Chaos macht das Leben und die Intelligenz möglich

Image by Miroslaw Miras from Pixabay

Keiner will Chaos! Es geht um Kontrolle über Abläufe, die Umwelt, das eigene Leben usw. Doch lernen wir langsam (sehr langsam), dass das Leben mit seiner Entwicklung in den letzten Milliarden von Jahren immer wieder überraschende Sprünge gemacht hat. Siehe dazu auch Die Selbstorganisation des Universums.

Solche Bifurkationspunkte in komplexen Systemen (siehe Synergetik nach Haken) haben in Summe eben auch dazu geführt, dass es uns Menschen gibt. Es scheint so zu sein, als ob es in manchen Situationen gut ist, wenn etwas regelmäßig passiert, in anderen Situationen eben nicht. Das kann man sich am eigenen Körper gut klarmachen:

„Es ist wohlbekannt, dass das Herz im Prinzip regelmäßig schlagen muss, weil wir sonst stürben. Das Hirn aber muss im Prinzip unregelmäßig arbeiten, sonst würden wir epileptisch. Dies zeigt, dass Unregelmäßigkeit, Chaos, zu komplexen Systemen führt. Das bedeutet nicht etwa Unordnung, im Gegenteil, ich würde sagen, gerade das Chaos macht das Leben und die Intelligenz möglich“ (Prigogine, zitiert in Briggs, J.; Peat, F. D. (1999): Die Entdeckung des Chaos. Eine Reise durch die Chaos-Theorie).

Wenn Chaos allerdings Leben und die Intelligenz möglich macht, dann ist Chaos eben nicht nur negativ, sondern auch positiv zu sehen. Das entspricht leider nicht der umgangssprachigen Interpretation des Wortes Chaos, das fast immer dann gebraucht wird, um etwas negativ darzustellen. Wir tun gut daran, diese Interpretation zu ändern, denn immerhin sind wir als Menschen aus einem Chaos entstanden.

Die Selbstorganisation des Universums

Eigene Darstellung (vgl. Briggs/Peat 1999)

In vielen Bereichen der Arbeitswelt wird schon länger deutlich, dass die Antwort auf die veränderte, immer stärker vernetzte Umwelt mit ihrer daraus entstehenden Komplexität, mehr Selbstorganisation ist.

In allen Organisationen ist dieser Trend zu erkennen. Projektarbeit beispielsweise ist an sich schon eine Art der Selbstorganisation und Agiles Projektmanagement verstärkt diesen Ansatz noch einmal. Doch es geht nicht nur um die Selbstorganisation auf der Teamebene, sondern auch um die individuellen Ebene, die organisationale Ebene und die Netzwerkebene.

Betrachten wir Kompetenz als Selbstorganisationsdisposition, so wird klar, dass es um Koordination von Kompetenz auf diesen Ebenen geht. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Selbstorganisation kann allerdings noch größer als ein grundlegendes Prinzip in komplexen Systemen gesehen werden. Die Allgemeine Systemtheorie (Luhmann) und die Synergetik (Haken) bieten dazu Erklärungen an, und zeigen gleichzeitig auf, wie strukturiert unsere Umwelt gleichzeitig ist. Die Abbildung visualisiert qualitativ die Selbstorganisation des Universums über die Zeit und in seiner räumlichen Ausdehnung.

Wenn Selbstorganisation also ein grundlegendes Prinzip ist, kann man sagen, dass in den letzten Jahrhunderten der Industrialisierung Selbstorganisation „ausgesperrt“ wurde. Es wurde so getan, als ob alles vorab planbar, messbar und somit fremdorganisiert sein muss.

Ganze Beraterdynastien haben zunächst mit der industriellen Fremdorganisation und dem damit verbundenen Effektivität- und Effizienz-Gedanken viel Geld verdient. Jetzt propagiert genau die gleiche Branche mehr selbstorganisierte Arbeit und bietet zur Umsetzung ihre eigenen Dienste an. Ein ähnliches Phänomen haben wir bei vielen Politikern, die in der Vergangenheit alles industrialisiert haben und jetzt alles wieder renaturieren wollen. Honi soit qui mal y pense.

Siehe dazu auch Wie hängen Wandel, Energie und Prozess zusammen?

Welche Selbstorganisations-Theorie ist für Innovation geeignet?

Wesentliche Vertreter der Grundlagen einer Komplexitätswissenschaft und Vorreiter
einer terminologischen Präzisierung von Komplexität (Bandte 2007:50, aus Stüttgen 2003): Eigene Hervorhebungen

In unserer komplexen Welt verwenden viele den Begriff „Komplexität“, doch fragt man nach wird deutlich, dass an unterschiedliche naturwissenschaftliche Ansätze gedacht wird. In der Abbildung sind daher wesentliche Vertreter der Grundlagen einer Komplexitätswissenschaft und Vorreiter einer terminologischen Präzisierung von Komplexität zu sehen, die den verschiedenen Disziplinen zugeordnet sind

Ein wesentlicher Schwerpunkt in der Komplexitätsdiskussion befasst sich mit SELBSTORGANISATION. In der Abbildung sind von mir bekannte Vertreter zu Selbstorganisations-Theorien hervorgehoben, die aus den Bereichen Biologie und Physik/Chemie kommen. Überraschend ist dabei, dass viele wichtige Theorien zum Thema um 1970 fast zeitgleich erschienen sind:

„Es war der magische Zeitpunkt um 1970, als fast zeitgleich erste naturwissenschaftliche Theorien der Selbstorganisation erschienen, die eine paradigmatische Wende einläuteten: die biologische Theorie der Autopoiese von Humberto Maturana, die Arbeit zur molekularen Evolution von Manfred Eigen, die thermodynamische Theorie dissipativer Systeme fernab vom Gleichgewicht von Ilya Prigogine sowie die aus der Quantenoptik und der Theorie der Phasenübergänge stammende Theorie der Synergetik von Hermann Haken. Die Begründer dieser Theorien kamen aus sehr unterschiedlichen Disziplinen“ (Petzer/Steiner 2016).

Da ich mich viel mit Innovationen befasse, ist es mir natürlich wichtig zu erfahren, welche Passung diese Theorien mit der Entstehen neuer Dienstleistungen, Produkte oder (allgemein) neuen Gesellschaftsstrukturen haben. Sehr interessant ist dabei, dass die Autopoiese (Maturana) wohl nicht so gut geeignet erscheint, und die Synergetik von Haken (1996) wohl besser passt:

„Obwohl die Autopoiese einen großen Einfluss im biologischen und vor allem im soziologischen Bereich hat, so ist ihr Bezug zur Selbstorganisation eher im zirkulären
Wirken bestehender Ordnung zu sehen. In Hinblick auf die Entstehung (Emergenz) von Ordnung und verschiedener Ordnungsstufen trifft die Autopoiese keine Aussagen. Sie setzt bereits Ordnung voraus. Daher sah Hermann Haken auch keinen Anlass sich mit dieser, vor allem im Rahmen des Radikalen Konstruktivismus in der Literatur hofierten und diskutierten Theorie, intensiver auseinanderzusetzen.

Übertragen auf soziale Systeme kann die Autopoiesetheorie Innovation oder die
Entstehung neuer Gesellschaftsstrukturen nicht thematisieren
„.

Quelle: (Petzer/Steiner 2016). Die Autoren nennen zur Unterstützung dieser These noch folgende Quellen:

– Hermann Haken: Synergetics. An Introduction, New York, NY: Springer 1977.
– Bernd Kröger: Hermann Haken und die Anfangsjahre der Synergetik, Berlin: Logos 2013, S. 259.
– Vgl. auch Marie-Luise Heuser: „Wissenschaft und Metaphysik. Überlegungen zu einer allgemeinen Selbstorganisationstheorie“, in: Wolfgang Krohn/Günter Küppers (Hg.): Selbstorganisation.

Für Haken (1996) sind dabei Werte sozialer Selbstorganisation. Phasenübergänge stellen an Bifurkationspunkten die Übergänge von Mikrozuständen von Elementen zu Makrozuständen (Emergenz) dar.

„Es genügt also, das Verhalten der wenigen instabilen Systemelemente zu erkennen, um den Entwicklungstrend des gesamten Systems und seine makroskopischen Muster zu bestimmen. Die Größen, mit denen das Verteilungsmuster der Mikrozustände eines Systems charakterisiert wird, heißen nach dem russischen Physiker Lew D. Landau „Ordnungsparameter““ (Mainzer 2008:43-44).

Mit Hilfe Künstlicher und Menschlicher Intelligenz sollte es möglich sein, diese wenigen instabilen Systemelemente zu erkennen (Ordnungsparameter), um makroskopische Muster zu bestimmen.

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

Werte als Ordner sozialer Komplexität

Image by Gerd Altmann from Pixabay

Alles ist heute mit allem irgendwie vernetzt, sodass auf allen Ebenen Entgrenzung stattfindet, die wiederum zu Komplexität in allen Bereichen einer Gesellschaft führt. Dabei sollten wir die eher „technische“ Komplexität von der sozialen Komplexität unterscheiden.

Es ist in dem Zusammenhang interessant, dass „Geistes- und Sozialwissenschaften besonders gut geeignet sind, (1) die Entwicklung sozialer Komplexität zu beschreiben und (2) das gesellschaftliche Schema, innerhalb dessen die Sinngebung erfolgt, neu zu gestalten“ (Blogbeitrag).

Dabei stellt sich sofort die Frage: Wie kann soziale Komplexität bewältigt werden? Dazu habe ich bei bei John Erpenbeck folgendes gefunden:

„Ein besonderer Anstoß für mich war Hermann Hakens Artikel „Synergetik und Sozialwissenschaften“ in der Zeitschrift Ethik und Sozialwissenschaften (Haken / Wunderlin 2014). Er legte nahe, Werte als – von ihm so genannte – „Ordner“ sozialer Komplexität zu verstehen. Ohne solche Ordner wird Komplexität nicht beherrschbar. Sie sind zugleich zufällig und notwendig. Sie haben ihre Wirklichkeit jedoch nur, wenn sie durch Einzelne verinnerlicht und gelebt werden. Werte sind damit stets Ordner individueller oder kollektiver, physischer oder geistiger menschlicher Selbstorganisation. Kurz: Werte sind Ordner menschlicher Selbstorganisation (Haken 1996). Nicht alle Ordner sind Werte, aber alle Werte sind Ordner im Sinne von Haken (1983)“ (Erpenbeck, J. (2024): Werte als Inseln zeitlicher Stabilität im Fluss selbstorganisierter sozialer Entwicklungen, in Störl (Hrsg.) (2024): Zeit als Existenzform der Materie).

Es wundert daher nicht, dass Werte in allen möglichen Zusammenhängen thematisiert werden. Aktuell geht es beispielsweise bei der Nutzung der Künstlicher Intelligenz darum zu klären, ob wir die Werte der amerikanischen Tech-Konzerne, die Werte der chinesischen Politik oder unsere europäischen Werte als Ordner für soziale Komplexität nutzen wollen.

Siehe dazu beispielhaft auch Digitale Souveränität: Europa, USA und China im Vergleich und  Open Source Community und die United Nations teilen die gleichen Werte.

Generative Künstliche Intelligenz und generative Kompetenzentwicklung

Klassische Kompetenzentwicklung versteht Kompetenz nach Erpenbeck und Heyse als Selbstorganisationsdisposition, die entwickelt werden kann und sollte. Mit dem Aufkommen von Künstlicher Intelligenz kommt auch immer stärker der Ruf nach einer entsprechenden Kompetenz auf – einer Digitalen Kompetenz oder auch KI-Kompetenz. Dabei sollte unter Künstlicher Intelligenz und Generativer Künstlicher Intelligenz unterschieden werden.

„Der Begriff generativ bedeutet bei künstlicher Intelligenz (KI), dass KI-Systeme aus Eingaben mittels generativer Modelle und gespeicherter Lerndaten neue Ergebnisse/Ausgaben wie Texte, Sprachaussagen, Vertonungen, Bilder oder Videos erzeugen“ (Quelle: Wikipedia).

Es handelt sich bei Generativer Intelligenz (GenAI) also auch um eine Art von Kreativität, die entsteht und die beispielsweise von Menschen bewertet werden kann, bzw. sollte. Es wundert daher nicht, dass vorgeschlagen wird, so eine „evaluative Kreativität“ – und in dem Zusammenhang auch generative Kompetenzen – zu entwickeln:

„Entwickle Deine evaluative Kreativität, entwickle Deine generativen Kompetenzen. (…) Generative Kompetenzen: die Fähigkeit, sich in neuen Technologien kreativ und selbstorganisiert mit einer klaren Wertorientierung zu bewegen“ (Erpenbeck und Sauter 2025).

Bemerkenswert ist hier, dass es nicht nur darum geht, mit KI-Modellen sebstorganisiert umgehen zu können, sondern auch wichtig ist, dass das mit einer klaren Wertorientierung erfolgen soll.

Dabei stellt sich gleich die Frage: Welche Werte kaufe ich mir denn ein, wenn ich ein KI-Modell der US-amerikanischen Tech-Konzerne oder KI-Modelle chinesischer Anbieter nutze? Siehe dazu auch Mit proprietärer Künstlicher Intelligenz (KI) kauft man sich auch die Denkwelt der Eigentümer ein.

Von der Market Economy zur Self-organized Gift Economy

(c) Dr. Robert Freund; Quelle: vgl. Kuhnhenn et al. (2024)

In den verschiedenen gesellschaftlichen Diskussionen geht es oft um den „Markt“ mit der entsprechenden Market Economy. Solche Beschreibungen suggerieren eine Homogenität, die es in „dem Markt“ nicht gibt. Unternehmen, gerade große Konzerne, möchten allerings gerne, dass die im Markt üblichen unterschiedlichen Wissensströme kontrollierbar und nutzbar sind. Im einfachsten Fall bedeutet das dann: Der Markt ist das Ziel, um Gewinne zu erzielen.

Wie in dem Beitrag Von “Märkte als Ziele” zu “Märkte als Foren” erläutert, gibt es durch die vielschichtigen Vernetzungen der Marktteilnehmer untereinander eine hohe Komplexität und entsprechende Rückkopplungen. Märkte im ersten Schritt eher als Foren zu sehen, könnte hier eine angemessene Perspektive sein.

Wie in der Abbildung zu erkennen ist, ist die heute (2024) übliche Verteilung zwischen Universal Public Services, Market Economy und einer Self-organized Gift Economy deutlich: Die Market Economy dominiert alles, und das eben nicht zum Wohle aller, sondern zum Wohle weniger Personengruppen mit diffusen Vorstellungen davon, wie die „anderen“ (Menschen) gefälligst leben sollen.

Demgegenüber gibt es in der Gesellschaft durchaus Bestrebungen, viele Produkte und Dienstleistungen zu entwickeln und anzubieten, die nicht den üblichen „Marktgesetzen“ folgen, und eher selbst-organisiert sind. Die von Eric von Hippel seit vielen Jahren veröffentlichten Studien zeigen das beispielsweise bei Innovationen (Open User Innovationen) deutlich auf – und dieser Anteil wird immer größer!

Die von mehreren Autoren veröffentlichte Projektion in das Jahr 2048 zeigt eine deutliche Verschiebung der aktuellen Verteilung zu Gunsten einer Self-organized Gift Economy. Es wundert allerdings nicht, dass die Profiteure der Market Economy sich massiv gegen diese Entwicklung stemmen – mit allen demokratischen, allerdings auch mit nicht-demokratischen Mitteln.

Kuhnhenn et al. (2024): Future for All. A vision for 2048. Just • Ecological • Achievable | PDF

Am Beispiel der Künstlichen Intelligenz ist zu erkennen, dass die Profiteure der Market Economy mit immer neuen KI-Anwendungen Menschen, Organisationen und Nationen vor sich hertreiben und letztendlich abhängig machen wollen. Auf der anderen Seite bietet Künstliche Intelligenz vielen Menschen, Organisationen und Nationen heute die Chance, selbst-organisiert die neuen KI-Möglichkeiten zu nutzen.

Das allerdings nur, wenn Künstliche Intelligenz transparent, offen und demokratisiert zur Verfügung steht. Genau das bietet Open Source AI. Bitte beachten Sie, dass nicht alles, was Open Source AI genannt wird, auch Open Source AI ist! Siehe dazu beispielsweise

Open Source AI Definition – 1.0: Release Candidate 2 am 21.10.2024 veröffentlicht

Das Kontinuum zwischen Closed Source AI und Open Source AI

Open Source AI: Warum sollte Künstliche Intelligenz demokratisiert werden?

Open Source AI: Besser für einzelne Personen, Organisationen und demokratische Gesellschaften

Den Weg zu einem modernen Innovationsmanagement mit Blended Learning unterstützten

Quelle: Übersicht über die Blended-Learning-Weiterbildung „Innovationsmanagement in KMU“. (Quelle: Eigene Abbildung (Hochschule Pforzheim), in Bosch et al. 2022)

Das Umfeld von Kleinen und Mittelständischen Unternehmen (KMU) hat sich erheblich verändert. Die Zunahme von Komplexität in allen Bereichen führt dazu, dass auf allen Ebenen (Individuum, Gruppe, Organisation und Netzwerk) stärker selbstorganisiert gearbeitet werden muss. Mehr Selbstorganisation auf allen Ebenen ist die Antwort auf Komplexität. Betrachten wir Kompetenz als Selbstorganisationsdisposition, so wird deutlich, dass ein modernes Innovationsmanagement bedeutet, entsprechende Kompetenzen zu entwickeln. Siehe dazu auch Kompetenzmanagement.

Durch ein Ambidextres Innovationsmanagement stellen sich KMU immer besser auf diese Veränderungen ein. Dabei kann der permanente Wechsel zwischen Exploitation und Exploration beispielswise durch klassisches, hybrides und auch agiles Projektmanagement unterstützt werden. Siehe dazu auch DAS Projektmanagement-Kontinuum in der Übersicht.

Übersehen wird hier oft, dass auch Blended Learning einen wichtigen Beitrag leisten kann, da dadurch das selbstorganisierte Lernen, und eine entsprechende Kompetenzentwicklung unterstützt wird (siehe Abbildung).

In dem Artikel Bosch, N. et al. (2022). Neue Wege für das Innovationsmanagement in KMU durch Blended Learning und firmenübergreifenden Austausch. In: Nitsch, V., Brandl, C., Häußling, R., Lemm, J., Gries, T., Schmenk, B. (eds) Digitalisierung der Arbeitswelt im Mittelstand 1. Springer Vieweg, Berlin, Heidelberg. https://doi.org/10.1007/978-3-662-64803-2_5 wird der Zusammenhang ausführlich dargestellt.

Hybridisierung von Kompetenzen: Kompetenzmanagement in Zeiten von Künstlicher Intelligenz

Traditionelles Kompetenzmanagement betrachtet Kompetenzen im Sinne von Selbstorganisationsdispositionen auf der Ebene des Individuums, der Gruppe, einer Organisation und Netzwerken. Dabei werden oftmals Fachkompetenz, Methodenkompetenz und Sozialkompetenz unterschieden. In Verbindung mit den neuen Möglichkeiten der Künstlichen Intelligenz erscheint dieser Ansatz zu starr und wenig dynamisch zu sein.

„Eine zentrale Herausforderung besteht darin, dass wir es mit einer Hybridisierung von Kompetenzen zu tun haben. Dieser Begriff bezieht sich auf die Verflechtung von technisch orientierten und menschlich orientierten Fähigkeiten. Im Kontext von KI bedeutet das, dass Mitarbeiter nicht nur technische Kenntnisse in Bereichen wie Datenanalyse oder KI-Programmierung haben müssen, sondern auch menschliche Kompetenzen, wie z. B. Kreativität, kritisches Denken oder zwischenmenschliche Fähigkeiten, um effektiv mit KI-Systemen zu interagieren und zu arbeiten. Darüber hinaus beinhaltet ein zukunftsweisendes Kompetenzmodell die Berücksichtigung von transversalen Kompetenzen. Transversale Kompetenzen sind solche, die über verschiedene Aufgabenbereiche und Themenfelder hinweg relevant sind. Sie sind nicht auf einen spezifischen Kontext beschränkt, sondern übertragen sich auf eine Vielzahl von Situationen und Herausforderungen. Dies könnte Kommunikation, Problemlösung oder strategisches Denken beinhalten“ (Reinhardt, K., Feseker, A. (2024) in: Bernert et al. (Hrsg.) (2024): KI im Projektmanagement.

Die Autoren haben dabei ein „6C-Modell für KI-Projektmanagement“ entwickelt und in dem Beitrag ausführlich dargestellt. Es ist spannend zu beobachten, wie sich Kompetenzmanagement in Zeiten der Künstlichen Intelligenz weiterentwickelt. Siehe dazu auch Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk.

Was können Organisationen vom Orpheus Chamber Orchestra lernen?

Quelle: https://orpheusnyc.org/education-community/orpheus-leadership-institute

Wenn wir an Orchester denken, sehen wir einen Dirigenten und Musiker, bei denen die Rollen hierarchisch klar getrennt sind. Der Dirigent bestimmt (fast) alles und die Musiker versuchen, den Anforderungen gerecht zu werden. Falls ein Ton oder das Zusammenspiel nicht genau passt, korrigiert der Dirigent.

Als es noch keine großen Symphonieorchester gab, organisierten sich die Musiker z.B. in kleinen Kammerorchestern, durchaus selbst (Selbstorganisation).

Aufbauend auf dieser Tradition gab es auch bei größeren Ensembles in der Vergangenheit Entwicklungen, die Selbstorganisation bei Orchestern auch auf größere Einheiten zu übertragen. Ein Beispiel dafür ist das Orpheus Chamber Orchestra, das seit seiner Gründung im Jahr 1972 diesen etwas anderen Weg geht: Das Orchester setzt mehr auf Kollaboration und weniger auf einen (klassischen) Dirigenten. Dabei gibt es allerdings einige Prinzipien, die beachtet werden sollten:

(1) Denen Macht geben, die die Arbeit erledigen. (…)
(2) Ermutigen zu persönlicher Verantwortung. (…)
(3) Rollen klar definieren. (…)
(4) Führungsbefugnis aufteilen und rotierend zuordnen. (…)
(5) Die Zusammenarbeit auf einzelnen Ebenen fördern. (…)
(6) Zuhören lernen und reden lernen. (…)
(7) Konsens suchen (und ein kreatives Umfeld schaffen, das den Konsens fördert). (…)
(8) Leidenschaftliche Hingabe an die Arbeit.
Quelle: Seifter, H.; Economy, P. (2001:34-35): Das virtuose Unternehmen. Aktivieren Sie das Potenzial Ihrer Mitarbeiter mit der Methode des Orpheus Chamber Orchestra, des einzigen dirigentenlosen Orchester.

Durch die Veränderungen in unserem Umfeld (VUCA), haben auch größere Unternehmen gemerkt, dass eine fremdorganisierte hierarchische Organisationsstruktur nicht mehr angemessen ist . Mehr Selbstorganisation ist hier auch die Antwort auf mehr Komplexität.

Es war daher nicht verwunderlich, dass immer mehr Unternehmen bei dem Orpheus Chamber Orchestra nachgefragt haben, welche Erfahrungen sie gemacht haben. Daraus ist dann sogar das Orpheus Leadership Institute entstanden.

„Orpheus provides a unique perspective on the practice of leadership that can unlock creativity, agility, and collaboration at your organization“ (Qrpheus Leadership Institute).

Solche Zusammenhänge thematisieren wir auch in den von uns entwickelten Blended Learning Lehrgängen Projektmanager/in (IHK) und Projektmanager/in AGIL (IHK). Informationen dazu, und zu aktuellen Terminen, finden Sie auf unserer Lernplattform.

Business Agility und Organizational Agility

Top view of multiracial young creative people in modern office. Group of young business people are working together with laptop, tablet, smart phone, notebook. Successful hipster team in coworking. Freelancers.

Es ist in der Zwischenzeit unstrittig, dass sich Organisationen an das veränderte Umfeld dynamisch anpassen müssen. Wenn es um Strukturen, Prozesse und Technologien geht, wird das oft als Business Agility bezeichnet.

Eine Organizational Agility oder Systemic Agility geht darüber hinaus. Hier steht „(…) ein menschenzentrierter Ansatz im Mittelpunkt, der die Selbstorganisation der Mitarbeitenden und Teams fördert“ (Tuczek et al. 2024, in projektmanagementaktuell 04/2024).

„Das Wachstum der Organisation basiert auf dem Wachstum der Individuen in der Organisation und der Entwicklung einer „Kollektiven Intelligenz“. Zukünftig wird auch die Künstliche Intelligenz Teil dieser Collective Intelligence werden und neue Potenziale eröffnen“ (Tuczek et al. 2024, in projektmanagementaktuell 04/2024).

Interessant ist hier der Hinweis auf die Selbstorganisation der Mitarbeitenden und Teams, die aus meiner Sicht noch auf die Ebenen Organisation und Netzwerk erweitert werden müsste. Weiterhin wird der Begriff der „Kollektive Intelligenz“ in diesem Zusammenhang verwendet, allerdings ohne zu erwähnen, was darunter gerade im Zusammenspiel zwischen einer Menschlichen Intelligenz und einer Künstlicher Intelligenz gemeint ist.

In meiner Veröffentlichung Freund, R. (2011): Das Konzept der Multiplen Kompetenz auf den Analyseebenen Individuum, Gruppe, Organisation und Netzwerk bin ich solchen Fragen auf Basis der Multiple Intelligenzen Theorie nachgegangen.

Siehe dazu auch Freund, R. (2016): Cognitive Computing and Managing Complexity in Open Innovation Model. Bellemare, J., Carrier, S., Piller, F. T. (Eds.): Managing Complexity. Proceedings of the 8th World Conference on Mass Customization, Personalization, and Co-Creation (MCPC 2015), Montreal, Canada, October 20th-22th, 2015, pp. 249-262 | Springer