Künstliche Intelligenz und Arbeitshandeln: Grenzen wissenschaftlich-technischer Beherrschung

Böhle et al. 2011:21; entnommen aus Huchler 2016:62

In dem Blogbeitrag Arbeitshandeln enthält explizites und implizites Wissen aus dem Jahr 2016, habe ich die Zusammenhänge zwischen Arbeitshandeln und dem expliziten “objektivierbaren” Wissen, bzw. impliziten subjektivierenden” Wissen dargestellt und erläutert.

Setzen wir doch einmal diese Zusammenhänge neu in Verbindung mit den Diskussionen darüber, ob Künstliche Intelligenz Arbeitsplätze, oder ganze Berufe ersetzen wird. Es wird dabei gleich deutlich, dass es in der Diskussion nicht darum geht, Arbeitsplätze oder Berufe durch Künstliche Intelligenz zu ersetzen, sondern darum, das Arbeitshandeln unter den neuen technologischen Möglichkeiten zu untersuchen.

Nach Böhle (2011) zeigen technische und organisatorische Komplexität Grenzen der wissenschaftlich-technischer Beherrschung auf, und zwar in Bezug auf Unwägbarkeiten im Arbeitshandeln.

Sind Unwägbarkeiten die Normalität, benötigt das Arbeitshandeln das Erfahrungswissen von Personen (Subjekte), im Sinne des erfahrungsgeleiteten-subjektivierenden Handelns (vgl. Böhle 2011).

Die Tech-Konzerne argumentieren mit ihren neuen und neuesten KI-Modellen, dass Technologie das gesamte Arbeitshandeln in diesem Sinne einmal abbilden kann. Diese Perspektiven sind möglicherweise für die schnelle Marktdurchdringung und für das Einsammeln von Kapital wichtig (Storytelling), doch greift dieser Ansatz bisher nur bei sehr begrenzten Tätigkeitsportfolios komplett.

Natürlich wird weiter argumentiert, dass sich die Technik weiterentwickelt und es nur eine Frage der Zeit ist, bis das komplette Arbeitshandeln technologisch abgebildet ist. Es ist durchaus zu erkennen, dass KI-Modelle durchaus in der Lage sind bestimmte Merkmale des subjektivierenden Arbeitshandeln abbilden kann. Daraus entstand auch der Glaube an eine Art Allgemeine Generelle Intelligenz (AGI), die der menschlichen Intelligenz überlegen sei.

Durch solche Ideen verschiebt sich der Nachweis für die aufgestellte These immer weiter in die Zukunft, und wird zu einem Glaubensbekenntnis. Möglicherweise handelt es sich bei dem geschilderten Denkmuster um eine Art Kategorienfehler?

Wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz

Der Umgang mit Wissen wird heutzutage stark mit den neuen technologischen Möglichkeiten, wie der Künstlichen Intelligenz in Verbindung gebracht. Dabei spielen wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz eine zentrale Rolle. Doch was macht so ein wissensbasiertes System aus? Dazu habe ich in einem aktuellen Glossar folgendes gefunden:

“Der Wesenskern wissensbasierter Systeme ist, dass sie eine explizite Repräsentation von Wissen besitzen, und dieses Wissen maßgeblich für das Verhalten des Systems ist. Dies wurde etwa im Jahr 1982 als sogenannte KR Hypothese (engl. knowlegde representation hypothesis) von Brian Smith formuliert (Smith 1982). Demnach beinhaltet ein (intelligentes) wissensbasiertes System eine Komponente, die das Wissen des Systems repräsentiert und Komponenten, in denen dieses Wissen das Verhalten des Systems maßgeblich beeinflusst. Wissensbasierte Systeme stellen ein Teilgebiet der Künstlichen Intelligenz dar. Eine frühe, aber gute Darstellung von wissensbasierten Systemen findet sich in (Davis 1986). Eine aktuelle Übersicht über Methoden und Systeme geben (Beierle und Kern-Isberner 2019). Einer der Vorzüge wissensbasierter Systeme ist, dass eine einfache Übertragung eines Systems auf einen neuen Anwendungsfall oder eine neue Domäne möglich ist. Dazu muss lediglich das Wissen im alten System durch das Wissen der neuen Domäne ausgetauscht werden. Die restlichen Systemkomponenten können unverändert bleiben. Außerdem kann durch die explizite Repräsentation des Wissens oft einfacher eine Form der Erklärbarkeit hergestellt werden (Meske et al. 2022). Die ist auch angesichts der Datenschutzgrundverordnung (Goodman und Flaxman 2017) und der KI-Regulierung der EU von zunehmender Bedeutung” (Richter et al. (2024): Glossar Künstliche Intelligenz für die interdisziplinär vernetzte Arbeitsforschung).

Etwas stutzig macht mich hier, dass es bei wissensbasierten Systemen so einfach möglich sein soll, Wissen auf eine andere Domäne (auf einen anderen Kontext) zu übertragen. Wenn man allerdings Wissen auf explizites Wissen reduziert, wird dieser Umstand klarer, denn in diesem Fall sind wissensbasierte Systeme im Kern Softwaresysteme, die mit expliziten Wissen umgehen (Quelle).

Es stellt sich natürlich sofort die Frage, wie wissensbasierte Systeme als Teilgebiet der Künstlichen Intelligenz mit impliziten Wissen (Tacit Knowledge) umgehen. Siehe dazu auch Implizites Wissen sollte in Organisationen stärker beachtet werden.

Wissensmanagement: Die Kontextbindung von Wissen

Brödner, P.; Helmstädter, E.; Widmaier, B. (Hrsg.) (1999): Wissensteilung – Zur Dynamik von Innovation und kollektivem Lernen (Zur Einführung). München und Mering

Wissen wird situativ konstruiert (Konstruktivismus). Das bedeutet, dass beispielsweise die selben Daten und Information im Einkauf (Kontext 1) und im Verkauf (Kontext (2) zu anderen Wissenskonstruktionen führen können. Die Abbildung illustriert diese und folgende Zusammenhänge.

Noch schwieriger ist es für Experten ihr Wissen (Expertise, Expertenwissen) preiszugeben (Kontext 1 – berufliche Domäne 1) , denn es handelt sich dabei hauptsächlich um implizites Wissen (1).

Dieses implizite Wissen (1) wird dann mit Hilfe von Theorien, Modellen und Begriffen de-kontextualisiert und über das dann explizierbare Wissen in einen anderen Kontext (2) übertragen. Dort wird das explizite Wissen re-kontextualisiert und über Aneignung, Internalisierung und Lernen zu einem impliziten Wissen (2) und zu Können (2).

Die Übergänge von impliziten Wissen zu expliziten Wissen – und umgekehrt – werden in dem bekannten SEKI-Modell von Nonaka/Takeuchi als eine Art Wissensspirale dargestellt. Dabei ist allerdings folgendes zu beachten: Schreyögg, G.; Geiger, D. (2003): Kann die Wissensspirale Grundlage des Wissensmanagements sein? Siehe dazu auch diesen Beitrag zum trägen Wissen.

Umgang mit Wissen in Projekten

Dass wir uns mit Daten und Informationen im Projektmanagement befassen ist allgemein üblich. Wir nutzen dazu verschiedene Kollaborationsplattformen, die gerade für explizites Wissen gut geeignet sind. Was ist mit dem impliziten Wissen? Wie gehen wir damit um? Wissensmanagement hat schon seit vielen Jahren Konjunktur, was schon der folgende Beitrag aus dem Jahr 2004 zeigt.

“Wissensmanagement in Organisationen hat Konjunktur. Davon profitiert auch die Disziplin ´Projektmanagement´. Der Erfahrungssicherung in Projekten stellen sich dabei spezifische Hürden in den Weg, insbesondere das Faktum, dass das ausführende Team nach Beendigung des Projekts in aller Regel aufgelöst wird. Trotz der zahllosen Publikationen und theoretischen Konzepte, die sich mit Lernen aus Projekten befassen, dürfte ihre praktische Nutzung noch nicht allzu weit fortgeschritten sein. Vor allem das Lernen aus wenig erfolgreichen Projekten stößt auf erhebliche Widerstände” (Schelle 2004).

Bemerkenswert ist dabei auch der Hinweis im letzten Satz, dass Lernen aus wenig erfolgreichen Projekten schon damals auf erhebliche Widerstände gestoßen ist. Lernen ist der Prozess und Wissen das Ergebnis (Willke). Es ist erforderlich, sich zunächst einmal mit dem Begriff “Wissen” auseinanderzusetzen um ihn auch von Daten, Informationen, Kompetenz usw. abzugrenzen. Erst wenn verstanden ist, was unter “Wissen” zu verstehen ist, kann der Umgang mit Wissen (Wissensmanagement) thematisiert und sinnvoll in Projekten, im Projektmanagement und in der gesamten Organisation gestaltet werden. In unserem Blog finden Sie dazu mehr als 1.000 Beiträge.

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.

Hybrides Wissensmanagement in kleinen und mittleren Unternehmen (KMU)

Der Umgang mit Wissen wird meines Erachtens immer noch nicht “richtig” verstanden, wodurch es zu Umsetzungsproblemen kommt, die erhebliche Ressourcen kosten können. Gerade kleine und mittlere Unternehmen (KMU) können sich das allerdings nicht leisten. Durch die Digitalisierung haben sich KMU mehr oder weniger schnell auf den Weg gemacht, explizites Wissen zu erfassen, zu entwickeln und zu nutzen. Die andere Dimension, das implizite Wissen, ist dabei allerdings immer noch ein Stiefkind, da der Umgang mit impliziten Wissen schwieriger ist, als “IT-Systeme” anzuschaffen.

Neben der internen Dimension auf Wissen, kommt allerdings auch noch eine externe Dimension des Wissens hinzu. Die Zusammenarbeit mit externen Netzwerken, Kunden, Lieferanten, Forschungseinrichtungen usw. führt dazu, dass der Blick auf Wissen (bisher eher intern) erweitert werden muss. Zwischen den Polen Internes Wissen und Externes Wissen gibt es ein Kontinuum, das unternehmensspezifisch gestaltet werden muss. Ein so verstandenes Hybrides Wissensmanagement wird in einem Forschungspapier mit sehr umfangreicher Datenbasis wie folgt beschrieben (KM: Knowledge Management):

“Hybrid KM brings together internal and external knowledge, thereby harnessing the benefits of both internal and external KM practices synchronously. Thus for a small firm, hybrid KM could involve a systematic search for and acquisition of knowledge that resides outside the organisation to blend it with the existing knowledge in order to better achieve the organisation’s objectives. Given the above, deep and broad collaboration is essential for Hybrid KM. Clusters and their formation can be considered a nice example in this context and as they require the active exchange of knowledge among the partners involved to learn from one another, combine resources and competences to compensate for individual weaknesses, and based on that develop jointly and individually.” (Durst, S., Foli, S. & Edvardsson, I.R. A systematic literature review on knowledge management in SMEs: current trends and future directions. Manag Rev Q (2022). https://doi.org/10.1007/s11301-022-00299-0 | Springer Website.

Doch wie kann ein KMU sein Wissenssystem mit den internen und externen Dimensionen von Wissen gestalten? Eine gute Möglichkeit bietet die Wissensbilanz – Made in Germany, bei der die Einflussfaktoren ermittelt, und gegenseitig in Beziehung gesetzt werden. Daraus ergibt sich ein Wirkungsnetz, in dem Generatoren für den Umgang mit Wissen zu erkennen sind (Wissensmanagement). Dieses Wirkungsnetz ist für jede Organisation anders, und wird vom Unternehmen mit Hilfe eines Moderators in Workshops erarbeitet. Der Moderator begleitet den Erarbeitungsprozess – er/sie stellt dabei keinen Berater dar! Siehe dazu auch Ist Wissensmanagement 4.0 ein hybrides Wissensmanagement? Mehr Informationen finden Sie auch noch in unserem Blog in der Kategorie Wissensmanagement.

Implizites Wissen sollte in Organisationen stärker beachtet werden

Adobe Stock 192581451

Der Umgang mit expliziten Wissen ist heute relativ einfach, da dieses Wissen moderner Informations- und Kommunikationstechnologie (IKT). Der Umgang mit dem impliziten Wissen einer Person, eines Teams einer Organisation oder gar eines Netzwerks ist demgegenüber wesentlich schwerer. Es lohnt sich allerdings, sich mit dieser Dimension des Wissens auseinander zu setzen. Japanische Unternehmen machen es uns vor.

´Neuerdings schließlich findet Polanyi in der Diskussion um das organisationale Wissen und Lernen Beachtung (vgl. bspw. Spender 1996, Nelson/Winter 1997, Davenport/Prusak 1998, Leonard/Sensiper 1998; im deutschsprachigen Raum vgl. v. a. die bemerkenswerte Arbeit von Eckert 1998). Implizites Wissen wird als wesentlicher immaterieller Aktivposten einer Unternehmung (Sveiby 1997), seine Pflege als entscheidender Wettbewerbsvorteil japanischer Unternehmen herausgestellt, bilde doch die Trennung zwischen explizitem und implizitem Wissen „den Schlüssel für die Unterscheidung zwischen westlichem und japanischem Wissensverständnis“ überhaupt (Nonaka/Takeuchi 1995:19)´ (Neuweg 2004:52-53).

In einem Maschinenbau-Land wie Deutschland ist das industriell geprägte technische Mindset dominierend und der Umgang mit immateriellen Einflussfaktoren kein favorisierter Managementansatz. Viele Manager wissen auch gar nicht so recht, wie sie mit impliziten Wissen und den damit verbundenen Intellektuellen Kapital umgehen sollen. Immerhin die verschiedenen Einflussfaktoren ja auch noch vernetzt, was die Angelegenheit noch schwieriger macht.

Mit Hilfe der Wissensbilanz – Made in Germany ist es in drei Workshops möglich, die verschiedenen Einflussfaktoren zu beschreiben und in einem Wirkungsnetz zu analysieren. Die daraus resultierenden Erkenntnisse können den Umgang mit Wissen (Wissensmanagement) erleichtern. Als Moderator der Wissensbilanz – Made in Germany habe ich solche Workshops schon mehrfach durchgeführt.

Kollektives Wissen ist nicht von dem Wissen in den Köpfen von Personen – oder sonstwie dokumentiert – abhängig?

Schon 2015 habe ich in dem Blogneitrag Gesellschaftliche Veränderungen 2030: Open Access – freies und kostenloses Wissen für alle darauf hingewiesen, dass kollektiven Wissen immer wichtiger wird:  „Kollektives Wissen ist eine wesentliche Grundlage des ökonomischen und sozialen Zusammenlebens“ (S. 43). Es stellt sich allerdings die Frage, wie kollektives Wissen entsteht. Dazu gibt der folgende Absatz eine vermeintlich verblüffende Antwort.

Jedes Handeln in einer kognitiv anspruchsvollen Situation, also das, was wir intelligentes handeln nennen, erfordert eine Wissensbasis. Sobald man sieht, dass Organisationen handeln können, und zwar als eigenständige kollektive oder korporative Akteure (Flam, 1990), steht außer Frage, dass sie auch eine eigenständige, kollektive oder korporative Wissensbasis für dieses Handeln braucht. (…) Der Kern der Idee kollektiven Wissens ist die Beobachtung, dass der Gehalt dieses Wissens nicht von den einzelnen Wissenspartikeln geprägt ist, welche in den Köpfen von Personen oder sonstwie dokumentiert vorhanden sind, sondern von den Relationen und Verknüpfungsmustern zwischen diesen Wissenselementen. Die Verknüpfungen selbst konstituieren das eigenständige kollektive oder systemische Wissen der Organisation ” Wilke (1995:52-54).

Es ist also entscheidend, wie Organisation mit den Relationen und Verknüpfungsmustern zwischen den Wissenselementen umgehen, um die Konstruktion von kollektiven Wissen zu ermöglichen. Ein wichtiger Hinweis für den Umgang mit Wissen, also dem Wissensmanagement.

Leistungsverlust durch Wechsel der Aufgabe (Kontextwechsel)?

Durch das turbulente Umfeld kommt es häufig anders, als man es sich gedacht hatte. Im Privatleben kommt immer etwas dazwischen und im beruflichen Umfeld kommt es häufig vor, dass wir eine Aufgabe nicht in Ruhe bearbeiten können. In den Unternehmen ist es teilweise sogar “schick”, nie Zeit zu haben und immer wieder die Arbeitssituation zu wechseln. Andere sollen schon sehen, dass der Mitarbeiter gefragt und wohl auch gebraucht wird. Dass diese Arbeitsform so ihre Tücken hat, ist schon lange bekannt.

Anfang der 1990er-Jahre hat Gerald Weinberg in seinem Buch „Software Quality Management“ die These vertreten, dass durch jede Aufgabe, die wir parallel zu einer primären Aufgabe bearbeiten, 20 Prozent unser mentalen Leistung durch den Kontextwechsel verloren gehen – sozusagen durch „mentale Rüstkosten“ (Weinberg 1992). Wenn Sie also in drei Projekten gleichzeitig mitarbeiten, stehen jedem Projekt nicht – wie zunächst angenommen – 33 Prozent Ihrer Kreativität und Leistung zur Verfügung, sondern lediglich 20 Prozent. Der Rest wird durch mentale Rüstkosten verbraucht, ungefähr 20 Prozent pro zusätzlicher Aufgabe (Pfeffer 2019:181-18).

Gerade bei wissensbasierter Arbeit kommt es nicht selten vor, dass Mitarbeiter bei einem Wechsel z.B. in ein anderes Projekt erst einmal auf den Wissensstand des Team gebracht werden müssen. Dabei handelt es sich nicht immer nur um explizierbares Wissen, das dokumentiert und in IT-Systemen verfügbar gemacht werden kann. In Projekten ist es gerade das implizite Wissen, das geteilt und angewendet werden muss, allerdings nicht so leicht zu erschließen ist.

Es ist nun wenig erstaunlich, dass es Sinn macht, in kleinen Schritten vorzugehen (iterativ). Weiterhin wäre es gut, “in Ruhe” arbeiten zu können – zumindest über einen bestimmten Zeitraum hinweg – und damit die Komplexität ausschließt. Die agilen Ansätze wie KANBAN und SCRUM machen genau das. Zwar in unterschiedlicher Form, doch sind beide angesprochenen Punkte in dem jeweiligen Vorgehen enthalten.

Meines Erachtens sollten die agilen Ansätze stärker auch aus der Wissensperspektive diskutiert werden (Wissensmanagement). Immerhin wurde der Begriff SCRUM ursprünglich 1986 in einem Paper von Takeuchi und Nonaka benutzt, in dem beide das Erschließen von Wissen in der Produktentwicklung thematisierten …

Was macht die Erfassung von Facharbeiterwissen so schwierig?

Es ist doch alles so einfach: Wenn in den Unternehmen über Wissen diskutiert wird, kommt irgendwann der Satz “Wir erstellen einfach eine Wissensdatenbank”. In diesem Satz steck viel darüber, wie Wissen gesehen wird. Wissen kann in einer Datenbank dokumentiert und wiederverwertbar abgelegt werden. Das ist allerdings nur für den teil des Wissens möglich, der explizierbar ist (Explizites Wissen). Könner ihres Fachs sind deshalb in einem Prozess, oder in einer beruflichen Domäne erfolgreich (Siehe Grafik), weil sie Arbeitsprozesswissen entwickelt haben, das hauptsächlich aus der impliziten Dimension von Wissen besteht. Diese ist auch nicht so leicht (kaum) in einer Datenbank erfassbar.

Arbeitsprozesswissen ist also das Facharbeiterwissen, welches „die praktische Arbeit anleitet“ (Rauner 2002:25), während der Ausübung der beruflichen Handlung generiert wird und zugleich überwiegend aus implizitem Wissen besteht, welches in hohem Ausmaß durch Erfahrung geprägt ist” [Hervorhebungen Dr. Robert Freund] (…) Das grundlegende forschungstheoretische Problem der Erfassung von Facharbeiterwissen liegt in der Tatsache begründet, dass „Können nicht Resultat der Anwendung von zuvor erlerntem deklarativen und prozeduralen Wissen ist“ (Becker & Spöttl 2008:29, Hervorhebung im Original; zitiert in Becker 2010:55).

Es ist somit nicht ausreichend, wenn sich Unternehmen mit Wissen befassen und damit hauptsächlich die explizite Dimension meinen. Da das Arbeitsprozesswissen von Facharbeitern hauptsächlich aus impliziten Wissen besteht, sollten Unternehmen Methoden und Techniken nutzen, um um diese wichtige Dimension des Wissens zu erschließen und für andere Nutzbar zu machen. Das ist allerdings schwieriger, als IT-Systeme einzukaufen…

Umgang mit impliziten Wissen in KMU

Wissensmanagement wird oft mit Informationsmanagement verwechselt, oder nur auf den Umgang mit Expliziten Wissen beschränkt. Das Projekt impliWi Implizites Mitarbeiterwissen zeigt auf, wie wichtig implizites Wissen gerade auch bei kleinen und mittelständischen Unternehmen (KMU) ist, und stellt darüber hinaus die eine oder andere Selbstbewertung online zur Verfügung.

Die Homepage ist im Rahmen des gleichnamigen Forschungsprojektes „ ImpliWi – ein KMU-Informationsinstrument rund um das Thema implizites Mitarbeiterwissen“ des Instituts für Management und Innovation (IMI) an der Hochschule Ludwigshafen im Jahr 2015 entstanden. Die Realisierung dieses Angebots wurde durch die Unterstützung einer Reihe von Förderern und Kooperationspartnern ermöglicht.

Solche Zusammenhänge besprechen auch in dem von uns entwickelten Blended Learning Lehrgang Wissensmanager/in (IHK). Informationen dazu finden Sie auf unserer Lernplattform.