Veröffentlicht am

Anmerkungen zu Closed-minded und Open-minded

Speech bubbles, blank boards and signs held by voters with freedom of democracy and opinion. The review, say and voice of people in public news adds good comments to a diverse group.

In der aktuellen gesellschaftlichen Gesamtsituation habe ich manchmal den Eindruck, dass sich eine gewisse Engstirnigkeit in den Diskussionen verfestigt. Möglicherweise hat so ein Closed-minded auch etwas mit der Altersstruktur in Deutschland zu tun. Es ist ein geflügelter Spruch, dass Menschen wohl im Alter engstirniger werden.

Wenn jeder Einzelne, jede gesellschaftliche Gruppe (Landwirte, Mitarbeiter bei der Bahn oder im Gesundheitswesen usw.) nur auf sich schaut, kann es nur zu “Verteilungskämpfen” kommen, die zu Lasten derer geht, die keine Lobby haben.

Nutzen wir lieber diese ganze Energie für ein soziales Miteinander, bei dem die staatlichen Regeln und Gesetze natürlich eingehalten werden müssen. Dazu gehört auch eine gewisse Offenheit gegenüber anderen Ideen, Meinungen und Ansichten, obwohl man nicht immer mit diesen übereinstimmt. So ein Open-minded kann wie folgt charakterisiert werden:

“As a first pass at a definition, we might say that open mindedness, in its most general sense, is characterized by epistemic humility and adherence to a general ideal of intellectual honesty (…) Having an open mind involves, among other things, a specific way of being noncommittal with respect to the truth of a theoretical claim or proposition” (T. Metzinger & J. M. Windt (Eds). Open MIND: 0(I). Frankfurt am Main: MIND Group. doi: 10.15502/9783958571037).

Es geht also um eine “epistemische (erkenntnisbezogene) Bescheidenheit und das Festhalten an einem allgemeinen Ideal intellektueller Ehrlichkeit” was wiederum bedeutet, “sich in Bezug auf die Wahrheit einer theoretischen Behauptung oder eines Vorschlags unverbindlich zu verhalten”. Siehe dazu auch

Wie hängen Pessimismus und Fixed Mindset zusammen?

Wesentliche Eigenschaften eines Growth Mindset

Anmerkungen zu Growth Mindset, Intelligenz und Kompetenz

Mindset: Ein oft verwendeter Begriff etwas genauer betrachtet

Veröffentlicht am

Digitale Souveränität: Wie kann ein KI-Modell aus LocalAI in den Nextcloud Assistenten eingebunden werden?

Um digital souveräner zu werden, haben wir seit einiger Zeit Nextcloud auf einem eigenen Server installiert – aktuell in der Version 32. Das ist natürlich erst der erste Schritt, auf den nun weitere folgen – gerade wenn es um Künstliche Intelligenz geht.

Damit wir auch bei der Nutzung von Künstlicher Intelligenz digital souverän bleiben, haben wir zusätzlich LocalAI installiert. Dort ist es möglich, eine Vielzahl von Modellen zu testen und auszuwählen. In der folgenden Abbildung ist zu sehen, dass wir das KI-Modell llama-3.2-3B-instruct:q4_k_m für einen Chat ausgewählt haben. In der Zeile “Send a massage” wurde der Prompt “Nenne wichtige Schritte im Innovationsprozess” eingegeben. Der Text wird anschließend blau hinterlegt angezeigt. In dem grünen Feld ist ein Teil der Antwort des KI-Modells zu sehen.

LocalAI auf unserem Server: Ein Modell für den Chat ausgewählt

Im nächsten Schritt geht es darum, das gleiche KI-Modell im Nextcloud Assistant zu hinterlegen. Der folgende Screenshot zeigt das Feld (rot hervorgehoben). An dieser Stelle werden alle in unserer LocalAI hinterlegten Modelle zur Auswahl angezeigt, sodass wir durchaus variieren könnten. Ähnliche Einstellungen gibt es auch für andere Funktionen des Nextcloud Assistant.

Screenshot: Auswahl des Modells für den Nextcloud Assistenten in unserer Nextcloud – auf unserem Server

Abschließend wollen wir natürlich auch zeigen, wie die Nutzung des hinterlegten KI-Modells in dem schon angesprochenen Nextcloud Assistant aussieht. Die folgende Abbildung zeigt den Nextcloud Assistant in unserer Nextcloud mit seinen verschiedenen Möglichkeiten – eine davon ist Chat mit KI. Hier haben wir den gleichen Prompt eingegeben, den wir schon beim Test auf LocalAI verwendet hatten (Siehe oben).

Screenshot von dem Nextcloud Assistant mit der Funktion Chat mit KI und der Antwort auf den eigegebenen Prompt

Der Prompt ist auf der linken Seite zu erkennen, die Antwort des KI-Modells (llama-3.2-3B-instruct:q4_k_m) ist rechts daneben wieder auszugsweise zu sehen. Weitere “Unterhaltungen” können erstellt und bearbeitet werden.

Das Zusammenspiel der einzelnen Komponenten funktioniert gut. Obwohl wir noch keine speziellen KI-Server hinterlegt haben, sind die Antwortzeiten akzeptabel. Unser Ziel ist es, mit wenig Aufwand KI-Leistungen in Nextcloud zu integrieren. Dabei spielen auch kleine, spezielle KI-Modelle eine Rolle, die wenig Rechenkapazität benötigen.

Alles natürlich Open Source, wobei alle Daten auf unseren Servern bleiben.

Wir werden nun immer mehr kleine, mittlere und große KI-Modelle und Funktionen im Nextcloud Assistant testen. Es wird spanned sein zu sehen, wie dynamisch diese Entwicklungen von der Open Source Community weiterentwickelt werden.

Siehe dazu auch Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften.

Veröffentlicht am

Beck: Individualisierung ist ein Unbegriff, ein Unding

In den vergangenen Jahrzehnten ist ein deutlicher Trend in der Gesellschaft und in der Wirtschaft zu erkennen: Die Entgrenzung der ersten Moderne – mit ihren Rollen, Klassen und Systemen – führt in einer eher Reflexiven Modernisierung zu Entgrenzungen und zu mehr Individualisierung.

Der wirtschaftliche Teil der Entwicklung zeigt sich in immer stärker individualisierten Produkten und Dienstleistungen und in der Hybriden Wettbewerbsstrategie Mass Customization / Mass Personalization. Dabei wird sehr stark von dem Individuum ausgegangen, und die individuellen Bedürfnissen betrachtet. Der Soziologe Ulrich Beck sieht diesen Ansatz kritisch und begründet das wie folgt:

“Individualisierung allein, gleichsam als autistischer Massenindividualismus gedacht, ist ein Unbegriff, ein Unding. Individualisierung steht unter dem normativen Anspruch der Ko-Individualisierung, das heißt: der Individualisierung mit- oder gegeneinander. Aber die Individualisierung (der) des Einen ist oft genug die Grenze der Individualisierung des (der) Anderen. So werden mit zunehmender Individualisierung auch die nervigen Grenzen derselben mit erzeugt. Anders gesagt: Individualisierung ist ein durch und durch gesellschaftlicher Sachverhalt oder gar nichts. Die Vorstellung eines autarken Ich ist pure Ideologie”
Beck (2001): Das Zeitalter des “eigenen Lebens”. Individualisierung als “paradoxe Sozialstruktur” und andere offene Fragen | PDF

Es macht nach Beck Sinn, den Blick auf den individuellen Bürger oder auch auf den individuellen Konsumenten stärker zusammen mit seinen Vernetzungen mit anderen zu sehen. Es zeigt sich auch hier wieder, wie eng soziologische und wirtschaftliche Bereiche vernetzt sind.

Veröffentlicht am

Wir behandeln oftmals Menschen wie Roboter und Künstliche Intelligenz wie Kreative

In den letzten Jahren wird immer deutlicher, dass Künstliche Intelligenz unser wirtschaftliches und gesellschaftliches Leben stark durchdringen wird. Dabei scheint es so zu sein, dass die Künstliche Intelligenz der Menschlichen Intelligenz weit überlegen ist. Beispielsweise kann Künstliche Intelligenz (GenAI) äußerst kreativ sein, was in vielfältiger Weise in erstellten Bildern oder Videos zum Ausdruck kommt. In so einem Zusammenhang behandeln wir Künstliche Intelligenz (AI: Artificial Intelligence) wie Kreative und im Gegensatz dazu Menschen eher wie Roboter. Dazu habe ich folgenden Text gefunden:

“We are treating humans as robots and ai as creatives. it is time to flip the equation” (David de Cremer in Bornet et al. 2025).

David de Cremer ist der Meinung, dass wir die erwähnte “Gleichung” umstellen sollten. Dem kann ich nur zustimmen, denn das aktuell von den Tech-Giganten vertretene Primat der Technik über einzelne Personen und sogar ganzen Gesellschaften sollte wieder auf ein für alle Beteiligten gesundes Maß reduziert werden. Damit meine ich, dass die neuen technologischen Möglichkeiten einer Künstlichen Intelligenz mit den Zielen von Menschen/Gesellschaften und den möglichen organisatorischen und sozialen Auswirkungen ausbalanciert sein sollten.

Der japanische Ansatz einer Society 5.0 ist hier ein sehr interessanter Ansatz. Auch in Europa gibt es Entwicklungen, die in diese Richtung gehen: Beispielsweise mit den Möglichkeiten von EuroLLM, einem Europäischen Large Language Model (LLM) auf Open Source Basis. Siehe dazu auch Open EuroLLM: Ein Modell Made in Europe – eingebunden in unsere LocalAI.

Veröffentlicht am

Zielkonflikte in einem einfachen Wirkungsnetz analysieren

Screenshot: In Anlehnung an Schels/Seidel (2020): Projektmanagement mit Excel

In dem Blogbeitrag Zielantinomien in der Projektarbeit: Ziele, die andere vollständig ausschließen ging es schon einmal darum, Unstimmigkeiten bei den Projektzielen bewusst zu machen.

Eine einfache Möglichkeit, Zielkonflikte systematisch zu analysieren, ist in der Abbildung auszugsweise dargestellt. Die genannten Projektziele werden tabellarisch gegenübergestellt und bewertet. 1: Zielkonflikt, 2: Neutral, 3: Ziele unterstützen sich.

Die Visualisierung des Zielsystems in einem Wirkungsnetz kann für viele Anspruchsgruppen (Stakeholder) hilfreich sein, um die Zusammenhänge und Abhängigkeiten besser zu verstehen.

Die Einschätzungen sollten dabei von einer Gruppe durchgeführt werden, in der horizontale Perspektiven (von Personen aus verschiedenen Fachbereichen) und vertikale Perspektiven (von Personen aus verschiedenen Hierarchieebenen) vertreten sind.

Veröffentlicht am

Digitale Souveränität: Verschiedene Open Source AI-Modelle ausprobieren

Screenshot AI2 Playground

AI2 ist eine Non-Profit Organisation, die Künstliche Intelligenz für die vielfältigen gesellschaftlichen Herausforderungen entwickelt. Das 2014 in Seattle gegründete Institut stellt dabei auch verschiedene Open Source KI-Modelle zur Verfügung – u.a. auch OLMo2.

“OLMo 2 is a family of fully-open language models, developed start-to-finish with open and accessible training data, open-source training code, reproducible training recipes, transparent evaluations, intermediate checkpoints, and more” (Quelle).

Wenn man die von AI2 veröffentlichten KI-Modelle einmal testen möchte, kann man das nun in einem dafür eingerichteten Playground machen. Wie in der Abbildung zu erkennen, können Sie einzelne Modelle auswählen, und mit einem Prompt testen. Der direkte Vergleich der Ergebnisse zeigt Ihnen, wie sich die Modelle voneinander unterscheiden.

Siehe dazu auch Künstliche Intelligenz: Mit der OLMo2 Modell-Familie offene Forschung an Sprachmodellen vorantreiben.

Veröffentlicht am

Wissensarbeit: Bestehen 60% der Gesamtarbeit aus “Arbeit rund um die Arbeit”?

Industriearbeit wurde in der Vergangenheit akribisch (Stichwort: REFA) auf Verschwendungspotenziale untersucht. Ganze Wertstromanalysen wurden beispielsweise betrachtet, um Lean Production oder später Lean Management in der Organisation zu etablieren. Auch das Agile Arbeiten, beispielsweise in Form des Agilen Projektmanagements, hat das Ziel, sich nur auf den Value für den User (Scrum) zu fokussieren. Das Scrum-Framework entstand immerhin aus der Überlegungen, Wissensarbeit besser zu organisieren (Hirotaka Takeuchi und Ikujiro Nonaka).

Es verwundert daher doch etwas, dass aus einer Studie von Asana aus dem Jahr 2023 hervorgeht, dass der Anteil der “Arbeit rund um die Arbeit” bei Wissensarbeit immer noch erheblich ist. In der genannten Studie wurden fast 10.000 Wissensarbeiter befragt.

Dabei wird der Begriff “Arbeit rund um die Arbeit” wie folgt beschrieben: “Tätigkeiten, die der wichtigen Arbeit Zeit entziehen, darunter die Kommunikation über die Arbeit, die Suche nach Informationen, das Wechseln zwischen verschiedenen Apps, die Bewältigung wechselnder Prioritäten und die Statusnachverfolgung von Arbeitsvorgängen” (Asana 2025).

“Laut dem Bericht zur Anatomie der Arbeit von Asana [Anmerkung Robert Freund: aus dem Jahr 2023] werden 60 % der Arbeitszeit einer Person für „Arbeit rund um die Arbeit“ und nicht für Facharbeit aufgewendet” (ebd.).

Bei Studien sollte man immer etwas kritisch sein, denn Asana ist selbst Anbieter einer Work-Management Plattform mit vielen Apps – möglicherweise tragen diese sogar auch zu dem Verschwendungspotenzial bei.

Veröffentlicht am

Open EuroLLM: Ein Modell Made in Europe – eingebunden in unsere LocalAI

Eigener Screenshot: Installation von Open Euro LLM 9B Instruct in unserer LocalAI

Es ist schon erstaunlich, wie dynamisch sich länderspezifische (Polen, Spanien, Schweden usw.) Large Language Models (LLMs) und europäische LLMs entwickeln. In 2024 wurde Teuken 7B veröffentlicht, über das wir in unserem Blog auch berichtet hatten. Siehe dazu Open Source AI-Models for Europe: Teuken 7B – Training on >50% non English Data. Weiterhin haben wir damals auch schon Teuken 7B in unsere LocalAI integriert.

Nun also Open EuroLLM, ein Large language Model made in Europe built to support all official 24 EU languages. Die generierten Modelle sind Multimodal, Open Source, High Performance und eben Multilingual. Interessant dabei ist, dass damit Innovation angestoßen werden sollen.

Das große Modell eurollm-9b-instruct haben wir in unserer LocalAI installiert. Die Abbildung zeigt den Installationsprozess. Ich bin sehr gespannt darauf, wie sich das Modell in unserer LocalAI im Vergleich zu anderen Modellen schlägt. Möglicherweise werden wir auch noch einmal das kleine Modell 1.7B installieren, das auf Huggingface verfügbar ist.

Alle Modelle, die wir in unserer LocalAI installieren, können wir auch je nach Anwendung in unserer Nextcloud über den Nextcloud Assistenten und der Funktion “Chat mit KI” nutzen. Dabei bleiben alle generierten Daten auf unserem Server – ganz im Sinne einer Digitalen Souveränität.

Veröffentlicht am

Digitale Souveränität: Collective App – eine Art Wiki in unserer Nextcloud

Eigener Screenshot von unserer Nextcloud mit der App “Collective”

Unsere Nextcloud (Open Source) ist ein zentrales Element auf dem Weg zur Digitalen Souveränität. Dazu gehören nicht nur Möglichkeiten, LocalAI oder auch KI-Agenten zu nutzen, sondern auch Anwendungen (Apps), die wir im Tagesgeschäft benötigen.

Zum Beispiel haben wir die App Collective installiert und aktiviert. In der Abbildung ist ein Screenshot von einer angelegten Startseite zum Thema “Agentic AI Company” zu sehen.

Zu diesem Bereich kann ich nun verschiedene Teilnehmer zuordnen/einladen. Dabei können alle die jeweiligen Seiten wie in einem Wiki kollaborativ bearbeiten. Diese Möglichkeit geht über die reine Bereitstellung eines gemeinsamen Ordners hinaus und unterstützt die gemeinsame Entwicklung von (expliziten) Wissen.

Wichtig dabei ist, dass alle Daten, die hier gemeinsam geteilt und bearbeitet werden, auf unserem Server bleiben.

Natürlich können auch andere Wiki-Apps (Open Source) in die Nextcloud eingebunden werden. Jeder kann somit seine Nextcloud so konfigurieren, wie er möchte.

Veröffentlicht am

Öffentlichen Verwaltungen: Hybrides Projektmanagement bei Digitalisierungsprojekten

Öffentliche Verwaltungen haben etwas andere Anforderungen an ein Projektmanagement. In dem Blogbeitrag Gegenüberstellung: Öffentliche Verwaltung und Erfolgsfaktoren von Projekten habe ich erläutert, wie schwierig es für Öffentliche Verwaltungen ist, die Erfolgsfaktoren für ein erfolgreiches Projektmanagement zu erfüllen.

Dennoch kann eine stärkere Projektorientierung in Öffentlichen Verwaltungen den Ineffizienzkreislauf durchbrechen. Gerade für die vielen Digitalisierungsprojekte bietet sich oft ein Hybrides Projektmanagement an.

“Die klassische Methode wird im Gesamtprojekt eingesetzt, indem die wichtigsten Meilensteine sowie die Aufträge mit Hauptzielen für die Teilprojekte definiert werden. Hierfür wird auch eine Meilensteintrendanalyse (MTA) monatlich durchgeführt. Für die Neuermittlung der Restkosten und Restleistungen wird ebenfalls Cost to complete (CTC) monatlich durchgeführt. Die Berichtserstattung an die Lenkungsgruppe erfolgt alle 6 Wochen.

Die Teilprojekte werden agil geleitet. Zum Einsatz kommt dabei die Kanban Board-Technik, in der die Backlogs verwaltet werden. Die Teilprojektleiter haben die Freiheit, mit ihren Teams die Tasks in den Backlogs und deren Bearbeitungsreihenfolge zu definieren, um den Auftrag des Teilprojektes zu erfüllen”

Quelle: Meier et al. (2025), in Projektmanagement Aktuell 04/2025.