Kollektive Intelligenz in virtuellen Gemeinschaften im Internet


Magisterarbeit, 2008
93 Seiten, Note: 2,3

Leseprobe

Inhaltsverzeichnis

Abbildungsverzeichnis

Abkürzungsverzeichnis

1 Einleitung
1.1 Fragestellung
1.2 Aufbau

2 Kollektive Intelligenz
2.1 Was ist kollektive Intelligenz?
2.1.1 Eingrenzung des Gegenstandsbereichs
2.1.2 Verschiedene Annäherungen an kollektive Intelligenz
2.2 Voraussetzungen für die Nutzung kollektiver Intelligenz
2.3 Nutzung kollektiver Intelligenz
2.3.1 Ochsen-Beispiel
2.3.2 U-Boot-Beispiel
2.3.3 Beispiel „Wer wird Millionär“
2.3.4 Linux-Beispiel
2.4 Prinzipien kollektiver Intelligenz
2.4.1 Mittelwert-Prinzip
2.4.2 Mehrheitsprinzip
2.4.3 Regulierungsprinzip
2.5 Begriffsklärung

3 Grundlagen der Kommunikation im Internet
3.1 Formen menschlicher Kommunikation
3.2 Internetkommunikation
3.2.1 Merkmale der Internetkommunikation
3.2.1.1 Digitalität
3.2.1.2 Zugangsgeräte
3.2.1.3 Globale Reichweite
3.2.1.4 Kanalreduktion
3.2.1.5 Filterung
3.2.2 Medienverhalten

4 Das Netzwerksystem Internet
4.1 Grundlagen des Community Building
4.1.1 Was ist eine virtuelle Gemeinschaft?
4.1.2 Aufbau von virtuellen Gemeinschaften: Links, Knoten und Cluster
4.2 Das Internet
4.2.1 Geschichte und Netzwerkbildung
4.2.2 Hubs im World Wide Web

5 Kollektive Intelligenz und ihre Nutzung im Internet
5.1 Internetkommunikationsarten und ihre Netzwerkstruktur
5.1.1 Asynchrone Kommunikationsarten
5.1.1.1 E-Mail
5.1.1.2 Mailingliste und Newsletter
5.1.1.3 Newsgroup und Newsboard
5.1.1.4 Website
5.1.2 Synchrone Kommunikationsarten
5.1.2.1 Instant Messaging
5.1.2.2 Chat
5.1.2.3 Online-Tauschbörse
5.1.3 Prüfung auf kollektive Intelligenz
5.2 Beispiele im Internet
5.2.1 YouTube
5.2.1.1 YouTube’s Video-Bewertung
5.2.1.2 Prüfung auf kollektive Intelligenz
5.2.2 Wikipedia
5.2.2.1 Wikipedia’s Wissensplattform
5.2.2.2 Prüfung auf kollektive Intelligenz
5.2.3 MySpace
5.2.3.1 Die MySpace-Community
5.2.3.2 Prüfung auf kollektive Intelligenz
5.2.4 Google
5.2.4.1 Google’s Linklistung
5.2.4.2 Prüfung auf kollektive Intelligenz
5.2.5 Amazon
5.2.5.1 Amazon’s Buchempfehlung
5.2.5.2 Prüfung auf kollektive Intelligenz
5.2.6 Zusammenfassung

6 Schlusswort

Literatur und Quellen

Abbildungsverzeichnis

Abbildung 1: Netzwerkstrukturen

Abbildung 2: Kommunikation bei Newsgroups

Abbildung 3: Kommunikation beim Internet Relay Chat

Abbildung 4: Sternchenbewertung und Kommentare zu Videos bei YouTube

Abkürzungsverzeichnis

Abbildung in dieser Leseprobe nicht enthalten

1 Einleitung

1.1 Fragestellung

Mit der Entwicklung des World Wide Web (weltweite Verbreitung 19931 ), das allen und nicht mehr nur Computerspezialisten den Zugang ins Inter- net ermöglicht, taucht der Begriff kollektive Intelligenz auf. Es ist nicht auszuschließen, dass es ihn schon vorher gegeben hat. Die früheste Lite- ratur, die ich dazu gefunden habe, ist das Buch „L’intelligence collective“ von Pierre Levy, das 1994 in Paris veröffentlicht wurde. Er und später auch andere Autoren beziehen kollektive Intelligenz nicht nur auf das Internet. Aber für einen Zufall halte ich es nicht, dass der Begriff kollektive Intelligenz erst mit der Entfaltung des World Wide Web populär geworden ist. Handelt es sich bei dem Begriff um einen Gründungsmythos, der bei der Besiedelung des World Wide Web entstanden ist? Spiegelt er die Eu- phorie der Pioniere wider, die sich damals mit umständlicher Soft- und Hardware abmühten und lange Einwahl- und andere Wartezeiten auf sich nahmen, um miteinander verbunden zu werden? Und waren nicht alle an- deren, die das Internet damals noch nicht besuchten, in ihren Augen dumm, zumindest computerdumm? Das sind interessante Fragen, die ich in dieser Arbeit leider nicht beantworten kann.

Ich gehe allein der Frage nach, was kollektive Intelligenz sein könnte, ob es sie gibt und wie sie im Internet genutzt wird. Die bisherigen For- schungsergebnisse fallen angesichts der hohen Erwartungen, die sich diesbezüglich um das Internet ranken, mager aus. Die vorliegenden Veröf- fentlichungen zum Begriff der kollektiven Intelligenz verwenden zwar den Begriff, von einer Strukturierung sowie Kategorisierung einzelner Möglich- keitsbereiche für das Auftreten kollektiver Intelligenz ist aber wenig zu le- sen. Kriterien für das Vorkommen kollektiver Intelligenz werden kaum ge- nannt. Die einzige Quelle, die Bedingungen für das Auftreten kollektiver Intelligenz nennt, ist das Buch „The Wisdom of Crowds“ von James Suro-wiecki (2004). Man kann den Begriff kollektive Intelligenz als unerforscht bezeichnen.

Die Bestimmung des Begriffs sowie die Kategorisierung einzelner Berei- che des Vorkommens kollektiver Intelligenz werde ich in dieser Arbeit vor- nehmen. Weiterhin werde ich die verschiedenen Formen der Nutzung kol- lektiver Intelligenz und ihre Voraussetzungen untersuchen.

Es hätte den Rahmen meiner Magisterarbeit gesprengt, systematisch zu untersuchen, wo kollektive Intelligenz auch außerhalb des Internets ge- nutzt wird. Bei meiner Untersuchung beschränke ich mich daher auf das Internet und befasse mich insbesondere mit Communities.

Alles in allem möchte ich meine Arbeit auch als Beitrag verstehen, das noch neue Medium Internet zu entmythologisieren, und hoffe dadurch, zur nötigen Aufklärung beizutragen.

1.2 Aufbau

Als erstes kläre ich (in Kapitel 2) den Begriff der kollektiven Intelligenz, nenne die Voraussetzungen für ihre Nutzung und die Prinzipien, nach de- nen sie genutzt werden kann.

Um festzustellen, ob und wie kollektive Intelligenz in Internet-Communities im Sinne von Nutzung vorkommt, beschäftige ich mich (in Kapitel 3) aus- führlich mit den Grundlagen der Kommunikation im Internet, denn etwas anderes als Kommunikation ist das Internet eigentlich nicht. Dabei müssen Internet-Kommunikationsformen von menschlichen Kommunikationsfor- men außerhalb des Internets abgegrenzt werden.

Communities als soziale Netzwerke sind mein hauptsächlicher Untersu- chungsgegenstand. Da sie aber auch Netzwerke innerhalb des techni- schen Netzwerksystems Internet sind, untersuche ich (in Kapitel 4) auch die technische Netzwerkstruktur des Internets, um herauszufinden, ob Kommunikation über das technische Netzwerk Internet alleine schon aus- reicht, individuelle Intelligenz kollektiv nutzen zu können.

Im letzten Teil meiner Arbeit (in Kapitel 5) sehe ich mir die Kommunikation und ihre Netzwerkstruktur in Communities an und prüfe anhand von Bei- spielen im Internet, ob, wo und wie kollektive Intelligenz genutzt wird. Um alle Prinzipien der von mir präzisierten Nutzung kollektiver Intelligenz vor- zuführen, nehme ich sowohl Internet-Communities als auch Internet- Unternehmen, deren Hauptfunktionen sich nicht auf Internet-Communities beziehen, mit in meine Untersuchung auf.

2 Kollektive Intelligenz

2.1 Was ist kollektive Intelligenz?

2.1.1 Eingrenzung des Gegenstandsbereichs

In dieser Arbeit soll kollektive Intelligenz als eine von vielen Individuen hervorgebrachte Intelligenz untersucht werden. Dafür ist eine Abgrenzung zum Schwarmverhalten und der damit zusammenhängenden Schwarmin- telligenz bei Tieren vorzunehmen.

Schwarmintelligenz bei Tieren hat nach Howard Rheingold2 als wesentli- ches Charakteristikum die gegenseitige Abhängigkeit der zum Schwarm gehörenden Individuen. Die einzelnen Individuen ahmen hier einander nach und folgen dem Tierstrom. Der Philosoph Pierre Levy will derartiges und das Handeln von Individuen, die sich Gemeinschaften oder anderen Individuen unterwerfen, nicht als kollektive Intelligenz bezeichnen.

„Man darf sie (kollektive Intelligenz, Anmerkung des Verfassers) auf keinen Fall mit den ‚totalitären’ Bestrebungen verwechseln, die das Individuum irgendwelchen transzendenten, fetischisierten Gemein- schaften unterwerfen wollen. In einem Ameisenhaufen sind die In- dividuen ‚dumme’ Tiere, die keine Vision des Ganzen haben und nicht wissen, wie ihr Tun mit dem anderer Individuen überein- stimmt.“3

In diesen Abgrenzungen möchte ich mich Pierre Levy anschließen und als erstes Kriterium für kollektive Intelligenz die Unabhängigkeit einzelner In- dividuen nennen. Deshalb bleibt auch das Schwarmverhalten in der Robo- tik, das durch Programmierung erzeugt wird, in dieser Arbeit unberück-sichtigt.

2.1.2 Verschiedene Annäherungen an kollektive Intelligenz

Kollektive Intelligenz ist ein noch verhältnismäßig unklarer und diffuser Begriff. Wissenschaftler und andere Autoren, die ihn verwenden, setzen voraus, dass es ein intelligentes Potenzial der Vielen gibt und beklagen seine seltene Nutzung. So auch der Soziologe Helmut Willke. Den Grund dafür sieht er in der Überindividualisierung westlicher Gesellschaften. Hier gelte kollektive Intelligenz als Herabsetzung des einzelnen Menschen:

„Kollektive Intelligenz, so habe ich in Atopia ausgeführt (Willke 2001, Kap. 2.3), ist für die individualistisch deformierte westliche Kultur des Wissens vor allem ein Affront gegen die Singularität des Menschen.“4

Kollektiver Intelligenz muss seiner Ansicht nach erst der Boden bereitet werden. Diese Aufgabe delegiert er an die Gesellschaft zurück und macht sie zur Entscheidungssache eines von der Mehrheit getragenen Willens:

„Die vorrangige Aufgabe der Politik der Wissensgesellschaft ist es, die Bedingungen der Möglichkeit kollektiver Intelligenz der Gesell- schaft zu schaffen.“5

Pierre Lévy geht noch einen Schritt weiter als Willke. Er konstatiert das Versagen der traditionellen Wissensverarbeitung und damit der individuel- len Intelligenz:

„Das offiziell anerkannte Wissen stellt nur einen Bruchteil des tat- sächlich aktiven Wissens dar.“6

Für Lévy ist Wissen verteilt. Erst wenn alle Menschen ihr Wissen zusam- mentragen, kann es sich vervollständigen:

„Niemand weiß alles, jeder weiß etwas, in der Menschheit liegt das gesamte Wissen. Es gibt keinen Ort eines transzendenten Wissens, das Wissen ist nichts anderes als das, was die Menschen wissen.“7

Kollektive Intelligenz dürfte deshalb seiner Meinung nach nichts weiter sein als die Zusammenführung der Intelligenz Einzelner. Doch Lévy spricht bei kollektiver Intelligenz als wäre individuelle Intelligenz Teil von ihr, was etwas anderes ist als die von einzelnen Menschen angesammelte Intelligenz (kollektiv zu lateinisch collectivus = angesammelt).

„Es ist eine Intelligenz, die überall verteilt ist, sich ununterbrochen ihren Wert erschafft, in Echtzeit koordiniert wird und Kompetenzen effektiv mobilisieren kann.“8

Damit verbunden sieht er die Aufwertung individueller Intelligenz, aller- dings nur, um kollektive Intelligenz als Ideal darzustellen.

„Das Ideal einer kollektiven Intelligenz impliziert die technische, wirtschaftliche, juristische und menschliche Aufwertung einer überall verteilten Intelligenz, mit dem Ziel, eine positive Dynamik der Anerkennung und Mobilisierung von Kompetenz zu erreichen.“9

Das heißt, wir wissen immer noch nicht, ob es kollektive Intelligenz, die er voraussetzt, tatsächlich gibt. Wenn sie nur ein Ideal ist, dem in der Wirk- lichkeit nichts entspricht, können wir darin höchstens etwas Erstrebens- wertes sehen, im dem Sinne wie: Wäre doch wünschenswert, weil hilf- reich, wenn es kollektive Intelligenz gäbe.

Willke und Lévy kämpfen mit der Schwierigkeit, keine andere Intelligenz als die einzelner Menschen glaubhaft nachweisen zu können. Sie wollen vor allem auf eine Optimierung des Wissens hinaus und bedienen sich dafür eines nicht haltbaren Begriffs von kollektiver Intelligenz. Dass ihm in der Realität tatsächlich etwas entspreche, kann der eine nur fordern (Will- ke) und der andere nur als anzustrebendes Ideal aufstellen (Levy). Mehr leistet ihr Ansatz nicht.

Der Medienwissenschaftler Hans-Dieter Kübler spricht von kollektivem Wissen, zweifelt aber daran, ob dieser Begriff sinnvoll ist, denn er hält es für selbstverständlich, dass sich jedes Wissen als solches durch Prüfung in der Gesellschaft behaupten muss:

„Wenn Wissen seine Viabilität so in sozialen Interaktionen beweist, kann es auch für begrenzte Zeiträume und Situationen pragmatisch als gesellschaftliches Wissen akzeptiert werden, freilich immer nur vorläufig, bis sich andere Konstruktionen ergeben und durchsetzen. Kollektives Wissen könnte also der Bereich der Erfahrungen sein, dem man unterstellen kann, dass ihn andere Individuen und Grup- pen teilen, im Vergleich zu den Erfahrungen, von denen man weiß, dass man nur allein über sie verfügt…“10

Man könnte annehmen, das Internet verbessere diesen gesellschaftlichen Prüfungsprozess. Das Medium Internet ändert aber nichts daran, dass die Aufnahme und Prüfung von Wissen eine Leistung einzelner Individuen bleibt.

„Wenn Wissen medial dokumentiert und vermittelt wird, bedarf es erneut menschlicher Subjekte, die es aufnehmen, eigentlich (re)konstruieren, verarbeiten und für neue Situationen operationa- bel machen [...] Zwar mögen die Speicherung, Strukturierung und Vermittlung von Information ungemein erleichtern, beschleunigen und potenzieren, aber ohne menschliche Vernunft und Sinneszu- weisung bleiben sie – selbst als automatisch agierende Roboter – tot, dumm und bedeutungslos.“11

Der Soziologe Michael Schetsche hält das Internet in seinem gegenwärti- gen Stand sogar für ungeeignet, diesen notwendigen Prüfungsprozess zu optimieren, im Gegenteil, es erschwert ihn:

„Während der Wahrheitsgehalt von Informationen in den Massen- medien durch die ‚Beglaubigung’ anerkannter Persönlichkeiten (wie den ‚Anchor Man’ der Nachrichtensendung) oder Experten (wie den interviewten Wissenschaftler) abgesichert werden konnten, ist dies im Netz nur ausnahmsweise möglich. Hier kann jeder unüberprüf- bar als Spezialist für dieses oder jenes auftreten und sich den An-schein von Kompetenz geben. Kommunikate von Wissenschaftlern, selbsternannten Experten, interessierten Laien und Spaßvögeln stehen nicht nur gleichberechtigt nebeneinander, sie vermischen sich auch zu diskursiven Konglomeraten, bei denen Fragen von ‚Wahrheit’ oder ‚Unwahrheit’ und ‚Spaß’ oder ‚Ernst’ letztlich kein relevantes Selektionsmerkmal für den Erfolg mehr darstellen. Die Unüberprüfbarkeit von Informationen ist im Netz zum Prinzip erho- ben;…“12

Das Internet als solches generiert kein Wissen und kann auch kein Aspi- rant für kollektive Intelligenz sein. Die Beteiligung Vieler bringt nicht auto- matisch intelligente Ergebnisse hervor. Im Gegenteil, es gibt Fälle, in de- nen Massen sich dumm, frevelhaft, zerstörerisch verhalten. Dabei reagie- ren die beteiligten Individuen einförmig, verzichten auf eigene Urteile, las- sen sich beeinflussen und unterwerfen sich den Forderungen autoritärer Rädelsführer. Damit eine Menge von Individuen überhaupt kollektiv intelli- gent sein könnte, müssten sie nicht nur voneinander unabhängig sein, sondern auch ihre eigenen Meinungen und Urteile behaupten und diese nicht anderen unterordnen, es müsste also bei aller Unterschiedlichkeit Gleichberechtigung gelten.

Toby Segaran, der Direktor für Softwareentwicklung der Bio-Informatik- Firma Genstruct, hält große Gruppen für ein geeignetes Potential, um von ihren Individuen Daten einzusammeln und auszuwerten. So erfährt man mehr über die Gruppe, als jedes Individuum weiß:

„You don’t need the Web to collect data from disparate groups of people, combine it, and analyse it. One of the most basic forms of this is a survey or census. Collecting answers from a large group of people lets you draw statistical conclusions about the group that no individual member would have known by themselves. Building new conclusions from independent contributors is really what collective intelligence is all about.”13

Wenn man Segaran zustimmte, müsste man möglicherweise sämtliche statistische Erhebungen über Menschen schon als kollektive Intelligenz bezeichnen. Damit hätte der Begriff keine Differenzierungskraft mehr. Er wäre nicht mehr leer, sondern zu voll. Festhalten sollte man aber, dass Informationen vieler Individuen eingesammelt und ausgewertet werden müssten, wenn man von kollektiver, vom Wortstamm angesammelter Intel- ligenz sprechen wollte.

Will man den Begriff kollektive Intelligenz nicht aufgeben, weil er vermut- lich leer oder zu voll ist, solange es keinen empirischen Nachweis von kol- lektiver Intelligenz gibt, sollte man untersuchen, ob er sich vielleicht auf eine Operation bezieht und nicht auf die Existenz von irgendetwas. Hilf- reich ist hier der Systemtheoretiker Niklas Luhmann, weil er sowohl den Intelligenz- als auch den Wissensbegriff entzaubert.

„’Intelligenz ist’ die Bezeichnung dafür, das man nicht beobachten kann, wie es zustande kommt, daß das selbstreferentielle System im Kontakt mit sich selbst die eine oder die andere Problemlösung wählt.“14

„Man muss wissen, um Wissen lernen zu können.“15

“Wissen ist demnach Bedingung und Regulativ für Lernvorgänge, genauer: für den Einbau von Lernmöglichkeiten in die derzeit ak- tuelle Erwartungsstruktur.“16

„…, dass der sogenannte wissenschaftliche Fortschritt typisch mehr ungelöste als gelöste Probleme erzeugt, also das Nichtwissen im Vergleich zum Wissen überproportional vermehrt.“17

Luhmann stellt das System in den Vordergrund, und das System konsti- tuiert seiner Auffassung nach seine Elemente:

„Theoretisch umstritten scheint es zu sein, ob die Einheit eines Elements als Emergenz ‚von unten’ oder durch Konstitution ‚von oben’ zu erklären sei. Wir optieren entschieden für die zuletzt ge- nannte Auffassung. Elemente sind Elemente nur für die Systeme, die sie als Einheit verwenden, und sie sind es nur durch diese Systeme.“18

Elemente des Systems Gesellschaft sind jedoch nicht menschliche Indivi- duen:

„Der Mensch mag für sich selbst oder für Beobachter als Einheit er- scheinen, aber er ist kein System. Erst recht kann aus einer Mehr- heit von Menschen kein System gebildet werden.“19

Einheiten des Systems Gesellschaft sind Kommunikationen, das heißt Mit- teilungen, deren Informationen verstanden werden:

„Gesellschaft betreibt Kommunikation, und was immer Kommunika- tion betreibt, ist Gesellschaft. Die Gesellschaft konstituiert die ele- mentaren Einheiten (Kommunikationen), aus denen sie besteht, und was immer so konstituiert wird, wird Gesellschaft, wird Moment des Konstitutionsprozesses selbst.“20

Information ist ein Aspekt von Kommunikation. Kommunikation ist eine systeminterne Operation.

„Das passt zu der These der operativen Schließung, zu Autopoiesis in dem Sinne, dass man sagt, Information sei immer ein system- interner Vorgang, ein Aspekt einer systeminternen Operation. Das- selbe würde dann, da braucht man nicht so viele Argumente, auch für Mitteilung gelten, denn ohne Mitteilung kommt keine Information zustande, ohne Mitteilung kommt auch kein Verstehen zustande. Es muss also jemand die Kopplung zur Information herstellen und dabei beobachtbar sein.“21

Da Information als Aspekt der Operation Kommunikation entsteht und manche Informationen sich an der Erwartung orientieren, als Wissen zu gelten, lässt sich sagen, Wissen entsteht durch eine an Erwartung orien- tierte Operation.

„Dem kognitiven Erwartungsstil entspricht die Differenz von Wissen und Nicht-Wissen.“22

Der Beobachter, von dem Luhmann spricht, übernimmt im Wissenschafts- system die Aufgabe zu beurteilen, was als Wissen gelten kann.

„Die Bewertung wird dem Beobachter überlassen und sie ist als Aspekt der Selbstbeobachtung eines Systems nur im Kontext eben dieser selbstreferentiellen Informationsverarbeitung möglich.“23

Da Wissen laut Luhmann eine Operation ist, bei der Informationen verar- beitet werden müssen, können wir für den Begriff kollektive Intelligenz, nach dem Wortstamm angesammelte Intelligenz, davon ausgehen, dass Informationen von vielen Individuen durch Beobachter gesammelt und ausgewertet werden müssen. Um der Erwartung der Individuen Orientie- rung zu geben, muss eine Aufgabe gestellt werden, zu der die Individuen Informationen geben müssen. Die Aufgabe kann aber individuell nicht ge- löst werden (sonst wäre der Aufwand unökonomisch). Deshalb geben die Individuen je nach Aufgabenstellung nur Schätzungen oder Bewertungen ab oder nehmen Korrekturen nach dem Stand ihres Wissens vor.

Man kann also von kollektiver Intelligenz sprechen, wenn viele Individuen zu einer bestimmten Aufgabe Informationen geben, sofern ein Beobachter diese Informationen auswertet und verarbeitet und sie als Wissen einem Prüfungsprozess unterwirft. Bewährt es sich, so kann dieses Wissen nicht einem Individuum zugesprochen werden, sondern als Intelligenzleistung des Kollektivs gelten.

2.2 Voraussetzungen für die Nutzung kollektiver Intelli- genz

Damit kollektive Intelligenz nutzbar gemacht werden kann, müssen gewis- se Bedingungen eingehalten werden:

1. Es muss eine geeignete Aufgabe gestellt werden.
2. Es bedarf einer hinreichend großen Menge Individuen als Datenge- ber. Je mehr Menschen ihr Urteil abgeben, desto genauer, bezie- hungsweise repräsentativer wird das Ergebnis ausfallen.
3. Zwischen den einzelnen Individuen darf es keine Beeinflussungs- möglichkeiten und keine Abhängigkeiten geben. (Unabhängigkeit)
4. In der Gruppe darf keine Übereinstimmung herrschen. (Meinungsvielfalt)
5. Alle Informationen müssen als gleichberechtigt gelten. (Gleichberechtigung)
6. Die Daten müssen festgehalten und ausgewertet werden. (Aggregation)

Bei diesen Voraussetzungen habe ich mich an James Surowiecki 24 ange- lehnt, aber die von ihm benannten Bedingungen erweitert. Ich habe die von Surowiecki genannte Dezentralisierung wegfallen lassen, weil sie bei ihm nicht mehr meint als Unabhängigkeit. Zudem ist sie leicht zu verwech- seln mit der üblichen Verwendung des Wortes: auf verschiedene Verwal- tungen verteilt. Von mir hinzugefügt wurde die Bedingung der Gleichbe- rechtigung, das heißt, dass alle Daten gleichwertig behandelt werden müssen. Das wiederum bedeutet, die Aussage eines Experten darf nicht mehr zählen als die eines Laien und die eines mächtigen Menschen nicht mehr als die eines einflusslosen. Die Bedingung der Gleichberechtigung als Voraussetzung für die Nutzung kollektiver Intelligenz wird auch in den Beispielen in Kapitel 2.3 deutlich.

2.3 Nutzung kollektiver Intelligenz

Kollektive Intelligenz ist ein Potential, welches wie individuelle Intelligenz genutzt werden muss, damit Wissen entsteht. Anders als individuelle Intel- ligenz kann kollektive Intelligenz nur Daten erzeugen, sie aber nicht aus- werten. Dazu bedarf es individueller Intelligenz. Um zu verdeutlichen, wie kollektive Intelligenz in der Praxis genutzt werden kann, seien verschiede- ne Beispiele genannt, bei denen kollektive Intelligenz genutzt wird.

Ich möchte als erstes zwei Beispiele anführen, die zum einen (unter Kap. 2.3.1) verdeutlichen, wie gut ein Ratespiel genutzt werden kann, um ein nicht gewusstes Maß anhand des Durchschnittswertes aller Schätzungen erraten zu lassen und zweitens (unter Kap. 2.3.2) zeigen, inwieweit der Mittelwert geeignet ist, um bei der Suche nach einem nicht bekannten Ort durch verschiedene Schätzungen zum angestrebten Ziel zu gelangen. Bei den beiden ersten Beispielen sind die Bedingungen für kollektive Intelli- genz insofern gegeben, dass eine größere Anzahl Personen für Mei- nungsvielfalt sorgt, jeder gibt unabhängig seine eigene Schätzung ab, die einzelnen Stimmen zählen gleich viel, und die Einzelschätzungen werden gesammelt und ausgewertet.

2.3.1 Ochsen-Beispiel

Das erste Beispiel für die Leistung kollektiver Intelligenz stammt aus dem Anfang des 20. Jahrhunderts und wird von James Surowiecki nacherzählt: Auf einem Jahrmarkt war an einem Stand ein Wettbewerb ausgeschrie- ben, bei dem es darum ging, das Gewicht eines Ochsen zu schätzen, nachdem dieser geschlachtet und ausgeweidet worden war. Um die 800 Menschen nahmen an diesem Wettbewerb teil, unter Anderen Experten, wie Metzger und Landwirte, aber auch dahergelaufene Jahrmarktbesu- cher, die mit Schlachtvieh nichts zu tun hatten. Der britische Gelehrte Francis Galton beobachtete dieses Geschehen und schrieb alle Tipps des Publikums auf und stellte sie graphisch dar. Danach addierte er die Schätzwerte aller Wettteilnehmer und teilte die Summe durch die Anzahl der Wetten. Das errechnete Ergebnis war genauer als die Schätzungen der Mehrheit und auch genauer als die beste Einzelschätzung25:

„Nun hatte Galton zweifellos erwartet, dass der mittlere Schätzwert weit daneben liegen würde. Und es scheint ja zunächst auch durchaus plausibel: Die Mischung aus ein paar extrem kundigen Personen, etlichen mittelmäßigen und einem Haufen dumpfer Indi- viduen müsste doch ein entsprechend unsinniges Ergebnis zeiti- gen. Aber Galton hatte sich geirrt. Denn die Ausstellungsbesucher hatten das Gewicht des geschlachteten ausgeweideten Ochsen auf 1197 [englische] Pfund geschätzt. Und nach Schlachtung und Aus- weidung wog das Tier dann genau 1198 Pfund. Mit anderen Wor- ten: Das Gruppenurteil traf fast haargenau ins Schwarze.“26

2.3.2 U-Boot-Beispiel

Das zweite Beispiel stammt aus dem Jahre 1968. Die US Navy vermisste das U-Boot USS Scorpion. Es war von einer Mission Richtung Mittelmeer nicht mehr zurückgekehrt. John Craven, ein Tiefseewissenschaftler nahm an, dass es untergegangen war, und wollte es suchen, aber wo? Er kam auf die Idee, eine Menge vieler U-Boot- und Bergungsexperten vermuten zu lassen, wo das U-Boot zu finden sei. Mit Hilfe von Mathematikern ermit- telte er den Mittelwert aller Schätzungen, der eine Stelle bezeichnete, die 650 Kilometer von den Azoren entfernt lag. Fast niemand glaubte an die Richtigkeit dieser Schätzung. Schließlich wurde das U-Boot in 3000 Meter Tiefe, nur 200 Meter von der berechneten Stelle entfernt gefunden27.

2.3.3 Beispiel „Wer wird Millionär“

Die Fernsehshow „Wer wird Millionär“ funktioniert so, dass die Teilnehmer von vier vorgegebenen Antworten die richtige auswählen müssen. Wer die Antwort nicht weiß, hat die Möglichkeit, Joker einzusetzen: Den 50:50-Joker, bei dem zwei falsche Antworten weggenommen werden, oder den Telefon-Joker, mit dem der Teilnehmer einen befreundeten, für diese Fra- gestellung geeigneten, Spezialisten anrufen kann. Und er kann den Publi- kums-Joker ziehen. Die anwesenden Besucher der Show geben hierbei ihre Stimme für die ihrer Meinung nach richtige Antwort ab und die Ergeb- nisse werden in Prozenten angegeben.

Die Personen im Publikum sind eine zufällig zusammengesetzte Gruppe und können dadurch eine große Meinungsvielfalt erzeugen. Sie kennen einander nicht und sind daher voneinander unabhängig. Die Antworten der Zuschauer sind gleichberechtigt, werden zusammengezählt und ausge- wertet. Die Antwort, die am häufigsten von Einzelpersonen gewählt wor- den ist, hat den größten prozentualen Anteil der Antworten und zeigt die Mehrheitsentscheidung der Gruppe. Beim Publikums-Joker sind alle Vor- aussetzungen für die Nutzung kollektiver Intelligenz vorhanden. Laut Ja- mes Surowiecki gibt bei der amerikanischen Fernsehshow der Telefon- Joker in 65 Prozent der Fälle die richtige Antwort. Beim Publikums-Joker dagegen wusste die verhältnismäßige Mehrheit des Publikums der Show in 91 Prozent der Fälle die richtige Antwort28.

2.3.4 Linux-Beispiel

Ein Betriebssystem namens Linux, welches Anfang der 90er Jahre ent- stand, fand im Internet die optimale Plattform, um seine Programme wei- terschreiben zu lassen. Linux öffnete seinen Programmiercode und stellte ihn über das Internet zur Weiterentwicklung zur Verfügung. Durch den of- fenen Quellcode (Open Source Code) und dem damit verbundenen mögli- chen Zugriff auf das Programm hat beim Linux-Betriebssystem jeder die Möglichkeit, Programmfehler zu finden und zu beheben, sowie neue Funktionen zu integrieren29.

Wenn ich die Bedingungen für kollektive Intelligenz auf die Arbeitsweise von Linux anwende, um zu prüfen, ob hier kollektive Intelligenz am Werk ist, so kann ich als erstes Meinungsvielfalt finden, da die Programmierer, die sich bei Linux online beteiligen, um das System weiterzuentwickeln, viele verschiedene Programmieransätze und Ideen haben. Zweitens sind die Programmierer unabhängig voneinander, da sie von verschiedenen Orten der Erde und unbeeinflusst voneinander am Programmiercode ar- beiten. Drittens ist Gleichberechtigung vorhanden, da alle Programmierer bezüglich ihrer Verbesserungsvorschläge gleichberechtigt behandelt wer- den. Kein Programmiervorschlag wird hierbei also bevorzugt behandelt, weil er von bestimmten Personen gemacht wurde. Die Aggregation der Programmiervorschläge erfolgt über das Team der Entwickler von Linux, die gemeinsam darüber entscheiden, welche Anwendungen oder welche Programmiercode-Teile für das vertriebene Betriebssystem übernommen werden. Die fortlaufende Entwicklung der Regulierung des Quellcodes zeigt die für alle offene Form des Work-in-Progress-Projekts. Aus den ge- nannten Voraussetzungen wird deutlich, dass Linux kollektive Intelligenz nutzt.

Auf diese Weise wurde Linux zu einem bekannten und viel benutzten Be- triebssystem: Nach Selbstaussage von Linux arbeiten fast zehn Millionen Menschen an acht Millionen Computern damit30. Linux gehört zur Unix- Familie. Unix ist der Name für ein Mehrbenutzer-Betriebssystem31. Auch die neueren Versionen anderer Betriebssysteme, wie Mac OS X von Apple können über das eigene Betriebssystem auf Linux-Programme zugrei- fen 32 .

2.4 Prinzipien kollektiver Intelligenz

Die genannten Beispiele verdeutlichen alle mir bekannten Formen der Auswertung der von Individuen gegebenen Informationen, die für die Nut- zung kollektiver Intelligenz nötig sind. Ich schlage für die verschiedenen Arten der Auswertung drei Prinzipien kollektiver Intelligenz vor, die sich nach der Art der Aufgabe richten.

2.4.1 Mittelwert-Prinzip

Für das erste Prinzip kollektiver Intelligenz schlage ich den Namen Mittel- wert-Prinzip vor. Der Mittelwert wird ermittelt, indem alle Informationen, die von Menschen zu einer Aufgabe gegeben worden sind, zusammengezählt werden. Bei den Informationen muss es sich um Daten handeln, die quan- tifizierbar sind. Ansonsten kann der Mittel- beziehungsweise Durch- schnittswert nicht berechnet werden. Bei der Aufgabe kann es sich um eine Bewertung, eine Vorhersage, eine Schätzung oder um Raten han- deln. Dieses Prinzip, nach dem die Daten ausgewertet werden, tritt beim Ochsen-Beispiel (siehe Kap. 2.3.1) und beim U-Boot-Beispiel (siehe Kap. 2.3.2) auf.

2.4.2 Mehrheitsprinzip

Für das zweite Prinzip kollektiver Intelligenz schlage ich den Namen Mehrheitsprinzip vor. Hierbei handelt es sich um ein Abstimmungsverfah- ren. In der Aufgabe müssen Auswahlmöglichkeiten vorgegeben werden (Multiple Choice). Die Einzelpersonen müssen sich für eine Möglichkeit entscheiden. Die von der Mehrheit gewählte Entscheidung gilt als reprä- sentatives Votum des Kollektivs. Bei der Aufgabe kann es sich um eine Prognose, Empfehlung oder eine Vorliebe handeln. Dieses Prinzip der Auswertung der von Individuen hervorgebrachten Informationen tritt beim Beispiel „Wer wird Millionär (siehe Kap. 2.3.3) auf.

2.4.3 Regulierungsprinzip

Für das dritte Prinzip kollektiver Intelligenz schlage ich den Namen Regu- lierungsprinzip vor. Es wird bei einer Aufgabe angewandt, bei der etwas entstehen soll. Das Entstandene kann von anderen Personen korrigiert und ergänzt werden. Im Gegensatz zu den anderen Prinzipien hat die für dieses Prinzip geeignete Aufgabe kein Ende. Sie ist work in progress, eine fortlaufende Entwicklung in Form der Regulierung. Auch die Anzahl der sie Vorantreibenden wird nicht beschränkt. Es gibt kein Endergebnis, sondern Aktualität, die sofort zu veralten beginnt, wenn kein Teilnehmer mehr an dieser Aufgabe arbeitet. Dieses Prinzip tritt beim Linux-Beispiel (siehe Kap. 2.3.4) auf.

2.5 Begriffsklärung

Um den vagen Begriff der kollektiven Intelligenz für diese Magisterarbeit einzugrenzen, lege ich hiermit fest, wie ich ihn im Folgenden verstanden wissen möchte.

Wenn ich von kollektiver Intelligenz spreche, dann meine ich die Erzeu- gung unabhängiger, vielfältiger, gleichberechtigter und gesammelter Da- ten vieler Menschen zu einer klaren Aufgabe oder Fragestellung.

Diese kollektive Intelligenz ist ein Potenzial. Die Daten und Informationen der Individuen müssen nach dem der Aufgabe entsprechenden, richtigen Prinzip ausgewertet werden. Findet dies statt, so spreche ich von Nutzung kollektiver Intelligenz. Findet dies nicht statt, werde ich nicht von kollektiver Intelligenz sprechen können.

3 Grundlagen der Kommunikation im Internet

3.1 Formen menschlicher Kommunikation

Kommunizierbarkeit ist eine notwendige Bedingung für akzeptiertes richti- ges Wissen, jedoch keine hinreichende, weil als Wissen Vorgeschlagenes sich als Wissen bewähren muss. Es gibt kein Wissen, was nicht kommuni- zierbar ist. Wissen muss überprüfbar sein33: Entweder durch ein Experi- ment oder in der Praxis, durch Plausibilitätsprüfung34 oder durch gedankli- che Analyse Dritter. Darüberhinaus entsteht Wissen auch immer durch Kommunikation35. Ohne Kommunikation ist die Entstehung von Wissen nicht vorstellbar. Wenn der Untersuchungsgegenstand dieser Arbeit kol- lektive Intelligenz in virtuellen Gemeinschaften im Internet ist, bedarf es jetzt einer Beschäftigung mit Kommunikation, denn grob gesprochen ist das Internet die Kommunikation zwischen Computern und Kommunikation zwischen Personen, die sich derer bedienen.

Der Medienwissenschaftler Friedrich Krotz nennt vier Formen der Kom- munikation:

Die Face-to-Face-Kommunikation ist basale Kommunikation. Die Komple- xität und die Charakteristik verbaler und nonverbaler Kommunikation teilen die Menschen nur unter sich. Durch die Nutzung von Medien entstehen zusätzlich modifizierte Formen der Kommunikation.

Mit der ersten mediatisierten Kommunikationsform ist der Informationsaus- tausch zwischen Menschen über das Telefon, Briefe und auch Emails gemeint. Krotz nennt sie mediatisierte interpersonale Kommunikation, weil es einen Sender und einen Empfänger gibt.

Die zweite mediatisierte Kommunikationsform ist die Kommunikation über Massenmedien wie Bücher, Zeitungen und Zeitschriften, Radio, TV oder jedes andere standardisierte Medienprodukt, welches nicht persönlich ad- ressiert ist. Hierbei spricht er von Medienrezeption.

Die dritte Form der mediatisierten Kommunikation ist die interaktive Kom- munikation, die nur von digitalen Medien ermöglicht wird36. So kann zum Beispiel der Rezipient interaktiver Websites auch kommunikativ aktiv wer- den.

Alle drei von Krotz genannten mediatisierten Kommunikationsformen kommen bei virtuellen Gemeinschaften im Internet vor: Dort werden EMails geschrieben und gelesen (mediatisierte interpersonale Kommuni- kation), zweitens standardisierte Medienprodukte, wie Internetseiten, Fil- me und Fotos angeschaut (Medienrezeption) und drittens wird auf interak- tiven Websites kommuniziert (interaktive Kommunikation). Deshalb werde ich mich im Folgenden nur noch mit mediatisierten Kommunikationsformen beschäftigen.

3.2 Internetkommunikation

Da im Internet hauptsächlich die textbasierte Kommunikation vorherrscht und man über Ton und Bild heutzutage noch nicht massenhaft kommuni- ziert, werde ich mich in den weiteren Ausführungen weitestgehend auf die Textkommunikation im Internet beschränken.

3.2.1 Merkmale der Internetkommunikation

3.2.1.1 Digitalität

Ein wichtiges Merkmal und gleichzeitig Bedingung der Internetkommunika- tion ist Digitalität. Bei der Kommunikation im Internet werden digitale Daten über Zugangsgeräte (siehe Kap. 3.2.1.2) verfügbar gemacht. Wie Ni-Ni-cola Döring ausführt, hat Digitalität als Charakteristika Schnelligkeit und Einfachheit der Bedienung sowie die Vielfältigkeit der Bedienungsmöglich- keiten:

[...]


1 Vgl. URL: http://de.wikipedia.org/wiki/W orld_W ide_Web [02.03.2008].

2 Vgl. Rheingold (2002), S. 178.

3 Lévy (1997), S. 32.

4 Willke (2007), S. 199.

5 Ebd., S. 202.

6 Lévy (1997), S. 31.

7 Ebd., S. 30.

8 Ebd., S. 29.

9 Ebd., S. 31.

10 Kübler (2005), S. 107.

11 Kübler (2005), S. 194 f.

12 Schetsche (2005), S. 118 f.

13 Segaran (2007), S. 2.

14 Luhmann (1987), S. 158.

15 Ebd., S. 447.

16 Ebd., S. 448.

17 Ebd., S. 440.

18 Ebd., S. 43.

19 Ebd., S. 67 f.

20 Ebd., S. 555.

21 Luhmann (2002), S. 296.

22 Luhmann (1987), S. 439.

23 Ebd., S. 440.

24 Vgl. Surowiecki (2005), S. 32.

25 Vgl. Surowiecki (2005), S. 7 ff.

26 Surowiecki (2005), S. 9 f.

27 Vgl. Grötker, Ralf: Schlaue Mengen, in: Brand Eins 08/05, Online im WWW unter URL: http://www.brandeins.de/ximages/ 24003_114smartcr.pdf [15.02.2008].

28 Surowiecki (2005), S. 24.

29 Vgl. Kübler (2005), S. 52.

30 Vgl. URL: http://www.linux.de/linux/what_is.php3 [17.01.2008].

31 Vgl. URL: http://de.wikipedia.org/wiki/UNIX [17.12.07].

32 Vgl. URL: http://news.jensbenecke.de/story/851_erstes-resumee-zum-mac-mini-und- os-x.html. [17.12.07].

33 Vgl. Resch (2004), S.117 f.

34 Vgl. Eppler/Mengis (2007), S. 66.

35 Vgl. Hunger (2005), S. 99.

36 Vgl. Krotz (2006), S. 34.

Ende der Leseprobe aus 93 Seiten

Details

Titel
Kollektive Intelligenz in virtuellen Gemeinschaften im Internet
Hochschule
Leuphana Universität Lüneburg
Note
2,3
Autor
Jahr
2008
Seiten
93
Katalognummer
V493474
ISBN (eBook)
9783668974739
Sprache
Deutsch
Schlagworte
kollektive, intelligenz, gemeinschaften, internet, Community
Arbeit zitieren
Corvin Schmoller (Autor), 2008, Kollektive Intelligenz in virtuellen Gemeinschaften im Internet, München, GRIN Verlag, https://www.grin.com/document/493474

Kommentare

  • Noch keine Kommentare.
Im eBook lesen
Titel: Kollektive Intelligenz in virtuellen Gemeinschaften im Internet


Ihre Arbeit hochladen

Ihre Hausarbeit / Abschlussarbeit:

- Publikation als eBook und Buch
- Hohes Honorar auf die Verkäufe
- Für Sie komplett kostenlos – mit ISBN
- Es dauert nur 5 Minuten
- Jede Arbeit findet Leser

Kostenlos Autor werden