Veröffentlicht am

Künstliche Intelligenz in der Berater-Branche – auch eine Wissensperspektive

Quelle: Holtel, S. (2024): The Impact of ChatGPT on the Consultancy Value Chain. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.

Berater (Consultant) haben oft einen mehr oder weniger stark vorgegebenen Prozess für die jeweiligen Problemlösungen (Value Chain). Dieser ist in der Abbildung auf der X-Achse dargestellt: problem analysis – solution quest – experimental implementation – evaluation & refinement – external value.

Wie weiter zu erkennen ist, ist der Grad der Unsicherheit (degree of uncertainty) am Prozessanfang sehr groß (Y-Achse). Mit der Zeit, und mit dem jeweils generierten neuen Wissen, reduziert sich diese Unsicherheit, sodass eine Art Kegel entsteht (cone of uncertainty).

Die wissensebene zeigt weiterhin, dass implizites Wissen und explizites Wissen im Prozess integriert werden müssen. Die Zahlen (1), (2) und (3) verweisen darauf, dass an diesen Stellen Künstliche Intelligenz eingesetzt werden kann , was durch das ChatGPT-Symbol illustriert wurde.

Es zeigt sich auch hier, dass es zu einer angemessenen Kombination von Künstlicher Intelligenz und Menschlicher Intelligenz kommen sollte.

Stellen Sie doch auch einmal Ihren Ablauf zu Problemlösungen dar und überlegen Sie, an welchen Stellen Sie Künstliche Intelligenz einsetzen können.

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

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.

Veröffentlicht am

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.

Veröffentlicht am

Wie können Kundenanforderungen (WAS) in spezifizierte Merkmale (WIE) überführt werden?

Eigene Prinzip-Darstellung (vgl. Nirankari 2003)

Es ist schon schwierig, die Anforderungen von Kunden (Requirements) zu erfassen, z.B. in einer Anforderungsliste, einem Lastenheft, einem Backlog oder auch in einer Ausschreibung, bzw. einer Anfrage. Diese Anforderungen dann auch noch in das eigene Projekt ist eine weitere Schwierigkeit – speziell dann, wenn Auftraggeber und Auftragnehmer aus verschiedenen Branchen (Kontexten, beruflichen Domänen) kommen. Die Aufgabe ist also, die “Stimme des Kunden” in die “Stimme des Unternehmens” (des Projekts) zu überführen.

Im klassischen, plangetriebenen Projektmanagement gibt es dafür durchaus Unterlagen. Im Lastenheft werden beispielsweise die Anforderungen (WAS) des Auftraggebers dokumentiert, und im Pflichtenheft dokumentiert der Auftragnehmer, WIE eine erste Problemlösung aussehen kann. Dabei gibt es spezifizierte Merkmale, die das Produkt, bzw. die Dienstleistung charakterisieren.

Eine “Übersetzung” des WAS in das WIE kann mit Hilfe der QFD-Matrix erfolgen. QFD (Quality Function Deployment) ist schon lange aus dem Qualitätsmanagement bekannt und bedeutet frei übersetzt “Entfaltung der Qualitätsfunktionen”. Die Kundenforderungen werden hier anhand von Zahlen gewichtet, denn nicht jede Kundenforderung ist gleich wichtig. Im Feld Korrelation werden das WAS und das WIE in Beziehung gesetzt. Dabei wird anhand von Zahlen (z.B. 1, 3, 9) die Stärke der Korrelation vom Projektteam geschätzt. Multipliziert man die Gewichtung der Kundenanforderung mit der jeweils vergeben Zahl zur Stärke der Korrelation ergeben sich in jeder Zeile und jeder Spalte Daten, die man in einer einfachen Exceldatei berechnen kann.

Manchmal kommen für Auftragnehmer überraschende Erkenntnisse heraus: Das spezifizierte Merkmal mit dem höchsten Gesamtwert sollte vom Projektteam bevorzugt behandelt werden, um letztendlich die Anforderungen des Kunden zu erfüllen, was sich letztendlich in einer hohen Kundenzufriedenheit niederschlägt. Meine Anmerkungen sollen nur das Prinzip und die Möglichkeiten von QFD aufzeigen. Auf der Website des QFD-Instituts Deutschland finden Sie viele weiterführende Informationen. Siehe dazu auch diese Beiträge zu “Anforderungen”.

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.

Veröffentlicht am

Innovationsarbeit ermöglichen, um komplexe Probleme zu lösen

Innovationsarbeit manifestiert sich in ganz unterschiedlichen Arbeitsformen:

  • Arbeit von IngenieurInnen/WissenschaftlerInnen in Forschung und Entwicklung, die neue Produkte und Verfahren generieren.
  • Arbeit in produktionsnahen Dienstleistungen, in denen Innovationen optimiert, in betriebliche Regelsysteme überführt und gesteuert werden.
  • Arbeit in der unmittelbaren Produktion.

Dementsprechend ist Innovationsarbeit keine Angelegenheit, die vornehmlich Sache Hochqualifizierter ist. Sie umfasst – ganz allgemein – Personen, die mit und an Innovationen auf Basis unterschiedlichster Qualifikationen, Wissensbestände (Erfahrungs-, Fachwissen) und Aufgabenzuschnitte arbeiten. Mit Blick auf neue betriebliche Organisationskonzepte ist nicht (mehr) entscheidend, dass den Beiträgen zur Generierung von Innovationen eine unterschiedliche Relevanz zukommt. Die Herausforderung liegt vielmehr darin, diese Beiträge in neuer Qualität aufzubereiten, zu kombinieren und zu kontrollieren. Ob und in welcher Weise dies gelingt, hängt von den Arbeitsbedingungen als einem ermöglichenden wie auch beschränkenden Einflussfaktor ab (Kurz 2011).

Eine so verstandene Innovationskultur ist somit eine Unternehmenskultur, die der Erzielung einer nachhaltig hohen Innovationsleistung besonders zuträglich ist (Achatz et al. 2012). Es ist also der Rahmen, in dem eine neue Fehlerkultur konvergentes und divergentes Denken ermöglicht, und so dazu führt, dass selbstorganisiert komplexe Probleme gelöst werden – und das auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk.

„Wenn Sie glauben, dass Innovation teuer ist, schauen Sie auf den Preis des Stillstands“ Graham Horton, Wissenschaftler.

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

Veröffentlicht am

Reden wir über Dummheit

Image by Harmony Lawrence from Pixabay

Wer will schon dumm sein? Viel lieber sprechen wir über Intelligenz, über intelligente Maschinen, Künstliche Intelligenz (KI), intelligente Häuser, Möbel oder Autos usw. Das Attribut “Intelligenz” scheint per se positiv aufgeladen zu sein. Im Gegensatz dazu steht der Begriff “Dumm” für eine eher negative Assoziation. Die Google-Suche von heute ergab ca. 15 Mio. Treffer für den Begriff “dumm” und ca. 480 Mio. Treffer für den Begriff “intelligent”. Es ist daher gut nachvollziehbar, dass sich recht wenige mit dem Thema “Dummheit” intensiver auseinandergesetzt haben.

Schneider (2006:17-18) beschreibt die Situation wie folgt: “Wenige haben sich an das Thema herangewagt, wenn man von medizinischen Arbeiten über Stadien der Demenz einmal absieht. Bei denen, die’s getan haben, finden sich ähnliche Überlegungen wie ich sie für das Thema der Ignoranz anstelle.
– Dummheit wird als auf dem Vormarsch begriffen diagnostiziert (vgl. Geyr 1954:91 ff)
– Dummheit bzw. Narrentum werden gelobt, sowohl bei Erasmus von Rotterdam, der eines der bekanntesten Werke zum Thema verfasst hat, als auch von anderen Autoren (Erasmus; Stultitiae Laus, vgl. Hartmann 1947).
– Es werden vier Möglichkeiten unterschieden, (…) : Dummes Verhalten, trotz normaler oder sogar erhöhter Intelligenz, kluges Verhalten trotz geringer Intelligenz sowie die beiden übereinstimmenden Alternativen eines klugen Verhaltens auf Basis von Intelligenz und eines dummen/schädlichen Verhaltens auf Basis eines Mangels an Intelligenz”.

Diese Dichotomie (Dumm-Intelligent) spiegelt allerdings eine Denkweise wider, die einem “Entweder-Oder” entspricht, obwohl es wohl ein Kontinuum zwischen den Polen gibt, das auch abhängig zu sein scheint von dem Kontext, in dem die “dumme” oder” intelligente” Problemlösung stattfindet. In der heutigen Welt, die sich permanent, schnell und stark verändert, wollen viele Menschen gerne eine klare Einteilung von “richtig” oder “falsch”, bzw. von “dumm” oder “intelligent” – was allerdings so trennscharf nicht möglich ist: „Wenn die Dummheit nicht dem Fortschritt, dem Talent, der Hoffnung oder der Verbesserung zum Verwechseln ähnlich sähe, würde niemand dumm sein wollen“ (Musli 1937: 5; zitiert in Schneider 2006:17-18). Siehe dazu auch Theorie der Multiplen Intelligenzen.

Veröffentlicht am

Was sind eigentlich Multi-Kontext-Probleme?

Image by Gerd Altmann from Pixabay

Der Begriff “Problem” kommt in unserer Gesellschaft häufig vor, dabei gibt es oft keine einheitliche Meinung darüber, was ein “Problem” eigentlich ist. Es gibt einfache Probleme mit dem dazugehörenden simple problem solving, und komplexe Probleme mit ihrem complex problem solving. In solchen Multi-Kontext-Problemen kommt es darauf an, Entscheidungen unter Unsicherheit zu treffen – was nicht so einfach ist…

Strategische Probleme werden als wenig strukturierte bzw. schwer strukturierbare Probleme betrachtet. Für solche „innovativen Probleme“ bestehen wenig eindeutige Lösungsverfahren (Bamberger & Wrona, 2000). Analog hierzu spricht Dörner (1979) von dialektischen Problemen, bei denen zwar die Ausgangslage bekannt ist, aber nicht der Zielzustand und auch nicht die möglichen Mittel diesen Zielzustand zu erreichen. „Sie stellen Entscheidungen unter Unsicherheit dar und werden auch als sog. Multi-Kontext-Probleme derart bezeichnet, dass sie in unterschiedlichen, jeweils aktorspezifischen Kontexten definiert bzw. expliziert werden“ (Bamberger & Wrona, 2000, S. 6). Probleme werden demnach jeweils im Sinne eigener Werte Normen, Interessen und Sichtweisen der Realität betrachtet und interpretiert. Mit diesen unterschiedlichen Realitätskonstruktionen ist stets die Möglichkeit von Konflikten und das Erfordernis sie zu lösen verbunden (Bamberger & Wrona, 2000) (vgl. Grote, S.; Kauffeld, S.; Hering, V. & Tappe, D. 2009:15, Hervorhebung durch den Autor des Blogbetrags).

Complex Problem Solving ist anders als das einfache, Simple Problem Solving. Die Bewältigung solcher Multi-Kontext-Probleme ist allerdings für die Zukunft entscheidend. Manche Systeme der Künstlichen Intelligenz (KI/AI) können in der Zwischenzeit durchaus schon komplexe Problemsettings lösen, was zu Veränderungen auf dem Arbeitsmarkt führt, und in Zukunft noch stärker führen wird. Entscheidend für Menschen ist immer noch, die Bewältigung komplexer Problemlösungssituationen, die uns (noch) von Algorithmen der Künstlichen Intelligenz unterscheidet.

In meinem Vortrag (Special Keynote) auf der MCPC 2015 (Weltkonferenz zu Mass Customitation, Personalization and Co-Creation) in Montreal habe ich diese Zusammenhänge für Open Innovation dargestell (Konferenzen). Es freut mich sehr, dass mein damaligen Paper bei Researchgate heute immer noch intensiv gelesen und genutzt wird. Mein Paper Cognitive Computing and Managing Complexity in Open Innovation Model zur Weltkonferenz MCPC 2015 ist bei Springer veröffentlicht worden. Bitte sprechen Sie mich an, wenn Sie dazu Fragen haben.

Veröffentlicht am

Die Studie Führungskultur 2017 sagt viel über Projektarbeit in Organisationen aus

Die Studie Führungsbarometer 2017 (PDF, Penning Consulting vom 27.11.2017) wurde mit computerunterstützten Telefoninterviews (CATI) und einem strukturierten Fragebogen erstellt. Aus Projektmanagement-Sicht ist es interessant zu sehen, dass sich viele der Fragen mit Projekten befassen. Das ist nicht überraschend, da viele Änderungen (Change) mit Projekten umgesetzt werden. Dabei wird deutlich, dass Projektarbeit oft als zusätzliche Belastung gesehen wird. Diese Wahrnehmung ist aus der Perspektive des Routinemanagements, und der damit verbundenen unternehmerischen Strukturen, durchaus verständlich. Es zeigt, dass viele Organisationen noch nicht so recht wissen, wie Sie Routinemanagement und Projektmanagement miteinander verbinden können (Projektkultur). Ein Ansatz ist, durch vermehrte Projektarbeit Organisationsentwicklung zu betreiben, da Projektarbeit mehr Selbstorganisation auf allen Ebenen erfordert. Letztendlich wird durch Projektarbeit die kreative Selbstorganisationsfähigkeit in komplexen Problemlösesituationen entwickelt/verbessert. Ein modernes Management ist somit ein modernes Kompetenzmanagement auf der Ebene des Individuums, der Gruppe (Team), der Organisation und des Netzwerks, Warum? Weil Kompetenz heute als Selbstorganisationsdisposition verstanden wird. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk. In den von uns entwickelten Blended Learning Lehrgängen Projektmanager (IHK), Projektmanager Agil (IHK) und Innovationsmanager (IHK) gehen wir auf diese Zusammenhänge in. Informationen zu den IHK-Zertifikatslehrgänegn finden Sie auf unserer Lernplattform.

Veröffentlicht am

John Erpenbeck zu Unternehmenskompetenzen – verstehen, erfassen, entwickeln

Dieses Bild hat ein leeres Alt-Attribut. Der Dateiname ist komplexität-2.png

John Erpenbeck befasst sich intensiv mit der Erforschung von Kompetenz. In einem Vortrag im Rahmen des Steinbeis Consulting Tags 2014 begründet er sehr schön, warum es in der heutigen Welt wichtig ist, sich mit Kompetenz, Kompetenzentwicklung, Kompetenzmodellen usw. zu befassen.

Kern ist, dass Kompetenz die Fähigkeit ist, in offenen, unsicheren Problemlösungssituiationen kreativ und selbstorganisiert zu handeln. Diese Fähigkeit, ist nicht alleine auf das Individuum beschränkt, sondern bezieht sich auch auf die Ebenen Gruppe/Team, Organisation und Netzwerk. Dabei bilden Werte Brücken zwischen den Ebenen.

Es ist für mich sehr schön zu sehen, wie aktuell die Themen sind, die ich in meiner Veröffentlichung Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk erläutert habe. Selbstorganisation ist somit wesentlicher Bestandteil auch von Agilen Organisationen und Agilen Methoden.


Veröffentlicht am

Soziale Netzwerke und Big Nudging (Verhaltenssteuerung)

menschenÜber die vielen, vielen Daten im Internet können wir zu bestimmten Verhaltensweisen “angestubst” werden. Dieses Nudging erhält durch Big Data eine neue Dimension: Das “Big Nudging”. In dem Artikel “Big Nudging” – zur Problemlösung wenig geeignet. Big Data zur Verhaltenssteuerung (Spektrum der Wissenschaft vom 12.11.2015) wird allerdings folgender Punkt deutlich:

Vor allem ist Big Nudging aber zur Lösung vieler Probleme ungeeignet. Besonders gilt das für die komplexitätsbedingten Probleme dieser Welt.

Dennoch wird uns vorgegaukelt, dass durch das “richtige” Anstubsen im Netz, die gesellschaftlichen Probleme gelöst werden können. Das wird zumindest von Regierungen, Großunternehmen, aber auch Non-Profit-Organisationen behauptet. Doch wer bestimmt, was richtig ist? Honi soit qui mal y pense  („Beschämt sei, wer schlecht darüber denkt“). Solche Zusammenhänge thematisieren wir auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK). Informationen dazu finden Sie auf unserer Lernplattform.