Der von uns entwickelte Blended Learning Lehrgang Projektmanager/in (IHK) wird am kommenden Freitag, den 18.09.2020, bei der IHK Rhein-Neckar in Mannheim starten. Es freut uns, dass unser Angebot auch in den für alle schwierigen Corona-Zeiten weiterhin nachgefragt wird.
Auch für das kommende Jahr haben wir mit der IHK-Rhein-Neckar verschiedene Termine abgestimmt. Sollten Sie an diesem Lehrgang interessiert sein, so finden Sie auf der Lehrgangsseite der IHK Rhein-Neckar oder auf unserer Lernplattform weitere Informationen.
Im Zusammenhang mit der Transformation/Transitionen von traditionellen Organisationen zu Agilen Organisationen wird immer wieder das “Agile Mindset” hervorgehoben. Hans-Gerd Serevatius hat 2018 dazu Wege zu einem agilen Mindset beschrieben. Darin definiert er das agileMindset als “bewegliche Denkweise eines Menschen, die auch sein Verhalten prägt.”. Diese Denkweise kann als relativ stabil oder als veränderbar angenommen werden.
Carol Dweck (2006) beschreibt diese Zusammenhänge als Fixed Mindset oder Growth Mindset. Ein Fixed Mindset geht davon aus, dass Kreativität, Intelligenz und Talent unveränderbar sind.
Wie wichtig es ist, dass die an der Förderung des Lernens Beteiligten nicht an die Konstanz, sondern stattdessen an die Veränderbarkeit der Intelligenz glaubten, hat Carol Dweck (1986, 1990) in zahlreichen Untersuchungen überzeugend belegt (Mietzel 2003:253).
Wenn von Open Innovation gesprochen oder geschrieben wird, sollte zunächst klar sein, um welchen Ansatz es hier geht. Einerseits gibt es die Perspektive von Henry Chesbrough, der Open Innovation für Organisationen beschreibt, indem er den klassischen Innovationsprozess an verschiedenen Stellen öffnet. Dazu habe ich hier schon verschiedene Blogbeiträge, oder auch Konferenzpaper veröffentlicht (Veröffentlichungen).
Allerdings kann Open Innovation auch als Bottom-Up-Prozess interpretiert werden, der von einzelnen Personen ausgeht. Diese Perspektive vertritt Eric von Hippel besonders in seinem Buch Free Innovation, dass 2017 veröffentlicht wurde. Free Innovation definiert Eric von Hippel wie folgt: “First, no one pays free innovators for their development work, they do it during their unpaid, discretionary time. Second, free innovation designs are not actively protected by their developers—they are potentially acquirable by anyone for free” (ebd. p. 26). In diesem Sinne ergeben sich dann “three innovation modes” (p. 37-38):
A single free innovator is an individual in the household sector of the economy who creates an innovation using unpaid discretionary time and does not protect his or her design from adoption by free riders.
A collaborative free innovation project involves unpaid household sector contributors who share the work of generating a design for an innovation and do not protect their design from adoption by free riders.
A producer innovator is a single, non-collaborating firm. Producers anticipate profiting from their design by selling it. It is assumed that, thanks to secrecy or intellectual property rights, a producer innovator has exclusive control over the innovation and so is a monopolist with respect to its design.
Sechs nationale Studien zeigen dabei, dass der Anteil von single free innovator im Vergleich zu collaborative free innovation bei 72%-90% liegt (ebd. p. 25). Solche Zahlen sollten dazu führen, Innovationen nicht alleine nach dem Oslo Manual (2018) zu definieren, da diese Definition zu sehr auf Organisationen fokussiert ist. Weiterhin sollten einzelne Innovatoren stärker gefördert werden, da es hier scheinbar ein großes Potenzial gibt, das dann auch von anderen frei genutzt werden kann.
Das Umfeld von Organisationen hat sich in den letzten 150 Jahren deutlich verändert, doch strukturieren gerade große Organisationen sich immer noch so, als könnten komplexe Problemlösungprozesse in formalen Organisationen abgebildet werden. Die formale Organisation verkennt dabei allerdings einen wichtigen Aspekt.
Es gehört zur Logik der formalen Organisation, dass sie keine Widersprüche anerkennt. Ihre allgemeinen Regeln erheben den Anspruch, in jeder einzelnen Situation verbindlich zu sein. Was vorgeschrieben ist, soll so ausgeführt werden, wie es vorgeschrieben ist. (…) Diese Auffassung versteht die formale Organisation als ein Netz von Handlungsvorschriften, die möglichst getreu ins Handeln übertragen werden müssen; sie verkennt ihre Funktion als Struktur eines großen Sozialsystems (Luhmann 1999:297-298).
Diese Erkenntnis hat weitreichende Folgen: Beispielsweise ist damit die Methapher des “Unternehmens als Maschine” nicht mehr angemessen. Auch Mitarbeiter als “Zahnräder” zu beschreiben ist nicht mehr angebracht – wird allerdings immer noch verwendet. Darüber hinaus ist die allgemeine Sicht auf die “Berechenbarkeit von allem” eher hinderlich, zukunftsorientiert zu arbeiten. Diese Arten der Fremdorganisation von Arbeit werden nun immer mehr abgelöst von der Selbstorganisation des Arbeitshandelns abgelöst (Agile Ansätze). Die Organisation als “komplexen Sozialsystems” hat eine Passung zur Lebenswirklichkeit, mit weitreichenden Veränderungen. Komplexe Sozialsysteme zu verstehen, gehört bisher noch nicht zu den Kernkompetenzen von Unternehmen…
Wenn es um Emotionale Intelligenz geht, wird häufig Daniel Goleman genannt, der dieses Konstrukt bekannt gemacht hat. Dabei geht leider oft verloren, dass es John D. Mayer und Peter Salovey waren, die schon 1990 beschrieben haben, was sie unter Emotionaler Intelligenz verstehen.
“Emotional intelligence is a type of sociali ntelligence that involves the ability to monitor one’s own and others’ emotions to discriminate among them, and to use the information to guide one’s thinking and actions (Salovey & Mayer 1990)”, zitiert in Mayer/Salovay 1993, p. 433.
Interessant dabei ist, dass beide Autoren erwähnen, dass sie statt Emotional Intelligence auch Emotional Competence hätten wählen können, doch haben sie sich bewusst für Emotional Intelligence entschiedenen, da sich Emotional Intelligence “overlaps with Gardner´s (1983) ´(intra) personal intelligence´ (ebd. p. 433).
The core capacity at work here is access to one’s own feeling life – one’s range of affects or emotions; the capacity instantly to effect discriminations amongt these feelings and eventually, to label them, to enmesh them in symbolic codes, to draw upon them as a means of undentanding and guiding one’s behavior. In its most primitive form, the intrapenonal intelligence amounts to little more than the capacity to distinguish a feeling of pleasure from one of pain (…). At its most advanced level, intrapersonal knowledge allows one to detect and to symbolize complex and highly differentiated set of feelings (…) to attain a deep knowledge of (…) feeling life (ebd. p. 239).
Wenn alles nicht so einfach ist, also alles miteinander vernetzt ist, es Rückkopplungen gibt, und wir in diesem Sinne von einem komplexen sozialen System sprechen können, kommt es auch darauf an, die Phasenübergänge (Bifurkationspunkte) zu kennen. Doch, wie können wir uns diese Situation vorstellen, bzw. sogar damit umgehen?
Phasenübergänge führen fern des thermischen Gleichgewichts zu Emergenz und Selbstorganisation von Ordnung wachsender Komplexität. Allgemein können durch zufällige Wechselwirkungen der Systemelemente auf der Mikroebene neue Strukturen auf der Makroebene entstehen, die durch die Mikrozustände der Elemente nicht erklärbar sind. Wenige instabile Systemelemente geraten an den Instabilitätspunkten in starke Schwingungen, die schließlich auch die Mehrzahl der stabilen Systemelemente mitreißen. Sie zwingen ihnen ihr Verhalten auf oder – mit den Worten von Hermann Haken – „versklaven“ sie. Dadurch kommt es zu makroskopischen Veränderungen mit Ordnungs- und Musterbildungen. Es genügt also, das Verhalten der wenigen instabilen Systemelemente zu erkennen, um den Entwicklungstrend des gesamten Systems und seine makroskopischen Muster zu bestimmen. Die Größen, mit denen das Verteilungsmuster der Mikrozustände eines Systems charakterisiert wird, heißen nach dem russischen Physiker Lew D. Landau „Ordnungsparameter“ (Mainzer 2008:43-44).
Um das Gesamtsystem zu steuern, reicht es also aus, sich um die wenigen instabilen Systemelemente zu kümmern, um makroskopische Muster zu bestimmen. Es ist also nicht erforderlich alle Daten/Informationen im Sinne von Vollständigkeit vorliegen zu haben – was sowieso nicht möglich ist (Blogbeitrag). Weniger ist hier mehr. Entscheidend sind angemessene Maßnahmen an den richtigen Stellen. Aktuell habe ich eher den Eindruck, dass viele Unternehmen einem Datenfetischismus hinterherrennen, und die Chancen einer angemessenen Systemsteuerung nicht erkennen.
Der von uns entwickelte Blended Learning Zertifikatslehrgang Projektmanager/in (IHK) mit Start am 27.10.2020 bei der IHK Düsseldorf ist jetzt schon ausgebucht. Für den Lehrgang gibt es eine Warteliste. Falls ein Teilnehmer sich kurzfristig abmelden müsste, gibt es für die Interessenten der Warteliste die Möglichkeit nachzurücken.
Es freut uns natürlich sehr, dass unser Angebot in Zeiten von Corona weiterhin so gut angenommen wird. Es ist gerade der Mix von Präsenztagen und Onlinephasen, der von den Teilnehmern gerne gebucht wird, da diese Kombination der heutigen (hybriden) Arbeitsweise entspricht.
Der nächste Lehrgang wird in Düsseldorf vom 05.01.-09.02.2021 angeboten. Informationen zu weiteren Angeboten finden Sie auf unserer Lernplattform.
Wissen, und der Umgang mit diesem Konstrukt, werden immer wichtiger. Es ist dabei jedoch durchaus zu hinterfragen, was unter “Wissen” und dem dazugehörenden “Wissensmanagement” zu verstehen ist. So, wie Arbeit 1.0 und Arbeit 4.0 recht unterschiedlich sind, kann auch Wissensmanagement 1.0 bis Wissensmanagement 4.0 betrachtet werden. Wird Wissen wie eine Ressource verstanden, kann es durchaus sein, dass ein dazugehörendes Wissensmanagement eher wie ein Warenwirtschaftssystem interpretiert wird. Der folgende Text stellt diese Zusammenhänge deutlich dar.
„Wissensmanagement“ gilt mittlerweile überhaupt als neue Heilslehre, geht es um die Frage des Wissens. Der Wissensmanager löst nicht nur den Bildungsexperten ab, auch der Pädagoge und sogar der Wissenschaftler sollen sich zunehmend als Wissensmanager verstehen. Möglich ist diese Vorstellung nur, weil die Wissensgesellschaft die Beziehung des Wissens zur Wahrheit gekappt hat. Nun werden Daten als Rohstoff, Informationen als für ein System oder Unternehmen aufbereitete Daten und Wissen als die “Veredelung von Informationen durch Praxis” beschrieben. Statt um Erkenntnisse geht es um Best practice. Gerade die Differenz, die Wissen als epistemisches Verfahren von anderen Weltbewältigungsstrategien unterscheidet, wird nun eingezogen. Das Wissensmanagement verfährt letztlich wie ein „Materialwirtschaftssystem“, und der Wissensmanager erhebt gerade einmal den paradoxen Anspruch, unter “Ausklammerung von Wahrheits- und Geltungsfragen“ herauszufinden, welche Art von Wissen sein Unternehmen zur Lösung seiner Probleme benötigt (Liessmann 2008:149).
In Organisationen finden wir heute ein Mix von Arbeiten, die durchgeführt werden müssen, wobei Daten, Informationen und Wissen immer mehr selbstorganisiert eingesetzt werden müssen, um komplexe Probleme zu lösen. In so technischen und sozialen System kommt es daher darauf an, das passende Wissensmanagement-System zu entwickeln. Siehe dazu auch Ist Wissensmanagement 4.0 ein hybrides Wissensmanagement?
Wenn es um die Bewältigung komplexer Probleme geht, kommt der Kompetenzbegriff ins Spiel, der nach Erpenbeck/Heyse Kompetenz als Selbstorganisationsdisposition aufzufassen ist. Etwas vereinfacht ausgedrückt ist Selbstorganisation eine “Strukturbildung von selbst” (Heyse/Erpenbeck 1997:29). Kompetenz stellt somit eine Art Vermögen dar, das noch im Kontext realisiert werden muss. Der Komplementärbegriff zu “Kompetenz” ist dabei “Performanz”, deren Bezug zueinander zunächst in der Linguistik durch Chomsky thematisiert wurde.
“Kompetenz“ und „Performanz“ sind dieser linguistischen Tradition zufolge bekanntlich als Komplementärbegriffe zu begreifen. Kompetenz meint hier „das Befolgen von Regeln oder Gesetzmäßigkeiten der Kombinatorik auf der Basis einer kalkulierbaren Zahl von Elementen“, während unter Performanz „die konkrete Realisierung von Ausdrucksmitteln und Formen in einer bestimmten Situation durch individuelle Akzente“ zu verstehen ist, allerdings eben die „Realisierung systemisch angelegter (Tiefen-)Strukturen“ (Soeffner 2003: 663) (Pfadenhauer 2010:159).
Group of people with devices in hands working together as symbol of networking and communication
Die Geburtsstunde von “Künstlicher Intelligenz” geht auf einen Konferenzbeitrag von McCarthy im Jahr 1955 zurück. In der Zwischenzeit gibt es durch die vielen neuen technischen Möglichkeiten zwar immer wieder Definitionsversuche, doch immer noch keine einheitliche und anerkannte Definition. Was allerdings klar erscheint sind die verschiedenen Aufgabengebiete, die für eine Künstliche Intelligenz geeignet erscheinen. Russell und Norvig unterscheiden hier acht Aufgabengebiete (vgl. Russell und Norvig 2012; Peissner et al. 2019), zitiert in Fraunhofer IAO 2020:11-12):
Lernen
Problemlösung durch Suchen
Planen
Robotik
Entscheidung
Wissensrepräsentation
Wahrnehmung
Spracherkennung
Anhand dieser Auflistung wird deutlich, dass Künstliche Intelligenz viele Tätigkeiten in unserem gesellschaftlichen und wirtschaftlichen Leben beeinflussen kann. Es geht hier allerdings nicht immer um komplette Jobs, die infrage gestellt werden, sondern auch um Tätigkeitsportfolios, die in einzelnen Jobs oder in Prozessketten von KI profitieren können. Hier ein Beispiel:
Populär wurden in jüngster Zeit Anwendungen wie beispielsweise KI-gestützte »Chatbots«. Dies sind Programme, die eine Konversation mit Nutzern führen können. Social Chatbots agieren in sozialen Netzwerken wie Facebook und Twitter (vgl. Edwards 2016). Anwendungsgebiete sind u.a. Bestellungen (z.B. Pizza-Service), Antworten auf Kundenanfragen zu Prozessen (Paketdienste) und Bearbeitung von Beschwerden (Fraunhofer IAO 2020:13).
Translate »
Diese Website benutzt Cookies. Wenn du die Website weiter nutzt, gehen wir von deinem Einverständnis aus.
