Veröffentlicht am

Wie entsteht Teamkompetenz?

Individuelle Kompetenzen gehen in der Interaktion mit mindestens einer weiteren Person in Teamkompetenz über. Doch ist diese Teamkompetenz nicht einfach eine Akkumulation der einzelnen Kompetenzen, denn die Teamkompetenz entsteht durch die gemeinsame Arbeit an einem Ziel.

Die gekonnte Zusammenarbeit mehrer Akteure bei der Lösung von Problemen lässt sich als Teamkompetenz bezeichnen. Ein Team ist „a distinguishable set of two or more people who interact dynamically, interdependently, and adaptively toward a common and valued goal/objective/mission who have each been assigned specific roles or functions to perform, and who have a limited span of membership“ (Salas et al. 1992). Die Kompetenz eines Teams ist nicht einfach a priori vorhanden, sondern sie entsteht im Zuge der gemeinsamen Aktivität und hat daher einen emergenten Charakter. Ihre Grundlage ist ein „shared situation awareness“, ein gemeinsames Situationsverständnis. Der Begriff der „situation awareness“ (SA) bezieht sich in seiner ursprünglichen Bedeutung auf den Bewusstseinszustand eines einzelnen Individuums und wird definiert als „the perception of elements in the environment within a volume of time and space, the comprehension of their meaning, and the projection of their status in the near future“ (Endsley 1988: 97) (Klatetzki 2010:225, Hervorhebungen durch den Autor des Blogbeitrags).

Teamkompetenzen als emergente Phänomene zu betrachten stellt die üblicherweise in den Unternehmen vorgenommene Konfiguration von Teamkompetenzen infrage. Einerseits ist der Problemlösungskontext der Zusammenarbeit mit entscheidend, und andererseits können emergente Phänomene nicht vollständig geplant und vorausgesagt werden. An verschiedenen Bifurkationspunkten schaffen die einzelnen Teile ihren Ordnungsparameter, der dann wiederum die einzelnen Teile (Teammitglieder) beeinflusst. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Veröffentlicht am

Intelligente Organisation oder Organisationale Intelligenz? Was soll das sein?

Image by Gerd Altmann from Pixabay

Wenn wir über Intelligenz oder Dummheit sprechen, geht es oft einerseits um intelligente Menschen und anderseits um intelligente maschinelle Systeme wie maschinelles Lernen oder Künstliche Intelligenz. In Unternehmen/Organisationen oder weiter gefasst, in Systemen geht es allerdings auch darum, die verschiedenen Facetten der Intelligenz zu fördern und für Werte zu nutzen. Bei Organisationen kommen die beiden Perspektiven “Intelligent Organization” und “Organizational Intelligence” ins Spiel.

Within this field two major research communities can be found. The first on has been established around the annual Hawai International Conference on System Sciences (HICSS), starting from a tutorial on “Intelligent Organizations” presented by G. P. Huber in 1987. The second has its roots in Japan, where T. Matsuda is developing towards a holistic approach of what he calls “Organizational Intelligence” (…). In contrast of others he [Matsuda 1988, 1991, 1992] stresses that machine learning is an integral part of the intelligence of an organization (vgl. Kirn 1996:141).

Die Organisationale Intelligence nach Matsuda integriert menschliche Intelligenz und (heute) Künstliche Intelligenz. Ich würde dabei noch ergänzen, dass dies nicht nur auf der organisationalen Ebene, sondern auch auf der individuellen Ebene, bei Teams und in Netzwerken außerhalb der Organisation eine Rolle spielt. In Meinem Buch Freund, R. (2011): das Konzept der Multiplen Kompetenz auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk habe ich diesen Ansatz auch mit Hilfe der Theorie der Multiplen Intelligenzen beschrieben.

Veröffentlicht am

Gedanken zum Kommunikationsbegriff in sozialen Systemen

Image by Susanne Jutzeler, suju-foto from Pixabay

Immer wieder wird in Interaktionen deutlich, dass der Kommunikation eine wichtige Rolle zukommt. Doch was verstehen wir unter Kommunikation? Eine Sichtweise kann aus der Systemtheorie abgeleitet werden. Luhmanns Systemtheorie “begreift Kommunikationen als Operationen sozialer Systeme und Erwartungen als Strukturen, die kommunikative Ereignisse miteinander verknüpfen. Erwartungen werden dabei als Verdichtungen von Sinn bestimmt” (Schneider 2008:129). Dabei ist Sinn definiert “durch die Unterscheidung von Aktualität und Möglichkeit” (ebd. S. 141). Weiterhin ist interessant, dass der Kommunikationsbegriff über die Entscheidung mit Konsens und Konflikt zusammenhängt.

Über die drei Selektionen Mitteilungen, Information und Verstehen hinaus, die zusammen den Kommunikationsbegriff definieren, ist eine vierte Selektion für den weiteren Verlauf der Kommunikation von zentraler Bedeutung, die mit jeder Anschlußäußerung aufgerufen ist: die Entscheidung zwischen der Annahme und der Ablehnung der vorausgehenden Mitteilung. Diese Entscheidung markiert einen Verzweigungspunkt in Richtung Konsens und Konflikt (Schneider 2008:138).

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

Welche Einflussfaktoren wirken auf den Erfolg von Netzwerken?

Image by OpenClipart-Vectors from Pixabay

Um den Erfolg von Netzwerken sicher zu stellen, ist die Aufdeckung relevanter Einflussfaktoren bedeutsam. In der Literatur werden folgende Faktoren diskutiert (Denison/Grohmann 2009:431):

Vertrauen zwischen den Mitgliedern: Vertrauen wird sowohl im Bezug auf Netzwerke sowie auf Networking durchgängig als bedeutendes Merkmal bzw. als Basis der Beziehungen genannt (Baker, 1994; Elsholz & Meyer-Menk, 2002; Hanft, 1997; Uzzi, 1997). Vertrauen erleichtert es, Wissen zu teilen und kooperieren (Meyerson, Weick & Kramer, 1996).

Reziprozität (Gegenseitigkeit): Für Kooperationen in Netzwerken ist es ebenfalls von Bedeutung, dass der Austauschprozess zwischen den Partnern als angemessen und ausgewogen wahrgenommen wird (Elsholz & Meyer-Menk, 2002; Hanft, 1997).

Homogenität der Mitglieder innerhalb des Netzwerks: Die Homogenität bzw. Heterogenität der Netzwerke wird kontrovers diskutiert. Ergebnisse zeigen einerseits, dass bessere Lernerfolge in heterogen zusammengesetzten Netzwerken erzielt werden (Wilkesmann, 1999). Andererseits können in Netzwerken auf Grund der Austauschorientierung auch Vorteile homogen gestalteter Netzwerke erwartet werden (Ibarra, 1993).

Unterstützung der Mitglieder untereinander: Netzwerke können für die Teilnehmer eine Unterstützungsfunktion bieten, da sie Personen mit ähnlichen Arbeitsbedingungen und vergleichbaren Problemen zusammenbringen, die sich im Rahmen der Netzwerke auch über belastende Aspekte austauschen können (Jütte, 2002).

Commitment zum Netzwerk: Die Entwicklung einer gemeinsamen Identität gilt als Erfolgsfaktor für Netzwerke (Diettrich & Gillen, 2004). Durch ein hohes Commitment in einem Netzwerk, also die Identifikation mit der Gruppe, wird der Austausch zwischen den Netzwerkmitgliedern erleichtert (vgl. Nahapiet & Ghoshal, 1998).

Weitere Rahmenbedingungen: Als weitere Erfolgsfaktoren gelten die optimale Größe von Netzwerken und die Stabilität von Netzwerken. Je nach Zweck des Netzwerks wird bei eher ökonomisch orientierten Netzwerken eine optimale Größe von 10-50 Akteuren angegeben (Borkenhagen, Jäkel, Kummer, Megerle & Vollmer, 2004). Stabile Teilnehmergruppen, insbesondere ein stabiler Kern, gelten als bedeutsamer Aspekt für erfolgreiche Netzwerke (Diettrich & Gillen, 2004). Gerade der Personenwechsel kann lernen negativ beeinflussen (Wilkesmann, 1999).

Veröffentlicht am

Warum gibt es kein deutsches Verb für Kompetenz?

Der Begriff “Kompetenz” ist sehr vielschichtig und verfügt wegen seiner geschichtlichen Entwicklung über viele Facetten. Eine davon ist, Kompetenz als Selbstorganisationsdisposition zu verstehen, die sich von Persönlichkeitseigenschaften und -fertigkeiten unterscheidet.

Ein weiterer, wichtiger Begriff ist in dem Zusammenhang ist “Qualifikation”. Qualifikationen sind hier Fertigkeiten, Fähigkeiten und Kenntnisse, die vermittelt und geprüft werden können. Qualifikationen sind eher für die Bewältigung überschaubarer Aufgaben geeignet. Daran schließen sich bereichsübergreifende Schlüsselqualifikationen an. In eher unsicheren/unübersichtlichen Problemlösungssettings reichen Qualifikationen zu deren Bewältigung nicht mehr aus. Da es in der heute stark vernetzten Welt immer mehr um komplexes Problemlösen geht, ist es nicht verwunderlich, dass die Kompetenzentwicklung auf pädagogischer Ebene und auf Unternehmensebene in den Mittelpunkt rückt.

Der ethisches Aspekt bedingt, dass dass Kompetenz nicht gelehrt und vermittelt, sondern nur angebahnt werden kann. Der sich Bildende ist bei der Entwicklung dieser umfassenden Fähigkeiten als Akteur gefragt (Heil 2007:72). Als einen Hinweis darauf, dass Kompetenz sich entwickelt und nicht vermittelt werde kann, kann die Tatsache gesehen werden, dass es kein deutsches Verb für Kompetenz gibt. Einen Menschen kann man qualifizieren aber nicht “kompetenzieren” (ebd. S. 75, in Heffels/Streffer/Häusler (2007).

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

Veröffentlicht am

Was macht ein komplexes System aus?

In Verbindung mit Arbeit 1.0-4.0 – oder auch im Projektmanagement usw. – wird häufig von komplexen Systemen gesprochen/geschrieben. Doch, was macht ein komplexes System aus?

First of all we have to discuss what we understand by complex systems. In a naive way, we may describe them as systems which are composed of many parts, or elements, or components which may be the same or of different kinds. The components or parts may be connected in a more or less complicated fashion (Haken 2006:1) (…) Systems may not only be complex as a result of being composed of so many parts but we may also speak of complex behaviour. The various manifestations of human behaviour may be very complex as is studied e.g. in psychology (ebd. p. 3) (…) An important step in treating complex systems consists in establishing relations between various macroscopic quantities. These relations are a consequence of microscopic events which, however, are often unknown or only partially known (ebd. p. 7).

Solche gänzlich unbekannten, oder teilweise unbekannten Beziehungen machen also ein System zu einem komplexen System. Doch wie kann eine Organisation, ein Team, oder auch jeder Einzelne mit etwas umgehen, das teilweise oder völlig unbekannt ist? Es scheint zunächst einmal deutlich zu werden, dass der Umgang mit offensichtlich vorhandenen Daten und Informationen nicht ausreicht. Beim Umgang mit komplexen Systemen kommt neben neuen technologischen Möglichkeiten noch hinzu, dass es Menschen braucht, die mit ihren vielfältigen Potenzialen solche Situationen bewältigen können. Siehe dazu auch Umgang mit Unschärfe und Unsicherheit, oder Erstens kommt es anders, zweitens als man denkt.

Veröffentlicht am

Komplexe Fähigkeiten durch das Meister-Lehrling-Prinzip (Apprenticeship) entwickeln

Image by Free-Photos from Pixabay

Es ist schon erstaunlich, wie lange sich das industriell geprägte Bildungssystem mir der damit verbundenen Bildungsindustrie noch hält, obwohl sich die Rahmenbedingungen für das zugegebenermaßen große Erfolgsmodell des vergangenen Jahrhunderts erheblich verändert haben.

Durch die Vernetzung von allem gibt es immer mehr komplexe Problemlösungssituationen in einer eher wissensbasierten Arbeitswelt. Dabei sind Fähigkeiten (Kompetenzen) erforderlich, die in klassischen, formalen Lehr- und Lernstrukturen kaum zu entwickeln sind. Ein Ansatz, der schon in der Vergangenheit erfolgreich verfolgt wurde: das Meister-Lehrling-Prinzip.

Erst im 19. Jahrhundert, und auch da nur in den Industrienationen, entwickelte sich ein formales Schulsystem als zentrales Bildungssystem für junge Menschen. Bevor sich die Schulen etabliert hatten, war die Lehre mit dem Meister-Lehrling-Prinzip (Apprenticeship) das verbreitetste lehr-Lern-System. Sogar heutzutage werden noch viele komplexe und wichtige Fähigkeiten – etwa die, die für Sprachgebrauch und soziale Interaktion benötigt werden – informell durch apprenticeship-ähnliche Methoden gelehrt. Darunter werden Methoden verstanden, die keine didaktischen Lehrbemühungen enthalten, sondern stattdessen auf Beobachtung, Coaching und schrittweise Annäherung an den Zielzustand vertrauen (Collins 2004:112).

Diese Art der Kompetenzentwicklung im Prozess der Arbeit kann z.B. durch Pair Programming, Tandem-Lernen oder anderen Methoden unterstützt werden. Interessant an der Beschreibung von Collins ist, das die Beteiligten dabei auf die “schrittweise Annäherung an den Zielzustand vertrauen” sollen. Hier wird die Verbindung zum iterativen Vorgehen bei agilen Methoden deutlich.

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

Veröffentlicht am

Ist emotionale Intelligenz messbar?

emotion

In unserem Blog habe ich schon des öfteren über die Messbarkeit, bzw. über das Messbarmachen von allem geschrieben. Siehe dazu beispielhaft Die Messbarmachung der Intelligenz: Ein Phänomen der Industriealisierung?, oder If You Can Not Measure it, You Can Not Manage it – Stimmt das denn?. Doch diese Auffassung ist nicht totzukriegen.

“Sogar wenn es um emotionale Intelligenz geht, herrscht noch die Ansicht vor, man könne sie messen, indem man Fragen stellt, die das deklarative Wissen betreffen. Beispielsweise forderte man die Befragten auf, sich in Bezug auf die Aussage »Ich weiß, warum meine Gefühle sich verändern« selbst einzustufen (siehe Matthews et al. 2004). Dem liegt die Überzeugung zugrunde, dass Menschen in der Lage und bereit sind mitzuteilen, wie ihre Intelligenz funktioniert. Im Gegensatz dazu zeigten die einflussreichen Untersuchungen von Nisbett und Wilson (1977), dass wir häufig keinen introspektiven Zugriff auf die Gründe unserer Urteile und Gefühle haben. Die Forschung zum impliziten Lernen beschäftigt sich mit Lernvorgängen, die unabsichtlich und unbewusst stattfinden (Lieberman 2000; Shanks 2005)” (zitiert in Gigerenzer 2007:244).

Dazu passt auch die von Ryle beschriebene intellektualistische Legende.

Die Industrialisierung nimmt im Vergleich zu den vorherigen gesellschaftlichen und wirtschaftlichen Phasen eine sehr kleine Zeitspanne ein, doch halten wir diese Phase für diejenige, die auch in Zukunft mit ihrem Mindset die anstehenden komplexen Problemlösungen bestimmt.

Dabei kommt es heute und in Zukunft zu neuen Fragen, die allerdings oft mit alten Ansätzen beantwortet werden. Wir sollten uns langsam aber sicher von dem industriellen Mindset verabschieden und die Chancen der Reflexiven Modernisierung nutzen. Dieser Strukturbruch zwischen einfacher und reflexiver Modernisierung zeigt die erforderlichen Handlungsweisen auf.

Veröffentlicht am

Wann sind mehr Informationen von Nachteil?

Je mehr umso besser ist nicht immer von Vorteil, obwohl das viele Menschen glauben. Berry Schwartz hat beispielsweise schon 2004 in seinem Buch The Paradox of Choice erwähnt, dass die Vielfalt eines Angebots Kunden überfordern können, sodass diese dann nicht kaufen (Blogbeitrag). Prof. Dr. Gerd Gigerenzer, Direktor emeritus am Max-Planck-Institut für Bildungsforschung und Direktor des Harding-Zentrum für Risikokompetenz am Max-Planck-Institut für Bildungsforschung in Berlin, hat sich in einem Buch darüber so seine Gedanken gemacht.

Doch selbst wenn die Information kostenlos zur Verfügung steht, gibt es Situationen, in denen mehr Information von Nachteil sein kann. Mehr Gedächtnis ist nicht immer besser. Mehr Zeit ist nicht immer besser. Mehr Insiderwissen mag zwar dabei helfen, den Markt von gestern zu »erklären«, aber nicht, den Markt von morgen vorherzusagen. Weniger ist wahrhaft mehr unter den folgenden Bedingungen (Gigerenzer 2007:46-47):
• Nützliches Maß an Unwissenheit: Wie die Rekognitionsheuristik zeigt, kann das Bauchgefühl eine beträchtliche Menge an Wissen und Information übertreffen.
• Unbewusste motorische Fertigkeiten: Bauchgefühle erfahrener Experten beruhen auf unbewussten Fertigkeiten, deren Ausführung durch zu viel Nachdenken beeinträchtigt werden kann.
• Kognitive Einschränkungen: Unser Gehirn scheint über angeborene Mechanismen wie Vergessen und die Tendenz, klein anzufangen, zu verfügen, die uns vor der Gefahr schützen, zu viel Information zu verarbeiten. Ohne kognitive Einschränkungen würden wir uns weit weniger intelligent verhalten.
• Paradox der freien Wahl: Je mehr Optionen man hat, desto größer die Möglichkeit, dass es zu Konflikten kommt, und desto schwieriger, die Optionen zu vergleichen. Von einem bestimmten Punkt an schaden mehr Optionen, Produkte und Wahlmöglichkeiten dem Verkäufer wie dem Käufer.
• Vorzüge der Einfachheit: In einer ungewissen Welt können einfache Faustregeln komplexe Phänomene ebenso gut oder besser vorhersagen als komplexe Regeln.
• Informationskosten. Wie der Fall der Kinderärzte in der Universitätsklinik erkennen lässt, kann eine zu intensive Informationsbeschaffung einem Patienten schaden. Genauso kann zu viel Neugier das Vertrauen am Arbeitsplatz oder in Beziehungen zerstören.

Sollten also mehr Daten, mehr Informationen, mehr Wissen, mehr Können und mehr Kompetenzen unser Ziel sein? Wie Gigerenzer ausführt, sollte das bei bestimmten Bedingungen nicht der Fall sein, in anderen Settings allerdings sehr wohl. Dieses Sowohl-als-auch – dieses ambidextere – macht es Menschen und Organisationen nicht einfacher. Da wir uns immer mehr in vernetzte Systeme hineinbewegen, werden die von Gigerenzer genannten Bedingungen immer stärker zu beachten sein. Siehe dazu auch Die Messbarmachung der Intelligenz: Ein Phänomen der Industrialisierung?