Abstract

Das Schlagwort ‚Kollektive Intelligenz‘ erreicht in letzter Zeit in verschiedenen Medien vermehrt eine gewisse Popularität. Ziel der vorliegenden Untersuchung war es, die Entstehung und die Relevanz kollektiver Intelligenz in Unternehmen durch eine umfangreiche interdisziplinäre Literaturrecherche zu untersuchen. Gleichzeitig sollte ein Überblick über den Stand der empirischen Forschung gewonnen werden. Die Analyse schafft Klarheit bezüglich der Definitionsvielfalt, differenziert in Bezug auf den hier vorliegenden Unternehmenskontext verwandte Unterbegriffe kollektiver Intelligenz und arbeitet einflussreiche theoretische Grundlagen der System- und Selbstorganisationstheorie heraus. Dabei wurde der Eindruck gewonnen, dass kollektive Intelligenz ein altes Phänomen ist, welches nun in Wissenschaft und Wirtschaft vermehrt neue Beachtung findet. Notwendige und hinreichende Rahmenbedingungen, welche ein Unternehmen zur Förderung von kollektiver Intelligenz schaffen kann, werden aufgezeigt und das sogenannte „Genom-Konzept“ wird vorgestellt. Im Verlauf wurde deutlich, dass die ausgewählten praxisorientierten Methoden kollektiver Intelligenz für die Lösung unternehmensspezifischer Fragestellungen trotz teilweise berechtigter Kritik praktikabel einsetzbar sind. Es wurde dargelegt, welche Problemstellungen im Unternehmen mit den vorliegenden Methoden bearbeitet werden können. Durch die Nutzung kollektiver Intelligenz kann sowohl ein Mehrwehrt für den einzelnen Mitarbeiter als auch für Unternehmensabteilungen oder die gesamte Firma entstehen. Diese Untersuchung liefert einen Beitrag zum Verständnis kollektiver Intelligenz und zur Weiterentwicklung eines vollständigen Konzeptes für den Unternehmenskontext.

Keywords: Kollektive Intelligenz, Systemtheorie, Selbstorganisation, Organisationsaufstellung, Großgruppenmethoden, Prognosemärkte, Gruppe, Schwarmintelligenz, Crowd Sourcing, Weisheit der Vielen

ii

- L’entreprise est le lieu où s’organisent les savoirs et intelligences individuelles en intelligence collective créatrice capable d’entreprendre. - JaquesMorin

(Das Unternehmen ist der Ort, an dem sich individuelles Wissen und Intelligenz zu kollektiver,

Für meine Eltern

Inhaltsverzeichnis

  Inhaltsverzeichnis  

  Inhaltsverzeichnis  iv

  Abbildungsverzeichnis  vi

Tabellenverzeichnis   vi

  Abkürzungsverzeichnis  vii

1.  Problemstellung  1

2.  Grundlagen kollektiver Intelligenz  4

2.1  Von individueller zu kollektiver Intelligenz  4

2.2  Differenzierung spezifischer Unterbegriffe kollektiver Intelligenz  9

2.3  Klassifizierung nach Problemarten  12

2.4  Theoretische Grundlagen  13

2.5  Zusammenfassung der theoretischen Grundlagen  18

3.  Entstehungsbedingungen kollektiver Intelligenz  19

3.1  Das Genom-Konzept  19

3.2  Bedingungen im Unternehmen  23

3.2.1  Organisationsstruktur und Führungsverständnis  24

3.2.2  Unternehmensleitbild  27

3.2.3  Kommunikation  29

3.2.4  Anreizsetzung und Motivation  31

3.2.5  Diversität  33

3.2.6  Gruppenarbeit  34

3.3  Zusammenfassung der Bedingungsanalyse  38

4.  Kollektive Intelligenz in der Unternehmenspraxis  39

4.1  Einsatz von Organisationsaufstellungen zur Analyse von Strukturen,  

  Beziehungen und Problemen  39

4.1.1  Ursprünge und Definition  39

4.1.2  Einsatzmöglichkeiten und Arten  41

4.1.3  Methodik und Ablauf  44

4.1.4  Zum Wissenschaftlichkeitsproblem in der theoretischen Analyse  46

4.1.5  Kritische Betrachtung  50

iv

Inhaltsverzeichnis

4.2  Einsatz von Großgruppenmethoden zur Förderung von kreativem Potenzial  

  und Veränderungsprozessen  51

4.2.1  Ursprünge und Definition  51

4.2.2  Anwendungsgebiete  55

4.2.3  Methodik bewährter Großgruppenmethoden  56

4.2.4  nextmoderator - Ein Methodenmix aus Präsenz und Virtualität  60

4.2.5  Kritische Betrachtung  62

4.3  Einsatz von Prognosemärkten für Vorhersagen im unternehmerischen  

  Umfeld  64

4.3.1  Ursprünge und Definition  64

4.3.2  Anwendungsgebiete  65

4.3.3  Methodik  68

4.3.4  Kritische Betrachtung  70

4.4  Zusammenfassung der Methoden in der Unternehmenspraxis  72

5.  Schlussbetrachtung und Ausblick  74

  Literaturverzeichnis  viii

Anhang   xxv

v

  Abbildungsverzeichnis und Tabellenverzeichnis  

  Abbildungsverzeichnis  

  Abbildung 1 - Unterscheidungsmerkmale kollektiver Intelligenz  

  Abbildung 2 - Klassifizierung kollektiver Intelligenz nach Problemarten  

  Abbildung 3 - Visualisierung einer OA im Zeitpunkt ࢚૙ und ࢚૚  

  Abbildung 4 - Ursprünge der Großgruppenmoderation  

  Abbildung 5 - Häufigkeitsverteilung einzelner Großgruppenmethoden  

  Tabellenverzeichnis  

Tabelle 1  - Bausteine des Genom-Konzepts kollektiver Intelligenz  

Tabelle 2  - Aufgabenarten und Folgerungen für das Gruppenpotenzial  

Tabelle 3  - Anwendungsgebiete für OA nach Unternehmensebenen  

Tabelle 4  - Bewährte Großgruppenformate in der Übersicht  

Tabelle 5  - Betriebswirtschaftliche Prognosevariablen  

vi

Abkürzungsverzeichnis

Abkürzungsverzeichnis

AIS Appreciative Inquiry Summit

GGM Großgruppenmethode

GGV Großgruppenveranstaltung

Infosyon INternationales FOrum für SYstem-Aufstellungen in Organisationen und ArbeitskontexteN

KI Kollektive Intelligenz

MIT Massachusetts Institute of Technology

OA Organisationsaufstellung

OST Open Space Technology

PM Prognosemarkt

RTSC Real Time Strategic Change

SMI (Steinbeis) School of Management and Innovation

ZK Zukunftskonferenz

vii

Problemstellung

1. Problemstellung

Innerhalb der letzten 150 Jahre entwickelte sich die westliche Gesellschaft in Richtung Individualisierung, Dezentralisierung und Pluralisierung. Ziel war es, ein Maximum an Möglichkeiten zu erreichen, das Leben selbst zu gestalten und alle Gelegenheiten zu nutzen. „Multioptionalität war gleichbedeutend mit Freiheit und Zukunftsperspektiven“ (Ullrich, Wenger, 2008, S. 23). Bestand früher umstandsbedingt automatisch eine große Vernetzungsdichte innerhalb von Familien, so suchte der Mensch bald nach Abnabelung und Eigenständigkeit. Dieses Streben nach Individualität hat in vielen Bereichen seinen Höhepunkt erreicht und für die Zukunft wird bei fortdauernder Individualisierung eine Rückbesinnung auf das ‚Wir‘ erwartet. Demzufolge erlebt unsere Gesellschaft derzeit einen Paradigmenwechsel im Sinne einer Abkehr vom Geniekult um zentralisierte Expertenintelligenz hin zu kollektiver, gemeinschaftlicher Intelligenz und Problemlösefähigkeit (vgl. Ulkan et al., 2007, S. 2). Hatte Thomas Edison die Glühbirne noch still und leise alleine entwickelt, so benötigt beispielsweise die Weltraumfahrt die Zusammenarbeit mehrerer tausend Menschen. Unsere Gesellschaft wird sich dieses mächtigen Gruppenpotenzials sukzessive bewusst.

Angesichts der technischen und gesellschaftlichen Entwicklungen der letzten Jahre ist zu bemerken, dass die Intelligenz des Einzelnen oft nicht mehr ausreicht, um unter der gegebenen Vielfalt, der Komplexität, dem Überfluss an Informationen und der rapiden Änderungsgeschwindigkeit der Umwelt rechtzeitig allumfassende Entscheidungen zu treffen. Globalisierung wird durch herausragende Informationstechnik vorangetrieben und führt zu einer stark zunehmenden Vernetzungsdichte und zu einer Steigerung des Leistungs- und Innovationsdrucks aller Beteiligten. Immer wichtiger erscheint es deswegen, die Erfahrungen und das Wissen möglichst vieler Individuen in Gestaltungs- und Entscheidungsprozesse mit einzubeziehen, mit anderen Worten, kollektive Intelli- ¹ genz (KI ) zu nutzen. Unternehmen haben den Zweck, Ziele zu erreichen, die Einzelpersonen oder Maschinen nicht erreichen können. Daher liegt die Nut- ¹ Anmerkung:Die Abkürzung KI soll in dieser Arbeit für kollektive Intelligenz stehen und nicht wie sonst üblich für künstliche Intelligenz.

1

Problemstellung

zung von KI speziell hier nahe. „Je besser es Gruppen von Menschen gelingt, sich als intelligente Kollektive zu formieren, als offene kognitive Subjekte, die Initiativen setzen, sich ihrer Phantasie bedienen und schnell reagieren, desto erfolgreicher werden sie in einer durch Konkurrenz geprägten Umwelt wie der unsrigen sein“ (Lévy, 1997, S. 17). Unternehmen, die dieses Potenzial erkennen und nutzen, erhalten folglich einen Wettbewerbsvorteil.

Was genau verbirgt sich hinter dem angeblich neuen Phänomen der KI? Und was steckt hinter ähnlich populären Begriffen wie ‚Schwarmintelligenz‘, ‚Crowd Sourcing‘ oder ‚Weisheit der Massen‘?

In der Realität finden sich scheinbar zahllose Beispiele. Ein perfekt organisierter Bienenstock gleicht einem Superorganismus. Durch einfache Regeln bez. Arbeitsteilung, Nachwuchs, Nahrungssuche und Klimaregulation funktioniert das Zusammen- und Überleben von 50 000 Bienen pro Schwarm auf effiziente und geordnete Weise. Das Unternehmen Google verbindet das kollektive Wissen von Millionen von Menschen mit ausgeklügelten Algorithmen und hochentwickelter Technologie, um erstaunlich akkurate Suchergebnisse hervorzuzaubern. Anhand der Online-Enzyklopädie Wikipedia konnte verfolgt werden, wie Menschen jeder Schicht, jeden Alters und jedes Intellekts freiwillig und ohne Bezahlung dazu beitrugen, eine einzigartige kollektive Wissensbasis zu schaffen. Ein viel zitiertes Lehrstück ist auch das Ochsenbeispiel des britischen Gelehrten Francis Galton, bei dem das Gewicht eines Ochsen durch die Masse der Besucher besser geschätzt wurde als durch einzelne Experten. Bei Wer wird Millionär? gilt der Publikumsjoker schon lange als das sicherste Mittel zur richtigen Antwort. Prognosemärkte konnten das Ergebnis der Bundestagswahl 2009 schließlich besser vorhersagen als die meisten Meinungsforschungsinstitute.

Diese medienwirksamen Entwicklungen einerseits, aber auch Forschung aus dem Bereich der Naturwissenschaften bezüglich Schwarmintelligenz sind der Grund, warum sich Unternehmen vermehrt für KI interessieren und es stellt sich die Frage, ob und wie dieses vermeintliche Potenzial genutzt werden kann.

Im Rahmen dieser Untersuchung wird der Forschungsfrage nachgegangen, unter welchen Bedingungen KI entstehen kann und welche Relevanz dieses

2

Problemstellung

Konzept im Unternehmenskontext hat. Ziel dieser Arbeit ist es, auf der Basis entsprechender Theorien und unter Berücksichtigung der nötigen Rahmenbedingungen einen Überblick über die verschiedenen aktuellen Anwendungsgebiete kollektiver Intelligenz im Unternehmen zu geben und darzulegen, welche Methoden in der Praxis eingesetzt werden können. Hierzu wird die bestehende Literatur zum Thema KI und zu interdisziplinär angrenzenden Gebieten eingehend analysiert und mit praxisnahen Beispielen aufbereitet.

Zu Beginn wird erörtert, was unter KI zu verstehen ist und wie diese mit individueller Intelligenz zusammenhängt. Danach wird geklärt, welche spezifischen Unterbegriffe von KI in Bezug auf den hier vorliegenden Unternehmenskontext abgegrenzt werden sollen. Anschließend wird der theoretische Ursprung von KI analysiert, wobei insbesondere die Ansätze der Systemtheorie, der Kybernetik und der Selbstorganisationstheorie zielführend dargestellt werden.

Im Weiteren werden die Entstehungsbedingungen kollektiver Intelligenz unter expliziter Schwerpunktsetzung untersucht. Dazu wird zunächst ein Konzept vorgestellt, mit dem ein kollektives Intelligenzsystem systematisch entworfen werden kann. Anschließend werden beeinflussende Faktoren von KI wie die Unternehmensstruktur, das Führungsverständnis und das vorherrschende Unternehmensleitbild beleuchtet. Darüber hinaus sind auch das Kommunikationsverhalten, die Anreizgestaltung bzw. Motivation der Mitarbeiter und das richtige Maß an Diversität wichtige Stellschrauben. Abschließend wird auf den Faktor Gruppenarbeit eingegangen und dessen Vor- bzw. Nachteile gegenüber Individualleistungen werden untersucht.

Im Fokus der Arbeit stehen die Anwendung und die Methoden von KI in Unternehmen. Aufbauend auf die zuvor entwickelten Theorien soll deutlich werden, wie und warum Praktiken kollektiver Intelligenz funktionieren. Dabei werden die Methodik der Organisationsaufstellung, bewährte Großgruppenverfahren und das Instrument der Prognosemärkte näher untersucht.

In der Schlussbetrachtung erfolgen eine Zusammenfassung der Ergebnisse und eine kritische Auseinandersetzung mit dem KI-Konzept. Nach einem Resümee wird ein Ausblick auf die mögliche zukünftige Forschung präsentiert.

3

Grundlagen kollektiver Intelligenz

2. Grundlagen kollektiver Intelligenz

KI ist ein Phänomen, welches von erstaunlicher Unschärfe geprägt ist. Die Perspektive der KI kann in vielen verschiedenen Bereichen in unterschiedlichen Wissenschaften angewendet werden. Aufbauend auf begrifflichen Grundlagen sollen nach der Darstellung verschiedener Definitionsansätze eine Arbeitsdefinition festgelegt und bestimmte Unterbegriffe abgegrenzt werden. Anschließend werden theoretische Grundlagen von KI betrachtet.

2.1 Von individueller zu kollektiver Intelligenz

Im Allgemeinen wird individuelle Intelligenz in der Psychologie wie folgt beschrieben: „Intelligenz ist die allgemeine Fähigkeit eines Individuums, sein Denken bewußt [sic] auf neue Forderungen einzustellen; sie ist die allgemeine geistige Anpassungsfähigkeit an neue Aufgaben und Bedingungen des Lebens“ (Stern, 1912, S. 3). Durch sie werden anschauliche sowie abstrakte Beziehungen erfasst, hergestellt und gedeutet, wodurch neuartige Situationen gegebenenfalls durch problemlösendes Verhalten bewältigt werden können. Dabei ist Intelligenz immer individuelles Konstrukt und Merkmal der menschlichen Persönlichkeit, da sie über persönliche Denkstrukturen, Interpretationsmuster, Werthaltungen und die eigene Lebenskultur an den Menschen selbst gebunden und durch Erfahrungen und biologische Voraussetzungen geprägt ist. Man kann sie nur über beobachtbares Verhalten messen und muss sie in Beziehung zum Verhalten Dritter und zur jeweiligen Umwelt setzen (vgl. Roth, 1998, S. 10ff.). Die individuelle Intelligenz hat durch die bisherige, empirisch gut belegte Forschung einen hohen Stellenwert in der Psychologie. Wurden früher ausschließlich kognitive Fähigkeiten bei der Intelligenzbeurteilung beachtet, so haben heute vermehrt auch nicht-kognitive Facetten wie z.B. emotionale oder soziale Intelligenz an Bedeutung gewonnen. Für diese Intelligenzbereiche gibt es jedoch noch keine einheitlichen Definitionen und keine empirisch gültigen Messverfahren. Welche Bedingungen intelligentem Verhalten zu Grunde liegen, lässt sich zusammenfassen „als die Interaktion zwischen den im Organismus Mensch genetisch festgelegten Informationen und den relevanten Gegebenheiten der

4

Grundlagen kollektiver Intelligenz

Umwelt in einer individuellen Biographie“ (Roth, 1998, S. 11). Letztendlich ist Intelligenz ein Begriff, der bisher weder eindeutig beschrieben wurde noch prob- lemlos zu beobachten ist (vgl. Myers, 2005, S. 459).

Laut Brockhaus (2010) ist das Verständnis eines „Kollektivs“ definiert als „eine Gruppe, in der Menschen in einer Gemeinschaft zusammenleben; Arbeitsgruppe; Team“.

Die Schlussfolgerung beider Definitionen könnte sein, dass KI die aggregierte Intelligenz von zu einer Gruppe zusammengeschlossenen Individuen ist. Diese einfache Annahme kann jedoch nicht ohne Weiteres getroffen werden. Es folgt eine Rezeption verschiedener, chronologisch geordneter Definitionen:

Nach Pierre Lévy (1997, S. 29) ist KI in Bezug auf den Cyberspace „(…) eine Intelligenz, die überall verteilt ist, sich ununterbrochen ihren Wert erschafft, in Echtzeit koordiniert wird und Kompetenzen effektiv mobilisieren kann“. Darunter versteht er, dass jeder Mensch etwas, aber niemals alles weiß, dass die Gesellschaft die individuelle Intelligenz mangelhaft nutzt, dass Kommunikation über Wissen nur mit Hilfe moderner Kommunikationsmittel gelingen kann und dass man Unterschiede in Kompetenzen anerkennen muss, um dieses Potenzial zu aktivieren und den Menschen somit eine intelligente Identität geben zu können (vgl. Lévy, 1997, S. 30f.). Vorrangig ging es Lévy um die Schaffung eines (virtuellen) dynamischen Wissensraumes durch menschliche Interaktion.

Thomas Malone vom Massachusetts Institute of Technology (MIT) definiert KI in umfassender Weise folgendermaßen: „Collective intelligence is groups of individuals doing things collectively that seem intelligent” (Malone, 2006, o.S.). Interessanterweise wird hier nicht der Outcome der Gruppenleistung als KI bezeichnet, sondern die Organisation als Gruppe an sich (vgl. Aulinger, 2009, S. 41).

James Surowiecki (2007) spricht in seinem Buch „Die Weisheit der Vielen“ von KI und meint damit letztlich das statistische Phänomen, dass das von ausreichend vielen Gruppenmitgliedern gewonnene arithmetische Mittel unter bestimmten Bedingungen (Meinungsvielfalt, Unabhängigkeit, Dezentralisierung,

5

Grundlagen kollektiver Intelligenz

Aggregation) eine äußerst exakte Schätzung abgibt, die oft besser ist als die einzelne Schätzung eines Fachexperten. Seiner Meinung nach sind große Gruppen eher in der Lage, die richtige Entscheidung zu treffen als Experten, da diese Gruppen aus einer ausreichende Anzahl gut informierter Menschen bestehen und sich demnach extreme Ansichten gegenseitig neutralisieren.

Nach Segaran (2008, S. 2) geht es um „das Finden neuer Erkenntnisse über unabhängige Teilnehmer“ bzw. um „die Kombination aus Verhalten, Vorlieben und Ideen einer Gruppe von Leuten, um neue Einblicke zu erhalten.“ Er beschreibt, wie man mit modernen Kommunikationsmitteln und dem Internet Nutzerdaten sammeln, kombinieren und analysieren und diese letztlich mit Hilfe statistischer Methoden und Algorithmen nutzen kann.

Peter Kruse versteht unter KI grundlegend „(…) Selbstorganisationsprozesse, bei denen viele Personen übersummative Ordnungen bilden, ohne dass ihr Potenzial eingeschränkt wird und die gesamte Intelligenz nur in der [Anm. d. Verf.: Netzwerkverbindung] steckt“ (Kruse, 2008, S. 25) und das Phänomen, bei dem „(…) das Wissen und die Fähigkeit[en] Einzelner in Netzwerken zu einer übergeordneten Musterbildung [verknüpft werden]“ (Kruse, 2009a, S. 82). Kruse (2008, S. 26) sieht KI lediglich als moderne Variante des Begriffs Kultur, welche er als älteste Fähigkeit des Menschen bezeichnet, mit vereinter Kraft übersummative Lösungen zu erzeugen.

Im Rahmen eines Workshops der Steinbeis School of Management and Innovation (SMI) knüpften Teilnehmer aus Wissenschaft und Praxis KI an folgende Bedingungen:

• Die Gruppe besitzt die Fähigkeit zur Bewältigung von Herausforderungen durch gemeinsame oder individuelle Verarbeitung von Informationen.

• Diese Fähigkeit erlaubt es der Gruppe, zu besseren Ergebnissen zu ge-

im jeweiligen Einzelfall zu beurteilen, denn es gibt keine festgelegten Maßstäbe oder Messverfahren.

6

Grundlagen kollektiver Intelligenz

Anhand der Vielzahl an unterschiedlichen Definitionen wird die Tragweite des KI-Konzepts bereits ansatzweise deutlich. Einige Autoren beziehen KI rein auf die durch neue Technologien ermöglichten Methoden, auf das Wissen vieler zuzugreifen. Andere wiederum halten die Definition allgemeiner und betonen die „höhere Gruppenleistung“ im Gegensatz zu einer reinen Quantität. Um weiter zwischen Konzepten von KI differenzieren zu können, sollen die Unterscheidungsmerkmale

(1) Grad der menschlichen Interaktion (2) Zeitpunkt der Ergebnisentstehung

(3) Ausprägung der Verbundenheit der einzelnen Akteure einer Gruppe

erläutert werden. Die folgende Grafik verdeutlicht die Zusammenhänge:

Abbildung 1 - Unterscheidungsmerkmale kollektiver Intelligenz

Interaktion Keine Interaktion

^{Quelle: Eigene erweiterte Darstellung nach Aulinger (2009), S. 54ff.} Zunächst weichen die Definitionen im Grad der menschlichen Interaktion voneinander ab. Interaktion kann zum einen durch aktive Beteiligung face-to-face oder durch Verknüpfung der Individuen basierend auf modernen Kommunikati-

7

Grundlagen kollektiver Intelligenz

onsmitteln (bewusste Interaktion) stattfinden. Keine Interaktion kann zum anderen erfolgen, indem sich die Anwender ihres Beitrags zum Endergebnis nicht bewusst sind (unbewusste Interaktion). Diese Möglichkeit wurde erst kürzlich von Google genutzt, indem es, wie bereits 2009, durch Auswertung internationaler Suchanfragen bez. der Teilnehmersongs die Gewinnerin des Eurovision Song Contests 2010 korrekt vorhersagte (Isermann, 2010). Ein weiterer Unterscheidungspunkt ist, ob das Handeln einer Gruppe unmittelbar zu KI führt (unmittelbares Ergebnis) oder ob eine externe Instanz die Einzelleistungen der Mitglieder erst in der einen oder anderen Form auswerten oder aggregieren muss (mittelbares Ergebnis). Schließlich soll noch dahingehend differenziert werden, wie stark die Individuen einer Gruppe miteinander verbunden sind. Fische beispielsweise sind sehr voneinander abhängig und (re)agieren entsprechend dem unmittelbaren Verhalten ihres Nachbarn (taktische Verbundenheit). Internetnutzer weltweit sind sich zwar der Existenz aller anderen bewusst, richten ihr direktes Verhalten jedoch nicht nach dem der anderen aus (strenge Unverbundenheit). Zu diesen beiden Extremausprägungen kommen zahlreiche Zwischenformen wie z.B. Prognosemärkte, bei denen die Akteure die Handlungen der Mitspieler beobachten können, ihr eigenes Tun aber nicht danach richten müssen (taktische Unverbundenheit) (vgl. Aulinger, 2009, S. 47ff.).

Im Rahmen dieser Arbeit soll mit der zuletzt genannten KI-Definition des SMI Spring Workshops (S. 6) in Verbindung mit den eben beschriebenen Unterscheidungsmerkmalen von Aulinger (2009) gearbeitet werden. Somit sind eine breite Auslegung des KI-Konzepts und eine deutliche Abgrenzung zwischen KI-Varianten möglich. Dies ist vorteilhaft, da letztlich alle Phänomene oder Verfahren von KI für Unternehmen von Nutzen sein können, wenn sie richtig und an geeigneter Stelle angewendet werden. Hier werden nur ausgewählte Anwendungsgebiete und Methoden näher dargestellt, welche eine direkte und bewusste Beteiligung der Mitarbeiter eines Unternehmens erfordern.

Es bleibt festzuhalten, dass „[k]ollektive Intelligenz (...) ausdrücklich nicht die Summe der individuellen Intelligenzen [ist]“ (Ernst, 2005, S. 27). Sie spiegelt die Leistung einer Gruppe von Personen wider, welche keines der einzelnen Mit-

8

Grundlagen kollektiver Intelligenz

glieder alleine hätte erbringen können, und ist deshalb nicht bloße Aggregation, sondern emergentes Phänomen, welches dem Prinzip der Übersummativität folgt: Das Ganze ist mehr als die Summe seiner Teile (vgl. Kruse, 2008, S. 25). Insofern sind nicht nur die direkt beobachtbaren isolierten Objekte Bestandteile eines Systems, sondern auch ihre Beziehungen, Wechselwirkungen oder Interaktionen. KI kann sich dabei innerhalb eines Unternehmens auf ein kleines oder großes Team, die gesamte Organisation oder auch auf die Kunden beziehen. „Die individuelle Intelligenz ist dabei Teilmenge und notwendige wie hinreichende Bedingung für die Entstehung kollektiver Intelligenz (…)“ (Huber, 2010). Wie eingangs erläutert, bleibt die individuelle Intelligenz immer an den einzelnen

² , kann aber Menschen gebunden. KI hingegen existiert nie ohne Menschen „zumindest teilweise unabhängig von bestimmten Personen sein“ (Risku, Pircher, 2004, S. 1). Vergleicht man die Neuronen eines Gehirns mit den Mitgliedern einer Gruppe, so gilt: „Je umfassender und intensiver die Teile eines Systems miteinander vernetzt sind und kommunizieren (…), desto höher, d.h. komplexer ist die Intelligenz“ (Wiesmann, 2007). Gelingt es einer Gruppe, gemeinsam Herausforderungen zu bewältigen und bessere Ergebnisse als mit herkömmlichen Verfahren oder durch Einzelne zu erzielen, so sprechen wir im Folgenden von KI.

2.2 Differenzierung spezifischer Unterbegriffe kollektiver Intelligenz

Unter dem Deckmantel der KI verstecken sich auch Begriffe und Schlagworte wie z.B. „Schwarmintelligenz“, „Crowd Sourcing“ oder „Die Weisheit der Masse“. Wie bereits angedeutet wurde, sind diese Phänomene ebenfalls KI zuzuschreiben. Teilweise müssen sie allerdings etwas differenzierter betrachtet werden, da sie mitunter spezifischen Annahmen unterliegen. Im Folgenden werden im Hinblick auf die Verdeutlichung der Einsatzbreite von KI die wichtigsten Unterbegriffe von KI erläutert.

Schwarmintelligenz ist eine schwache Variante von KI und bezeichnet eine große Gruppe von einfach strukturierten Organismen wie z.B. Fischen, Vögeln,

² Hier wird bewusst der Bezug zu Menschen hergestellt, da nur diese im Rahmen der Arbeit relevant sind. Generell könnte es sich auch um andere Organismen handeln.

9

Grundlagen kollektiver Intelligenz

Bienen oder Ameisen, „welche mittels direkter und indirekter Kommunikation [z.B. Pheromone, Schwänzeltanz] ohne zentrale Lenkung koordiniert miteinander reagieren (…)“ (Remer, Lux, 2009, S. 69). Dieses Phänomen wird seit längerem in den Naturwissenschaften erforscht. Durch die konsequente Befolgung einfacher Regeln und lokale Informationsaufnahme erzeugen Interaktionen ein auf globaler Ebene intelligentes und sehr effizientes Verhalten, wodurch hoch komplexe Aufgaben gemeistert werden können. Die einzelnen, taktisch verbundenen Tiere haben jedoch weder einen Gesamtüberblick noch sind sie in der Lage, eigenständig entscheidungswirksam zu handeln (vgl. Lévy, 1997, S. 32). Überwiegend führt Schwarmintelligenz, welche letztlich dem Handeln nach Instinkt zu Grunde liegt (vgl. Aulinger, 2009, S. 43), zu überlebenswichtigem Verhalten (Schutz vor Bedrohungen, Auffinden der nächsten Futterquelle). Dabei beeinflusst das jeweilige Problem situativ, wer mit wem zusammenarbeitet, da nicht alle Mitglieder feste Aufgaben haben (vgl. Neef, Burmeister, 2005, S. 568).

Aufbauend auf den Naturwissenschaften entstand die Idee, die Prinzipien der Dezentralisierung und Selbstorganisation auf menschliche Probleme einer zunehmend dynamischen Umwelt zu übertragen. Über diesen Einfluss fand der Bereich der Informatik in Bezug auf künstliche Intelligenz, Agententechnologie und Robotik ebenfalls Zugang zur Erforschung von KI. Die Nachahmung (und ggf. Verbesserung) intelligenten menschlichen Verhaltens durch Technologien und Prozessverbesserungen in Organisationen standen dabei im Vordergrund. Bisher wurden z.B. auf Tierverhalten basierende mathematische Algorithmen entwickelt und auf Probleme wie die Routenplanung von LKW‘s oder die Zeitablaufplanung von Flugzeugen angewendet (vgl. Miller, 2007, S. 127). Gerade dieser einfache Ansatz der Befolgung von Regeln kann in vielen technischen Bereichen hilfreich sein. Obgleich des augenscheinlichen Nutzens für Prozessoptimierungen in bestimmten Branchen und als Reaktion auf ein dynamisches Marktumfeld soll dieses Konzept hier nicht näher betrachtet werden, da der Fokus dieser Arbeit auf Methoden liegt, welche die aktive persönliche Beteiligung von Unternehmensmitarbeitern erfordert.

10

Grundlagen kollektiver Intelligenz

Unter dem Begriff Crowd Sourcing versteht man „(…) die Strategie des Auslagerns einer üblicherweise von Erwerbstätigen entgeltlich erbrachten Leistung durch eine Organisation oder Privatperson mittels eines offenen Aufrufes an eine Masse von unbekannten Akteuren, bei dem der Crowdsourcer und/oder die Crowdsourcees frei verwertbare und direkte wirtschaftliche Vorteile erlangen" (Papsdorf, 2009, S. 69). Hierbei geht es also rein um die Nutzung des individuellen Wissens vieler strikt unverbundener Individuen, oft der Kunden oder der Anwender. Unternehmen wie Tchibo, Fiat, Sennheiser oder Starbucks profitieren bereits durch Projekte wie Kunden-Ideen-Plattformen oder Kreativitätskontests davon, indem sie solche Produktideen einfließen lassen (vgl. Roskos, 2009, o.S.). Zweifelsohne hat diese Form der Arbeitsauslagerung für Unternehmen enorme Vorteile, sie nutzt die Intelligenz der einzelnen Individuen jedoch nur sehr begrenzt. In eine ähnliche Richtung geht die Open Source Initiative. Hierbei nutzen Firmen bei der Entwicklung von Softwareprodukten das Potenzial ihrer Anwender. Eines der bekanntesten Beispiele dafür ist das Betriebssystem Linux, bei dem der ursprüngliche Quelltext offen gelegt und zur kostenlosen Nutzung und Überarbeitung an die Internetgemeinde freigegeben wurde. Auch die Online-Enzyklopädie Wikipedia basiert auf dem Open Source Gedanken. Netflix, ein Online-Filmverleih, wollte ebenfalls vom Wissen vieler profitieren und dotierte einen Preis in Höhe von $1 Mio. für denjenigen, der die unternehmenseigene Empfehlungssoftware um mindestens 10% verbesserte. Dass letztlich keine Einzelperson, sondern ein Zusammenschluss von Expertenteams gewann, scheint die Theorie der KI zu bestätigen (vgl. Lohr, 2009, S. BU4). Beide Arten von KI sollen aus dem gleichen Grund wie Schwarmintelligenz hier nicht näher betrachtet werden.

Betrachtet man den Begriff Weisheit der Masse oder Weisheit der Vielen näher, so kommen einem eher Bilder von unkontrollierbaren Menschenmassen und daraus resultierendem Chaos in den Sinn, als von Weisheit geprägtes Gruppenverhalten. Der Mensch verbindet allein mit dem Wort „Masse“ meist etwas Negatives, das vermeintlich immer andere, aber nie einen selbst betrifft (vgl. Massentourismus, Massenkonsum, Massenwahn). Surowiecki (2007) findet jedoch zahlreiche Beispiele, die vermeintlich das Gegenteil zeigen. Eines ist

11

Grundlagen kollektiver Intelligenz

das des U-Boots USS Scorpion, welches auf dem Grund des Atlantiks verschollen war. Das Suchgebiet war mehrere hundert Quadratkilometer groß, weswegen die Suche zunächst erfolglos war. Erst die Herausgabe aller verfügbaren Unglücksdaten an möglichst viele Personen erbrachte die Sensation: Aus den Schätzdaten der Wissenschaftler wurde der Mittelwert gebildet, welcher nur um 75m von der tatsächlichen Fundstelle abwich (vgl. Surowiecki, 2007, S. 18ff.). Im Grunde geht es bei dieser Art von Massenintelligenz um statistische Erhebungsmethoden nach dem simplen Prinzip des Mittelwerts (vgl. Kruse, 2008, S. 25), welches nach den Bedingungen der Meinungsvielfalt, Unabhängigkeit, Dezentralisierung und Aggregation verlangt. Dabei beteiligen sich die Mitglieder einer Gruppe zwar bewusst, z.B. durch Abgabe von Tipps bei Wettspielen, sie sind aber i.d.R. nicht miteinander verbunden und der Nutzen aus den Einzeldaten resultiert nur durch eine separate Auswertung.

2.3 Klassifizierung nach Problemarten

Die breite Auslegung des KI-Konzeptes legt nahe, dass es auf eine Vielzahl von zu bewältigenden Problemen anwendbar ist. Zur genaueren Typisierung werden drei Hauptkategorien aufgezeigt (vgl. Surowiecki, 2007, S. 15f.; Malone et al., o.D., o.S.) (Abb. 2, S. 13).

• Kognitionsprobleme

Diese Kategorie umfasst Probleme, bei denen konkrete Lösungen bereits existieren oder aber die Antwort definitiv zu erwarten ist, man sie aber zu gegebenem Zeitpunkt noch nicht weiß oder wissen kann. Beispiele wären die Verkaufsprognosen einer neuen CD oder die Frage nach dem Gewinner der Fußball-WM 2014.

• Koordinierungsprobleme

Unter dieser Art von Problemen versteht man solche, bei denen die Angehörigen einer Gruppe nach Wegen suchen, ihr Verhalten auf Grund gleicher Zielverfolgungen miteinander zu koordinieren. Käufer und Verkäufer müssen sich beispielsweise zum Abschluss eines Geschäftes koordinieren. Unternehmen stimmen sich mit Lieferanten und Produzenten ab.

12

Grundlagen kollektiver Intelligenz

• Kooperationsprobleme

Hier geht es darum, Menschen zur Zusammenarbeit zu bewegen, obwohl das strikte egoistische Eigeninteresse prinzipiell dagegen spricht. Dies trifft z.B. für den Fall von Steuerzahlungen, Car-Sharing zur Reduktion der CO 2 -Werte oder zwanghaft gegründete Arbeitsgruppen zu.

Innerhalb eines Unternehmens sind alle drei Kategorien vertreten, was im späteren Methodenteil noch deutlich werden wird.

Abbildung 2 - Klassifizierung kollektiver Intelligenz nach Problemarten

Quelle: Eigene Darstellung nach Malone et al. (o.D.), o.S. bzw. Surowiecki (2007), S. 15

2.4 Theoretische Grundlagen

Als eines der jüngsten Forschungsgebiete im Bereich KI gilt die Anwendung in Unternehmen. In Verbindung dazu mangelt es momentan noch an handfesten Theorien. Im Folgenden sollen unverkennbar wichtige Einflüsse bez. der Grundidee von KI dargelegt werden.

Für die Erklärung der meisten Phänomene von KI bieten die Systemtheorie und die Kybernetik im weitesten Sinne und die Selbstorganisationstheorie im engeren Sinne einige interessante Ansatzpunkte. In der Praxis wird das systemische Verständnis oft als Grundkompetenz von Unternehmensberatungen angesehen, um Lösungen für Probleme im komplexen Unternehmensalltag zu finden. Dieses Wissen ist hilfreich, da es eine vom Problem losgelöste Betrachtungs-

13

Grundlagen kollektiver Intelligenz

weise begünstigt und man so der Gefahr entgegenwirkt, sich in Einzelheiten zu verlieren. Die Systemtheorie und die Kybernetik sind ein synergetisches Wissenspaar und greifen insofern ineinander.

Die klassische Idee der Kybernetik nach Wiener (1952) basiert auf einem operationell geschlossenen Regel- und Funktionskreis. Dieses Konzept erklärt sich am leichtesten anhand eines Thermostats, der die Raumtemperatur über einen Soll-Ist-Wertvergleich reguliert. Die wichtigste Erkenntnis ist dabei die Kausalität der Vorgänge. Sinkt die Raumtemperatur, so reagiert ein Thermostat mit der Erhöhung der Heizleistung. Stimmen Ist- und Sollwert wieder überein, schaltet sich die Heizung ab. Die einzelnen Vorgänge bedingen sich ständig und es findet eine Prozessregelung statt. In der Realität ist jeder Regelkreis ein vernetztes System mit einzelnen Mitgliedern und die Kybernetik strebt nach der Gestaltung und Regelung eben solcher Systeme (vgl. Ulrich, 2001, S. 42ff.).

Die interdisziplinäre Wissenschaft der Systemtheorie geht auf den amerikanischen Biologen Ludwig von Bertalanffy (1976) zurück. Sie beschäftigt sich mit den Wechselwirkungen von Kräften, die Teil eines gemeinsamen Prozesses sind und mit dem daraus resultierenden Gleichgewichtszustand. Ein System wie z.B. biologische Organismen, chemische Reaktionen, Familien, Teams oder Organisationen ist dabei ein „wahrgenommenes Ganzes, dessen Elemente zusammenhängen, weil sie einander gegenseitig im Laufe der Zeit beeinflussen und auf ein gemeinsames Ziel hinwirken“ (Senge et al., 2008, S. 102). Die Struktur eines solchen dynamischen Systems wird dabei nicht nur von den Mitgliedern, sondern auch durch Hierarchiebeziehungen, Werteinstellungen, Wahrnehmungen oder Methoden der Entscheidungsfindung bestimmt (vgl. Senge et al., 2008, S. 103). Das Prinzip der Übersummativität wird hier deutlich: Ein System ist mehr als die Summe seiner Einzelkomponenten. Dieses spielt, wie bereits aus den obigen Definitionen ersichtlich wurde, im Konzept der KI eine wichtige Rolle. Konkret ergibt sich also aus den Wechselwirkungen zwischen den Systemelementen etwas, das nicht direkt aus den Eigenschaften der einzelnen Teile hervorgehen kann (vgl. Klein, 2001, S. 240). Darunter können eine bessere Entscheidung, eine neue Innovation, eine gute Prognose über

14

Grundlagen kollektiver Intelligenz

Absatzzahlen oder etwas anderes fallen, das von einem Einzelnen nicht hätte erbracht werden können. Zu berücksichtigen ist, dass jede Aktion im System direkte und indirekte, beabsichtigte und auch unbeabsichtigte Konsequenzen nach sich ziehen kann. Die Verbindungen zwischen den Elementen sind dabei in einem Kausalitätskreis zu sehen, in dem jedes Element sowohl Ursache als auch Wirkung sein kann. Der Erklärungsansatz steht dem der linearen Ursache-Wirkungskette gegenüber. Die Mitglieder des Systems müssen in ihrer Zusammenarbeit immer das Gesamtbild im Auge behalten.

Kybernetische und systemtheoretische Ideen, insbesondere die Grundideen des Feedback-/Rückkopplungs-Kreises und der Soll-Ist-Abweichungen, fanden über die psychologische Verhaltensforschung Eingang in die Managementlehre und somit in den Unternehmensalltag. Die Führungskräfte sozialer Systeme nutzen Instrumente der Zielvereinbarung, des Qualitätsmanagements und des Controllings heute selbstverständlich, um die Zielerreichung des Unternehmens sicherzustellen. Mitarbeiter vergleichen ihre erbrachte Leistung mit der individuellen Zielvorgabe, Produkte werden mit den Prototypen abgeglichen und unendlich viele Kontrollzahlen fließen in die Rechnungswesenabteilung, um einen Gesamtüberblick über die Unternehmensentwicklung abzubilden. Ohne Zweifel sind diese hilfreichen Praktiken eher an eine zentrale Steuerung und Kontrolle durch die Führungspersonen gekoppelt, was nicht dem Leitgedanken der KI entspricht. Die Steuerungs- und Regelungstheorie funktioniert aber gerade nur in einem stabilen System mit Regelmäßigkeiten problemlos (vgl. Kruse, 2004, S. 26). Da Organisationen und deren Beziehungs- und Interaktionsmuster (Struktur) nicht zu 100% stabil sind, wurde die Kybernetik über die Jahre weiterentwickelt und eine ihrer Ausprägungen ist die Theorie komplexer Systeme bzw. insbesondere die Selbstorganisations- und Chaostheorie. Im Folgenden wird weiter von der Selbstorganisationstheorie gesprochen. Sie dient u.a. als Verständnisrahmen und als Gestaltungskonzept für Veränderungsprozesse in Unternehmen und „(…) untersucht, wie in komplexen dynamischen Systemen Ordnungszustände spontan entstehen und unter welchen Bedingungen Übergänge zu neuen Zuständen möglich werden“ (Kruse, 2004, S. 27). Unter Selbstorganisation versteht man die Fähigkeit eines Systems und dessen Mit-

15

Grundlagen kollektiver Intelligenz

glieder, mit sich und anderen Ordnung zu erstellen, ähnlich wie es ein Fischschwarm praktiziert. Das soziale System der Gruppe ist dabei entgegen einer zentralen Steuerung idealerweise Ausprägung eines autonomiefähigen, sich selbst organisierenden Systems, welches Veränderungen erkennt und entsprechend reagiert. Alltagsbeispiele sind u.a. Gewerkschaften, Selbsthilfegruppen oder Bürgerinitiativen. Eine Übertragung des Selbstorganisationskonzepts auf soziale Systeme wie eine Organisation ist möglich.

Laut Ulrich (2001, S. 42ff.) zeichnen sich soziale Systeme dadurch aus, dass sie ein eigenes Bewusstsein und die Fähigkeit zur Selbststeuerung und Selbstreferenz besitzen. Selbstreferenz kann hier mit der Bedeutung des Kausalitätskreises der Kybernetik verglichen werden. Des Weiteren konstituieren sich soziale Systeme aus Subsystemen, die jeweils eigenständige Zielsetzungen verfolgen und spezifische Werthaltungen, Überzeugungen und Motive verkörpern. Obwohl Organisationen Merkmale der Selbstorganisation aufweisen, dürfen sie nicht als autopoietische Systeme bezeichnet werden. Diese charakterisieren sich neben Kennzeichen wie Komplexität, Selbstreferenz, Redundanz und Autonomie insbesondere dadurch, dass sie unter bestimmten Bedingungen wie von Geisterhand spontan entstehen. Lebewesen sind die ursprünglichen Beispiele für autopoietische Systeme. Für den Beobachter ereignet sich Leben von selbst, ohne dass ein äußerer herstellender Prozess eingreift. In Unternehmen hingegen sind die Anfangsbedingungen und auch die Unternehmensziele vom Menschen bestimmt und erst danach setzen Vorgänge ein, die denen autopoietischer Systeme ähneln (vgl. Baitsch, 1993, S. 18ff.). Selbstreferentialität ist dabei Voraussetzung dafür, dass Systeme unabhängig von ihrer Umwelt agieren können (vgl. Schattenhofer, 1992, S. 29) und dass Rückbezüge über die Kommunikations- und Interaktionsmuster zwischen den Beteiligten möglich sind. Kommt Selbstreferenz zu Stande, so werden die einzelnen Mitglieder „ersetzbarer und das System gewinnt mehr und mehr überindividuelle Eigenschaften“ (Schattenhofer, 1992, S. 33). Mitunter spielt auch die Mikropolitik (vgl. Neuberger, 1995, S. 16; Ferris et al., 2002) der Systemmitglieder eine immanente Rolle für die Geschehnisse im System. Dabei stehen Verhaltensweisen einzelner Akteure oder Abteilungen im Mittelpunkt, welche auf die Erreichung

16