Kategorie-Archiv: Komplexität

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.

Problemlösen hat auch eine sinnliche Komponente

Je komplexer die Welt, desto weniger nützlich ist spezielles Wissen und desto nützlicher sind Problemlösetechniken, die aber weniger als Wissen denn als Fähigkeiten daher kommen.

Ich möchte diese Behauptung im Folgenden erläutern und zeigen, dass

  • die Fähigkeit, komplexe Aufgabenstellungen zu lösen, geübt werden muss,
  • das Aushalten und Erspüren des physischen Unwohlseins, das komplexe Aufgabenstellungen verursachen können, ebenfalls gelernt werden muss.

Haben wir die richtigen Bildungsinhalte?

Vor ein paar Tagen löste ein Tweet einer Schülerin aus Köln eine Debatte über Sinn und Unsinn des Schulunterrichts aus.

tweet

Der Tweet hat mittlerweile über 29 Tausend Favs.

Selbstverständlich kann jede Gewichtung von Bildungsinhalten in Frage gestellt werden. Ob aber Steuern und Miete nützliche Fächer wären? Erstens ändern solche Dinge sehr schnell und zweitens haben Regionen, die nur paar Kilometer entfernt liegen, verschiedene Steuersysteme. Einer gut ausgebildeten Person muss es möglich sein, sich über Steuern, Mieten und Versicherungen selber zu informieren.

Die Kritik kann aber durchaus aufgenommen werden. Das youtube-Video „Did you know 2014“ behauptet:

  • The top ten in-demand jobs in 2013 didn’t exist in 2004
  • We are currently preparing students for jobs that don’t exist, using technologies that haven’t been invented, in order to solve problems we don’t even know are problems yet.

Das Video hat bloss gute 1000 Likes, scheint mir aber denkwürdiger als der eingangs erwähnte Tweet.

Wenn wir schon nicht wissen, wofür die Schüler und Schülerinnen vorbereitet werden sollen, dann wäre es wichtiger, möglichst allgemeine Bildungsinhalte zu vermitteln, als spezielle wie das Steuersystem von Köln oder das Mietrecht des nördlichen Voralbergs.

Schulfach „Komplexes Problemlösen“?

Der grösste Teil des Faktenwissens, das wir in den Schulen vermitteln, veraltet sehr schnell. Eine Faustregel besagt, dass sich der Umfang an technischen Informationen alle zwei Jahre verdoppelt. Das bedeutet, dass das, was wir heute lernen, in zwei Jahren nicht mehr das aktuellste Wissen ist. Insofern wird an Prüfungen veraltetes Wissen abgefragt.

„Did you know 2014“ sagt, dass wir die Probleme, die die Menschen in 10 oder 20 Jahren zu bewältigen haben, heute noch gar nicht kennen. Also macht es keinen Sinn, Schüler und Schülerinnen Wissen über die heutigen Fragestellungen zu vermitteln. Aber es würde durchaus Sinn machen, sie in Problemlösetechniken auszubilden.

Beispiele:

  • Wie komme ich zu den benötigten Informationen, wenn ich das Bedürfnis habe, etwas über Steuern oder Versicherungen wissen zu müssen? (Dazu gehört nicht nur Webrecherche, sondern auch das Wissen, dass die Steuerbehörden Auskunft erteilen, worauf bei Steuern zu achten ist).
  • Wie kann ich gefundene Informationen lernen, verstehen und in praktischen Situationen richtig anwenden?
  • Wie macht man von einer intransparenten Situation ein Modell, und wie kann man die zeitliche Entwicklung der Situation simulieren?
  • Inwiefern können wir eine komplexe Situation überhaupt wahrnehmen und einschätzen und wie kann ich Wahrnehmungs- und Urteilsbeschränkungen in meinen Entscheidungen berücksichtigen?
  • Welchen Mustern folgen Menschen in komplexen Situationen und wie kann ich sie eventuell durchbrechen?

Solche Dinge muss man zunächst am eigenen Leib erspüren und dann auch eigene Techniken erfinden, um damit umzugehen. Dazu könnte vielleicht auch eine Gedichtsanalyse dienen. Jedenfalls wäre es verfehlt, sich direkt mit „sinnvollen“ Inhalten zu beschäftigen, die Allgemeinheit ausschliessen.

Wenn man z.B. „spüren“ will, wie tief verwurzelte Ansichten neue verhindern, dann kann man versuchen, die Namen der Zahlen von 1 bis 10 in alphabetischer Reihenfolge aufzusagen, aber zuerst ohne Zuhilfenahme von schriftlichen Hilfsmitteln. Sich zu beobachten, wie man immer wieder bis 10 zählt und dabei versucht, im Geiste die Zahlen alphabetisch zu ordnen, ist sehr lehrreich.

Experimentelles Lernen

Um z.B. zu „spüren“, welche Schwierigkeiten wir mit hypothetischem Schliessen haben, eignet sich ein Experiment, das kürzlich auf Facebook ausführlich diskutiert wurde. Es handelt sich um das sogenannte „Heiratsproblem“ von Toplak und Stanovich:

anna

Die Aufgabe hat Joshua Harris In „Hypothetical reasoning and failures of disjunctive inference“ aufgegriffen und dort auch die Quelle angegeben.

Harris schreibt sinngemäss: „Menschen scheinen enorme Schwierigkeiten zu haben, wenn sie über die gestellte Frage nachdenken, weil der Zivilstand von Anna unbekannt ist. …. Um die richtige Antwort zu finden, müssen Sie hypothetische Schlüsse ziehen. Das bedeutet, dass Sie merken müssen, dass es nur zwei Möglichkeiten gibt: entweder ist Anna verheiratet oder sie ist nicht verheiratet. Dann müssen Sie die ursprüngliche Frage in Abhängigkeit der beiden logischen Möglichkeiten betreffend Annas Zivilstand beantworten“(1).

Wie immer bei Aufgaben, die drohen, das Arbeitsgedächtnis zu belasten, fragen die Leute zunächst mal unwichtige oder nebensächliche Dinge, allein um Zeit zu schinden. Hat sich die Aufgabe dann nicht von selbst erledigt, geben die Einen auf, und es verbleiben nur noch wenige, die die Lösung weiterhin verfolgen. Auch das ist eine Lehre für’s Leben.

Wider das Vermitteln speziellen Fachwissens

Zwar betont Joachim Funke, Dörnerschüler und Experte auf dem Gebiet des komplexen Problemlösens, dass zwischen einfachem und komplexem Problemlösen ein Unterschied besteht (2), aber ich kann beim Lösen einfacher Aufgaben bereits eine Menge lernen, was beim Lösen komplexer Probleme hilfreich ist.

Beide Arten des Problemlösens haben eine wesentlich sinnliche Komponente, wie ich oben dargelegt habe. Beim einfachen Problemlösen kann ich lernen, wie sich ein Problem – auch ein komplexes – überhaupt anfühlt.

Insofern wäre Problemlösen auf jeder Schulstufe möglich, bis hin zu Hochschulniveau, wo besser Modelle gebaut und simuliert oder komplexe Szenarien durchgespielt würden als spezielles Fachwissen zu vermitteln, wie Mathematik, Mineralogie oder Compilerbau.

 

(1) Joshua Harris, Hypothetical reasoning and failures of disjunctive inference. Blogartikel, Oktober 2013

(2) Joachim Funke, Problemlösendes Denken, Kohlhammer, 2003

Doppelter Fehler durch Kompexitätsreduktion

Der Arbeitspsychologe James Reason ist ein Experte für „Menschliche Fehler“(1). Ein häufiger Fehler, der durch Unaufmerksamkeit passiert, ist die Wahrnehmungsverwirrung.

Mentale Modelle als Wahrnehmung

Kognitive Theorien beginnen mit den Sinnesreizen, die den Input für das sensorische Gedächtnis darstellen. Dort findet zuhanden des Arbeitsgedächtnisses eine Aufbereitung statt, die u.a. aus

  • Merkmalanalyse
  • Erkennen der Reizelemente
  • Mustererkennung
  • Benennung

besteht. Wenig bekannt sind die Funktionen, die aus den erkannten Mustern und Reizelementen ein Mentales Modell zuordnen.

Hier bezeichnet der Begriff „Mentales Modell“ etwas sehr primitives. Psychologen benutzen Begriffe, wie „Analoge und Propositionale Repräsentationen“, „Semantische Netze“, „Schemata“ oder „Scripts“, wobei ausgerechnet der Begriff des „Modells“ unter einigen Autoren verpönt zu sein scheint(2). Ich glaube, all diese Begriffe sind jeweils nur Teilaspekte von dem, was wir den realen Objekten wirklich zuordnen.

Wenn ich ein neues Gebäude betrete, so scheinen mir einige Ecken sehr lauschig, in einigen Räumen fühle ich mich geborgen oder wohl, in anderen nicht, gewisse Durchgänge erinnern mich an solche im Kindergartenhaus, in dem ich im Alter von 5 Jahren bewegte. Gegenüber des Eingangs steht eine Säule, die bedrohlich oder gutmütig zu sein scheint, wie ein Raumwächter, der mich auffordert einzutreten oder zu fragen, was ich wolle. Das Gebäude und die Räume haben für mich eine lebendige Ganzheit, die gleichzeitig episodische, deklarative, prozedurale sowie visuelle, auditive oder haptische Aspekte umfasst und ein Teil meines Lebens ausmacht. Ich verinnerliche das Gebäude in einem Mentalen Modell.

Modelle dienen nicht der Komplexitätsreduktion

Wenn ich eine Treppe hinunter steige, dann muss ich sie in meiner Wahrnehmung modellieren, um z.B. zu wissen, wann ich alle Stufen genommen habe. Nehme ich eine Stufe nicht wahr, stolpere ich und falle hin.

Damit stelle ich mir vor, dass unsere Wahrnehmung über Mentale Modelle funktioniert. Der Begriff „Mentales Modell“ repräsentiert also nicht nur Wissensstrukturen, sondern bezeichnet die Wahrnehmung schlechthin. Wir können die Welt ausschliesslich über Modelle wahrnehmen. Modelle sind nicht gute Hilfsmittel, um die Realität zu beschreiben, sie sind die einzige Möglichkeit, um Realität wahrzunehmen. Insbesondere dienen Modelle nicht der Komplexitätsreduktion, wie oft behauptet wird. Wenn uns etwas komplex erscheint, dann ist schon das Modell komplex, das wir von der realen Sache machen. Mentale Modelle machen wir uns auch von einfachen und alltäglichen Dingen, ja von allem, was wir wahrnehmen. Das Modell, also die Wahrnehmung, ist eine Funktion unserer Persönlichkeit und individuellen Geschichte.

Das Modell wird durch ein Schema ergänzt

Wo findet die Konstruktion des Modells statt? Das sensorische Gedächtnis ist zu kurzfristig, als dass es Zeit hätte, Modelle zu bauen. Die Ressourcen des Arbeitsgedächtnisses sind zu kostbar, als dass wir sie mit Modellbau beschäftigen oder gar belästigen möchten. Im Langzeitgedächtnis müssen die Modelle aber bereits bestehen, denn das Langzeitgedächtnis übernimmt aufgrund des Modells die Steuerung automatisierter Handlungen.

Betrachten wir nochmals das Hinuntersteigen einer Treppe. Das wird durch das Langzeitgedächtnis weitgehend automatisch abgewickelt. Durch wiederholtes Einüben entsteht ein Schema einer Treppe:

alternierende saliente und konkave Kanten, Stufen zwischen 25 und 35 cm breit, Stufenhöhe gleichmässig zwischen 15 und 20 cm, letzte Stufe kann davon etwas abweichen

Weicht eine Treppe von diesem Schema ab, können bereits Bewegungsfehler passieren, auch wenn wir noch so genau hinsehen. Das Auge macht mithilfe des sensorischen Teils des Langzeitgedächtnisses und des Arbeitsgedächtnisses ein Modell der spezifiischen Treppe. Der prozedurale Teil des Langzeitgedächtnisses produziert daraus Handlungsanweisungen an Beine und Füsse. Ein paar flüchtige Blicke auf die aktuelle Treppe genügen, um sicher ihr Ende zu erreichen, denn das Schema einer Treppe haben wir ja bereits in der Kindheit abgespeichert. Wir brauchen eigentlich nur noch zu wissen, wann die aktuelle Treppe zu Ende ist.

Modell

Sobald wir also vor einer Treppe stehen, muss das prozedurale Gedächtnis sofort mit der Wahrnehmung, also dem Modell dieser Treppe versorgt werden. Wo entsteht es?

Enthält das Modell Fehler, indem wir z.B. die unterste Stufe nicht wahrnehmen, so fallen wir mit unter Umständen schwerwiegenden Konsequenzen hin. Fehler in der Modellbildung können ebenso schwerwiegend sein, wie Fehler in der Ausführung.

Das Modell kann falsch sein

In der Fehlertaxonomie von James Reason(3) kommt der Patzer „Wahrnehmungsverwirrung“ als einer von acht Patzern und Schnitzern vor. Er schreibt:

Die Merkmale dieser recht häufigen Fehler legen nahe, dass sie deshalb auftreten, weil die Schemata beim Erkennen eines Objekts etwas als Übereinstimmung mit dem eigentlichen Objekt akzeptieren, was nur so ähnlich aussieht, sich am entsprechenden Ort befindet oder ähnlich funktioniert. Diese Patzer können auftreten, weil es – in einer stark routinisierten Handlungskette – unnötig ist, dasselbe Mass an Aufmerksamkeit für den Prozess des Wahrnehmungsabgleichs aufzuwenden. Bei oft wiederholten Aufgaben ist es wahrscheinlich, dass die Erkennungsschemata, genauso wie die Handlungsschemata, so weit automatisiert werden, dass sie auch grobe und nicht nur präzise Annäherungen an den erwarteten Reizinput zulassen. Diese Absenkung der Akzeptanz steht in Einklang mit der ´kognitiven Ökonomie´ und der damit einhergehenden Entlastung der Aufmerksamkeitskapazität

Reason geht von einem Wahrnehmungsabgleich mit dem gespeicherten Schema aus, während ich ein durch das Schema ergänzte Modell der Wahrnehmung annehme, das mit der aktuell durchgeführten Handlungskette abgeglichen wird. Bei Reason liegt der Fehler im Prozess des Wahrnehmungsabgleichs, der während der Laufzeit der Handlung durchgeführt wird. Für mich liegt der Fehler jedoch darin, dass dem prozeduralen Gedächtnis von Vornherein ein falsches Modell vorliegt und während der Laufzeit der Handlung nicht angepasst werden kann.

Wahrnehmungsverwirrung in komplexen Situationen, wenn das Schema falsch ist

Ich zweifle, ob genügend Ressourcen zur Verfügung stehen, um laufend den Wahrnehmungsabgleich zu erledigen, den Reason fordert. Wenn wir Treppen steigen, die nicht auf das übliche Treppenschema passen, z.B. Treppen mit überbreiten Stufen, dann haben wir nämlich sogar dann Mühe, wenn wir unsere Aufmerksamkeit ganz bewusst auf die Wahrnehmung dieser unorthodoxen Treppe legen.

Von alltäglichen Dingen, wie Gegenständen, Einrichtungen oder Prozessen, haben wir Schematas gespeichert. Die Wahrnehmung eines solchen Dings resultiert in einer mentalen Repräsentation oder Modell, das durch das entsprechende Schema ergänzt wird. Weicht die Repräsentation oder das Modell zu stark vom Schema ab, wird versucht, das Modell an das Schema anzupassen, was zu einer Wahrnehmungsverwirrung und damit zu Fehlern führt.

Speziell in komplexen Umgebungen kann dies fatal sein. Wir haben ohnehin nur wenige Schematas von komplexen Dingen gespeichert, weil früher die Welt grundsätzlich weniger komplex war und wir daher keine Möglichkeit hatten, Schemata von komplexen Dingen zu generieren. Daher kommt es bei der Beschäftigung mit komplexen Dingen vermehrt zu Fehlern, da die rudimentäre Wahrnehmung nicht durch „gute“ Schemata ergänzt werden kann. Wie beim Begehen unorthodoxer Treppen erzeugt das Fehlen guter Schematas Unsicherheit, wie es für komplexe Situationen typisch ist. Der Wunsch, Komplexität zu reduzieren, bedeutet dann, ein unpassendes Schema zu verwenden, um das Modell überhaupt an etwas anpassen zu können. Dieses Vorgehen birgt dann gleich zwei Fallen: Sowohl das Schema ist falsch als auch die Wahrnehmung wird verzerrt. Komplexitätsreduktion führt daher zwangsläufig zu häufigeren Fehler!

Eine Lösung bei fehlendem Schema ist, das Modell zu verbessern. Das heisst, grössere Aufmerksamkeit und laufender Wahrnehmungsabgleich, wie es Reason fordert. Dazu wird das Arbeitsgedächtnis und das bewusste Denken gefordert, was viel Energie und Zeit benötigt.

 

(1) Wikipedia „Menschlicher Fehler“

(2) Z. B. schreibt Michael Trimmel von der Universiät Wien:.Mentale Modelle sind zwar anschaulich aber nicht unbedingt nützlich. Der Nutzwert von Modellen in der Psychologie ist umstritten. http://homepage.univie.ac.at/michael.trimmel/kogpsych_ws2001-2002/kohot.pdf

(3) Reason, J. Human Error, Cambridge University Press 1990. Seite 72: Perceptual confusions

Genügen die heutigen Erwartungen morgen nicht mehr?

Kürzlich habe ich folgenden Tweet gelesen:

tweet

Wenn ich mal von den Konferenzen abstrahiere verstehe ich das so, dass Höchstleistung nicht immer erstrebenswert sein muss. Damit bin ich absolut einverstanden, denn wer will denn schon beurteilen können, in welcher Richtung „besser“ ist. Für mich ist es wichtig, dass einer etwas kann, z.B. Fahrradfahren. Ich erwarte keine akrobatische Leistungen, es sei denn, er will im Zirkus auftreten.

Ein paar Tweets oberhalb twitterte jemand dieses Plakat:

Plakat

Das bedeutet, dass wir immer am Limit unserer Fähigkeiten laufen sollten, um darüber hinaus zu wachsen. Wir sollen einander zu noch mehr animieren, um „besser“ zu werden. Ist es wirklich das, was wir zur Bewältigung unserer komplexen Welt benötigen? Immer besser, schneller, höher, schöner, mehr, mehr? Für mich ist das Quatsch!

Komplexes Problemlösen und Modellbildung

Natürlich kann eine Sprache immer besser beherrscht werden. Sogar die Beherrschung der Muttersprache kann optimiert werden. Ich erachte dies aber als Verschwendung der eigenen Ressourcen. Die Fähigkeit, sich auch schriftlich fehlerfrei ausdrücken zu können, genügt vollauf. Es ist vielleicht nützlicher, eine zweite Sprache zu lernen, anstatt alle Finessen der Muttersprache zu kennen (es sei denn, man betätigt sich als Dichter oder so).

Ich lege mehr Wert auf die Beherrschung komplexen Problemlösens und Modellbildung komplexer Situationen. Gerade diese beiden Fähigkeiten werden kaum irgendwo gefördert und sind bei den meisten denn auch spärlich vorhanden. Stattdessen wird an unseren Bildungsinstitutionen bloss Wissen vermittelt, wohlweislich, dass dieses Wissen vielleicht bereits an der Diplomprüfung veraltet sein wird. Wissen kann heute im Web nachgesehen werden, auch das Wissen, wo und wie man Wissen findet.

 

Komplexitätsreduktion? Läuft bei mir nicht.

Am PMCamp in Dornbirn 2014 kam einmal mehr das Thema Komplexitätsreduktion auf. Erstaunlich, wie sich so etwas hält, trotz jahrzehntelanger Diskussion. 1956 publizierte Ashby sein berühmtes Gesetz(1). Obwohl er nicht der erste und einzige ist, der die Notwendigkeit der Komplexität oder Varietät verstand, ist seine Aussage doch die von der Öffentlichkeit am meisten akzeptierte.

Jeder hat seine eigene Vorstellung von Komplexität

In einem Pausengespräch sagte mir jemand, dass man doch nicht immer die ganze Welt in Betracht ziehen könne und sich auf einen Ausschnitt beschränken müsse. Wie wahr! Nur kümmert das die Welt nicht. Wer Mist baut und dieser anderen auf den Kopf fällt, darf sich nicht der Verantwortung entziehen. Was soll man also tun?

Das Problem beginnt mit dem Begriff „Komplexität“. Alle verwenden ihn, niemand weiss, was er bedeutet, bzw. jede Person versteht darunter etwas anderes(2). Die meisten Menschen setzen Komplexität einfach mit Intransparenz, Unordnung und hoher Varietät gleich. Für mich hat Komplexität aber weniger mit dem Sein als vielmehr mit dem Werden zu tun. Komplexität ist Dynamik, Rückkopplung und Potential zur Emergenz!

Dynamik ist in einem Projekt förderlich

Wird z.B. in einem Projekt die Dynamik und Rückkopplung reduziert, indem man strukturiert, Regeln aufstellt und Vorschriften erlässt, dann kann das dazu führen, dass das Projekt erstarrt und zusammenbricht, ins Abseits läuft oder abgebremst wird. Wenn das Projekt stoppt, kann nichts mehr schief, aber auch nichts mehr richtig gehen. Insofern erachte ich Dynamik, Rückkopplungen und Emergenzen in Projekten als förderlich, auch wenn das bedeutet, dass die Stakeholder vermehrt unter Stress stehen. Dann ist es eben eine Frage der Sichtweise, ob man Komplexität als grundsätzlich schlecht oder als hilfreich ansieht.

Vertrauen ist gut, Kontrolle ist besser?

NebelDas Problem liegt an unserem Drang, alles kontrollieren zu wollen. Das ist irgendwie ein menschliches Bedürfnis, kommt aber langsam in die Jahre. Unsere Welt ist überaus komplex geworden und kann längst nicht mehr kontrolliert werden. Wir müssen vielmehr lernen, mit Komplexität und Ungewissheit zu leben. Wir müssen uns fragen, wie wir uns im Nebel bewegen, wenn wir die Beschaffenheit des Weges vor unseren Füssen nicht mehr erkennen. Vielleicht wären Werkzeuge nützlich, wie z.B. ein Blindenstock oder ein Radar. Mit ihnen können wir zwar den Weg nicht vollständig kontrollieren, aber mindestens so viel, dass wir nicht ständig stolpern. (Zwar hinkt die Nebelmetapher! Den Weg gibt es, auch wenn wir ihn nicht sehen, die Zukunft gibt es noch nicht, sie liegt nicht im Nebel).

Das magische Dreieck der Komplexität

Es gibt solche Werkzeuge. Jedoch kommt hier ein ähnliches Gesetz, wie das von Ashby, zum Zuge: Das „Thorngatesche Postulat der angemessenen Komplexität“. Es besagt, dass von den drei metatheoretischen Tugenden „Allgemein, Genau und Einfach“ bloss stets zwei wahrgenommen werden können und die dritte vernachlässigt werden muss(3). Das bedeutet: allgemeingültige und einfache oder vereinfachende Handlungsanweisungen oder Methoden für Projekte sind Beliebigkeiten, d.h. Blahbla.

Modelle helfen, den Weg zu finden

ProjectscopeDaher würde ich auf Allgemeingültigkiet und Präzision setzen und die Forderung nach Einfachheit fallen lassen. Die gesuchten Werkzeuge, um in ungewissen und hochdynamischen Projekten zu bestehen, sind Modelle und Modellbildung. Mit Modellen lässt sich zwar auch nicht die ganze Welt einfangen, aber es kann zumindest untersucht werden, wo das Projekt „klemmt“ und welche Auswirkungen unsere Policies haben, auch ausserhalb des Projekts. Hier denke ich insbesondere an

  • Causal Loop Diagrams
  • System Dynamics
  • Bayesianische Netze
  • agentenbasierten Modelle.

Mit den heute zur Verfügung stehenden Möglichkeiten im Web 2.0, können alle, die sich dafür interessieren, unkompliziert die kompliziertesten Modelle bauen(4).

Quallen:

(1) R. Ashby: An introduction to Cybernetics. Wiley, New York 1956.

(2) M. Sussman: Ideas on Complexity in Systems – Twenty Views. 2000

(3) Karl E. Weick: Sources of order in Underorganized Systems: Themes in Recend Organizational Theory. In: Karl E. Weick (Hrsg.): Making Sense of the organization. University of Michigan/ Blackwell Publishing, Malden, MA 2001, ISBN 0-631-22317-7, S. 32–57

(4) Insightmaker für System Dynamics, Causal Loop Diagramme und agentenbasierte Modelle. GeNIe für bayesianische Netze. Beide sind gratis und dennoch professionell. Beide habe ich getestet und viel Erfahrung damit gesammelt.

Die rezipive Verzerrung durch des Kaisers neue Kleider

nackter_KaiserIn Köln stehen fünf kleine Fassaden-skulpturen, die das Märchen Des Kaisers neue Kleider von Hans Christian Andersen darstellen. Zwei Betrüger verkaufen dem Kaiser teure Gewänder, die angeblich nur von Personen gesehen werden, die ihres Amtes würdig und nicht dumm seien. Tatsächlich geben die Betrüger nur vor, Stoffe zu weben und Kleider zu schneidern. Aus Eitelkeit und Unsicherheit gibt der Kaiser nicht zu, dass er die Kleider auch nicht sehen kann, während die Menschen, denen er die angeblichen Kleider vorführt in Begeisterungsstürme ausbrechen ob derart nobler Bekleidung.

In unserer Zeit gibt es immer mehr Kaiser mit „neuen Kleidern“

Das Märchen endet leider etwas schwach. Ein Kind rief: „Aber der Kaiser ist doch nackt“, wodurch der Schwindel aufflog. Konsequenterweise könnten ja eben gerade Kinder die Kleider gar nicht sehen, da sie kein würdiges Amt haben und noch nicht die nötige Weisheit. Aber das Motiv ist verbreitet. Es wird auch in den Erzählungen Der Hauptmann von Köpenick und Kleider machen Leute aufgegriffen.

In sehr komplexen Umgebungen fallen die Menschen tatsächlich gerne auf Vereinfachungen und Verblendungen herein. Mir scheint, dass sich in den letzten Jahren die Fälle häuften, wo eine Marke, ein Managementkonzept oder ein Führungsstil hochgejubelt wird, auch und vor allem wenn gar nichts Geniales dahinter steckt. Und in allen Fällen finden diese „neuen Kleider“ viele Bewunderer, sogar auch in akademischen Kreisen. Es kommt zu regelrechten Fangemeinden, die sich über Social Media Kanäle nährt.

Ich denke z.B. an gewisse Projektmanagementmethoden, die regelrechte Schulen bilden und durch unabhängige Stellen kostenpflichtig zertifiziert werden; oder Computermarken, die zu einer Szene hochstilisiert werden und inkompatible Zusatzgeräte einen lukrativen Markt bilden. Ähnlich sind auch viele Management- und Führungskonzepte zu werten, die oft aus nicht mehr als einem Reizwort bestehen, das dann zuweilen monatelang durch die Social Media geistert, um crowdfunding Kapital zu generieren.

Nicht Eitelkeit, sondern Ausweg aus einer Kompliziertheitserstarrung

Allen Fangemeinden gemeinsam ist ein gewisser Fundamentalismus. Wer einmal auf den Zug einer virulenten Idee ausgesprungen ist, der verteidigt sie z.T. unter Verunglimpfung der „Nichtgläubigen“. Ein Beispiel ist die nicht endend wollende und oft unsachlich geführte Diskussion um das beste Betriebssystem von Computern.

Was hat dieses Phänomen zu bedeuten? Eines ist klar: Die Marken- und Konzeptidole sind nicht eines Kaisers neue Kleider. Während sowohl im Märchen, als auch beim Schneidergesellen Wenzel Strapinski oder beim Schuhmacher Friedrich Wilhelm Voigt Eitelkeit der treibende Faktor war, ist es hier Angst vor Kompliziertheit. Ein Konzept oder eine Technik entwickelt sich immer weiter und wird dabei immer komplizierter, bis zur Erstarrung. Dann fühlen sich die Anwender unwohl, verstehen nichts mehr und suchen nach etwas Einfacherem. Sobald sich am Horizont etwas auftut, wird es sofort als Erlöser vor dem überdrüssig gewordenen  willkommen geheissen. Später auftauchende, ebenso vielversprechende Konzepte, haben kaum mehr eine Chance. Dank Social Media findet die Aggregation einer Fangemeinde rasant statt. Sie kapselt sich sofort gegen konkurrenzierende Neuerungen ab. Ein gutes Beispiel ist das Projektmanagement. Während die Menschen seit Jahrtausenden Projekte machen, wurde Projektmanagement erst im Zweiten Weltkrieg begründet. Danach wurde es so lange weiterentwickelt, bis es zu einem regelrechten Moloch wurde, mit dem immer weniger Projekte erfolgreich abgewickelt werden konnten. In der 1990er Jahre entstanden neue Ideen, von denen vor allem das agile Projektmanagement viele Bewunderer fanden, von denen viele die konkurrenzierenden Ansätze nicht kennen  oder sie schlicht leugnen.

Abkapselung als komplexitätsvermeidene Heuristik

Ebenfalls gemeinsam ist allen diesen Marken- und Konzeptidolen, dass sie von ihren Anhängern in oft unzulässiger Weise verallgemeinert und in allen möglichen und unmöglichen Situationen angewendet oder empfohlen werden. Einerseits wird jeweils kaum sachlich untersucht, was die neue Idee taugt und andererseits werden auch keine Voraussetzungen angegeben, unter denen das neue Konzept praxistauglich ist. Wozu auch? Es ist über jeden Verdacht erhaben, und wer das in Zweifel zieht, ist ein Ewiggestriger. Auf diese Weise ist schon manches hohle Konzept zur Religion erhoben worden.

Zwar ist die Motivation nicht dieselbe, wie im Märchen von Des Kaisers neue Kleider, wohl aber das Tamtam, das um solche Marken- und Konzeptidole gemacht wird. Leider gibt es keine Kinder, die sie entlarven. Kritische Erwachsene werden hingegen schnell mundtot gemacht. Der englische Arbeitspsychologe James Reason, der sich mit der Erforschung menschlicher Handlungsgewohnheiten, die oft zu Fehlern führen können, einen Namen gemacht hat, nennt Abkapselung als eine häufig angetroffene Heuristik, um Komplexität auszuweichen(1). Dietrich Dörner spricht von vertikaler Flucht(2). Das Hochjubeln von wenig durchdachten Konzepten, nur weil die traditionellen zu kompliziert geworden sind, ist eine solche vertikale Flucht. Das anschliessende Abkapseln der Community gegenüber den „Ungläubigen“ nenne ich die rezipive (Wahrnehmungs-)Verzerrung (vom Lateinischen „zurücknehmen, befreien, annehmen“). Es ist möglicherweise eine Spielart der narrativen Verzerrung, die Nassim Taleb in seinem Schwarzen Schwan beschrieben hat(3).

 

(1) James Reason. Menschliches Versagen – Psychologische Risikofaktoren und moderne Technologien. S. 97. Spektrum Akademischer Verlag. Heidelberg 1994

(2) Dietrich Dörner. Die Logik des Misslingens – Strategisches Denken in komplexen Situationen. Rowohlt Verlag. Reinbek bei Hamburg 2003.

(3) Nassim Nicholas Taleb. Der Schwarze Schwan – Die Macht höchst unwahrscheinlicher Ereignisse. Hanser Verlag. München 2008