Quelle: Holtel, S. (2024): The Impact of ChatGPT on the Consultancy Value Chain. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.
Berater (Consultant) haben oft einen mehr oder weniger stark vorgegebenen Prozess für die jeweiligen Problemlösungen (Value Chain). Dieser ist in der Abbildung auf der X-Achse dargestellt: problem analysis – solution quest – experimental implementation – evaluation & refinement – external value.
Wie weiter zu erkennen ist, ist der Grad der Unsicherheit (degree of uncertainty) am Prozessanfang sehr groß (Y-Achse). Mit der Zeit, und mit dem jeweils generierten neuen Wissen, reduziert sich diese Unsicherheit, sodass eine Art Kegel entsteht (cone of uncertainty).
Die wissensebene zeigt weiterhin, dass implizites Wissen und explizites Wissen im Prozess integriert werden müssen. Die Zahlen (1), (2) und (3) verweisen darauf, dass an diesen Stellen Künstliche Intelligenz eingesetzt werden kann , was durch das ChatGPT-Symbol illustriert wurde.
Es zeigt sich auch hier, dass es zu einer angemessenen Kombination von Künstlicher Intelligenz und Menschlicher Intelligenz kommen sollte.
Stellen Sie doch auch einmal Ihren Ablauf zu Problemlösungen dar und überlegen Sie, an welchen Stellen Sie Künstliche Intelligenz einsetzen können.
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.
Bei Veränderungsprojekten (Change Projekten) geht es neben den rationalen Gründen auch um die mit den Veränderungen verbundenen Ängste von Mitarbeitern in Organisationen. Aktuell können beispielsweise der immer stärkere Einsatz von Künstlicher Intelligenz zu solchen Ängsten führen.
Der Organisationswissenschaftler Schein (2004) hat dazu neben der Existenzangst auch die Lernangst thematisiert. Da die Existenzangst fast (!) selbsterklärend ist, möchte ich in diesem Blogbeitrag eher auf die angesprochene Lernangst eingehen. Dazu habe ich folgendes gefunden:
“Beim Lernen werden Ängste wiederum sowohl durch den nötigen Erwerb neuer Skills oder Wissensbereiche als auch durch das ebenso notwendige Verlernen des Alten wachgerufen. Etwa Ängste
> vor vorübergehender oder dauerhafter Inkompetenz: „Ich kann das einfach nicht!“,
> aufgrund der Inkompetenz Bestrafungen oder zumindest Benachteiligungen erwarten zu müssen: „Wenn ich das nicht schaffe, verliere ich meine Position!“,
> einen persönlichen Identitätsverlust zu erleiden: „Ich war mein Leben lang Entwicklungsspezialist, wieso muss ich plötzlich auch analysieren oder testen?“,
> nicht mehr Mitglied einer bestimmten Gruppe oder Community zu sein: „Was, wenn ich in meinem Spezialgebiet plötzlich den Anschluss an meine Kollegen verliere?“”
(Leopold/Kaltenecker 2018:135).
Aus diesen Anmerkungen zur Lernangst in Veränderungsprojekten leitet sich ab, dass eine Organisationen über das Lernen ihrer Mitarbeiter, von Teams, der gesamten Organisation und in Netzwerken Bescheid wissen sollte. Das ist allerdings in vielen Organisationen nicht der Fall. Oft ist bekannt, WAS gelernt wurde (Zertifikatsinhalte usw.), allerdings nicht WIE gelernt wurde. Führungskräfte sollten sich hier einmal bei der Erwachsenenbildung umsehen, deren Schwerpunkt die “Transformation von Deutungsmustern” ist.
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.
Wenn es um die neuen Arbeitsformen geht, wird das oft mit Arbeit 1.0 bis Arbeit 4.0 beschrieben. Der Fokus liegt dabei auf der Arbeit 4.0, obwohl es in der Gesellschaft, und damit auch in Organisationen, häufig mehrere der genannten Arbeitsformen gibt – also einen Mix von Arbeit 1.0, Arbeit 2.0, Arbeit 3.0 und Arbeit 4.0.
Dennoch ist aufgrund des veränderten Umfelds klar, dass der Anteil von Arbeit 4.0 zunimmt. Bei dieser Arbeitsform geht es um eine neuartige Form der Kollaboration, also der Zusammenarbeit, die durch neue technologische Möglichkeiten entsteht, ja getrieben wird. Technologie ist also ein Enabler (Befähiger), der auch zu mehr Raum für Kreativität führen kann. Dazu habe ich folgenden Text gefunden:
Der schwierige Teil beim neuen Arbeiten liegt weder in der Ausrufung neuer Paradigmen noch in der Qualifikation, neue Tools bedienen zu können. Natürlich braucht es beides. Aber erst danach wird es richtig spannend (…). Es sind die Folgen, die sich aus den neuen technischen Möglichkeiten ergeben (…). Dafür entsteht Raum für mehr Kreativität, mehr Synergie und mehr Effizienz. Kurz gesagt: Wir können mehr Energie in „die eigentliche Arbeit“ stecken” (Muuß-Merholz, J. (2024): Pre-empathische Zusammenarbeit als Future Skill. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.).
Durch den Einsatz von moderner Technologie (inkl. Künstlicher Intelligenz), können Routineprozesse automatisiert und die Kollaboration auf allen Ebenen verbessert/intensiviert werden. Das schafft Freiräume für mehr Kreativität und damit möglicherweise auch zu mehr Innovationen. Diese Chancen “für die eigentliche Arbeit” sollten – bei aller Kritik an den neuen Technologien – erkannt und genutzt werden. Siehe dazu auch New Work im Projektmanagement: auf den Ebenen people, Places und Tools.
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), die wir an verschiedenen Standorten anbieten. Weitere Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.
Denken ist ja schon per se eine gute Sache, doch kann Denken auch eher selbst-bestätigend sein, da wir gar nicht nach alternativen Informationen suchen, und uns möglicherweise nur mit Personen umgeben, die das gleiche Denken. Es ist ja auch nicht angenehm zu erfahren, dass es auch andere Perspektiven auf ein Thema gibt. Daraus dann in angemessener Form eine Synthese zu bilden, ist eines der vielen Merkmale des kritischen Denkens. Schauen wir uns einmal an, was darunter genauer verstanden wird:
“Kritisches Denken wird beschrieben als „die Fähigkeit, Informationen und Argumente sorgfältig zu analysieren, verschiedene Perspektiven einzunehmen, logisch zu denken und fundierte Schlussfolgerungen zu ziehen. Es beinhaltet die Fähigkeit, Annahmen zu hinterfragen, Beweise zu prüfen und sachliche Entscheidungen zu treffen“ (Metakomm 2023). Das bedeutet auch, keine Informationen zu bevorzugen, die der eigenen Meinung entsprechen oder Gegenpositionen automatisch abzuwerten” (North (2024): Kritisches Denken – eine Schlüsselkompetenz, die KI (noch) fehlt. Das Kuratierte Dossier vol. 6 „Future Skills KM“ March 2024 published by: Gesellschaft für Wissensmanagement e. V.).
North hat dazu in einer anderen Veröffentlichung (Grant 2021) wertvolle Hinweise gefunden, um kritisches Denken gegenüber einer eher bestätigenden Wissenskonstruktion zu unterscheiden, und stellt beides in einer Tabelle gegenüber:
Affirmative (bestätigende) Wissenskonstruktion
Kritisches Denken
Denken und lernen ohne zu hinterfragen
Umdenken & Verlernen
In der Behaglichkeit einer Überzeugung leben
Mit dem Unbehagen des Zweifels leben
Auf bestätigende Meinungen hören, die ein gutes Gefühl geben
Aktiv Ideen und Widersprüche suchen, die zum Nachdenken anregen
Sich im Kreis Gleichgesinnter bewegen
Sich zu Menschen hingezogen fühlen, die Gedanken herausfordern
Informationen und Medien konsumieren, die die eigene Meinung bestätigen
Vielfältige Informationen und Medien suchen, die Sachverhalte aus unterschiedlichen Perspektiven betrachten
Stereotype und Vorurteile übernehmen
Stereotype und Vorurteile hinterfragen
Denken und handeln wie Prediger, die heilige Überzeugungen verteidigen, Ankläger, die der Gegenseite beweisen wollen, dass sie im Unrecht ist, Politiker, die um Zustimmung werben
Neugier entwickeln
Denken wie Wissenschaftler auf der Suche nach der Wahrheit
Selbstüberzeugung: ich habe Recht
Selbstreflektion: wie und in welchem Kontext bin ich zu meiner Erkenntnis gekommen?
Quelle: North (2024) in Anlehnung an Grant (2021)
Die Merkmale des kritischen Denkens erinnern deutlich an eine eher wissenschaftliche Herangehensweise an Themenfelder. Es wundert daher nicht, dass das kritische Denken an Universitäten immer wieder geschärft werden sollte – beispielsweise macht das die Manosh University (Englischsprachige Website) sehr ausführlich.
Darüber hinaus ist es auch für einzelne Personen, in Teams, in Organisationen und in Netzwerken wichtig, kritisches Denken zu entwickeln – gerade in Zeiten von Populismus und Künstlicher Intelligenz.
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), die wir an verschiedenen Standorten anbieten. Weitere Informationen zu den Lehrgängen und zu Terminen finden Sie auf unserer Lernplattform.
Es ist unzweifelhaft, dass Künstliche Intelligenz (KI) unsere Arbeitswelt immer stärker beeinflussen/durchdringen wird – auch das Projektmanagement. In dem Beitrag Projektmanager: Soziale Interaktionsprozesse und ihre Bedeutung für den Einsatz von Künstlicher Intelligenz (KI) wurde schon deutlich, dass Projektmanager einen Großteil ihrer praktischen Projektarbeit mit sozialen Interaktionsprozessen zu tun haben. Um diesen praktischen und den eher theoretischen Teil der Projektarbeit bewältigen zu können, sind entsprechende Kompetenzen erforderlich. In der Individual Competence Baseline (ICB 4.0) der International Project Management Association (IPMA) sind unter “People” persönliche und soziale Kompetenzen genannt.
“Dies ist der Kompetenzbereich der persönlichen und sozialen Kompetenzen (im englischen kurz ‚People‘ genannt). Die in diesem Kompetenzbereich differenziert aufgeführten Einzelkompetenzen (Selbstreflexion und Selbstmanagement, Persönliche Integrität und Verlässlichkeit, Persönliche Kommunikation, Beziehungen und Engagement, Führung, Teamarbeit, Konflikte und Krisen, Vielseitigkeit, Verhandlungen, Ergebnisorientierung) schätzt die IPMA® als notwendige „People-Skills“ eines Projektmanagers ein. Dem sozialen Miteinander wird also für den Projekterfolg ein hoher Stellenwert zugesprochen. Betrachtet man in diesem Kontext die Art und Weise, in der die Interaktionsmöglichkeiten von KI-Systemen auf Algorithmen beruhen, so wird das beschränkte Potenzial der KI bzgl. der People-Skills deutlich” (Barth/Sarstedt 2024).
Es wird auch hier wieder deutlich, dass die heutigen KI-Systeme bei großer sozialer Komplexität noch ihre Grenzen haben. Es geht im modernen Projektmanagement nicht nur um die jeweiligen Vorgehensmodelle (plangetrieben, hybrid, agil), sondern verstärkt um das angemessene Zusammenspiel der Dimensionen soziale Komplexität, Vorgehensmodell, KI-System.
Dabei taucht wieder “Kompetenz” als Schlüsselbegriff für die Bewältigung heutiger komplexer Arbeitssituationen auf. Ich tendiere hier – abweichend vom Kompetenzverständnis der ICB 4.0 – zu einem Kompetenzverständnis das Kompetenz als Selbstorganisationsdisposition beschreibt – und zwar auf den Ebenen Individuum, Gruppe, Organisation und Netzwerk.
Künstliche Intelligenz (KI) bietet auf allen gesellschaftlichen Ebenen Anwendungsmöglichkeiten – auch im Projektmanagement. Dabei stellt sich die Frage, wie Künstliche Intelligenz (KI) bei verschiedenen Projekten eingesetzt werden kann. Barth/Sarstedt (2024) schlagen dazu in Anlehnung an Kuster (2022) vor, verschiedene Projektkategorien zu unterscheiden: Standardprojekte, Potenzialprojekte, Akzeptanzprojekte und Pionierprojekte.
“Für Potenzialprojekte ist die soziale Komplexität wiederum recht gering, jedoch sind die Projektziele und die zu beschreitenden Lösungswege zu Beginn des Projektes nur recht vage definiert. Als Beispiel können einfache Kunstprojekte oder die Entwicklung eines neuen Werkstoffs durch ein Expertenteam gelten. Die verschiedenen Ansätze und Lösungswege sind zu durchdenken und auszutesten. Eine KI kann hier systematisch vorgehen und durch Recherche von existierenden Daten eine auf der Vergangenheit basierende Lösung anbieten. Ein „Erspüren“ der Zukunft (das sogenannte Bauchgefühl) und die erfinderische Sicht in die Zukunft (den sogenannten „educated guess“) kann eine KI zum heutigen Zeitpunkt jedoch nur sehr bedingt bis gar nicht einbringen” (ebd).
Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen, die wir an verschiedenen Standorten anbieten. Informationen zu unseren Blended Learning Lehrgängen und zu aktuellen Terminen finden Sie auf unserer Lernplattform.
Künstliche Intelligenz (KI) bietet auf allen gesellschaftlichen Ebenen Anwendungsmöglichkeiten – auch im Projektmanagement. Dabei stellt sich die Frage, wie Künstliche Intelligenz (KI) bei verschiedenen Projekten eingesetzt werden kann. Barth/Sarstedt (2024) schlagen dazu in Anlehnung an Kuster (2022) vor, verschiedene Projektkategorien zu unterscheiden – eine davon kann die Kategorie “Standardprojekte” sein.
“Standardprojekte sind eine Projektkategorie, die sich durch eine eher geringe Soziale Komplexität, und eine relativ gute Bestimmbarkeit von Aufgabe und Lösungsweg auszeichnen. Künstliche Intelligenz kann bei solchen Projekten als “Agierende Einheit” (vgl. Barth/Sarstedt 2024) bezeichnet werden. Die Autoren meinen damit, dass die Künstliche Intelligenz im Extremfall Projektmanager bei Standardprojekten komplett ersetzen kann” (ebd.).
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.
In den vergangenen Jahrzehnten der Industriegesellschaft wurde es zunächst immer wichtiger flexibel zu sein (Der flexible Mensch), um sich den Veränderungen im Umfeld anzupassen. Der Strukturbruch zwischen Einfacher und Reflexiver Modernisierung hat gezeigt, dass Flexibilität nicht ausreicht, um das turbulente Umfeld zu bewältigen. Bei der Reflexiven Modernisierung geht es um Kontingenzzuwachs, um die Nebenfolgen sozialen Handelns, und um die Krise der Realitätsunterstellungen und Rationalisierbarkeitserwartungen. Der reflexive Mensch muss daher auch sein Verständnis von Lernen und Wissen den neuen Gegebenheiten anpassen. In Arnold, R. (2017) geht man noch einen Schritt weiter und verbindet den flexiblen Menschen und den reflexiven Menschen zum reflexiblen Menschen.
“Der reflexible Mensch lernt dabei nicht nur „etwas“, sondern erweitert seine persönlichen Fähigkeiten – zur Erschließung von Wissensquellen, – zum Umgang mit Neuem, – zur Planung und Gestaltung eigener Lernprojekte, – sowie zur Veränderung vertrauter Sichtweisen und Routinen” (ebd.).
Dabei spielen die neuen technologischen Möglichkeiten wie z.B. Künstliche Intelligenz eine bedeutende Rolle, da sie ganz neue Lernmöglichkeiten und Wissenskonstruktionen ermöglichen.
Die Rolle eines Projektmanagers, einer Projektmanagerin, ist vielschichtig. In der Theorie gibt es viele Themen die abgedeckt werden sollen. Dazu zählen planerische, kontrollierende und steuernde Tätigkeiten, Kommunikation und Organisation. Darüber hinaus gehören auch Führungsaufgaben, Weisungen und Entscheidungen zum Arbeitsfeld. Zu all den genannten Punkten gibt es in der Literatur viele Hinweise zur möglichen Umsetzung, doch kommen in der Praxis viele soziale Interaktionen hinzu.
Eigene Darstellung – Quelle: Barth/Sarstedt (2024)
“Ohne soziales Miteinander und soziale Interaktionsprozesse ist kein Projekt zielführend zum Abschluss zu bringen. Der Begriff sozial ist aus dem lat. „sozialis“ abgeleitet, was so viel wie gesellschaftlich, gemeinnützig bzw. hilfsbereit bedeuten kann. Die soziale Interaktion sollte demnach auch innerhalb von einem Projekt von gemeinschaftlichem und sich unterstützendem Handeln geprägt sein” (Barth/Sarstedt 2024).
Betrachten wir die Prozesse in der Realität (Abbildung) so wird deutlich, dass neben den technischen auch viele sozialen Interaktionsprozesse für den Erfolg von Projekten nötig sind. Beispielsweise zählen kognitive und menschliche Sensorik zu einzusetzen, Mensch zu sein (z.B. Emotionen zu zeigen) oder auch Verantwortung zu tragen. zu den jeweiligen Punkten sind in der Abbildung weitere Unterpunkte genannt, auf die ich hier nicht weiter eingehen möchte.
Die gesamten sozialen Interaktionsprozesse können durch “kognitive Empathie und Fingerspitzengefühl” (ebd.) erschlossen werden. An dieser Stelle führt das zu der Frage, inwieweit Künstliche Intelligenz (KI) solche Bereiche abdecken kann. Aktuelle sieht es so aus, dass der Nutzen von Künstlicher Intelligenz (KI) zunächst auf den Punkten liegt, die auf der Seite “Theorie” stehen. Auf der Seite “Praxis” stehen allerdings viele Punkte, die von Künstlicher Intelligenz (aktuell noch) nicht abgedeckt werden. Es wird als Projektmanager daher darauf ankommen, beide Potentiale für das Projektmanagement sinnvoll und angemessen zu nutzen. Siehe dazu auch Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte.
Informationen zu den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in Agil (IHK), die wir an verschiedenen Standorten anbieten, finden Sie auf unserer Lernplattform.
Was als Open-Source begann, wird oft zu einem wirtschaftlich getriebenen Closed-Source-Modell. Das Beispiel OpenAI zeigt, wie das funktioniert. Zunächst war OpenAI Open-Source basiert und wurde dann unter dem Einfluss und dem Kapital von Microsoft Schritt für Schritt zu einem Closed-Source KI-System, das sich der Konzern gut bezahlen lässt. Es ist zu vermuten, dass dieser Weg auch von anderen Konzernen beschritten wird, sobald sich die Anwender an die zunächst freien Funktionen gewöhnt haben, wodurch sich deren Switching-Cost pro Anwender erhöhen. Diese Entwicklung wird allerdings in dem aktuellen EFI Gutachten (2024) kritisch gesehen, und hervorgehoben, welche Vorteile Open-Source KI-Modelle haben:
“Open-Source-Modelle können den Wettbewerb stärken und bieten mehr Innovationsmöglichkeiten als Closed-Source-Modelle, da sie in der Regel besser anpassbar sind. Zudem können Akteure aus Wissenschaft und Wirtschaft, insbesondere Startups und KMU, von den verhältnismäßig niedrigen Kosten der Open-Source-Nutzung profitieren und vorhandene Open-Source-Modelle einsetzen, um domänenspezifisch zu innovieren und die Produktivität zu steigern. Dies erhöht den Wettbewerb und die Angebotsvielfalt und beugt somit Monopolisierungstendenzen vor. Darüber hinaus haben Open-Source-Modelle den Vorteil, dass Programmierfehler oder potenzielle Verzerrungen, die bei der Analyse von Daten entstehen, schneller identifiziert und behoben werden können. Dies ist der Transparenz und Zuverlässigkeit von KI-Modellen förderlich” (EFI Gutachten 2024:88).
Jede Organisation sollte sich genau überlegen, welche KI-Strategie geeignet ist, mittel- und langfristig die Chancen von KI-Modellen zu nutzen. Wir nutzen Open-Source-KI-Modelle in unserer Nextcloud und entwickeln dadurch eine KI-Strategie, die zu unseren Anforderungen passt. Wie weit wir Closed-Source KI-Modelle mit integrieren, entscheiden wir je nach Bedarf mit Hilfe des integrierten Ethical KI-Rankings.
Diese Website benutzt Cookies. Wenn du die Website weiter nutzt, gehen wir von deinem Einverständnis aus.OK
