Psychologische Spielchen in der Projektarbeit: Das Ja-Aber-Spiel

Image by Ryan McGuire from Pixabay

Sie alle kennen das Spiel: Jemand wirft eine Frage oder ein Problem auf, ein anderer beantwortet die Frage, bzw. formuliert eine Idee zu dem Problem, die jedoch mit “Ja, aber…” verworfen werden. Dieses Ping-Pong kann lange, ja sehr lange dauern, und vergeudet damit Arbeitszeit und Energie aller Beteiligten. Bei Röhrig (2008) findet sich dazu folgendes Beispiel:

“Jede Neuerung verleitet Menschen zu diesem Spiel. Soll zum Beispiel ein neues und für ein umfassendes Projekt notwendiges elektronisches Ablagesystem eingeführt werden, so liegt es nahe, diese unerwünschte Maßnahme in Frage zu stellen, indem man ein zu befürchtendes, möglicherweise unbedeutendes Problem aufwirft, das von keinem zu lösen zu sein scheint. Folgender Beispieldialog gehört in den „Spielalltag“ eines Unternehmens, in dem eine Veränderung implementiert werden soll:

A: „Um dieses System zu erlernen, benötigen wir sehr viel Zeit. Wie sollen wir denn da überhaupt noch unsere eigentliche Arbeit machen?“

B: „Das ist richtig, aber wenn wir das Programm erst einmal gelernt haben, sparen wir alle sehr viel Zeit und ersparen uns unnötiges Suchen nach Dokumenten.“

A: „Ja, aber dann haben wir trotzdem das Problem der Überstunden.“

B: „Dann werden wir eben dieses Programm in der Freizeit bzw. in den Zeiten lernen, in denen weiniger los ist.“

A: „Ja, aber ich werde bestimmt nicht in meiner Freizeit ein Programm für die neue Ablage erlernen.“

B: „Dann setzen Sie sich eben daran, sobald Sie weniger zu tun haben.“

A: „Aber, das ist doch überhaupt nicht realisierbar, weil….”

Lassen Sie sich auf solche Spielchen einfach nicht ein. Ersetzen Sie das “Ja, aber …” durch ein “Ja, und ...” oder nutzen Sie andere Methoden auf Ideen einzugehen – beispielsweise mit Hilfe der PMB-Methode.

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.

Feedback in Projekten: Die PMB-Methode nutzen

Image by StockSnap from Pixabay

In Projekten wird sehr viel kommuniziert, da es oft darum geht, komplexe Probleme zu lösen. Dazu werden Ideen benötigt, die dann kommentiert und eingeordnet werden müssen. Der Umgang mit Ideen ist als essentiell für die Zusammenarbeit in Projekten. Aus dem Ideenmanagement ist die PMB-Methode bekannt, die auch für Feedback in Projekten genutzt werden kann. – gefunden in Kinsey Goman (1991):

Positives: Alles Positive an der Idee.
Beispiel: Mir gefällt, dass Sie auch an ……. gedacht haben.

Möglichkeiten: Anwendungs- und Ausweitungsmöglichkeiten der Idee.
Beispiel: Wir könnten zusätzlich auch noch ….

Bedenken: Dies sind meine Bedenken. Können Sie mir helfen, sie zu zerstreuen?
Beispiel: Ich weiß nicht, ob wir genug Platz dafür haben. Haben Sie eine Vorstellung darüber, wie es gehen könnte? Hinweis: Beachten Sie, dass Sie sagen sollten “Ich habe Bedenken…”

Das wird im Tagesgeschäft nicht immer funktionieren. Dennoch ist es gut, sich darüber Gedanken zu machen, wie in Projekten Feedback gegeben wird. Die PMB-Methode bietet hier einen ersten Ansatz.

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.

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.

Arbeiten früher und heute – eine etwas andere Perspektive

Wir reden und hören überall etwas von der schönen, neuen Arbeitswelt, die unter New Work bekannt geworden ist. Diese schöne neue Arbeitswelt wird oft anhand von (positiven) Beispielen dargestellt und erläutert, denn etwas Neues – wie eben New Work – muss ja besser sein als das Alte – oder?

Diese auch wissenschaftlich geführte Diskussion über Vorteile und Nachteile der neuen Arbeitswelt ist schon etwas anstrengend, sodass es manchmal auch gut ist, die Thematik zu vereinfachen, sodass sich jeder dazu seine eigenen Gedanken machen kann. In der Abbildung ist – ohne Anspruch auf wissenschaftliche Korrektheit – dargestellt, wie sich “Arbeit früher” und “Arbeit heute” unterscheiden.

Fraunhofer IAO: Rechtliche Fragen bei der Nutzung von Künstlicher Intelligenz (KI)

Der Einsatz von Künstlicher Intelligenz (KI) wird aktuell in allen gesellschaftlichen Bereichen getestet. Bei der wirtschaftlichen Nutzung von KI kommen dabei immer öfter auch rechtliche Fragen auf, die das Fraunhofer IAO (2023) in einem “Leitfaden zu Strategie und Wandel für den KI-Einsatz” zusammengestellt hat. Danach sollte bei der strategischen Planung des KI-Einsatzes insbesondere auf folgende Bereiche geachtet werden:

KI-Einsatz generell:
– Rechteklärung bei der Beschaffung von Trainingsdaten
– Nutzung der KI durch den Anwender / Eingabekontrolle (z. B. Datenschutzrecht, Geschäftsgeheimnisse)

Entscheidungsfindung:
– Arbeitsrecht
– Datenschutzrecht
– Allg. Persönlichkeitsrecht

Produktiver Einsatz von KI
– Schutzfähigkeit von mittels KI produzierten Daten
– Gesetzliche Schutzrechte an den Daten
– Patente / Gebrauchsmuster
– Design (im gesetzlichen Sinne)
– Urheberrechte / Leistungsschutzrechte
– Vertraglicher Schutz der Daten

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.

Von der Optimierung zur Problematisierung?

Image by FitNishMedia from Pixabay

In der Industriegesellschaft wird alles optimiert. Ob es nun Prozesse sind (Fremdoptimierung), oder persönliche Gesundheitsdaten (Selbstoptimierung). Mit Trackern werden dabei die Daten des Körpers permanent überwacht und optimiert – wie bei einer Maschine. Doch ist dieser (Selbst-) Optimierungswahn in der heutigen Zeit noch angemessen? Immerhin leben wir nicht mehr in einer Welt die berechenbar, planbar und somit recht einfach optimierbar ist.

In einem turbulenten Umfeld, das oft mit VUCA (Volatility, Uncertainty, Complexity, Ambiguity) oder BANI beschrieben wird, ist es ja gerade schwer oder sogar unmöglich, ein geeignetes Optimierungsziel zu formulieren, da sich die Bedingungen permanent ändern. In einem Sonderheft “Problematisierung statt Optimierung” werden viele dieser Facetten ausführlich und wissenschaftlich fundiert dargestellt. Ich möchte an dieser Stelle nur punktuell die eine oder andere Quelle zitieren:

“Dabei zeigt sich zweierlei: einerseits wird der als defizitär bewertete Ausgangspunkt maßgebend für den Optimierungsprozess, das heißt für seine Form und Richtung. Andererseits wird mit der Optimierungsbewegung bereits vom Zielpunkt aus und damit vom erwünschten Zustand her gedacht, welcher in seiner schnellen Erreichbarkeit seine Wirkungsmacht entfaltet (Ebner von Eschenbach (Hrsg.) (2023): Problematisierung statt Optimierung).

In Verweis auf Forster (2020) wird weiterhin herausgestellt, dass diese Optimierung eine Ordnung hervorbringt, die Kontingenzerzeugung u.a. um Wissen und Erkenntnisse von vornherein unterdrückt (vgl. ebd.). Der allseits vorhandene Optimierungsdrang sollte daher zugunsten von einer Problematisierung abgelöst werden.

“Julia Leister und Oliver Schrickel betonen, dass der Anspruch, der mit Problematisierung erhoben wird, eine Optimierungslogik unterminiert, indem Phänomene nicht im Modus einer Lösungsorientierung angegangen, sondern zuallererst „into question“ (Leistert & Schrickel 2020, S. 9) geführt werden, um „interessant“ (Bachelard 1974 [1949], S. 140) zu werden” (ebd.).

Bei der Problematisierung geht es somit weniger um Lösungen als um Fragen, die gestellt werden, und um die Hervorbringung von Erkenntnisgrenzen (ebd.) und somit zu Erkenntnisgewinn. Diese Zusammenhänge sind nicht trivial, doch meines Erachtens sehr wichtig, denn in vielen Bereichen der Gesellschaft (Individuelle Ebene, Gruppenebene, Organisationale Ebene und Netzwerkebene) wird immer noch zu oft auf die Herausforderungen unserer komplexen Umwelt mit relativ einfachen Optimierungsansätzen geantwortet.

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.

Top 100 Tools for Learning 2023: ChatGPT neu auf Platz 4 eingestiegen

Auch für das Jahr 2023 wurden wieder die TOP 100 Tools for Learning ermittelt. Dabei kam – wenig überraschend ChatGPT gleich neu auf Platz 4. In den TOP 10 ist auch noch gerade so Zoom zu finden (Platz 10), allerdings sind das 5 Platze schlechter als das Jahr zuvor.

Weiterhin fällt mir auf, dass Miro (Online Whiteboard) jetzt auf Platz 61 zu finden ist, was immerhin 37 Plätze schlechter ist, als im Jahr 2022. Möglicherweise liegt es daran, dass Online Whiteboards in der Zwischenzeit in vielen anderen Tools integriert sind. Und wo steht Moodle in dem Ranking? Immerhin auf Platz 39, was keine Veränderung gegenüber 2022 bedeutet.

Wie ich schon in dem Beitrag Top 100 Tools for Learning 2022 – A fool with a tool …? erwähnt hatte, besteht die eigentliche Arbeit darin, geeignete Tools auszuwählen, die ein Lernen in einem bestimmten Kontext (Domäne, Projekt, Geschäftsprozess) auf der individuellen Ebene, auf der Teamebene, auf der organisationalen Ebene und auf der Netzwerkebene ermöglichen.

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.

Fragebogen: Wie tolerant sind Sie gegenüber Unsicherheiten?

Ausschnitt aus dem Fragebogen Unsicherheitstoleranz, in: weiter bilden 04/2023

Wir leben in turbulenten Zeiten in denen geliebte Selbstverständlichkeiten (Sicherheiten) nicht mehr gelten. Daraus entwickelt sich oft eine gewisse Angst vor dieser neuen Unsicherheit im persönlichen, unternehmerischen und sogar gesellschaftlichen Umfeld.

Es wundert daher nicht, dass die Toleranz gegenüber Unsicherheit (Unsicherheitstoleranz) im klinischen Sinne als Teil der Generalisierten Angststörung verstanden wird (Gerlach, Patzelt und Andor, 2008).

Sie können im einfachsten Fall mit Hilfe eines Fragebogens prüfen, wie es mit Ihrer Unsicherheitstoleranz aussieht. Der Ausschnitt in der Abbildung zeigt die Vorgehensweise und die ersten drei Fragen.

Den gesamten Fragebogen finden Sie in der Zeitschrift weiter bilden 04/2023 auf Seite 31 (PDF).

In dieser Ausgabe gibt es noch weitere interessante Artikel zum Thema.

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.

Ambiguität/Ambivalenz: Bewältigung von Unbestimmtheit und Mehrdeutigkeit

Das Umfeld wird oft mit VUCA beschrieben. “V” bedeutet Volatil, “U” bedeutet Uncertainty, “C” bedeutet “Complex” und “A” bedeutet Ambiguity/Ambiguität. Den Begriff Ambiguität (Mehrdeutigkeit), und die dazugehörende Ambiguitätstoleranz, habe ich schon in dem Blogbeitrag Erstens kommt es anders, zweitens als man denkt aus dem Jahr 2018 thematisiert. J. Sautermeister hat nun in seinem Artikel Ambiguität/Ambivalenz die beiden ähnlichen, aber doch unterschiedlichen Begriffe, deutlicher charakterisiert, obwohl es nicht einfach ist, da die Begriffe in verschiedenen Kontexten unterschiedlich interpretiert werden.

“Die Begriffe Ambivalenz und Ambiguität werden in pädagogischen, psychologischen und sozialwissenschaftlichen Konzepten unterschiedlich verwendet. Trotz aller Unschärfen und Unterschiede kann man der Sache nach folgendermaßen zwischen Ambiguität und Ambivalenz differenzieren: Ambiguität stellt ein objektives Charakteristikum von Phänomen, Texten, Semantiken, Praktiken, Situationen und Ereignissen dar, die aufgrund einer Zwei-, Mehr- oder Uneindeutigkeit zu einer Interpretationsoffenheit bzw. Deutungs- und Handlungsunsicherheit führen. Ambivalenz lässt sich als ein subjektives Erleben von Ambiguität und dem gleichzeitigen Auftreten einander widersprechender Gefühle, Gedanken, Absichten und Handlungsimpulse verstehen” (Sautermeister, J. (2023), in: weiter bilden 4/2023).

In konkreten Handlungssituationen, wie z.B. in Projekten, werden beide Aspekte enthalten sein, was die Sache nicht einfacher macht. Mit dieser Ambiguität (Mehrdeutigkeit) umzugehen, diese anzunehmen und zu bewältigen (Ambivalenz) – nicht nur zu tolerieren – ist Bestandteil eines modernen Kompetenzansatzes, der solche Situationen bewusst adressiert. Kompetenz als Selbstorganisationsdisposition auf der individuellen Ebene, der Ebene von Gruppen, Organisationen und Netzwerken kommt somit eine besondere Bedeutung in einem turbulenten Umfeld zu.

Siehe dazu auch Ist BANI – an Stelle von VUCA – eine bessere Beschreibung für das veränderte Umfeld? und Neue und alte Denkansätze – eine Gegenüberstellung.

Solche Zusammenhänge berücksichtigen 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.

Global Risks Report 2024: Misinformation und Disinformation neu im Top 10 Ranking

World Economic Forum (2024): Global Risk Report

Das World Economic Forum (2024): World Risk Report (PDF) geht wieder einmal sehr ausführlich auf mögliche globale Risiken ein. Diesmal gibt es allerdings eine Besonderheit, auf die ich etwas ausführlicher eingehen möchte. Unter dem Punkt False Information werden Misinformation und Disinformation neu im Top 10 Ranking aufgenommen. Ein Treiber für diese Entwicklung ist natürlich auch Künstliche Intelligenz (KI), oder Artificial Intelligence (AI):

Misinformation and disinformation is a new leader of the top 10 rankings this year. No longer requiring a niche skill set, easy-to-use interfaces to large-scale artificial intelligence (AI) models have already enabled an explosion in falsified information and so-called ‘synthetic’ content, from sophisticated voice cloning to counterfeit websites. To combat growing risks, governments are beginning to roll out new and evolving regulations to target both hosts and creators of online disinformation and illegal content. Nascent regulation of generative AI will likely complement these efforts. For example, requirements in China
to watermark AI-generated content may help identify false information, including unintentional misinformation through AI hallucinated content. Generally however, the speed and effectiveness of regulation is unlikely to match the pace of development” (WEF (2024:18).

Jeder der die Entwicklung von AI (KI) verfolgt wird erkennen, dass es weltweite Bestrebungen gibt, Grenzen für die Nutzung von KI (AI) zu formulieren. Doch wird auch immer deutlicher, dass Regularien oftmals zu langsam umgesetzt werden, und somit ein Graubereich zwischen den technologischen Möglichkeiten und gesetzten Grenzen entsteht.

Es ist somit auch jeder Einzelne angesprochen, Content kritisch zu hinterfragen. Eine gute Möglichkeit ist, bei selbst generierten Content die Quellen transparent anzugeben, und das auch bei anderen einzufordern. In unserem Blog, oder auch in den für Lehrgänge erstellten Teilnehmerunterlagen, haben wir das schon von Anfang an umgesetzt.

Solche Zusammenhänge berücksichtigen 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.