Veröffentlicht am

The Economist (2016): ARTIFICIAL INTELLIGENCE IN THE REAL WORLD

econnomist-2016-artificial-intelligence

In dem Paper The Economist (2016): ARTIFICIAL INTELLIGENCE IN THE REAL WORLD: The business case takes shape (PDF) wird zunächst einmal herausgestellt, dass Artificial Intelligence (Künstliche Intelligenz) nichts ist, das irgendwann zum Einsatz kommt. Artificial Intelligence (AI) wird schon in vielen Bereichen erfolgreich genutzt. Doch zunächst ist es sinnvoll zu deg´finieren, was unter AI, Deep Learning und Machine Learning zu verstehen ist (Seite 3):

The term artificial intelligence (AI) refers to a set of computer science techniques that enable systems to perform tasks normally requiring human intelligence, such as visual perception, speech recognition, decisionmaking and language translation. Machine learning and deep learning are branches of AI which, based on algorithms and powerful data analysis, enable computers to learn and adapt independently. For ease of reference we will use “artificial intelligence”, or AI, throughout this report to refer to machine learning, deep learning and other related techniques and technologies.

Zu folgende Ergebnissen ist die Analyse gekommen:

  • The pace of adoption is quickening.
  • North America and the health sector lead the way.
  • Competition—or the anticipation of it—is spurring companies on.
  • Better user experience is the key prize for many.
  • Better decisions should also result.
  • Efficiency and flexibility gains beckon for retailers and manufacturers.
  • Cost, data quality and cultural resistance hold companies back.
  • Building the AI business case is anything but straightforward.

Siehe dazu auch meine Veröffentlichungen:

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Veröffentlicht am

Morgen: WDR 5 Thementag über Künstliche Intelligenz

wdr5-thementag-ki

Morgen, am 05.07.2016 gibt es bei WDR 5 einen Thementag über Künstiche Intelligenz. Es ist schon erstaunlich, wie sich dieses Themenfeld in den letzten Jahren verbreitet hat, sodass jetzt sogar Anstalten des öffentlichen Rechts darüber ausführlich berichten. Beim WDR wird allerdings häufig über neue technologische Entwicklungen negativ berichtet. Ich habe dazu schon oft von unterwegs angerufen und Hinweise dazu gegeben (Sharing Economy, Open Innovation, Crowdsourcing …) – natürlich ohne große Wirkung. Möglicherweise ist beim WDR auch etwas Selbsterhaltungstrieb dabei… Hony soit qui mal y pense. Siehe dazu auch Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download.

Veröffentlicht am

Künstliche Intelligenz und Menschliche Intelligenz

künstliche-Intelligenz

Der Intelligenzbegriff wird in allen möglichen und unmöglichen Zusammenhängen und Kategorien verwendet. Es ist daher gut, sich mit dem Konstrukt Intelligenz ein wenig mehr zu befassen. In den letzten Jahren trat die Künstliche Intelligenz immer stärker in den Fokus, und soll an dieser Stelle näher betrachtet werden. Ausgangspunkt ist ein Statement von Wolfgang Wahlster, CEO des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI):

Er plädiert daher dafür, diese Stärken in der Schule deutlicher zu fördern. Es gehe darum, nicht nur Wissen zu lehren, sondern auch das clevere Entscheiden in Alltagssituationen, das Bewerten, das Lernen zu lernen. “Das ist viel wichtiger als reines Fachwissen. Dort liegt der riesige Vorsprung des Menschen vor den Computern.”(Quelle: Künstliche Intelligenz: Uni-Studium verliert an Bedeutung, 27.06.2016).

In Bereichen, in denen die fachliche Tiefe gefragt ist, werden die Möglichkeiten der Künstlichen Intelligenz vordringen, und somit akademische Qualifikationen entwerten – so Wahlster. Der Hinweis, dass zur Menschlichen Intelligenz “ebenso die sensomotorische, emotionale und soziale Intelligenz” gehören, deutet auf ein erweitertes Intelligenzverständnis hin. Diese Entgrenzung von Intelligenz hat eine deutliche Passung zur Theorie der Multiplen Intelligenzen nach Howard Gardner. Er postulierte schon in den 1980er Jahren folgende Intelligenzdimensionen:

  • Sprachliche Intelligenz
  • Logisch-mathematische Intelligenz
  • Musikalische Intelligenz
  • Körperlich-kinästhetische Intelligenz
  • Räumliche Intelligenz
  • Interpersonale Intelligenz
  • Intrapersonelle Intelligenz

Die immer stärkere Nutzung der Künstlichen Intelligenz wird in Zukunft zu einem besseren Verständnis Menschlicher Intelligenz/Intelligenzen führen.  Siehe dazu auch

Veröffentlicht am

Warum ist das Teilen von Wissen so schwierig?

wissenDas Zurückhalten von Wissen wird in arbeitsteiligen Industriegesellschaft als arbeitsplatzsichernd angesehen (Womack/Jones/Roos 1990). Solange das Wissen in einer Organisation relativ langsam “unbrauchbar” wird, funktionierte das auch ganz gut. In der heutigen Arbeitswelt ist Wissen allerdings einer permanenten Veränderung unterlegen, sodass das Zurückhalten von Wissen eher schädlich ist. Wissen muss permanent upgedated und weiterentwickelt werden. Das geschieht durch formale und informelle Lernprozesse. Das Teilen von Wissen zwischen Personen, in Gruppen, auf der organisationalen Ebene und in Netzwerken kann heute durch Technologien unterstützt und gefördert werden. Das nicht so leicht – oder gar nicht – explizierbare Wissen (Erfahrungswissen, Expertise, Könnerschaft) wird heute häufig durch persönlichen Kontakt (Meister – Lehrling – Situation) weitergegeben. Es ist also ein Trugschluss, wenn behauptet wird, dass alle Wissensdimensionen mit Hilfe von Technologie erfasst und weiterentwickelt werden können. Dennoch ist auch erkennbar, dass gerade Systeme wie Cognitive Computing neue Möglichkeiten in Wissenssystemen bieten (Deep Learning). Siehe dazu auch meinen Vortrag, den ich im Oktober 2015 auf der Weltkonferenz MCPC 2015 in Montréal/Kanada gehalten habe: Freund, R. (2015): Cognitive Computing and Managing Complexity in Open Innovation Model. Solche Zusammenhänge besprechen wir auch in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK). Informationen dazu finden Sie auf unserer Lernplattform.

Veröffentlicht am

Warum lernen Organisationen so schlecht?

multiple-intelligenzen-300Über Lernende Organisationen ist schon viel geschrieben worden. In dem Artikel Why Organizations don´t learn (Harvard Business Review, November-Ausgabe 2015) gibt es dazu allerdings eine weitere interessante Perspektive: A fixed mindset.

The neural implications of different mindsets

What happens inside our brains when we make mistakes? That depends on our ideas about learning and intelligence.

Individuals with a growth mindset, who believe that intelligence and talents can be enhanced through effort, regard mistakes as opportunities to learn and improve. By contrast, individuals with a fixed mindset, who believe that intelligence and talents are innate and unchangeable, think mistakes signal a lack of ability.

Jason S. Moser and his colleagues at Michigan State University examined the neural mechanisms underlying these differing reactions to mistakes. (…) Those with a fixed mindset display considerably less brain activity than those with a growth mindset, who actively process errors to learn from them. (Quelle)

Die Hirnaktivitäten sind also abhängig davon, welche Vorstellungen wir von Lernen und Intelligenz haben! Der Intelligenz-Quotient (IQ), mit seiner Annahme, dass ein großer Teil der menschlichen Intelligenz nicht veränderbar ist, scheint daher eher kontraproduktiv zu sein (Multiple Intelligenzen und IQ). Die Vorstellung einer veränderbaren Intelligenz – z-B. Multiplen Intelligenzen – fördert das Lernen, da diese Menschen Fehler als Ansporn für Lernprozesse sehen. Auch diese Erkenntnisse von Jason S. Moder und seinen Kollegen zeigen, wie wichtig es ist, ein modernes Intelligenzverständnis zu entwickeln, das uns nicht blockiert, sondern das es ermöglicht, unsere Potentiale zu erschließen.

Veröffentlicht am

Umgang mit Unschärfe und Unsicherheit

Menschenmenge.jpgFrüher war alles klar und eindeutig und konnte durch Dichotomien benannt werden: Mann-Frau, Deuscher-Nicht-Deutscher,Drinnen-Draußen, Wahr-Falsch, 0-1 usw. Doch in den letzten 20 Jahren hat sich so einiges verändert, dass die deutliche Trennung erschwert, ja sogar manchmal unmöglich macht (Soziologen nennen diese Entwicklungen Entgrenzungen in der reflexiven Modernisierung). Solche Unschärfen waren früher auch schon existent, wurden allerdings vernachlässigt. Durch die drei Treiber des dynamischen Wandels “Vernetzung, Geschwindigkeit und der Zunahme nicht greifbarer Werte”  kommt es auch zu einer Abwertung von materiellen Werten, die sogar zu einem Hemmnis werden können (Davis/Meyer 2000:11). Es stellt sich daher die Frage, wie wir mit der real vorhandenen Unschärfe umgehen. Eine Möglichkeit ist, dass sich Menschen nach klaren Regeln sehnen und daher den extremen Populisten in Europa in die Arme laufen, oder den Stammtischparolen der Boulevardpresse glauben, oder …. Ein solches Verhalten lässt darauf schließen, dass diese Menschen es nicht schaffen, die Unschärfe und die sich daraus ergebende Unsicherheit zu bewältigen.Andere setzen wiederum auf Computertechnologie und versuchen alles zu erfassen, was möglich ist. DIE vollständige Information wird es allerdings nicht geben können – es bleibt eine Illusion. Die Frage nach der Bewältigung von Unsicherheit ist somit zu einem wichtigen Element geworden, um zukunftsfähig zu bleiben oder zu werden. Ein guter Bezugspunkt ist dabei die von Knight 1921 dargestellte Form der Unsicherheit, die er Uncertainty nennt. Dieser Teil der Unsicherheit kann nicht gemessen werden und entzieht sich somit den klassischen Herangehensweisen, bei denen alles messbar sein muss, bzw. messbar gemacht wird. Im Gegensatz – bzw. in Ergänzung zu Computern und Robotern – ist der Mensch in der Lage, solche Unsicherheiten zu bewältigen – durch seine Kompetenz. Der Kompetenzbegriff ist in dieser Debatte um Unschärfe, Unsicherheit und Uncertainty zentral. Siehe dazu auch Über den Umgang mit Ungewissheit. Diese Unterschiede zu verstehen bedeutet auch, die richtigen Schlüsse daraus zu ziehen, wenn wir über den Arbeitsplatzverlust durch Cognitive Computing diskutieren. Dazu passt auch mein Vortrag, den ich im Oktober auf der Weltkonferenz MCPC 2015 in Montréal/Kanada halten werde: “Cognitive Computing and Managing Complexity in Open Innovation Model”. Siehe dazu auch das Konferenzprogramm (PDF).

Veröffentlicht am

Überall komplexe vernetzte Systeme

Geschaeftsmann01.jpgVielen Menschen wird langsam aber sicher klar, dass alles mit allem zusammenhängt und einfache Lösungen immer seltener zum Ziel führen. Zur Bewältigung solcher komplexen vernetzten Systeme ist es erforderlich, Selbstorganisation zuzulassen. Dieser Ansatz steht der realen Situation in vielen Organisationen entgegen, die Komplexität mit immer mehr Regeln und Kleinteiligkeit “in den Griff” bekommen wollen. Das wird auf Dauer allerdings nicht gelingen.

Selbstorganisation ist die Fähigkeit komplexer Systeme, ihre innere Ordnung ohne äußere Steuerung selbstständig zu entwickeln. Bei dieser Form der Systementwicklung kommen die ordnenden und strukturbildenden Einflüsse nicht von außen. Sie gehen von den Elementen des Systems selbst aus. Selbstorganisationsprozesse sind z.B. für die Entstehung und die Erhaltung von Leben absolut notwendig (Abicht 2010:116).

Selbstorganisation ist Bestandteil des Kompetenzbegriffs, der Kompetenz als Selbstorganisationsdisposition sieht. Zur Bewältigung komplexer Problemlösungen in Alltag oder Beruf benötigen Menschen/Mitarbeiter Kompetenzen, die allerdings von Fähigkeiten/Fertigkeiten oder auch Persönlichkeitsmerkmalen zu unterscheiden sind. Ein modernes Kompetenzverständnis ist daher elementar, um Kompetenzentwicklung auf individueller Ebene, Gruppenebene, organisationaler Ebene oder auch Netzwerkebene zu betreiben. Siehe dazu auch ausführlich Freund (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

 

Veröffentlicht am

Intelligenztest wurde vor 110 Jahren vorgestellt

miappIntelligenz, und damit verbunden der Intelligenz-Quotient IQ, durchdringt alle Bereiche des gesellschaftlichen Lebens. Kaum jemand weiß allerdings, wie alles begann. Der WDR hat vor 10 Jahren, also zum 100. Jahrestag, einen Beitrag dazu veröffentlicht: 28. April 2005 – Vor 100 Jahren: Erster Intelligenztest. Darin ist erwähnt, dass schon Binet darauf hingeweisen hat, den Test nicht zu überschätzen:

Binet warnt davor, den Test zu überschätzen: Die Skala erlaubt keine Messung der Intelligenz, da intellektuelle Fähigkeiten nicht addiert und somit nicht wie lineare Oberflächen gemessen werden können. Doch Binets Warnung verhallt ungehört. Am Ende von Intelligenztests steht schon bald als Ergebnis eine Zahl – der so genannte Intelligenzquotient, kurz IQ.

Die Bestimmung des IQ wurde in den letzten 110 Jahren perfektioniert. Im Sinne der Industrialisierung, ist das durchaus passend, da in einer industriell geprägten (konditionierten?) Gesellschaft versucht wird, alles messbar zu machen. In den letzten Jahrzehnten gibt es allerdings auch immer wieder Kritik an dem Konstrukt Intelligenz-Quotient (Sternberg, Gardner, usw.), die allerdings von den etablierten Forschern und Nutzern teilweise recht harsch zurückgewiesen wird. Das ist auch nicht verwunderlich, da eine offenere Interpretation des Intelligenzbegriffes viele Forschungseinrichtungen und Beratungsunternehmen infrage stellen würde… Mal sehen, wie sich alles in den nächsten Jahren entwickelt. Siehe dazu z.B. EU-Projekt MIapp, EU-Projekt InPath und  Multiple Intelligenzen.

Veröffentlicht am

Welche Veränderungen erfährt Wissensarbeit durch neue Technologien?

bitcom-2015Der Leitfaden Bitcom (2015): Kognitive Maschinen – Meilenstein in der Wissensarbeit zeigt deutlich auf, zu welchen Leistungen Cognitive Computing heute fähig ist. “Synonyme dafür bilden »Smart Machines« oder »intelligente Maschinen«. Cognitive Computing ist der Oberbegriff für die Gesamtheit aller IT-Infrastrukturen, Technologien, Softwarelösungen und Algorithmen, aus denen die »Cognitive Systems« zusammengesetzt werden, um »Cognitive Services« zu erbringen” (S. 9). Die verschiedenen Beispiele erklären, welche Chancen sich ergeben können. Wir sollten daher nicht nur die Gefahren solcher Entwicklungen thematisieren, sondern auch die Chancen aktiv nutzen. Es wird deutlich, dass sich durch Cognitive Computing gerade auch die “einfache” Wissensarbeit verändern wird. Die Kompetenzstufen Anfänger, Fortgeschrittener und Befähigter (Arbeiten, fakten- und regelbasiert sind) werden in Zukunft immer mehr von solchen Systemen abgelöst. Der Mensch ist allerdings im Vergleich zu Maschinen immer noch zur ganzheitlichen Wahrnehmung in der Lage, was dem Könner- oder Expertenniveau entspricht. Die Anforderungen an Wissensarbeiter steigen daher und haben Einfluss auf die Weiterbildung von Mitarbeitern.

Bitte informieren Sie sich dazu auf unserer Moodle-Lernplattform.

Veröffentlicht am

Der Mensch und Künstliche Intelligenz

robotIn dem Artikel Künstliche Intelligenz: Mensch ist durch Kreativität überlegen (Deutschlandradio Kultur vom 16.01.2015) stellt der  Medieninformatiker Andreas Butz klar: “Ich rechne nicht damit, dass die künstliche Intelligenz uns Menschen in unserem Menschsein überholen wird”. Natürlich gibt es Bereiche, in denen Maschinen und Netzwerke leistungsfähiger sind als Menschen, doch gehört noch weit mehr zu einem Menschen als Denken und logische Verknüpfungen. Es geht bei der Diskussion um Künstliche Intelligenz und/oder Mensch nicht darum einzelne Fähigkeiten/Fertigkeiten zu vergleichen, sondern darum, Künstliche Intelligenz zum Wohle der Menschen einzusetzen. Wie technologische Entwicklungen bei der Wissenskonstruktion und Wissensnutzung eingesetzt werden können, thematisieren wir in den von uns entwickelten Blended Learning Lehrgängen Innovationsmanager (IHK) und Wissensmanager (IHK). Auf unserer Moodle-Lernplattform finden Sie weitere Hinweise.