Management von Nichtwissen - eine Chance zur positiven

Commentaren

Transcriptie

Management von Nichtwissen - eine Chance zur positiven
Management von Nichtwissen –
Eine Chance zur positiven Zukunftsentwicklung?
RAINER HASENAUER
Honorarprofessor am Institut für Marketing Management
WU Wien
MANAGEMENT VON (NICHT)WISSEN
These zur Diskussion 1: Das bewusste Gestalten des
Nichtwissens stellt eine Zukunftschance dar.
„Wissensmanagement ist in gleicher Intensität das
Management von Wissen wie auch das Management von
Nichtwissen.
Wissensmanagement verlangt manageriale Kompetenzen im
Umgang mit Wissen ebenso wie Kompetenzen im Umgang
mit Nichtwissen und Ungewissheiten.“ [1 Wilke]
SEITE 2
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
INHALT
1) Wissen – Nichtwissen – Typologie der Ignoranz
2) Indikatoren für Nichtwissen?
3) Kommunikative Erscheinungsformen der Indikatoren für
Nichtwissen?
4) Grenze des Wissens = Grenze des Nichtwissens?
a)
b)
c)
d)
Beispiel
Beispiel
Beispiel
Beispiel
Entscheidungsverhalten
Knochenmikroarchitektur
Fuzzy Logic & erweiterte Validität
Videobasierte Situationserkennung
5) Übergang von Wissen zu Nichtwissen und zurück
6) SCHLUSSFOLGERUNG
SEITE 3
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
1. Wissen – Nichtwissen?
Q 1: Wie verdeutlicht sich Nichtwissen?
A 1.1.: durch aktive Fragen, aber nur dann, wenn der Fragende
das Nichtwissen als nicht tolerierbar empfindet.
Fragenumfang: Wieviele KMU in Österreich?
Frageninhalt: Wieviele KMU produzieren REDOX Speicher?
Reziprozität von Fragenumfang und Frageninhalt: Je
umfangreicher die Frage desto unspezifischer deren Inhalt
A 1.2.: Durch provozierte Fragen und nicht erhaltene
Antworten
A 1.3.: durch widerlegte Antworten [2; Paul Lorenzen]
SEITE 4
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
Typologie der Ignoranz
Innovation
als konstruktive
Folgehandlung zur
inspirierenden Ignoranz
[16]U. Schneider, S.75
MANAGEMENT VON NICHTWISSEN / HASENAUER
SEITE 5
2. Indikatoren für Nichtwissen?
2.1.: Nicht erkannte Störungen => Problem (Stabilitätskriterien der
Systemtheorie),
„Alles Leben ist Problemlösen“ [3; Karl Popper]
2.2.: Erkannte, aber nicht verstandene Störungen => Nichtwissen der
Störungskausalität („AIDS am Beginn des Bekanntwerdens“)
2.3.: Verstandene, aber nicht bekämpfbare Störungen => Nichtwissen der
Entwicklung von Gegenmaßnahmen (Bsp.:„Morbus Alzheimer“ ) =>
Verletzung der Stabilitätskriterien I: „erforderlichen Varietät“ [4: W.R.
Ashby: Law of Requisite Variety] und II „Minimale Totzeit“.
2.4.: Bekämpfbare Störungen (Erfüllung des Gesetzes der erforderlichen
Varietät), aber nicht in ausreichender Zeit regelbare Störungen =>
Verletzung des Stabilitätskriteriums der „Minimalen Totzeit!“ (Bsp.:
Waldbrand [angewandte Percolationstheorie])
SEITE 6
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
3. Kommunikative Formen der
Indikatoren für Nichtwissen?
 Schweigen als Antwort auf eine Frage
 Ahnung
 Vermutung
 Relativierende Aussage
 Offen deklariertes Nichtwissen
 Ignorieren
 Nicht Beforschen einer Frage
 Maskiertes Nichtwissen (Bluff?, List, Betrug, Mentalreservation (ABGB:
Anfechtungsgründe))
 Tabuisiertes, gewolltes Nichtwissen (Verdrängen)
 individuell oder kollektiv akzeptiertes Nichtwissen
SEITE 7
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
4. Grenze des Wissens = Grenze des
Nichtwissens?
 Steigendes Wissen generiert progressiv wachsendes Nichtwissen.
 Wissensgrenzen werden durchstoßen, indem einschränkende
Gültigkeitsbedingungen des Wissens mittels Antworten auf
probleminduzierte Fragen relaxiert oder eliminiert werden.
 Dies impliziert STEIGENDE UNSICHERHEIT aber die
CHANCE AUF NEUES bzw. ÜBERRASCHUNG ……. INNOVATION ?
 Beispiel:[14, Natsikos & Richter]
 Nichtwissen -> Innovation -> Risiko -> Entscheidung
 Nichtwissen -> Risiko -> Innovation -> Risiko -> Entscheidung
 Beispiel: Gefahrendetektion mit Roboter (Bsp: www.taurob.com)
SEITE 8
4 a. Beispiel Entscheidungsverhalten
Übergang von scharfer (crisp)Logik in die unscharfe (fuzzy)Logik:
Bsp.: unscharfe Vektormaximumprobleme in der MCDM *) Forschung. [5:
mit umfassender Literaturübersicht]
Die Unsicherheit des Nichtwissens, wie reale, unscharfe Präferenzen
modelliert werden können, wird durch Fuzzy Logic systematisch verringert.
*) Multiple Criteria Decision Making
Goal 2
Verlauf der membership fct /possibility fct.
Goal 1
SEITE 9
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
4 b. Beispiel Knochenmikroarchitektur
BMD*) und Hurst Exponent
Bsp. Übergang von ganzzahlige in nicht-ganzzahlige geometrische Dimensionen.
Bsp.: fraktale Kennzahlen für Prognose von Osteoporose aufgrund der fraktalen
Geometrie der Mikroarchitektur von Knochen. (Hurst Exponent H : Maß für
langanhaltende Autokorrelation) H zwischen 0 und 1. H>0,5: stete positive
Autokorrelation. H<0,5 hohe unstetes Verhalten und Rauigkeit. Ist auch als
Rauhigkeitsmaß verwendbar für Oberflächen- und Strukturrauigkeit. [6]
Nichtwissen: Wird die Hypothese Hurst Exponent i.Z.m. BMD bestätigt?
WENN JA: Einsatz 3D Printing; Prognosevalidität von FRAX höher
*) BMD: Bone Mass Density
SEITE 10
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
4 c. Fuzzy Logic & erweiterte Validität?
Beispiel: statt diskreter 2-wertiger Aussagenlogik, später n-wertige
Aussagenlogik gilt eine kontinuierliche Wahrheitswertfunktion mit
dementsprechender Modifikation der Junktoren und Quantoren.
[7: L. Zadeh]
Ist die Fuzzification ein disziplinierter Übergang
von Nichtwissen zu Wissen betreffend dem
Gewinnen von logischen Aussagen?
Altersattribute *)
als fuzzy variable
*) http://de.wikipedia.org/wiki/Fuzzylogik#Fuzzy-Set-Theorie
SEITE 11
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
4 d. Computerunterstützte, videobasierte
Situationsanalyse (1)
Temporale Logik z.B. LTL Lineare Temporale Logik , wobei UNTIL und
RELEASE auch fuzzifizierbare Operatoren sind.
Die unscharfe metrisch-temporale Logik FMTHL entstand durch schrittweise
Erweiterung der Prädikatenlogik erster Ordnung (PL1) durch
[8];Anwendung in:[9]. Erweiterung der PL1 einerseits um Behandlung
metrisch-temporaler Ausdrücke zur metrisch-temporalen Logik MTL Und
andererseits um Behandlung von Unschärfe, wodurch die unscharfe Logik
erster Ordnung FL1 entstand. [15]
Hinweis:
“F-Limette” fuzzy logic programming integrating metric temporal
extensions.
SEITE 12
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
4 d. computerunterstützte, videobasierte
Situationsanalyse (2)
 Beide Erweiterungen eingeschränkt auf das Horn-Logische Fragment ein,
um effiziente rechnergestützte Schlussfolgerung gewährleisten zu
können und damit die metrisch-temporale Hornlogik (MTHL) und die
unscharfe Hornlogik (FHL) zusammenzuführen. Diese beiden werden
schließlich zur unscharfen metrisch-temporalen Logik eingeschränkt auf
das Hornfragment FMTH vereinigt.[8]
Verringertes Nichtwissen bei image mining bewegter Bilder mit FMTH.
Anwendung: Sicherheitstechnik, automatisierte Szenenanalyse von
Videoinformation (z.B. Videokontrolle)
Erkennen einer Situation
[9; S.8] Zeigen eines Quadrates:
SEITE 13
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
5. Übergang von Wissen zu
Nichtwissen und zurück
„Alles Leben ist Problemlösen“ (K. POPPER)
W
?
Ohne Ziel und Wille zum Ziel => keine Engpässe
=> ohne Engpässe keine Probleme
=> ohne Probleme keine Fragen
=>
!
NW
ohne Fragen kein Bewusstsein für Nichtwissen
⇒ Ohne Bewusstsein für Nichtwissen kein Überleben eines Systems
auf längere Sicht
⇒ Daher
„SCIO NESCIO“ ICH WEISS DASS ICH NICHT WEISS
(Hinweis: Das ergänzende „-s“ an „nicht“ ist ein Übersetzungsfehler).
SEITE 14
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
6. SCHLUSSFOLGERUNG (1)
Das anthropologische (pragmatische) Obligat
der Erkenntnistheorie nach W. Leinfellner [10]:
„Erkenntnis ist für den Menschen und
er selbst ist ihr Schöpfer,
sowie der ihrer Methoden.“
LT
LC
LO/LM
Erkenntnis sichert das Überleben
Erkenntnis ist in Wissen umgewandeltes Nichtwissen.
reality
LT: theoretical language,
LC: coordination language,
LO,LM: observational/measurement language
SEITE 15
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
Duales
Theorienschema
6.
SCHLUSSFOLGERUNG (2)
Fragen sind die notwendige Bedingung und sich bewährende (noch
nicht falsifizierte) Antworten auf die Fragen sind die hinreichende
Bedingung für positive Zukunftsentwicklung durch iterative Umwandlung
von (domainrelativem) Nichtwissen in (domainrelatives) Wissen.
Es bleiben viele Fragen offen wie z. B:
 INUS Bedingung [11] und Multikausalität
 Polykontexturale Logik [12]
 Multidisziplinäre Kommunikation [13]
SEITE 16
MANAGEMENT VON NICHTWISSEN / R HASENAUER 16.1.2014
Literaturquellen
[1] Wilke, 2004, S. 27. In: Willke, H. (2004). Einführung in das systemische Wissensmanagement. Heidelberg
[2] Lorenzen P. Metamathematik 1962
[3] Popper Karl. Alles Leben ist Problem lösen, 1994
[4] W.R. Ashby: An introduction to Cybernetics. 1956
[5] Carlsson C., Fuller R., Fuzzy sets and systems, 1996
[6] Vanderwalle N, Ausloos M., Crossing of Two mobile Averages: A method for measuring the roughness exponent, in: Phys.
Rev. E 58, 6832–6834 (1998)
[7] Zadeh. L.:"Fuzzy logic and its application to approximate reasoning". In: Information Processing 74, Proc. IFIP Congr. 1974
(3), pp. 591–594.
[8] Schäfer, Karl H.: Dissertationen zur Künstlichen Intelligenz (DISKI) Bd. 135: Unscharfe zeitlogische Modellierung von
Situationen und Handlungen in Bildfolgenauswertung und Robotik . Sankt Augustin : infix 1996. ISBN 3-89601-135-9
[9] Grosselfinger, A-K., Zur Behandlung von Unsicherheit und unvollständiger Information bei der videobasierten
Situationserkennung 2011, Fraunhofer Institut für Optronik, Systemtechnik und Bildauswertung
[10] Leinfellner, W., Êinführung in die Erkenntnis- und Wissenschaftstheorie, 1965
[11] Mackie. J., Causes and Conditionals, in American Philosophical Quarterly, Band 2, 1965, S. 245–264
[12] Günther G., Idee und Grundriss einer nicht Aristotelischen Logik. Meiner, Hamburg 1959, 3. Auflage 1991
[13] Hasenauer, R.; Filo,P.;Störi,H.: “The Marketing of High-Tech Innovation: Research and Teaching as a Multidisciplinary
Communication Task” in: IJMBS, Vol.1, No 1/1 (special edition) April 2013, pp. 43-51
[14] L. Natsikos; B. Richter. Nichtwissen als möglicher Erfolgsfaktor in Organisationen; in ISSN 2190-829X
[15) M. Arens, Prototypische Umsetzung einer natürlichsprachlichen Verhaltensbeschreibung in eine unscharfe metrisch
temporale Logikdarstellung, Dipl.Arb.,Karlsruhe 2001
[16] U. Schneider, Das Management der Ignoranz – Nichtwissen als Erfolgsfaktor, Wiesbaden 2006
SEITE 17
Kontakt
Danke!
&
Fragen?
mail [email protected]
www.hitechcentrum.eu
www.hitec.at, www.imagination.at,
SEITE 18
Marketing management institute
Welthandelsplatz 1, Building D2
1020 Vienna, Austria
T +43-1-313 36-4609/4682
F +43-1-313 36-90 732
wu.ac.at/mm
SEITE 19
MANAGEMENT VON NICHTWISSEN / HASENAUER