Circular Economy, Giordano Bruno´s „alles kreist“ und Selbstorganisation

Image by Arek Socha from Pixabay

Die heutige Kreislaufwirtschaft (Circular Economy) scheint ein modernes, ressourcenschonendes Konzept zu sein, dass sich in den 1960er Jahren bis heute weit verbreitet hat.

Der Kreislauf-Gedanke ist allerdings schon viel früher entstanden. Giordano Bruno hat beispielsweise mit seinem „alles kreist“ – Gedanken schon im 16. Jahrhundert an einem Baum-Beispiel verdeutlicht, wie sich alles wie bei einem Kreis immer wieder schließt und wieder beginnt.

Giordano Bruno: Werke, Bd. 3: De la causa, principio, et uno. Über die Ursache, das Prinzip und das Eine (1584), italienisch-deutsch, übersetzt, kommentiert und herausgegeben von Thomas Leinkauf, Hamburg: Felix Meiner 2007, S. 111.

Den Hinweis habe ich in dem Beitrag von Marie-Louise Heuser gefunden: Heuser, M.-L. (2026): Autopoiese und Synergetik. Konzepte der Selbstorganisation. In: Petzer, T.; Steiner, S. (Hrsg.) (2016): Synergie. Kultur- und Wissenschaftsgeschichte einer Denkfigur.

Interessant dabei ist weiterhin, dass die Autorin eine Linie zur modernen Selbstorganisation aufzeigt: „Wie an diesem Zitat ersichtlich wird, denkt Bruno die Selbstgestaltung des Baumes als eine zirkuläre Selbstorganisation“ (ebd.).

Es ist manchmal erstaunlich, dass sich vor Jahrhunderten entstandene Gedanken in heutigen scheinbar modernen Management-Konzepten wiederfinden. Es lohnt sich, solche Trends zu hinterfragen. Manchmal sind es einfach nur Marketing-Trends mit einem entsprechenden Storytelling.

Das soll natürlich nicht bedeuten, dass die oben angesprochene Circular Economy (Kreislaufwirtschaft) unwichtig ist – im Gegenteil. Es geht mir darum, den Bezug zu schon vorhandenen Gedanken immer wieder einmal aktiv zu suchen und auch bewusst herzustellen – am besten natürlich mit Quellenangaben.

Digitale Souveränität: Immer mehr junge Menschen interessieren sich für Open Source Anwendungen

Gerade bei jungen Menschen ist es angesagt, die bekannten proprietären Software-Anwendungen zu nutzen. Man zeigt, dass man IN ist, wenn man als junger Mensch beispielsweise die neuen KI-Modelle der großen Tech-Konzerne nutzen kann. Man glaubt, damit auch bessere Chancen auf dem Arbeitsmarkt zu haben.

In der Zwischenzeit gibt es allerdings in der Gesellschaft durchaus auch ein Umdenken in Richtung Open Source Anwendungen. Der Grund ist, die technologische, digitale Abhängigkeit Europas von den USA und China, die zu vielfältigen Problemen führen kann (Kill Switch). Siehe dazu auch Digitale Souveränität: Europa, USA und China im Vergleich.

Europa ist daher seit einiger Zeit auf dem Weg zu einer eigenen Digitalen Souveränität, die natürlich nicht von heute auf morgen erreichbar ist. Dennoch ist dieser Schritt erforderlich und basiert auf Open Source Anwendungen.

Es fehlen allerdings Kompetenzen zu Open Source Software und Open Source Hardware (Skill Shortage), da sich in der Vergangenheit zu wenige Menschen für diese Themen interessiert haben. Für viele überraschend, begeistern sich heute immer mehr junge Menschen für Open Source Lösungen.

„Denn junge, gut ausgebildete IT-Expert:innen haben immer öfter kein Interesse daran, sich auf eine intransparente Blackbox-Anwendung zu spezialisieren. Stattdessen ist ihr Interesse an Open-Source-Lösungen gestiegen, ebenso wie der Anspruch, mit der eigenen Arbeit nicht nur zu wirtschaftlichem Erfolg sondern auch zum Gemeinwohl beizutragen“ OSBA (2026): Open Source ist Schlüsselrolle für Staat und Wirtschaft.

Da immerhin 264 Milliarden Euro von europäischen Organisationen pro Jahr für nicht-europäische Technologien ausgeben werden, entsteht in Zukunft ein großer Markt, wenn wir mehr auf europäische Technologien setzen. Alleine wenn nur 30% von 264 Milliarden Euro in den kommenden Jahren ersetzt werden könnten, wären das auf europäischer Ebene fast 80 Milliarden Euro pro Jahr – mit steigender Tendenz.

EU Score: KI-Modelle und Open Source Anwendungen aus europäischer Sicht bewerten

https://eu-score.tech/

Es ist nicht ganz einfach, sich ein Bild von den ganzen KI-Möglichkeiten zu verschaffen. Es ist erforderlich, eine bestimmte Perspektive einzunehmen, um Bewertungen vorzunehmen. Die Plattform EU Score hat in 2025 damit angefangen, immer mehr Anwendungen aus dem Tech-Umfeld aus der Perspektive der Europäischen Union zu bewerten.

Die Dimensionen sind Population Sovereignty Equity Sovereignty, Supplier Sovereignty, Value Sovereignty und Webserver Sovereignty. Aus den einzelnen Zahlen wird dann ein Gesamtwert für die Souveränität der Europäischen Union ermittelt. In der Abbildung ist oben rechts ein gelb hinterlegter Wert von über 63,2% zu zu sehen.

Wenn ich in das Suchfeld „mistral“ eingebe (Abbildung), erscheint für Mistral Vibe (Mistral AI) der EU Score 541. Wenn ich in das Suchfeld „claude“ von Antropic eingebe, erhalte ich den EU Score 1. Das ist jetzt kein Schreibfehler! Die Unterschiede zwischen den beiden KI-Modellen sind aus europäischer Sicht frappierend. Ähnlich ist es auch bei dem Vergleich von Microsoft Office und Nextcloud usw.

Die Plattform ist eine interessanter Einstieg, um sich die großen Unterschiede zwischen den angebotenen Markt-Alternativen klar zu machen. In der Abbildung ist rechts unten weiterhin zu erkennen, dass man auch nur Open Source Anwendungen betrachten und analysieren kann.

Eine Paper zur Methode habe ich bisher allerdings nicht gefunden. Für Außenstehende wäre eine fundierte wissenschaftliche Begründung und Ableitung der verwendeten Methode klarer und transparenter, was wiederum mehr Vertrauen schaffen würde. It all starts with trust!

Dennoch halte ich die Plattform für ein geeignetes Instrument, für sich selbst, für Organisationen eine Diskussionsgrundlage für die eigene Digitale Souveränität zu schaffen.

Um das 30-fache unterscheiden sich je nach KI-Modell die Tokens – und damit die Kosten

https://longjubai.github.io/agent_token_consumption/

Wenn es um die Wirtschaftlichkeit von KI-Agenten geht, kommt es bei den Token-Kosten oftmals zu regelrechten Abrechnungsschocks. In ihrem Paper

Bai et al (2026): How Do Coding Agents Spend Your Money? Analyzing and Predicting Token Consumptions in Agentic Coding Tasks | https://arxiv.org/abs/2604.22750

haben die Forscher genauer untersucht, wie die Coding Agenten das Geld der Nutzer „ausgeben“. Ich möchte an dieser Stelle nur eine der vielen Erkenntnisse aus dem Paper wiedergeben: Es gibt wohl bei dem gleichen Task Unterschiede bis zum 30-fachen bei der Anzahl der Tokens – und damit der Kosten.

„(…) token usage is highly variable and inherently stochastic: runs on the same task can differ by up to 30× in total tokens, and higher token usage does not translate into higher accuracy; instead, accuracy often peaks at intermediate cost and saturates at higher
costs“ (Bai et al. 2026).

Gerade Kleine und Mittlere Unternehmen (KMU) mit ihren doch eher begrenzten Ressourcen sollten hier aufpassen.

Interessanterweise haben die Forscher zu ihrem ausführlichen Paper auch eine Website mit den wichtigsten Erkenntnissen erstellt. Dort ist wiederum ein kleines Spiel integriert, bei dem man anhand einer Problemstellung die voraussichtlich benötigten Token und die damit verbundenen Kosten schätzen kann – spannend.

Wir empfehlen auch aus diesen Gründen eher Local AI – also lokal ausgeführte Open Source KI-Modelle zu nutzen. Das kann zusammen mit einer Microsoft Alternative wie Nextcloud auf einem eigenen Server geschehen, oder als Edge Computing sogar mit Hilfe geeigneter Apps wie Ollama und Langflow, auf dem eigenen Laptop. In unserem Blog finden Se dazu viele Beiträge.

Solche Ansätze können die Innovationsfähigkeit gerade von KMU unterstützen, indem sie ein unternehmensspezifisches KI-System nutzen, bei dem alle generierten Daten beim Unternehmen bleiben – ganz im Sinne einer Digitalen Souveränität.

Wie so etwas für innovative Kleine und Mittlere Unternehmen (KMU) in Europa in Bezug auf Künstliche Intelligenz aussehen kann, stelle ich in zwei Paper auf der MCP-Konferenz 2026, vom 16.-19.09.2026 in Balatonfüred (Ungarn) vor:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Verantwortungsvolle Künstliche Intelligenz – Responsible AI (RAI)

AI (Artificial intelligence) AI management and support technology in the Business plan marketing success customer. AI management concept.

Die aktuellen Meldungen zu den Möglichkeiten von Künstlicher Intelligenz sind einerseits beeindruckend, und andererseits bedenklich. Bedenklich, weil es KI-Agenten der großen Tech-Unternehmen gelungen sein soll, selbstorganisiert andere Unternehmen zu hacken. Siehe dazu auch KI-Agenten: Agents of Chaos?

Das hat sogar OpenAI dazu gebracht, vorsichtiger mit den neuen Anwendungen umzugehen. Dabei geht es dem Unternehmen auch darum, Risiken von Schadensersatzklagen zu minimieren.

Was ist allerdings mit den gesellschaftlichen Schäden die solche nicht gut getesteten KI-Anwendungen anrichten? Werden solche technologischen Entwicklungen einfach der Gesellschaft überlassen? Das sollten wir nicht zulassen.

Es wundert daher nicht, dass es immer mehr Stimmen gibt, die in diesem Sinne eine verantwortliche Künstliche Intelligenz – Responsible AI (RAI) – auf allen gesellschaftlichen Ebenen einfordern. Ein Beispiel für solche Entwicklungen ist in einer aktuellen Veröffentlichung der OECD  (Organisation for Economic Co-operation and Development) zu finden:

„AI development has the potential to transform society in ways comparable to the industrial revolution or the advent of the internet. AI represents not merely an incremental advance but a transformative technology with the capacity to enhance productivity, create economic value, and solve complex challenges across a variety of sectors such as healthcare, manufacturing, logistics, and public administration. To harness this positive potential, the OECD sets out a balanced approach to responsible AI that enhances the opportunities of AI and establishes conditions for AI to be more profitable, innovative and competitive, while addressing risks of adverse impacts“ (OECD (2026) OECD Due Diligence Guidance for Responsible AI).

Verantwortlich mit Künstlicher Intelligenz umzugehen bedeutet somit, die Chancen und Risiken auszubalancieren. Die Entwicklungen in der Europäischen Union gehen in diese Richtung und sind in der Zwischenzeit zum Vorbild vieler anderer Nationen geworden. Siehe dazu auch Bris, A. (2025): SuperEurope: The Unexpected Hero of the 21st Century.

KI-System im Mittelstand: Von der Wissensbilanz lernen

In der aktuellen Diskussion um Künstliche Intelligenz kann man den Eindruck gewinnen, dass es fast täglich um neue, technische Möglichkeiten geht. Diese Neuerungen bei den Anwendungen sind allerdings so schnell, dass sie kaum noch in die Organisationsprozesse eingebunden, und von Mitarbeitern aufgenommen werden können.

Die Priorisierung von Technologie (T) im Vergleich zur Organisation (O) oder auch zu den Menschen (M) kann als TOM-Modell bezeichnet werden, in dem es zu einer asymmetrischen Beschleunigungssituation kommt, die gerade für Kleine und Mittlere Unternehmen (KMU), mit traditionell relativ wenig Ressourcen, gefährlich werden kann. KMU werden in diesem Modell zu getriebenen der Technologie und der KI-Modelle der Marktführer.

Eine ähnliche Entwicklung hatten wir schon einmal im Wissensmanagement, das auch zunächst vom TOM-Modell ausgegangen war. Mit dem besseren Verständnis von „Wissen“ – insbesondere die wichtige Rolle des impliziten Wissen – veränderte sich der Blick auf den Umgang mit Wissen. Das TOM-Modell wurde zum MOT-Modell mit dem Menschen (M) am Beginn von Überlegungen, der Organisation (O) und der Technologie (T). Allerdings war das nicht unbedingt als Reihenfolge zu verstehen, da ja alles mit allem zusammenhängt.

Letztendlich führten die Überlegungen zu der Erkenntnis, dass es sich beim Wissensmanagement eher um ein Wissenssystem handelt, in dem alles miteinander verbunden ist, und somit ein komplexes Wirkungsnetz entsteht. Darin gibt es Elemente, die sich gegenseitig selbst verstärken und auf den Erfolg der Organisation wirken (Generatoren).

Prinzipieller Aufbau eines Wirkungsnetzes ( In Anlehnung an Schels/Seidel, 2020)

Übertragen auf die Entwicklungen bei Künstlicher Intelligenz sollte ein Kleines und Mittleres Unternehmen (KMU) wie folgt vorgehen, um sein eigenes KI-System sinnvoll zu entwicklen:

Geschäftsprozesse beschreiben (max. 3)

Mensch: Kompetenzen in Bezug auf Künstliche Intelligenz definieren (3-5)

Organisation: Rahmenbedingungen beschreiben (3-5)

Technik: In Bezug auf Künstliche Intelligenz festlegen (3-5)

Stellen Sie nun alle 12 (mindestens) Einflussfaktoren miteinander in Beziehung und bewerten Sie möglichst im Team, wie stark der eine Einflussfaktor auf einen anderen Einflussfaktor wirkt (0, 1, 2, 3). Abschließend addieren Sie die Werte je Zeile (Aktivsumme) und in den Spalten (Passivsumme). Ein hoher Wert bei der Aktivsumme bedeutet, dass dieser Einflussfaktor stark auf das gesamte KI-System wirkt. Ein hoher Wert bei der Passivsumme bedeutet, dass das KI-System stark auf diesen Einflussfaktor wirkt. Abschließend wäre es noch möglich, Generatoren im System aufzuspüren, um sich mit den abzuleitenden Maßnahmen darauf zu konzentrieren.

Die Entscheidung für den Einsatz von KI und die Auswahl geeigneter Anwendungen sind für jedes einzelne KMU höchst individuell (Mittelstand Digital Focus Mensch, 2026).

Auf der internationalen Konferenz MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in einem Paper ein.

Open Source Software Country Intelligence Report Germany 2026

https://interoperable-europe.ec.europa.eu/sites/default/files/inline-files/germany-2026-osor-country-report.pdf

Deutschland entwickelt sich immer mehr zum Treiber beim Einsatz von Open Source Software in Europa. Der nun veröffentlichte Report der Europäischen Kommission stellt die verschiedenen Aktivitäten übersichtlich und strukturiert dar. Interessant dabei ist, dass gerade Öffentliche Verwaltungen als Vorbilder für den sinnvollen Einsatz von Open Source Software hervorgehoben werden.

„At the local level, states and cities have played a consistent role in advancing open source adoption, often ahead of the federal government. Schleswig-Holstein has been a leading example, developing a clear open source strategy that other states have drawn on. Thüringen and Munich are also significant actors. Munich’s trajectory is particularly notable: the city was an early adopter of open source software, before going back to proprietary software in 2017. Munich has since come back to open source software to reduce dependencies and strengthen its digital autonomy, reflecting a broader shift in political and practical conditions“
Source: European Commission (2026) Open Source Software Country Intelligence Report Germany 2026 | PDF

Die stärkere Nutzung von Open Source Software sollte der erste Schritt sein, sich von den kommerziellen Anwendungen etablierter Tech-Konzerne unabhängiger zu machen. Wie wir wissen, ist das schon für viele eine große Hürde, da sich Personen und Organisationen in eine Pfadabhängigkeit begeben haben. Der Aufwand, sich nun Open Source zuzuwenden, ist nicht wegzudiskutieren, doch übersteigt der Nutzen von Open Source Software die Kosten deutlich.

Weiterhin sollte berücksichtigt werden, dass Open Source Software auch bedeutet, mehr Open Source AI (Open Source Künstliche Intelligenz) einzusetzen. Es macht keinen Sinn, für die Standardabläufe in der Organisation auf Open Source Software zu setzen, und weiterhin proprietäre KI-Modelle zu nutzen. Siehe dazu auch Die erfolgreiche Open Source KI Geschichte.

Es geht somit darum, auf der persönlichen Ebene, auf der Teamebene und auf der organisationalen Ebene ein auf Open Source basierendes Gesamtsystem zu nutzen, um Digitale Souveränität, und damit verbunden eine gewisse Resilienz gegenüber dem turbulenten Umfeld zu erzielen.

Auf der MCP 2026 (16.-19.09.2026, Balatonfüred, Ungarn) gehe ich auf diese Zusammenhänge in zwei Paper ein:

Digital Sovereignty and Open-Source AI: The European Way for Innovative SMEs

Open-Source AI for Open User Innovation: Designing a Personal Fabrication Framework

Künstliche Intelligenz: Von Output über Outcome zu Impact

Wirkungstreppe bei Not-for-Profit-Projekten (PHINEO 2021)

Die Abbildung zeigt zwar die Wirkungstreppe bei Not-for-Profit-Projekten, doch möchte ich daran verschiedene Aspekte der heutigen KI-Diskussion aufzeigen. Wie zu erkennen ist, geht es bei der Entwicklung und Anwendung der verschiedenen KI-Modelle meistens darum, dass sich Künstliche Intelligenz rechnet – die Kosten also niedriger sind als der Nutzen. In den Anfängen der KI-Nutzung sind dazu sehr viele Beispiel veröffentlicht worden die zeigen, wie wirtschaftliche der KI-Einsatz sein kann. In der Zwischenzeit wird allerdings immer öfter auch darüber diskutiert, welche immensen Kosten entstehen können. Siehe dazu auch Wirtschaftlichkeit von KI-Agenten: Warum kommt es bei den Token-Kosten oft zu regelrechten Abrechnungsschocks? Diese Zusammenhänge gehören in die Kategorie Output oder Outcome.

Entscheidender für mich ist allerdings die Frage: Welchen Impact generiert Künstliche Intelligenz? Die großen US amerikanischen Tech-Konzerne wollen die Gesellschaft nach ihren wirtschaftlichen Vorstellungen ändern. Chinesische Modelle wollen das auch, doch haben diese einen anderen, eher politischen Ansatz. Siehe dazu Digitale Souveränität: Europa, USA und China im Vergleich.

Wenn es um Künstliche Intelligenz geht, sollten wir uns zunächst die Frage nach dem Impact stellen, da die KI-Modelle gravierende Auswirkungen auf unsere Gesellschaft haben. Es sollte nicht so sein, dass KI-Unternehmen unsere Daten für ihre Geschäfte nutzen und auch noch bestimmen, welche Werte in der Gesellschaft vertreten werden sollen.

In Europa wird nach und nach erkannt, dass es Zeit ist, europäische Werte als Rahmen für die Nutzung von Künstlicher Intelligenz zu setzen. Solche Grenzen werden die Tech-Konzerne nicht akzeptieren. Sie werden politischen Druck und ihre Lobbyarbeit nutzen, diesen europäischen Ansatz zu verwässern. Ich hoffe, dass die Europäische Union den eingeschlagenen Weg der sinnvollen Regulierung von Künstlicher Intelligenz weitergeht – zum Wohle der Menschen. Siehe dazu auch SuperEurope: The Unexpected Hero of the 21st Century.

Selbstchecks zu Digitalisierung und Künstliche Intelligenz

Quelle: https://digitalzentrum-chemnitz.de/wissen/generative-ki/

Das Mittelstand-Digital Zentrum Chemnitz hat zusammen mit der Technischen Universität Chemnitz verschiedene Selbstchecks zu den Themen Digitalisierung und Künstliche Intelligenz zusammengestellt. Diese ermöglichen es gerade Kleinen und Mittleren Unternehmen (KMU) je nach Schwerpunkt, den Ist-Zustand und den Soll-Zustand zu bestimmen. Diese einfache Gap-Analyse ermöglicht es dann den KMU gezielt Verbesserungen anzustoßen, um resilienter zu werden.

Die Abbildung zeigt einen Ausschnitt aus dem Selbstcheck zur Generativen Künstlichen Intelligenz. Blau hervorgehoben ist der selbst eingeschätzte IST-Zustand, und rot hervorgehoben der zu erreichende SOLL-Zustand zu erkennen. Die Ergebnisse können zurückgesetzt, geteilt oder auch gedruckt (beispielsweise als PDF) werden.

Die verschiedenen Checklisten bieten eine erste einfache Möglichkeit, sich mit den jeweiligen Themen gezielt und systematisch auseinanderzusetzen. Im Unternehmen ergeben sich daraus natürlich vielfältige Ansätze, die je nach Unternehmen und verfügbaren Ressourcen priorisiert werden sollten.

Als Ergänzung der einzelnen Checkliste kann ich mir ein einfaches Wirkungsnetz vorstellen, das Zielkonflikte aufzeigt: Zielkonflikte in einem einfachen Wirkungsnetz analysieren.

Darüber hinaus hat sich bei der Wissensbilanz – Made in Germany ein einfaches Wirkungsnetz bewährt, das auf den von Frederic Vester entwickelten Papiercomputer (auch als Vester’sche Einflussmatrix, Vernetzungsmatrix oder Vernetzungsgitter bekannt) zurückgeht. Das Ergebnis so einer Analyse zeigt dann auf, an welcher Stelle angesetzt werden sollte, um den größten Nutzen für das Gesamtsystem (Organisation) zu erreichen.

Haben wir zu viele Bullshit Jobs?

Image by Magnet.me from Pixabay

In einem interessanten Interview mit dem Portal Politikwissenschaften vom 25.03.2026 hat Prof. Dr. Florian Butollo über KI und die Zukunft der Arbeit gesprochen. Dabei hat er auch darauf hingewiesen, dass durch die permanente technische Optimierung, und die damit verbundenen Effizienzgewinne wieder neue Möglichkeiten für Unternehmen entstehen, und somit damit auch wiederum neue Arbeitsplätze – nur an anderen Stellen. Weiterhin hat Butollo auf ein Buch aufmerksam gemacht, in dem es um Bullshit Jobs geht, die wohl immer noch recht verbreitet sind:

„Der Anthropologe David Graeber hat 2018 in einem Buch eine Flut von Bullshit Jobs diagnostiziert, die er als eine Anstellung definierte, „die so vollkommen sinnlos, unnötig oder gefährlich ist, dass selbst derjenige, der sie ausführt, ihre Existenz nicht rechtfertigen kann, obwohl er sich im Rahmen der Beschäftigungsbedingungen verpflichtet fühlt, so zu tun, als sei dies nicht der Fall“ (Butello, 2026).

Quelle: Graeber, David (2018): Bullshit Jobs. Vom wahren Sinn der Arbeit, Stuttgart: Klett-Cotta, S. 20.

In dem einen Bereich, der ständig unter Druck steht und durch neue technologische Entwicklungen getrieben ist, entsteht schnell Überforderung und Überlastung, doch in anderen Bereichen langweilen sich die Mitarbeiter auch:

„Überlastung und Burn-out sind wichtig, doch es geht nicht nur darum. Gemäß neuer Studien fühlen sich 17 Prozent der Mitarbeiter tendenziell überlastet. Doch satte 43 Prozent fühlen sich von ihrer Arbeit sogar unterfordert. Sie langweilen sich“ (Prof. Dr. Florian Becker in dem Interview „Mehr als Mitfühlen“, in: projektmanagementaktuell 4/2023).

Es ist erstaunlich, dass ein Wirtschaftssystem, das in allen Bereichen auf Effizienz getrimmt ist, so eine „Unwucht“ auf dem Arbeitsmarkt ergeben hat.