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)?

Gedanken zur Frage: Warum fällt uns die Zusammenarbeit mit anderen so schwer?

In den letzten mehr als 100 Jahren hat sich die Arbeitsteilung in allen Bereichen der Gesellschaft etabliert. Es stellte sich dabei immer stärker heraus, dass es besser (wirtschaftlicher) ist, komplexe Themen, Prozesse, Produkte zu zerteilen und diese Teilsysteme dann massenhaft effektiv und effizient abzuarbeiten. Das führte zu Skaleneffekte, die kleine Betriebe nicht mehr abbilden konnten.

Es entwickelten sich beispielsweise Produktionsbetriebe, die sich immer weiter spezialisierten. Immer mehr Abteilungen wurden erforderlich, die großen Wert auf das Trennende legten. Jede Abteilung denkt in diesem Umfeld an sich und handelt für sich. Das färbte auch auf die Menschen ab, die fortan mehr an sich als an die Gemeinschaft dachten, und auch heute noch denken. Die Abbildung zeigt die Entwicklung dieser Tayloristischen Arbeitsteilung von Kleinbetrieb bis zum großen Produktionsbetrieb. (Massenproduktion).

Der arbeitsteilige Industriebetrieb (Metzger/Gründler 1994: Zurück auf Spitzenniveau)

Das Trennende wurde allerdings nicht nur in der Produktion umgesetzt, sondern auch in der Politik (Bundesministerien, Ländergrenzen, Grenzen bei den Kommunen) und bei Dienstleistungen. Das gesamte System war darauf ausgerichtet, Standardprodukte und Standarddienstleistungen in großer Zahl effektiv und effizient anzubieten und durchzuführen.

In den letzten Jahrzehnten kam es allerdings global zu immer mehr Vernetzungen von technischen Systemen (Informations- und Kommunikationssystemen), Verkehrswegen (Bahn, Schiff, Flugzeug…), von Personen untereinander, Personen und Dingen, Dingen mit Dingen usw. – das Internet der Dinge ist hier nur ein Schlagwort. Solche Vernetzungen führten zu immer komplexeren Anforderungen an Produkte und Dienstleistungen, die in den etablierten Strukturen kaum noch mit dem nötigen Tempo abgearbeitet werden konnten.

Mit projektorientierter Arbeit über die Grenzen der Abteilungen, und mit der intensiveren Zusammenarbeit mit externen Partnern und Kunden, konnten sich Organisationen auf diese neuen Herausforderungen einstellen (Projekte sind Träger des Wandels). Gesellschaftlich sehen wir diese Adaption in der Politik leider noch nicht. Alle Bürger und Organisationen sollen sich anpassen, die politische Struktur bleibt noch wie sie ist. Dass diese Situation zu Spannungen und Verwerfungen führt, ist offensichtlich.

Darüber hinaus müssen wir alle, die in einer Tayloristischen Arbeitswelt aufgewachsen sind, bzw. auch noch aufwachsen, lernen, wieder mit anderen zusammenzuarbeiten. Der Mensch ist per ein soziales Wesen, das auch an das Wohl anderer Menschen denkt, und entsprechend handelt. Nicht umsonst engagieren sich viele Menschen ehrenamtlich, helfen in der Not anderen Menschen, arbeiten kostenlos in Open-Source-Projekten mit, oder entwickeln frei verfügbare Innovationen, die sie anderen kostenlos zur Verfügung stellen (Open User Innovation).

Durch die Anpassung der Menschen an die Maschinenwelt sind diese Eigenschaften von Menschen etwas “überdeckt” worden. Es wird Zeit, dass diese menschlichen Seiten wieder unser Zusammenleben dominieren.

Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte

Fraunhofer IAO (2023): Leitfaden zu Strategie und Wandel für den KI-Einsatz, in Anlehnung an  Daugherty, P. R.; Wilson, H. J.: Human + Machine. Reimagining Work in the Age of AI. Harvard Business Review Press, 2018

Künstliche Intelligenz hat schon jetzt einen quantitativen und qualitativen technologischen Sprung auf allen gesellschaftlichen Ebenen ermöglicht. Es stellt sich daher immer mehr die Frage nach dem Umgang zwischen Menschen und diesen “Maschinen”. Da ich kein Freund von Dichotomien bin (Entweder-oder), suche ich immer wieder nach angemesseneren Erläuterungen. In dem vom Fraunhofer IAO (2023) veröffentlichten “Leitfaden zu Strategie und Wandel für den KI-Einsatz” gibt es dazu eine sehr gute Darstellung (Abbildung).

Maschinen-Tätigkeiten (hier: KI-Anwendungen) haben ihre Stärken bei Erledigen, Wiederholen, Vorhersagen und Anpassen. Das bedeutet, dass Berufe, die ihren Schwerpunkt bei diesen Tätigkeiten haben, in Zukunft wohl von KI abgelöst werden. Für Techniker/Ingenieure gibt es allerdings menschliche Tätigkeiten wie Führen, Empathisch sein, Kreativ sein und Bewerten, die technisch nicht so leicht zu ersetzen sind, also für Techniker (noch) Engineering bottlenecks darstellen.

Zwischen den beiden Extrempositionen gibt es allerdings einen sehr großen Bereich von Mensch-Maschinen-Tätigkeiten, der als die fehlende Mitte dargestellt wird. Dabei gibt es wiederum zwei Schwerpunkte: Einerseits kann der Mensch die Maschine trainieren, anderseits kann die Maschine dem Menschen assistieren. Gerade diese Bereiche können als die eigentlichen Chancen von Künstlicher Intelligenz (KI) gesehen und zum Wohle von Menschen, Organisationen und Gesellschaften – nicht nur zum Wohle großer, rein kommerziell ausgerichteter Konzerne. Siehe dazu auch Der KI-basierte Arbeitsplatz – eine erste Einordnung.

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

Digitalisierung – wer liest schon Originaltexte?

Image by fancycrave1 from Pixabay

Es ist schon erstaunlich, wer sich alles berufen fühlt, zu aktuellen technischen, wirtschaftlichen und gesellschaftlichen Entwicklungen Stellung zu nehmen. Jeder glaubt Fachmann oder Fachfrau zu sein. Bei der Bildung ist das überdeutlich zu erkennen – immerhin war ja jeder schon mal in der Schule und kann mitreden.

Die Argumente von Fachleuten nachzuvollziehen ist manchmal mühsam, und wer hat dazu schon Lust? Lieber plakativen Fakenews nacheifern und diese auch noch weitergeben, ohne Prüfung des Inhalts oder der Quelle. Wenn es dann auch noch komplexe Zusammenhänge sind, macht es vielen gar keinen Spaß mehr, der Argumentation zu folgen. Ganz “schlimm” ist es, wenn Wissenschaftler betonen, dass ihre Erkenntnisse nur temporär sind, und sich durch weitere Forschungen verändern können. Nur, das ist eben Forschung, sie bleibt immer in Bewegung, und das ist gut so.

Auch den ganzen Beratern empfehle ich, immer wieder einmal die Quellen ihrer doch so bahnbrechenden und markigen Sprüchen zu nennen. Oftmals sind diese “Erkenntnisse” schon vor vielen Jahren, z.B. bei den Soziologen (Risikogesellschaft, Reflexive Modernisierung, Entgrenzung der Arbeit, Selbstorganisation, Umgang mit Komplexität, Organisationsnetwicklung, Systemtheorie), veröffentlicht worden. Doch wen kümmert das?

Nun komme ich wieder zu meiner Überschrift zurück: Wer liest schon Originaltexte? Diesen Titel könnte ich noch ergänzen in: Wer gibt schon die Quellen der Originaltexte an? Wir haben uns in unserem Blog von Anfang an die Aufgabe gestellt, Quellen anzugeben. Jeder kann dann entscheiden, wie dieser Inhalt einzuordnen ist.

Gerne weise ich deshalb auch auf die gelungene Buchrezension Ein Basistext der Digitalisierung von Michael Springer hin – veröffentlicht in Spektrum.de am 15.07.2021. Darin geht es um den Basitext von Alan Turing, der in englischer Sprache im Original, allerdings jetzt auch in einer deutschen Übersetzung zur Verfügung steht:

Turing, A. (1950): COMPUTING MACHINERY AND INTELLIGENCE. Mind, Volume LIX, Issue 236, October 1950, Pages 433–460. Die deutschsprachige Übersetzung gibt es seit Februar 2021 als Taschenbuch.

Die formale Organisation verkennt ihre Funktion als Struktur eines großen Sozialsystems

Das Umfeld von Organisationen hat sich in den letzten 150 Jahren deutlich verändert, doch strukturieren gerade große Organisationen sich immer noch so, als könnten komplexe Problemlösungprozesse in formalen Organisationen abgebildet werden. Die formale Organisation verkennt dabei allerdings einen wichtigen Aspekt.

Es gehört zur Logik der formalen Organisation, dass sie keine Widersprüche anerkennt. Ihre allgemeinen Regeln erheben den Anspruch, in jeder einzelnen Situation verbindlich zu sein. Was vorgeschrieben ist, soll so ausgeführt werden, wie es vorgeschrieben ist. (…) Diese Auffassung versteht die formale Organisation als ein Netz von Handlungsvorschriften, die möglichst getreu ins Handeln übertragen werden müssen; sie verkennt ihre Funktion als Struktur eines großen Sozialsystems (Luhmann 1999:297-298).

Diese Erkenntnis hat weitreichende Folgen: Beispielsweise ist damit die Methapher des “Unternehmens als Maschine” nicht mehr angemessen. Auch Mitarbeiter als “Zahnräder” zu beschreiben ist nicht mehr angebracht – wird allerdings immer noch verwendet. Darüber hinaus ist die allgemeine Sicht auf die “Berechenbarkeit von allem” eher hinderlich, zukunftsorientiert zu arbeiten. Diese Arten der Fremdorganisation von Arbeit werden nun immer mehr abgelöst von der Selbstorganisation des Arbeitshandelns abgelöst (Agile Ansätze). Die Organisation als “komplexen Sozialsystems” hat eine Passung zur Lebenswirklichkeit, mit weitreichenden Veränderungen. Komplexe Sozialsysteme zu verstehen, gehört bisher noch nicht zu den Kernkompetenzen von Unternehmen…

Die Messbarmachung der Intelligenz: Ein Phänomen der Industrialisierung?

Der Intelligenz-Begriff wird in der Kommunikation von Unternehmen mit allen möglichen und unmöglichen Dingen in Bezug gebracht: Intelligente Häuser, intelligente Autos, intelligente XY, bis hin zu einer Künstlichen Intelligenz. Andererseits gibt es bei der eher menschlichen Intelligenz Differenzierungen wie Emotionale Intelligenz, Soziale Intelligenz usw. Es scheint, als ob der Intelligenz-Begriff einer gewissen Beliebigkeit unterworfen wird. Die Geschichte zeigt, dass es ursprünglich um die Messbarkeit von Intelligenz im Rahmen eines Intelligenz-Quotienten ging. Es war Anfang des 20. Jahrhunderts nicht unüblich im Rahmen der Industrialisierung alles messbar zu machen.

Durch Berechnungsverfahren, die von dem deutschen Psychologen William Stern bereits 1911 in den Grundzügen entwickelt und von den in den USA tätigen Psychologen David Wechsler vervollständigt wurden, erfolgte dann eine weitgehende Entkopplung von der sozialen Vergleichsgruppe. Spätestens mit den Arbeiten von Wechsler erhielt der IQ den universellen Anspruch, die Intelligenz eines Menschen umfassend zu beschreiben. Menschen unterschiedlichster Herkunft, verschiedenen Alters sowie unterschiedlichster sozialer Erfahrungen und Qualifikation werden damit vergleichbar. Dieser Anschein von Präzision und Allgemeingültigkeit trägt nach Auffassung von Robert J. Sternberg unter anderem dazu bei, den Stellenwert der Tests immer wieder zu bestätigen. Auch rein ökonomische Argumente spielen eine nicht zu unterschätzende Rolle. Schließlich sollen sich die Intelligenztests speziell bei der Personalauswahl so gut wie kein anderes Auswahlinstrument dafür eignen, erfolgsversprechende von weniger erfolgsversprechenden Bewerbern zu trennen (Abicht 2010:145).

Die Entgrenzung des Intelligenz-Konstrukts führt seit einigen Jahrzehnten zu vielfältigen Diskussionen im wissenschaftlichen, wirtschaftlichen, gesellschaftlichen und privaten Umfeld. Denn: Wer möchte schon als nicht-intelligent, oder gar dumm erscheinen?

Die Metapher vom Unternehmen als Maschine hat ausgedient

Gesicht4.jpgIn dem Beitrag Warm ums Herz (Jochen Paulus, Die Zeit vom 30.10.2008) beschreibt der Autor neuere Erkenntnisse zur Wirkung von Metaphern. Wenn man bedenkt, wie wichtig Metaphern sind, so sollte man die Metapher “Unternehmen als Maschine” nicht mehr verwenden.

Diese Metapher bestätigt Annahmen wie “Der Mitarbeiter oder auch Lieferanten sind austauschbare Teile” oder noch subtiler “Mitarbeiter sind kleine Zahnräder in der großen Maschine Unternehmen”. Solche Metaphern unterstützen die Ansicht, dass der Mensch eine triviale Maschine sei. Bei einer trivialen Maschine ergibt ein definierter Input einen definierten Output.

Der Mensch ist allerdings keine triviale Maschine, denn der Input wird mit seinen Erfahrungen und Emotionen verknüpft und daraus neues Wissen konstruiert, das wiederum Basis für die situationsabhängigen Handlungen ist. 

Es wird aus diesen (und anderen) Überlegungen heraus Zeit, die Metapher “Unternehmen als Maschine” aufzugeben. Sie können mit Ihrer verwendeten Sprache dazu beitragen. Fangen Sie noch heute damit an….