Künstliche Intelligenz – Menschliche Intelligenz – Intelligente Problemlösungen

In der heute sehr stark vernetzten Welt kommt es darauf an, Muster zu erkennen, um die anstehenden komplexen Problemlösungen zu entwickeln. die neuen Fragestellungen können oftmals nicht mehr mit den bisher so erfolgreichen Denkmustern gelöst werden. Das immer wieder propagierte neue Mindset integriert die alten Denkmuster und entwickelt diese weiter. Ein zentraler Punkt in vielfältig vernetzten Systemen ist das Erkennen von schwachen Signalen, oder von Mustern. Diese Eigenschaften werden der Künstlichen Intelligenz und der Menschlichen Intelligenz zugeschrieben. Im Zusammenspiel können dabei viele intelligente Problemlösungen generiert werden.

“Eine der zentralen Fragen der Zukunft könnte nicht sein, wie viele künstliche intelligente Lösungen in den Systemen stecken, sondern wie viel menschliche Intelligenz und welches Mindset und Bewusstsein vor dem Computer sitzt und wie beide miteinander in Beziehung stehen und verbunden sind” (Linder-Hofmann (2024): KI, agiles Mindset und integral -systemische Perspektiven. In: Bernert/Scheurer/Wehnes (Hrsg.): KI in der Projektwirtschaft).

Die Mustererkennung kann durch Maschinen wie der Künstlichen Intelligenz, oder durch den Menschen mit seinen besonderen Intelligenzen/Kompetenzen erfolgen. An dieser Stelle sollte allerdings auch geklärt werden, welche menschliche Intelligenz gemeint ist. Es gibt hier durchaus Ansätze die zeigen, das möglicherweise der immer noch favorisierte Intelligenz-Quotient (IQ) keine Passung zu dem hier kurz aufgezeigten Themenfeld hat. Siehe dazu auch
Künstliche Intelligenz und Menschliche Intelligenz
Intelligenztheorie: Anmerkungen zu Sternbergs Triarchischen Theorie und Gardners Multiple Intelligenzen Theorie
Mensch und Künstliche Intelligenz: Engineering bottlenecks und die fehlende Mitte.

Erzwingt Künstliche Intelligenz einen Aufstieg Menschlicher Intelligenz und Empathie?

Die aktuellen Diskussionen um Künstliche Intelligenz (KI) sind oft ambivalent. – wie immer bei Innovationen. Und wie immer ist an allen Argumentationslinien “etwas dran”. In Zukunft wird es daher auch darum gehen, Künstliche Intelligenz so zu nutzen, dass sie ihre Vorteile für Menschen, Organisationen und Gesellschaften entfalten kann. In meinen verschiedenen Beiträgen zur Künstlichen Intelligenz finden Sie dazu weitere Hinweise. Interessant finde ich in diesem Zusammenhang folgende Textpassage, in der davon ausgegangen wird, dass Künstliche Intelligenz einen Aufstieg Menschlicher Intelligenz “erzwingen” wird.

Wir haben nichts zu verlieren als unser inneres Maschine-Sein. Wir haben eine neue, humane Welt zu gewinnen (Horx, 2020). Ethische Kompetenz? Ja! Ambiguität meistern? Ja! Kritisch und reflexiv sein? Ja! Es ist das Zusammenspiel verschiedener Future Skills, das die Zukunft des Bildungssystems bestimmt. Wenn wir KI ernst nehmen. Und damit erzwingt Künstliche Intelligenz einen Aufstieg menschlicher Intelligenz und Empathie. Indem die KI uns verbesserte Prognosen liefert, fordert sie uns gleichzeitig heraus, unsere Zukunftsfähigkeit zu verbessern. Künstliche Intelligenz kann nur wahrhaft intelligent sein, wenn sie durch humane Ziele gestaltet und mit menschlicher Bedeutung imprägniert ist. Was produziert werden soll, welche Mobilitäts- und Kommunikationsformen für die Zukunft sinnvoll sind, das hängt immer von den Kontexten menschlicher Erfahrungen ab. Diese Ziele liegen jenseits maschineller Logik. Sie sind Hervorbringungen der menschlichen Kultur, Ausdrucksformen der Empathie und des Bewusstseins” (Ehlers 2023).

Steckt hinter der Künstlichen Intelligenz keine echte Intelligenz? Wie ist das zu verstehen?

In verschiedenen Blogbeiträgen habe ich immer wieder etwas zum Thema “Intelligenz” geschrieben. In Reden wir über Dummheit habe ich beispielsweise die Dichotomie “Intelligenz – Dummheit” kritisiert. Darüber hinaus kommt es mir bei der Diskussion um Künstliche Intelligenz so vor, als ob wir über intelligente technische Systeme sprechen, und dabei gleichzeitig von dummen Menschen ausgehen. Das führt zu der Frage, ob hinter der Künstlichen Intelligenz eine “echte Intelligenz” steckt. Dazu habe ich folgendes gefunden:

Lukowicz: KI ist nichts anderes als eine Menge von mathematischen Methoden und Algorithmen, bei denen man herausgefunden hat, dass sie in der Lage sind, Dinge zu tun, bei denen wir bisher gedacht haben, sie seien nur Menschen vorbehalten. Vor 20 Jahren hat eine KI zum Beispiel zum ersten Mal gegen einen menschlichen Großmeister im Schach gewonnen. KI kann aber auch komplexe Bilder oder Musikstücke erzeugen. Es ist wichtig zu verstehen, dass – egal wie erstaunlich das ist – dahinter keine echte Intelligenz steht. Zumindest nicht in dem Sinne, wie wir vielleicht Intelligenz verstehen. Es sind sehr genau definierte, aber eben oft recht einfache mathematische Verfahren, die auf große Datenmengen angewendet werden” (Quelle: Tagesschau vom 14.06.2023).

Das sagt in dem Interview immerhin Paul Lukowicz, Wissenschaftlicher Direktor und Leiter des Forschungsbereichs Eingebettete Intelligenz am Deutschen Forschungszentrum für Künstliche Intelligenz (DFKI) und Lehrstuhlinhaber im Fachbereich Informatik der Technischen Universität Kaiserslautern. Führt die Adaption des Intelligenzbegriffs hier in die Irre? Ist es möglicherweise – wie Howard Gardner es formuliert – ein Kategorienfehler? Howard Gardner argumentiert in seiner Theorie der Multiplen Intelligenzen, dass Intelligenz ein biopsychologischges Potential darstellt.

„Ich verstehe eine Intelligenz als biopsychologisches Potenzial zur Verarbeitung von Informationen, das in einem kulturellen Umfeld aktiviert werden kann, um Probleme zu lösen oder geistige oder materielle Güter zu schaffen, die in einer Kultur hohe Wertschätzung genießen (Gardner 2002:46-47).

Für Gardner ist Intelligenz ein „biopsychologisches Potenzial”, wodurch sich dieses Intelligenzverständnis von Maschinen-Intelligenz oder künstlicher Intelligenz unterscheidet.

Demnächst werden wir auch Online-Formate zu ChatGPT im Projektmanagement und zur Theorie der Multiplen Intelligenzen anbieten.

Wesentliche Eigenschaften eines Growth Mindset

Image by Heather Kemp from Pixabay

Über den Begriff des “Mindset” habe ich schon viele Beiträge geschrieben. Siehe dazu beispielhaft Mindset: Ein oft verwendeter Begriff etwas genauer betrachtet und Agile Onion: Von Tools zu Mindset.

Darüber hinaus geht es auch immer wieder um die Frage, ob das Mindset veränderbar, oder eher fix ist. In meinen Anmerkungen zu Growth Mindset, Intelligenz und Kompetenz erläutere ich die verschiedenen Zusammenhänge. Zentral bei einem Growth Mindset ist die Annahme eines dynamischen Selbstbildes. Die folgende Tabelle stellt die dazugehörenden Charakteristika übersichtlich dar.

CharakteristikaGrowth Mindset
Herkunft der menschlichen EigenschaftenGrundeigenschaften lassen sich durch eigene Anstrengungen weiterentwickeln; Einsatz und Erfahrung ermöglichen Veränderung und Entwicklung
SelbstwahrnehmungErkennen von eigenen Stärken und Schwächen
LernorientierungGelernt wird, um zu verstehen; Selbstmotivation hat eine hohe Bedeutung
KreativitätAusdauer und Zähigkeit ermöglichen Kreativität
Umgang mit FehlernFehler werden als Lernquellen betrachtet
Bezug zu LeistungLeistung erfordert Konzentration, den Einsatz aller Kräfte und zahlreiche Strategien und Verbündete
UnternehmenskulturWeiterentwickeln; Lernerfahrungen schaffen; Mitarbeiter fördern; Selbstkritik; offene Kommunikation; abweichende Meinungen sind willkommen
Richter, C. (2023): Die Zukunft des Projektmanagements: Projekt-Leadership zwischen Rule Makers und Rule Breakers, in: projektmanagementaktuell 2/2023.

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.

Künstliche Intelligenz und Menschliche Intelligenz

Aktuell reden und schreiben viele zur Künstlichen Intelligenz, die sich praktisch umgesetzt in vielen Anwendungen, wie z.B. ChatGPT von OpenAI, zeigt. Haben wir “Intelligente IT-Systeme” und dumme Menschen? Wenn es um menschliche Intelligenz geht, kommt oft der vor mehr als 100 Jahren entwickelte Intelligenztest ins Spiel, mit dem dann zukünftige Möglichkeiten und Dispositionen vorhergesagt werden. Die folgende Passage beschreibt die Zusammenhänge etwas ausführlicher.

“Eine erste Entwicklungslinie soll hier aus heuristischen Gründen auf das Ende des 19. und Anfang des 20. Jahrhundert datiert werden. Ausgangspunkt ist die kausalmechanische Logik einer behavioristischen Entwicklungspsychologie, die den Körper wesentlich als Reiz-Reaktions-Maschine betrachtet. In dieser Logik entwickelte der französische Psychologe Alfred Binet 1905 gemeinsam mit dem Arzt Théodore Simon einen ersten sogenannten ´Intelligenztest´ (Liungman, 1976). Das mit der Psychometrie etablierte sehr lineare, planmäßig geregelte Mess- und Testregime verweist auf einige zentrale Merkmale von Vermessungs- respektive Prüfungspraktiken. Grundlegend zielt die Prüfung darauf ab, von der Summe einzelner aktueller Leistungsergebnisse eines Individuums auf die zukünftigen Möglichkeiten und Dispositionen bzw. auf die zukünftig erwartbare Leistungsfähigkeit schließen zu können. Aber der Psychometrie gilt nicht nur eine aktuelle Leistung als repräsentativ für ein Leistungsvermögen, sondern sie stellt durch ihre Orientierung am Modell der Normalverteilung zugleich die Kontrolle sozialer Relationen sicher: Die Intelligenzleistungen, die dem Einzelnen als Leistungen zugeschrieben werden, werden im Verhältnis zum Durchschnitt der Leistungen anderer angegeben und damit vergleichbar gemacht. Auf Basis derartiger Aussagen über ´Begabung´ und ´Intelligenz´ lassen sich institutionelle Selektionsprozesse und soziale Hierarchisierungen legitimieren (Bourdieu, 1993; Gould, 1988)” (Vater, S. (2023:255248).): Validierung und Neoliberalismus – selbstverantwortete Beschäftigungsfähigkeit als Lernergebnis, in: Schmid, M. (Hrsg.) (2023): Handbuch Validierung non-formal und informell erworbener Kompetenzen, S. 235-248).

Intelligenztests werden für berufliche/gesellschaftliche Selektionsprozesse genutzt, dabei haben diese ihren Ursprung in einer behavioristischen Logik und sollen Auskunft über zukünftige Dispositionen geben. Dieser Determinismus stößt auf Kritik. Siehe dazu auch Ursache – Wirkung: Die Intellektualistische Legende. Es wird immer wieder vorgeschlagen, das Konstrukt “Intelligenz” auszudifferenzieren. Folgender Text soll das beispielhaft aufzeigen:

“Inhaltlich hat sich das Intelligenzkonzept in den letzten 100 Jahren ausdifferenziert (vgl. Funke u. Vatterodt-Plünnecke 2004): An der Stelle einer einzigen Intelligenzdimension (´general intelligence´, g-Faktor) ist heute die Konzeption multipler Intelligenzen im Sinne unterschiedlicher Teilkompetenzen (z.B. logisches Schlussfolgern, verbale Intelligenz, kreatives Problemlösen, emotionale Kompetenz, Körperbeherrschung) getreten, für die jeweils andere Erfassungsinstrumente benötigt werden” (Funke 2006).

Gerade in Zeiten von Künstlicher Intelligenz ist es wichtig, auch über die Menschliche Intelligenz zu sprechen. Daraus ergibt sich die Frage, wie passen Künstliche Intelligenz und Menschliche Intelligenz zusammen? Interpretieren wir die von Funke angesprochene Ausdifferenzierung des Intelligenzkonzepts, so führt das meines Erachtens direkt zur Reflexiven Modernisierung und der dort thematisierten Entgrenzung. Möglicherweise hat Gardner´s Theorie der Multiplen Intelligenzen eine bessere Passung zu den aktuellen Entwicklungen. Siehe dazu auch Hybrid Intelligence: Menschliche und Künstliche Intelligenz.

Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Übernimmt die Künstliche Intelligenz jetzt alles?

Die schon vor Jahrzehnten thematisierte “Künstliche Intelligenz” basiert auf der Annahme “that every aspect of learning or any other feature of intelligence can in principle be so precisely described that a machine can be made to simulate it” (McCarthy et al., 1955:2). Die aktuellen Entwicklungen von ChatGPT 3.5 oder ChatGPT 4 (um nur Beispiele zu nennen) scheinen McCarthy zu bestätigen . Es hat den Anschein, als ob die Künstliche Intelligenz alle Lebensbereiche verändert, erweitert oder sogar ganz übernimmt (z.B. bestimmte Arbeitsbereiche). Doch ist das wirklich so? Dazu habe ich folgenden Text gefunden:

KI als neue Weltlenkerin? Nein! Zumindest für absehbare Zeit ist ein solches Horrorszenario nicht zu befürchten. Zwar werden die Änderungen im Alltagsleben durch KI stärker als bisher erkennbar – aber trotzdem: Bei KI-Systemen handelt es sich bei weitem nicht um eine dem Menschen vergleichbare Intelligenz, sondern eher um sehr spezifische Nischenfähigkeiten, die bei eng definierten Aufgaben überlegen sind, aber außerhalb ihres Daseinszwecks oft bei den einfachsten Tätigkeiten scheitern. Sie können viel, haben aber klare Limitationen. Während Alpha Zero, eine Schach-KI, zwar den Schachweltmeister besiegen kann, fehlt Computern eigener Antrieb, Willensfreiheit, Bewusstsein, Fähigkeit zur Selbstreflexion und Verständnis unserer Welt. Sinn, Verstehen und Verantwortung sind Konzepte, die für KI schon kategorial unpassend sind. KI kann damit auch weder böswillige noch heimtückische Intentionen verfolgen und auch keine Verantwortung für ihr Tun übernehmen – verantwortlich ist und bleibt der Mensch” (Ehlers, U.-D. (2023:271-272): Wie wollen wir leben?, in Schmohl et al. (Hrsg.) (2023): Künstliche Intelligenz in der Hochschulbildung, S. 271-278.

Den Hinweis auf einen Kategorienfehler hat auch Howard Gardner in seiner Betrachtung von menschlicher Intelligenz thematisiert, und damit die menschliche Intelligenz von den Möglichkeiten einer Künstlichen Intelligenz unterschiedenen. Siehe dazu auch

Anmerkungen zu Growth Mindset, Intelligenz und Kompetenz

Image by Donate PayPal Me from Pixabay

Der Begriff Mindset wird in den aktuellen Diskussionen zu Agilität, Transformation etc. fast inflationär verwendet. In dem Beitrag Mindset: Ein oft verwendeter Begriff etwas genauer betrachtet wird allerdings auch deutlich, dass die möglichen Nebenfolgen des Mindset-Konzepts kaum thematisiert werden. Zusätzlich habe ich in dem Beitrag Growth Mindset, Agilität und Multiple Intelligenzen einige Zusammenhänge zu dem von Caroll S. Dweck propagierten Growth Mindset aufgezeigt. Ich habe mir dazu zunächst einmal das ursprüngliche Paper angesehen, auf das die Idee eines Growth Mindset zurückgeht.

Dweck, C. S.; Leggett, E. L. (1988): A Social-Cognitive Approach to Motivation and Personality. Psychological Review 1988, Vol. 95, No. 2,256-273 | PDF.

Darin verbinden die beiden Autorinnen den Begriff Mindset mit der Vorstellung über Intelligenz. Mit der Veröffentlichung Dweck, C. S. (2008): Mindset: The New Psychology of Success kam dann die Verbreitung ihrer Gedanken so richtig in Schwung. Faszinierend für mich ist, die deutliche Korrelation zum Intelligenz-Begriff.

“Some believe their success is based on innate ability; these are said to have a ´fixed´ theory of intelligence (fixed mindset). Others, who believe their success is based on hard work, learning, training and doggedness are said to have a ´growth´ or an ´incremental´ theory of intelligence (growth mindset)” (Quelle).

Zusammenfassend kann man es wie folgt auf den Punkt bringen:

Fixed MindsetGrowth Mindset
Intelligence is staticIntelligence can be developed

Es stellt sich nun die Frage, was hier unter Intelligenz verstanden wird. Ist es das Intelligenzverständnis, das von einer generellen Intelligenz ausgeht und diese mit einem IQ ausdrückt? Der Bezug zu einem eher generellen Intelligenzverständnis , das sich in einem IQ manifestiert und im Großen und Ganzen nicht veränderbar ist, würde mit den Überlegungen von Caroll S. Dweck wohl eher nicht gut zusammenpassen.

Es gibt allerdings durchaus auch ein Intelligenzverständnis, das von einer veränderbaren, entwickelbaren Intelligenz ausgeht. Protagonisten sind beispielsweise Sternberg und Howard Gardner. Siehe dazu etwas ausführlicher Intelligenztheorie: Anmerkungen zu Sternbergs Triarchischen Theorie und Gardners Multiple Intelligenzen Theorie. Es zeigt sich meines Erachtens durchaus, dass das Konzept eines Growth Mindsets eine gute Passung zu Gardner´s Theorie der Multiplen Intelligenzen hat.

Weiterhin sollte noch beachtet werden, dass sich das Konzept eines Growth Mindsets auf Motivation und Persönlichkeitseigenschaften bezieht, und Persönlichkeitseigenschaften keine Kompetenzen darstellen. Ein Growth Mindset und ein dynamisches Intelligenzkonstrukt wie es die Theorie der Multiplen Intelligenzen darstellt müssen noch in die Welt der Kompetenzen “überführt” werden. Siehe dazu auch Kompetenz und Intelligenz – eine Gegenüberstellung. Multiplen Intelligenzen werden in einem Kontext (berufliche Domäne) situativ aktiviert, um (komplexe) Probleme zu lösen (Complex Problem Solving). Die so entstehenden Multiplen Kompetenzen können auf der individuellen Ebene, der Gruppenebene, der organisationalen Ebene und der Netzwerkebene entwickelt werden.

Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Transformation, doppelte Transformation, oder besser Multiple Transformationen?

bibb (Hrsg.) (2023): Future Skills – Fortschritt denken. BIBB-Kongress am 27. und 28. Oktober 2022 in Bonn.

Das Unternehmensumfeld ist sehr turbulent, teilweise sogar disruptiv. Der Begriff VUCA beschreibt dabei diese Situation – recht grob. Dennoch deuten solche Hinweise darauf, dass es in Unternehmen darauf ankommt, sich an diese Veränderungen anzupassen. Hier kommt ein weiterer Begriff hinzu: Transformation. Einerseits unterscheidet sich der Begriff Transformation von Changemanagement, andererseits auch von Wandel und Transition. Siehe dazu auch Kritik an dem Konzept einer “transformationalen Führung”.

Weiterhin ist interessant, dass immer mehr Wissenschaftler darauf hinweisen, dass es mehrere Transformationen gibt. Beispielsweise gibt es die digitale Transformation und auch die ökologische Transformation. Prof. Dr. Sabine Pfeiffer vom Institut für Soziologie (FAU Erlangen-Nürnberg) hat diese Zusammenhänge für die Automobilbranche aufgezeigt, und beschreibt diese doppelte Transformation wie folgt:

“Denn zum einen ist – mehr als in vielen anderen Branchen – die Digitalisierung facettenreicher, betrifft sie doch nicht nur die Digitalisierung der Arbeitsprozesse, sondern auch das Produkt Auto ebenso wie das Geschäftsmodell Mobilität. Zum Zweiten sind Herausforderungen der ökologischen Transformation nur auf den ersten Blick mit der Transformation in Richtung Elektromobilität gleichzusetzen und sollten nicht auf diese reduziert werden; es geht auch um Ressourceneffizienz und um CO2 Neutralität über alle Lieferketten und Produktzyklen hinweg. Zum Dritten stehen beide Transformationen auch in engster und durchaus auch widersprüchlicher Wechselwirkung: keine effiziente Ladestruktur für Elektromobilität ohne Digitalisierung, kein Einsatz von künstlicher Intelligenz und maschinellem Lernen ohne immensem ökologischen Fußabtritt – um nur zwei Beispiele zu nennen. Viertens schließlich sind Transformationen in gewachsenen Produktionsstrukturen (Brownfield) aufwändiger, voraussetzungsvoller und kostenintensiver als der Aufbau neuer Strukturen (Greenfield)” (Pfeiffer, S. (2023:26): Doppelte Transformation: Wo steht die Berufsbildung?, in: bibb (Hrsg.) (2023): Future Skills – Fortschritt denken. BIBB-Kongress am 27. und 28. Oktober 2022 in Bonn.

Bisher wurden verschiedene Transformationen einzeln betrachtet, doch stehen alle Transformationen in einer Wechselwirkung zueinander – was “die Transformation” nicht einfacher macht. Die Autorin macht weiterhin darauf aufmerksam, dass in den wissenschaftlichen Studien oftmals nur einzelne Transformationen betrachtet und analysiert wurden, was offensichtlich der Gesamtsituation nicht gerecht wird. Es wäre daher besser, von multiplen Transformationen zu sprechen. Bei diesem Begriff lehne ich mich absichtlich an Howard Gardners Multiple Intelligenzen Theorie an.

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.

Interaktive Dialogmethoden sind entscheidend im Umgang mit Unsicherheiten

Fraunhofer Magazin 1.2023, Seite 66

Im einem Gespräch (Fraunhofer Magazin 1.2023) mit Dr. Philine Warnke, Leiterin des Geschäftsfeld Zukunftsdialoge beim Fraunhofer ISI, ging es auch um die Frage, wie wir mit den zunehmenden Unsicherheiten umgehen sollten. Interessant für mich war, dass die Forscher natürlich moderne technische Systeme nutzen, doch das möglicherweise nicht ausreicht.

“Wir nutzen zwar auch Machine-Learning-Methoden, um das, was in der Gegenwart passiert, besser wahrnehmen zu können. Zum Beispiel, um in den Sozialen Medien schneller zu sehen, in welchen Bereichen eine große Dynamik zu erkennen ist. Aber das sind nur Hilfsmittel. Viel entscheidender sind interaktive Dialogmethoden wie Workshops oder Zukunftswerkstätten. Dort bringen wir Leute zusammen, die sich darüber austauschen, was diese Änderungen überhaupt bedeuten, und das eigene Vorstellungsvermögen erweitern. Es ist entscheidend, diese kollektive menschliche Intelligenz zu nutzen” (Fraunhofer Magazin 1.2023, Seite 67).

Dieses Statement bestätigt, die Auffassung von Sozialwissenschaftlern wie Fritz Böhle (2009), dass diese Unsicherheiten von Menschen zwar nicht beherrscht, dennoch bewältigt werden können. Siehe dazu auch Uncertainty was always a problem – so what? Dabei kommt den individuellen Dispositionen zur Bewältigung der Unsicherheiten eine besondere Rolle zu. In diesem Sinne spielen Kompetenzen als Selbstorganisationsdispositionen auf der individuellen Ebene, auf Teamebene, auf organisationaler Ebene und auf der Netzwerkebene eine Große Rolle. Nun ist der Zusammenhang Kompetenz-Intelligenz noch u klären.

In dem Beitrag Kompetenz und Intelligenz – eine Gegenüberstellung wird erläutert, wie die Begriffe zusammenhängen, bzw. sich unterscheiden. Wichtig ist hier jedoch zu erkennen, dass der Kompetenzbegriff mit dem traditionellen Verständnis von Intelligenz verglichen wird. Interessant ist aus meiner Sicht, gerade in komplexen Problemlösungssituationen die von Howard Gardner vorgeschlagene Entgrenzung des Intelligenz-Konstrukts mit in die gesamte Diskussion einzubeziehen. Siehe dazu auch Multiple Intelligenzen nach Howard Gardner und Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

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.

Intelligentes Wissen – was ist darunter zu verstehen?

Wie schon mehrfach in unseren Blogbeiträgen erwähnt, spielt der Umgang mit “Wissen” in der heutigen Arbeitswelt eine immer wichtigere Rolle (Wissensmanagement). Dabei wird Wissen oft in verschiedene Dimensionen unterteilt: Implizites/Explizites Wissen, Träges Wissen, Organisationales Wissen, Prozedurales Wissen usw. Interessant ist der Hinweis auf ein intelligentes Wissen.

Intelligentes Wissen bezeichnet ein Wissen, das abrufbar, vielfältig anwendbar und vielfach vernetzt ist. [Anmerkung]: Das Interesse von Unternehmen ist oft darauf gerichtet, implizites und träges Wissen der Mitarbeiter in explizites und unterschiedlichen Nutzern zur Verfügung stehendes intelligentes Wissen zu überführen (´Wenn Siemens wüsste, was Siemens weiß.´)” (Kirchhöfer 2004:60).

Interessant ist hier die Verbindung von den beiden Konstrukten “Intelligenz” und “Wissen”. Dabei ist allerdings nicht erläutert, was unter “Intelligenz” zu verstehen ist. Immerhin gibt es neben dem klassischen IQ noch weitere Ansätze, wie z.B. der von Sternberg oder auch von Howard Gardner (Multiple Intelligenzen). Oder ist eher der heute so wichtige Begriff einer “Künstlichen Intelligenz” gemeint? Ich würde mir wünschen, wenn alle die den Begriff “Intelligenz” oder auch “Smart” verwenden erläutern, was sie darunter verstehen.