In meinem Paper zu Weltkonferenz MCPC 2015 in Montréal habe ich in meiner Special Keynote aufgezeigt, dass Cognitive Computing bei komplexen Problemen an seine Grenzen stößt und der Mensch in so einem Kontext Vorteile hat. Darüber hinaus gibt es auch aus der Sicht der Forschung zu Algorithmen Grenzen für Computersysteme. Das Video vom 19.01.2016 zeigt auf, bei welchen Problemen das der Fall ist: The Halting Problem (Das Halteproblem), Kolmogorov Complexity (Kolmogorov-Komplexität), Wang Tiles (Wang Parkettierung).Solche Zusammenhänge zeige ich auch in dem von uns entwickelten Blended Learning Lehrgang Innovationsmanager (IHK) auf. Informationen dazu finden Sie auf unserer Lernplattform.
Mit dem Konfigurator zum energieeffizienten Haus
Die Configurator-Database listet ca. 1.000 Konfiguratoren auf, die in den unterschiedlichsten Branchen engesetzt werden. Dabei ist der Konfigurator oftmals ein wesentliches Element, um Mass Customization umzusetzen, da der Konfigurator die vielfaltigen Varianten im Rahmen der unternehmerischen Möglichkeiten (Fixed Solutionspace: Definierter Lösungsraum) virtuell anzeigt. Konfiguratoren können dabei für die Produktkonfiguration, aber auch zum Konfigurieren von Dienstleistungen genutzt werden. Wie der Configurator-Database zu entnehmen ist, wird die Servicekonfiguration allerdings bisher nur wenig genutzt. Dass der Entscheidungsprozess mit Hilfe von Konfiguratoren sinnvoll unterstützt werden kann, zeigt nun die Internetplattform Effizientes Haus, die von BOSCH – unterstützt von Fraunhofer IBT – entwickelt wurde. Die Nutzer können hier ihre Daten eingeben und erhalten Vorschläge zur Verbesserung der Energieeffizienz ihres Hauses. BOSCH wiederum kann durch die Analyse des Konfigurationsprozesses wertvolle Informationen für sein Marketing gewinnen. Ein ähnliches Projekt gab es vor einigen Jahren in der Energiewirtschaft, wo die Zusammenstellung der elektrischen Energie mit Hilfe eines Konfigurators zusammengestellt werden konnte. Auch dieses Projekt hatte das Ziel, wichtige Marketinginformationen zu erfassen. Der Einsatz von Konfiguratoren sollte daher etwas weiter gefasst werden, und auch Dienstleistungen und Entscheidungsprozesse beinhalten. Darüber hinaus ist es mit so einem Konfigurator möglich, den definierten Lösungsraum (Fixed Solutionspace) kontinuierlich zu erweitern, um den Übergang zu einem immer offeneren innovationsprozess (Open Innovation) vorzubereiten.
Open Innovation in verschiedenen Regionen Europas
Die Veröffentlichung Embracing Open Innovation in Europa. A best practice guide on Open Innovation Policies aus dem Jahr 2012 zeigt deutlich auf, welche Regionen in Europa Open Innovation zur besseren Entwicklung nutzen. In Deutschland ist es z.B. die Region um Stuttgart, deren Aktivitäten sehr schön beschrieben werden. Regionale oder lokale Open Innovation Ansätze haben den Vorteil, dass sie die Besonderheiten einer regionalen/lokalen komplexen Problemlösung beachten: Eine nicht zu unterschätzende Qualität. Siehe dazu auch Gedanken zum Problemlösen und Lukac, D.; Freund, R. (2012): Open Innovation, Social Embeddedness of Economic Action and its Cultural Determinants.
Potenzialentfaltung statt Ressourcennutzung?
Der Artikel Geist trifft Geld: Unternehmen Gehirn (manager magazin vom 23.05.2012) ist ein sehr schönes Beipiel dafür, wie sich unsere Wirtschaft verändert – verändern wird. Prof. Hüther weist dabei auf besondere Zusammenhänge hin, die gerade bei komplexen Zusammenhängen (Complex Problem Solving) wichtig sind: “Gefühle sind für die Bewertung und Steuerung komplexer Vorgänge sogar enorm wichtig, insbesondere unter dem Druck der schnellen Entscheidungsfindung. Denn sie befähigen uns überhaupt erst, Wichtiges von Unwichtigem zu unterscheiden (…). Wir haben noch gar keine Ahnung davon, was alles im Menschen drinsteckt. Wir sind mitten in der Transformation, von der Ressourcennutzungs- zu einer Potenzialentfaltungskultur. Zum ersten Mal in der Geschichte können wir definieren, was wir brauchen, um uns entfalten zu können”. Es lohnt, sich mit diesem Perspektivenwechsel zu befassen.
Was ist die Aufgabe von Unternehmen?
Normalerweise hört man dann: Geld verdienen. Gut, selbstverständlich ist es wichtig, dass ein Unternehmen Mittel erwirtschaftet, um weiterhin auf dem Markt zu existieren. Doch wofür bekommen die Unternehmen das Geld? Von Kunden, die gerne Probleme gelöst haben wollen. Dieser kleine Umstand wird in den Unternehmen oftmals von den dominanten Redite- und Kostendiskussionen überrollt. Ich halte es da gerne mit John Ruskin (1865:88), der schon vor über 100 Jahren anmerkte:
“We pour our whole masculine energy into the false business of money-making. Well, private firms always have to make money, but that is not their business. Organizations are in the business of solving customer problems, be they individual needs such as nutrition, health or locomotion, or the social and ecological problems faced by our world. These kinds of functions and purposes bestow upon organizations their very raison d’être” (Zitiert in Schwaninger 2006:78)
Darüber hinaus sollten die Unternehmen (oder weiter gefasst Organisationen) auch beachten, dass es sich in der Zwischenzeit nicht mehr um einfache Problemlösungen handelt (simple problem solving), sondern um ein komplexes Probelemlösen (complex problem solving) das ganz andere Anforderungen an Mitarbeiter und Führungskräfte stellt (Subjektivierung von Arbeit). Lernen kann man in diesem Zusammenhang als Problemlösen unter Unsicherheit bezeichnen (AWBF 2000).
Gedanken zum Problemlösen
Probleme lösen zu können ist für uns persönlich, aber auch für Unternehmen wichtig. In letzter Zeit fällt allerdings auf, dass der Begriff “Problemlösen” unterschiedlich verwendet wird. Funke unterscheidet dazu das einfache Problemlösen (Simple Problem Solving) und das komplexe Problemlösen (complex problem solving). Beim einfachen Problemlösen sind Ist- und Soll-Zustand gut beschreibbar. Durch planbares Vorgehen ist der Soll-Zustand dann mehr oder weniger gut erreichbar. Komplexes Problemlösen ist anders, denn die Ausgangszustände sind nicht so eindeutig beschreibbar und auch der Weg zum Ziel ist vielfältig und schwierig. Bamberger/Wrona (2000:6) formulieren das so: “Sie stellen Entscheidungen unter Unsicherheit dar und werden auch als sog. Multi-Kontext-Probleme derart bezeichnet, dass sie in unterschiedlichen, jeweils aktorspezifischen Kontexten definiert bzw. expliziert werden“. Die Gesamtsituation kann man als komplex bezeichnen. Komplexität begegnet man mit Selsbtorganisation – die Fähigkeit zur Selbstorganisation ist somit ein Kernelement komplexen Problemlösens. Damit sind wir allerdings auch schon beim Begriff “Kompetenz”, den Erpenbeck als Selbstorganisationsdisposition beschreibt. Berücksichtigt man weiterhin, dass Problemlösen auch mit Intelligenz in Verbindung gebracht wird, so stellt sich die Frage, wie Intelligenz mit Problemlösen zusammenhängt. Ceci und Kollegen haben herausgefunden, dass es keine Korrelation zwischen dem komplexen Probelemlösen und dem IQ gibt (vgl. dazu auch Funke). Was es allerdings gibt, ist eine Verbindung zwischen Multiplen Intelligenzen und dem komplexen Problemlösen (Ceci, Funke). Es scheint so zu sein, dass die Multiple Intelligenzen Theorie eher in der Lage ist, komplexes Problemlösen zu ermöglichen und zu unterstützen. Diesen Gedanken greife ich in meiner Dissertation (Promotionsvorhaben) auf. Siehe dazu auch Intelligenz-Quotient (IQ) aus Sicht der Komplexitätsforschung oder Psychologie der Kreativität oder Alfred Binet – oder der erste Intelligenztest der Welt