Veröffentlicht am

Digitalisierung – inkl. KI – im Projektmanagement

Die aktuelle Ausgabe 1/2023 der Zeitschrift projektmanagementaktuell befasst sich mit der Digitalisierung im Projektmanagement. Schaut man sich diese Ausgabe etwas genauer an ist zu erkennen, dass es den Beitrag Wie entwickelt sich das Projektmanagement und warum?, oder auch einen Schwerpunkt zur Nutzung von KI (Künstlicher Intelligenz) im Projektmanagement gibt. Ich hätte mir daher einen etwas aussagefähigeren Titel gewünscht.

Wir experimentieren gerade mit ChatGPT im Projektmanagement. Die ersten Ergebnisse sind vielversprechend – es kommt sehr auf den Input an, auf die Prompts, damit es zu guten Ergebnissen kommt. Dazu braucht man auch etwas Übung. Siehe dazu auch In der Zwischenzeit kann Künstliche Intelligenz im Projektmanagement genutzt werden – beispielsweise im Projektmarketing.

In den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK) gehen wir auf diese Zusammenhänge ein. Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.

Veröffentlicht am

Nextcloud Hub 4 mit “ethical AI” Integration – Open Source

Wir nutzen Nextcloud für die kollaborative Zusammenarbeit, zusammen mit OpenProject, und für Boards usw. Dabei ist es uns wichtig, dass wir Nextcloud als Open Source Anwendung auf unseren Servern betreiben können und somit alle Daten nicht bei Big Tech landen.

Die Entwicklung bei Nextcloud ist insgesamt schon erstaunlich: Begonnen hat alles (erst) vor 6 Jahren, u.a. damit, Dateien zu synchronisieren – ähnlich Dropbox etc. In der Zwischenzeit ist Nextcloud zu einer Kollaborationsplattform geworden, die den bekannten Plattformen der Big Tech Konzernen immer ebenbürtiger wird – und das alles Open Source.

Mit dem Hub 4 hat Nextcloud nun die Möglichkeiten stark erweitert – siehe dazu diesen Blogbeitrag vom 21.03.2023. Neben einem Smart Picker, Speech-to-Text mit Whisper, Image Generation mit Dall-E-2 und StableDiffusion, gibt es auch eine ChatGPT-Integration. Das alles ist schon sehr erstaunlich, doch finde ich folgenden Punkt noch beeindruckender:

“Our Ethical AI Rating is designed to give a quick insight into the ethical implications of a particular integration of AI in Nextcloud. We of course still encourage users to look more deeply into the specific solution they use, but hope that this way we simplify the choice for the majority of our users and customers” (Quelle). Die Grafik am Anfang des Beitrags zeigt die Ratings.

Quelle: https://nextcloud.com/de/blog/nextcloud-ethical-ai-rating/

Der Run auf AI-Anwendungen ist aktuell schon groß, und wird weiter stark zunehmen. Es ist daher eine sehr gute Hilfe, ein Ranking zu den verschiedenen Möglichkeiten der AI-Nutzung zu erhalten. Diese Entwicklung läuft parallel zu den ethischen Richtlinien der Europäischen Union zur Nutzung von Künstlicher Intelligenz (AI: Artificial Intelligence). In den kommenden Wochen werden wir unsere Nextcloud auf die beschriebene Version (Hub 4) updaten, und die vielfältigen Möglichkeiten ausprobieren.

In den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK) gehen wir auf diese Entwicklungen ein. Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.

Veröffentlicht am

In der Zwischenzeit kann Künstliche Intelligenz im Projektmanagement genutzt werden – beispielsweise im Projektmarketing

Image by talha khalil from Pixabay

Der Hype um die Künstliche Intelligenz , und in der letzten Zeit speziell um ChatGPT 3 (seit einigen Tagen auch CHatGPT 4) zeigt deutlich auf, dass es jetzt darauf ankommt, die neuen Möglichkeiten zu nutzen. In einem Interview hat Prof. Doris Wessels einige konkrete Möglichkeiten zur Nutzung von ChatGPT für das Projektmarketing aufgezeigt.

“Wir können KI heute nutzen, um Texte, Bilder und Grafiken für das Projektmarketing zu generieren. Auch KI-generierte Videos sind möglich, die komplexe Sachverhalte erklären. Was für uns wichtig ist: KI kann dies alles in überzeugender, professioneller Qualität produzieren. Und es ist heute ziemlich einfach” (Steeger, O. (2023): Künstliche Intelligenz revolutioniert Projektmarketing, in: projektmanagementaktuell 1.2023).

Dabei wird Content zielgruppenspezifisch mit Hilfe von ChatGPT für alle Interessengruppen/Stakeholder konfiguriert. Entscheidend ist hier der Input.

“Entscheidend für den Output ist, wie der Input – also der Prompt – formuliert ist” (ebd.).

Das ist zwar gewöhnungsbedürftig, dennoch mit etwas Übung gut machbar. Weiterhin bieten immer mehr Anbieter auch zusätzliche Tools an, die über eine API-Schnittstelle die Möglichkeiten der KI erweitern.

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.

Veröffentlicht am

GPT-4 Developer Livestream

Es ist schon unglaublich, welche Möglichkeiten sich durch OpenAI und speziell GPT-4 ergeben. Es kommt nun darauf an, diese Möglichkeiten sinnvoll einzusetzen. Wie alle technologischen Entwicklungen hat auch Künstliche Intelligenz (KI, oder AI) zwei Seiten: Vorteile und Nachteile. Diese Ambivalenz sollte immer bedacht werden, doch sollten nicht immer nur die Nachteile im Vordergrund stehen. Es liegt an uns, was wir daraus machen.

Siehe dazu auch Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Veröffentlicht am

Hybrid Intelligence: Menschliche und künstliche Intelligenz

Der Begriff “Intelligenz” wird sehr oft und in verschiedenen Zusammenhängen verwendet. Es geht einerseits um die menschliche Intelligenz (Human Intelligence) und andererseits auch um Künstliche Intelligenz (KI) oder Artificial Intelligence (AI). Dabei werden immer wieder (dumme Fragen) zum Entweder-Oder gestellt – also in dem Sinne: Was ist besser, menschliche Intelligenz oder Künstliche Intelligenz?

Wir leben in einer Zeit der reflexiven Modernisierung, bei der es zu Entgrenzung und Kontingenz in allen Bereichen kommt – auch bei dem Konstrukt “Intelligenz”. Es ist daher nicht erstaunlich, dass sich das Center for Hybrid Intelligence gerade damit befasst, wie menschliche und künstliche Intelligenz in einer hybriden Form betrachtet werden können.

“Hybrid Intelligence (HI) is defined as the ability to achieve complex goals by combining human and artificial intelligence, thereby reaching superior results to those each of them could have accomplished separately, and continuously improve by learning from each other (Dellermann et al. 2019)”.

Auf der Website wird darauf hingewiesen, dass divergentes und konvergentes Denken für kreative Prozesse wichtig sind. Neben dem Begriff der “Intelligenz” kommt somit noch der Begriff “Kreativität” hinzu. Geht man davon aus, dass diese Begriffe ineinander spielen, vom jeweiligen Kontext abhängig sind, und auf verschiedenen Ebenen wie Individuum, Gruppe, Organisation und Netzwerk wirksam werden können wird deutlich, wie umfangreich der Forschungsgegenstand ist.

Siehe dazu auch Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer und Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk. Dissertation, Verlag Dr. Kovac.

Veröffentlicht am

Was sind eigentlich mögliche Aufgabengebiete der Künstlichen Intelligenz?

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).

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

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

Disruptive capability over the next ten years

Siehe dazu auch

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download

Veröffentlicht am

ARTIFICIAL INTELLIGENCE AND LIFE IN 2030

ai-100-report

Es ist schon erstaunlich, wie schnell sich das Thema “Künstliche Intelligenz” (Artificial Intelligence: AI) in Unternehmen und in der breiten Öffentlichkeit etabliert hat. Es kommt einem so vor, als ob Artificial Intelligence wirklich etwas Neues ist, dabei hat die Stanford University schon 2014 auf die 100-jährige Geschichte von Artificial Intelligence hingewiesen (“One Hundred Year Study on Artificial Intelligence (AI100),” Stanford University, accessed August 1, 2016, https://ai100.stanford.edu). Viel wichtiger als die Vergangenheit von AI ist allerdings, wie sich AI bis 2030 entwickeln wird. An dieser Stelle positionieren sich sogenannte Zukunftsforscher mehr oder weniger marketinggerecht. Ich tendiere eher dazu, einer wissenschaftlich fundierten Arbeit zu vertrauen. So eine liegt nun seit September 2016 vor:

Peter Stone, Rodney Brooks, Erik Brynjolfsson, Ryan Calo, Oren Etzioni, Greg Hager, Julia Hirschberg, Shivaram Kalyanakrishnan, Ece Kamar, Sarit Kraus, Kevin Leyton-Brown, David Parkes, William Press, AnnaLee Saxenian, Julie Shah, Milind Tambe, and Astro Teller.  “Artificial Intelligence and Life in 2030.” One Hundred Year Study on Artificial Intelligence: Report of the 2015-2016 Study Panel, Stanford University, Stanford, CA,  September 2016. Doc: http://ai100.stanford.edu/2016-report. Accessed:  September 6, 2016.

In diesem Report geht es um Grundsätzliches, wie z.B. einer Definition von AI

“Artificial intelligence is that activity devoted to making machines intelligent, and
intelligence is that quality that enables an entity to function appropriately and with
foresight in its environment.”Nils J. Nilsson, The Quest for Artificial Intelligence: A History of Ideas and Achievements (Cambridge, UK: Cambridge University Press, 2010).

und um die zukünftigen Entwicklungen und Auswirkungen von AI bis 2030. Wer sich wirklich mit dem Thema befassen will, sollte sich diese ca. 50 Seiten einmal in Ruhe durchlesen. Danach können Sie die vielfältigen Berichte/Kommentare/Meinungen in den einschlägigen Medien besser einschätzen. Ich habe mir in den letzten Jahren zu dem Themenkomplex auch so meine Gedanken gemacht:

Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer

Freund, R. (2016): Wie verändert Cognitive Computing die HR-Landschaft?. In: HR Performance 2/2016, S. 16-19 | Download