Veröffentlicht am

Hybridisierung von Kompetenzen: Kompetenzmanagement in Zeiten von Künstlicher Intelligenz

Traditionelles Kompetenzmanagement betrachtet Kompetenzen im Sinne von Selbstorganisationsdispositionen auf der Ebene des Individuums, der Gruppe, einer Organisation und Netzwerken. Dabei werden oftmals Fachkompetenz, Methodenkompetenz und Sozialkompetenz unterschieden. In Verbindung mit den neuen Möglichkeiten der Künstlichen Intelligenz erscheint dieser Ansatz zu starr und wenig dynamisch zu sein.

“Eine zentrale Herausforderung besteht darin, dass wir es mit einer Hybridisierung von Kompetenzen zu tun haben. Dieser Begriff bezieht sich auf die Verflechtung von technisch orientierten und menschlich orientierten Fähigkeiten. Im Kontext von KI bedeutet das, dass Mitarbeiter nicht nur technische Kenntnisse in Bereichen wie Datenanalyse oder KI-Programmierung haben müssen, sondern auch menschliche Kompetenzen, wie z. B. Kreativität, kritisches Denken oder zwischenmenschliche Fähigkeiten, um effektiv mit KI-Systemen zu interagieren und zu arbeiten. Darüber hinaus beinhaltet ein zukunftsweisendes Kompetenzmodell die Berücksichtigung von transversalen Kompetenzen. Transversale Kompetenzen sind solche, die über verschiedene Aufgabenbereiche und Themenfelder hinweg relevant sind. Sie sind nicht auf einen spezifischen Kontext beschränkt, sondern übertragen sich auf eine Vielzahl von Situationen und Herausforderungen. Dies könnte Kommunikation, Problemlösung oder strategisches Denken beinhalten” (Reinhardt, K., Feseker, A. (2024) in: Bernert et al. (Hrsg.) (2024): KI im Projektmanagement.

Die Autoren haben dabei ein “6C-Modell für KI-Projektmanagement” entwickelt und in dem Beitrag ausführlich dargestellt. Es ist spannend zu beobachten, wie sich Kompetenzmanagement in Zeiten der Künstlichen Intelligenz weiterentwickelt. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Veröffentlicht am

Künstliche Intelligenz: Vorwissen, Wissenszuwachsvorhersage, Wissenszuwachs und Markov-Ketten

Beispielhafte Darstellung der Wissenszuwachsvorhersage (Fischer et al. 2023)

Künstliche Intelligenz beeinflusst auf verschiedenen Ebenen auch die berufliche Weiterbildung. Ein wichtiger Bereich ist dabei die Personalisierung von Inhalten und Lernprozessen. In der Vergangenheit wurde das schon mit der Modularisierung von Inhalten zusammen mit entsprechenden Konfiguratoren umgesetzt. Kurz zusammenfasst lautet hier die Formel: Konfiguration von Learning Objects. Der ganze Bereich kann als Mass Customization and Personalization in der beruflichen Bildung gesehen werden.

Eines meiner ersten Paper dazu habe ich 2003 auf der ElearnChina vorgestellt. Dabei ging es mir schon damals darum, dass nicht das Objekt lernt (Learning Objects), sondern die jeweilige Person. Daher habe ich schon damals eine Verbindung zur Multiple Intelligenzen Theorie von Howard Gardner hergestellt.

Freund, R. (2003): Mass Customization in Education and Training, ELearnChina 2003, Edinburgh, Scotland. Download | Flyer | Speaker. Weitere Paper finden Sie in meinen Veröffentlichungen.

In der Zwischenzeit bietet die Künstliche Intelligenz darüber hinausgehend weitreichende Verbesserungen, z,B. durch die Verwendung von Markov-Ketten.

“Beispielsweise lassen sich über klassische Verfahren des maschinellen Lernens automatisiert Lernmaterialien oder Kurse empfehlen, die vor dem Hintergrund der bisherigen Bildungshistorie von Teilnehmenden häufig gewählt wurden (Markov-Ketten), besonders erfolgsversprechend sind (gewichtete Markov-Ketten) und/oder angesichts des Vorwissens und ggf. weiterer Variablen den größtmöglichen Wissenszuwachs versprechen (Wissenszuwachsvorhersage)” (Fischer et al. (2023).

Die Abbildung zeigt das prinzipielle Vorgehen. Diese Verfahren sind bei einer großen Datenbasis durchaus gut einsetzbar. Neben den content-bezogenen Möglichkeiten bieten solche Ansätze auch Unterstützung bei den jeweiligen Kollaborationssituationen.

Experten allerdings nutzen am Arbeitsplatz für die Problemlösung oftmals ihr “Gefühl/Gespür”, oder man sagt, sie haben einen “guten Riecher” für die Situation gehabt. Gerade in komplexen Problemlösungssituationen zeigen sich Grenzen der rationalen, scheinbar objektiven Analyse. Es kommt dann stattdessen auch auf die subjektiven Fähigkeiten eines Menschen an. Siehe dazu auch Kann Intuition als Brücke zwischen impliziten und expliziten Wissen gesehen werden?

In der objektiven Arbeitssituation (Domäne, Kontext) bedarf es einer Subjektivierung des Arbeitshandelns, das uns vom Begriff des Wissens weiter zum Begriff der Kompetenz führt. Genauer: Zur Kompetenzentwicklung im Prozess der Arbeit. Siehe dazu Persönlichkeitseigenschaften, -fähigkeiten und Kompetenzen und Wissensmanagement und Kompetenzmanagement: Welche Gemeinsamkeiten/Unterschiede gibt es?

Es wird spannend sein zu sehen, wie Künstliche Intelligenz hier nützlich sein kann, wenn man nicht die Technik in den Mittelpunkt stellt, sondern die menschenzentrierte, komplexe, kontextspezifische Problemlösungssituation. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Veröffentlicht am

Was können Organisationen vom Orpheus Chamber Orchestra lernen?

Quelle: https://orpheusnyc.org/education-community/orpheus-leadership-institute

Wenn wir an Orchester denken, sehen wir einen Dirigenten und Musiker, bei denen die Rollen hierarchisch klar getrennt sind. Der Dirigent bestimmt (fast) alles und die Musiker versuchen, den Anforderungen gerecht zu werden. Falls ein Ton oder das Zusammenspiel nicht genau passt, korrigiert der Dirigent.

Als es noch keine großen Symphonieorchester gab, organisierten sich die Musiker z.B. in kleinen Kammerorchestern, durchaus selbst (Selbstorganisation).

Aufbauend auf dieser Tradition gab es auch bei größeren Ensembles in der Vergangenheit Entwicklungen, die Selbstorganisation bei Orchestern auch auf größere Einheiten zu übertragen. Ein Beispiel dafür ist das Orpheus Chamber Orchestra, das seit seiner Gründung im Jahr 1972 diesen etwas anderen Weg geht: Das Orchester setzt mehr auf Kollaboration und weniger auf einen (klassischen) Dirigenten. Dabei gibt es allerdings einige Prinzipien, die beachtet werden sollten:

(1) Denen Macht geben, die die Arbeit erledigen. (…)
(2) Ermutigen zu persönlicher Verantwortung. (…)
(3) Rollen klar definieren. (…)
(4) Führungsbefugnis aufteilen und rotierend zuordnen. (…)
(5) Die Zusammenarbeit auf einzelnen Ebenen fördern. (…)
(6) Zuhören lernen und reden lernen. (…)
(7) Konsens suchen (und ein kreatives Umfeld schaffen, das den Konsens fördert). (…)
(8) Leidenschaftliche Hingabe an die Arbeit.
Quelle: Seifter, H.; Economy, P. (2001:34-35): Das virtuose Unternehmen. Aktivieren Sie das Potenzial Ihrer Mitarbeiter mit der Methode des Orpheus Chamber Orchestra, des einzigen dirigentenlosen Orchester.

Durch die Veränderungen in unserem Umfeld (VUCA), haben auch größere Unternehmen gemerkt, dass eine fremdorganisierte hierarchische Organisationsstruktur nicht mehr angemessen ist . Mehr Selbstorganisation ist hier auch die Antwort auf mehr Komplexität.

Es war daher nicht verwunderlich, dass immer mehr Unternehmen bei dem Orpheus Chamber Orchestra nachgefragt haben, welche Erfahrungen sie gemacht haben. Daraus ist dann sogar das Orpheus Leadership Institute entstanden.

“Orpheus provides a unique perspective on the practice of leadership that can unlock creativity, agility, and collaboration at your organization” (Qrpheus Leadership Institute).

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.

Veröffentlicht am

Projektkomplexität bestimmen: Dimensionen und Leitfragen

Neben der Bestimmung der Projektklasse kann es auch hilfreich sein, die Projektkomplexität zu bestimmen. Je komplexer ein Projekt ist, um so selbstorganisierter und iterativer sollte vorgegangen werden. Bei Wagner/Ott (2019:63-64) habe ich dazu einen Vorschlag gefunden, bei dem die verschiedenen Dimensionen auch mit Leitfragen kombiniert sind: “So schlagen Witschi, Dierig und Wagner (Dierig 2013:38) folgende Unterscheidungskriterien sowie Leitfragen für Projekte vor:

Zielambiguität
Mehrdeutigkeit der Ziele: Wie genau kann das Ziel zu Beginn definiert werden?

Sachlicher Vernetzungsgrad
Wie viele Arbeitspakete umfasst das Projekt und wie stark sind diese miteinander vernetzt?

Dynamik der sachlichen Vernetzungen:
Wie hoch ist die Veränderungswahrscheinlichkeit der sachlichen Inhalte und Rahmenbedingungen, beispielsweise der Technologieentwicklungen.

Innovationsgrad
Wie hoch sind die Neuartigkeit des Projekts und die fachliche und methodische Erfahrung?

Sozialer Vernetzungsgrad
Wie viele Beteiligte und Interessengruppen sind im Projekt miteinander vernetzt?

Dynamik der sozialen Vernetzung
Wie hoch sind die Dynamik und Unberechenbarkeit des Beziehungsgeflechtes der Beteiligten?”

Mit diesen wenigen Angaben ist es möglich, ein eigenes Bewertungsschema zu entwickeln und stetig zu verbessern. Die eigenen Einschätzungen führen zusammen mit der speziellen Branche (der beruflichen Domäne) zu einem unverwechselbaren, nicht so leicht kopierbaren, Instrument.

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.


Veröffentlicht am

Vermindert der Einsatz Künstlicher Intelligenz menschliche Fähigkeiten?

Wenn wir ein Navigationssystem nutzen hilft uns das, schnell und bequem unser Ziel zu erreichen. Andererseits vermindert sich dadurch auch die menschliche Fähigkeit, sich zu orientieren. Die Nutzung eines Autos hilft uns, große Strecken zurückzulegen, doch vermindert es auch unsere körperlichen Fähigkeiten. Die Nutzung eines Computers erleichtert uns die Bearbeitung von Zahlenkolonnen, doch reduziert es auch unsere Rechen-Fähigkeiten. Die Nutzung von Suchmaschinen wie Google hat es uns erleichtert, Daten und Informationen schnell zu finden. Manche Fähigkeiten der Recherche und des Prüfens von Daten und Informationen bleiben hier manchmal wegen den schnellen Zyklen der Veränderungen auf der Strecke.

Warum sollten diese Effekte also bei der Nutzung von Künstlicher Intelligenz anders sein?

“Eine grundlegende Erkenntnis besagt, dass jedes technische Hilfsmittel die Fähigkeiten der Kombination «Mensch-Tool» zwar erhöht, jene des Menschen alleine aber potenziell vermindert (every augmentation is also an amputation, frei nach Marshall McLuhan)” (Digital Society Initiative 2023)

Im Kontext der universitären Bildung haben Forscher ermittelt, welche menschlichen Fähigkeiten in Zukunft in einem von KI dominierten Umfeld erhalten und gestärkt werden sollten (vgl. Digital Society Initiative 2023):

Grundlegende technische Fähigkeiten in Bezug auf KI-Technologien.

Sozialisationsfähigkeiten: Soziales Lernen, Einfühlungsvermögen, Resilienz und effektives
Teamwork gefördert werden. Dies bedingt auch ein Verständnis und eine Reflexion über ethische Werte und wissenschaftlichen Ethos.

Kritisches Denken: Kritische Diskurs, das Denken in Modellen und Abstraktionen sowie die Fähigkeit zur multiperspektivischen Kognition und Analyse.

Handeln unter Unsicherheit: Um mit der Geschwindigkeit des technischen Fortschritts (und auch den bekannten globalen Herausforderungen wie z.B. dem Klimawandel) umgehen zu können, sind Fähigkeiten zu fördern, welche das Handeln unter Unsicherheit erleichtern. Unter anderem zu nennen ist hier eine Schulung der Intuition und abstraktes Problemlösen.

Anmerken muss ich an dieser Stelle, dass persönliche Fähigkeiten nicht mit Persönlichkeitseigenschaften gleich gesetzt werden sollten. Siehe dazu auch Über den Umgang mit Ungewissheit. Es geht hier darum, dass gerade der Mensch als soziales und emotionales Wesen komplexe Problemlösungssituationen besser bewältigen kann, als es Technologie vermag. Wie ein Idealszenario der Arbeitsteilung zwischen menschlicher und künstlicher Intelligenz aussehen kann, lesen Sie in diesem Blogbeitrag.

Veröffentlicht am

Integriertes Risiko- und Wissensmanagement am Beispiel des “Integrated Risk and Knowledge Management Program“ (IRKM-P) der NASA

Das Umfeld von Gesellschaften, Organisationen und einzelnen Personen ändert sich permanent und sehr dynamisch. In allen Bereichen kommen daher Risiken und Chancen auf, mit denen sich Personen, Organisationen und Gesellschaften befassen müssen. Dabei ist zu beachten, ob Risiken in einem komplizierten Umfeld (1. Ordnung) oder in einem komplexen Umfeld (2. Ordnung) auftreten.

Manche Risiken entstehen in beiden Bereichen dadurch, dass bestimmtes Wissen nicht zur Verfügung steht. Die Frage ist dann: Wie gehe ich z.B. als Organisation mit Nicht-Wissen um? Risikomanagement kann insofern auch als das Management von Nicht-Wissen interpretiert werden. Thomas Baumann hat in einem Interview mit Oliver Steeger auf folgendes hingewiesen:

“Wir brauchen eine kluge Verbindung zu den Methoden und Erfahrungen des linearen Projektmanagements. Im Risikomanagement hat etwa die NASA mit dem „Integrated Risk and Knowledge Management Program“ (IRKM-P) eine Verbindung aufgezeigt vom Risikomanagement 1. Ordnung auf die Umgebung des Risikomanagements 2. Ordnung” (Baumann, T. (2014): „Unknown Unknowns“ bilden die Stolpersteine bei komplexen Projekten. Weshalb herkömmliche PM-Werkzeuge häufig bei komplexen Projekten versagen, in projektmanagementaktuell 5/2014).

Wie das aussehen kann, hat die NASA 2009 in dem Artikel Integrated Risk and Knowledge Management Program — IRKM-P (PDF) veröffentlicht. Siehe dazu auch Notwendigkeit des Managements spezifischer „Wissensrisiken“ und Warum Nichtwissen manchmal eine gute Entscheidung sein kann.

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.

Veröffentlicht am

Projektmanagement: Nudging zur Verbesserung der Entscheidungsfindung nutzen

© pixabay/magnetme

Manchmal benötigt man einen kleinen Schubs oder Denkanstoß, um eine Entscheidung zu treffen. Dieser Schubs (Nudge) wird in der Marketing-Kommunikation beispielsweise auch mit Hilfe von Sozialen Netzwerken genutzt. Da das Nudging aus der Verhaltensökonomie kommt, kann es Verhalten in komplexen Entscheidungsprozessen unterstützen, und damit die Entscheidungsfindung verbessern.

“Nudges können als eine Architektur der Entscheidungsfindung definiert werden, die das Verhalten der Menschen vorhersehbar verändert, ohne Barrieren zu beseitigen oder wesentliche wirtschaftliche Anreize zu verändern. Diese Nudges sind kosten- und konflikteffiziente Techniken, die bestimmte Vorurteile ausnutzen, um die individuelle Entscheidungsfindung zu verbessern. Zu den allgemeinen Komponenten eines Nudge gehören: (1) ein Eingriff in die Mittel der Entscheidungsfindung und nicht in die Ziele; (2) die Freiheit, eine alternative Wahl zu treffen; und (3) eine Belohnungs- oder Kostenkomponente, die im Vergleich zu Handlungsalternativen gering ist. Die drei Haupttypen von Nudges untergliedern sich in: Entscheidungsinformationen, Entscheidungsstrukturen und Entscheidungshilfen. Diese repräsentieren verschiedene Aspekte des Entscheidungsprozesses. Nudges können die menschlichen Fähigkeiten in mindestens einer der drei Typologien verbessern” (Lächelt/Portillo/Braun (2024), in projektmanagementaktuell 2/2024).

Da es auch im Projektmanagement viele komplexe Entscheidungsprozesse gibt, kann Nudging in diesem Kontext genutzt werden – zukünftig auch mit Hilfe der Künstlichen Intelligenz.

Solche Zusammenhänge berücksichtigen 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.

Veröffentlicht am

Scrum.org (2024): The Evidence-Based Management Guide

Scrum.org hat ja u.a. den bekannten Scrum Guide und den Nexus Guide veröffentlicht. Darüber hinaus gibt es nun einen weiteren Guide zum Evidence-Based Management: Scrum.org (2024): The Evidence-Based Management Guide (PDF). Aktuell ist dieser Guide noch nicht in deutscher Sprache verfügbar – wird es allerdings wohl bald sein.

Evidence-Based Management soll helfen, Ziele in einem komplexen, unsicheren Umfeld anzugehen und zu erreichen. Dabei werden auch noch einmal die Begriffe “Output” und “Outcome” thematisiert.

“Evidence-Based Management (EBM) is a framework that helps people, teams, and organizations make better-informed decisions to help them achieve their goals by using intentional experimentation and feedback” (ebd.).

Es wird in dem Guide ein Rahmen (Framework) aufgezeigt, an dem sich Organisationen orientieren können. Obwohl das Evidence-Based Management keine spezifischen Key Value Measures (KVMs) vorgibt, so gibt es im Anhang doch ausreichend viele Vorschläge für KVMs, die in Organisationen Sinn machen.

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.

Veröffentlicht am

Persönliche und soziale Kompetenzen von Projektmanagern und KI-Systeme

Es ist unzweifelhaft, dass Künstliche Intelligenz (KI) unsere Arbeitswelt immer stärker beeinflussen/durchdringen wird – auch das Projektmanagement. In dem Beitrag Projektmanager: Soziale Interaktionsprozesse und ihre Bedeutung für den Einsatz von Künstlicher Intelligenz (KI) wurde schon deutlich, dass Projektmanager einen Großteil ihrer praktischen Projektarbeit mit sozialen Interaktionsprozessen zu tun haben. Um diesen praktischen und den eher theoretischen Teil der Projektarbeit bewältigen zu können, sind entsprechende Kompetenzen erforderlich. In der Individual Competence Baseline (ICB 4.0) der International Project Management Association (IPMA) sind unter “People” persönliche und soziale Kompetenzen genannt.

“Dies ist der Kompetenzbereich der persönlichen und sozialen Kompetenzen (im englischen kurz ‚People‘ genannt). Die in diesem Kompetenzbereich differenziert aufgeführten Einzelkompetenzen (Selbstreflexion und Selbstmanagement, Persönliche Integrität und Verlässlichkeit, Persönliche Kommunikation, Beziehungen und Engagement, Führung, Teamarbeit, Konflikte und Krisen, Vielseitigkeit, Verhandlungen, Ergebnisorientierung) schätzt die IPMA® als notwendige „People-Skills“ eines Projektmanagers ein. Dem sozialen Miteinander wird also für den Projekterfolg ein hoher Stellenwert zugesprochen. Betrachtet man in diesem Kontext die Art und Weise, in der die Interaktionsmöglichkeiten von KI-Systemen auf Algorithmen beruhen, so wird das beschränkte Potenzial der KI bzgl. der People-Skills deutlich” (Barth/Sarstedt 2024).

Es wird auch hier wieder deutlich, dass die heutigen KI-Systeme bei großer sozialer Komplexität noch ihre Grenzen haben. Es geht im modernen Projektmanagement nicht nur um die jeweiligen Vorgehensmodelle (plangetrieben, hybrid, agil), sondern verstärkt um das angemessene Zusammenspiel der Dimensionen soziale Komplexität, Vorgehensmodell, KI-System.

Dabei taucht wieder “Kompetenz” als Schlüsselbegriff für die Bewältigung heutiger komplexer Arbeitssituationen auf. Ich tendiere hier – abweichend vom Kompetenzverständnis der ICB 4.0 – zu einem Kompetenzverständnis das Kompetenz als Selbstorganisationsdisposition beschreibt – und zwar auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk.

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

Veröffentlicht am

Warum kann es keine “endgültige” Problemlösung geben?

Wenn es um Probleme und deren Lösung geht, wünschen wir uns oft eine Art “endgültige” Lösung. Immerhin haben wir ja genug Probleme zu lösen und möchte, dass eines dann wenigstens erledigt ist. Doch in einer auf vielen Ebenen vernetzten Welt ist es nicht mehr so einfach in Ursache und Wirkung aufzuteilen, denn die Wirkung ist nicht abgeschlossen, sondern wiederum Ursache für den nächsten Problemlösungsprozess unter Unsicherheit.

“Da wir – wie uns  die Systemforschung lehrt – die Wirkungen einer Intervention grundsätzlich nicht auf gewünschte Wirkungen eingrenzen können, ist jede erreichte ´Problemlösung´ meist der Startschuss für das Aufkommen neuer Probleme. Die mühevoll erreichte Wirkung ist zugleich Ursache für neuartige systemische Störungen und neue Prozesse des Sich-Einpendelns und -Einschwingens der Gesamtlage. Ein Denken in endgültigen Lösungen ist deshalb unrealistisch, weil unsystemisch” (Arnold 2017).

Das ist für viele nicht einfach zu verarbeiten, und deshalb sind manche Menschen auch durch einfache Regeln oder auch Stammtischparolen beeinflussbar. Diese einfachen Parolen bieten allerdings nur vordergründig eine Art “Lösung” an, da dabei die Vernetzung mit anderen Problembereichen ignoriert wird – was nicht der Lebenswirklichkeit entspricht. Siehe dazu auch Ambiguität/Ambivalenz: Bewältigung von Unbestimmtheit und Mehrdeutigkeit.

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.