Kritik an manchen Perspektiven auf “Wissensmanagement”

Image by Arek Socha from Pixabay

Wissen, und der Umgang mit diesem Konstrukt, werden immer wichtiger. Es ist dabei jedoch durchaus zu hinterfragen, was unter “Wissen” und dem dazugehörenden “Wissensmanagement” zu verstehen ist. So, wie Arbeit 1.0 und Arbeit 4.0 recht unterschiedlich sind, kann auch Wissensmanagement 1.0 bis Wissensmanagement 4.0 betrachtet werden. Wird Wissen wie eine Ressource verstanden, kann es durchaus sein, dass ein dazugehörendes Wissensmanagement eher wie ein Warenwirtschaftssystem interpretiert wird. Der folgende Text stellt diese Zusammenhänge deutlich dar.

„Wissensmanagement“ gilt mittlerweile überhaupt als neue Heilslehre, geht es um die Frage des Wissens. Der Wissensmanager löst nicht nur den Bildungsexperten ab, auch der Pädagoge und sogar der Wissenschaftler sollen sich zunehmend als Wissensmanager verstehen. Möglich ist diese Vorstellung nur, weil die Wissensgesellschaft die Beziehung des Wissens zur Wahrheit gekappt hat. Nun werden Daten als Rohstoff, Informationen als für ein System oder Unternehmen aufbereitete Daten und Wissen als die “Veredelung von Informationen durch Praxis” beschrieben. Statt um Erkenntnisse geht es um Best practice. Gerade die Differenz, die Wissen als epistemisches Verfahren von anderen Weltbewältigungsstrategien unterscheidet, wird nun eingezogen. Das Wissensmanagement verfährt letztlich wie ein „Materialwirtschaftssystem“, und der Wissensmanager erhebt gerade einmal den paradoxen Anspruch, unter “Ausklammerung von Wahrheits- und Geltungsfragen“ herauszufinden, welche Art von Wissen sein Unternehmen zur Lösung seiner Probleme benötigt (Liessmann 2008:149).

In Organisationen finden wir heute ein Mix von Arbeiten, die durchgeführt werden müssen, wobei Daten, Informationen und Wissen immer mehr selbstorganisiert eingesetzt werden müssen, um komplexe Probleme zu lösen. In so technischen und sozialen System kommt es daher darauf an, das passende Wissensmanagement-System zu entwickeln. Siehe dazu auch Ist Wissensmanagement 4.0 ein hybrides Wissensmanagement?

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).

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).

Wissensbilanz 2020/2021 von domino-world – beeindruckend

Herr Karnauchow von domino-worldTM  hat mir wieder freundlicherweise die aktuelle Wissensbilanz 2020/2021 seiner Organisation zugesandt – Danke! Es ist erstaunlich, wie konsequent domino-worldTM die Wissensbilanz als strategisches Managementinstrument einsetzt. In dem Anschreiben liest sich das wie folgt:

Es ist bereits die 9. Wissensbilanz. die wir seit 2004 im 2-Jahresrhythmus erstellt haben und daran erkennen Sie, dass die Wissensbilanz schon lange ein fester Bestandteil unseres Managementsystems ist (Lutz Karnauchow)

Als Moderator der Wissensbilanz – Made in Germany habe ich auf den deutschlandweit durchgeführten Roadschows zur Wissensbilanz erleben können, wie vehement Herr Karnauchow die Wissensbilanz mit ihren besonderen Vorteilen vertreten hat – und weiter vertritt.

Im Wissensmanagement kann die Wissensbilanz am Anfang vom Wissensmanagement-Aktivitäten zur Ableitung der firmenspezifischen Einflussfaktoren genutzt werden. Sobald die verschiedenen Aktivitäten durchgeführt wurden zeigt die Wissensbilanz am Ende solcher Aktivitäten dann auch den Nutzen in Bezug auf den Geschäftserfolg auf. Bitte informieren Sie mich, wenn Sie dazu ein erstes unverbindliches Gespräch vereinbaren wollen.

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).

Komplexe Fähigkeiten durch das Meister-Lehrling-Prinzip (Apprenticeship) entwickeln

Image by Free-Photos from Pixabay

Es ist schon erstaunlich, wie lange sich das industriell geprägte Bildungssystem mir der damit verbundenen Bildungsindustrie noch hält, obwohl sich die Rahmenbedingungen für das zugegebenermaßen große Erfolgsmodell des vergangenen Jahrhunderts erheblich verändert haben.

Durch die Vernetzung von allem gibt es immer mehr komplexe Problemlösungssituationen in einer eher wissensbasierten Arbeitswelt. Dabei sind Fähigkeiten (Kompetenzen) erforderlich, die in klassischen, formalen Lehr- und Lernstrukturen kaum zu entwickeln sind. Ein Ansatz, der schon in der Vergangenheit erfolgreich verfolgt wurde: das Meister-Lehrling-Prinzip.

Erst im 19. Jahrhundert, und auch da nur in den Industrienationen, entwickelte sich ein formales Schulsystem als zentrales Bildungssystem für junge Menschen. Bevor sich die Schulen etabliert hatten, war die Lehre mit dem Meister-Lehrling-Prinzip (Apprenticeship) das verbreitetste lehr-Lern-System. Sogar heutzutage werden noch viele komplexe und wichtige Fähigkeiten – etwa die, die für Sprachgebrauch und soziale Interaktion benötigt werden – informell durch apprenticeship-ähnliche Methoden gelehrt. Darunter werden Methoden verstanden, die keine didaktischen Lehrbemühungen enthalten, sondern stattdessen auf Beobachtung, Coaching und schrittweise Annäherung an den Zielzustand vertrauen (Collins 2004:112).

Diese Art der Kompetenzentwicklung im Prozess der Arbeit kann z.B. durch Pair Programming, Tandem-Lernen oder anderen Methoden unterstützt werden. Interessant an der Beschreibung von Collins ist, das die Beteiligten dabei auf die “schrittweise Annäherung an den Zielzustand vertrauen” sollen. Hier wird die Verbindung zum iterativen Vorgehen bei agilen Methoden deutlich.

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

Wissen schaffen und Wissen teilen durch Strong Ties?

Wissen schaffen und Wissen teilen sind wichtige Elemente/Bausteine des Wissensmanagements (vgl. dazu Probst et al.), doch zeigt sich oft, wie schwierig die Umsetzung ist. Eine Herangehensweise kann sein, Experten mit ihrem Expertenwissen zu intensiven Interaktionen zu bringen.

Hansen (1999) behauptete, effiziente Wissensschaffung und Wissensteilung zeichne sich durch enge Verknüpfungen zwischen Personen aus unterschiedlichen Teilen einer Organisation aus. Intensive Interaktion zwischen Experten, die in verschiedenen Unterabteilungen einer Organisation arbeiten erleichtert eine produktive Zusammenarbeit wegen der frühzeitigen Wissensintegration über die organisationalen Grenzen hinweg (Lehtinen/Hakkarainen/Palonen 2004:209).

Diese Strong Ties (Granovetter 1973) scheinen für die Weitergabe komplexer Wissensstrukturen oder von nicht-kodifizierten Wissen (z.B. auch tacid knowledge) wichtig zu sein (Hansen 199, Uzzi 1997, zitiert in Lehtinen/Hakkarainen/Palonen 2004:210).

Es ist daher nicht verwunderlich, dass sich gerade in komplexen Problemlösungssettings wie der Bearbeitung von Agilen Projekten (nach z.B. der Stacey-Matrix) eine enge Interaktion der Experten in dem Entwicklungsteam bei Scrum vorgeschlagen wird. Weiterhin weist auch das 6. Prinzip im Agilen Manifest auf solche Zusammenhänge hin: Die effizienteste und effektivste Methode, Informationen an und innerhalb eines Entwicklungsteams zu übermitteln, ist im Gespräch von Angesicht zu Angesicht.

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.

Zertifikatsworkshop Wissensmanager/in (IHK) in Köln

Der Blended Learning Lehrgang Wissensmanager (IHK) basiert auf den bundeseinheitlichen Konzept, das in dem DIHK-Flyer (PDF) und in unserem Flyer (PDF) ausführlich beschrieben ist. An der Entwicklung des Konzept war ich maßgeblich beteiligt.

Das IHK-Trainingskonzept wurde entwickelt unter der Federführung der IHK zu Köln, Köln, von Dr. Robert Freund M.A, Burgwald, und der DIHK-Bildungs-GmbH, Bonn, in Zusammenarbeit mit den Unternehmen BUHL DATA SERVICE GMBH, Neunkirchen und DATA-GROUP AG, Pilezhausen.

Das ProfessionalCenter der Universität Köln hat den Lehrgang für Studierende angeboten und wegen der Corona Pandemie online durchgeführt. Gestern fand bei der IHK der abschließende Zertifikatsworkshop statt, bei dem ich als Prüfer einige Fragen an die Teilnehmer stellen konnte.

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?