Veröffentlicht am

Anwendungsbeispiele für ChatGPT in KMU

Die Möglichkeiten von Künstlicher Intelligenz (KI) am Arbeitsplatz sind vielfältig, und werden daher von großen Konzerne, Privatpersonen und verstärkt auch von Kleinen und mittelständischen Unternehmen (KMU) genutzt. Saskia Powell vom RKW stellte dazu Nicole Simon einige Fragen dazu. Das komplette Interview kann im aktuellen RKW-Magazin 1/2024 unter ” Gekommen, um zu bleiben. Wie kleine und mittlere Unternehmen ChatGPT für sich nutzen können” nachgelesen werden. Ich möchte an dieser Stelle die in dem Interview angegebenen Anwendungsbeispiele für ChatGPT in KMU hervorheben:

> Content-Erstellung und Überarbeitung: Marketingtexte, Webseite, Social Media
> Übersetzungen: Inhalte für nichtdeutsche Märkte übersetzen
> Kundenservice: Antworten auf häufige Fragen, 24/7-Support, Sentiment-Analysen
> Marktforschung: Zusammenfassung von Branchenberichten und Analyse von Kundenfeedback, Entwurf von Interview-Fragen
> Entwicklung von Lernmaterialien und Trainings: Umwandlung von Handbüchern in Kurse mit Fragen, Tests und Webanwendungen
> Dokumentation: Beschreibung von Arbeitsabläufen nach definiertem Standard
> Profilerstellung: Zielgruppendefinition anhand von Vertriebs- und Marketingunterlagen
> Vorbereitung von Verkaufsgesprächen: Antizipation möglicher Kundenfragen, Einwandbehandlung
> Brainstorming: Finden von Metaphern und Beispielen
> Programmierung: Dokumentation und Analyse von Codes, Unterstützung bei der Fehlersuche

Darüber hinaus weist Nicole Simon auch darauf hin, dass ChatGPT nicht kreativ ist, und nicht querdenken kann (ebd.). Ich hätte mir weiterhin gewünscht, dass der Blick nicht nur auf ChatGPT gerichtet wird, sondern die Entwicklungen hin zu einem souveränen Arbeitsplatze erwähnt werden, bei dem viele Anwendungen (inkl. eines KI-Assistenten) Open-Source-basiert sind, damit die Daten bei dem jeweiligen kleinen und mittelständischen Unternehmen (KMU) bleiben können. Siehe dazu auch Nextcloud: Geeignete KI-Apps selbst auswählen – ein Beispiel oder Warum kann NEXTCLOUD zukünftig eine interessante Alternative zu ChatGPT (OpenAI) oder Bard (Google) sein?

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

Wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz

Der Umgang mit Wissen wird heutzutage stark mit den neuen technologischen Möglichkeiten, wie der Künstlichen Intelligenz in Verbindung gebracht. Dabei spielen wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz eine zentrale Rolle. Doch was macht so ein wissensbasiertes System aus? Dazu habe ich in einem aktuellen Glossar folgendes gefunden:

“Der Wesenskern wissensbasierter Systeme ist, dass sie eine explizite Repräsentation von Wissen besitzen, und dieses Wissen maßgeblich für das Verhalten des Systems ist. Dies wurde etwa im Jahr 1982 als sogenannte KR Hypothese (engl. knowlegde representation hypothesis) von Brian Smith formuliert (Smith 1982). Demnach beinhaltet ein (intelligentes) wissensbasiertes System eine Komponente, die das Wissen des Systems repräsentiert und Komponenten, in denen dieses Wissen das Verhalten des Systems maßgeblich beeinflusst. Wissensbasierte Systeme stellen ein Teilgebiet der Künstlichen Intelligenz dar. Eine frühe, aber gute Darstellung von wissensbasierten Systemen findet sich in (Davis 1986). Eine aktuelle Übersicht über Methoden und Systeme geben (Beierle und Kern-Isberner 2019). Einer der Vorzüge wissensbasierter Systeme ist, dass eine einfache Übertragung eines Systems auf einen neuen Anwendungsfall oder eine neue Domäne möglich ist. Dazu muss lediglich das Wissen im alten System durch das Wissen der neuen Domäne ausgetauscht werden. Die restlichen Systemkomponenten können unverändert bleiben. Außerdem kann durch die explizite Repräsentation des Wissens oft einfacher eine Form der Erklärbarkeit hergestellt werden (Meske et al. 2022). Die ist auch angesichts der Datenschutzgrundverordnung (Goodman und Flaxman 2017) und der KI-Regulierung der EU von zunehmender Bedeutung” (Richter et al. (2024): Glossar Künstliche Intelligenz für die interdisziplinär vernetzte Arbeitsforschung).

Etwas stutzig macht mich hier, dass es bei wissensbasierten Systemen so einfach möglich sein soll, Wissen auf eine andere Domäne (auf einen anderen Kontext) zu übertragen. Wenn man allerdings Wissen auf explizites Wissen reduziert, wird dieser Umstand klarer, denn in diesem Fall sind wissensbasierte Systeme im Kern Softwaresysteme, die mit expliziten Wissen umgehen (Quelle).

Es stellt sich natürlich sofort die Frage, wie wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz mit impliziten Wissen (Tacit Knowledge) umgehen. Siehe dazu auch Implizites Wissen sollte in Organisationen stärker beachtet werden.

Veröffentlicht am

Wissensmanagement: Datenbasierte Wissensnutzung in Projekten mit KI

Zeichen, Daten und Informationen sind stellen die Basis für jede Art von Wissen, der Wissensnutzung und der Wissenskonstruktion dar. Der Aufbau einer Wissensbasis während der Projektabwicklung hilft dabei das Projektmanagement zu verbessern, und das projektspezifische Wissen auch anderen Projekten zur Verfügung zu stellen. Gerade in Zeiten neuer Möglichkeiten wie der KI (Künstliche Intelligenz) ist das Projektmanagementwissen ein spannendes Thema. Doch worauf sollte dabei geachtet werden? Dazu habe ich folgendes gefunden:

“Wissensmanagement (WM): Die Wiederverwendung von Wissen, insbesondere Projektwissen, ist im PM essentiell. Angewandte Techniken sind vor allem Information Retrieval (IR), Natural Language Processings, und Ontologien als Wissensspeicher. Kenntnisse aus diesen Wissensgebieten sind notwendig, da sie a) aus PM-Sicht dafür sorgen, dass die richtigen Daten identifiziert werden, b) dass die Daten aus Data Analytics-Sicht richtig erfasst und untersucht werden und c), dass die Daten aus Sicht des Wissensmanagements in einer Wissensstruktur für die Nachnutzung sauber bereitgestellt werden” (…) Die Verwendung von Ontologien als Speicher von Wissensobjekten und die integrierte Anwendung der Methode des Case-Based Reasoning eröffnet im genannten Kontext Potentiale für ein verbessertes Projektmanagement” (Kusturica, W. Laroque, C. (2024) in Bernert et al. (2024): KI in der Projektwirtschaft).

Die Autoren haben diesen Ansatz in dem Beitrag anhand eines Fallbeispiels ausführlich dargestellt.

Solche Zusammenhänge thematisieren wir auch in dem 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

Was hat Goethe mit KANBAN zu tun?

Es ist manchmal erstaunlich, was man so in historischen Texten findet. Diesmal ist es ein Satz von Johann Wolfgang von Goethe, der immer noch, bzw. gerade in der jetzigen Zeit, seine Relevanz hat.

„Was immer du tun kannst, oder wovon du träumst – fange es an. In der Kühnheit liegt Genie, Macht und Magie. Beginne es jetzt sofort“, schrieb J. W. von Goethe. Dieser Satz entstand schon vor 200 Jahren. Heute hat sich das Umfeld gravierend verändert. Hat damit auch dieser Spruch seine Gültigkeit verloren? Wohl kaum! (Raschke, R. (2001)).

Den Hinweis auf die “Kühnheit des Anfangens” finden wir auch bei KANBAN. Auch KANBAN weist darauf hin, einfach einmal anzufangen – am besten mit einem Board, einem KANBAN Board. Die wenigen Regeln von KANBAN wie z.B. ein priorisiertes Backlog, die Begrenzung von parallel durchzuführender Arbeit (WIP: Work in Progress), das PULL-Prinzip etc. ermöglichen es, komplexe Arbeitsprozesse am Board zu besprechen. Das Board ist das Kommunikationsinstrument, für Verbesserungen im Ablauf, um Werte zu schaffen.

Als Teil des Lean-Gedankens (Lean Production, Lean Management, Lean Thinking) ist KANBAN in der Zwischenzeit aus der ursprünglich produktionsorientierten Anwendung (Toyota Produktions-System) zu einer Möglichkeit geworden, wissensbasierte, komplexe Arbeit zu organisieren. Anderson hat das in seinem Buch in 2010 umfassend dargestellt.

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

Aufbau einer Wissensbasis während der Projektabwicklung

Spirale des Aufbaus einer Wissensbasis während der Projektabwicklung (Cüppers, C. (2007): Wissensmanagement in Projektorganisationen, projektmanagementaktuell 2/2007)

In Projekten werden viele Daten generiert und Informationen bearbeitet. Beides sind wichtige Bausteine einer Wissensbasis in projektorientierten Organisationen. Diese Wissensbasis baut sich zyklisch über die Projektabwicklung auf (Abbildung).

Die einzelnen Aktivitäten sind dabei die Wissensidentifikation, der Wissenserwerb, die Wissensentwicklung, die Wissensverteilung, die Wissensbewertung und die Wissensnutzung. Es ist deutlich zu erkennen, dass sich die Autorin an den Kernaktivitäten des Wissensmanagements orientiert hat (z.B. nach Probst et al.). Weiterhin zeigt die Abbildung, dass sich die jeweilige Wissensbasis über die Projekte P1 bis P4 immer weiter aufbaut.

“Ein Projekt beginnt zu einem definierten Zeitpunkt mit der Projektinitiierung. Es durchläuft verschiedene Phasen bis hin zum Projektabschluss bzw. zur Projektnachbereitung, in denen sich die in der Abbildung als Spirale dargestellte organisationale Wissensbasis stetig vergrößert. Jedes Projekt durchläuft die komplette Spirale unabhängig von den durchgeführten Projektphasen. Die Projektdauer kann von Projekt zu Projekt unterschiedlich sein, es werden jedoch immer alle Sektoren der Spirale durchlaufen. In den ersten drei Sektoren wird das für das Projekt erforderliche Wissen aus Bekanntem generiert, neu entwickelt und von außen erworben. In den folgenden drei Sektoren wird es dann selektiert, kommuniziert, dokumentiert, gespeichert und angewandt. Die Wissensbasis wächst kontinuierlich, sodass Folgeprojekte profitieren. Da in einem Unternehmen in der Regel mehrere Projekte gleichzeitig ablaufen und die Mitarbeiter zum Teil an mehreren Projekten arbeiten, ist der Übergang zwischen den einzelnen Projekten fließend” (Cüppers 2007).

Siehe dazu auch Wissen und Erfahrungen als Input und Output von Projekten, Umgang mit Wissen in Projekten und Projektwissensmanagement – ein spannendes Thema.

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

Wissensmanagement: Kompetenzrad für Wissensmanager nach GfWM

Kompetenzrad eines Wissensmanagers (GfWM e. V. (2024): Wissensmanagement-Kompetenzkatalog | PDF)

Wissen, und der Umgang mit Wissen (Wissen managen, Wissens-System managen) sind in einem turbulenten Umfeld zu wichtigen Wettbewerbsfaktoren von Organisationen geworden. Dabei hat sich das Verständnis von und über Wissen mit der Zeit verändert. Siehe dazu beispielsweise Reflexive Modernisierung und “reflexives Wissen” als neue Wissensform.

Personen, die sich mit Wissen beruflich befassen wollen/sollen, müssen daher entsprechende Kompetenzen mitbringen, bzw. entwickeln. Die Gesellschaft für Wissensmanagement e.V. (GfWM e.V.) hat zu diesem Thema im Januar 2024 einen Wissensmanagement-Kompetenzkatalog (Version 2.2| PDF) veröffentlicht. In der dazugehörenden Excel-Datei (XLSX) können Sie Ihr SOLL- und IST-Profil erfassen. Ein Beispiel dazu sehen Sie in der Abbildung weiter oben, die aus dem Kompetenzkatalog entnommen ist.

Der eine oder andere Punkt irritiert mich hier allerdings. Beispielsweise werden die Begriffe “Fertigkeiten”, Fähigkeiten” und “Kompetenzen” in dem Beispiel-Kompetenzrad dargestellt, obwohl der Schluss von Persönlichkeitseigenschaften (Fähigkeiten/Fertigkeiten) möglicherweise falsch ist (vgl. Erpenbeck).

Weiterhin kommt der Begriff “Emotion” im gesamten Wissensmanagement-Kompetenzkatalog überhaupt nicht vor. Möglicherweise ist das Thema indirekt in den Kompetenzen zu finden, allerdings nicht so prominent, wie es sein sollte.

John Erpenbeck hat in seinen Forschungen dazu festgestellt, dass für den Kompetenzerwerb eine Emotionale Intelligenz/Kompetenz elementar ist. Siehe dazu auch Kompetenz und Intelligenz: Eine Gegenüberstellung. Das Konstrukt der Emotionalen Intelligenz geht dabei auf Salovey/Mayer (1990) zurück. Populär gemacht hat den Begriff Goleman mit seinen verschiedenen Veröffentlichungen.

Arnold, R. (2005:123) formuliert es so: “Emotional kompetent ist jemand, der um die ´Selbstgemachtheit´ emotionaler Reaktionen weiß, die Fülle möglicher Gefühlzustände aus eigenem Erleben kennt (´emotional literacy´) und über ´Techniken´ verfügt, diese mit situationsangemessenem Verhalten in Einklang zu bringen.”

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

Veröffentlicht am

Wissensmanagement Bottom-Up: Was ist darunter zu verstehen?

Der Umgang mit Wissen kann in Organisationen unterschiedlich unterstützt werden. Beispielsweise kann es von der Geschäftsführung angestoßene Initiativen (Top-Down) geben, die oftmals ein Geschäftsorientiertes Wissensmanagement beinhalten. Diese Ansätze können auch durch Initiativen “von unten”, also Bottom-Up, erfolgen. Ein gutes Beispiel dafür ist die eigene Entwicklung von Inhalten oder sogar Kursen aus der täglichen Arbeit heraus.

“Entwicklung von Lernkursen und Medien durch die Lernarchitekt*innen, die Lernbegleitenden und die Lernenden selbst (Wissensmanagement bottom-up)

> Entwicklung von Lehrgängen mit allen erforderlichen Elementen.

> Automatisierte Erstellung von Case Studies, Videos und Podcasts auf Basis von vorgegebenen Texten.

> Automatisierte Erstellung von Grafiken, Videos, Podcasts, interaktiven Elementen, Simulationen.

(vgl. Meyer (2023), zitiert in Edelkraut, F.; Sauter, W. (2024): Future-Skills-Training. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.).

Die konkrete Umsetzung kann z.B. mit H5P-generierten Inhalten erfolgen, die in dem Lern-Management-System (LMS) Moodle auf die jeweiligen Bedürfnisse von einzelnen Personen, Projektteams und der ganzen Organisation abgestimmt werden.

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

Veröffentlicht am

Wissensmanagement: Die Kontextbindung von Wissen

Brödner, P.; Helmstädter, E.; Widmaier, B. (Hrsg.) (1999): Wissensteilung – Zur Dynamik von Innovation und kollektivem Lernen (Zur Einführung). München und Mering

Wissen wird situativ konstruiert (Konstruktivismus). Das bedeutet, dass beispielsweise die selben Daten und Information im Einkauf (Kontext 1) und im Verkauf (Kontext (2) zu anderen Wissenskonstruktionen führen können. Die Abbildung illustriert diese und folgende Zusammenhänge.

Noch schwieriger ist es für Experten ihr Wissen (Expertise, Expertenwissen) preiszugeben (Kontext 1 – berufliche Domäne 1) , denn es handelt sich dabei hauptsächlich um implizites Wissen (1).

Dieses implizite Wissen (1) wird dann mit Hilfe von Theorien, Modellen und Begriffen de-kontextualisiert und über das dann explizierbare Wissen in einen anderen Kontext (2) übertragen. Dort wird das explizite Wissen re-kontextualisiert und über Aneignung, Internalisierung und Lernen zu einem impliziten Wissen (2) und zu Können (2).

Die Übergänge von impliziten Wissen zu expliziten Wissen – und umgekehrt – werden in dem bekannten SEKI-Modell von Nonaka/Takeuchi als eine Art Wissensspirale dargestellt. Dabei ist allerdings folgendes zu beachten: Schreyögg, G.; Geiger, D. (2003): Kann die Wissensspirale Grundlage des Wissensmanagements sein? Siehe dazu auch diesen Beitrag zum trägen Wissen.

Veröffentlicht am

Kritisches Denken etwas genauer betrachtet

Image by James Oladujoye from Pixabay

Denken ist ja schon per se eine gute Sache, doch kann Denken auch eher selbst-bestätigend sein, da wir gar nicht nach alternativen Informationen suchen, und uns möglicherweise nur mit Personen umgeben, die das gleiche Denken. Es ist ja auch nicht angenehm zu erfahren, dass es auch andere Perspektiven auf ein Thema gibt. Daraus dann in angemessener Form eine Synthese zu bilden, ist eines der vielen Merkmale des kritischen Denkens. Schauen wir uns einmal an, was darunter genauer verstanden wird:

“Kritisches Denken wird beschrieben als „die Fähigkeit, Informationen und Argumente sorgfältig zu analysieren, verschiedene Perspektiven einzunehmen, logisch zu denken und fundierte Schlussfolgerungen zu ziehen. Es beinhaltet die Fähigkeit, Annahmen zu hinterfragen, Beweise zu prüfen und sachliche Entscheidungen zu treffen“ (Metakomm 2023). Das bedeutet auch, keine Informationen zu bevorzugen, die der eigenen Meinung entsprechen oder Gegenpositionen automatisch abzuwerten” (North (2024): Kritisches Denken – eine Schlüsselkompetenz, die KI (noch) fehlt. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.).

North hat dazu in einer anderen Veröffentlichung (Grant 2021) wertvolle Hinweise gefunden, um kritisches Denken gegenüber einer eher bestätigenden Wissenskonstruktion zu unterscheiden, und stellt beides in einer Tabelle gegenüber:

Affirmative (bestätigende) WissenskonstruktionKritisches Denken
Denken und lernen ohne zu hinterfragenUmdenken & Verlernen
In der Behaglichkeit einer Überzeugung lebenMit dem Unbehagen des Zweifels leben
Auf bestätigende Meinungen hören, die ein gutes Gefühl gebenAktiv Ideen und Widersprüche suchen, die zum Nachdenken anregen
Sich im Kreis Gleichgesinnter bewegenSich zu Menschen hingezogen fühlen, die Gedanken herausfordern
Informationen und Medien konsumieren, die die eigene Meinung bestätigenVielfältige Informationen und Medien suchen, die Sachverhalte aus unterschiedlichen Perspektiven betrachten
Stereotype und Vorurteile übernehmenStereotype und Vorurteile hinterfragen
Denken und handeln wie Prediger, die heilige Überzeugungen verteidigen,
Ankläger, die der Gegenseite beweisen wollen, dass sie im Unrecht ist,
Politiker, die um Zustimmung werben		Neugier entwickeln

Denken wie Wissenschaftler auf der Suche nach der Wahrheit
Selbstüberzeugung: ich habe RechtSelbstreflektion: wie und in welchem Kontext bin ich zu meiner Erkenntnis gekommen?
Quelle: North (2024) in Anlehnung an Grant (2021)

Die Merkmale des kritischen Denkens erinnern deutlich an eine eher wissenschaftliche Herangehensweise an Themenfelder. Es wundert daher nicht, dass das kritische Denken an Universitäten immer wieder geschärft werden sollte – beispielsweise macht das die Manosh University (Englischsprachige Website) sehr ausführlich.

Darüber hinaus ist es auch für einzelne Personen, in Teams, in Organisationen und in Netzwerken wichtig, kritisches Denken zu entwickeln – gerade in Zeiten von Populismus und Künstlicher Intelligenz.

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

Wissensmanagement: Aktuelle Begriffe aus den Normen auf der Online Browsing Platform (OBP) der ISO

Online Browsing Platform Startseite

Begriffe ändern sich mit der Zeit, sodass es hilfreich ist, auf der frei zugänglichen Seite Online Browsing Platform der ISO aktuell gültige Erläuterungen zu Begriffen beispielsweise aus dem Wissensmanagement (Knowledge Management) finden zu können.

In der Abbildung sehen Sie die Startseite der Online Browsing Platform mit der Auswahl “Terms & Definitions” und der Sucheingabe “Knowledge”. Die Suche ist international in Englisch voreingestellt. Das Ergebnis dieser Suche finden Sie in der folgenden Abbildung.

Online Browsing Platform mit Suchergebnis zu “Knowledge”

Insgesamt ergab die Suche also 142 Treffer, die den Begriff enthalten. Zu jedem Treffer gibt es noch eine Erläuterung mit der Angabe der jeweiligen Quelle(n)/Norm(en). Manchmal sind diese Erläuterungen auch noch mit weiteren Anmerkungen versehen, und in weiteren Sprachen verfügbar.

Insgesamt ist die Online Browsing Platform (OBP) der ISO einfach zu handhaben und eine Hilfe für die praktische Umsetzung von Wissensmanagement-Initiativen.