Komplexität bzw. komplex – in Abgrenzung zu einfach und kompliziert

Image by Gerd Altmann from Pixabay

Es ist gar nicht so einfach „Komplexität“ zu erklären, ohne wieder in die Kategorie „Kompliziert“ zu verfallen. Es wundert daher nicht, dass auch die Beschreibung von Komplexität durchaus anspruchsvoll ist.

 „Komplexität bzw. komplex – in Abgrenzung zu einfach und kompliziert – beschreibt ein nicht zerlegbares, am Rand des Chaos befindliches System, welches in bestimmten (System-) Bereichen kohärente, regelgeleitete und rekursive Verhaltensmuster aufzeigt, in einer Zeitspanne eine große Zahl von verschiedenen Zuständen annehmen kann, und dessen Beschreibung abhängig vom Beobachter ist. Komplexe Systeme sind Evolution, Anpassung sowie Selektion permanent ausgesetzt und tragen aktiv zur evolutionsfähigen Gestaltung der Systemumwelt bei. Für diese Arbeit charakterisieren sich komplexe Systeme durch das Vorliegen folgender Systemeigenschaften: Überlebenssicherung, Dynamik, Vielzahl und Varietät, Pfadabhängigkeit, Rückkopplungen, Nichtlinearität, Offenheit, begrenzte Rationalität, Selbstorganisation, Selbstreferenz, Emergenz und Autopoiesis“ (Bandte 2007:78).

Wenn Sie sich diese Beschreibung durchgelesen haben, gehören sie schon einmal zu den wenigen, die sich mit diesem Thema intensiver. auseinandersetzen – Glückwunsch! Dieser Strukturbruch zwischen einfacher und reflexiver Modernisierung ist nicht einfach zu verstehen und erfordert viel von Personen, Gruppen, Organisationen und Netzwerken. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk.

Das menschliche Gehirn zwischen Computer und lernenden Algorithmen

Wir sind es schon seit vielen Jahrzehnten gewohnt, dass Maschinen und Computer unsere Arbeit erleichtern. Wir sehen es auch als „normal“ an, dass digitale Computersysteme dazu geführt haben, dass es neue Arbeitsmöglichkeiten (Jobs, bzw. Jobprofile) gibt. In der Zwischenzeit kommt allerdings hinzu, dass es eine weitere Qualität in diesem Zusammenspiel gibt: Lernende Algorithmen. Die folgende Tabelle stellt die verschiedenen Kategorien mit ihren markanten Eigenschaften gegenüber.


Neuromorphes ComputingMenschliches GehirnDigitale Computer
AlgorithmenLernende AlgorithmenUnbekanntProgramme/ Logiken
ArchitekturNeuronale Netze (von der Biologie inspiriert)Biologische neuronale NetzeVon-Neumann-Architektur
MittelKünstliche Neuronen und SynapsenBiologische Neuronen und SynapsenCPU (zentrale Prozessoreinheiten) Speichereinheiten
Fraunhofer Magazin 4/2020, S. 22

Dabei wird klar, dass die Algorithmen des menschlichen Gehirns immer noch unbekannt sind, und dass neuromorphes Computing durchaus von der Biologie inspiriert wurde. In Zukunft wird es darauf ankommen, die verschiedenen Kategorien je Anwendungsbezug (Kontext, Domäne) flexibel zu nutzen. Diese situationsspezifische Konfiguration, und die damit verbundene Lerngeschwindigkeit auf allen Ebenen (Individuum, Gruppe, Organisation und Netzwerk) werden sicherlich wesentliche Erfolgsfaktoren in der zukünftigen Arbeitswelt sein.

Pyramiding für das Herausfinden von Experten nutzen

Image by Pete Linforth from Pixabay

Immer wieder kommt es bei Problemlösungen vor, dass man als Person oder als Team oder als Organisation nicht weiter kommt. Zunächst wird analysiert, wen wir so kennen, oder ob es nicht irgendwelche Informationen dazu im Internet gibt. Es geht um Empfehlungen von Experten, die dann im Ranking „nach oben“ rutschen. Etwas wissenschaftlicher ausgedrückt, handelt es sich dabei um eine Art von pyramiding.

Pyramiding search is a variant of snowballing – but with an important difference. Pyramiding requires that people having a strong interest in a given attribute or quality, for example a particular type of expertise, will tend to know of people who know more about and/or have more of that attribute than they themselves do (von Hippel et al 1999)“. zitiert von von Hippel/Franke/Prügl 2009).

Personen mit einer bestimmten Expertise herauszufinden ist nach den Autoren auch kostengünstiger als eine Screening Methode: „Thus, the cost per lead user identified via the pyramiding procedure in this real world case was $1,500 – 15% of the cost of the screener method“ (ebd). Beispielhaft wird das Paramyding beim Herausfinden von Lead User beschrieben, die mit Hilfe vorbereiteter Interviews analysiert werden konnten.

Warm sollte das Pyramiding auf den Innovationsprozess beschränkt sein, und nicht auch für das Kompetenzmanagement oder Wissensmanagement eingesetzt werden? Mit Hilfe moderner Technologien wäre das sogar in Echtzeit und verschiedene Kontexte (Domänen) möglich.

Warum gibt es für Multiple Intelligenzen keinen standardisierten Test?

Image by tjevans from Pixabay

Wir sind es aus der industriellen Tradition heraus gewohnt, alles zu messen, bzw. alles messbar zu machen. Es gibt Kennzahlen für alles und jeden, die dann auch als Vergleichsmaßstab herhalten und somit auch selektieren. Ein Beispiel dafür ist der Intelligenz-Quotient (IQ), der schon lange für Auswahlverfahren im Beruf, und auch in Schulen eingesetzt wird. Diesen Strukturmodellen stehen Systemmodelle wie das von Sternberg oder das von Howard Gardner gegenüber, die Intelligenz als ein komplexes Konstrukt sehen, das nicht dekontextualisiert in einem standardisierten Test bestimmt werden kann. Ein weiterer Grund ist, dass standardisierte Tests hauptsächlich auf sprachliche und logisch-mathematische Dimensionen ausgerichtet sind. Der folgende Absatz fasst die beiden Punkte noch einmal zusammen.

The weak performance of standardized tests is not surprising, Gardner (1983, 1993) suggests, for two reasons. First, standardized tests sample too narrow a range. They place a heavy premium on two sets of skills (linguistic and logical-mathematical) and pay too little attention to a variety of other human intelligences (spatial, musical, bodily-kinesthetic, interpersonal, intrapersonal, and naturalist). Second, in many cases standardized tests are quite remote from the real-world contexts in which knowledge is acquired and used (that is, problem-solving on tests is typically “decontextualized”) (Torff 1997:IX).

Es ist zwar ganz lustig, wenn in verschiedenen Büchern oder auch in Online-Spielen das eigene Multiplen-Intelligenzen-Profil durch ankreuzen/anklicken bestimmt werden kann, doch hat das alles nichts mit der Multiplen Intelligenzen Theorie von Howard Gardner zu tun…

Gedanken zum Begriff der „Domäne“

Image by Steve Buissinne from Pixabay

Warum ist der Begriff der „Domäne“ überhaupt relevant? Es kommt im beruflichen Alltag oft vor, dass Inhaltsbereiche (Fächer) unterschieden werden, die unterschiedliche Arten von Wissen enthalten. Diese Inhaltsbereiche sind berufliche Kontexte (Domänen), in denen Wissensarten für die oftmals komplexen Problemlösungen genutzt werden. Interessant ist hier bisher, das folgende „domain areas“ wissenschaftlich untersucht wurden (vgl. Alexander 1992): Physik, Baseball, Medizinische Diagnostik, Schach, Programmieren, Restaurant-Bestellungen, Taxi fahren usw.

Der Begriff der ,,Domäne“ findet sich in der Literatur vor allem in zwei Kontexten, nämlich in der Expertiseforschung (vgl. Gruber& Zieglet 1996)- hier oft als ,,Wissensdomäne“ oder ,,Domänenwissen“ – und in Theorien zur Domänenspezifizität des menschlichen Verstandes (vgl. Hirschfeld & Gelman 1994), die Domänen nicht auf der Basis von vorhandenen Wissensbeständen, sondern von – angeborenen oder erworbenen – kognitiven Kompetenzen konzipieren. Hirschfeld
und Gilman (1994) unterscheiden demzufolge zwischen ,,competence-based views“ und ,,knowledge-based views“ . (…) ,,Domäine“ = Kompetenz operiert auf Referenzbereich und führt zu Wissen. Diese Konzeptualisierung erlaubt die Überwindung des von Hirschfeld und Gelman (Hischfeld & Gelman 1994) diagnostizierten Nebeneinanders von kompetenz- und wissensbasierten Ansätzen (Hoops 1999:50-51).

In meinem Buch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk gehe ich auf die domänenspezifischen komplexen Problemlösungen ein, die gerade in dem heute vorhandenen turbulenten Umfeld eine wichtige Rolle spielen. Dabei werden die beschriebenen kognitiven Kompetenzen zu multiplen Kompetenzen erweitert.

Zukunftsbilder für Arbeit in Büros und Produktion

In den verschiedenen wissenschaftlichen Diskussionen geht es einerseits um die Digitalisierungsstrategie und andererseits um die Aufgabenkomplexität. Die folgende Übersicht zeigt beispielhaft, welche Zukunftsbilder sich daraus für Büros und Produktion ergeben.

PolarisierungUpgrading
AssistenzAngelerntenarbeitFach- und Wissensarbeit
SubstitutionVollautomatisierungProzessbetreuung
Quelle: Korge et al. 2016, zitiert in Korge, A.; Marrenbach, D. (2018:9)

„Ausgangspunkt für die Konzeption der Zukunftsbilder sind zwei aktuelle, wissenschaftliche Diskussionen. Die erste Diskussion betrachtet die Digitalisierungsstrategie. Sie unterscheidet, ob die Digitalisierung eine Ersetzung (Substitution) menschlicher Arbeit oder eine Unterstützung des arbeitenden Menschen (Assistenz) anstrebt. Die zweite Diskussion behandelt die Entwicklung von Aufgabenkomplexität und Qualifikationen bei den Beschäftigten. Unterschieden wird zwischen Aufwertung (Upgrading) und Aufspaltung (Polarisierung)“ (Korge/Marrenbach 2018:9).

Interessant dabei ist, dass die einzelnen Zukunftsbilder gut voneinander abgrenzbar sind, und zu verschiedenen Anforderungen an die Mitarbeiter und an die Organisation führen. Weiterhin ist davon auszugehen, dass Unternehmen oftmals ein Mix der verschiedenen Arbeitsfelder zu bewältigen haben, was zu einer ambidexteren Organisation führt. Siehe dazu auch Projektmanagement: Agil, hybrid, klassisch?

Intelligenztheorie: Anmerkungen zu Sternbergs Triarchischen Theorie und Gardners Multiple Intelligenzen Theorie

In meiner Veröffentlichung Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk habe ich dazu auf Seite 8 folgendes geschrieben:

Die Triarchische Theorie (vgl. Sternberg 1985a/1985b) und die Multiple Intelligenzen Theorie (vgl. Gardner 1983/1993) scheinen geeignet zu sein, wenn es um eine notwendige Erweiterung des Intelligenzbegriffs geht (vgl. Siebert/Seidel 2000:48), da beide Theorien als Systemmodelle bezeichnet werden können, die „auch externe Aspekte des Erlebens und Denkens [mit einbeziehen, und] (…) Intelligenz als komplexes System betrachten“ (Schulze et al. 2006:15). Die Berücksichtigung von Intelligenz als komplexes System wird diesen Theorien von den eher an der psychometrischen Tradition des Intelligenzkonstrukts orientierten Forschern jedoch zum Vorwurf gemacht, da es Aufgabe der Wissenschaft sei „komplexe Konzepte auf einfache, elementarere zu reduzieren“ (Eysenck 2004:114). Aus der Perspektive eines offeneren Wissenschaftsverständnisses ist es allerdings eher eine Stärke von Intelligenztheorien, wenn diese Intelligenz als komplexes Konstrukt ansehen. Die Triarchische Theorie (vgl. Sternberg 1984/1985) und die Multiple Intelligenzen Theorie (vgl. Gardner 1983/1993) sind auch dazu geeignet, Brücken zwischen den verschiedenen Ansätzen der Intelligenzforschung zu schlagen, und dem arbeitsweltbezogenen Handeln mit seiner Kontextabhängigkeit und Komplexität gerecht zu werden (vgl. Jez 2005:54). Beide Theorien integrieren damit bisher disparate Forschungsergebnisse und Theorien, wodurch sich ein neuer Rahmen für ein besseres Verständnis von menschlicher Intelligenz und Kompetenz ergeben kann (vgl. Kail/Pellegrino 1988:166).

Worin unterscheiden sich Mentale Modelle und Erinnerungen?

Image by Mabel Amber from Pixabay

Der folgende Abschnitt erläutert, wie sich Mentale Modelle und Erinnerungen (Memories) unterscheiden.

„A good way to understand these active structures is the concept of mental models. […] Senge describes mental models as deeply held internal images of how the world works, which have a powerful influence on what we do because they also affect, what we see. […] The concept of mental models differs from the traditional notion of memory as static storage because mental models play an active role in what an individual sees and does. Mental models represent a person’s view of the world, including explicit and implicit understandings. Mental models provide the context in which to view and interpret new material, and they determine how stored information is relevant to a given situation. They represent more than a collection of ideas, memories, and experiences. […] Mental models not only help us make sense of the world we see, they can also restrict our understandings to what which sense within the mental model.” (Kim 1993:39, zitiert in Schäcke 2006:272).

Mentale Modelle sind also wie Brillen, durch die wir die Welt sehen, und unsere Handlungen daraus ableiten. Diese Mentalen Modelle sind nicht fix, und können daher verändert werden.

Reden wir über Dummheit

Image by Harmony Lawrence from Pixabay

Wer will schon dumm sein? Viel lieber sprechen wir über Intelligenz, über intelligente Maschinen, Künstliche Intelligenz (KI), intelligente Häuser, Möbel oder Autos usw. Das Attribut „Intelligenz“ scheint per se positiv aufgeladen zu sein. Im Gegensatz dazu steht der Begriff „Dumm“ für eine eher negative Assoziation. Die Google-Suche von heute ergab ca. 15 Mio. Treffer für den Begriff „dumm“ und ca. 480 Mio. Treffer für den Begriff „intelligent“. Es ist daher gut nachvollziehbar, dass sich recht wenige mit dem Thema „Dummheit“ intensiver auseinandergesetzt haben.

Schneider (2006:17-18) beschreibt die Situation wie folgt: „Wenige haben sich an das Thema herangewagt, wenn man von medizinischen Arbeiten über Stadien der Demenz einmal absieht. Bei denen, die’s getan haben, finden sich ähnliche Überlegungen wie ich sie für das Thema der Ignoranz anstelle.
– Dummheit wird als auf dem Vormarsch begriffen diagnostiziert (vgl. Geyr 1954:91 ff)
– Dummheit bzw. Narrentum werden gelobt, sowohl bei Erasmus von Rotterdam, der eines der bekanntesten Werke zum Thema verfasst hat, als auch von anderen Autoren (Erasmus; Stultitiae Laus, vgl. Hartmann 1947).
– Es werden vier Möglichkeiten unterschieden, (…) : Dummes Verhalten, trotz normaler oder sogar erhöhter Intelligenz, kluges Verhalten trotz geringer Intelligenz sowie die beiden übereinstimmenden Alternativen eines klugen Verhaltens auf Basis von Intelligenz und eines dummen/schädlichen Verhaltens auf Basis eines Mangels an Intelligenz“.

Diese Dichotomie (Dumm-Intelligent) spiegelt allerdings eine Denkweise wider, die einem „Entweder-Oder“ entspricht, obwohl es wohl ein Kontinuum zwischen den Polen gibt, das auch abhängig zu sein scheint von dem Kontext, in dem die „dumme“ oder“ intelligente“ Problemlösung stattfindet. In der heutigen Welt, die sich permanent, schnell und stark verändert, wollen viele Menschen gerne eine klare Einteilung von „richtig“ oder „falsch“, bzw. von „dumm“ oder „intelligent“ – was allerdings so trennscharf nicht möglich ist: „Wenn die Dummheit nicht dem Fortschritt, dem Talent, der Hoffnung oder der Verbesserung zum Verwechseln ähnlich sähe, würde niemand dumm sein wollen“ (Musli 1937: 5; zitiert in Schneider 2006:17-18). Siehe dazu auch Theorie der Multiplen Intelligenzen.

Kompetenz, Qualifikation, Performanz und Können – eine Einordnung

Image by Welcome to all and thank you for your visit ! from Pixabay

Im letzten Blogbeitrag habe ich Kompetenz und Intelligenz gegenübergestellt. Nun möchte ich der Frage nach gehen, wie sich Kompetenz und Qualifikation unterscheiden. Die folgende Tabelle stellt konzeptuelle Merkmale der Begriffe „Qualifikation“ und „Kompetenz“ gegenüber.

KompetenzenQualifikationen
Objekt-Subjekt-Bezugsind  bereichsspezifische Fähigkeiten und Strategien im Sinne von psychischen Leistungsdispositionen; sie sind anwendungsoffen.sind objektiv durch die Arbeitsaufgaben und -prozesse und die daraus resultierenden Qualifikations- anforderungen gegeben.
LernenDie Aneignung von Kompetenzen ist Teil der Persönlichkeitsentwicklung
und umfasst auch die Fähigkeiten, die sich aus
den Bildungszielen ergeben.
Im Prozess der Aneignung von Qualifikationen ist der Mensch ein Trägermedium für Qualifikationen, eine
(humane) Ressource, die durch Training zur Ausübung spezifischer Tätigkeiten befähigt wird.
Objektivier-barkeitBerufliche Kompetenzen
zielen v. a. auf die nicht oder nur schwer objektivierbaren Fähigkeiten beruflicher Fachkräfte, die über die aktuellen beruflichen Aufgaben hinaus auf die Lösung und Bearbeitung zukünftiger Aufgaben zielen.
Qualifikationen beschreiben die noch nicht objektivierten/ maschinisierten Fertigkeiten und Fähigkeiten und definieren den Menschen als Träger von Qualifikationen, die aus den Arbeitsprozessen abgeleitet werden.
Rauner, F.; Haasler, B.; Heinemann, L.; Grollmann, P. (2009:31)

Es wird hier deutlich, dass sich berufliche Kompetenzen auf Leistungsdispositionen beziehen, die beispielsweise Erpenbeck/Rosenstiel (2003) in vier Kompetenzklassen unterteilen: Personale Kompetenz, Aktivitätsorientierte Kompetenz, Fachlich-Methodische Kompetenzen und Soziale Kompetenzen. Demgegenüber steht bei der Qualifikation „die Performanz, das beobachtbare berufliche Können, im Vordergrund (Rauner/Haasler/Heinemann/Grollmann 2009:38).