“Fachkräftemangel”: Ist der jeweilige Bezugspunkt richtig?

Überall ist wieder zu hören und zu lesen, dass es einen Fachkräftemangel gibt. Ich formuliere es bewusst so, da diese Diskussion schon vor ca. 20 Jahren in der Merkel-Ära auf die politische Agenda gesetzt wurde. Überall wurden Arbeitskreise gebildet, um das Problem zu lösen. In dieser Zeit war ich beispielsweise selbst in einem Projektbeirat eingebunden. Da die Diskussionen in eine aus meiner Sicht falsche Richtung liefen, habe ich mich aus dem Projektbeirat allerdings wieder verabschiedet. Um meine Gedanken etwas konkreter zu begründen, möchte ich folgenden Text beispielhaft zitieren:

“Diesem würden nach Schätzungen des Deutschen Beamtenbundes (DBB) bei einer Beibehaltung der aktuellen Strukturen bereits heute circa 360.000 Fachkräfte fehlen; bis zum Jahr 2030 werden zudem circa 1,3 Millionen Beschäftigte des öffentlichen Dienstes in den Ruhestand gehen (Klenner 2022). Gerade im öffentlichen Dienst gäbe es allerdings grundsätzlich viele hochgradig standardisierbare Abläufe und Tätigkeiten, die automatisiert werden könnten (Achleitner, Schmidt et al. 2023). Eine digitalisierte öffentliche Verwaltung würde die Grundlage für KI-basierte Automatisierung im öffentlichen Dienst schaffen. Doch die meisten Behörden haben zum heutigen Zeitpunkt in wesentlichen Aspekten der Digitalisierung Aufholbedarf”(Schmidt, C. M., ; Stich, A.; Suchy, O. et al. (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer).

Wenn wir also die aktuellen Strukturen beibehalten, ergeben sich die genannten Zahlen. Die aktuellen Strukturen sind also der Bezugspunkt für die Aussage, dass ein Mangel an Mitarbeitern bestehen könnte. Es ist eben alles relativ, um es in Anlehnung an Albert Einstein auf den Punkt zu bringen. Das ist auch beim Ärztemangel, beim Lehrermangel oder bei der Anzahl der Apotheken (“Apothekensterben”) usw. so, da der Bezug die aktuelle Struktur ist.

Was ist, wenn wir die Strukturen endlich einmal anpassen?

Beispielsweise, indem wir Verwaltungsstrukturen auf allen Ebenen (Land, Stadt, Gemeinde) anders organisieren, da wir durch die neuen technologischen Möglichkeiten auch neue Möglichkeiten haben, Abläufe für die Burger zu vereinfachen und zu verbessern, und damit Werte für die Allgemeinheit schaffen. Es macht keinen Sinn, bestehende, nicht mehr zeitgemäße Strukturen digital abzubilden. Das ist nicht nur bei der Öffentlichen Verwaltung so, sondern auch in vielen Unternehmen der Fall.

Da sich das Umfeld von Gesellschaften stark verändert – und auch in Zukunft verändern wird – ist es eine gesellschaftliche Aufgabe, mit diesen Veränderungen Schritt zu halten, und dabei möglichst alle Menschen mitzunehmen. Diese Entwicklungen sind nicht alle 20 Jahre “auf einmal da”, sondern sind eine permanente Aufgabe. Es macht keinen Sinn, Themen wie Fachkräfte, Klima, Demographie, Technologie etc. einzeln zu betrachten, da diese miteinander vernetzt sind.

Welchen Beitrag kann Künstliche Intelligenz (KI) zur Fachkräftesicherung leisten?

KI-Beiträge zur Fachkräftesicherung (Schmidt, C. M., ; Stich, A.; Suchy, O. et al. (2024))

Der Einsatz von Künstlicher Intelligenz (KI) ist – wie bei neuen Technologien immer – ambivalent. Es kommt darauf an, Künstliche Intelligenz (KI) zum Wohle von Gesellschaften zu nutzen und nicht nur für die Geschäftsmodelle einiger großer Unternehmen.

In dem Whitepaper Schmidt, C. M., ; Stich, A.; Suchy, O. et al. (2024): KI für die Fachkräftesicherung nutzen. Lösungsansätze für Automatisierung, Teilhabe und Wissenstransfer (PDF) wird herausgearbeitet, wie Künstliche Intelligenz zur Fachkräftesicherung beitragen kann. In dem Beitrag werden grundsätzlich drei Richtungen herausgestellt (Abbildung), die ich hier nur auszugsweise nennen kann.

Automatisierung und KI-basierte Assistenz: Die KI-basierte Automatisierung von Tätigkeiten kann den künftigen Bedarf an Fachkräften zum Teil mindern.

Integration in den Arbeitsmarkt: Das Reservoir an potenziellen Beschäftigten muss noch besser genutzt werden, um den konkreten Bedarf an Fachkräften zu erfüllen, und mit passenden Rahmenbedingungen in die Lage versetzt werden, am Arbeitsmarkt zu partizipieren.

Wissenstransfer in die Zukunft: KI kann beim Up-Skilling von Beschäftigten unterstützen. Wichtige Elemente können individualisierte Weiterbildungspläne, KI-basierter Wissenstransfer sowie lern- und erfahrungsförderliche Arbeitsumgebungen (mit und durch KI) sein.

Den Autoren ist selbstverständlich klar, dass Künstliche Intelligenz (KI) nicht alleine dafür sorgen kann, die anstehenden Veränderungen bei den Fachkräften abzufangen, dennoch kann Künstliche Intelligenz (KI) ein wichtiger Baustein sein.

Entscheidungen unter Unsicherheit: Schnelles Denken und Langsames Denken

Kahneman, D. (2014): Schnelles Denken, Langsames denken (2. Auflage) – Eigenes Foto (c) Dr. Robert Freund

Daniel Kahneman ist Professor für Psychologie und hat den Nobelpreis für Wirtschaft erhalten. In seinem ursprünglichen, englischsprachigen Buch Kahneman, D. (2011): Thinking Fast and Slow wurden viele wissenschaftliche Untersuchungen zusammengetragen, die u.a. zu dem Schluss führten, dass beim Denken zwei Systeme zusammenspielen. Das System 1 ist intuitiv, schnell und assoziativ, wohingegen das System 2 eher analytisch, langsam und aufmerksam ist. Die deutschsprachige Fassung Kahneman, D. (2014): Schnelles Denken, Langsames denken (2. Auflage) ist über 600 Seiten stark . Weiterhin stellt der Autor heraus, wie man unter Unsicherheit entscheidungsfähig, und daher handlungsfähig bleiben kann.

“Die zentrale Botschaft von „Schnelles Denken, Langsames Denken“ ist also, dass sowohl System 1 als auch System 2 benötigt werden, um unter Unsicherheit handlungsfähig zu sein. Es werden dort Erkenntnisse dargestellt, wie Intuition und Rationalität wirken und Handlungsempfehlungen gegeben, wie beide zu kombinieren sind, um stabile Entscheidungen herbeizuführen. – Im Angesicht von Unsicherheit benötigen wir Intuition und Rationalität” (Oswald/Köhler (2013): Schnelles und langsames Denken in Projekten, Teil 1, in projektmanagementaktuell 5/2013).

Es geht also nicht darum entweder das System 1 oder das System 2 zu bevorzugen, sondern (wie so oft) um das sinnvolle Zusammenwirken von Intuition (System 1) und Rationalität (System 2). Gerade bei der Projektarbeit (Planbasiert, Hybrid, Agil) ist das ein wichtiger Aspekt, da Projekte komplexe Systeme darstellen, in denen unter Unsicherheit Entscheidungen zu fällen sind.

Solche Zusammenhänge thematisieren wir auch in dem von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Von Mass Customization and Personalization zu KI-basierter Personalisierung von beruflicher Weiterbildung

Die moderne Arbeitswelt benötigt die permanente, individuelle Unterstützung von Lernprozessen in der jeweiligen beruflichen Domäne. Das Lernen im Prozess der Arbeit wird in Zukunft immer wichtiger im Rahmen der Kompetenzentwicklung auf der individuellen Ebene, der Teamebene, der organisationalen Ebene und der Netzwerkebene.

Eine mögliche konkrete Umsetzung kann durch die Modularisierung von Inhalten und eine entsprechende Konfiguration erfolgen. Beide hervorgehobenen Begriffe sind Bestandteile der Hybriden Wettbewerbsstrategie Mass Customization and Personalization – hier übertragen auf den Bereich der beruflichen Weiterbildung.

Es wundert mich immer noch, dass diese Erkenntnisse heute noch hervorgehoben werden. Beispielhaft möchte ich den im letzten Jahr veröffentlichten Leitfaden Pabst et al. (2023): Modularisierung berufsbezogener Weiterbildung (PDF) erwähnen, der Modulare Bildung als Antwort auf den Wandel der Arbeitswelt herausstellt.

In den letzten mehr als zwei Jahrzehnten habe ich – neben verschiedenen anderen Autoren – dazu mehrere Konferenzpaper veröffentlicht, von denen ich hier nur einige wenige beispielhaft nennen möchte (Siehe Veröffentlichungen):

Freund, R.; Piotrowski, M. (2005): Mass Customization and Personalization in Adult Education and Training. In: Shyam Sunder Kambhammettu (Ed.): Mass Customization. Concepts and Applications, Le Magnus University Press, Hyderabad, India.

Freund, R.; Piotrowski, M. (2003): Mass Customization and Personalization in Adult Education and Training. 2nd Worldcongress on Mass Customization and Personalization MCPC2003, Munich, Germany.

Freund, R. (2003): Mass Customization in Education and Training, ELearnChina 2003, Edinburgh, Scotland.

Freund, R. (2001): Mass Customization in der beruflichen Bildung. Vortrag an der PH Freiburg im Rahmen der Weiterbildung zum Experten für neue Lerntechnologien (FH).

Dabei kam es mir immer darauf an, Customization und Personalization zu unterscheiden. In den Diskussionen um die Modularisierung von Inhalten, beispielsweise durch sogenannte Learning Objects usw., sollte m.E. deutlicher gemacht werden, dass es nicht Objekte sind, die lernen, sondern Personen (Learning Persons). Um Lernen auf allen Ebenen selbstgesteuert und selbstorganisiert zu ermöglichen, können Technologien wie Konfiguratoren, und jetzt natürlich auch Künstliche Intelligenz (KI) helfen.

In dem Praxisleitfaden Fischer et al (2023): KI-basierte Personalisierung berufsbezogener Weiterbildung stellen die Autoren verschiedene Aspekten vor. Der Bezug zur Hybriden Wettbewerbsstrategie Mass Customization and Personalization wird leider nicht hergestellt – schade.


Projektmanagement: Bauchgefühl, Intelligenz und Erfahrung

Image by reallywellmadedesks from Pixabay

In mehreren Blogbeiträgen habe ich schon über das Phänomen des Bauchgefühls in komplexen Problemlösungsprozessen geschrieben. Siehe dazu beispielsweise Das “Bauchgefühl”: Eine unbewusste Intelligenz? oder auch Kann Intuition als Brücke zwischen impliziten und expliziten Wissen gesehen werden? Darüber hinaus habe ich auch etwas mit Verbindung zum Projektmanagement gefunden:

Bauchgefühle sind gewissermaßen Äußerungen unserer unbewussten Intelligenz. Das Unterbewusstsein ordnet unsere Einfälle, je nachdem wie erfolgreich sie in der Vergangenheit waren. Deshalb kommen Fachleuten die besten Ideen meist zuerst. Und auch deshalb ist es so wichtig, seinem Bauch nur zu trauen in Bereichen, in denen man Erfahrung hat. Beispielsweise beim Schachspielen, beim Sport – oder beim Projektmanagement beispielsweise. (… ) „Take the Best“-Faustregel schlägt komplexe Entscheidungsmethodik” (Interview mit Prof. Gerd Gigerenzer in projektmanagementaktuell 3/2008).

Mitarbeiter mit Erfahrungen werden auch als Experten bezeichnet, die in komplexen Problemlösungsprozessen Muster erkennen – oder auch erspüren – die andere einfach nicht sehen/erspüren. Diese Expertise in einem beruflichen Umfeld (einer beruflichen Domäne) scheint – zusammen mit einer inneren Intelligenz – komplexen Methoden zur Entscheidungsfindung überlegen zu sein. Gigerenzer klärt an dieser Stelle allerdings nicht, was er unter der inneren Intelligenz versteht. Ich gehe hier von Howard Gardner´s Theorie der Multiplen Intelligenzen aus.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), die wir an verschiedenen Standorten anbieten. Weitere Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.

Warum braucht “Führung” heute sozialwissenschaftliche Expertise?

Die aktuelle gesellschaftliche Entwicklung kann als Strukturbruch zwischen Einfacher und Reflexiver Modernisierung gesehen werden. Bisher war Führung damit konfrontiert, Arbeit effektiv und effizient eher fremdorganisiert zu organisieren. Arbeit 4.0 ist allerdings viel stärker selbstorganisiert, und benötigt daher eine andere Art von Führung.

Selbstorganisation in komplexen sozialen Systemen (Organisationen) wird dabei oft auf technische und/oder ökonomische Dimensionen reduziert. Eine moderne Führung zeichnet sich in einer Reflexiven Modernisierung allerdings dadurch aus, dass Führung selbst reflexiv ist, und sozialwissenschaftliche Expertise erfordert.

“Ohne eine sozialwissenschaftliche Expertise kann eine solche selbstreflexive Führung auch in Lehr-Lern-Prozessen nicht gelingen. Soziale Systeme funktionieren nämlich nicht allein nach Maßgabe technisch-ökonomischer, sondern auch – und vielleicht sogar: vornehmlich – nach Maßgabe sozialer Mechanismen” (Arnold 2017).

Siehe dazu auch Vom Zwei-Welten-Modell von Führung zu einem Multiple-Welten-Modell von Führung? und Wirtschaftspsychologie und Wirtschaftssoziologie sind vielen Führungskräften wenig bekannt.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, die wir an verschiedenen Standorten anbieten. Informationen zu unseren Blended Learning Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.

Wissensmanagement: Kompetenzrad für Wissensmanager nach GfWM

Kompetenzrad eines Wissensmanagers (GfWM e. V. (2024): Wissensmanagement-Kompetenzkatalog | PDF)

Wissen, und der Umgang mit Wissen (Wissen managen, Wissens-System managen) sind in einem turbulenten Umfeld zu wichtigen Wettbewerbsfaktoren von Organisationen geworden. Dabei hat sich das Verständnis von und über Wissen mit der Zeit verändert. Siehe dazu beispielsweise Reflexive Modernisierung und “reflexives Wissen” als neue Wissensform.

Personen, die sich mit Wissen beruflich befassen wollen/sollen, müssen daher entsprechende Kompetenzen mitbringen, bzw. entwickeln. Die Gesellschaft für Wissensmanagement e.V. (GfWM e.V.) hat zu diesem Thema im Januar 2024 einen Wissensmanagement-Kompetenzkatalog (Version 2.2| PDF) veröffentlicht. In der dazugehörenden Excel-Datei (XLSX) können Sie Ihr SOLL- und IST-Profil erfassen. Ein Beispiel dazu sehen Sie in der Abbildung weiter oben, die aus dem Kompetenzkatalog entnommen ist.

Der eine oder andere Punkt irritiert mich hier allerdings. Beispielsweise werden die Begriffe “Fertigkeiten”, Fähigkeiten” und “Kompetenzen” in dem Beispiel-Kompetenzrad dargestellt, obwohl der Schluss von Persönlichkeitseigenschaften (Fähigkeiten/Fertigkeiten) möglicherweise falsch ist (vgl. Erpenbeck).

Weiterhin kommt der Begriff “Emotion” im gesamten Wissensmanagement-Kompetenzkatalog überhaupt nicht vor. Möglicherweise ist das Thema indirekt in den Kompetenzen zu finden, allerdings nicht so prominent, wie es sein sollte.

John Erpenbeck hat in seinen Forschungen dazu festgestellt, dass für den Kompetenzerwerb eine Emotionale Intelligenz/Kompetenz elementar ist. Siehe dazu auch Kompetenz und Intelligenz: Eine Gegenüberstellung. Das Konstrukt der Emotionalen Intelligenz geht dabei auf Salovey/Mayer (1990) zurück. Populär gemacht hat den Begriff Goleman mit seinen verschiedenen Veröffentlichungen.

Arnold, R. (2005:123) formuliert es so: “Emotional kompetent ist jemand, der um die ´Selbstgemachtheit´ emotionaler Reaktionen weiß, die Fülle möglicher Gefühlzustände aus eigenem Erleben kennt (´emotional literacy´) und über ´Techniken´ verfügt, diese mit situationsangemessenem Verhalten in Einklang zu bringen.”

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

Künstliche Intelligenz in der Berater-Branche – auch eine Wissensperspektive

Quelle: Holtel, S. (2024): The Impact of ChatGPT on the Consultancy Value Chain. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.

Berater (Consultant) haben oft einen mehr oder weniger stark vorgegebenen Prozess für die jeweiligen Problemlösungen (Value Chain). Dieser ist in der Abbildung auf der X-Achse dargestellt: problem analysis – solution quest – experimental implementation – evaluation & refinement – external value.

Wie weiter zu erkennen ist, ist der Grad der Unsicherheit (degree of uncertainty) am Prozessanfang sehr groß (Y-Achse). Mit der Zeit, und mit dem jeweils generierten neuen Wissen, reduziert sich diese Unsicherheit, sodass eine Art Kegel entsteht (cone of uncertainty).

Die wissensebene zeigt weiterhin, dass implizites Wissen und explizites Wissen im Prozess integriert werden müssen. Die Zahlen (1), (2) und (3) verweisen darauf, dass an diesen Stellen Künstliche Intelligenz eingesetzt werden kann , was durch das ChatGPT-Symbol illustriert wurde.

Es zeigt sich auch hier, dass es zu einer angemessenen Kombination von Künstlicher Intelligenz und Menschlicher Intelligenz kommen sollte.

Stellen Sie doch auch einmal Ihren Ablauf zu Problemlösungen dar und überlegen Sie, an welchen Stellen Sie Künstliche Intelligenz einsetzen können.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Lernangst bei Veränderungsprojekten: Was ist darunter zu verstehen?

Bei Veränderungsprojekten (Change Projekten) geht es neben den rationalen Gründen auch um die mit den Veränderungen verbundenen Ängste von Mitarbeitern in Organisationen. Aktuell können beispielsweise der immer stärkere Einsatz von Künstlicher Intelligenz zu solchen Ängsten führen.

Der Organisationswissenschaftler Schein (2004) hat dazu neben der Existenzangst auch die Lernangst thematisiert. Da die Existenzangst fast (!) selbsterklärend ist, möchte ich in diesem Blogbeitrag eher auf die angesprochene Lernangst eingehen. Dazu habe ich folgendes gefunden:

“Beim Lernen werden Ängste wiederum sowohl durch den nötigen Erwerb neuer Skills oder Wissensbereiche als auch durch das ebenso notwendige Verlernen des Alten wachgerufen. Etwa Ängste

> vor vorübergehender oder dauerhafter Inkompetenz: „Ich kann das einfach nicht!“,

> aufgrund der Inkompetenz Bestrafungen oder zumindest Benachteiligungen erwarten zu müssen: „Wenn ich das nicht schaffe, verliere ich meine Position!“,

> einen persönlichen Identitätsverlust zu erleiden: „Ich war mein Leben lang Entwicklungsspezialist, wieso muss ich plötzlich auch analysieren oder testen?“,

> nicht mehr Mitglied einer bestimmten Gruppe oder Community zu sein: „Was, wenn ich in meinem Spezialgebiet plötzlich den Anschluss an meine Kollegen verliere?“”

(Leopold/Kaltenecker 2018:135).

Aus diesen Anmerkungen zur Lernangst in Veränderungsprojekten leitet sich ab, dass eine Organisationen über das Lernen ihrer Mitarbeiter, von Teams, der gesamten Organisation und in Netzwerken Bescheid wissen sollte. Das ist allerdings in vielen Organisationen nicht der Fall. Oft ist bekannt, WAS gelernt wurde (Zertifikatsinhalte usw.), allerdings nicht WIE gelernt wurde. Führungskräfte sollten sich hier einmal bei der Erwachsenenbildung umsehen, deren Schwerpunkt die “Transformation von Deutungsmustern” ist.

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Welche Fragen unterstützen kritisches Denken?

In dem Blogbeitrag Kritisches Denken etwas genauer betrachtet wird erläutert, was kritisches Denken ausmacht. Daran anschließend können sechs Grundmuster Sokratischen Fragens das kritische Denken unterstützen. Gefunden habe ich diese bei North (2024), der sich dabei an Paul und Elder (2016) und Lechsenring (2018) orientiert. Probieren Sie es einfach einmal aus:

Klärendes Denken und Verstehen
• Können Sie mir ein Beispiel geben?
• Könnten Sie das weiter erklären?
• Meinten Sie X?
• Was ist das Problem, das Sie zu lösen versuchen?

Anspruchsvolle Annahmen hinterfragen
• Ist das immer so?
• Setzen Sie X voraus?
• Stimmen Sie dem X zu?
• Wenn das für ein X gilt, gilt das für alle X?

Beweismittel und Gründe untersuchen
• Warum sagen Sie das?
• Woher wissen Sie das?
• Welche Daten unterstützen dies? Warum?

Alternative Standpunkte und Perspektiven einbringen
• Gibt es Alternativen?
• Wie sieht die andere Seite des Arguments aus?
• Was macht Ihre Sichtweise besser?
• Was würde X dazu sagen?
• Können Sie an Fälle denken, in denen das nicht stimmt?

Folgen und Konsequenzen berücksichtigen
• Was wären die Folgen?
• Gibt es irgendwelche Nebenwirkungen?
• Was, wenn Sie falsch liegen?
• Wie können wir es herausfinden?
• Wenn das wahr ist, bedeutet das, dass X auch wahr ist?
• Was sollten wir dazu noch überlegen?

Meta-Fragen
• Was denken Sie, warum ich diese Frage gestellt habe?
• Was bedeutet das?
• Was könnte ich sonst noch fragen?