Kompetenz und Intelligenz – eine Gegenüberstellung

Der Begriff „Kompetenz“ wird in vielfältiger Weise genutzt, daher ist es wichtig zu klären, was darunter zu verstehen ist. „Bei der Abgrenzung des Kompetenzkonzeptes von dem der „Intelligenz“ verwenden HARTIG und KLIEME die drei Kriterien Kontextualisierung, Lernbarkeit, und Binnenstruktur. Damit gelangen sie in ihrer begrifflichen Klärung des Kompetenzbegriffes über den Stand der einschlägigen Diskussion hinaus“ Rauner, F.; Haasler, B.; Heinemann, L.; Grollmann, P. (2009:23):

KompetenzIntelligenz
Kontextualisiert, Fähigkeit, spezifische Situationen und Änderungen zu bewältigen.Generalisierbar, Fähigkeit, neue Probleme zu lösen.
Lernbar, wird durch Erfahrung mit den spezifischen Anforderungen und Situationen erworben.Zeitlich stabil, zu bedeutsamen durch biologische Faktoren determiniert.
Binnenstruktur ergibt sich aus Situationen und Anforderungen.Binnenstruktur ergibt sich aus grundlegenden kognitiven Prozessen.
Rauner, F.; Haasler, B.; Heinemann, L.; Grollmann, P. (2009:23)

Interessant dabei ist, dass der Vergleich von Kompetenz mit dem Intelligenzverständnisverständnis verglichen wird, der letztendlich dem IQ (Intelligenz-Quotienten) zugrunde liegt. Doch schon Alfred Binet, das im April 2005 den ersten Intelligenztest veröffentlich hat, formulierte so: „Die Skala erlaubt keine Messung der Intelligenz, da intellektuelle Fähigkeiten nicht addiert und somit nicht wie lineare Oberflächen gemessen werden können.“ Doch in den letzten 115 Jahren wurde die Messbarkeit und Bestimmbarkeit in allen gesellschaftlichen Bereichen zu einem Mantra, das bis heute wirkt.

Demgegenüber wächst die Kritik an dem IQ in den letzten Jahrzehnten deutlich. Etablierte Forscher (wie z.B. Sternberg) zweifeln offen daran, sodass es zu einer Entgrenzung des Konstrukts gekommen ist. „Soziale Intelligenz“, „Schwarm-Intelligenz“, „Emotionale Intelligenz“ sind nur wenige Elemente dieser Entwicklung.

Letztendlich nimmt Howard Gardner viele dieser Perspektiven in seiner Theorie der Multiplen Intelligenzen auf. Dabei versteht er Intelligenz auch als kontextualisiert und erlernbar, was in der oberen Tabelle eher dem Kompetenz-Begriff ähnelt. Es macht möglicherweise Sinn, von Multiplen Kompetenzen zu sprechen. Siehe dazu Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Schwarmintelligenz: Die Weisheit der vielen und das Wissen der Eliten

Image by Gerd Altmann from Pixabay

Ende des 18. Jahrhunderts schließen sich Intellektuelle zusammen um das Wissen der Zeit zu sammeln. In Enzyklopädien wird erfasst, was wir heute immer noch oft unter „Wissen“ verstehen. Die neuen technologischen Möglichkeiten zeigen nun, dass es auch andere Formen gibt, Wissen zu generieren und anderen zur Verfügung zu stellen. Das Projekt Wikipedia zeigt in kurzer Zeit, dass die Wissen nicht alleine von Experten sondern auch von vielen Amateuren generiert (produziert) werden kann. Insofern wandelt sich der Wissensbegriff über die Zeit.

Der Wissensbegriff allerdings, für den Wikipedia steht, hat mit dem Wissensbegriff, den wir alle als Kinder der wissenschaftlichen Neuzeit und der Aufklärung gelernt haben, wenig zu tun. Wenn der durch die veränderte Mediennutzung angeregte Trend stabil bleibt – und es spricht derzeit alles dafür und nichts dagegen -, dann stellen wir unsere Wissensfragen in Zukunft eben zunehmend weniger, wenn überhaupt, an die enzyklopädischen Elitemedien der Buchdruckkultur, sondern überantworten sie vielmehr der Schwarmintelligenz der digitalen Netzkultur und ihrer Effekte. Unser Begriff des Wissens aber ist dann nicht länger durch den Bezug auf eine relativ kleine Klasse von ausgewiesenen Experten geprägt; Wissen ist dann vielmehr zu verstehen als Resultat der vernetzten Kollaboration eines zunehmend großen Kreis von engagierten Amateuren, deren weitgehende Anonymität jegliche Rückschlüsse auf ihre Kompetenz verbietet. Der amerikanische Soziologe und Journalist James Surowiecki hat das Prinzip der kollektiven Intelligenz auf die Formel „Weisheit der vielen“ gebracht. Wer zwischen der kollaborativen Wissensproduktion im Netz und dem Expertenwissen der Bücher einen klaren Gegensatz sieht, für den gilt: Die Weisheit der vielen triumphiert im Web 2.0 über das Wissen der Eliten (Münker 2009:98-101).

In diesem Absatz kommen allerdings sehr viele Begriffe vor, die nicht eindeutig bestimmt sind. Neben „Wissen“ sind das auch noch „Intelligenz“ und „Weisheit“. Bei dem Konstrukt „Intelligenz“ ist es hier wichtig zu klären, ob es sich um die Intelligenz im Sinne des Intelligenz-Quotienten (IQ), oder eher um eine diversifizierte Intelligenz im Sinne der Theorie der Multiplen Intelligenzen handelt.

Growth Mindset, Agilität und Multiple Intelligenzen

Image by Free-Photos from Pixabay

Im Zusammenhang mit der Transformation/Transitionen von traditionellen Organisationen zu Agilen Organisationen wird immer wieder das „Agile Mindset“ hervorgehoben. Hans-Gerd Serevatius hat 2018 dazu Wege zu einem agilen Mindset beschrieben. Darin definiert er das agile Mindset als „bewegliche Denkweise eines Menschen, die auch sein Verhalten prägt.“. Diese Denkweise kann als relativ stabil oder als veränderbar angenommen werden.

Carol Dweck (2006) beschreibt diese Zusammenhänge als Fixed Mindset oder Growth Mindset. Ein Fixed Mindset geht davon aus, dass Kreativität, Intelligenz und Talent unveränderbar sind.

Wie wichtig es ist, dass die an der Förderung des Lernens Beteiligten nicht an die Konstanz, sondern stattdessen an die Veränderbarkeit der Intelligenz glaubten, hat Carol Dweck (1986, 1990) in zahlreichen Untersuchungen überzeugend belegt (Mietzel 2003:253).

Gerade in einem VUCA-Umfeld ist es wichtig, von einem Growth Mindset auszugehen, bei dem Kreativität, Intelligenz und Talent veränderbar sind. Interessant ist in diesem Zusammehnag, dass In dem Artikel Bokas, A.; Rock, R. (2016): Changing the Mindset of Education: Every Learner is Unique wird ein Zusammenhang hergestellt, zwischen dem Growth Mindset und der Theorie der Multiplen Intelligenzen von Howard Gardner.

Emotionale Intelligenz: Ursprung und der Bezug zu Multiplen Intelligenzen

Image by StockSnap from Pixabay

Wenn es um Emotionale Intelligenz geht, wird häufig Daniel Goleman genannt, der dieses Konstrukt bekannt gemacht hat. Dabei geht leider oft verloren, dass es John D. Mayer und Peter Salovey waren, die schon 1990 beschrieben haben, was sie unter Emotionaler Intelligenz verstehen.

„Emotional intelligence is a type of sociali ntelligence that involves the ability to monitor one’s own and others‘ emotions to discriminate among them, and to use the information to guide one’s thinking and actions (Salovey & Mayer 1990)“, zitiert in Mayer/Salovay 1993, p. 433.

Interessant dabei ist, dass beide Autoren erwähnen, dass sie statt Emotional Intelligence auch Emotional Competence hätten wählen können, doch haben sie sich bewusst für Emotional Intelligence entschiedenen, da sich Emotional Intelligence „overlaps with Gardner´s (1983) ´(intra) personal intelligence´ (ebd. p. 433).

The core capacity at work here is access to one’s own feeling life – one’s range of affects or emotions; the capacity instantly to effect discriminations amongt these feelings and eventually, to label them, to enmesh them in symbolic codes, to draw upon them as a means of undentanding and guiding one’s behavior. In its most primitive form, the intrapenonal intelligence amounts to little more than the capacity to distinguish a feeling of pleasure from one of pain (…). At its most advanced level, intrapersonal knowledge allows one to detect and to symbolize complex and highly differentiated set of feelings (…) to attain a deep knowledge of (…) feeling life (ebd. p. 239).

Die Anlehnung an Gardner´s Theorie der Multiplen Intelligenzen ist bemerkenswert, und auch der Bezug zum Begriff „Competence“. Beide Perspektiven habe ich in meinem Buch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe und Organisation weiter analysiert und in ein Gesamtkonzept überführt.

Gedanken zu Kreativität und Intelligenz

In den letzten mehr 100 Jahren gab es ein Umfeld, das Berechenbarkeit und Vorhersehbarkeit als wesentliche Bestandteile gesellschaftlicher und wirtschaftlicher Entwicklungen betrachtete. Ein Instrument dieser Zeit ist der Intelligenzquotient (IQ) mit seiner (teilweisen) Vorhersehbarkeit von schulischen und/oder beruflichen Entwicklungen.

Das Umfeld hat sich allerdings inzwischen drastisch geändert: Die vielfältigen Vernetzungen von Dingen und Menschen (IoT, KI) haben das bisher relativ stabile Umfeld in ein turbulentes Umfeld gewandelt, in dem Selbstorganisation und die Entwicklung/Bewertung neuer Ideen (Kreativität) wichtig ist. Es stellt sich somit die Frage, welchen Bezug es zwischen Kreativität und Intelligenz (Intelligenzquotient: IQ) gibt.

Creative traits, by definition then, had to be considered to differ from “intelligence” traits in order to give them some potential for predicting achievement above and beyond IQ. Intelligence, of course, had been operationally defined through the IQ measurement long before work in creativity began. If researchers were to establish creativity as a trait, therefore, they faced the practical necessity of demonstrating substantial independence of creativity from IQ. This, in effect, is what the last twenty-five years of creativity measurement research has attempted to do, with only limited success (Wallach, 1971). There were also pragmatic reasons for justifying the construction of creativity tests. Intelligence tests had proved valuable to society in many ways, including the more efficient deployment of manpower resources during both world wars, but the predictive value of IQ measures had been found to be poor in situations requiring production and evaluation of new ideas (Feldman 1980: 89-90).

Der Autor bestreitet somit die Vorhersehbarkeit von Kreativität mit Hilfe des Intelligenzquotienten (IQ). Möglicherweise haben andere Intelligenzmodelle wie die von Sternberg oder von Gardner (Multiple Intelligenzen) eine bessere Passung zu den heutigen Problemlösungssettings. Diese Perspektive würde allerdings die lange Tradition zur Nutzung von IQ-Tests für Schüler und Mitarbeiter – und der damit verbundenen Geschäftsmodelle – infrage stellen. Das hätte durchaus weitreichende Folgen… Es ist daher Verständlich, dass die Vertreter psychometrischer Intelligenzmodelle empfindlich auf solche Perspektiven reagieren.

Hängt der Wissenstransfer von den kognitiven Voraussetzungen ab?

Das Phänomen des Tragen Wissens habe ich in diesem Blog schon mehrfach thematisiert. Dabei ging es jeweils darum, dass Wissen kontextspezifisch konstruiert wird und somit nicht so einfach in einen anderen Kontext zu übertragen ist. Diese Situiertheit von Wissen wird allerdings von Süss angezweifelt.

Das die Relevanz des Situiertheitsansatzes anbetrifft, da sind Zweifel angebracht und nicht zuletzt deshalb, weil die zentrale These m.E. nicht haltbar ist, dass Wissen stets kontextgebunden und ein Transfer also gar nicht möglich ist. Ob ein Transfer zustande kommt (…) hängt stattdessen in erster Linie von den kognitiven Voraussetzungen ab, von Intelligenz und Wissen (Süss 2008).

Der Author argumentiert in seinem Beitrag, dass Intelligenz und Wissen dafür verantwortlich sind, ob – oder in welchem Maße – Wissenstransfer stattfindet. Die Frage, was unter „Intelligenz“ verstanden wird, beschreibt der Autor wie folgt:

Ein Ziel der psychometrischen Intelligenzforschung ist die Klärung der Frage, ob Intelligenz eine einheitliche Fähigkeit zu konzeptualisieren ist (Spearman) oder besser durch mehrere, voneinander unabhängigen Einzelfähigkeiten (Thurstone, Guilford) beschrieben werden sollte. Heute zeichnet sich ab, dass beide Positionen richtig sind. Hierarchische Strukturmodelle postulieren ein bündel unterscheidbarer Einzelfähigkeiten, die allerdings zusammenhängen, und damit gleichzeitig die Annahme eines hochgradig generellen Faktors der Allgemeinen Intelligenz („g“) begründen (Caroll 1993). Generell mein hier, dass diese Fähigkeit zur Lösung von sehr vielen und sehr unterschiedlichen Problemen gebraucht wird. Die empirische Grundlage für diese Annahme ist, dass Intelligenzleistungen, die bei ganz unterschiedlichen Aufgaben erbracht werden, stets schwach, aber positiv korreliert sind (Süss 2008:250-251).

Howard Gardner ist mit seiner Theorie der Multiplen Intelligenzen eher der Auffassung von Thurstone und Guiford, dass es eher voneinander unabhängige Fähigkeiten/Intelligenzen gibt.

Anmerkungen zu einem Modell der Kaufmännischen Kompetenz

Darstellung entnommen aus Winter/Achtenhagen (2010: 19): Berufsfachliche Kompetenz: Messinstrumente und empirische Befunde zur Mehrdimensionalität beruflicher Handlungskompetenz, in: BWP 1/2010, S. 18-21.

Die Kaufmännische Kompetenz wird in der Darstellung als übergeordnete Kompetenzdimension dargestellt, die sich in eine domänenverbundene Kompetenz und in eine domänenspezifische Kompetenz aufteilt. Beide Dimensionen haben wiederum Teilbereiche, die einen bestimmten Zugriff auf Inhaltsbereiche der Domäne ermöglichen.

Mich erinnern die verschiedenen Teilbereiche stark an die verschiedenen Dimensionen der Theorie der Multiplen Intelligenzen nach Howard Gardner. Die in der Urform 8 Intelligenzen ermöglichen einen multiplen, komplexen Problemlösungsprozess in einer bestimmten Domäne. Dabei stellt sich die Frage, wie Intelligenz (Multiple Intelligenzen) und Kompetenz zusammenhängen.

„Auf der Grundlage der Multiplen Intelligenzen Theorie (vgl. Gardner 2002) kann man Kompetenzentwicklung als eine „Ausprägung von Fähigkeiten [zu] beschreiben, deren Entwicklung durch spezifische Intelligenzprofile gegeben ist“ (Rauner et al 2009:34) und bei jedem Menschen situationsabhängig unterschiedlich aktiviert wird, „denn jede [Domäne] hat ihre eigenen Gegenstände, Verfahren und Verknüpfungsmodi“ (Gardner 2003:130)“ zitiert in Freund (2011:104).

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

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.