Lorenzo Tural ist Berater für Strategieentwicklung, künstliche Intelligenz und Business Ecosystems Design.
Sein Beratungsportfolio umfasst diese Bereiche, und er hält auch Keynotes und Impulsreferate zu diesen Themen.
Wenn Sie mehr über seine Agile Leadership-Ansätze erfahren möchten, können Sie sich sein Seminar “Agile Management” ansehen, das sich mit der Transformation von Unsicherheit in Wettbewerbsvorteile befasst.
Lorenzo Tural hat einen vielseitigen Hintergrund in künstlicher Intelligenz (KI). Hier sind einige Aspekte seiner KI-Expertise:
Geschichte der KI: Lorenzo versteht die historische Entwicklung der KI. Von den formalen Denkansätzen der antiken Philosophen bis hin zu modernen Techniken wie Deep Learning – er kennt die Meilensteine und Entwicklungen in diesem Bereich.
Talententwicklung für KI: Lorenzo bietet Programme zur Talententwicklung für KI in Unternehmen an. Dies umfasst Strategien zur Talentförderung, die Definition von Talentprofilen für KI-Anwendungen, die Suche nach internen und externen Talenten sowie die Auswahl geeigneter Schulungs- und Entwicklungsmaßnahmen.
Maschinenethik und künstliche Moral: Ein weiteres interessantes Gebiet ist die Maschinenethik. Lorenzo beschäftigt sich mit der Frage, wie Maschinen moralische Entscheidungen treffen können. Dies ist besonders relevant für autonome Fahrzeuge und andere KI-Systeme.
Auswirkungen auf die Gesellschaft: Lorenzo untersucht die sozialen Auswirkungen von KI. Er betrachtet, wie KI die verschiedenen Funktionssysteme der Gesellschaft beeinflusst und welche Herausforderungen dies mit sich bringt.
Insgesamt ist Lorenzo Tural ein vielseitiger Experte, der sowohl technisches Wissen als auch ethische Perspektiven in der KI-Welt vereint.
Towards Artificial General Intelligence we shape the next step of Artificial Intelligence beyond Generative AI
Während die Auswirkungen der Künstlichen Intelligenz bereits weltweit zu spüren sind, rückt die nächste Evolutionsstufe der KI-Entwicklung, die künstliche allgemeine Intelligenz (AGI), spürbar näher.
Unser Ansatz richtet sich auf die Entwicklung der künftigen Leaders für die nächste Evolutionsstufe der Künstlichen Intelligenz.
Systemlandschaft für Artificial General Intelligence
strukturelle Kopplungen zwischen den Funktionssystemen in der Systemlandschaft für ChatGPTstrukturelle Kopplungen zwischen den Funktionssystemen in der Systemlandschaft für autonomes Fahren
Allodynamik ist Kunstwort bestehend aus Allopoiesis und Dynamik.
Den Begriff Allopoeisis verwendeten Humberto R. Maturana und Fransisco J. Verala als Gegensatz zu Autopoeisis.
Selbstreferenz und Geschlossenheit:
Autopoietische Systeme sind durch ihre Fähigkeit zur Selbstreproduktion und -erhaltung gekennzeichnet.
Sie erzeugen ihre eigenen Elemente und steuern ihre eigenen Prozesse.
Allopoiesis ist ein Begriff, den wir in unserer Landkarte für Systemtheorie ergänzend zum Begriff Autopoeisis verwenden, um technische sowie künstliche Systeme wie IT Tools oder automatisierte Fertigungsanlagen zu beschreiben: Business Processes.
Die Beschreibung von Allopoiesis in Wikipedia (leicht modifiziert):
„Allopoiesis (altgriech. αλλ(ο)- allo „anders, verschieden“ und ποιεῖν poiein „schaffen, bauen“) bezeichnet ein System, das sich nicht selbst reproduzieren kann und dessen Produkte nicht es selbst sind. Allopoietische Systeme sind also nicht autonom.
Der Begriff stammt aus der Systemtheorie und ist das Gegenteil von Autopoiesis.
Maturana und Varela benutzen den Begriff für Systeme, die keine Lebewesen sind, denn diese sind nach seiner Definition autopoietisch.
Ein Beispiel ist eine Fertigungsanlage, bei der das Produkt (zum Beispiel ein Kraftfahrzeug) im Regelfall nichts mit den zur Fertigung verwandten Maschinen zu tun hat.“
Die Dynamik von technischen oder künstlichen Systemen ist formal, d.h. vom erstellenden / entwickelnden definiert. Selbst die sehr fortschrittlichen Generative AI-Tools gehören zur Kategorie „formale Dynamik“.
Sie gehören zur Kategorie allodynamische Systeme.
Wir unterscheiden allodynamische und autodynamische Systeme!
Autodynamik ist ebenfalls ein Kunstwort bestehend aus Autopoiesis und Dynamik.
Wir unterscheiden allodynamische und autodynamische Systeme, um Artificial General Intelligence strukturiert zu beschreiben.
In meinem bisherigen unternehmerischen Leben seit 11 Jahren habe ich eine Menge positive und negative Erfahrungen gesammelt.
Sehr oft hatte ich den Eindruck, dass manche Erwachsene überfordert waren, wenn ein 12-, 13-, 14-, 15 jähriger über Elektroautos, Autonomes Fahren, Künstliche Intelligenz, Internet of Things, Business Ecosystems redete und nicht über Snapchat, Instagram, Youtube etc…
Wie definieren wir die Kommunikation und ihren Erfolg aus der Sicht der einzelnen Systeme?
Vorweg:
Kommunikation ist die Einheit der Unterscheidung von Information, Mitteilung und Verstehen.
Wie definieren wir die Kommunikation und ihren Erfolg aus der Sicht der einzelnen Systeme?
„Als kommunikatives Verhalten bezeichnen wir als Beobachter solches Verhalten, das im Rahmen sozialer Koppelung auftritt.
Kommunikation ist ein Stück mit zwei Akteuren in vier Akten
Unter Kommunikation verstehen wir das gegenseitige Auslösen von koordinierten Verhaltensweisen unter den Mitgliedern einer sozialen Einheit:
Die Bildung eines sozialen Systems beinhaltet die dauernde strukturelle Kopplung seiner Mitglieder. Jeder einzelne Organismus ist nur so lange Teil einer sozialen Einheit, wie er Teil jener reziproken strukturellen Kopplung ist. Als Beobachter können wir deshalb ein Verhalten reziproker Koordination zwischen den Mitgliedern beschreiben“
Der Baum der Erkenntnis, Maturana & Varela, Seite 210
Humberto Maturana erklärt Kommunikation „…
Die Biologen versuchen immer, sich die ihnen brauchbar erscheinenden Aussagen der Physiker und Mathematiker zunutze zu machen. Häufig aber sind diese für die Biologie unbrauchbar, weil sie aus einem anderen als dem biologischen Standpunkt formuliert wurden. Es ist zwar möglich und sinnvoll, einen mathematischen Formalismus zu übernehmen und ihn aus einem biologischen Standpunkt in der Biologie zu verwenden. Ebenso kann man einige Konzepte aus der Physik auf diese Weise nutzen. Eine direkte Übertragung von diesen beiden Wissenschaften auf die Biologie ist jedoch ein Irrtum.
Mit der Kommunikation ist Derartiges passiert.
Als die Kommunikationstheorie bzw. die Informationstheorie in der Fernmeldetechnik entwickelt wurde, dachten die Biologen, endlich einen Formalismus gefunden zu haben, um mit menschlicher Kommunikation und Information wissenschaftlich umzugehen.
In Anlehnung an die Fernmeldetechnik wurde Kommunizieren als gegenseitige Übergabe von etwas aufgefasst.
Sie folgten der technischen Erzählung, dass ein Sender einem Empfänger etwas herüberreicht.
Aus Sicht des Ingenieurs findet jedoch hier eine operationale Koordination zweier isomorpher Systeme statt, wobei – streng gesehen – nichts von einem zum anderen übergeben wird.
Der Sender erzeugt auf einem Kanal eine Perturbation, die im Empfänger bestimmte, von seiner Struktur determinierte Zustände auslöst. Dabei bestimmt die Struktur des Empfängers, welche Zustandsveränderungen diese Perturbation in ihm auslöst. Der Beobachter betrachtet diese Perturbation als Botschaft und legt den Vorgang so aus, dass der Empfänger Information erhalten hat. Die Biologen übernahmen diesen Gedanken fast wortwörtlich und dachten: Nun haben wir es!
In der menschlichen Kommunikation würden wir uns gegenseitig Information übertragen, so sah man das in Biologie und Psychologie. Zu klären war noch, wie diese Information übertragen wird. Dafür bediente man sich einer Analogie und fasste Kommunikation als kommunizierende Röhren auf. De facto aber, übertragen wir uns im strengen Sinne überhaupt nichts. In der Kommunikationstheorie und Fernmeldetechnik erkennen wir allerdings, dass Sender und Empfänger isomorphe Systeme sein müssen, die gleiche Listen aller möglichen Botschaften enthalten. Darum ist es möglich, mit Hilfe geeigneter Verfahren einen Zustand der Liste beim Sender mit dem entsprechenden Zustand aus der Liste beim Empfänger zu verbinden. Beide Listen sind gleich, die Systeme sind isomorph.
…“
Fragen zur Biologie, Psychotherapie und den Baum der Erkenntnis
Luhmann sagte einmal: „Ich denke manchmal, es fehlt uns nicht an gelehrter Prosa, sondern an gelehrter Poesie.“
Niklas Luhmann feat. Maturana: Kommunikation ist das Basiselement aller sozialen Systeme
Niklas Luhmann überraschte Don Humberto mit einer gelungenen Übertragung seines Kommunikationsverständnisses auf soziale Systeme: Der Mensch ist ein Konglomerat von einem biologischen und psychischen System. Beide Systeme sind strukturell gekoppelt. Sie teilen den gleichen Lebensraum, z.B. Don Humberto und Luhmann.
„Ein ungeübtes Gehirn ist schädlicher für die Gesundheit als ein ungeübter Körper.“
George Bernard Shaw
Kommunikation ist das Basiselement aller sozialen Systeme.
Eine Handlung kann einem einzelnen Menschen zugeordnet werden.
Die Kommunikation koppelt zwei oder mehr Menschen und ihre Handlungen miteinander.
Soziale Systeme kommen durch Kommunikation ihrer Akteure zustande.
Sie bilden sich zwischen den Bewusstseinssystemen der beteiligten Menschen.
Ohne Bewusstseinssysteme gibt es keine Kommunikation.
Kommunikation ist nicht der Austausch von Daten oder Informationen zwischen Personen.
Mit Kommunikation wird nichts übertragen, sondern beim Empfänger eine Differenz von Information und Mitteilung erzeugt, die dann Verstehen zur Folge hat.
Kommunikation ist die Einheit der Unterscheidung von Information, Mitteilung und Verstehen:
Eine Kommunikation teilt die Welt nicht mit, sie teilt sie ein (Luhmann).
Kommunikation ist ein Stück mit zwei Akteuren in vier Akten (nach Luhmann, dem Titan der Soziologie):
– Selektion der Information (Sender)
– Selektion der Mitteilung der selektierten Information (Sender)
– selektives Verstehen oder Missverstehen der selektierten Mitteilung und ihrer Information (Empfänger)
– Sinn-Verstehen – den Inhalt der Mitteilung verstehen und den Senders Sinnangebot annehmen oder ablehnen (anschließend wechselt der Empfänger in die Rolle vom Sender, startet eine neue Kommunikation!)
Luhmann sagte einmal: „Ich denke manchmal, es fehlt uns nicht an gelehrter Prosa, sondern an gelehrter Poesie.“
Folgende Zeilen (etwas geändert) habe ich dem Buch Wer bin ich – und wenn ja wie viele? von Richard David Precht entnommen (Seite 301 – 307).
„…
Luhmanns Anliegen war es herauszufinden, wie die Gesellschaft funktioniert.
Luhmann studiert Verwaltungswissenschaft in Harvard und lernt dort den amerikanischen Soziologen Talcott Parsons kennen. Dessen Systemtheorie unterteilt die Gesellschaft in einzelne unabhängige funktionale Systeme – ein Gedanke, der Luhmann sofort überzeugt.
Einen zweiten Ausgangspunkt fand er in der Biologie.
Die Entwicklung sozialer Systeme, so meinte Luhmann, ließe sich zwar, wie Talcott Parsons es tat, mit Begriffen der Evolutionstheorie erklären. Aber soziale Systeme waren damit keinesfalls eine besondere Form von biologischen Systemen, auch wenn Menschen unzweifelhaft Lebewesen sind.
Warum nicht?
Weil soziale Systeme, so Luhmann, nicht aus dem Austausch von Stoff- und Energieumsätzen von Lebewesen bestehen, sondern aus dem Austausch von Kommunikation und Sinn. Kommunikation und Sinn sind aber etwas so grundsätzlich anderes als etwa Proteine, dass es sich für einen Soziologen nicht einmal lohne, über solche biologischen Grundlagen allzu viel nachzudenken. Dass Menschen Lebewesen, mithin so etwas wie »soziale Tiere« sind, interessierte Luhmann überhaupt nicht. Von der Biologie zu lernen, bedeutete für ihn etwas ganz anderes.
Seine Anreger waren die chilenischen Forscher Humberto Maturana und Francisco Varela. Don Humberto gehört zu den Begründern der theoretischen Biologie. In den 60er Jahren beschäftigte sich Don Humberto mit der Frage: »Was ist Leben?«
Don Humberto erklärte Leben als ein »System, das sich selbst hervorbringt und organisiert«.
So wie das Gehirn den Stoff selbst erzeugt, mit dem es sich beschäftigt, so hätten Organismen fortwährend damit zu tun, sich am Leben zu erhalten und sich dadurch zu erzeugen.
Diesen Prozess nannte er Autopoiese (Selbsterzeugung).
Als er diesen Grundgedanken 1969 auf einer Konferenz in Chicago bekannt gab, begann der gleichaltrige Niklas Luhmann gerade mit seinen Vorlesungen an der Universität Bielefeld.
Als er später von Maturanas Konzept der Autopoiese hörte, war er sofort angetan.
Denn Don Humberto Maturana hatte nicht nur die Selbsterzeugung des Lebens und des Gehirns beschrieben, sondern auch den Begriff die Kommunikation neu definiert:
Wer kommuniziert, so Maturana, übermittelt nicht einfach eine Information. Vielmehr organisiert er mithilfe seiner wie auch immer beschaffenen Sprache ein System.
1. Bakterien tauschen sich miteinander aus und bilden so ökologisches System.
2. Hirnregionen kommunizieren und erzeugen so ein neuronales Öko-System: Das Bewusstsein.
Sind dann nicht auch soziale Systeme, so dachte Luhmann, weiter ein autopoietisches System, entstanden durch sprachliche -also symbolische- Kommunikation?
Luhmann wollte die sozialen Systeme einer Gesellschaft auf der Grundlage des Begriffs Kommunikation. In der Idee der Autopoiese fand er einen wichtigen bislang doch fehlenden Baustein. Obwohl Don Humberto Maturana selbst diese ehrgeizige Übertragung später für äußerst fragwürdig halten sollte, überflügelte sein deutscher Mitspieler den chilenischen Biologen und auch alle anderen Anreger bei weitem.
Luhmann wurde nicht nur einer der schärfsten Beobachter gesellschaftlicher Prozesse in der zweiten Hälfte des 20. Jahrhunderts. Er war ein »intellektueller Kontinent«, ein Theoriebaumeister der Superlative. Bereits der Ansatz beim Begriff »Kommunikation« war eine Revolution. (Anm. der Begriff Revolution behagt mir zwar nicht, will ich die Wortwahl von Precht dennoch unangetastet wiedergeben.)
Bislang hatten die Soziologen von Menschen gesprochen, von Normen, von sozialen Rollen, von Institutionen und von Handlungen. Doch bei Luhmann handeln keine Menschen mehr. Es geschieht Kommunikation. Und es ist weitgehend egal, wer da kommuniziert.
Entscheidend ist nur die Frage: »Mit welchem Ergebnis?«
Niklas Luhmann feat. Maturana: Kommunikation ist das Basiselement aller sozialen Systeme
3. In der menschlichen Gesellschaft tauschen sich keine Stoffe und Energien aus wie die Bakterien, keine Neuronen wie im Gehirn, sondern Erwartungen.
– Doch wie werden Erwartungen erwartet?
– Welche Erwartungen werden erwartet?
– Was entsteht daraus?
– Wie schafft es die Kommunikation, Erwartungen so auszutauschen, dass moderne soziale Systeme entstehen, die tatsächlich weitgehend stabil und unabhängig von anderen Einflüssen funktionieren.
Systeme wie
– die Politik,
– die Wirtschaft,
– das Recht,
– die Wissenschaft,
– die Religion,
– die Erziehung,
– die Kunst oder
– die Liebe.
Strukturelle Kopplungen zwischen den Funktionssystemen im Beispiel Autonomes Fahren
Ich habe gar kein Kommunikationsproblem, Signora!
Unternehmen, Prozesse, Projekte als soziale Systeme bestehen aus spezifischer und unspezifischer Kommunikation.
Die spezifische Kommunikation legt sich auf eine Handlung fest.
Die unspezifische belässt es sowohl bei Ziel- als auch Inhaltsmehrdeutigkeit.
Über „wir haben ein Kommunikationsproblem!“ spannen Sie diese Kategorisierung auf. Die meisten „Kommunikationsprobleme“ entstehen aufgrund der Selektion des Senders. Das Kommunikationsverständnis von Shannon und Weaver, das in der gängigen Projektmanagement-Literatur oder in meisten Projektmanagement-Seminaren vermittelt wird, bezieht sich auf Signalübertragung bzw. Datenübertragung.
Kommunikationserfolg liegt nicht in der gleichsinnigen inhaltlichen Verständigung, d.h. im Konsens.
Die erfolgreiche Kommunikation ist fortgesetzte Kommunikation.
Die Empfängerin meiner Mitteilung, Signora Coco Lorès, bestimmt über den Kommunikationserfolg.
Künstliche Intelligenz (KI) bietet vielfältige Möglichkeiten, um das Business Antifragility Management beyond Resilience zu unterstützen.
Sie kann helfen,
. Fragilitäten aufzudecken,
. antifragile Mechanismen zu stärken und
. die Anpassungsfähigkeit von Unternehmen in unsicheren Umfeldern zu verbessern.
Hier sind einige konkrete Vorschläge:
1. Frühzeitige Erkennung von Fragilitäten und Risiken:
1.1. Predictive Analytics für Lieferketten: Künstliche Intelligenz-Modelle können riesige Datenmengen (z.B. Wetterdaten, geopolitische Ereignisse, Lieferantenperformance, soziale Medien) analysieren, um potenzielle Störungen und Engpässe in der Lieferkette frühzeitig zu erkennen und alternative Szenarien zu simulieren. Dies ermöglicht es Unternehmen, proaktiv Puffer aufzubauen oder alternative Lieferanten zu identifizieren.
1.2. Analyse von Abhängigkeiten in komplexen Systemen: KI-gestützte Netzwerkmodelle können komplexe Abhängigkeiten innerhalb einer Organisation oder in ihrem Ökosystem visualisieren und analysieren. Dies hilft, „Single Points of Failure“ und kritische Verbindungen aufzudecken, deren Ausfall schwerwiegende Folgen hätte.
1.3. Sentiment-Analyse und Frühwarnsysteme: KI kann Stimmungen in Kundenfeedback, sozialen Medien und Nachrichtenartikeln analysieren, um frühzeitig aufkommende Probleme oder negative Trends zu erkennen, die die Geschäftsperformance beeinträchtigen könnten. Dies ermöglicht eine rechtzeitige Reaktion, bevor sich die Probleme verfestigen.
1.4. Erkennung von Anomalien und Mustern: KI-Algorithmen können ungewöhnliche Muster in Betriebsdaten, Finanztransaktionen oder IT-Systemen erkennen, die auf potenzielle Risiken (z.B. Cyberangriffe, Betrug, Maschinenausfälle) hindeuten können.
2. Stärkung antifragiler Mechanismen:
2.1. Optimierung von Trial and Error durch A/B-Testing mit KI: KI kann bei der Konzeption, Durchführung und Analyse von A/B-Tests und anderen Experimenten helfen, um schnell herauszufinden, welche Ansätze am effektivsten sind. Machine Learning kann die Parameter von Experimenten dynamisch anpassen, um die Lernrate zu maximieren.
2.2. Intelligente Redundanz und Ressourcenallokation: KI kann basierend auf Echtzeitdaten und Vorhersagen die optimale Allokation von redundanten Ressourcen (z.B. Personal, Lagerbestände, Rechenkapazität) steuern, um sicherzustellen, dass sie bei Bedarf verfügbar sind, ohne unnötige Kosten zu verursachen.
2.3. Förderung dezentraler Entscheidungsfindung durch KI-gestützte Empfehlungssysteme: KI-Systeme können dezentralen Teams relevante Informationen, Analysen und Empfehlungen liefern, um fundiertere Entscheidungen zu treffen, ohne auf zentrale Genehmigungen warten zu müssen.
2.4. Automatisierung der Optionserstellung und -bewertung: KI kann helfen, potenzielle neue Produkte, Dienstleistungen oder Markteintrittsstrategien zu identifizieren und deren Erfolgswahrscheinlichkeit und potenziellen Nutzen in verschiedenen Szenarien zu bewerten.
2.5. Unterstützung modularer Designs durch KI-generierte Designvorschläge: KI-Tools können bei der Entwicklung modularer Produkte und Dienstleistungen unterstützen, indem sie verschiedene Designoptionen generieren und deren Anpassungsfähigkeit und Austauschbarkeit bewerten.
2.6. Simulation und Szenarioplanung: KI-gestützte Simulationsplattformen ermöglichen es Unternehmen, verschiedene Stressszenarien (z.B. Ausfall eines wichtigen Lieferanten, plötzlicher Nachfrageeinbruch, Naturkatastrophe) zu simulieren und die Auswirkungen auf ihr Geschäft zu analysieren. Dies hilft, Schwachstellen zu identifizieren und Notfallpläne zu entwickeln.
3. Verbesserung von Feedback-Schleifen und Lernen:
3.1. Automatisierte Analyse von Fehlerdaten und Kundenfeedback: KI kann große Mengen an Fehlerberichten, Kundenrezensionen und Support-Tickets analysieren, um wiederkehrende Probleme und Verbesserungspotenziale zu identifizieren.
3.2. Personalisierte Lernpfade und Kompetenzentwicklung: KI-gestützte Lernplattformen können die Kompetenzentwicklung der Mitarbeiter fördern, indem sie individuelle Lernpfade basierend auf den Bedürfnissen des Unternehmens und den Fähigkeiten der Mitarbeiter erstellen. Dies erhöht die Anpassungsfähigkeit des Teams.
3.3. Erkennung von Mustern in erfolgreichen und gescheiterten Experimenten: KI kann die Ergebnisse vergangener Experimente analysieren, um Muster zu erkennen, die zu Erfolg oder Misserfolg führen. Diese Erkenntnisse können in zukünftige Experimente einfließen.
3.4. Kontinuierliche Überwachung und Anpassung von Strategien: KI kann die Performance von Geschäftsstrategien in Echtzeit überwachen und automatisch Anpassungsvorschläge generieren, um auf veränderte Marktbedingungen oder unerwartete Ereignisse zu reagieren.
4.1. KI-gestützte Dashboards für die Überwachung der Antifragilität: KI kann relevante Kennzahlen zur Widerstandsfähigkeit, Anpassungsfähigkeit und Lernfähigkeit des Unternehmens in übersichtlichen Dashboards zusammenfassen, um Führungskräften einen besseren Überblick zu verschaffen.
How to Make Your Organization Antifragile with Artificial Intelligence
4.2. Generierung von Entscheidungsvorlagen und Risikobewertungen: KI kann Führungskräfte bei strategischen Entscheidungen unterstützen, indem sie fundierte Risikobewertungen und potenzielle Konsequenzen verschiedener Handlungsoptionen liefert.
5.1. Datenqualität und -verfügbarkeit: KI-Modelle benötigen qualitativ hochwertige und ausreichend große Datenmengen, um effektiv zu funktionieren.
5.2. Transparenz und Interpretierbarkeit: Es ist wichtig, dass die Ergebnisse und Empfehlungen von KI-Systemen nachvollziehbar und interpretierbar sind, um Vertrauen aufzubauen und fundierte Entscheidungen treffen zu können.
5.3. Menschliche Expertise: KI sollte als Werkzeug zur Unterstützung menschlicher Expertise betrachtet werden, nicht als Ersatz. Die Interpretation der Ergebnisse und die Entscheidungsfindung bleiben weiterhin in der Verantwortung des Menschen.
5.4. Ethische Aspekte: Der Einsatz von KI muss ethischen Grundsätzen entsprechen, insbesondere im Hinblick auf Datenschutz und Bias in Algorithmen. Meine Lesetipps für Sie:
Quelle: Von Pferdedung zu autonomem Fahren, Lorenzo Tural Osorio, Seminararbeit im Gymnasium 11. Klasse, 06. November 2018
Durch den gezielten Einsatz von KI können Unternehmen ihre Fähigkeit, mit Incerto umzugehen, signifikant verbessern und somit ihre Antifragilität im Sinne von Lorenzo Tural stärken.
Business Antifragility Management nach Lorenzo Tural ist ein Rahmenwerk, das Unternehmen hilft, mit Unsicherheit und „Incerto“ (einer tiefergehenden Form der Unsicherheit, in der sich nicht nur Ergebnisse, sondern auch Regeln und Rahmenbedingungen ändern) umzugehen und sogar davon zu profitieren. Es geht über Resilienz hinaus, die lediglich die Fähigkeit beschreibt, nach einem Schockzustand zum Ausgangszustand zurückzukehren.
Antifragilität bedeutet, dass ein System durch Volatilität, Stressoren und Fehler gestärkt wird und dadurch wächst und sich weiterentwickelt.
Die Kernelemente von Business Antifragility Management nach Lorenzo Tural sind:
Die Akzeptanz von Unsicherheit und „Incerto“: Anstatt Unsicherheit zu bekämpfen oder zu vermeiden, wird sie als natürliche und unvermeidliche Komponente der heutigen Geschäftswelt akzeptiert. „Incerto“ wird als Chance zur Innovation und Weiterentwicklung gesehen.
Der Fokus auf Antifragilität statt nur auf Resilienz: Während Resilienz darauf abzielt, den Status quo nach einem Schock wiederherzustellen, zielt Antifragilität darauf ab, aus diesem Schock gestärkt hervorzugehen. Dies bedeutet, dass Unternehmen lernen müssen, aus Fehlern und Volatilität zu lernen und sich anzupassen.
Die Schaffung von „antifragilen“ Strukturen und Prozessen: Dies beinhaltet die Implementierung von Systemen, die von Volatilität profitieren. Beispiele hierfür sind:
Dezentralisierung: Die Verteilung von Entscheidungsbefugnissen und Ressourcen auf verschiedene Einheiten im Unternehmen, wodurch das Risiko von zentralen Ausfällen reduziert wird.
Redundanz: Das Vorhalten von zusätzlichen Kapazitäten oder Ressourcen, um Engpässe oder Ausfälle zu kompensieren.
Modularität: Die Gestaltung von Systemen in modularen Einheiten, die sich leicht austauschen oder anpassen lassen.
Experimentieren und Iteration: Die Förderung einer Kultur des Experimentierens und des schnellen Lernens aus Fehlern.
Optionen: Die gezielte Schaffung von Wahlmöglichkeiten und Handlungsspielräumen, um flexibel auf Veränderungen reagieren zu können. (Nicht nur im finanziellen Sinne)
Die Unterscheidung zwischen Kern-, Führungs- und Unterstützungsprozessen und deren Wechselwirkungen zur Identifikation von Fragilität auf Unternehmensebene.
Die Nutzung von Volatilität als Informationsquelle: Volatilität und Störungen können wertvolle Informationen über Schwachstellen im System liefern und Hinweise auf notwendige Anpassungen geben.
Die Anwendung der Triade Fragil – Robust – Antifragil:
Diese Triade dient als analytisches Instrument, um den Zustand eines Systems oder Prozesses zu bewerten.
Fragil: Ein fragiles System wird durch Volatilität geschwächt und erleidet Schaden durch Stressoren.
Robust: Ein robustes System hält Volatilität stand, bleibt aber im Wesentlichen unverändert.
Antifragil: Ein antifragiles System profitiert von Volatilität und wird durch Stressoren gestärkt.
Konkrete Beispiele für Business Antifragility Management:
Ein Unternehmen implementiert ein agiles Management-System, das es ermöglicht, schnell auf veränderte Marktbedingungen zu reagieren.
Ein Produktionsunternehmen setzt auf modulare Produktionslinien, die sich flexibel an unterschiedliche Produktanforderungen anpassen lassen.
Ein Softwareunternehmen fördert eine Kultur des Experimentierens und des schnellen Lernens aus Fehlern, um innovative Produkte zu entwickeln.
Ein Unternehmen identifiziert Schwachstellen in seinen Supply Chains und implementiert Maßnahmen zur Diversifizierung der Lieferanten und zur Erhöhung der Lagerbestände.
Vorteile von Business Antifragility Management:
Erhöhte Resilienz und Anpassungsfähigkeit: Unternehmen sind besser in der Lage, mit unvorhergesehenen Ereignissen umzugehen und sich schnell an veränderte Bedingungen anzupassen.
Gesteigerte Innovationskraft: Durch die Förderung von Experimenten und dem Lernen aus Fehlern können Unternehmen schneller innovative Produkte und Dienstleistungen entwickeln.
Verbesserte Wettbewerbsfähigkeit: Unternehmen, die antifragil sind, können sich in dynamischen Märkten besser behaupten und Wettbewerbsvorteile erzielen.
Reduzierung von Risiken: Durch die Identifizierung und Beseitigung von Schwachstellen im System können Unternehmen potenzielle Risiken minimieren.
Zusammenfassend lässt sich sagen:
Business Antifragility Management nach Lorenzo Tural ist ein zukunftsorientierter Ansatz, der Unternehmen hilft, in einer immer komplexer und unvorhersehbarer werdenden Welt erfolgreich zu sein.
Es geht darum, Unsicherheit nicht nur zu akzeptieren, sondern sie als Chance für Wachstum und Weiterentwicklung zu nutzen. Es erfordert Umdenken in allen Managementebenen und die Bereitschaft, traditionelle Ansätze zu hinterfragen und neue Wege zu gehen.
Der Fokus liegt auf der Schaffung von Systemen und Prozessorganisationen, die nicht nur robust, sondern eben antifragil sind und somit von Chaos und Unvorhersehbarkeit profitieren.
Antifragile Unternehmen versuchen Zufälle und Ungewissheit nicht um jeden Preis abzuwehren, sondern sie münzen Zufälle und Ungewissheit zu ihrer Stärke um.
Zur Beschreibung von Auswirkungen der Künstlichen Intelligenz auf die einzelnen gesellschaftlichen Funktionssysteme und die strukturellen Kopplungen zwischen diesen sollten Sie Incerto statt Unsicherheit verwenden.
Niklas Luhmann feat. Maturana: Kommunikation ist das Basiselement aller sozialen Systeme Strukturelle Kopplungen zwischen einzelnen Funktionssystemen
Gemini 1.5 erklärt den Unterschied zwischen Unsicherheit und Incerto?
Sowohl „Unsicherheit“ als auch „Incerto“ vermitteln einen Mangel an Gewissheit, es gibt jedoch einige wesentliche Unterschiede zwischen ihnen, insbesondere im von Lorenzo Tural verwendeten Kontext:
Beispiele zum Unterschied Unsicherheit von Incerto
Unsicherheit:
Allgemeiner Begriff: Dies ist ein weit gefasster Begriff, der jede Situation umfasst, in der das Ergebnis unbekannt oder unvorhersehbar ist.
Focus: Es beschreibt schlicht und ergreifend den Mangel an Wissen über die Zukunft.
Emotionale Konnotation: Kann je nach Kontext neutral oder negativ sein.
Incerto (wie von Lorenzo Tural verwendet):
Spezifisch für die VUCA-Welt: Bezieht sich auf die inhärente Volatilität, Unsicherheit, Komplexität und Mehrdeutigkeit komplexer Systeme.
Fokus: Geht über das bloße Nichtwissen hinaus und unterstreicht die unvorhersehbare und sich ständig verändernde Natur der Umwelt.
Emotionale Konnotation: Bringt oft ein Gefühl von Herausforderung und Chance mit sich und fördert einen „antifragilen“ Ansatz, der von Unvorhersehbarkeit lebt.
International und elegant: Sprachübergreifend leichter verständlich und anspruchsvoller.
Hier ist eine Analogie:
Unsicherheit ist, als würde man einen nebligen Raum betreten. Sie wissen, dass da Dinge sind, aber Sie können sie nicht klar sehen.
Incerto ist, als würde man in einen dichten Wald gehen. Sie wissen, dass es Wege und Gefahren gibt, aber Sie müssen diese bewältigen, indem Sie sich an die sich ständig verändernde Umgebung anpassen.
weitere Analogien
Unsicherheit:
Stell Dir vor, Du betrittst einen nebligen Raum. Du weißt, dass sich darin Dinge befinden, aber Du kannst sie nicht klar erkennen.
Incerto:
Stell Dir vor, Du gehst in einen dichten Wald. Du weißt, dass es Wege und Gefahren gibt, aber Du musst dich aktiv an die sich ständig verändernde Umgebung anpassen, um Deinen Weg zu finden.
Unsicherheit:
Stell Dir vor, Du spielst Schach. Du kennst die Regeln und die möglichen Züge Deines Gegners, aber Du weißt nicht genau, welchen Zug er als nächstes machen wird.
Incerto:
Stell Dir vor, Du spielst ein Spiel, bei dem sich die Regeln während des Spiels ändern. Plötzlich können Figuren anders ziehen oder es kommen neue Figuren hinzu.
Unsicherheit:
Du fährst Auto in dichtem Nebel, weißt nicht genau, was vor Dir liegt, aber die Regeln der Straße bleiben gleich.
Incerto:
Du fährst Auto auf einer Straße, die sich ständig verändert, während du fährst. Es tauchen neue Abzweigungen auf, andere verschwinden, und die Verkehrsregeln ändern sich ohne Vorwarnung.
Im Wesentlichen verwendet Lorenzo Tural „incerto“, um eine spezifischere und handlungsorientiertere Perspektive auf Unsicherheit zu schaffen.
Ihm geht es nicht nur um den Mangel an Wissen, sondern darum, die Herausforderung anzunehmen und Wege zu finden, von der Unvorhersehbarkeit der Welt zu profitieren.
Sowohl „Unsicherheit“ als auch „Incerto“ vermitteln einen Mangel an Gewissheit, beschreiben jedoch unterschiedliche Aspekte und Kontexte dieser Ungewissheit.
Wichtig zu unterscheiden! : Nicht-Wissen von Un-Wissen