Denkstudio für strategisches Wissensmanagement zur Analyse mittelstandsorientierter Businessoptionen auf der Basis von Personalbilanzen und Standortbilanzen,

Jörg Becker Friedrichsdorf

Die unablässige Suche nach immer mehr Informationen versperrt den Bli- Mittck für das, was wirklich wichtig ist. Oft ist weniger mehr. Business Intelligence generiert vor allem Basisinformationen für zukunftsorientierte Prognosen und Planungen

Wissensmanagement – Big Data ist nicht Big Wissen.

Reduktion der Komplexität:

man muss gründlich nachdenken, um aus der schieren Datenflut wirklich benötigtes Wissen herauszufiltern

Vom Data Mining vollzieht sich in Form von Reality Mining ein lautloser Übergang zur Analyse ganzer Lebensmuster realer Menschen. Die solche neuen Realitäten schaffen, Macht ausüben und damit ihr Geld verdienen, können sie selbst in kleinsten Stücken vermarkten und die eigentlichen Eigentümer der Datenrechte nicht nur enteignen, sondern sie auch kontrollieren oder gar manipulieren

Nüchternes Kalkül ist manchmal besser als Erfahrungswissen: umgekehrt kann auch eine kalt kalkulierte Wahrscheinlichkeitsrechnung in die Irre führen, wenn hierbei zugrunde gelegte empirische Parameter falsch gesetzt wurden. Philosophisch betrachtet könnte man Wahrscheinlichkeit auch als den Grad des Glaubens an die Wahrheit definieren. 

Journalisten sind (sehen sich gerne als) Welterklärer: um das, was um uns geschieht, für Leser verständlich darzustellen (zu machen). Unabhängig von der Technik und von dem Medium, für welches ein Journalist arbeitet. An erster Stelle steht nach wie vor (noch) das Gedruckte. Das gedruckte Layout kann auf einen Blick ein vielseitiges Kaleidoskop interessanter Sachverhalte bieten. Da die Welt nun einmal so ist wie sie ist können (müssen) Druck und Netz auch in der Medienwelt nebeneinander, besser miteinander, existieren. Noch immer ist der Mensch entscheidend, dessen Kenntnis und Kreativität die Qualität von Wissenstransfers prägt. 

Wichtig ist, sich vor Augen zu halten, dass ein Modell nie besser ist als die Annahmen, mit denen man rechnet. Zudem kann immer auch Unvorhergesehenes passieren. Deshalb versucht man in der angewandten Mathematik, fehlende Parameter so zu schätzen, dass sie zum bisherigen Verlauf passen. Die Kunst dabei ist, richtig zu modellieren, also mathematische Modelle für ein reales Problem zu erstellen.

So wie damals die Dampfmaschine das Ausüben von Arbeitskraft verstärkt hat, so erweitert heute der Computer die Möglichkeiten, Wissen aufzufinden. Das Starten einer digitalen Suchmaschine zur Erschließung von Wissen im Internet geht schneller und leichter als die Befragung eines Experten. Die Welt wird quasi am Bildschirm lesbar, das Wirkliche zum Bestand gemacht. Die Automatisierung von Expertenwissen bringt in einer informationsüberfluteten Gesellschaft Vorteile. Aber so wenig, wie Menschen vollständig von Dampfmaschinen abgelöst wurden, so wenig wird man auch trotz Internet auf Experten verzichten können. Aber weil jeder Wissen googeln kann, bleibt nicht alles so wie es ist. Die Autorität von Experten basiert jetzt weniger auf dem Umstand, mehr zu wissen. Als vielmehr darauf, den strukturellen Überblick zu besitzen, um neues Wissen  angemessen und sachgerecht bewerten und einordnen zu können. Denn Suchmaschinen automatisieren das Finden von Wissen, nicht aber seine Produktion. 

Nicht wenige fühlen, das alles, was in zahllosen Rechnern an Daten wahrgenommen und verarbeitet wird, nicht ausreichen wird, um für die Welt, in der wir uns bewegen, benötigtes Entscheidungswissen zu erzeugen. Der Versuch, fehlendes Wissen, durch Berücksichtigung von immer mehr Informationen zu kompensieren, führt in eine Endlosschleife. Mögliche Erklärung sind u.U. konzeptionelle Defizite, beispielsweise: dass die Potentiale, die Informationsbedürfnisse des Managements umfassend und flexibel abzudecken, viel zu hoch angesetzt werden, dass die Vorstellung vom „vernetzten Manager“ oder „gläsernen Unternehmen“ in der Realität als überzogen erscheint. Was nötig ist, sich Grenzen des Wissens einzugestehen und sich nicht mit immer mehr Informationen über dessen Fehlen hinwegzutäuschen. Es braucht Personen, die den Mut haben, ohne Rechthaberei zu ihrem fragilen Wissen zu stehen.

Komplexität als eine Eigenschaft der uns umgebenden Welt zu akzeptieren, bedeutet, sich darauf einzulassen. Komplexität ist ein Zustand, der sich in ständiger Veränderung in Bezug auf das Ganze befindet. Es geht um das Verständnis der eigenen Rolle bei der Auseinandersetzung  mit den Problemen, die zum einen aus Absichten, Zielen und Plänen, zum anderen aus den vorgefundenen Bedingungen resultieren. Die Situation ist der Betrachtung eines komplizierten Kunstwerks im Halbdunkel vergleichbar, dessen einzelne Facetten durch die Beleuchtung aus jeweils verschieden ausgerichteten Lichtquellen unterschiedliche deutlich hervortreten, d.h. komplex geht es zu, wenn es unüberschaubar, vernetzt, eigendynamisch, undurchsichtig, wahrscheinlichkeitsabhängig oder instabil ist.

Auf der Basis von datenzentrischen Produkten (Sammlung und Aufbereitung von Daten) sind neue Geschäftsmodelle entstanden. Dabei geht es um die Fähigkeit, externe Daten- und Wissenssammlungen mit der eigenen Informationsbasis zu verknüpfen: durch die bedarfsgerechte immer wieder neue Kombination von Daten entstehen neue Möglichkeiten und Wertschöpfungsnetze. Der Fokus liegt nicht mehr auf der Produktion physischer Güter, sondern konzentriert sich im Sinne einer immateriellen Wertschöpfung auf die Sammlung und Aufbereitung von Informationen. Der Schlüssel ist die Evaluierung und Auswahl relevanter Informationen. Das weltweite Informationsvolumen verdoppelte sich etwa alle zwei Jahre. Es kommt also darauf an, Ordnung zu schaffen und den geschäftlichen Wert der Daten für bessere Entscheidungen und Prozesse zu erschließen. Die Qualität von Informationen steht und fällt mit der Qualität der Datenbasis. Wenn Datenqualität und Informationsqualität auseinanderklaffen, versinken wir im Treibsand der Daten.

Menschen nutzen ihre Fähigkeiten, Muster zu erkennen und zu verstehen, um sich Entscheidungen zu erleichtern, um Vorteile zu erlangen oder um Leid zu vermeiden. Wichtig ist, dabei auf das Wissen um widerkehrende Muster zuzugreifen, damit nicht jede Entscheidung immer wieder von Grund auf neu be- und durchdacht werden muss. Auch Wirtschaft und Märkte verlaufen gemäß Mustern. Manche dieser Muster werden als Zyklen bezeichnet. Sie ergeben sich aus natürlich auftretenden Phänomenen, aber auch dem Auf und Ab der menschlichen Psyche und dem daraus resultierenden Verhalten. Gewisse Ereignisse widerfahren allen, die in einem bestimmten Umfeld arbeiten, gleichermaßen. Aber nicht alle hören gleichermaßen auf sie. 

Kreativität ist eine Black-Box, von der niemand weiß, was drinnen vorgeht.  Zwar können Computerprogramme Quizfragen beantworten oder medizinische Diagnosen erstellen. Aber was ist mit einer weitere Domäne des Menschen: der Kreativität? Ist Kreativität so etwas wie ein Etikett, das man auf kognitive Prozesse klebt, solange man sie nicht versteht? Das Problem dabei: nach wie vor bereitet es Schwierigkeiten, menschliche Kreativität überhaupt verstehen zu können. Was eine Voraussetzung dafür wäre, den menschlichen Geist mit künstlicher Intelligenz nachzubilden. Eine einfache Form von Kreativität besteht darin, bekannte Elemente auf eine neue Weise zu kombinieren.

Ökonomen untersuchen mit Modellen, wann und unter welchen Bedingungen Märkte funktionieren. Man will beschreiben, was (und warum es) in bestimmten Märkten passiert. Unterlegt wird in diesen Modellen meist ein Homo oeconomicus, ähnlich wie bei einer Landkarte, die auch wegen ihrer Realitätsferne so nützlich ist: eine Landkarte im Maßstab eins zu eins wäre nutzlos. „Der Homo oeconomicus ist  notwendig wenn man mit Hilfe von Modellen die Realität verstehen will. „Mit der Modellannahme eines irrationalen Menschen lassen sich keine verlässlichen Prognosen und Hypothesen mehr aufstellen, es ist ja gerade das Wesen der Irrationalität, dass sie sich jeglichen Erklärungsversuchen und damit jeglicher Modellbildung entzieht“. Reale Menschen rechnen oft nicht erst, bevor sie entscheiden, sondern nutzen Intuition, Handlungsnormen, Routinen, Prinzipien, Überzeugungen, Konzepte u.a. Was nicht heißt, dass Modelle unnütz wären. Viele der intuitiven oder erlernten Verhaltensweisen sind nicht irrational sondern hocheffizient (da sie über lange Zeit in einem biologischen, kulturellen, evolutionären Prozess als bewährte Prinzipien der Entscheidungsbildung entstanden sind). Viele Märkte funktionieren so wie sie sich über Jahrhunderte hinweg gebildet und eingespielt haben. Mit ihren Modellen versuchen Ökonomen lediglich das rational ab- und nachzubilden, was Menschen aus ihrer Entwicklung heraus richtig machen (können, sollen).

Damit Strategien wirken, müssen sie kommuniziert werden. Probleme bei der Umsetzung von Strategien können nicht zuletzt auch dadurch entstehen, dass eine Strategie so unklar formuliert ist, dass die für die Umsetzung Verantwortlichen nicht immer genau wissen, was überhaupt umgesetzt werden soll. Damit eine Strategie die durch sie erwünschten und erhofften Veränderungen aber überhaupt auslösen kann, muss sie auch nachvollziehbar an diejenigen kommuniziert werden, die sie umsetzen müssen. Eine geeignete Kommunikationsplattform hierfür ist eine Wissensbilanz.

Wie messen Menschen Risiken? Warum investieren manche mehr als anderer? Warum ändern Leute ihre Strategie, wenn sich die Einsätze in einem Spiel ändern? Eine komplexe Umwelt zwingt uns, Entscheidungen zu treffen, die ein Verständnis (eine Bewertung) von Risiko voraussetzen. Auf der einen Seite haben viele Menschen ihr Bewusstsein für Risiken geschärft, auf der anderen Seite gehen viele mit Risiken mit einer Art kollektivem Schulterzucken um. Viele Risikoarten, denen man ausgesetzt ist, werden als solche nicht erkannt, zumindest aber nicht wahrgenommen. Denn Entscheidungen über zukünftige Ereignisse muss man trotz aller Unsicherheiten treffen. Manche lassen sich eher von ihrem Bauchgefühl leiten, andere dagegen bewerten ihre Optionen eher nüchtern kalkulierend, Vor- und Nachteile gegeneinander abwägend. Das ganze Leben ist zwangsläufig riskant. 

Immer mehr Daten sammeln ist schön und gut: nur nutzt es wenig, wenn mit den Daten nichts passiert. Ob nun Geschäftsdaten, Kundendaten, Inhalte aus dem Web, Kommunikation zwischen Maschinen oder soziale Netzwerke: über allem steht stets die richtige Frage: d.h. wer in großen Datenbergen gute Antworten finden will, braucht gute Fragen. Man kann heute zwar über bessere Software und Methoden verfügen, die Daten zu analysieren: doch auch gesteigerte Rechenleistungen entbinden nicht vom effektiven Informationsmanagement und der Kernfrage: was soll mit welchen klar umrissenen Zielen analysiert werden? Einerseits sitzt man mit jenen angesammelten Datenbergen auf einem Wissensschatz, hat aber andererseits manchmal eher nur unklare Vorstellungen darüber, wie dieses schwer durchschaubare Geflecht eigentlich zu heben und auszuschöpfen wäre

Ohnehin war klar, dass das Moore´sche Gesetz als eine Exponentialfunktion nicht in alle Ewigkeit so weiter fortgeschrieben werden konnte. Aber die Welt dreht sich trotzdem weiter, und zwar immer schneller: nie wieder wird sich die  Welt so langsam verändern wie heute So könnten mit den Erkenntnissen von Neurowissenschaften Fortschritte erzielt werden, die derzeit noch außerhalb der menschlichen Vorstellungskraft liegen. Vor dem Hintergrund der Tatsache, dass ein menschliches Gehirn (für manchmal unglaubliche Leistungen) nur gerade einmal zwanzig Watt verbraucht, um zu funktionieren. 

Die Macht der Algorithmen wächst: sie steuern unser Leben, stehen mit uns auf, gehen mit uns schlafen. Algorithmen machten die Handlungen eines jeden Einzelnen berechenbar und vorhersagbar. Faszinierende Computerprogramme, gespeist mit neuesten wissenschaftlichen Erkenntnissen,  könnten, so propagieren viele Software-Gurus, einfach nicht irren: schon gar nicht im Vergleich zu den Beschränkungen eines menschlichen Gehirns. Menschen würden wie Marionetten an den Fäden des Algorithmus in den Fängen der Manipulierbarkeit hängen: nicht mehr der Einzelne könne entscheiden, sondern nur noch ein gefühlloser Algorithmus. Abseits von aller Sachproblematik ist damit ein Knackpunkt angesprochen: die Gefühlswelt des Menschen

Big Data bedeutet nicht automatisch einen Zuwachs von Wissen und Erkenntnis. Viele verbinden mit Big Data, dass nunmehr Computer allein auf sich gestellt alles prognostizieren könnten. Computer selbst verstehen aber wenig oder nichts von der zu analysierenden Sache. Dieser Tatbestand wird auch nicht dadurch geheilt, dass Computer so lange zum Korrelieren und Clustern gezwungen werden, bis dabei etwas statistisch Signifikantes herumkommt. Unternehmen sitzen, auch ohne dem Google-Geschäftsmodell anheim gefallen zu sein, trotzdem auf ganzen Bergen von Daten. Solche Ansammlungen sind aber noch keine Gewähr dafür, genau zu wissen, was man weiß: das Konzept der Wissensbilanz lässt grüßen. Mit Hilfe von ungeheuren Rechenleistungen lassen sich zwar beliebig Korrelationen finden: Computer alleine können aber oft die zugrunde liegende Datenqualität nicht erkennen.