Projekte sind soziotechnische Systeme und erfordern Rationalität

Das diesjährige PMCamp Berlin, das vom 10. bis am 12. September stattfindet, steht unter dem Thema „Komplexität“. Für mich ist Komplexität eine Voraussetzung eines Systems, damit es seine Funktion erfüllen kann. So benötigt ein Projektsystem eine gewisse Komplexität, um das Projektziel zu erreichen. Würde man die Komplexität des Projekts reduzieren, könnte es das Ziel nicht mehr erreichen.

Aspekte soziotechnischer Systeme

Turbulent kann ein Projekt sein, weil seine Gegebenheiten ständig ändern (Dynamik) oder weil es sich anders entwickelt, als wir erwartet haben (Ungewissheit). Menschen, die in solchen Systemen entscheiden müssen, neigen dabei zu folgendem Verhalten:

  • Denken in linearen Ursache-Wirkungsketten
  • Nichtbeachtung von verzögertem Feedback
  • Hypothesenbildung aufgrund vermeintlicher Korrelation
  • Fehleinschätzung exponentieller Entwicklungen und von Wahrscheinlichkeiten

Ursache-Wirkungsketten

Passiert etwas Unvorhergesehenes, fragen wir sofort, wie das passieren konnte. Wir wollen die Ursache wissen, in der Meinung, man müsse bloss diese Ursache entfernen, damit die ungewünschte Wirkung nicht wieder auftritt. Das ist eine irrige Vorstellung. Bekannt ist das Ehepaar von Paul Watzlawick: Er geht ins Wirtshaus, weil er vor seiner nörgelnden Frau flüchtet, während sie ihm Vorwürfe macht, weil er ständig im Wirtshaus ist.

Den linearen Ursache-Wirkungsketten stehen die System-Archetypen gegenüber, die viele Projektsituationen als Ursache-Wirkungszyklen modellieren.

Verzögerter Feedback

Fast jede Handlung bewirkt nicht nur, was sie beabsichtigt, sondern hat darüber hinaus (unbeabsichtigte) Neben- und Fernwirkungen. Speziell Projekte werden oft von Entscheidungen eingeholt, die eigentlich schon lange erledigt waren.

Haben Sie gewusst, dass es verzögerter Feedback erster, zweiter und höherer Ordnung gibt? Kennen Sie den Unterschied? Sollten Sie, wenn Sie durch turbulente Projekte navigieren wollen.

Nichtlineare Entwicklungen und Wahrscheinlichkeiten

Hier sehen Sie eine Grafik der Weltbevölkerung zwischen 1000 v. Chr. und 1800 n. Chr., ohne Angabe der Grössenordnung.  So etwas kommt in Projekten oft vor, z.B. im Zusammenhang mit der Anzahl Change Requests oder Test Failures. Setzen Sie die Kurve bis ins Jahr 2000 fort! Die meisten Personen bleiben mit ihren Schätzungen bis zum Faktor 3 hinter dem tatsächlichen Betrag zurück.

Weltbevoelkerung_blind

David Kahneman hat verschiedentlich darauf hingewiesen, wie schlecht wir im Einschätzen von Wahrscheinlichkeiten abschneiden. Welches Spiel würden Sie lieber spielen, wenn Sie es wiederholt spielen könnten?

Sie erhalten acht Franken mit einer Wahrscheinlichkeit von 1/3

Sie erhalten drei Franken mit einer Wahrscheinlichkeit von 5/6

Die meisten Versuchspersonen entscheiden sich für das zweite Spiel, weil es anscheinend einen sichereren Gewinn verspricht. Aber im ersten Spiel haben Sie auf die Dauer mehr gewonnen.

Vermeintliche Korrelation

Nehmen wir an, in einem Projekt verhalten sich zwei Grössen auffällig ähnlich, z.B. so:

korrelation_blind

Der Korrelationskoeffizient beträgt 0.9926. Wir neigen in diesem Fall schnell dazu zu vermuten, dass die beiden Grössen etwas miteinander zu tun haben. Diese Hypothese über das Funktionieren des Projekts dient uns dann als Grundlage für unsere Entscheidungen.

Das obige Beispiel stammt aus dem neuen Buch „Spurious Correlations“ von Tyler Vigen. Die beiden Kurven geben übrigens die Entwicklung der pro Kopf Konsumation von Margarine einerseits und der Scheidungsrate im amerikanischen Maine andererseits zwischen 2002 und 2009 wieder.

Wir neigen in der Tat dazu, Zusammenhänge zu vermuten, wo gar keine sind.

Systemische Darstellungsmittel müssen nicht zwingend “komplex” sein

Beschränkungen menschlicher Kognition manifestieren sich gerade bei ganzheitlichen Wahrnehmungsautomatismen. In komplexen Projektsystemen ist jedoch genügend Zeit, darüber bewusst zu reflektieren. Dabei kann die Ganzheitlichkeit auf der Strecke bleiben. Rationale Reflektion findet in geeigneten Modellen statt und bedarf systemischer Darstellungsmittel, um den Zusammenhang zur Ganzheitlichkeit nicht zu verlieren. Erkenntnisse aus dem Reflektionsprozess müssen nachträglich durch Achtsamkeitsübungen wieder in die Gesamtsicht eingepflegt werden.

In „Projektdynamik – Modelle für komplexe Umgebungen“ stelle ich die geeignetsten Darstellungsmittel vor. Das Buch kann frei heruntergeladen werden.

Auf Seiten 184ff erkläre ich den Umgang mit der Zeit und was es mit verzögertem Feedback auf sich hat. Ab Seite 202 folgt ein Tutorial zu nichtlinearen Entwicklungen und Wahrscheinlichkeiten. Auf den Seiten 219 bis 234 führe ich in die Verwendung von Causal Loop und Stock-and-Flow-Diagrams ein. Und auf Seiten 235ff zeige ich die kognitive Kraft von Modellen.

Der Verstand kann Defekte der unbewussten Kognition ausgleichen

In “Gestaltungsansätze für Soziotechnische Systeme” (2005) stellen die Autoren eine Methodenhierarchie auf. Die mathematischen Ansätze des Operations Research werden auf „naturwissenschaftliches Denken“ reduziert, das soziotechnische Systeme nicht voll erfassen könne. Auch mit der nächst höheren Stufe, der Systemanalyse, sei

die Analyse komplexer Systeme … nur begrenzt möglich

Die Autoren schreiben:

Zur effizienten Bewältigung der Analyse und Gestaltung von soziotechnischen Systemen sind darüber hinaus Methoden und Werkzeuge erforderlich

und stellen dann Systeme, wie ERP, Datenmanagementsysteme, Managementinformationssysteme, Systeme des Wissensmanagement, Workflowsysteme, etc. vor, ohne sich Rechenschaft abzugeben, dass diese Systeme gerade auf den eingangs erwähnten Konzepten des Operations Research basieren.

Gewiss, der Artikel ist zehnjährig. Er drückt aber eine Haltung aus, die leider nach wie vor dominiert: da zum Verständnis quantitativer Methoden beträchtliche Denkleistungen erforderlich sind, werden sie als zweitrangig und ungenügend abgetan. Damit hat man eine Entschuldigung, sich nicht damit befassen zu müssen und weiterhin rein intuitiv vorgehen zu können. Aber damit kommt man in komplexen soziotechnischen Systemen nicht weit.

Was ist der Unterschied zwischen Algorithmen und Orakeln?

Insbesondere die Digitalisierung hat die Komplexität unserer Welt anschwellen lassen und sie hilft uns auch, mit ihr umzugehen. Ich habe hier schon oft digitale Tools vorgestellt, allen voran System Dynamics Tools, die wir aktiv einsetzen, wie eine Denkkrücke. Um bei der Metapher aus dem physiologisch-medizinischen Gebiet zu bleiben, gibt es aber auch Herzschrittmacher, die uns automatisch und ohne unsere aktive Beteiligung zu Diensten sind. Ich denke an sogenannte Algorithmen.

Algorithmen sind Tausende von Jahre alt

Algorithmen haben in komplexen Umgebungen die Aufgabe, grosse Datenmengen zu sammeln und auszuwerten. Am besten, sie veranlassen dann gleich die notwendigen Handlungen, ohne zuerst „den Benutzer“ zu konsultieren, denn der wäre schnell überfordert, wie die Flugzeugkollision von 2002 in Überlingen gezeigt hat. Die Automatik hätte richtig reagiert, doch Menschen haben sie übersteuert, was zur Katastrophe führte.

EuklidEigentlich sind Algorithmen so etwas wie Rezepte: Nimm von dem so viel und von dem so viel, mache das und das damit und am Ende kommt ein wunderbares Essen heraus. Ein Algorithmus liefert ein eindeutiges Resultat nach endlicher Zeit, die hoffentlich kurz ist, aber auch Äonen umfassen kann. Bekannt ist der Euklidische Algorithmus, der aus zwei gegebenen Zahlen ihren grössten gemeinsamen Teiler errechnet. Es ist der älteste nicht-triviale Algorithmus.

Algorithmen geben nach endlicher Zeit ein eindeutiges Resultat

Ein anderer bekannter Algorithmus ist der von Djikstra (sprich: „Daikstra“). Er gibt in einem Netzwerk den kürzesten Weg zwischen zwei Punkten an. Sicher spielt er in GPS-Anwendungen eine Rolle, doch geht er natürlich davon aus, dass die Distanzen zwischen den Punkten sich nicht dauernd verändern. Zwar ist die Distanz zwischen Berlin und Zürich in der Tat über viele Jahrtausende konstant, was genügen würde, um mit Djikstra die kürzeste Strassenverbindung zwischen den beiden Städten zu errechnen. Aber eigentlich interessiert uns ja eher die schnellste Verbindung. Das wäre kein Problem, wenn wir die Abstände zwischen den Strassenecken statt in Km in Fahrminuten angeben. Diese „Abstände“ sind nun aber hochgradig dynamisch. Die wichtigste Einflussgrösse ist wohl das Verkehrsaufkommen. Um das zu messen, braucht es viele Sensoren, vielleicht in Form von Kameras, was aber sofort die Datenschützer auf den Plan ruft.

Dijkstra_jpgDas Programm könnte auch das individuelle Fahrverhalten des Benutzers statistisch auswerten, was die Genauigkeit der Fahrzeitzuordnung erhöht. Nun wird zunächst ein Algorithmus benötigt, der aus der enormen Datenmenge, die aus Verkehrsdatenauswertung und Fahrverhalten zusammen gekommen ist, die wahrscheinlichen Fahrzeiten errechnet. Erst danach kann Djikstra angewendet werden.

Unscharfe Resultate

Doch das Ergebnis beruht auf statistischen Daten und ist somit nicht mehr scharf. Zudem kann sich die Situation bereits wieder verändert haben, wenn der Benutzer endlich auf das Display schaut.

EM_Clustering_of_Old_Faithful_dataEin weiterer wohlbekannter Algorithmus ist der, der Ihnen die Spam-Mails direkt in den Spam-Ordner verschieben soll. Auch dieser Algorithmus ist selbstlernend. Jedes Mal, wenn Sie ein Mail als „Spam“ deklarieren, trägt der Algorithmus die darin vorkommenden Stichwörter in eine Liste ein. Kommt ein neues Mail, vergleicht der Algorithmus sein Inhalt mit der gespeicherten Liste und errechnet eine Punktzahl. Ist sie hoch genug, wird das Mail gleich in den Spamordner verschoben.

Der Algorithmus basiert auf der Methode der Bayes’schen Netze, die stochastisch sind, d.h. auf Wahrscheinlichkeiten aufbauen. Stochastische Algorithmen können nur noch Vorschläge machen. Hängen Menschenleben davon ab, sind sie wohl nur bedingt geeignet, um ohne menschliche Intervention zu agieren.

Geheime Rezepturen

tf-idfJede Person kann sich Algorithmen ausdenken. Im betrieblichen Umfeld sind „Abläufe“ so etwas, wie Algorithmen. Aber einige Algorithmen sind ein wenig aus den Fingern gesogen und nicht so ohne weiteres brauchbar.

Ein solcher Algorithmus ist der TF-IDF Algorithmus. Er wird z.B. von Google verwendet, um Suchergebnisse zu präsentieren. Wenn wir nach einem Begriff suchen, erhalten wir normalerweise eine Liste mit mehreren Tausend Einträgen, von denen wir aber meist bloss die ersten paar ansehen. Daher sollten die relevanten Dokumente zuoberst stehen. Dazu wird ein Wörterbuch {b_1, b_2, ..., b_M} mit einer Anzahl M von Begriffen definiert. Jedem Dokument wird dann ein M-dimensionaler Vektor zugeordnet, der an der i-ten Stelle eine 1 hat, wenn das Wort b_i im Dokument vorkommt und eine 0, wenn das Wort nicht vorkommt. Um die Nützlichkeit des Vektors zu erhöhen, steht anstelle einer 1 ein Gewicht, das angibt, wie wichtig das Wort im Dokument ist.

Es stellt sich nun die Frage, welche Begriffe b_1, b_2, ..., b_M im Wörterbuch vertreten sein sollen. Je grösser M, desto rechenintensiver wird die Sache. Umgekehrt wird das Resultat bei einem kleinen M unbrauchbar. Es ist Google Geheimnis, welche Schlüsselwörter sie ihrem Wörterbuch einverleiben.  Aber gewiss hat ein solcher Algorithmus diese Bezeichnung nicht mehr verdient. Er ist mehr ein Orakel, denn ein Algorithmus.

Orakel und Horoskope

Ganz auf der Seite der Orakel sind Versuche, mit haarsträubenden Rechenvorschriften Persönlichkeitsprofile von Benutzern erstellen zu wollen. Sie können unter do not track: Ich like, also bin ich an einem solchen Versuch teilnehmen. Keine Angst, es ist bloss eine Demo für die Konsumenten der Videoserie „Do not track“. Die Ergebnisse werden nicht weiter verwendet. Z.B. steht da:

Als nächstes werden die Daten, die Sie auf Facebook gespeichert haben, mit Hilfe eines Algorithmus analysiert und auf diese Weise Ihre Charaktereigenschaften ausgewertet. Psychologen gehen davon aus, dass sich der Charakter eines jeden Menschen gemäß dem Fünf-Faktoren-Modell (den sog. Big Five) auf den Skalen Extraversion, Offenheit für Erfahrungen, Gewissenhaftigkeit, Verträglichkeit und Neurotizismus einordnen lässt. Wenn eine Person einen hohen Wert in der Kategorie Extraversion hat, ist sie beispielsweise meist sehr gesellig, freundlich und aktiv. Menschen, die einen hohen Wert in der Kategorie Gewissenhaftigkeit haben, sind in der Regel gut organisiert, vernünftig und strebsam.

Entsprechend fällt denn auch das Resultat aus: hanebüchen! Eine Rechnung, die Menschen in fünf Schubladen einordnet und diese erst noch von unbegründeten Behauptungen, wie z.B. „gewissenhafte Menschen sind strebsam“ ausgeht, kann nun wirklich nicht mehr sein, als ein Orakel oder gar ein Horoskop.

In der fünften Episode der sehr gut gemachten, aber düsteren Videoserie, geht es um „Big Data: Die Welt der Algorithmen“. Obwohl hier nicht mehr von Algorithmen die Rede sein kann, wird gefragt

Was ist, wenn die Algorithmen sich irren und Menschen aufgrund von Algorithmen-Resultaten diskriminiert werden?

Das ist in der Tat ein Risiko, zuweilen sogar ein existentielles (z.B. wenn der Algorithmus die Medikamenten-Dosierung von Patienten errechnet und bei “armen” Patienten spart; natürlich gibt es das nicht, aber es ist denkbar) . Wie wir gesehen haben, sind es nicht die (mathematischen) Algorithmen, die im Allgemeinen bekannt und transparent sind(1). Es sind die zugrunde liegenden Glaubenssätze, Geschichten und Spinnereien von paar bedauernswerten Individuen, die keine andere Werte kennen, als “Geld machen”. Und dann gibt es noch solche, die zu wissen glauben, was Richtig und Gut ist und es allen anderen aufoktroyieren wollen. Wir können aber ihretwegen nicht auf Algorithmen verzichten (auf Orakel schon!), denn zu gross ist die Komplexität geworden, die wir ohne Algorithmen nicht mehr alleine bewältigen könnten.

————————————————————-

Alle Bilder aus Wikipedia

(1) Jeder Benutzer kann verstehen, was die Algorithmen machen, wenn er sich nur ein wenig mit Mathematik auseinandersetzen würde. Wer einen mathematischen Sachverhalt verstehen will, muss bei seinen Denkanstrengungen jedoch konsequent sein. In allen anderen Wissenschaften können interpretative Ergebnisse erzielt werden. Eine mathematische Reise kann nicht in der Hälfte abgebrochen und durch eigene Interpretationen ergänzt werden. Das schreckt viele ab, sich die herumliegenden Algorithmen anzusehen. Lieber wettern sie schon mal auf Vorrat dagegen

Menschen verhalten sich wie spezifische Mustererkenner

Beim Mittagessen erklärte ich, was man in Operations Research unter einem „Transportproblem“ versteht. Die Zuhörer wunderten sich ein wenig über die Fragestellung und fanden sie „zu theoretisch“. Damit haben sie selbst eine grundlegende Frage aufgeworfen, die mich auch immer wieder umtreibt: Inwieweit soll man eine praktische Aufgabe analytisch oder doch bloss intuitiv angehen?

Die Art der Präsentation einer Aufgabe

Zunächst nehme ich einmal an, dass meine Zuhörer nicht „theoretisch“, sondern eher „analytisch“ meinten. Es gibt ja nichts Praktischeres als eine gute Theorie. Wie sonst will man wissen, was in der Praxis zu tun ist. Die Theorie oder zumindest das Modell gibt uns quasi das Rezept zum Handeln.

Hingegen verstehe ich, wenn meine Zuhörer meinten, man könnte doch so ein Transport auch einfach intuitiv abfertigen. Einer sagte: „Ich lade den LKW einfach bis er voll ist“.  Nun ja, vielleicht hätte ich ihm doch eine Transporttabelle aufzeichnen sollen. Wer nicht in der Logistik tätig ist, kann sich vielleicht zu wenig vorstellen, welche Optimierungsnotwendigkeiten sich dort stellen.

Drei Verhaltensebenen

Muss ich im Alltag eine praktische Aufgabe lösen, dann versuche ich es leider zunächst auch rein intuitiv. Nachdenken im Sinne von analytischem Durchdringen ist aufwändig und energieintensiv. Daher greift man in den meisten Fällen auf regelbasiertes Wissen und Handeln zurück. James Reason hat ein dreischichtiges Verhaltensmodell vorgestellt (1).

reasonDie unterste „fähigkeitsbasierte Ebene“ enthält quasi die Automatismen der Routine.

Auf der „regelbasierten Ebene“ sucht man vertraute Muster und wendet gespeicherte Regeln an. Das ist die Ebene der Experten und des intuitiven Managements.

Erst auf der obersten „wissensbasierten Ebene“ werden abstrakte Beziehungen zwischen Struktur und Funktion analysiert, diagnostiziert und optimiert.

Ein Handlungsplan ist eine Theorie von der Welt

Jeder Mensch geht eine Aufgabe zuerst rein intuitiv auf der regelbasierten Ebene an. Die Entscheidung, ob die Aufgabe nun gelöst sei, findet zunächst auf der Basis dürftiger Daten statt, denn Langzeitauswirkungen liegen noch keine vor. So werden z.B. internationale Konflikte gelöst, einheitliche Währungsräume geschaffen oder komplizierte Handelsabkommen konstruiert. Manifestieren sich später Instabilitäten und Probleme, wird wider besseren Wissens an der ursprünglichen Lösung festgehalten. So sind wir halt!

Wer bei der Frage, ob das ursprüngliche Problem gelöst sei, bewusste Zweifel hat, dem werden sie schnell wieder ausgetrieben, denn in der regelbasierten Ebene gibt es „mächtige kognitive … Kräfte, die sich zusammentun, um den Problemlöser glauben zu machen, der solle unangemessene oder unvollständige Lösungen an dieser Stelle als zufriedenstellend akzeptieren“, schreibt Reason.

Intuitiven Lösungen komplexer Probleme misstrauen

Eine interessante Erfahrung habe ich mit meinen Studierenden gemacht. Frage ich „out of the blue“, wie teuer das Flaschenglas sei, wenn die Flasche Wein Fr. 10.50 koste und der Wein 10 Franken teurer sei, als das Glas, dann antworten die meisten Leute intuitiv und falsch. Taucht die Frage aber in einem Aufgabensatz über Gleichungen auf, dann stellen die Studierenden wie selbstverständlich die Gleichung auf, lösen sie und gelangen zum richtigen Resultat.

Wir sind einfach (noch) nicht bereit, die Merkmale unserer immer komplexer werdenden Aufgabenstellungen im Rahmen eines integrierten mentalen Modells zu interpretieren. Ich selbst ertappe mich immer wieder, dass ich eine Aufgabe „praktisch“ angegangen bin, obwohl ich das theoretische Rüstzeug gehabt hätte, sie auch auf wissensbasierter Ebene zu lösen. Wie nur kann ich mein Gehirn dazu bringen, intuitiven Lösungsansätzen zu misstrauen?

(1) Reason, James. Menschliches Versagen – Psychologische Rsiskofaktoren und moderne Technologien. Spektrum Akademischer Verlag. Heidelberg 1994. S.93ff.

Lernen, um Komplexität zu verstehen

Problemlösen in komplexen Systemen erfordert systemisches Denken, Verständnis für dynamische Systeme und hohes Systemwissen. Um dieses Wissen und Verständnis aufzubringen, muss laufend gelernt werden. Lernen ist eine zentrale Komplexitätsbewältigungsstrategie. Dabei ist aber nicht in erster Linie das passive Lernen „on the job“ gemeint, sondern das aktive, bewusste Lernen, das die ganze Aufmerksamkeit erfordert.

In einem Fernstudenten-Blog habe ich folgendes gelesen:

Zu meinem Leidwesen rückt die Klausur immer näher und ich bin natürlich mal wieder hinten dran. Ich habe es zwar in Summe auf 100 Lernkarten gebracht, welche ich versuche noch in den Kopf zu kriegen….
Mein Körper signalisiert [mir] etwas sorgsamer mit ihm und den mit 43 doch langsam abnehmenden Ressourcen umzugehen…..
Es sieht dann so aus , das ich mich die nächsten Tage versuche mich mit Kausaldiagramm, Netzplan und Co ein wenig zu befassen. Dieses werde ich vertieft auch anhand der Kontrollaufgaben üben. zusätzlich werde ich versuchen einen möglich großen Teil der Karten in den Kopf zu kriegen.

Wie Lernen funktioniert

Obwohl der Text grammatikalisch und stilistisch verstümmelt und daher nur schwer verständlich ist, verstehe ich ihn so, dass hier ein 43jähriger den Inhalt eines Moduls über Planungsmethoden auf 100 Lernkarten zusammengefasst hat und diese nun auswendig lernen will.

Lernen_schwitzen
So funktioniert Lernen NICHT!

Genau so funktioniert Lernen in den wenigsten Fällen. Leider wird es unserem Freund möglicherweise gelingen, an der Prüfung mit einigen Fakten, die er auswendig gelernt hat, eine genügende Note zu leisten, aber gelernt hat er trotzdem nichts. Lernen ist insbesondere nicht Auswendiglernen. Lernen funktioniert nur, durch eigenes Forschen, Hinterfragen, Ausprobieren, Experimentieren, Rückschläge erleiden, kreativen Ideen nachgehen, etc.

In unserem Beispiel würde unser Freund nach der Lektüre des Abschnitts über Netzpläne vorzugsweise einmal einen Netzplan von einem kleinen Projekt seiner Arbeitsumgebung selbstständig erstellen und z.B. mit der Detailtiefe spielen. Er würde den Plan mit der Realität vergleichen und sich fragen, in welchen Bereichen er funktioniert, bzw. wo nicht und was man verbessern könnte. Er würde vielleicht auf die Idee kommen, dass es besser ist, Vorgänge als Knoten statt als Pfeile darzustellen (oder umgekehrt) und hätte dabei gleich ein wichtiges Fakt gelernt, das er sonst bloss abgelesen, auf eine Lernkarte geschrieben, auswendig gelernt und wieder vergessen hätte.

Eine Lernmetapher

Das Web ist eine grossartige Lernhilfe. Man findet zu fast allen Gebieten viele Aufgaben, die man lösen kann. Allerdings verleitet das Web, zu jeder Aufgabe, zu jeder Frage und zu jedem Problem schnell und effizient nach einer Lösung zu suchen. So lernt man aber nichts! Lernen funktioniert so, wie das Erkennen des Objekts auf diesem Bild:

Fexierbild

Einige sehen den Gegenstand sofort. Das ist vergleichbar mit denen, die das Wesen und die Funktion eines Netzplans sofort begreifen und verstehen, um beim Beispiel zu bleiben. Die Meisten sehen jedoch auf dem Bild nur weisse und schwarze Flecken. Nun geht es darum, das Gehirn dazu zu bringen, das Bildobjekt zu erkennen. Dazu habe ich eine Woche lang Kopien des Bildes in allen Räumen meiner Wohnung aufgehängt und sie laufend angeschaut. Ich habe Lernen_Ahamir Mühe gegeben, die bisher zentralen Flecken und Muster in den Hintergrund zu drängen und meinen Blick zu ändern. Immer und immer wieder. Nachdem man tage- und vielleicht wochenlang mit dem zu lösenden Problem gekämpft hat, macht es „klick“ und die Lösung springt einem an. Erst dann hat man gelernt.

Steter Tropfen höhlt den Stein

Lernen hat nichts mit dem Alter zu tun. Zwar ist Lernen mühsam und manchmal fast schmerzhaft, aber es geht nicht an die Substanz. Wenn unser Freund meint, dass er neben dem Studium noch andere Dinge zu tun hat – mit 43 hat er vielleicht Familie, einen anspruchsvollen Job, etc. – dann muss er sich seiner Prioritäten bewusst werden. Lernen ist immer zeitaufwändig und geht nicht nebenbei. Aber Lernen ist vielleicht die wichtigste Tätigkeit im Leben. Wer die zunehmende Komplexität der Welt verstehen will, kommt nicht um echtes Lernen herum.

Aktives Lernen ist eine permanente Übung. Es ist nicht möglich, 14 Tage vor einer Prüfung noch schnell den Stoff auswendig zu lernen, u.U. durch nächtliche Gewaltsanstrengungen. Vielmehr muss täglich geübt werden, dafür nur eine halbe Stunde. Niemand bezweifelt, dass die Fähigkeit, ein Musikinstrument spielen zu können, nur durch tägliches Üben möglich wird, und wenn’s täglich nur 10 Minuten sind. Genauso ist es mit den Erlernen einer Sprache. Es nützt nichts, wöchentlich 2 Stunden in eine Sprachschule zu gehen, Lernen_Steinohne täglich ein paar Sätze zu sprechen. Mathematik und Programmieren lernt man nur, wenn man täglich je eine halbe Stunde übt und experimentiert.

Lassen Sie ein Jahr lang jede Minute einen Tropfen (=0.0625 ml) Wasser aus 10 Meter Höhe auf einen Kalkstein fallen. Dort, wo die Tropfen auf den Stein auftreffen, wird bereits Erosion sichtbar sein. Jede Minute einen Tropfen entspricht fast 33‘000 Litern Wasser. Lassen Sie diese Menge Wasser auf einmal auf den Stein fallen. Es wird dem Stein nichts ausmachen.

Dialoge unterstützen Disziplin

Zunehmend gewinnt die konnektivistische Dimension des Lernens an Bedeutung. Suchen Sie im Web nicht nach der Lösung, sondern nach gleichgesinnten Personen, die sich ebenfalls für Ihr Problem interessieren, und diskutieren Sie es mit ihnen. Erzählen Sie, welche Fragen Sie sich gestellt haben und welche Antworten Sie schon gefunden haben. Diskutieren Sie Variationen des Problems und neue Zusammenhänge zu Problemen aus anderen Gebieten.

Lernen_Web
Sehen Sie in diesem Video des deutschen Bundesinstituts für Berufsbildung, wie Sie im Web gemeinsam lernen können.

“Einsam Lernen und Arbeiten war gestern”. Heute lernt man partizipativ und kollaborativ. Bei solchen Dialogen, die gleichermassen in einem Forum oder über Social Media geführt werden können, befassen Sie sich automatisch täglich mit dem Problem, ohne zuhause alleine über einer Formel zu brüten, nicht weiter kommen und höchstens Frustrationen und Kopfschmerzen einfahren. Die schmerzliche Disziplin täglichen Lernens lagern Sie so in das Web aus. Dialoge bedeuten allerdings nicht oberflächliches Geschwätz. Ab und zu müssen Sie dennoch zum Griffel greifen und ein paar Dinge entwickeln oder nachrechnen, um den Dialog wieder mit neuen Erkenntnissen zu befruchten.

Können kleine Systeme komplex sein?

Komplexität ist eine Eigenschaft, die einer Systemstruktur zugeordnet ist (1). Die heutige Welt ist insofern komplexer als vor 50 Jahren, weil hauptsächlich Verkehrs- und Informationstechnologien neue globale Netzwerke ermöglicht und verursacht haben.

Verschiedene Kategorien

Das Zustandekommen von Komplexität ist im Allgemeinen ein Massenphänomen. Beispielsweise ist die Struktur einer Stadt komplex und kommt durch das Zusammenspiel von Hundertausenden von Menschen zustande. Städtebauliche Massnahmen und Gesetze tragen allenfalls dazu bei, dass die Entwicklung kompliziert wird und nicht so sehr zur eigentlichen Komplexität.

Dieses Nebeneinander von Kompliziertheit und Komplexität verleitet oft dazu, beide Kategorien in Verbindung zu bringen. Das wohl bekannteste Beispiel ist das Cynefin-Framework. So, wie es meist dargestellt wird, stellt es unglücklicherweise „kompliziert“ und „komplex“ nebeneinander, als wäre ein System entweder kompliziert oder komplex. Die beiden Kategorien korrelieren etwas so viel miteinander, wie die Inhalte des Hubraums und des Gepäckraums eines Autos.

Dave Snowden hat in sieben Blogbeiträgen geschrieben, wie er zum Cynefin-Model kam. Ausgehend von Max Boisots Information-Space, hat er zunächst ein Modell des Wissensmanagements und des Lernens gesucht. Boisots I-Space hat drei Dimensionen und zeigt den Weg von Wissen bei sozialem Lernen.

I-SpaceDie Entwicklung vom I-Space zum Cynefin-Framework kann ich im I-Space selbst nachvollziehen. Snowdens erstes Modell hatte die Dimensionen „Abstraktion“ und „Kultur“. Danach setzte sich das Vierfeldermodell mit „kompliziert“ und „komplex“ durch, war aber noch mit einer Metapher angereichert, die der Katastrophentheorie von René Thom entstammte(4). Damit das Modell aber verständlich blieb, durchlief es die „Diversity Reducing Phase“ und wird mittlerweile als ordentliches, starr kodiertes Bildchen in jeder Lebenslage präsentiert. Ich vermute, dass das nicht in Snowdens Sinn ist. Er schreibt in The Origins of Cynefin – Part 1:

Far too may people read up on something quickly and use the language without real real understanding

Projektkomplexität

Es stellt sich die Frage, ob auch ein „kleines“ System Komplexität aufweisen kann. Projekte sind Beispiele von „kleinen“ Systemen. Das sind Systeme, die aus Dutzenden bis höchstens ein paar Tausend Subsystemen bestehen. In einem Projekt gibt es meist ein paar Dutzend bis ein paar Hundert Stakeholder. Es ist ein kleines System. Ist es zur Komplexität fähig? Kann bereits Selbstorganisation entstehen? (2) Und da erinnere ich mich an Tierschwärme, die durchaus Selbstorganisation aufweisen. Es brauchen nicht einmal Herden zu sein, die aus über 100‘000 Individuen bestehen. Schon in relativ kleinen Vogelschwärmen können Strukturen emergieren. Als Beispiel habe ich einen Taubenschwarm aufgenommen, der regelmässig „Flugtraining“ absolviert. Es gibt vermutlich keinen „Führer“. Eine spontane Richtungsänderung wird weder vereinbart noch befohlen, sondern kommt per Selbstorganisation zustande. Die Tiere fliegen auch nicht schön geordnet und parallel zueinander, wie Soldaten bei der Zugschule. Es gibt durchaus Querflieger und Ausreisser.

Beachten Sie die Unsicherheit nach der ersten Runde und vor der abrupten Richtungsänderung!


Das ist ein Beispiel für eine Projektkomplexität (für die Vögel ist es ein Projekt), wie sie sich bereits in einer kleinen Gruppe bildet. Landet der Schwarm, ist das Projekt beendet und die Komplexität verschwunden. Nur die Umwelt konserviert die Komplexität unter Umständen. Das Projekt hinterlässt Strukturen, z.B. ein Haus oder ein entwickeltes Digitalprodukt. Es ist die vornehmste Aufgabe eines Projekts, die Komplexität der Welt ein wenig zu erhöhen.

Anmerkungen:

(1) Ich weiss, dass es viele Definitionen von Komplexität gibt und fast jedes Individuum seine eigene Meinung darüber hat. Sie dürfen mir also gerne widersprechen. Es macht keinen Sinn, über den Begriff zu streiten.

(2) Selbstorganisation ist nicht mit Selbstmanagement zu verwechseln.

Bei einem Ohr herein und beim anderen wieder hinaus

Am gestrigen EdChatDE auf Twitter liess ich mich zu der Behauptung hinreissen, dass Hörer (Lernende, Schülerinnen und Schüler, Studentinnen und Studenten, Teilnehmerinnen und Teilnehmer, etc.) nicht lernen können, solange ein Wissender (Lehrender, Dozentin/Dozent, Lehrerin/Lehrer, Sprecherin/Sprecher, Vortragende/Vortragender, etc.) redet. Es wurde prompt reagiert. Die Tendenz lief Richtung Empörung.

Niemand kann zuhören und gleichzeitig eigenen Gedanken nachhängen

Jemand schreibt: „Ich habe andere Erfahrungen mit äußerst anregenden Rednern gemacht“. Klar, das gibt’s, und es ist ein Genuss, ihnen z.B. an einem Kongress oder an einem TED zuzuhören. Wenn der Vortrag jedoch wirklich so gehaltvoll ist, dann lohnt es sich, z.B. über jeden dritten Satz etwas länger nachzudenken. Das ist aber leider unmöglich, weil einem der Sprecher nicht lässt. Er redet weiter. Dass ich nicht nachdenken kann, liegt nicht an der Art des Vortrags, sondern daran, dass ein Satz den nächsten jagt.

Wiederholung ist Routine

Glauben Sie nicht, dass es gerade so genussreich ist, die Rede auf Youtube zu hören? Wenn die Rede so gut ist, wäre es doch eine Verschwendung, wenn sie nur einmal gehalten würde. Aber warum muss ein brillianter Redner seine Rede mehrmals wiederholen? Einmal genügt doch. Danach können sie alle, die sie verpasst haben, auf youtube anhören.

In einer Bildungsstätte ist es ähnlich. Ein Lehrer muss jedes Jahr einer neuen Klasse denselben Stoff beibringen. Oft gibt es pro Jahrgang sogar mehrere Klassen. Ich muss jeweils innerhalb einer Woche denselben Stoff in drei Klassen behandeln. Wäre es nicht vernünftiger, den Stoff einmal zu erzählen, davon ein Video zu produzieren und dieses den anderen Klassen zu verteilen?

Eine Frage der Lerneffektivität

Das hat noch einen Vorteil: Während ein Vortragender redet, können die Zuhörer nicht darüber reflektieren, wenn sie das Folgende nicht verpassen wollen. Also müssen sie das Gehörte nachträglich verarbeiten. Kommen Fragen auf, ist der Referent schon wieder weg. Besser also, die Zuhörer hören sich die Rede vorgängig an, verarbeiten, was sie gehört haben und reflektieren darüber. Beim Zusammentreffen mit dem Referenten können sie ihre Fragen stellen und mit dem Referenten eine fruchtbare Diskussion führen. Auf diese Weise lernen sie viel mehr, als wenn sie einmal zuhören und dann wieder nachhause gehen.

Sprecher-Wisser
Klicken Sie auf das Bild, um es zu vergrössern

Dazu kommt, dass nicht alle brilliante Redner sind. Zu allem, was in üblichen Bildungsstätten erzählt wird, gibt es auf youtube bereits Videos, die den Stoff bedeutend besser präsentieren, als die betreffende Lehrperson es kann. Warum soll sie die Zeit nicht nutzen, um das, was die Lehrenden im Video nicht verstanden haben, zu erklären? Das bedingt aber, dass sie vorgängig einen Fragenkatalog erstellt haben und ihr Unverständnis in der Präsenz offenbaren. Das setzt eine gewisse Reife voraus, die erfahrungsgemäss auch Erwachsene nicht immer aufweisen.

Wer will das schon?

Auf der anderen Seite ist dieses Lernmodell auch für die Lehrperson anspruchsvoller. Es ist leicht, Reden zu halten, die man schon x Mal gehalten hat. Das Timing lässt sich so auch leicht kontrollieren. Es ist ungleich schwerer, spontan auf vorher nicht bekannte Fragen zu antworten und während Übungen Schwächen zu erkennen und unmittelbar auf diese einzugehen.

Da das herkömmliche Modell für beide Seiten einfacher ist, besteht kein Bedarf, es zu verlassen.

Führen heisst Modellieren – aber wie?

Die uns umgebende reale Welt, insbesondere Unternehmen, Projekte, Familien und Gesellschaften können wir nur als Modelle wahrnehmen. Unser Wahrnehmungsapparat ist ein Modellierungstool. Das ist insbesondere in der Führung ein wichtiger Aspekt, denn wer die Richtung vorgibt, muss das Umfeld und die angesprochenen Menschen kennen (also modellieren) und Entwicklungen antizipieren (also voraussagen).

Modellierung und Simulation sind nicht dasselbe

Der theoretische Biologe, Robert Rosen, kommt in seinem Essay „On Models and Modeling“ zum Schluss, dass Modellierung eher eine Kunst, denn Wissenschaft sei. Er erklärt das an seiner berühmten Grafik(1).

Rosen-Grafik

Eine Simulation hat zum Ziel, das natürliche System zu beschreiben, d.h. sein Verhalten zu imitieren, um es vorauszusagen. Die innere Struktur des Simulationsmodells kümmert sich wenig um die innere Struktur des natürlichen Systems. Hauptsache, die Voraussagen stimmen!

Modellierung ist funktoriell

Demgegenüber unterscheidet Rosen ein Modell. Es hat semantische Bezüge zum externen System, das es abbildet. Die Abbildung ist in kategorientheoretischem Sinne funktoriell, indem eine Relation zwischen zwei Subsystemen des natürlichen Systems auf eine Relation zwischen den beiden Subsystembildern innerhalb des Modells abgebildet wird.

Rosen-Grafik_Funktor
Das Diagramm ist kommutativ.

 

Insofern ist ein Modell zwar viel näher an der Natur, würde aber von klassischen Wissenschaftstheoretikern als unwissenschaftlich abgelehnt, weil es die Semantik des natürlichen Systems nicht vollständig abstrahiert.

H. A. Louie erklärt den Unterschied zwischen Modell und Simulation ganz anschaulich so:

These activities are akin to the assertion that since a given curve can be approximated by a polynomial, it must be a polynomial. Stated otherwise, curve-fitting without a theory of the shape of the curve is simulation; model requires understanding of how and why a curve takes its shape.

Systemische Archetypen als Basis von Modellen

Um den Modellierungsprozess sozialer Systeme etwas zu erleichtern, gehe ich von einfachen Verhaltensmustern aus, nämlich den systemischen Archetypen, wie sie Peter Senge in der Fünften Disziplin beschrieben hat(3).  In der Kategorie der Führungssysteme sind das Limites einfacher Subsysteme. Wer schon einmal versucht hat, die Senge Archetypen zu simulieren, weiss, dass das nicht ohne weiteres gelingt. Die Archetypen sind Limites simulierbarer Systeme und als solche ausserhalb der Subkategorie der simulierbaren Systeme.

Das bedeutet, dass ein Modell immer auf Archetypen aufgebaut sein sollte und nicht umgekehrt.

 

(1) Rosen, R. On Models and Modeling.
APPLIED MATHEMATICS AND COMPUTATION 56:359-372 (1993)

(2) A.H. Louie. Robert Rosen’s anticipatory systems, foresight VOL. 12, NO. 3 2010, pp. 18-29, (Emerald Group Publishing Ltd)

(3)Senge, Peter. Die Fünfte Disziplin. Schäffer-Poeschel, 2011

Projektabschluss per Führungsentscheid

Zum Auftakt der PMCamp-Saison beschäftige ich mich wieder vermehrt mit Fragen zum Projektmanagement. Dabei ist mir eingefallen, wie wichtig es ist, Projekt und Betrieb zu trennen.

Der Rework Cycle

Ich habe hier auch schon darauf hingewiesen, dass Projekte oft gar kein Ende haben. Es gibt hier noch etwas zu flicken und dort etwas aufzuräumen, und so zieht sich der Abschluss des Projekts oft über Wochen und Monate hin. Das hat mit dem Rework Cycle zu tun, dem bestuntersuchten Phänomen des Projektmanagements. Im Nachhinein entpuppen sich bereits erledigte Arbeiten manchmal als mangel- oder gar fehlerhaft und müssen nachgebessert werden. Das kann zu beträchtlichen Verzögerungen führen. Ich habe hier den Rework Cycle schon mehrmals vorgestellt(1).

Verspätet auftauchende Mängel führen zu einem „langen Schwanz“ von Nacharbeiten. Auf der einen Seite ist der Druck des Controllings, das Projekt abzuschliessen, auf der anderen Seite weigert sich der Betrieb, die Mängel zu erben. Das führt dann zu einer manchmal monatelangen Überlagerung von Projekt und Betrieb.

Zwischen dem Projekt und dem Betrieb muss ein deutlicher Schnitt stattfinden.
Zwischen dem Projekt und dem Betrieb muss ein deutlicher Schnitt stattfinden, indem ab einem gewissen Zeitpunkt keine Nachbesserungen mehr gestattet werden.

Parallel- oder Schattenorganisationen

Vor allem in Weltkonzernen kann das oft beobachtet werden, wenn z. B. verschiedene Regionen ein System gestaffelt einführen. Während das Integrationsprojekt in Region A bereits abgeschlossen sein sollte, startet es in Region B gerade. Daher ist es nicht so wichtig, dass das Projekt in der Region A auch wirklich abgeschlossen wird. Schlimmstenfalls können Nacharbeiten zum Projekt in der Region B gerechnet werden, das fällt ja gar nicht auf. Während in Region A das System formal bereits dem Betrieb übergeben wurde, ist es in Region B noch in Einführung begriffen. Testuser in Region B wenden sich dann plötzlich an den Support in Region A, etc.

Solcherlei Vermischungen können oft zu einem jahrelangen Überlagerungszustand von Projekt und Betrieb führen. Ich habe schon Unternehmen gesehen, in denen das „Projekt“ zu einer ständigen Organisationseinheit wurde, die parallel zum Betrieb („Maintenance& Support“) existierte. Organigramme führten das Projekt tatsächlich als Kästchen und subordinierten es einem Linienmanager, obwohl ein Projekt definitionsgemäss zeitlich begrenzt sein sollte.

Das Projekt degenerierte so zu einer Parallelsupportorganisation. Es ist ein Führungsentscheid, dass ab einem gewissen Zeitpunkt das Projekt beendet ist und keine weiteren Nachbesserungen mehr erwartet und gestattet sind.

 

(1) Addor, P. Projekten in den Rachen geschaut. August 2008
und Addor, P. Die effektivste Massnahme, um Projektverzögerungen zu minimieren. August 2014

Ein übles Projekt

Eine erneute Blogparade fragt nach Projekterfahrungen, insbesondere diejenigen des erfolgreichsten und des übelsten Projekts(1).

Über ein erfolgreiches Projekt kann ich hier nicht berichten. Meine Projekte hatten keinen Anfang und kein Ende und waren stets problembeladen. Das mag auch darin gründen, dass ich als Projektberater oft als Troubleshooter geholt wurde.

Insofern waren alle Projekte, in die ich involviert war, relativ übel. Hier erzähle ich von einem Projekt, dessen unternehmerischer Kontext gar keinen Erfolg zuliess(2).

Das wirft die Frage auf, inweifern sich der Projektmanager im unternehmerischen Kontext eines Projekt engagieren soll und kann.

Der Projektkontext

Der Projektvertrag bestand zwischen dem Kunden und der nationalen Niederlassung eines internationalen Systemintegrators. Die Projektleitung und –durchführung oblag aber irgendeinem Competence Center im Ausland, das gleichzeitig mehrere Rollouts durchführte und sich natürlich auf diejenigen fokussierte, die am grössten und damit am lukrativsten waren.

Wenn immer der Kunde etwas zu bemerken oder gar bemängeln hatte, wandte er sich an seinen Vertragspartner, die Zweigniederlassung des Systemintegrators. Diese hatte aber keine Kompetenzen und musste alles dem Competence Center weiter geben. Dessen Ressourcen waren jedoch in Parallelprojekten beschäftigt und oft nicht verfügbar.

Eine detailliertere Sicht des Projektkontextes habe ich hier dargestellt:

pojekterfahrung

 

Das Verhalten der nationalen Niederlassung

Zunächst hat das Competence Center die Notwendigkeit jeglicher Aufwendungen der Zweigniederlassung abgestritten, während der Kunde das Risiko erkannt und mehrmals deutlich darauf hingewiesen hat, dass er volle Aufmerksamkeit für sein Projekt erwarte.

Die Zweigniederlassung konnte das Competence Center schliesslich überzeugen, dass der heikle Kunde Vorortbetreuung benötige. Die Zweigniederlassung funktionierte zunächst als Kommunikationsdrehscheibe zwischen dem Kunden und dem Competence Center.

Am Anfang konnte die Zweigniederlassung lediglich Druck auf das Competence Center machen, mehr Projektressourcen zu allozieren und diese lokal zu stationieren. Später warf das Competence Center der Zweigniederlassung dafür vor, ihre Kunden nicht im Griff zu haben.

Ich versuchte, dem CEO der Zweigniederlassung begreiflich zu machen, dass er in der Linie intervenieren soll, weil das Projekt in diesem Kontext zum Scheitern verurteilt sei. Leider konnte ich mich entweder nicht deutlich genug ausdrücken oder er hatte keine Möglichkeit, sich im Europäischen Management durchzusetzen.

Das Projekt endete mit einem grossen Knall, in welchem sich alle gegenseitig beschuldigten und keiner die Verantwortung übernehmen wollte. Dass das System nach Aufzehrung jeglicher Marge und mit einer Verzögerung von ca. 50% dennoch erfolgreich zum Laufen kam, war nebensächlich.

Es geht nicht um Systeme, sondern um Geschichten.

(1) JFtOptimizingPartner: Blogparade: Erfolgreichstes vs. Übelstes Projekt. 23. Januar 2015

(2) P. Addor, Projektdynamik – Komplexität im Alltag. Liebeig-Verlag, 2010. S. 40ff

Gab es “gutes Lernen” in meiner eigenen Schulzeit?

UnbenanntAm 25. Januar 2015 hat @legereaude auf Twitter zu einer Blogparade über „gutes Lernen in der eigenen Schulzeit“ aufgerufen(1)

Autonomes Lernen

Ich beschränke mich auf die obligatorische Schulzeit zwischen meinem 7. und 16. Lebensjahr.  In dieser Zeit war ich keineswegs ein Musterschüler und musste stets um die Promotion in die nächsten Schuljahre bangen. Das hing gewiss auch damit zusammen, dass die Schule eher langweilig war.

Zeugnis2Für das bisschen Lesen, Schreiben und Rechnen hätten wenige Jahre genügt. Ich gebe allerdings zu, dass ich nebenbei einige Fähigkeiten mitbekommen haben musste, was mir jedoch nicht bewusst war: Sprachgefühl, Selbstwahrnehmung, soziale Fähigkeiten, Verständnis der grundlegenden Funktionsweise der gesellschaftlichen Einrichtungen, etc. Dennoch hatte ich genug Zeit, Fragen nachzugehen, die mich damals brennend interessierten. Ich brachte mir beträchtliches Wissen in Physik, Chemie und Astronomie bei, indem ich praktische Versuche machte und damit Dinge lernte, die weit über Faktenwissen hinausgingen. Die Lehrer versuchten, meinen Forschergeist zu dämpfen und nahmen meine Tätigkeiten nicht ernst. Sie fürchteten, dass ich die schulischen Verpflichtungen vernachlässigen könnte. Umso mehr suchte ich jeweils Trost in meinem Laboratorium, das ich in unserer Waschküche eingerichtet hatte.

Neugier als Motivation partizipatorischen Lernens

Meine selbstentwickelten Lerntätigkeiten habe ich –  50 Jahre später – als „gutes Lernen“ in Erinnerung. Ich versuche heute, meine Studenten zum Lernen durch neugieriges Nachfragen zu motivieren. Leider relativ erfolglos. Der Lern- und Lehraufwand für partizipatorisches und konnektivistisches Lernen ist ungleich höher, als durch Vermittlung von Faktenwissen im Frontalunterricht. Und wer hat heute schon Zeit….? Siehe dazu meine Analyse “Bildungslandschaft”.  (http://www.webcitation.org/6WzaQ1oPX)

Damals, wie heute, wurden die Schüler nicht ermutigt, selbst Fragen zu stellen und die Antworten darauf selbst zu suchen. Der Erkenntnis, dass solche Fähigkeiten im Umgang mit erhöhter Komplexität wichtig wären, steht….

„….eine bislang bestenfalls gering ausgeprägte Verbindung zwischen cross-curricularen Kompetenzen und ihrer Rolle und entsprechenden Anwendungsmöglichkeiten im schulischen Alltag gegenüber“.

wie Samuel Greiff in einem Vortrag über „Komplexes Problemlösen als 21st Century Skill“ feststellte.(2)

(1) Blogparade: Es war einmal die Lernlust

(2)http://www.educ.ethz.ch/vortrag_greiff_14
(http://www.webcitation.org/6WzaD4XqX)