Wie hängen Wandel, Energie und Prozess zusammen?

Image by Michael Heck from Pixabay

In der heutigen Diskussion um technologische und gesellschaftliche Veränderungen kommt immer wieder der Begriff Wandel auf, der früher eher gemächlich war und heute als turbulent empfunden wird.

Es geht um den demographischen Wandel, den Klimawandel usw.. Der Begriff “Wandel” wird in diesen Zusammenhängen oft negativ besetzt – dabei gibt es durchaus auch positive Seiten eines Wandels. Um es klarzustellen: Ich leugne nicht die wissenschaftlich belegten großen Veränderungen unseres Klimas. Dennoch bin ich auch jemand, der gerne möglichst viele Facetten eines Themas beleuchtet.

Wie kann man sich also dem Begriff “Wandel” etwas unvoreingenommener nähern? Ich habe dazu einen Text gefunden, der das durchaus ermöglicht:

“Ein Prozess ist Bewegung oder naturwissenschaftlich ausgedrückt, eine „zeitliche Änderung des Zustandes eines physikalischen Systems“ (o.V., spektrum.de). Bewegung wiederum ist nur möglich durch Energie, insofern ist Bewegung ein Energieprozess. Um ein physikalisches System zu verändern, ein Ziel, ein Ergebnis, einen neuen Zustand oder Ort zu erreichen, muss ein Energieprozess ablaufen. In einem Energieprozess wird kontinuierlich eine Energieform in eine andere umgewandelt, insofern ist ein Prozess eine dauerhafte Energieumwandlung” (Zangel 2024, in Koller et al. 2024: Die Zukunft der Grenzenlosen Unternehmung).

Wandel als einen Prozess der Energieumwandlung zu verstehen, der schon seit dem Urknall erfolgt, ist eine interessante Perspektive, die zeigt, dass so ein Wandel nicht zu stoppen ist. Das heißt allerdings nicht, dass man nichts machen kann.

Diese (Energie-) Umwandlung zum Wohle aller zu beeinflussen, sollte unser aller Anspruch sein. Dazu kann jeder Einzelne einen Teil beitragen – beispielsweise auch, indem wir von anderen lernen. Japan hat mit der Society 5.0 ein erstes, aus meiner Sicht gutes, Zielbild für eine menschenzentrierte Gesellschaft skizziert, in der die neuen Technologien eine wichtige Rolle spielen. Mit diesem Ansatz grenzt sich Society 5.0 von der Industry 5.0 ab.

Hybride Intelligenz: Zusammenspiel von Mensch, Maschine und Künstlicher Intelligenz

Wenn es um zu lösende Probleme in einem beruflichen Umfeld geht, so gibt es dabei sehr viele einzelne Aufgaben, die im Zusammenspiel von Menschen, Maschinen und Künstlicher Intelligenz gelöst werden können. Welche “Konfiguration” dabei angemessen erscheint, ist Abhängig vom Kontext, dem Task (Aufgabe) und den vorhandenen Problemlösungspotentialen. An dieser Stelle kommt der Begriff Hybride Intelligenz ins Spiel.

“Dellermann, Ebel, Söllner und Leimeister (2019: 638) definieren hybride Intelligenz als die Fähigkeit, komplexe Ziele durch die Kombination menschlicher und künstlicher Intelligenz zu erreichen, kontinuierlich voneinander zu lernen und dabei Ergebnisse zu produzieren, die über das hinaus gehen, was KI oder Mensch allein hätten erreichen können. Nicht immer lässt sich hierbei trennscharf zwischen Automation und Augmentation unterscheiden (Raisch & Krakowski, 2021). Der Grad der Automation bzw. Augmentation hängt immer individuell von der jeweiligen zu lösenden Aufgabe ab” (Piller et al. 2024, in Koller et al. 2024: Die Zukunft der Grenzenlosen Unternehmung).

Was allerdings unter “Menschlicher Intelligenz” verstanden wird, ist dabei nicht weiter erläutert. Ich gehe daher davon aus, dass von dem bekannten Intelligenzquotienten (IQ) ausgegangen wird, der sich in einer Zahl manifestiert. Dass das im Zusammenhang mit den Entwicklungen bei der Künstlichen Intelligenz kritisch sein kann, wird in dem Blogbeitrag OpenAI Model “o1” hat einen IQ von 120 – ein Kategorienfehler? deutlich.

Wenn wir weiterhin beachten, dass auch der Intelligenz-Begriff erweitert werden sollte, können wir möglicherweise auch von einer Multiplen Künstlichen Intelligenz sprechen. Siehe dazu auch Multiple Artificial Intelligences (MAI) statt Artificial General Intelligence (AGI)?

Wie die Zusammenarbeit mehrerer Generationen gelingen kann

RKW (2024): Praxisleitfaden

Wir kommen aus dem Schubladendenken (Taylorismus) des Industriezeitalters einfach nicht heraus. Alles wird in irgendeine Schublade oder Kategorie gepresst – auch Menschen. Beispielsweise unterscheiden wir Generation Z und die Generation der Baby-Boomer gegenüber, sodass alles Beschreibende zu einer Konfrontation führen muss. Auch hier wird oft von Entweder-Oder, statt von einem Sowohl-Als-Auch gesprochen und geschrieben.

Dieses “Stilmittel” ist beliebt, um Klickraten zu erhöhen, und Konflikte heraufzubeschwören, doch ist diese Vorgehensweise weniger geeignet, die aktuelle Situation in der Gesellschaft oder in Organisationen widerzugeben. Denn oftmals kommen die verschiedenen Generationen gut miteinander aus, da sie sich gut ergänzen.

“Diese gegenwärtig in der medialen Aufregungskultur befeuerten Generationenkonflikte sind kontraproduktiv. Sie sind klischeehaft und pauschalisierend und noch schlimmer: Sie helfen den kleinen und mittelständischen Unternehmen (KMU) nicht.” (RKW 2024: So gelingt eine gute Zusammenarbeit der Generationen) (PDF).

In der genannten Praxishelfe des RKW werden diese Themen noch einmal erläutert. Weiterhin gibt es in der Veröffentlichung Ergebnisse einer Studie und verschiedene Checklisten zur praktischen Anwendung.

Gerade in Projektteams arbeiten oft Mitarbeiter verschiedener Generationen zusammen. Dabei wird immer deutlicher, dass gerade Unterschiede bei den jeweiligen Kompetenzen bei der Problemlösung in Projekten hilfreich sein kann. Jedes Teammitglied kann von anderen lernen und sich dadurch weiterentwickeln: Individuelle Kompetenzentwicklung und Kompetenzentwicklung auf Team-Ebene.

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.

Open Movement: Was ist darunter zu verstehen?

Ausschnitt von der Titelseite: Link (PDF)

Der Begriff “Open” wird in den vielfältigsten Zusammenhängen benutzt, sodass man auch von einer entsprechenden Bewegung sprechen kann: Open Movement. Dazu zählen beispielsweise Creative Commons, Open Knowledge Foundation, Open Future, Wikimedia, die sich in diesem Jahr zu einem Austausch getroffen haben. Dabei wurde der Begriff “Open Movement” noch einmal geschärft:

“When we use the term “open movement” in this exploration, our starting point is a definition of this movement as a sum of “people, communities, and organizations who

(1) contribute to shared resources online that are available for everyone to use and reuse, and/or
(2) advocate for non-exclusive access and use of information resources.

We add to this definition those who provide tools and standards for open sharing.”

Quelle: Open movement’s common(s) causes. Report from a Wikimania 2024 side event, November 2024 | PDF.

Anhand dieser beiden Punkte kann somit abgeklärt werden, ob eine Bewegung dazu zählt, oder ob das Attribut eher für rein wirtschaftliche Interessen in einem eigenen, geschlossenen (closed) Ökosystem verwendet wird. Siehe dazu auch Open Source AI: Common Corpus als größte offene Trainingsdatenbank veröffentlicht.

Nextcloud: Welche KI für welche Aufgabe?

Eigener Screenshot

In unserer Nextcloud (Hub 9) gibt es einen Nexcloud-Assistenten in dem verschiedene Aufgaben ausgewählt werden können (Siehe Abbildung). Weiterhin ist es möglich, zu jeder der genannten Anwendungen die geeignete KI (Künstliche Intelligenz) zu hinterlegen.

In der folgenden Abbildung ist zu sehen, dass für die Aufgaben “Free text to text prompt” und “Extract topics” z.B. OpenAI hinterlegt ist. Das Rollfeld zeigt, dass auch andere KI-Anwendungen ausgewählt werden können. Unser Ziel ist es in Zukunft mit leitungsfähigen Open Source KI-Anwendungen wie z.B. Common Corpus zu arbeiten. Siehe dazu auch Open Source AI Definition – 1.0: Release Candidate 2 am 21.10.2024 veröffentlicht.

Eigener Screenshot

Digitale Souveränität: Europa, USA und China im Vergleich

Fratini, S., Hine, E., Novelli, C. et al. Digital Sovereignty: A Descriptive Analysis and a Critical Evaluation of Existing Models. DISO 3, 59 (2024). https://doi.org/10.1007/s44206-024-00146-7

Digitale Souveränität ist ein Begriff, der in den verschiedenen Regionen der Welt durchaus unterschiedlich interpretiert wird. In Deutschland hat beispielsweise das Bundesministerium des Innern den Begriff in einer Veröffentlichung zum Thema wie folgt beschrieben:

„Digitale Souveränität beschreibt die Fähigkeiten und Möglichkeiten von Individuen und Institutionen, ihre Rolle(n) in der digitalen Welt selbstständig, selbstbestimmt und sicher ausüben zu können“ (Bundesministerium des Inneren (2020): Digitale Souveränität).

In der Europäischen Union gibt es Initiativen, die den Sovereign Workplace mit Open Source Anwendungen propagieren, da die kommerziellen, marktgetriebenen Anwendungen (bis hin zur Künstlichen Intelligenz) durchaus kritisch gesehen werden. Der Grund dafür liegt u.a. auf der Argumentation, dass gute Trainingsdaten für Künstliche Intelligenz nur zu bekommen sind, wenn die Urheberrechte “nicht so genau” genommen werden. Common Corpus zeigt allerdings genau das Gegenteil.

In einem Paper haben nun Fratini et al. (2024) die verschiedenen Perspektiven auf die Digitale Souveränität von verschiedenen Ländern in einer Grafik positioniert, in der es die Pole Hard Regulation >< Soft Regulation bzw. Domestic State Control >< Geopolitical Competition gibt (siehe Abbildung). Wie zu erkennen ist, liegen die USA im marktorientierten Bereich und China eher im staats-dominierten Sektor.

Die Europäische Union favorisiert eher einen rechte-basierten Ansatz und versucht, dem mit verschiedenen Grundsatz-Veröffentlichungen, wie dem EU Artificial Intelligence Act, gerecht zu werden. Die Autoren weisen berechtigt darauf hin, dass es eine einheitliche europäische Positionierung zur Digitalen Souveränität bisher nicht gibt, da die nationalen Regelungen noch kein einheitliches Bild ergeben. Dennoch ist durchaus ein Trend zu erkennen.

Meines Erachtens ist der von der Europäischen Union eingeschlagene Weg richtig. Es zeigt sich gerade in der Nutzung von mehr Open Source Anwendungen, dass es eine lebenswertere Alternative zu den amerikanischen oder chinesischen Vorgehen gibt – gerade im Sinne einer menschenzentrierten Society 5.0.

Über den Umgang mit Transparenz und Visibilität bei Veränderungen

Bei Veränderungen sollten alle Beteiligten einer Organisation im Vorfeld mit einbezogen werden. Weiterhin ist es hilfreich, wenn die jeweiligen Schritte transparent sind und visualisiert werden.

Bei Migros, einem der größten Handelsunternehmen der Schweiz, wurde beispielsweise die klassische Projektorganisation zu einer agilen Produktorganisation weiterentwickelt. Dieser Prozess wurde mit Transparenz und Visibilität unterstützt – beispielsweise kann das durch (Kanban) Boards geschehen. Interessanterweise wurden dadurch viele Problemfelder sichtbar, die vorher verborgen blieben. Wichtig ist, diesen Punkt angemessen zu interpretieren:

“Ein Phänomen, von dem Migros überrascht wurde, war die plötzliche Vielfalt von Problemen in der Organisation. Das Team wurde das Gefühl nicht los, dass die meisten dieser Probleme schon immer da waren – aber irgendwie niemanden gestört hatten. Durch die gewonnene Transparenz wurden jetzt Dinge sichtbar, die zuvor verborgen waren. Wichtig war hier, verständlich zu machen, dass diese Problemfelder nicht durch den Systemwechsel entstanden waren, sondern erst durch ihn sichtbar wurden. Die Organisation musste lernen, damit umzugehen und die zutage geförderten Fragestellungen als Grundlage und Katalysator für die nächsten Schritte zu nutzen. Sie wurden dann zur »Burning Platform« für die nächsten Phasen” (Hüsselmann 2024).

Den Hinweis darauf, dass die nun sichtbaren Problemfelder nicht durch den Systemwechsel entstanden sind, halte ich für wichtig. Siehe dazu beispielsweise Agil – Traditionell: Veränderung der Anpassungsfähigkeit und des Risikos in Projekten.

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.

Open Source AI: Common Corpus als größte offene Trainingsdatenbank veröffentlicht

Quelle: Link

In verschiedenen Blogbeiträgen hatte ich schon erwähnt, dass die aktuell noch dominierenden Trainingsdatenbanken (LLM: Large Language Models) der kommerziellen Anbieter wie OpenAI mit ChatGPT usw. wenig transparent sind. Diese Intransparenz, gepaart mit den immer lauter geäußerten Urheberverletzungen, und den immer deutlicher werdenden wirtschaftlichen Interessen der Tech-Giganten, lässt immer mehr Organisationen bei der Nutzung von Artificial Intelligence (A): künstlicher Intelligenz) nachdenklich werden. Um es hier noch einmal klarzustellen: OpenAI ist keine Open Source AI! Siehe dazu beispielsweise Open Source AI Definition – 1.0: Release Candidate 2 am 21.10.2024 veröffentlicht.

In der Zwischenzeit gibt es viele spezielle Trainingsdatenbanken, die transparent und auch in ihren Datenvolumina kompakter sind. Was bisher noch fehlte war ein LLM, das auf der Basis der vorhandenen offenen Systeme wie Open Governement, Open Web, Open Science, Open Culture und Open Source Trainingsdaten bereit stellt, die neben Transparenz und freier Nutzbarkeit auch die immer wichtiger werdenden Urheberrechte berücksichtigt. In der Zwischenzeit gibt es Common Corpus: “Truly Open: contains only data that is permissively licensed”.

In dem Beitrag Langlait et al (2024): Releasing the largest multilingual open pretraining dataset vom 14.11.2024 auf Huggingface wird das Konzept und das Alleinstellungsmerkmal von Common Corpus als Teil der AI Alliance Open Trusted Data Initiative vorgestellt.

“Many have claimed that training large language models requires copyrighted data, making truly open AI development impossible. Today, Pleias is proving otherwise with the release of Common Corpus (part of the AI Alliance Open Trusted Data Initiative)—the largest fully open multilingual dataset for training LLMs, containing over 2 trillion tokens of permissibly licensed content with provenance information (2,003,039,184,047 tokens)” (Source).

Die immer wieder von den Tech-Giganten vorgebrachte Meinung, dass eine gute Trainingsdatenbank nicht ohne urheberrechtlich geschützte Daten auskommt, ist also falsch und soll wohl eher das eigene Geschäftsmodell schützen. Es ist beeindruckend zu sehen, wie dynamisch sich Open Source AI für viele Organisationen zu einer durchaus interessanten Alternative zu den etablierten AI-Systemen entwickelt.

Nextcloud Hub 9 Open Source: Whiteboard kollaborativ bearbeiten. Ein weiterer Schritt zu einem souveränen Arbeitsplatz

Eigener Screenshot

Wie Sie wissen, nutzen wir auf unseren Servern Open Source Anwendungen, um kollaboratives Arbeiten zu unterstützen. Wir nutzen beispielsweise  OpenProject (Projektmanagement-Software) zusammen mit dem Lernmanagementsystem (LMS) Moodle, und WordPress als Blog. 

Als integrierte Kollaborationsanwendung nutzen wir Nextcloud, und zwar aktuell in der Version Nextcloud Hub 9, das am 14.09.2024 veröffentlicht wurde. Diese Version bietet viele neue und verbesserte Features. Unter anderem ist jetzt auch direkt ein Whiteboard integriert. Wenn ein Benutzer beispielsweise ein Dokument öffnen möchte, erscheint bei der Auswahl neben den üblichen Möglichkeiten wie Textdatei, Tabelle usw., auch die Auswahl Whiteboard.

Die Abbildung oben zeigt ein test-Whiteboard in dem ich unser Logo, einen kleinen Text und Pfeile dargestellt habe. Die einfache Oberfläche erinnert an TLDRAW, das ich schon in einem anderen Blogbeitrag als einzelnes Tool vorgestellt hatte. Die Integration in Nextcloud ermöglicht es nun, direkt kollaborativ in einem Whiteboard zu arbeiten – also ohne ein zusätzliches Tool nutzen zu müssen. Weiterhin können in einer Bibliothek Vorlagen hinterlegt werden. Der Export des Whiteboards ist in den üblichen Formaten möglich.

Durch die Integration des Whiteboards in die vielfältigen Möglichkeiten von Nextcloud bieten sich neue, spannende Chancen der Zusammenarbeit, bei der im Sinne eines Souveränen Arbeitsplatzes alle Daten auf dem eigenen Server bleiben.

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.

Multiple Artificial Intelligences (MAI) statt Artificial General Intelligence (AGI)?

Adobe: AI (Artificial intelligence) AI management and support technology in the Business plan marketing success customer. AI management concept.

In den Diskussionen um Künstliche Intelligenz (KI) – oder englischsprachig Artificial Intelligence (AI) – führt die Systembetrachtung zu einer Art Generellen Künstlichen Intelligenz – General Artificial Intelligence (GAI) oder auch Artificial General Intelligence (AGI). Darunter ist folgendes zu verstehen:

“A system believed to perform (solve) domain-general cognitive tasks (problems; what some may also call AGI). … [it seems to] leave little room for AI as a theoretical tool for cognitive science. The reason is that BigTech currently dominates the narrative, with a focus on technological progress and impressive machine learning applications” (van Rooij et al. 2024).

Es geht also bei AGI um eine von Technologie dominierte generelle kognitive Problemlöse-Fähigkeiten eines Systems. Diese Sichtweise liegt in der Tradition von Simon, Shaw und Newell. die 1957 die Software “General problem Solver” entwickelten (Quelle: Wikipedia).

Das erinnert insgesamt stark an die Diskussionen, bei denen es um Menschliche Intelligenz geht. Auch hier steht immer wieder die Frage im Raum, ob es sich bei der Menschlichen Intelligenz um eine Generelle Intelligenz handelt, die mit einem Intelligenz-Quotienten (IQ) bestimmt werden kann, oder ob es um Multiple Intelligenzen im Sinne von Howard Gardner oder auch Sternberg etc. geht. Dabei geht Howard Gardner bei Intelligenz bewusst von einem “biopsychologisches Potenzial ” aus, was Künstliche Intelligenz wiederum aus seiner Sicht ein Kategorienfehler zu sein scheint.

Wenn wir also den Trend von einer Generellen Menschlichen Intelligenz zu eher Multiplen Intelligenzen unterstellen, sollten wir dann nicht statt Artificial General Intelligence eher von Multiple Artificial Intelligence (MAI) ausgehen?

Wenn Sie diesen Begriff in Google eingeben, werden Sie einige Treffer erhalten. Dabei geht es allerdings hauptsächlich um eine Art Vielfalt der verschiedenen AI-Anwendungen. Ich meine mit dem Begriff Multiple Artificial Intelligences ein hybrides Intelligenz-Konstrukt, das die Menschliche und Künstliche Intelligenz kontextbezogen für komplexe Problemlösungen in einem bestimmten kulturellen Umfeld beschreiben kann..