Mitte der 70er Jahre etablierte sich in Deutschland mit dem komplexen Problemlösen eine neue Richtung der Denkforschung. Dieser Begriff hat sich in den letzten 20 Jahren als Oberbegriff für eine Forschungsrichtung eingebürgert, die sich allgemein mit dem Denken und Handeln von Menschen in unbestimmten, dynamischen und komplexen Situationen beschäftigt (vgl. Dörner, Schaub, Strohschneider 1999, S. 198). Ursächlich für diese Forschungsrichtung in Deutschland war die Kritik von Dörner (1983) an der traditionellen Denk- und Problemlöseforschung, mit der die Gültigkeit der klassischen Untersuchungen zum Problemlösen bemängelt wurde (vgl. Dörner, Kreuzig, Reither, Stäudel 1983, 103). Aufgrund des raschen technischen und organisatorischen Wandels der Gesellschaft und der Arbeitswelt sehen sich die Menschen immer mehr mit komplexen Problemen konfrontiert, die neue Anforderungen an die Problembewältigung der einzelnen Individuen stellen. Aufgrund dieser Veränderungen stellt sich die Frage, ob die Intelligenzforschung mit ihren traditionellen Problemlöseaufgaben überhaupt in der Lage ist, die heute notwendigen Komponenten der menschlichen Intelligenz zur Bewältigung der alltäglichen komplexen Situationen zu erfassen. Daher befasst sich die vorliegende Arbeit mit der Fragestellung, ob es einen Zusammenhang zwischen dem komplexen Problemlösen und der Intelligenz gibt und ob es überhaupt möglich ist, aufgrund von Leistungen in Intelligenztest die Leistungen beim Umgang mit komplexen Problemen vorherzusagen.
Dazu soll zunächst in Kapitel 2 das Forschungsfeld des komplexen Problemlösens von dem des traditionellen Problemlösens abgegrenzt werden, indem in Kapitel 2.1 beide Problemarten begrifflich unterschieden werden und in Kapitel 2.2 das Forschungsfeld des komplexen Problemlösens von dem der Intelligenzforschung abgegrenzt wird. Da vorweggenommen werden kann, dass es zum Zusammenhang zwischen komplexen Problemlösen und Intelligenz einer ausgereiften Theorie mangelt und empirische Studien das Forschungsfeld füllen, wird in Kapitel 3 der Aufbau und die Ergebnisse einiger Studien, die diesen Zusammenhang zwischen komplexem Problemlösen und Intelligenz untersuchten, skizziert. Im Rahmen dieser Arbeit ist es nicht möglich einen vollständigen Überblick über die empirisch geprüften Zusammenhänge zwischen komplexem Problemlösen und Intelligenz zu liefern.
Inhaltsverzeichnis
1 Das Forschungsfeld „Komplexes Problemlösen“
1.1 Einfache Probleme und komplexe Probleme
1.2 Komplexe Problemforschung und Intelligenzforschung
2 Untersuchungen zum Zusammenhang zwischen komplexem Problemlösen und Intelligenz
2.1 Die Studie Lohhausen
2.2 Untersuchungen mit dem System Schneiderwerkstatt
2.3 Untersuchungen mit den Systemen MORO und VEKTOR
2.4 Untersuchungen zum Themenkreis komplexes Problemlösen, Wissen und Intelligenz
3 Methodenprobleme der komplexen Problemlöseforschung
3.1 Kritik an den bisherigen Forschungsergebnissen
3.2 Methodische Anforderungen an komplexe Systeme
4 Schlussbemerkung
Zielsetzung & Themen
Die vorliegende Arbeit untersucht den Zusammenhang zwischen komplexem Problemlösen und der menschlichen Intelligenz. Dabei steht die Forschungsfrage im Mittelpunkt, ob klassische Intelligenztests geeignet sind, die für die Bewältigung alltäglicher, komplexer Situationen notwendigen kognitiven Fähigkeiten zu erfassen und vorherzusagen.
- Abgrenzung zwischen einfachen und komplexen Problemen
- Analyse empirischer Studien zum komplexen Problemlösen
- Die Rolle von Vorwissen und semantischem Kontext
- Kritische Diskussion methodischer Anforderungen (Quantifizierbarkeit, Reliabilität, Validität)
- Anwendungsperspektiven für die Auswahl von Führungskräften
Auszug aus dem Buch
1.1 Einfache Probleme und komplexe Probleme
Als Problem wird jede Aufgabe bezeichnet, bei der ein unerwünschter Anfangszustand gegeben ist, der mit Hilfe von Transformationen in einen erwünschten Endzustand überführt werden soll. Bei diesen Transformationen sind Barrieren vorhanden, die ohne kognitiven Anstrengungen nicht zu überwinden sind (vgl. Dörner 1976, S. 10).
Dabei können die Barrieren verschiedener Art sein. So können die Mittel zur Transformation unbekannt sein, oder die Mittel sind zwar bekannt, aber die Anzahl der Mittel und die Möglichkeiten, sie zu kombinieren sind so groß, dass ein Durchprobieren praktisch unmöglich ist. Des weiteren kann der Zielzustand unbekannt oder nur vage bekannt (ill-defined) sein (vgl. Dörner 1976, S. 11). Diese verschiedenen Barrieren erfordern verschiedene Formen des Problemlösens, die in Tests der traditionellen Problemlöseforschung meistens durch Puzzle- oder Transformationsprobleme erfasst werden (vgl. Süß 1996, S. 7). Die Probleme der traditionellen Problemlöseforschung besitzen meist einen gut definierten (well defined) Ausgangs- und Zielzustand, sowie einen fest vorgegebenen Satz zulässiger Transformationen (vgl. ebda.).
Zusammenfassung der Kapitel
1 Das Forschungsfeld „Komplexes Problemlösen“: Definition und Abgrenzung komplexer, dynamischer Problemlösungsansätze von traditionellen, einfachen Aufgabenstellungen unter Berücksichtigung von Merkmalen wie Vernetztheit und Intransparenz.
2 Untersuchungen zum Zusammenhang zwischen komplexem Problemlösen und Intelligenz: Überblick über wegweisende empirische Studien wie Lohhausen, Schneiderwerkstatt, MORO und VEKTOR, welche die Vorhersagekraft von Intelligenztests für reales Problemlösen kritisch hinterfragen.
3 Methodenprobleme der komplexen Problemlöseforschung: Auseinandersetzung mit der methodischen Heterogenität der bisherigen Forschung sowie Erörterung notwendiger Qualitätskriterien für zukünftige Simulationen.
4 Schlussbemerkung: Resümee über den aktuellen Forschungsstand, der trotz theoretischer Defizite erste Erklärungsansätze bietet und die praktische Relevanz der Problemlöseforschung in der modernen Arbeitswelt betont.
Schlüsselwörter
Komplexes Problemlösen, Intelligenzforschung, Kognitionspsychologie, System Schneiderwerkstatt, Lohhausen-Studie, Operative Fähigkeit, Transparenz, Vernetztheit, Eigendynamik, Reliabilität, Validität, Wissenstest, Simulationsprogramme, Problemlösegüte, Führungskräfteauswahl.
Häufig gestellte Fragen
Worum geht es in dieser wissenschaftlichen Arbeit grundlegend?
Die Arbeit untersucht das Verhältnis zwischen der Fähigkeit, komplexe Probleme zu lösen, und der klassischen Intelligenzleistung, um zu klären, ob Intelligenztests als valide Prädiktoren für reale Problemlösekompetenzen dienen können.
Welche zentralen Themenfelder werden bearbeitet?
Die Themen umfassen die Definition komplexer vs. einfacher Probleme, die Analyse empirischer Computer-Simulationsstudien, methodische Anforderungen an die Problemlöseforschung und die praktische Bedeutung von "cross-curricular-competencies".
Was ist das primäre Ziel der Untersuchung?
Das Ziel ist es, die Diskrepanz zwischen traditionellen Intelligenztests und der für komplexe Situationen erforderlichen „operativen Fähigkeit“ zu beleuchten und den Einfluss von Vorwissen und Transparenz auf die Problemlöseleistung zu analysieren.
Welche wissenschaftliche Methode wird verwendet?
Die Arbeit basiert auf einer Literaturanalyse und der vergleichenden Auswertung bekannter empirischer Studien (z.B. Lohhausen, SWS, MORO/VEKTOR), ergänzt durch eine kritische methodologische Prüfung der eingesetzten Simulations- und Testverfahren.
Was wird im Hauptteil behandelt?
Im Hauptteil werden verschiedene experimentelle Studien vorgestellt, die den Zusammenhang zwischen Intelligenz und komplexem Problemlösen in unterschiedlichen Szenarien (z.B. Schneiderwerkstatt) untersuchen und methodische Probleme wie mangelnde Vergleichbarkeit oder Quantifizierbarkeit diskutieren.
Welche Schlüsselwörter charakterisieren die Arbeit?
Zentrale Begriffe sind Komplexes Problemlösen, Intelligenz, Validität, Reliabilität, Systemsteuerung, Simulationsprogramme, Intransparenz, Vernetztheit und semantischer Kontext.
Warum spielt die Transparenz eines Systems eine entscheidende Rolle für die Ergebnisse?
Studien haben gezeigt, dass bei transparenten Informationsangeboten eine höhere Korrelation zwischen Intelligenztests und Problemlöseleistung besteht, während bei hoher Intransparenz (undurchschaubaren Bedingungen) der Zusammenhang oft schwächer ausfällt.
Welche Bedeutung hat problemspezifisches Wissen bei der Bewältigung komplexer Systeme?
Das Wissen über den semantischen Kontext und die Systemstruktur erwies sich in vielen Studien als ein ebenso wichtiger, teilweise entscheidender Prädiktor für den Erfolg bei der Systemsteuerung, neben der allgemeinen kognitiven Verarbeitungskapazität.
- Quote paper
- Nina Schach (Author), 2003, Komplexes Problemlösen und Intelligenz, Munich, GRIN Verlag, https://www.grin.com/document/34500
