompetenz, in: BWP 1/2010, S. 18-21.

Die Kaufmännische Kompetenz wird in der Darstellung als übergeordnete Kompetenzdimension dargestellt, die sich in eine domänenverbundene Kompetenz und in eine domänenspezifische Kompetenz aufteilt. Beide Dimensionen haben wiederum Teilbereiche, die einen bestimmten Zugriff auf Inhaltsbereiche der Domäne ermöglichen.

Mich erinnern die verschiedenen Teilbereiche stark an die verschiedenen Dimensionen der Theorie der Multiplen Intelligenzen nach Howard Gardner. Die in der Urform 8 Intelligenzen ermöglichen einen multiplen, komplexen Problemlösungsprozess in einer bestimmten Domäne. Dabei stellt sich die Frage, wie Intelligenz (Multiple Intelligenzen) und Kompetenz zusammenhängen.

“Auf der Grundlage der Multiplen Intelligenzen Theorie (vgl. Gardner 2002) kann man Kompetenzentwicklung als eine „Ausprägung von Fähigkeiten [zu] beschreiben, deren Entwicklung durch spezifische Intelligenzprofile gegeben ist“ (Rauner et al 2009:34) und bei jedem Menschen situationsabhängig unterschiedlich aktiviert wird, „denn jede [Domäne] hat ihre eigenen Gegenstände, Verfahren und Verknüpfungsmodi“ (Gardner 2003:130)” zitiert in Freund (2011:104).

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

Veröffentlicht am

Ökonomie: Sind die Ökonometrischen Modelle noch zeitgemäß?

In der aktuellen Corona-Pandemie geht es nun langsam aber sicher wieder darum, das gesellschaftliche und wirtschaftliche Leben anzukurbeln. Dazu beziehen sich Politiker oft auf ökonomischer Modelle, um die Richtigkeit ihrer Maßnahmen zu belegen. Es geht um Zahlen, Daten und Fakten – um rationales Handels aufgrund scheinbar objektiver Daten. Georga W. Akerlof (Wirtschaftsnobelpreis 2001) und sein Kollege Robert J. Shiller vertreten hier allerdings eine etwas andere Ansicht. In dem Buch “Animal Spirits” aus dem Jahr 2009 vertreten sie die Auffassung, dass die “nicht-rationalen Elemente unseres Handelns” stärker beachtet werden müssen.

“Ökonometrische Modelle werden im Allgemeinen als Rückkopplungsmodelle beschrieben, die nur auf beobachtbaren Daten beruhen. Alle Nichtobservablen werden in den Bereich der „Messfehler“ verwiesen. Auch wenn wir der Ansicht sind, dass solche Modelle oftmals sehr nützlich sind, vernachlässigen sie doch einige wesentliche Zusammenhänge, die auf nicht quantifizierbaren psychologischen Variablen beruhen.” (ebd. S. 200)

Und weiter führen die Autoren aus: “Die meisten Ökonomen haben für diese psychologischen Feedbackgeschichten nichts übrig. Sie laufen ihrer tief verwurzelten Überzeugung von der Rationalität menschlichen Handelns zuwider. Aber sie lehnen sie auch noch aus einem anderen Grund ab: Es gibt keine Standardmethoden zur Quantifizierung der menschlichen Psychologie. Sie halten die Bemühungen zur quantitativen Erfassung von Rückkopplungsmechanismen und deren Einbindung in makroökonomische Modelle für zu willkürlich und sind deshalb von ihrer Gültigkeit nicht überzeugt” (ebd. S. 200-201).

Ich frage mich bei der ganzen Diskussion um die Subvention verschiedener wirtschaftlicher Bereiche, ob dies “Animal Spirits” mit bedacht werden. Es sieht für mich so aus, als ob die Ökonomie der Industriegesellschaft wieder dominiert. Wissenschaftliche Expertise wird nur akzeptiert, wenn Sie auf Zahlen, Daten und Fakten beruht und reproduzierbar ist. Dieses Mindset beruht auf der Berechenbarkeit von allem. Entspricht das der Wirklichkeit von Menschen in einer Gesellschaft, oder auch in einer Organisation?

Wenn es den Unternehmen gut geht, liegt der Fokus auf den “harten” Daten des Geschäfts – das Unternehmen wird als Maschine zur Geldvermehrung gesehen.. Geht es dem Unternehmen wirtschaftlich nicht gut, kommen andere Metaphern wie “das Unternehmen leidet” oder ” das Unternehmen stirbt” ins Spiel. Diese Metapher erinnern stärker an einen lebenden komplexen Organismus. Es ist aus meiner Sicht bedenklich, weiterhin an der Maschinen-Metapher festzuhalten, da diese dem komplexen Umfeld nicht mehr gerecht wird.