Individuell, für eine große Anzahl von Personen und kostengünstig weiterbilden? Wie soll das denn gehen?

In der aktuellen Diskussion zur beruflichen Bildung (Weiterbildung) geht es einerseits um die Möglichkeiten der Digitalisierung und andererseits auch um die Unterstützung individueller Lernprozesse im Sinne von Personalisierung. Dass es möglich ist, massenhaft, individuell und kostengünstig weiterzubilden, habe ich im Rahmen meines berufsbegleitenden Studiums zum Experten für neue Lerntechnologien (heute HFU Akademie, Wissenschaftliche Weiterbildung der Hochschule Furtwangen) schon in 2003 untersucht.

In meinem Paper Freund, R. (2003): Mass Customization and Personalization in der beruflichen Bildung (PDF) habe ich zunächst dargestellt, dass es möglich ist, die hybride Wettbewerbsstrategie Mass Customization auf den Bildungsbereich zu übertragen. Es ist möglich, massenhaft und dennoch individuell – zu vertretbaren Kosten – weiterzubilden.

Danach stellte sich gleich die Frage, wie das umgesetzt werden kann. Die klassische Antwort war: Mit Hilfe von Konfiguratoren und Learning Objects. Das ist zwar eine gute Idee, doch lernen nicht die Objekte, sondern die Menschen, eben Subjekte. Meine Überlegungen mündeten letztendlich in dem Vorschlag, die Multiple Intelligenzen Theorie von Howard Gardner zu nutzen.

An dieser Stelle möchte ich weiterhin erwähnen, dass ich diese Gedanken auch auf der Weltkonferenz zu Mass Customization and Personalization MCPC 2003 vorgestellt habe: Freund, R.; Piotrowski, M. (2003): Mass Customization and Personalization in Adult Education and Training. 2nd Worldcongress on Mass Customization and Personalization MCPC2003, Munich, Germany [Download].

Das EU-Projekt MIapp

MIapp-Logo

Vorgeschichte

In den 90er Jahren habe ich mich intensiv mit dem Trend zur Individualisierung beschäftigt. Neben der gesellschaftlichen Dimension gibt es dabei auch einen wirtschaftlichen Aspekt, der in der hybriden Wettbewerbsstratgie Mass Customization and Personalization zum Ausdruck kommt und in Open Innovation seine Fortsetzung findet.

Ich habe mich damals gefragt, ob es möglich ist, Mass Customization and Personalization auch auf den Bildungssektor zu übertragen. Während meiner Weiterbildung zum Experten für Neue Lerntechnologien habe ich diese Frage 2001 etwas genauer untersucht (Mass Customization in der Bildung: Veröffentlichungen). Das erste Ergebnis war durchaus positiv, denn die neuen Technologien ermöglichten es, Content (Learning Objects) mit Hilfe definierter Standards (z.B. SCORM) individuell zu konfigurieren.

Problematisch war aus meiner Sicht allerdings schon damals, dass es ja nicht die sogenannten Learning Objects sind, die lernen, sondern die Teilnehmer. Die aus meiner Sicht zu starke Technologieorientierung sollte daher durch eine stärkere Teilnehmerorientierung abgelöst werden:

Wie kommt man nun von E minus Learning (E-Learning) zu Learning + E?

Stellt man den Teilnehmer, und die damit verbundene Ermöglichungsdidaktik in den Mittelpunkt der Überlegungen, so wird schnell deutlich, dass man eine Theorie benötigt, die den Teilnehmer in all seinen Dimensionen beschreiben kann. Den Zusammenhang habe ich dann in meinem Paper zur ElearnChina2003 (Veröffentlichungen) erläutert, in dem ich vorschlage, die Multiple Intelligenzen Theorie zu nutzen.

Das EU-Projekt MIapp (2004-2006)

Das EU-Projekt MIapp: The application of Multiple Intelligences theory to increase the effectiveness of e-learning, recruitment practices and Internet search engines. Co-financed by the Leonardo Davinci Program (PT 04/PP/11/24/458). Der Flyer informiert Sie ausführlich über das Projekt.

Natürlich gibt es viele Profiling-Instrumente auf dem Markt, dennoch war ich erstaunt darüber, dass die in den USA und anderen Ländern der Welt häufig eingesetzte Multiple Intelligenzen Theorie in Europa so wenig im Bildungssektor (aber auch in Unternehmen) beachtet wurde. Ich habe daher die University of Information, Technology and Management (UITM) in Rzeszów (Polen) gefragt, ob wir ein Pre-Proposal einreichen wollen. Gesagt – getan. Gemeinsam mit verschiedenen europäischen Partnern (Deutschland, Polen, Spanien, Österreich und Griechenland) haben wir dann den Antrag gestellt. Die Freude war groß, als wir erfuhren, dass das Projekt MIapp genehmigt wurde. Wir haben virtuell zusammengearbeitet, und uns im Projektzeitraum immer wieder zu Meetings getroffen:

  • MIapp-Meeting an der Universität Barcelona, Spanien
  • MIapp-Meeting bei FORTH auf Heraklion, Griechenland
  • MIapp-Meeting an der Universität in Freiburg, Deutschland
  • MIapp-Abschluss-Meeting an der UITM in Rzeszów, Polen (Program of the Seminar).

Künstliche Intelligenz einfach erklärt

In der Veröffentlichung BMBF (2020): Künstliche Intelligenz (PDF) wird auf relativ einfache weise erläutert, um was es bei dem Begriff „KI“ geht. Interessant ist, dass der Begriff schon 1956 von John McCarthy kreiert wurde, und in der Zwischenzeit folgende Bedeutung hat:

Künstliche Intelligenz (KI) ist ein Teilgebiet der Informatik. Sie erforscht Mechanismen, die intelligentes menschliches Verhalten simulieren können. Das beinhaltet zum Beispiel, eigenständig Schlussfolgerungen zu ziehen, angemessen auf Situationen zu reagieren
oder aus Erfahrungen zu lernen (S. 4).

Der Bezug zu einem intelligenten menschlichen Verhalten wirft bei mir die Frage auf, was darunter, und unter menschlicher Intelligenz zu verstehen ist. Ist es der ´berühmt-berüchtigte´Intelligenz-Quotient (IQ), der als Gegenpol zur Künstlichen Intelligenz (KI) gesehen wird, oder sind es auch die verschiedenen Facetten einer Emotionalen Intelligenz (EQ), oder sogar Multiple Intelligenzen (nach Howard Gardner). Der Intelligenz-Begriff war schon in der Vergangenheit wichtig, und scheint in komplexen Settings immer wichtiger zu werden. 

Auch Audi orientiert sich an den Multiplen Intelligenzen von Howard Gardner

audi-mi

Es ist schon sehr interessant zu sehen, wie sich immer mehr Unternehmen an den Multiplen Intelligenzen von Howard Gardner orientieren. Im September 2017 stelle beispielsweise Audi die Studie Aicon vor, bei der sich die Entwickler direkt an den 8 Intelligenzen von Howard Gardner orientiert haben: 8 Intelligences. The Audi Aicon has them all.

The idea of intelligence plays a crucial role: we are talking about technologies that are not only able to apply knowledge but also to acquire it, they are not only able to gather information from the environment but to develop skills and expertise – just like human intelligence.

Auf der Website wird jede der 8 Intelligenzen separat thematisiert. Jede Person wird diese verschiedenen Dimensionen unterschiedlich aufnehmen – und zwar nicht einzeln, sondern immer zusammen und in unterschiedlicher Ausprägung.

Es wird immer deutlicher, dass die Multiplen Intelligenzen eine bessere Passung zu den heutigen komplexen Herausforderungen/Problemstellungen haben. Da die Multiplen Intellogenzen entwickelbar sind, stellen Sie auch ein veränderbares Mindset dar….. Bitte informieren Sie mich, wenn Sie mehr über die Multiplen Intelligenzen von Howard Gardner wissen möchten.

Multiple Intelligenzen: Dr. Howard Gardner erhält den Lifetime Achievement Award 2017 von der MENSA Foundation

multiple-intelligenzen

Dr. Howard Gardner hat in jetzt mehr als 30 Jahren die Multiple Intelligenzen Theorie entwickelt – auch gegen sehr starken Widerstand der Vertreter einer Generellen Intelligenz mit dem „allseits beliebten“ Intelligenz-Quotienten (IQ). Es ist daher außergewöhnlich, dass gerade die MENSA-Foundation Dr. Howard Gardner mit dem Lifetime Achievement Award 2017 ehrt, da sich die Mitglieder der MENSA-Foundation gerade wegen ihrem hohen IQ gegenseitig gratulieren… Ich befasse mich seit vielen jahren mit der Multiplen Intelligenzen Theorie, auch in Forschungsprojekten wie MIapp (2004-2006) oder als Experte im Projekt InPath usw. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk. Sollten Sie an dem Thema interessiert sein, so sprechen Sie mich bitte wegen einem (kostenlosen) persönlichen Gespräch an.

Künstliche Intelligenz und Menschliche Intelligenz

künstliche-Intelligenz

Der Intelligenzbegriff wird in allen möglichen und unmöglichen Zusammenhängen und Kategorien verwendet. Es ist daher gut, sich mit dem Konstrukt Intelligenz ein wenig mehr zu befassen. In den letzten Jahren trat die Künstliche Intelligenz immer stärker in den Fokus, und soll an dieser Stelle näher betrachtet werden. Ausgangspunkt ist ein Statement von Wolfgang Wahlster, CEO des Deutschen Forschungszentrums für Künstliche Intelligenz (DFKI):

Er plädiert daher dafür, diese Stärken in der Schule deutlicher zu fördern. Es gehe darum, nicht nur Wissen zu lehren, sondern auch das clevere Entscheiden in Alltagssituationen, das Bewerten, das Lernen zu lernen. „Das ist viel wichtiger als reines Fachwissen. Dort liegt der riesige Vorsprung des Menschen vor den Computern.“(Quelle: Künstliche Intelligenz: Uni-Studium verliert an Bedeutung, 27.06.2016).

In Bereichen, in denen die fachliche Tiefe gefragt ist, werden die Möglichkeiten der Künstlichen Intelligenz vordringen, und somit akademische Qualifikationen entwerten – so Wahlster. Der Hinweis, dass zur Menschlichen Intelligenz „ebenso die sensomotorische, emotionale und soziale Intelligenz“ gehören, deutet auf ein erweitertes Intelligenzverständnis hin. Diese Entgrenzung von Intelligenz hat eine deutliche Passung zur Theorie der Multiplen Intelligenzen nach Howard Gardner. Er postulierte schon in den 1980er Jahren folgende Intelligenzdimensionen:

  • Sprachliche Intelligenz
  • Logisch-mathematische Intelligenz
  • Musikalische Intelligenz
  • Körperlich-kinästhetische Intelligenz
  • Räumliche Intelligenz
  • Interpersonale Intelligenz
  • Intrapersonelle Intelligenz

Die immer stärkere Nutzung der Künstlichen Intelligenz wird in Zukunft zu einem besseren Verständnis Menschlicher Intelligenz/Intelligenzen führen.  Siehe dazu auch

Warum lernen Organisationen so schlecht?

multiple-intelligenzen-300Über Lernende Organisationen ist schon viel geschrieben worden. In dem Artikel Why Organizations don´t learn (Harvard Business Review, November-Ausgabe 2015) gibt es dazu allerdings eine weitere interessante Perspektive: A fixed mindset.

The neural implications of different mindsets

What happens inside our brains when we make mistakes? That depends on our ideas about learning and intelligence.

Individuals with a growth mindset, who believe that intelligence and talents can be enhanced through effort, regard mistakes as opportunities to learn and improve. By contrast, individuals with a fixed mindset, who believe that intelligence and talents are innate and unchangeable, think mistakes signal a lack of ability.

Jason S. Moser and his colleagues at Michigan State University examined the neural mechanisms underlying these differing reactions to mistakes. (…) Those with a fixed mindset display considerably less brain activity than those with a growth mindset, who actively process errors to learn from them. (Quelle)

Die Hirnaktivitäten sind also abhängig davon, welche Vorstellungen wir von Lernen und Intelligenz haben! Der Intelligenz-Quotient (IQ), mit seiner Annahme, dass ein großer Teil der menschlichen Intelligenz nicht veränderbar ist, scheint daher eher kontraproduktiv zu sein (Multiple Intelligenzen und IQ). Die Vorstellung einer veränderbaren Intelligenz – z-B. Multiplen Intelligenzen – fördert das Lernen, da diese Menschen Fehler als Ansporn für Lernprozesse sehen. Auch diese Erkenntnisse von Jason S. Moder und seinen Kollegen zeigen, wie wichtig es ist, ein modernes Intelligenzverständnis zu entwickeln, das uns nicht blockiert, sondern das es ermöglicht, unsere Potentiale zu erschließen.