Innovationsmanagement Dr. Robert Freund

30. November 202330. November 2023

Nudging – eine sanfte Form der Verhaltensänderung

Unter Nudging wird eine Art “Anstubsen” verstanden, um ein Verhalten zu beeinflussen, bzw. zu steuern. Dabei wird auf Verbote oder Anreize bewusst verzichtet. Ein gegenteiliges Beispiel haben wir aktuell bei der Vorgehensweise der Bundesregierung mit ihren aktiven Anreizen zur Energiewende. Dadurch werden Bürger und Organisationen massiv angesprochen/aufgefordert, ihr Verhalten zu ändern – und das funktioniert eher schlecht als recht.

Die Erkenntnisse der Forschung zu Nudging sind in den letzten 10 Jahren in einem Zweig, der als Behavioral Insights erhebliche Verbreitung gefunden hat, gebündelt. Die verschiedenen Erkenntnisse entstammen auch der Kritik an dem allseits bekannten Homo Oeconomicus, und erweitert diese Perspektive. Für Regierungen würde das bedeuten:

“Stattdessen zielt diese Regierungsweise darauf, über die Gestaltung von Umwelten, Umgebungen, Oberflächen oder Anordnungen, die als Kontexte auf Entscheidungen einwirken können, Verhalten indirekt zu beeinflussen. Die auf diese Weise induzierten Verhaltensänderungen sollen »ohne Zwang und ohne signifikante ökonomische, soziale, zeitliche oder sonstige Anreize zustande [kommen], indem [über Kontexte] auf nichtreflexive, gleichsam ›automatische‹ Mechanismen des kognitiven Systems [eingewirkt wird]« (Straßheim/Korinek 2018: 82). Damit ist Nudging ein Beispiel für sanfte Formen der Verhaltensbeeinflussung, die seit den 1980er Jahren vermehrt an Bedeutung gewonnen haben (vgl. Bröckling 2017)” (Seitz 2023:11: Die Praxis des Nudging).

Verhaltensänderung bei Erwachsenen ist ein Prozess der Transformation von Deutungsmustern. Wobei diese Transformation auch Zeit braucht. Diese Erkenntnisse sind auch Betsnadteil der modernen Erwachsenenbildung. Über das Phänomen Nudging habe ich auch schon in einem früheren Blogbeitrag geschrieben: Soziale Netze und Big Nudging (Verhaltenssteuerung).

26. November 202326. November 2023

Warum geschlossene Softwaresysteme auf Dauer viel Zeit und viel Geld kosten

Viele Einzelpersonen, Unternehmen, NGO und Öffentliche Verwaltungen haben sich an die Nutzung von allseits bekannter Software gewöhnt. Ob es ERP-Systeme für die technische und kaufmännische Abwicklung von Geschäftsprozessen sind, Webkonferenztools, Kollaborationssoftware usw. – für alles gibt es Anwendungen (Apps) der Marktführer Microsoft, SAP, Apple usw. usw. Die Anwendungen werden oft auch als eigenes Software-Ökosystem beschrieben, bei dem Personen oder Organisationen eben drinnen oder draußen sind – was die Sache schon etwas verkompliziert, wenn nicht sogar auf Dauer unwirtschaftlich macht. Warum könnte das so sein? Dazu habe ich einen Beitrag vom November 2023 gefunden, der das thematisiert und aus dem ich folgendes zitieren möchte:

“In Deutschland haben sich sowohl der Mittelstand als auch viele Großunternehmen an geschlossene Softwaresysteme gebunden, die sie nur in dem Maße gestalten können, wie es die Hersteller der betreffenden Systeme zulassen. Wer als Automobilhersteller beispielsweise auf Apple Carplay setzt, kann neue Features nur dann liefern, wenn Apple das ermöglicht. Das gleiche gilt für Maschinenbauer, die zur Analyse der beim Betrieb ihrer Maschinen anfallenden Daten auf proprietäre Cloud-Lösungen setzen: Es geht dann nicht primär darum, was vorteilhaft wäre, sondern darum, was das System anbietet” (Ganten/Doenheim/Schröter 2023).

Diese einseitige digitale Abhängigkeit ist genau so gefährlich, wie es die Energieabhängigkeit von Russland (Gas) war, und von den Arabischen Staaten (ÖL) noch ist. Wenn Daten das neue Öl sind, so muss Deutschland, bzw. die Europäische Union auf eine Souveränität bei den Daten bestehen, die in der EU generiert werden. Diese Daten können aus meiner Sicht nur mit Hilfe von Open Source Anwendungen (statt geschlossene Anwendungen) geschützt und transparent behandelt werden. Darüber hinaus fördern Open Source Anwendungen den vielfältigen Austausch und somit den Mode 2 in der Wissensproduktion, was wiederum zu mehr Innovation und Agilität führt.

22. November 202322. November 2023

Emotionale Ansteckung in Teams – was ist darunter zu verstehen?

Emotionen spielen in allen Bereichen ein wichtige Rolle. Beispielsweise beeinflussen Emotionen auch die Handlungen (die Handlungsfähigkeit) von Personen, Gruppen/Teams und ganzen Organisationen. Es ist daher gut, sich zunächst einmal klar zu machen, was unter Emotionen verstehen sollte, verstehen kann: Dazu gibt es die unterschiedlichsten, und somit keine einheitlichen, Definitionen.

“Oft werden Emotionen innerhalb der Sozialpsychologie allerdings als ´bewusstes, subjektives und zugleich relativ kurz dauerndes Phänomen mit bestimmten körperlichvegetativen, mimisch-expressiven und neurophysiologischen ‚Begleiterscheinungen verstanden“ (Ciompi 2003: 63, zitiert in Eichmann (2014): Vorsicht, ansteckend! Emotionen in Teams aus sozialpsychologischer Perspektive, Soziologiemagazin 02/2014).

In Projektteams beispielsweise beeinflussen sich die verschiedenen persönlichen Emotionen und wirken auf das gesamte Team. Die Autorin erwähnt in diesem Zusammenhang die emotionale Ansteckung in Teams. Gemeint ist damit ein emotionaler Zustand, “der durch den wahrgenommenen Emotionsausdruck einer anderen Person hervorgerufen wird und diesem hinsichtlich seiner Qualität gleicht (vgl. Lishner et al. 2008: 226, zitiert ebd.). Es ist gut, wenn sich einzelne Teammitglieder über die Wirkungen und Wechselwirkungen ihrer Emotionen bewusst sind. Siehe dazu auch Persönliche Gespräche und Zoom im Vergleich: Das sagt die Neurowissenschaft dazu.

Solche Zusammenhänge thematisieren wir auch in dem von uns entwickelten Blended Learning Lehrgang Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

19. November 202319. November 2023

Was sind die Grundbedingungen für die Entfaltung von Selbstorganisation von Teams?

Um die Komplexität im persönlichen, aber auch organisationalen Umfeld zu bewältigen ist mehr Selbstorganisation nötig. Es handelt sich dabei nicht um eine Art von Laissez-fair, sondern um eine Art der Organisation, die an verschiedene Bedingungen geknüpft ist. Diese Grundbedingungen für Selbstorganisation von Teams wurden von Eoyang (2002) beispielsweise wie folgt beschrieben (zitiert in Kaltenecker (2018): Selbstorganisierte Teams führen):

Eine Grenze, die das System umfasst und seine Identität definiert (im Original C für containing boundary). Einfach gesagt gibt es kein klares »Selbst« ohne eine definitive Abgrenzung von »Anderen«. In Unternehmen erfolgt diese Abgrenzung beispielsweise durch richtungsweisende Missionen, explizite Regeln oder eindeutige Entscheidungsrichtlinien

Unterschiede hinsichtlich Wissen, Erfahrung, Ausbildung, Alter, Geschlecht oder kulturellem Hintergrund (im Original D für differences). Eingespielte Teams wissen, wie sie ihre Diversität am besten einsetzen

Ein offener Austausch sowohl innerhalb des Teams als auch im Wechselspiel mit dem Umfeld (im Original E für exchange).

18. November 202318. November 2023

Künstliche Intelligenz – ein Kategorienfehler?

Der Begriff Künstliche Intelligenz ist in aller Munde. Es geht dabei allerdings hauptsächlich um die verschiedenen Tools wie ChatGPT, Bard, usw. Es wir suggeriert, dass diese Art der datenbasierten Problemlösung Intelligenz darstellet, eben Künstliche Intelligenz. Dazu gibt es allerdings den Einwand, dass es sich hierbei um einen Kategorienfehler handeln könnte, bzw. handelt. Dazu habe ich folgenden aktuellen Text gefunden:

“Maschinen können helfen, schneller Datenoperationen auszuführen – aber helfen sie auch, bessere Entscheidungen zu treffen? Maschinen helfen logischer zu folgern – aber helfen sie auch, skeptisch zu zweifeln? Maschinen können Daten vereinen aber können sie auch Widerstand organisieren? Maschinen können Informationen aufbereiten aber können sie auch Unbestimmtheit zulassen? Im Begriff der Künstlichen Intelligenz liegt das, was Niklas Luhmann einen Kategorienfehler nannte. Ein Kategorienfehler ist es, wenn eine Bäckerin versucht belegte Brötchen zu backen oder ein Bauer, Bratkartoffeln zu pflanzen. Im Wortspiel Künstliche Intelligenz werden zwei fundamental verschiedene Kategorien verwechselt: das Lösen strategischer (und formalisierbarer) Probleme, das in der KI als Intelligenz interpretiert wird einerseits und das Bewusstsein, das in der Fähigkeit besteht, auf die Komplexität der Welt durch Kreativität und Gefühl zu antworten andererseits. Kann KI letzteres? Nein, denn dazu müssen soziale, emotionale und Künstliche Intelligenz zusammenwirken” (Ehlers 2023, in Schmohl 2023).

Interessant dabei ist, dass nicht nur Nikas Luhmann herangezogen werden kann, sondern auch Howard Gardner in seiner Theorie der Mulftiplen Intelligenz darauf verweist, dass es sich bei Künstlicher Intelligenz um einen Kategorienfehler handelt. Ob Howard Gardner sich direkt dabei auf Luhmann bezieht, kann ich nicht sagen. Siehe dazu Steckt hinter der Künstlichen Intelligenz keine echte Intelligenz? Wie ist das zu verstehen?

Informationen zu unseren Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.

17. November 202317. November 2023

Learning Analytics: Auch beim Lernen geht es um den Umgang mit Daten – und damit auch um Künstliche Intelligenz (KI)

Wenn es um viele Daten geht, kommt schnell Künstliche Intelligenz (KI) ins Spiel. Das ist nicht nur bei Produktionsprozessen, Marketingaktivitäten etc. so, sondern auch beim Lernen, und somit auch bei Organisationen. Am Beispiel der Organisation Hochschule, den Leherenden und den Lehrnenden kann beispielhaft gezeigt werden, wie Künstliche Intelligenz (KI) im Rahmen von Learning Analytics auf verschiedenen Ebenen genutzt werden kann.

“Am Beispiel der Learning Analytics, also der Auswertung von erhobenen Daten rund um Lernvorgänge zum Zwecke des Verständnisses, der Optimierung und Vorhersage des Lernverhaltens und des Lernerfolgs, lässt sich aufzeigen, wie alle hochschuldidaktischen Ebenen und die Rollen der Lernenden, Lehrenden und der Organisation von KI-Innovationen erreichbar sind, siehe Abbildung. Die individuelle Ebene des Lernens bis hin zur Entwicklung und Neugestaltung von Studiengängen ist adressierbar” (Schmohl 2023).

	Lerndende	Lehrende	Organisation
Mikroebene (Lernsequenz)	Adaptive Lernsoftware zur Klausur-vorbereitung	Information zu Schwierigkeiten des Kurses über eine Aufgabe	Dynamische Bereitstellung von Ressourcen, z.B. Servern
Mesoebene (Semester, Kurs)	Monitoring des eigenen Lernerfolgs über ein Semester	Analyse von Gruppen-lernprozessen in großen Onlinekursen	Unterstützung bei der zeitlichen Planung des Lehrangebots
Makroebene (Langfristig)	Langfristige ePortfolios, Passung zu Jobprofilen	Weiterentwicklung als Lehrkraft, Erkenntnisse zu Erfolgsfaktoren	Monitoring und Revision von Studiengängen

Learning Analytics aus de Witt et al. (2020:14), zitiert in Herzberg (2023), in: Schmohl et al (Hrsg.) 2023

Es ist vielen Bildungsorganisation nocht nicht bewusst, dass die Daten von Lernenden, Projektteams, der Organisation und der außerorganisationalen Netzwerke für die Zukunft des Lebenslangen Lernens von großer Bedeutung sind. Mit innovativen KI-Anwendungen können diese Daten zur Kompetenzentwicklung auf allen Ebenen beitragen. Voraussetzung sollte aus meiner Sicht eine Ethische KI sein, die Transparent ist und bei der die generierten daten dem Lernenden gehören. Siehe dazu auch Nextcloud Hub 4 mit “ethical AI”-Integration.

In den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK) gehen wir auf diese Entwicklungen ein. Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.

12. November 202312. November 2023

Vier Beispiele für zunehmende Agilität und abnehmende Planorientierung im Projektverlauf

Das Klassische/Plangetriebene Projektmanagement ist oft nach Phasen strukturiert, wobei beispielsweise die Phasen Initiierung/Definition, Planung, Steuerung/Implementierung und Abschluss unterschiedenen werden. Bei komplexeren (nicht komplizierter) Projekte kann es allerdings sein, dass diese Vorgehensweise an seine Grenzen stößt. Doch ist es nicht in jedem Fall erforderlich, komplett auf das Agile Projektmanagement mit z.B. Scrum als Rahmenwerk (Framework) umzustellen, da die Anwendung von Scrum nach dem Scrum Guide 2020 hauptsächlich für Entwicklungsprojekte/Innovationsprojekte empfohlen wird. Siehe dazu auch Mit der Stacey-Matrix klassisches, agiles und hybrides Vorgehen ableiten.

In den Organisationen gibt es zwischen den beiden Polen Plangetriebenes Projektmanagement und Agiles Projektmanagement ein Kontinuum an Möglichkeiten, Projektmanagement an das jeweilige Vorhaben/Projekt zu adaptieren. Kommt eine Organisation historisch aus dem eher Plangetrieben Projektmanagement mit seinen Phasen, können die in der Abbildung dargestellten Möglichkeiten Sinn machen, um eine zunehmende Agilität zu unterstützen.

Das Beispiel A zeigt das Plangetriebene Vorgehen. Die Möglichkeit B zeigt die Rückkopplungsschleife (Rekursion) zurück zur Steuerungsphase, um ein weiteres Inkrement zu erstellen. Variante C geht von einer weiteren Iteration aus, die zurück zur Planung reicht, und bei D reicht die Iteration zurück zur Initialisierung/Definitionsphase.

Als Einstieg können diese Ideen Organisatione helfen, Agilität in ihre eher Plangetriebene Vorgegensweisen zu bringen, und ein Hybrides Projektmanagement zu etablieren.

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.

10. November 202310. November 2023

Projektmanagement: Mit dem RICE-Score Projekte, Anforderungen, Features priorisieren

Alles ist wichtig, doch alles kann nicht gleichzeitig gemacht werden – also muss priorisiert werden. Gerade in Projekten kommt der Priorisierung an verschiedenen Stellen eine besondere Bedeutung zu. Da geht es um die Priorisierung von Projekten, von Anforderungen, von Features usw. Um relativ objektiv an diese Problematik heranzugehen, hat sich unter anderem das RICE-Scoring-Modell bewährt.

“Im Projektmanagement verdeutlicht der RICE-Score den Grad der Priorisierung eines einzelnen Elements, z.B. einer Funktion. Mit dem RICE-Scoring-Modell bewerten und vergleichen Sie die Anforderungen miteinander, um zu entscheiden, welche Produkte oder Merkmale auf der Roadmap Vorrang haben sollen – auf möglichst objektive Weise” (OpenProject Glossar).

Die Formel für den RICE-Score lautet wie folgt: (Reach (Reichweite) x Impact (Auswirkung) x Confidence (Zuversicht)) / Effort (Aufwand)” (OpenProject Glossar).

9. November 20239. November 2023

Lernpyramide ist als Mythos schon lange entzaubert

Die Lernpyramide als Mythos (Eigene Darstellung)

Wer hat es nicht schon mal gehört/gelesen, bzw. nicht schon mal so oder so ähnlich wiedergegeben: Wir behalten nur 5% von dem was wir hören, 10% von dem was wir lesen, ……., 90% von dem was wir anderen erklären und sofort anwenden (Siehe Abbildung). Leider wird diese als Lernpyramide bekannte Beschreibung durch vielfaches wiederholen nicht richtiger. Auch wird diese Darstellung dafür verwendet, den Vorteil von digitalen Inhalten zu begründen. Es wundert nicht, dass diese Interpretation oft von Anbietern digitaler Bildungsprodukten herangezogen wird. Honi soit qui mal y pense.

Ich bin nun der Frage nachgegangen, ob es wissenschaftlich fundierte und belastbare Studien dazu gibt, und habe wenig bis gar nichts gefunden. Was ich allerdings gefunden habe, sind viele kritische Stimmen aus der Wissenschaft, die die Lernpyramide als Mythos bezeichen. Beispielhaft möchte ich einen Beitrag von Prof. Peter Heisig anführen, der folgendes auf Linkedin geschrieben hat:

“The Learning pyramid is considered a myth without empricial evidence but with a long-history of replications in the literature and the internet as Letrud & Hernes (2016) have shown. Even extensive research about the original empirical studies by Molenda (2004) and Thalheimer (2006) were unable to retrieve any support. On the contrary, reviews show that no such hierarchies of retention rates exist. Sorry it might sound harsh, but please go with the science, or move to a different platform, many thanks indeed!” (Quelle: Peter Heisig, Vice President of Research and Transfer, 05.11.2023 auf LinedIn.

Wer sich dazu einen Podcast anhören möchte, findet auf der Seite Bildungsmärchen – Pädagogische Mythen entzaubert der Universität Kassel einen Beitrag zum Thema.

Informationen zu den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), und zu Terminen finden Sie auf unserer Lernplattform.

6. November 20236. November 2023

Innovation heute: Erweiterung der üblichen Innovationstypen

Der Begriff Innovation ist wie viele andere Begriffe auch, ein Spielball des jeweiligen Zeitgeistes. Es wundert daher nicht, dass Innovation im Industriezeitalter hauptsächlich aus einer recht eindimensionalen wirtschaftlichen Perspektive betrachtet wurde. In der Zwischenzeit kommt es auch bei dem Innovationsbegriff zu Weiterentwicklungen, und zu moderneren Formen von Innovationstypen (Entgrenzung des Innovationsbegriffs).

Die folgende Tabelle zeigt grob auf, wie sich diese unterscheiden, bzw. sich aufeinander beziehen. Die Autoren weisen darauf hin, dass nach Godin (2019) die ersten drei Innovationstypen die klassischen, eher objektorientierten Typen sind.

Innovationstyp	Kurze, reduzierte Beschreibung
Wirtschaftliche Innovationen	Klassisches Innovationsverständnis (seit 20. Jh.) mit Fokus auf technische/technologische Innovationen, das auf Schumpeter zurückgeht.
Organisationale Innovationen	Basierend auf Schumpeter hat die Managementforschung Innovation auf Geschäftsmodelle ausgeweitet.
Service Innovationen	Anknüpfend auf die Dichotomie Produkt- vs. Prozessinnovation beschreibt die Serviceinnovation ein neues Dienstleistungskonzept.
Open Innovation	Open Innovation kann als Untertyp der organisationalen Innovation verstanden werden.
Responsible Innovation	Eingebettet in die Forschung zur Technologiefolgeabschätzung liegt der Fokus auf verantwortungsvollen Innovationen.
Grassroot Innovation	Diese Innovationen beschreiben ein Netz von Aktivisten und Organisationen, die Bottom-Up-Lösungen für nachhaltige Entwicklung/Konsum entwickeln.
Frugale Innovationen	Diese Innovationen reduzieren eine Lösung auf die Kernfunktionen, die Nutzer benötigen.
Nachhaltige Innovationen	Diese Innovationen nehmen neben wirtschaftlichen, auch okologische und soziale Aspekte in den Blick.

vgl. Zielinski et al. (2023)

Weiterhin kommt seit gut 20 Jahren der Begriff Soziale Innovation mit seiner Multi-Disziplinarität auf.

Ich muss hier weiterhin anmerken, dass der Begriff “Open Innovation” in der genannten Quelle nur aus der Perspektive von Henry Chesbrough betrachtet wird, der den Begriff in Zusammenhang mit Organisationen thematisiert hat. Darüber hinaus gibt es einen anderen Ansatz von Open Innovation, der von Eric von Hippel vertreten wird, und der davon ausgeht, dass jeder innovativ sein kann (Democratizing Innovation). Siehe dazu diese (meine) Einordnung.