Kohärenzwissen als neue Wissensform

Die Entgrenzung des Wissens führt zu einem neuen Wissensbegriff und zu neuen Wissensformen, zu denen auch das “Google-Wissen” zählt. Darüber hinaus gibt es noch eine Wissensform, die sich eher in der Expertise zeigt, und sich daher von dem Google-Wissen unterscheidet.

“Dieses etabliert sich über seine Verankerung in überlieferten Wissensformen. Das Kohärenzwissen ist ein anknüpfendes Wissen. Es lebt von den vielfältigen Erklärungsversuchen, mit denen es sich vergleicht, denen es sich anschließt oder über die es hinausführt. Grundlegend ist die Vielfalt der Perspektiven, welche in dieses Wissen integriert sind und auch unauflösbare Widersprüche beinhaltet, die aufzulösen bislang nicht gelungen ist. Das Kohärenzwissen ist der Hort der Expertise. Es tritt in Fachbüchern, Lexika und Ausbildungs- oder Studienunterlagen zutage und ist dem Selbstlernen zugänglich. Um jedoch den Umgang mit Wiedersprüchen, Unsicherheiten oder gar Fehlern zu lernen, lohnt es sich Expertinnen und Experten bei solchem Umgang  zu beobachten und mit ihnen in Kontakt zu treten. Diese Begegnungen haben wenig mit Unterricht, viel aber mit Interaktion, Nachfrage und Begleitung zu tun” (Arnold 2017; Eigene Hervorhebungen).

Es ist in der heutigen Zeit wichtig, den Wissensbegriff, weitere Wissensformen und den jeweiligen Umgang mit den neuen Wissensformen zu thematisieren, denn letztendlich wird sich aus diesen Betrachtungen auch ein neues Wissensmanagement ableiten.

Der “reflexible Mensch” und der Umgang mit Wissen

In den vergangenen Jahrzehnten der Industriegesellschaft wurde es zunächst immer wichtiger flexibel zu sein (Der flexible Mensch), um sich den Veränderungen im Umfeld anzupassen. Der Strukturbruch zwischen Einfacher und Reflexiver Modernisierung hat gezeigt, dass Flexibilität nicht ausreicht, um das turbulente Umfeld zu bewältigen. Bei der Reflexiven Modernisierung geht es um Kontingenzzuwachs, um die Nebenfolgen sozialen Handelns, und um die Krise der Realitätsunterstellungen und Rationalisierbarkeitserwartungen. Der reflexive Mensch muss daher auch sein Verständnis von Lernen und Wissen den neuen Gegebenheiten anpassen. In Arnold, R. (2017) geht man noch einen Schritt weiter und verbindet den flexiblen Menschen und den reflexiven Menschen zum reflexiblen Menschen.

Der reflexible Mensch lernt dabei nicht nur „etwas“, sondern erweitert seine persönlichen Fähigkeiten
– zur Erschließung von Wissensquellen,
– zum Umgang mit Neuem,
– zur Planung und Gestaltung eigener Lernprojekte,
– sowie zur Veränderung vertrauter Sichtweisen und Routinen” (ebd.).

Dabei spielen die neuen technologischen Möglichkeiten wie z.B. Künstliche Intelligenz eine bedeutende Rolle, da sie ganz neue Lernmöglichkeiten und Wissenskonstruktionen ermöglichen.

Projektmanager: Soziale Interaktionsprozesse und ihre Bedeutung für den Einsatz von Künstlicher Intelligenz (KI)

AdobeStock_527653115

Die Rolle eines Projektmanagers, einer Projektmanagerin, ist vielschichtig. In der Theorie gibt es viele Themen die abgedeckt werden sollen. Dazu zählen planerische, kontrollierende und steuernde Tätigkeiten, Kommunikation und Organisation. Darüber hinaus gehören auch Führungsaufgaben, Weisungen und Entscheidungen zum Arbeitsfeld. Zu all den genannten Punkten gibt es in der Literatur viele Hinweise zur möglichen Umsetzung, doch kommen in der Praxis viele soziale Interaktionen hinzu.

Eigene Darstellung – Quelle: Barth/Sarstedt (2024)

“Ohne soziales Miteinander und soziale Interaktionsprozesse ist kein Projekt zielführend zum Abschluss zu bringen. Der Begriff sozial ist aus dem lat. „sozialis“ abgeleitet, was so viel wie gesellschaftlich, gemeinnützig bzw. hilfsbereit bedeuten kann. Die soziale Interaktion sollte demnach auch innerhalb von einem Projekt von gemeinschaftlichem und sich unterstützendem Handeln geprägt sein” (Barth/Sarstedt 2024).

Betrachten wir die Prozesse in der Realität (Abbildung) so wird deutlich, dass neben den technischen auch viele sozialen Interaktionsprozesse für den Erfolg von Projekten nötig sind. Beispielsweise zählen kognitive und menschliche Sensorik zu einzusetzen, Mensch zu sein (z.B. Emotionen zu zeigen) oder auch Verantwortung zu tragen. zu den jeweiligen Punkten sind in der Abbildung weitere Unterpunkte genannt, auf die ich hier nicht weiter eingehen möchte.

Die gesamten sozialen Interaktionsprozesse können durch “kognitive Empathie und Fingerspitzengefühl” (ebd.) erschlossen werden. An dieser Stelle führt das zu der Frage, inwieweit Künstliche Intelligenz (KI) solche Bereiche abdecken kann. Aktuelle sieht es so aus, dass der Nutzen von Künstlicher Intelligenz (KI) zunächst auf den Punkten liegt, die auf der Seite “Theorie” stehen. Auf der Seite “Praxis” stehen allerdings viele Punkte, die von Künstlicher Intelligenz (aktuell noch) nicht abgedeckt werden. Es wird als Projektmanager daher darauf ankommen, beide Potentiale für das Projektmanagement sinnvoll und angemessen zu nutzen. Siehe dazu auch Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte.

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

Künstliche Intelligenz: Vorteile von Open-Source-Modellen

Was als Open-Source begann, wird oft zu einem wirtschaftlich getriebenen Closed-Source-Modell. Das Beispiel OpenAI zeigt, wie das funktioniert. Zunächst war OpenAI Open-Source basiert und wurde dann unter dem Einfluss und dem Kapital von Microsoft Schritt für Schritt zu einem Closed-Source KI-System, das sich der Konzern gut bezahlen lässt. Es ist zu vermuten, dass dieser Weg auch von anderen Konzernen beschritten wird, sobald sich die Anwender an die zunächst freien Funktionen gewöhnt haben, wodurch sich deren Switching-Cost pro Anwender erhöhen. Diese Entwicklung wird allerdings in dem aktuellen EFI Gutachten (2024) kritisch gesehen, und hervorgehoben, welche Vorteile Open-Source KI-Modelle haben:

“Open-Source-Modelle können den Wettbewerb stärken und bieten mehr Innovationsmöglichkeiten als Closed-Source-Modelle, da sie in der Regel besser anpassbar sind. Zudem können Akteure aus Wissenschaft und Wirtschaft, insbesondere Startups und KMU, von den verhältnismäßig niedrigen Kosten der Open-Source-Nutzung profitieren und
vorhandene Open-Source-Modelle einsetzen, um domänenspezifisch zu innovieren und die Produktivität zu steigern. Dies erhöht den Wettbewerb und die Angebotsvielfalt und beugt somit Monopolisierungstendenzen vor. Darüber hinaus haben Open-Source-Modelle den Vorteil, dass Programmierfehler oder potenzielle Verzerrungen, die bei der Analyse von Daten entstehen, schneller identifiziert und behoben werden können. Dies ist der Transparenz und Zuverlässigkeit von KI-Modellen förderlich” (EFI Gutachten 2024:88).

Jede Organisation sollte sich genau überlegen, welche KI-Strategie geeignet ist, mittel- und langfristig die Chancen von KI-Modellen zu nutzen. Wir nutzen Open-Source-KI-Modelle in unserer Nextcloud und entwickeln dadurch eine KI-Strategie, die zu unseren Anforderungen passt. Wie weit wir Closed-Source KI-Modelle mit integrieren, entscheiden wir je nach Bedarf mit Hilfe des integrierten Ethical KI-Rankings.

Ein neuer Wissensbegriff

Der Begriff “Wissen” hat sich n der Vergangenheit immer wieder verändert, und wird dies auch in Zukunft tun. In dem Beitrag Vom Wissen als Besitz zum Wissen als Prozess wird diese Transformation deutlich. Zusammen mit den neuen Technologien, wie das WWW oder auch Künstliche Intelligenz, entsteht ein neuer Wissensbegriff.

„Wissen begründet sich in der gegenwärtigen Gesellschaft in dem Zusammenspiel vieler Wissensfragmente, die unter anderem im world wide web (www) technisch zusammengeführt werden und dort als gemeinsam verfügbares Wissen auftauchen, das durch Prozesse der Wissensbegründung in einer Erfahrungsgemeinschaft konstituiert wird. Dieser Wissensbegriff ist neu (vgl. Neusser 2013, zitiert in Arnold 2017:88).

Diese Entwicklung wirft zugleich Fragen zum Umgang mit diesem neuen Wissensbegriff auf. Welche Herausforderungen ergeben sich daraus für ein modernes Wissensmanagement?

Künstliche Intelligenz – Menschliche Intelligenz – Intelligente Problemlösungen

In der heute sehr stark vernetzten Welt kommt es darauf an, Muster zu erkennen, um die anstehenden komplexen Problemlösungen zu entwickeln. die neuen Fragestellungen können oftmals nicht mehr mit den bisher so erfolgreichen Denkmustern gelöst werden. Das immer wieder propagierte neue Mindset integriert die alten Denkmuster und entwickelt diese weiter. Ein zentraler Punkt in vielfältig vernetzten Systemen ist das Erkennen von schwachen Signalen, oder von Mustern. Diese Eigenschaften werden der Künstlichen Intelligenz und der Menschlichen Intelligenz zugeschrieben. Im Zusammenspiel können dabei viele intelligente Problemlösungen generiert werden.

“Eine der zentralen Fragen der Zukunft könnte nicht sein, wie viele künstliche intelligente Lösungen in den Systemen stecken, sondern wie viel menschliche Intelligenz und welches Mindset und Bewusstsein vor dem Computer sitzt und wie beide miteinander in Beziehung stehen und verbunden sind” (Linder-Hofmann (2024): KI, agiles Mindset und integral -systemische Perspektiven. In: Bernert/Scheurer/Wehnes (Hrsg.): KI in der Projektwirtschaft).

Die Mustererkennung kann durch Maschinen wie der Künstlichen Intelligenz, oder durch den Menschen mit seinen besonderen Intelligenzen/Kompetenzen erfolgen. An dieser Stelle sollte allerdings auch geklärt werden, welche menschliche Intelligenz gemeint ist. Es gibt hier durchaus Ansätze die zeigen, das möglicherweise der immer noch favorisierte Intelligenz-Quotient (IQ) keine Passung zu dem hier kurz aufgezeigten Themenfeld hat. Siehe dazu auch
Künstliche Intelligenz und Menschliche Intelligenz
Intelligenztheorie: Anmerkungen zu Sternbergs Triarchischen Theorie und Gardners Multiple Intelligenzen Theorie
Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte.

Nextcloud: Geeignete KI-Apps selbst auswählen – ein Beispiel

Anwendungen zur Künstliche Intelligenz (KI) gibt es in der Zwischenzeit “wie Sand am Meer”. Dabei decken die kommerziellen Anwendungen einen Großteil des Marktes ab. Immer mehr Organisationen sehen darin allerdings auch Risiken, sodass Open Source Anwendungen , wie z.B. Nextcloud, in den Fokus rücken.

Dabei ist Nextcloud als Kollaborationsplattform mit den Anwendungen zu Dokumenten, Bildern, Webkonferenzen (Talk), Whiteboards, Tasks- bzw. KANBAN Boards, Open Project usw. in der Lage an jeder Stelle der verschiedenen Anwendungen KI-Apps aufzurufen (Smart Picker), die ebenfalls Open Source basiert sind.

Diese KI-Apps sind hier nicht vorgegeben, sondern können je nach Organisation zusammengestellt werden. Die Möglichkeit der eigenen Konfiguration von KI-Apps, die dann auch noch mit Hilfe von Ampelfarben (Rot-Gelb-Grün) charakterisiert sind, ergibt enorme eigene Gestaltungsspielräume.

Die Abbildung zeigt beispielhaft einen Screenshot von unserer Nextcloud, in der ich DECK als Taskboard (KANBAN Board) aufgerufen habe. Innerhalb eines Tasks (Tickets) kann ich im Textfeld mit Hilfe des Smart Pickers verschiedene Anwendungen aufrufen. In dem Beispiel habe ich die KI-App Whisper ausgewählt (AI speech-to-text) mit deren Hilfe ich jetzt einen gesprochen Text erfassen kann. Nextcloud charakterisiert diese Anwendung mit Gelb (Rot-Orange-Gelb-Grün). Ziel der Integration vieler Open Source Anwendungen in einer modernen Kollaborationsplattform ist der Souveräne Arbeitsplatz.

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

Künstliche Intelligenz (KI) im Projektmanagement: Routine und Projektarbeit

Routinemanagement und Projektmanagement hängen in Organisationen eng zusammen. In der Vergangenheit war das Routinemanagement dominierend. Es ging dabei um Effektivität und Effizienz in den Abläufen und Prozessen, die relativ standardisiert durchgeführt wurden. Durch das nicht mehr so stabile Umfeld kam es anschließend zu kleinen Veränderungen in den Prozessen, die durch Kontinuierliche Verbesserungsprozesse (KVP) optimiert wurden.

Der Trend zur Individualisierung und Personalisierung, und die immer stärkere Vernetzung von allen Dingen und Personen führen nun zu einer Komplexität, die zu mehr Selbstorganisation in temporären Netzen führt, und somit zu mehr Projekten mit dem dazugehörenden Projektmanagement.

Die Automatisierung von wiederkehrenden und zeitaufwändigen Aufgaben kann in Zukunft immer mehr von Künstlicher Intelligenz (KI) übernommen werden. Dabei bietet sich für Mitarbeiter die einmalige Chance, sich stärker auf das kreative Lösen von komplexen Problemen zu konzentrieren. Diese Zusammenhänge können auch direkt auf das Projektmanagement mit seinen vielfältigen Anforderungen übertragen werden.

“Doch die KI bietet noch viel mehr als nur Planung und Ressourcenmanagement. Eine der größten Stärken der KI im Projektalltag liegt in der Automatisierung von wiederkehrenden und zeitaufwändigen Aufgaben. KI-basierte Tools können die Erfassung und Analyse von Daten, das Reporting, die Kommunikation und die Verwaltung von Dokumenten automatisieren. Diese Automatisierung führt zu erheblichen Effizienzsteigerungen, da Projektmanager ihre Zeit und Energie auf strategische Entscheidungen und die Lösung komplexer Probleme konzentrieren können. Dadurch verkürzen sich Projektzeiten, die Qualität steigt und die Kosten werden optimiert (Barton / Müller, S. 161)” (Vodatinskyj (2023): Die Revolution des Projektmanagements durch Künstliche Intelligenz, in: projektmanagementaktuell 05/2023).

Mehr Blogbeiträge zu “Künstliche Intelligenz” finden Sie hier.

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.

KI-förderliche Organisationskultur: Übersicht im Leitfaden des Fraunhofer IAO (2023)

Fraunhofer IAO (2023): Leitfaden zu Strategie und Wandel für den KI-Einsatz, in Anlehnung an  Floridi, L.; Cowls, J.: A Unified Framework of Five Principles for AI in Society. Harvard Data Science Review.
https://doi.org/10.1162/99608f92.8cd550d1, veröffentlicht am 23. Juni 2019.

Wenn es um Künstliche Intelligenz geht, wird zu einem großen Teil über die Technik und den damit verbundenen technischen Möglichkeiten gesprochen und geschrieben. Neben der Technik gibt es in Unternehmen allerdings auch noch die Organisation und die Menschen (TOM-Modell). Eine Organisationskultur, die den Einsatz von KI im Unternehmen fördert, sollte somit alle Ebenen adressieren, und auf den Überlegungen von Edgar Schein basieren:

Der Soziologe Edgar Schein versteht folgendes unter Unternehmenskultur: „Ein Muster gemeinsamer Grundprämissen, das die Gruppe bei der Bewältigung ihrer Probleme externer Anpassung und interner Integration erlernt hat, das sich bewährt hat und somit als bindend gilt; und das daher an neue Mitglieder als rational und emotional korrekter Ansatz für den Umgang mit diesen Problemen weitergegeben wird“ (Schein, E. (1995)).

Daraus leitet Edgar Schein die Ebenen Grundannahmen, Werte und Normen und Artefakte ab, die manchmal wie ein Eisberg dargestellt werden, bei dem der größte Teil “unter Wasser”, also nicht sichtbar ist In dem vom Fraunhofer IAO 2003 veröffentlichten Leitfaden zu Strategie und Wandel für den KI-Einsatz sind daraus jeweils Maßnahmen einer KI-förderliche Organisationskultur entwickelt worden (Abbildung). Interessant dabei ist, dass in dem Leitfaden auch sehr konkrete Hinweise zur Umsetzung gegeben werden.

Mehr Blogbeiträge zu “Künstliche Intelligenz” finden Sie hier.

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.

Künstliche Intelligenz (KI) – Projekte durchführen

In verschiedenen Beiträgen (Beispiel)habe ich schon darauf hingewiesen, wie Künstliche Intelligenz (KI) für das Projektmanagement genutzt werden kann. In diesem Beitrag geht es um KI-Projekte selbst, die in den Organisationen aktuell angestoßen werden. KI-Projekte zeichnen sich durch eine große Unsicherheit und erheblichen Kommunikations- und Abstimmungsaufwand aus. Schon diese Kriterien deuten darauf hin, dass KI-Projekte möglichst agil durchgeführt werden sollten. Das wird auch in dem “Leitfaden zur Durchführung von KI-Projekten” (Fraunhofer IAO 2023) so gesehen:

“Bei KI-Projekten ist es normalerweise notwendig, diverse Modelle und Algorithmen auszuprobieren, um eine optimierte Lösung zu erhalten, denn die Aussagekraft der Daten sowie die guten Wege zur Informationsextraktion sind oft nicht von Anfang an klar. Dafür kann es auch notwendig sein, (frühere) Projektschritte zu wiederholen. Deshalb ist es üblicherweise ratsam, eine iterative oder gar agile Form des Projektmanagements zu wählen, z. B. Scrum oder Kanban” (ebd.).

Darüber hinaus wird darauf hingewiesen, dass Organisationen mit relativ wenig IT-Erfahrungen durchaus auch ergänzende Vorgehensmodelle eingesetzt werden können, um die KI-Projekte stärker zu unterstützen, bzw. zu begleiten. Dieser Hinweis deutet möglicherweise auf ein hybrides Vorgehen hin.

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.