Schlagwort: Künstliche Intelligenz

Veröffentlicht am

Künstliche Intelligenz bietet innovative Lösungen für Business Antifragility Management

Künstliche Intelligenz (KI) bietet vielfältige Möglichkeiten, um das Business Antifragility Management 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: KI-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.

Antifragile Supply Chains

Data Statellites for Artificial Intelligence

Datenhoheit für exzellente Datenqualität

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.

Talententwicklung für Künstliche Intelligenz

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.

KI Strategie Entwicklung

4. Unterstützung der Führungsrolle:

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
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.

Risiken der Künstlichen Intelligenz

5. Wichtige Überlegungen bei der Implementierung:

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:

Maschinenethik als Schulfach

Artificial Morality Expert

Mobilität der Zukunft

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.

Hinweis: Der rohe Textentwurf wurde von Gemini 2.0 Flash (Image Generation) Experimental erstellt.

Veröffentlicht am

Einführung von Künstlicher Intelligenz in Unternehmen

Entwicklung KI Strategien

Die Einführung von Künstlicher Intelligenz (KI) in Unternehmen erfordert eine systematische Herangehensweise und Change-Management ohne operative Hektik.

– KI-Strategie entwickeln: Definieren Sie klare Ziele, wählen Sie geeignete Technologien und bauen Sie erforderliche Fähigkeiten und Ressourcen auf.

Die Gestaltung einer AI-Community muss konform zur KI-Strategie des Unternehmens erfolgen.

Kreislauf der Strategieentwicklung
  1. Analyse der Einflusskräfte im Unternehmensumfeld
  2. Analyse der Einflusskräfte im Unternehmen
  3. GAP-Analyse
  4. Erarbeitung strategischer Optionen
  5. Auswahl einer strategischen Option
  6. Umsetzungsplanung
  7. Umsetzungs-Controlling

– Analyse der Ausgangssituation: Analysieren Sie die aktuellen Prozesse, Ressourcen und die Bereitschaft der Mitarbeitenden für KI-Integration.

– Kommunikation und Akzeptanz: Informieren Sie Mitarbeitende über die KI-Initiative und betonen Sie den Mehrwert. Schulungen und Workshops können Ablehnungen, Bedenken, Ängste abbauen und Akzeptanz fördern.

– Pilotprojekte starten: Beginnen Sie mit kleineren KI-Projekten, um Erfahrungen zu sammeln und Erfolge zu demonstrieren

– Flexibilität und Skalierbarkeit: Wählen Sie flexible und skalierbare Lösungen, um sich an Veränderungen anzupassen.

– Kulturwandel: KI wird eine Veränderung der Unternehmenskultur erfordern. Fördern Sie Offenheit und Lernbereitschaft.

– AI-Community aufbauen: Schaffen Sie Plattformen für Wissensaustausch, Trainings und Zusammenarbeit zwischen KI-Interessierten in Ihrem Unternehmen.

Vergessen Sie dabei nicht, dass viele Menschen ChatGPT, GPT-4o, Gemini u.a. bereits in ihrem Alltag nutzen.

Nehmen Sie ihre Erfahrungen in Gebrauch. 

Denken Sie daran, dass erfolgreiche KI-Einführung an erster Stelle nicht technisch, sondern organisatorisch und kulturell erfolgen muss.

Veröffentlicht am

Antifragility in Business

Gemini 2.0 Flash Experimental über Business Antifragility Management:

Es 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 eine Umdenken im Management und die Bereitschaft, traditionelle Ansätze zu hinterfragen und neue Wege zu gehen. Der Fokus liegt auf der Schaffung von Systemen und Prozessen, die nicht nur robust, sondern eben antifragil sind und somit von Chaos und Unvorhersehbarkeit profitieren.

Veröffentlicht am

Stakeholder Relations

Unser Vorgehen für Stakeholder Relations in Business Ecosystems orientiert sich am Kreislauf:

1. Wir ordnen Stakeholder einer Kategorie

. Known Knowns

. Known Unknowns

. Unknown Knowns

. Unknown Unknowns

Known Knowns und Unknown Unknowns agieren und beeinflussen sich im multidimensionalen Stakeholder-Netzwerk der Business Ecosystems!

2. Wir beschreiben Interessen, Ansprüche, Bedürfnisse der Stakeholder

Interesse beschreibt ein Ziel oder einen Vorteil, den sich eine Person oder Personengruppe aus einer Sache verspricht oder erhofft.

Demnach verfolgt Interessengruppe Stakeholder im unternehmerischen Kontext eigene Ziele wirtschaftlicher Art.

Ihre Interessen sind objektive Notwendigkeiten.

Ein Großhändler, der mit Oliven Geschäfte macht, hat Interesse sie gewinnbringend zu verkaufen.

Anspruch beschreibt das Recht eines einzelnen von einem anderen ein Tun, z.B.

– die Zahlung eines Geldbetrags,

– die Abgabe einer Erklärung,

– die Übergabe einer Sache

oder

Unterlassen, z.B. das Unterlassen des unzumutbaren Lärmes,

zu verlangen.

Hatten Sie Bedürfnis nach Dubai-Schokolade vor Maria Vehera gespürt?

Meet the woman behind Dubai’s viral super-chunky chocolate bar

Bedürfnisse von Stakeholdern sind subjektiv empfundene Bedarfe.

Bedürfnisse stellen die Vorstufe des Bedarfs dar. Sie sind das Verlangen, einen Mangel zu beseitigen.

Aus einem Bedürfnis wird dann ein Bedarf, wenn dem Bedürfnis eine adäquate Kaufkraft zur Seite steht.

Der Bedarf wird zur Nachfrage, wenn eine vorhandene Kaufkraft am Markt durch eine Kaufabsicht tatsächlich geltend gemacht wird.

Nachfrage erzeugt Angebot.

3. Wir bilden Hypothesen

Unsere Techniken dafür sind Laternen Interviews und Laternen Workshops.

4. Wir beobachten Stakeholder

Beobachten ist die Einheit von Unterscheiden und Bezeichnen.

Wahrnehmen ist das Feststellen einer Differenz, ohne sie zu verarbeiten.

Wahrnehmung verläuft ohne Zeit Differenz im Einklang mit der Welt,

Beobachtung hingegen zeitversetzt (später).

Menschen und soziale Organisationen nehmen die Differenz nicht nur wahr, bezeichnen sie auch.

Zur Bezeichnung benötigen wir jedoch präzise Beschreibung von kontextbezogenen Begriffen.

Sonst kommt nur Kakaphonie zustande.

Welche Skills benötigen Menschen um Stakeholder zu beobachten?

Wir gestalten nicht nur mehrdimensionale unternehmensbezogene Stakeholder-Maps, errichten auch mittels Artificial Intelligence (Künstliche Intelligenz) einen globalen Stakeholder-Radar.

Veröffentlicht am

Risiken von Künstlicher Intelligenz

– Welche Risiken müssen wir im Kontext mit AI vermeiden?

– Welche Risiken müssen wir im Kontext mit AI eingehen?

Auf der Suche nach den Antworten habe ich GPT-4o geprompt:

„Warum unterscheide ich, Lorenzo Tural, zwischen positiven Risiken und negativen Risiken?“

Die Unterscheidung zwischen positiven und negativen Risiken ist im Risikomanagement wichtig, weil sie unterschiedliche Strategien, Herangehensweisen und Maßnahmen erfordern.

Hier sind die Hauptgründe für diese Unterscheidung:

 1. Strategische Planung und Zielsetzung

Positive Risiken:

– Diese Risiken, auch als Chancen bezeichnet, bieten Möglichkeiten zur Verbesserung, Innovation und zum Wachstum.

Sie können strategisch geplant und verfolgt werden, um Wettbewerbsvorteile zu erzielen und positive Veränderungen herbeizuführen.

– Beispiel: Ein Unternehmen könnte in die Entwicklung neuer KI-Technologien investieren, um Marktführer in einem neuen Sektor zu werden.

Negative Risiken:

– Diese Risiken stellen potenzielle Bedrohungen und Gefahren dar, die vermieden oder gemindert werden müssen, um Verluste und Schäden zu verhindern.

– Beispiel:

Ein Unternehmen könnte Maßnahmen ergreifen, um sicherzustellen, dass ihre KI-Modelle keine diskriminierenden Ergebnisse liefern, um rechtliche und ethische Probleme zu vermeiden.

 2. Risikomanagementstrategien

Positive Risiken:

– Erkennen und Nutzen: Positive Risiken erfordern eine proaktive Herangehensweise, bei der Chancen identifiziert, bewertet und strategisch genutzt werden.

– Beispiel:

Innovationsmanagement, Investition in Forschung und Entwicklung, Förderung kreativer Projekte.

Negative Risiken:

– Vermeiden und Mindern: Negative Risiken erfordern präventive und reaktive Maßnahmen, um mögliche negative Auswirkungen zu vermeiden oder zu reduzieren.

– Beispiel:

Implementierung von Sicherheitsmaßnahmen, Entwicklung von Notfallplänen, kontinuierliches Monitoring und Anpassung von Prozessen.

 3. Ressourcenzuteilung

Positive Risiken:

– Ressourcen werden bereitgestellt, um Chancen zu maximieren und die Realisierung potenzieller Vorteile zu fördern.

– Beispiel: Finanzierung von Innovationsprojekten, Schulung von Mitarbeitern zur Nutzung neuer Technologien.

Negative Risiken:

– Ressourcen werden bereitgestellt, um Risiken zu mindern, Schäden zu beheben und sicherzustellen, dass negative Auswirkungen minimal sind.

– Beispiel: Investition in Sicherheitsmaßnahmen, Risikoversicherungen, Compliance-Programme.

 4. Entscheidungsfindung und Prioritätensetzung

Positive Risiken:

– Entscheidungen werden getroffen, um Chancen zu priorisieren und strategische Ziele zu erreichen.

– Beispiel:

Ein Unternehmen könnte beschließen, eine riskante, aber vielversprechende neue Technologie zu entwickeln, um sich von der Konkurrenz abzuheben.

Negative Risiken:

– Entscheidungen werden getroffen, um potenzielle Bedrohungen zu minimieren und die Stabilität und Sicherheit zu gewährleisten.

– Beispiel: Ein Unternehmen könnte beschließen, bestimmte Geschäftsprozesse zu ändern, um sicherzustellen, dass sie den neuen Datenschutzbestimmungen entsprechen.

 5. Kommunikation und Kultur

Positive Risiken:

– Förderung einer Kultur der Innovation und des Wachstums, bei der Risiken als Chancen gesehen werden, die es zu nutzen gilt.

– Beispiel:

Mitarbeiter werden ermutigt, kreative Ideen zu entwickeln und neue Ansätze auszuprobieren.

Negative Risiken:

– Entwicklung einer Kultur des Bewusstseins und der Vorsicht, bei der Risiken aktiv gemanagt werden, um das Unternehmen zu schützen.

– Beispiel:

Schulungen und Sensibilisierungsprogramme für Mitarbeiter zur Erkennung und Meldung potenzieller Risiken.

Fazit

Die Unterscheidung zwischen positiven und negativen Risiken ist essenziell, um geeignete Strategien und Maßnahmen für das Risikomanagement zu entwickeln.

Während positive Risiken als Chancen für Wachstum und Innovation betrachtet und genutzt werden sollten, erfordern negative Risiken präventive und reaktive Maßnahmen, um potenzielle Schäden und Verluste zu minimieren.

Veröffentlicht am

Wer kann EM 2024 mit Künstlicher Intelligenz gewinnen?

»Komplexität ist ein Maß für Unbestimmbarkeit oder für Mangel an Information. Komplexität ist die Information, die dem Bewusstseinssystem eines Individiuums oder dem sozialen System fehlt, um die Komplexität seiner Umwelt bzw. die eigene Komplexität vollständig erfassen und beschreiben zu können.“ – Niklas Luhmann

Technische Systeme sind aus der Sicht der Soziologie nie komplex, auch wenn sie sehr kompliziert sein können.

Sie können allerdings nicht überraschen.

Wenn sie fachfremde oder ungeübte Menschen einmal überraschen, hat dies einen Grund, den ein Experte (w/d/m) beheben kann.

Ein weiteres Mal überraschen sie dann nicht mehr.

Komplexe Probleme

Bewusstseinsystem von Individuen und sozialen Systemen verweisen auf die Eigenschaft Komplexität im soziologischen Kontext.

Immer wieder auf’s Neue überraschen können nur diese beiden Systemtypen.   

Der Begriff Komplexität gehört zum Standardwortschatz von Managern, Ingenieuren und Unternehmensberatern.

Alle reden relativ beliebig und schießen aus der Hüfte:

„Dieses technische System XYZ ist sehr komplex.“

So wird im realen Alltag die Kompliziertheit sehr oft mit der Komplexität verwechselt.

Um der vermeintlichen Komplexität zu begegnen, werden intuitiv Gegenmaßnahmen ergriffen: operative Hektik!

Manchmal mit Erfolg, oft jedoch mit enttäuschenden Ergebnissen, da komplexe Systeme immer wieder aufs Neue überraschen.

Wer positive oder negative Risiken eingeht, übernimmt für seine Entscheidung Verantwortung!

Können Sie beim Fußball aus der genauen Position und Geschwindigkeit der 22 Spieler, aus ihrer Schrittlänge, aus der Windgeschwindigkeit, der Beschaffenheit des Fußballfeldes und dem Drehimpuls des Balles, also, durch Aufnahme der momentanen Bedingungen voraussehen, dass sechs Minuten später in die linke Torecke ein Tor fällt?

Nein? 

Sie sind der Meinung, dass Sie die Überraschungen der Gegner nicht planen können.

Zudem sind Sie der Meinung, dass diese Überraschungen das Fußballspiel so interessant machen!.

Dann gefallen Ihnen komplexe Probleme:

Das wichtigste Merkmal des Lebendigen ist, dass es überraschen kann.

Um sich von der Überraschung der Gegner nicht auslisten zu lassen, brauchen Sie Ideen, die besser sind als die der gegnerischen Mannschaft. 

Komplizierte Probleme

Können Sie beim Fußball aus der genauen Position und Geschwindigkeit der 22 Spieler, aus ihrer Schrittlänge, aus der Windgeschwindigkeit, der Beschaffenheit des Fußballfeldes und dem Drehimpuls des Balles, also, durch Aufnahme der momentanen Bedingungen voraussehen, dass sechs Minuten später in die linke Torecke ein Tor fällt?

Ja?

Dann haben Sie ein kompliziertes Problem.

Wenn Sie wissen, wie Sie genau vorgehen und Überraschungen der Gegner ausschalten, verschwindet die Kompliziertheit.

Das Problem empfinden Sie nicht mehr kompliziert. Es ist kein einfaches, aber ein triviales Problem.

Zur Lösung von komplizierten Problemen braucht man Musiala, Wirtz, Sané nicht.

Roboter oder Künstliche Intelligenz Tools reichen aus.

Komplexität bedeutet Selektionszwang!

Bewusstseinssysteme von einzelnen Spielern sowie der ganzen Mannschaft wählen ihre Operationen permanent durch Entscheidungen mit dem Risiko des Irrtums aus.

Selektionszwang bedeutet Kontingenz!

Kontingenz beschreibt, dass sich die Gegner adhoc ihre Taktik ändern können, d.h. sie können sich anders verhalten als erwartet.

Dies ist die Folge autodynamisch geschlossener Systeme, die füreinander intransparent bleiben.

Wenn Sie bei der EM2023 einen Fussballtrainer beobachten, denken Sie an folgende Zeilen, um seine Gedankengänge zu verstehen:

Den Satz, dass die Spielweise der Gegner jeden Moment auch ganz anders sein könnte‘ behalte ich bis zum Schlusspfiff im Hinterkopf, um während des ganzen Spiels ununterbrochen neugierig zu bleiben und die Flexibilität im Beobachten konzentriert aufrecht zu halten.

Gekonnter Umgang mit Kontingenz setzt Risikobereitschaft voraus.

Wer Risiken eingeht, übernimmt dafür Verantwortung!

Bei der EM 2024 wünsche ich allen Fussballfans überraschungsreiche Spiele.

.

Veröffentlicht am

Haben Roboter auch eine Hinterbühne?

Nach der Veranstaltung 

Raus aus der Kreidezeit – wie sieht die Bildung der Zukunft aus? 

am 10. Oktober 2017 fahren wir mit ICE 920 München – Nürnberg nach Hause.

„Alles, was automatisierbar ist, wird automatisiert!“

erwähnte ich in meinem Impulsreferat.

 „Mit welchen Tätigkeiten werden wir Menschen ab 2030 unseren Lebensunterhalt verdienen?“

Die Frage wurde mir während der Podiumsdiskussion und in persönlichen Gesprächen gestellt.

„Mit den Tätigkeiten, welche nicht den Robotern übertragen werden können, z.B. die Tätigkeiten, für die wir Menschen unsere Hinterbühne sowie unseren inneren Trieb in Gebrauch nehmen.“

So etwa war meine Antwort.

Während der Fahrt geht das Ping Pong Thinking Spiel mit meinem Vater weiter:

– (Ich) „Kann der innere Trieb, die Motivation, eines Menschen automatisiert werden?“

– (mein Vater) „Kann Wahrheit die Erfindung eines Roboters sein?

Haben Roboter auch eine Hinterbühne?

Können Roboter auch ihre eigene subjektive Realität konstruieren?“

– (Ich) behaupte mal, dass die Roboter nur Front Stage (Vorderbühne) haben und Con Job nicht ihre Sache ist. 

Alles, was robotisierbar ist, wird also für das Schauspiel auf der Vorderbühne robotisiert.

ICE 920 kommt in Nürnberg an, wir steigen aus, machen uns auf den Weg nach Hause.

Können Roboter Künstler sein?

Britische Ingenieure bauen einen Roboter, der zeichnen und Emotionen ausdrücken kann.

Meine Frage an Sie:

Werden kunstschaffende Roboter menschliche Künstlerinnen und Künstler übertreffen?

Ai-Da Robot Artist