Allgemein

Warum Wissensmanagement? Zahlen, Daten, Fakten

Allgemein, Wissensmanagement No Comments

Für den heutigen Post gibt es zwei Gründe:

  1. Wissensmanager:innen sind immer auf der Suche nach griffigen und Controlling-kompatiblen Argumenten, warum Wissensmanagement für die eigene Organisation wichtig ist.
  2. Ich nutze diesen Blog auch als Instrument meines Persönlichen Wissensmanagement und hoffe, im gegebenen Fall die folgenden Informationen hier selbst wieder zu finden 😉
  3. Marco Dettloff, Student an der Dualen Hochschule Baden-Württemberg, hat für die Einleitung seiner Hausarbeit, die er bei mir als Prüfungsleistung schreiben musste und die ich gerade lese, dankenswerter Weise die folgenden Zahlen recherchiert. Danke, Marco!

Hier nun die nützlichen Argumente:

  • Prognos (2012): Der Anteil von produktionsnahen Tätigkeiten in Deutschland wird bis zum Jahr 2024 auf unter 20 Prozent sinken wird, während Tätigkeiten zur Schaffung und Verarbeitung von Informationen und Wissen bereits über 20 Prozent ausmachen werden.
  • International Data Corporation (2018): In US-amerikanischen Unternehmen werden im Durchschnitt 30 Prozent der Arbeitszeit für die Beschaffung und die Aufbereitung von für die ausgeübte Tätigkeit notwendigem Wissen benötigt.
  • IAB-Kurzbericht Nr. 14 (2014): Die durchschnittliche Beschäftigungsdauer beim selben Arbeitgeber der Jahrgänge 1978/1979 ist im Vergleich zu den Jahrgängen 1961/1962 bereits um rund 22 Prozent zurückgegangen.
  • Diese Entwicklung dürfte sich in den letzten Jahren eher noch verschärft haben. Dazu ein wenig eigene Recherche:
    – Bundesagentur für Arbeit (2022): Bei mehr als der Hälfte der Arbeitsplätze fand 2021 ein Personalwechsel statt. Branchenübergreifend ist im Durchschnitt 2021 ungefähr jede dritte Stelle neu besetzt worden.
    – Forsa (2022): 14 Prozent aller befragten 18-bis 29-Jährigen haben einen konkreten Wechselwunsch für das Jahr 2023. 37 % aller befragten Arbeitnehmer:innen sind 2022 offen für einen neuen Job oder haben sogar bereits konkrete Schritte in die Wege geleitet – das sind vier Prozentpunkte mehr als im Vorjahr. Unter den 30- bis 39-Jährigen ist fast jeder Zweite (48 %) bereit, zu einem neuen Arbeitgeber abzuwandern.
    – Prognos (2015): Bis 2020 haben wir in Deutschland eine Fachkräftelücke von 1,8 Millionen Personen, diese Lücke wird bis 2040 auf 3,9 Millionen anwachsen.
    – Wirtschaftswoche (2023): 75 Prozent der über 50-Jährigen und 57 Prozent der Befragten im Alter von 40 bis 49 Jahren bevorzugen eine langfristige Bindung an ihren aktuellen Arbeitgeber. So befinden sich etwa die Hälfte der Beschäftigten seit mindestens zehn Jahren bei ihrem aktuellen Arbeitgeber. Rund 50 Prozent der über 40-Jährigen können sich vorstellen, bis zur Rente in ihrem derzeitigen Beschäftigungsverhältnis zu bleiben.
  • Statistisches Bundesamt (2022): Bis 2036 knapp werden 13 Millionen Erwerbstätige in Deutschland das Renteneintrittsalter erreichen.

Praxisnahe Informationen rund um Wissensmanagement

Allgemein, Wissensmanagement, WM-Grundlagen No Comments
Praxisnahe Informationen rund um Wissensmanagement
Website Johannes

Es macht schon ein wenig stolz, wenn einer unserer Wissensmanagement MOOC Teilnehmer nun mit einer eigenen informativen Website an den Start geht. So geschehen mit Johannes Dorf, wiederholt und sehr engagiert beim WMOOC dabei, der auf Wissensmanagement praxisnah + verständlich sein in Theorie und Praxis erworbenes Wissen nun seinerseits als offen zugänglichen Inhalt weitergibt. Diese Initiative bewerbe ich hier gerne. Vielen Dank, Johannes.

Und auch in Zeiten von KI gilt: sapere aude

Allgemein, Künstliche Intelligenz No Comments

„(,,,) Solche Befürchtungen, das Subjekt könne sich in selbst erzeugten Scheinwelten verlieren, sind nicht unbedingt neu. Neu sind jedoch die Rasanz und Perfektion, mit der in den KI-Maschinen große Teile des Weltwissens zusammenschießen, vermengt und aufbereitet werden. Neu ist ebenso die Selbstverständlichkeit, mit der KI die Fiktionalisierung der Welt vorantreibt, um sie zugleich als unhinterfragbare Objektivität darzubieten. Anders als bei Wikipedia, wo möglichst alle Fakten belegt sein wollen, kommen die Textgeneratoren ohne Quellen aus. Sie wissen alles, auch das, was sie nicht wissen. Sie treten auf wie die Wahrheit selbst. Und erstaunlich viele Menschen sind bereit, dieser Wahrheit zu glauben, wie zahlreiche Studien zeigen. Der Name des Phänomens: Overtrust.

Auch das also motiviert die Warnrufe der KI-Forscher: Sie beobachten, wie leicht dem Menschen der Sinn fürs Wirkliche abhandenkommt. Und damit auch der Sinn für mögliche Risiken, die eine hochgezüchtete Technik mit sich bringt. Während die Maschine sich als Wahrheitshüter geriert, sogar als Subjekt der Geschichte, erfreut sich der moderne Mensch an den schönen Seiten der Unmündigkeit, lässt die Computer für sich schreiben, malen, denken – und den eigenen Geist verkümmern. So verrät er seine Freiheit, ohne es wirklich zu merken. Von Auslöschung zu sprechen ist ganz gewiss übertrieben. Nennen wir es Selbstentmächtigung.“

Hanno Rauterberg in DIE ZEIT N° 26

Ist eine KI intelligent?

Allgemein, Digitalisierung, Künstliche Intelligenz No Comments

Nun hat es mit der Fortsetzung meiner kleinen Serie zu KI – die vor allem meinem eigenen Verstehen dient – doch eine Weile gedauert: Ich hatte schlicht nicht ‚den Kopf‘ die vielen und vielfältigen Informationen zu diesem Thema gründlich zu durchdenken, eigene Einsichten zu gewinnen, geschweige denn dabei kreativ auch eigene Gedanken zu entwickeln. Zu viel anderes zu tun. Das würde natürlich ChatGPT nicht passieren, gell? Noch ein Vorteil einer Künstlichen Intelligenz: Sie ist immer einsatzbereit. Aber was heißt hier eigentlich Intelligenz? Der letzte Post endete mit der Frage nach der Intelligenz, also dem einsichtigen Verstehen, einer KI.

Laut KI-Forscher Gerard de Melo vom Hasso-Plattner-Institut, handelt es sich bei einer KI um eine simulierte Intelligenz: „(…) Chatbots haben kein Verständnis für den Inhalt, können Wahrheit und Unwahrheit nicht trennen. (…).“ Nicht ohne Grund setzen Open AI und andere nach wie vor menschliche Mitarbeitende zur Identifikation von fake und Hass ein. Und de Melo weiter: „Wir sind uns nicht mehr im Klaren, was Tatsachen sind oder auch Wahrheit, wenn man sich immer mehr auf Mehrheitsmeinungen verlässt, die massiv im Internet auftauchen und dann in solche Textgeneratoren Eingang finden (…) sich selbst verstärkend.“ Darin liegt eine große Gefahr, denn: „Wenn eine menschlich wirkende Maschine etwas sagt, ist das glaubwürdiger, als wenn eine Information nur irgendwo in einer Online-Suche steht.“ (Lucie Flek, Professorin für Sprachtechnologie Uni Marburg). So genannte Anthropomorphismen tragen zur Vertrauensbildung bei. Das weiß man schon seit der 1960er Jahren, als der Informatiker Joseph Weizenbau einen ersten einfachen Chat-Roboter getestet hat, mit einem unerwarteten Ergebnis: Die Probanden fingen an der Maschine menschliche Eigenschaften wie Gefühle oder Verständnis zuzuschreiben. Sie verhielten sich, als würden sie mit einem echten Menschen kommunizieren. Der darauf basierende ELIZA-Effekt beschreibt die Vermenschlichung von Robotern, Algorithmen und KI. Wir Menschen sehen zum Teil intrinsische Qualitäten und Fähigkeiten, oder gar Werte und Gefühle in der Software, die die Ausgabe steuert, obwohl diese ausschließlich auf der Auswertung von Datensätzen beruht. Das macht die Reproduktion sozialer Biases oder das so genannte Halluzinieren so bedenklich. Kleine Bemerkung am Rande: Ich frage mich schon, seit ich ChatGPT das erste Mal genutzt habe, warum nicht direkt beim Eingabefenster von ChatGPT darauf hingewiesen wird, dass die KI nur Informationen bis 2021 auswertet. Das ist doch ein für die Bewertung der Antwort nicht unerhebliches Kriterium. An dieser Stelle ein interessanter Gedanke eines Bekannten, kürzlich nebenbei im Gespräch geäußert: Brauchen wir zur Bezeichnung einer künstlichen Intelligenz ein eigenes, neues Personalpronomen, um den Ursprung bestimmter Entscheidungen und Informationen kenntlich zu machen? (Auf Genderfragen gehe ich an dieser Stelle nicht weiter ein, aber beobachten Sie einfach mal selbst, wann das männliche und wann das weibliche Pronomen bezogen auf unsere technischen Helfer zum Einsatz kommen!)

Doch kommen wir zurück zur Unfähigkeit Wahrheit von Unwahrheit zu trennen! Überfrachtet die Wahrheitsfrage den Intelligenz-Begriff nicht? Eine klassische Definition von Intelligenz korreliert sie schlicht mit der Verarbeitungsgeschwindigkeit von Information. Nach dieser Definition können wir einer KI sicherlich Intelligenz zusprechen. In neueren Intelligenzmodellen, zum Beispiel nach K.A. Heller, finden jedoch noch weitere Aspekte Beachtung, unter anderem Kreativität (Flexibilität, Originalität usw.) und soziale Kompetenz (Intentionsbildung usw.).

Bei letzterem sind bisherige KI-Modelle tatsächlich im Nachteil, denn noch sind sie unfähig soziale Situationen und Emotionen zu lesen. Doch wird auch dies sich sicherlich in absehbarer Zeit ändern. Schon ChatGPT4 ist eine so genannte multimodale KI, die neben Text auch Bild und Audio verarbeiten kann. Und die nächste Evolutionsstufe ist in Arbeit: Lernen aus Filmen, da Filme sehr viel Information über menschliches Verhalten transportieren. Bleibt zu hoffen, dass der Lernraum der KI sich hierbei nicht auf den Hollywood-Mainstream beschränkt, sonst habe ich Bedenken hinsichtlich des Abbilds ‚typischen‘ menschlichen Verhaltens, das sich herausbildet.

Schauen wir auf den Aspekt der Kreativität. Nick Caves Verärgerung über einen KI-generierten Songtext habe ich ja bereits berichtet. Neben echter Emotionalität ist auch Disruptivität eine Grundlage von (künstlerischer) Kreativität: „Das Kreative ist das Unwahrscheinliche“, (Christian J. Bauer, Autor). Wenn auch komplex, so betreibt KI letztlich Statistik und Stochastik und simuliert (schon wieder liegt der Begriff der Simulation nahe: simulierte Intelligenz, simulierte Menschlichkeit, nun simulierte Kreativität) Kunstfertigkeit, die auf Rückwärtsverkettung bestehender Zeichen beruht. Algorithmen lernen anhand historischer Daten, KI ist damit inhärent strukturkonservativ, weil sie durch die Anwendung von Regeln diese bestätigen. „Je mehr sich Alltagshandeln auf KI-Modelle stützt, desto stärker ist man den Mustern der Vergangenheit verhaftet, und desto schwieriger wird es, daraus auszubrechen. Am Ende sind wir in einer ewigen Feedback-Schleife gefangen, deren Wiederholungen sich nur durch die Variation des Immergleichen unterscheiden. Und wir erleben die Welt nur noch im Rückspiegel der Daten.“ (Adrian Lobe in Frankfurter Sonntagszeitung 19. März 2023).

Und doch ist KI ein Kreativitätstreiber. Wie? Die Antwort gibt es in der nächsten Folge 🙂

Fortsetzung folgt (hoffentlich bald).

KI mal heiter zum Wochenanfang

Allgemein, Künstliche Intelligenz, Wissensmanagement No Comments
KI mal heiter zum Wochenanfang
Torte der Wahrheit aus DIE ZEIT 23. März 2023

Ich freue mich sehr, dass sowohl hier als auch in LinkedIn über die Kommentare eine echte Diskussion rund um dieses Thema entsteht (z.B. Gedanken zum Deutschen Idealismus). Ich werde weiter denken und schreiben. Zum Start in die Woche aber mal etwas weniger Schwergängiges als Hegel ;-), gesehen und schnappgeschossen heute in DIE ZEIT.

Müssen wir unsere Definition von ‚Wissen‘ überdenken? – Fortsetzung

Allgemein, Künstliche Intelligenz, Wissensmanagement, WM-Grundlagen 2 Comments

In meinem letzten Post habe ich einer Künstlichen Intelligenz (KI) Wissen abgesprochen, weil sie keine Erfahrung im Sinne eines unmittelbaren lebensweltlichen Bezugs machen könne. Man kann den von der KI selbst im Kontext Wissen verwendeten Begriff der Erfahrung (s. Folge 1 dieser kleinen KI-Nachdenkerei) aber auch anders verstehen: Nämlich als Ergebnis eines Lernprozesses, in dem „Erwartungen an Ursache-Wirkungs-Zusammenhänge“ (übrigens Teil der Wissensdefinition von Probst) erfüllt werden oder eben nicht. Im Falle des Lernens der KI bedeutet dies, dass die KI ‚erfährt‘ (!), welche Antworten ihrerseits akzeptiert werden und welche nicht. Die Kumulierung einer solchen Erfahrung von Validität führt zu Überzeugung, führt zu etwas, das man auch als Wissen bezeichnen kann.

Erfahrung kann in diesem Kontext noch von einer anderen Seite betrachtet werden: Der Soziologe Oskar Negt definiert Erfahrung als Verarbeitung von Realität. Erfahrungen sind für Negt „Momente einer durch Begriffe und durch Sprache vermittelten schöpferischen Auseinandersetzung mit der Realität“. D.h. die KI hat einen mittelbaren lebensweltlichen Bezug durch die Nutzung versprachlichter menschlicher Erfahrung. Sie kann also zwar selbst keine Erfahrungen machen, aber die Erfahrungen anderer durchaus nutzen. Genügt dieser mittelbare Zugriff auf Erfahrung, um dann eben doch von einem nicht-personengebundenen Wissen zu sprechen?

Fragen wir doch nochmals die KI, in diesem Fall ChatGPT 3, selbst. Sie erinnern sich? Im letzten Post hatte ich gefragt, ob man bei einer KI von Wissen sprechen kann, was ChatGPT unbedingt bejaht hat. Nun lautet die Frage: Viele Definitionen sagen, Wissen sei an Personen gebunden. Stimmst du dem als KI zu?

Die Antwort – frei nach dem Motto, was interessiert mich mein Geschwätz von gestern:
Als KI-basiertes Sprachmodell habe ich kein eigenes Wissen im menschlichen Sinne, sondern ich bin in der Lage, auf eine enorme Menge von Informationen zuzugreifen und diese zu verarbeiten, um Fragen zu beantworten und Probleme zu lösen. Das von mir verarbeitete Wissen ist jedoch an Menschen gebunden, da es von ihnen erstellt und von ihnen in Sprache und Schrift festgehalten wurde. Das bedeutet, dass das Wissen, das ich verarbeite, von den Menschen geprägt ist, die es erstellt haben, und von den Menschen, die es nutzen, um ihre Entscheidungen zu treffen und ihr Verständnis der Welt zu erweitern.
Es gibt jedoch einige Einschränkungen bei der Fähigkeit von KI, Wissen vollständig zu verstehen, da Wissen oft durch kulturelle und soziale Kontexte geprägt wird, die KI möglicherweise nicht vollständig erfassen oder verstehen kann. Insgesamt würde ich jedoch sagen, dass Wissen eng mit den Erfahrungen und der Interpretation von Menschen verbunden ist und dass KI als Werkzeug genutzt werden kann, um menschliches Wissen zu erweitern und zu verbessern.

Das passt zu dem oben geschilderten Verständnis von mittelbarer, sprachlich vermittelter Erfahrung. In der neuen Aussage erscheint nun ein weiterer interessanter Begriff, der des Verständnisses. Murray Shanahan, Professor für Kognitive Robotik am Imperial College London, schreibt in einem Preprint über Large Language Models: Damit ein Akteur Wissen besitzen könne, müsse er in der Lage sein, selbst Aussagen auf ihre Belastbarkeit hin zu prüfen und damit über die Konzepte von Wahrheit und Falschheit zu verfügen. Für solch eine Prüfung brauche es aber einerseits einen Zugang zur realen Welt. Andererseits müsse der Akteur über all jenes Hintergrundwissen verfügen, das wir Menschen als kulturell geprägte Sprachgemeinschaft teilen und voraussetzen, wenn wir die Gültigkeit von Aussagen beurteilen. Die geteilte Lebensform, die wechselseitigem Verstehen und Vertrauen von Menschen zugrunde liegt, fehle. KI könne auch nicht wirklich argumentieren, sie erwecke nur den Anschein, denn anstelle einer internen Darstellung einer formalen Logik, beruhten ihre Aussagen lediglich auf einer statistisch plausiblen Aneinanderreihung von Wörtern.

Womit wir doch wieder beim unmittelbaren lebensweltlichen Bezug, dem Zugang zur realen Welt wären, und bei einem noch weitergehenden Konzept, dem der Wahrheit. Diese ist keine göttliche, sondern eine kulturell geprägte. Womit wir uns der Frage nach dem Trainingsraum der KI, nach dem Risiko der Reproduktion sozialer Biases usw. nähern. Aber das vertagen wir auf einen nächsten Post!

Zum Abschluss noch ein Gedanke von Lucie Flek, Professorin für Sprachtechnologie Uni Marburg: „Wir haben ein grundsätzliches Problem mit der Definition von Intelligenz. Wir sind uns nicht einig,ob dafür wichtig ist, dass die Maschine tatsächlich über Wissen verfügt wie wir Menschen, oder ob es ausreicht, dass sie sich so verhält, dass es für den Menschen intelligent aussieht.“

Übrigens: Intelligenz kommt vom Lateinischen intellegere: verstehen

Versteht eine KI, was wir fragen und was sie antwortet?

Fortsetzung folgt.

Müssen wir unsere Definition von ‚Wissen‘ überdenken?

Allgemein, Digitalisierung, Künstliche Intelligenz, Wissensarbeit, Wissensmanagement, WM-Grundlagen No Comments

Wie wahrscheinlich die meisten von Ihnen, habe ich in den letzten Wochen immer mal wieder ein Schwätzchen mit ChatGPT geführt, dem auf einer Künstlichen Intelligenz basierenden Chatbot der Firma OpenAI. Und da ich seit Jahren, wie wahrscheinlich ebenfalls die meisten von Ihnen, meinen Studierenden erzähle, ein Merkmal von Wissen sei, dass es an Personen gebunden ist (im Unterschied zu Daten und Informationen), habe ich den Chatbot gefragt:

Kann man bei einer KI von Wissen sprechen?

Die Antwort kam, wie immer prompt:
Ja, bei einer KI kann man von Wissen sprechen. Eine KI ist ein Programm, das auf einem Algorithmus basiert und darauf trainiert wird, aus Daten und Erfahrungen zu lernen, Muster zu erkennen und Entscheidungen zu treffen. Wenn eine KI erfolgreich trainiert wurde, kann sie ein umfangreiches Wissen über das zugrunde liegende Problem oder den Anwendungsbereich haben.
Allerdings ist es wichtig zu beachten, dass das Wissen, das eine KI besitzt, auf den Daten und Erfahrungen basiert, die ihr während des Trainings zur Verfügung gestellt wurden. Die Qualität und die Art der Daten und Erfahrungen, auf die die KI trainiert wurde, können das Wissen beeinflussen, das die KI besitzt. Daher müssen Entwickler und Trainer von KI-Systemen sicherstellen, dass die Daten und Erfahrungen, auf die die KI trainiert wird, von hoher Qualität und angemessen sind, um ein sinnvolles und aussagekräftiges Wissen zu gewinnen.

Klingt schlüssig, oder? Stutzig gemacht hat mich hier jedoch der Begriff der ‚Erfahrung‘. In der Philosophie versteht man unter Erfahrung die durch die Sinne vermittelte Gewissheit der äußeren und inneren Dinge. Erfahrung hat in diesem Verständnis einen unmittelbaren lebensweltlichen Bezug. Wenn wir also sagen, dass Wissen aus einer Verknüpfung von Daten und Informationen mit Erfahrung hervorgeht und wir diesem Verständnis von Erfahrung folgen, bedeutet der Schritt hin zum Wissen einen Abgleich mit einer unmittelbar sinnlich erfahrenen äußeren Lebenswelt.

Dazu passt eine kleine Anekdote über den Musiker und Dichter Nick Cave:
Ein Fan hatte Nick Cave einen Songtext geschickt, den er durch ChatGPT hatte produzieren lassen. Die Aufgabe war, einen Songtext im Stil von Nick Cave zu schreiben. Herausgekommen sind Zeilen wie „I’ve got the blood of angels on my hands / I’ve got the fire of hell in my eyes“. Durchaus Nick Cave-ish. Nick Cave reagierte darauf wie folgt: Das Ergebnis sei eine groteske Verhöhnung dessen, was es heißt ein Mensch zu sein. Songs entstünden aus Leiden, sie basierten auf einem komplexen inneren Schöpfungskampf. Daten litten nicht.
Und sie machen (noch) keine unmittelbaren Erfahrungen.

Oder machen wir es uns damit zu einfach in der Wahrung des Anspruchs Wissen sei ausschließlich menschlich?

Fortsetzung folgt.

Wissensmanagement im 21. Jahrhundert

Allgemein, GfWM, Termine, Wissensmanagement No Comments

Ich möchte Sie gerne einladen zu einer gemeinsamen Netzwerkveranstaltung der Gesellschaft für Wissensmanagement e. V. und der Hanns-Seidel-Stiftung: Am 31. März wird es in München um das Wissensmanagement im 21. Jahrhundert gehen – eine durchaus umfassende Fragestellung, die aus verschiedenen Perspektiven beleuchtet werden soll. Dabei steht die Vernetzung der Teilnehmenden und der Austausch mit Expert:innen im Vordergrund, es wird abgesehen von knappen Inputs zur Einstimmung keine ‚klassischen‘ Vorträge geben. Ich bin gespannt, zumal ich einen solchen zehnminütigen Input zur Bedeutung von Wissen für die Zukunftsfähigkeit von Unternehmen geben sowie gemeinsam mit einem Kunden als Expertin an einer Themeninsel zur Einführung eines systematischen Wissensmanagements mitwirken darf.

Neugierig geworden? Ausführliche Informationen zur Veranstaltung sowie die Möglichkeit sich kostenfrei für eine Präsenzteilnahme oder virtuelle Teilnahme anzumelden finden Sie hier. Sehen wir uns in München?

WMOOC Live Session zum Digitalen Zwilling der Organisation online

Allgemein, Digitalisierung, MOOC No Comments

Und es geht weiter mit der kleinen Serie an WMOOC ’22 Live Sessions. Im November haben wir uns mit einem sehr innovativen Thema beschäftigt. Dem so genannten ‚Digitalen Zwilling‘. Sie wissen nicht so recht, was darunter zu verstehen ist? Oder welchen Bezug dieses Thema zu Wissensmanagement hat? Lukas Klaßen hat es in seiner Live Session sehr anschaulich erzählt (Dauer 54’46 Min):

Der WMOOC ’22 geht übrigens in der nächsten Woche zu Ende. Aber nach dem WMOOC ist ja immer auch vor dem WMOOC. Am 3. Oktober 2023 starten wir in eine neue Runde. Wenn Sie Anregungen und Wünsche für interessante Live Sessions aus Theorie und Praxis haben, freuen wir uns. Bitte einfach melden!