{"id":3410,"date":"2016-01-15T07:00:33","date_gmt":"2016-01-15T06:00:33","guid":{"rendered":"http:\/\/blog-conny-dethloff.de\/?p=3410"},"modified":"2016-07-18T06:18:31","modified_gmt":"2016-07-18T05:18:31","slug":"maschinen-kennen-nur-das-was-niemals-das-warum","status":"publish","type":"post","link":"https:\/\/blog-conny-dethloff.de\/?p=3410","title":{"rendered":"Maschinen kennen nur das “WAS”, niemals das “WARUM”"},"content":{"rendered":"

Ich habe im letzten Post Die Big Data Analytics Matrix<\/a> der Artikelserie zu End-to-End Organisation von Unternehmen und der damit einhergehenden Kennzahlenorientierung und Steuerung bzw. Regelung, dargelegt, dass einzig und allein \u00fcber Daten und Algorithmen, also ohne dass der Mensch \u00fcber seine Kognition eingreift, niemals Erkenntnisse \u00fcber Beweggr\u00fcnde f\u00fcr bestimmte Handlungen eines Menschen eruiert werden k\u00f6nnen. Damit habe ich den roten Bereich der Big Data Analytics Matrix aufgespannt. Ich habe in einigen nachgelagerten Gespr\u00e4chen dazu festgestellt, dass ich diese Hypothese aus meiner Sicht noch weiter beleuchten sollte. Das m\u00f6chte ich mit diesem Post tun.<\/p>\n\n\n\n\n\n\n\n\n\n\n
Beitr\u00e4ge zur Reihe “End-to-End Organisation und Steuerung\/ Regelung von Unternehmen”<\/strong><\/td>\nLink<\/strong><\/td>\n<\/tr>\n
Ist bei End-to-End Prozessen auch immer wirklich End-to-End drin?<\/td>\n\"link\"<\/a><\/td>\n<\/tr>\n
Eine konkrete End-to-End Prozessbetrachtung am Beispiel eines Handelsunternehmens<\/td>\n\"link\"<\/a><\/td>\n<\/tr>\n
Methoden passen immer, \u2026<\/td>\n\"link\"<\/a><\/td>\n<\/tr>\n
Die Big Data Analytics Matrix<\/td>\n\"link\"<\/a><\/td>\n<\/tr>\n
Maschinen kennen nur das “WAS”, niemals das “WARUM”<\/td>\nDieser Beitrag<\/td>\n<\/tr>\n
Unreflektierte KPI Orientierung in Unternehmen ist wie “Malen nach Zahlen”<\/td>\n\"link\"<\/a><\/td>\n<\/tr>\n
Steuerung und Regelung von Unternehmen mit dem Viable System Model<\/td>\n\"link\"<\/a><\/td>\n<\/tr>\n<\/tbody>\n<\/table>\n

Stimmt man mit der oben genannten These nicht \u00fcberein, dann glaubt man an die folgende.<\/p>\n

F\u00fchren 2 Menschen identische Handlungen aus (materielle Welt), dann basieren diese Handlungen auch auf den identischen Beweggr\u00fcnden (seelische Welt).<\/p><\/blockquote>\n

Ich negiere diese Hypothese ganz klar, was ich nachgelagert belegen m\u00f6chte. Warum? Weil ich an dieser Stelle keinem Kategorienfehler zwischen Komplexit\u00e4t und Kompliziertheit erlegen sein m\u00f6chte. Hier passt der blinde Fleck der Hirnwissenschaft.<\/p>\n

Aus dem reinen Feuern von Neuronen im Gehirn des Menschen (Quantit\u00e4ten), k\u00f6nnen wir Stand heute, trotz aller technologischer und wissenschaftlicher Fortschritte, noch keine Gef\u00fchlszust\u00e4nde (Qualit\u00e4ten), wie “Ich liebe” oder “Ich habe Heimweh”, ableiten.<\/p><\/blockquote>\n

Oder wie es Heinz von F\u00f6rster in seinem lesenswerten Buch Wissen und Gewissen<\/a> sehr sch\u00f6n beschreibt.<\/p>\n

… da drau\u00dfen gibt es n\u00e4mlich in der Tat weder Licht noch Farben, sondern lediglich elektromagnetische Wellen; da drau\u00dfen gibt es weder Kl\u00e4nge noch Musik, sondern lediglich periodische Druckwellen der Luft; da drau\u00dfen gibt es keine W\u00e4rme und keine K\u00e4lte, sondern nur bewegte Molek\u00fcle mit gr\u00f6\u00dferer oder geringerer durchschnittlicher kinetischer Energie usw.<\/p><\/blockquote>\n

Die Schnittstelle zwischen der materiellen und der seelischen Welt ist bislang nicht ergr\u00fcndet. Diese Schnittstelle m\u00fcsste aus Quantit\u00e4ten Qualit\u00e4ten erzeugen. Unsere Mathematik kann aber genau das nicht, da sie auf Monokontexturalit\u00e4t basiert. Die folgende Abbildung stellt diese Beziehung dar.<\/p>\n

\"Schnittstelle<\/a><\/p>\n

Bei Maschinen existiert diese Konstellation nicht. Klar, dort fehlt die seelische Welt. Wenn also 2 Maschinen das gleiche tun, dann “f\u00fchlen” diese auch gleich, da sie den gleichen Kontext haben. Sie haben ja nur einen, n\u00e4mlich im Sinne dessen wof\u00fcr sie geschaffen wurden. Nat\u00fcrlich hat beispielsweise ein Schachcomputer niemals den gleichen Kontext wie ein Parkassistent im Auto. Obwohl jeder der beiden Maschinen genau einen hat: Monokontexturalit\u00e4t. Daher w\u00fcrden wir auch nie auf die Idee kommen zu meinen, dass der Parkassistent und der Schachcomputer sich gleich verhalten.<\/p>\n

Mit Big Data und den darauf aufsetzenden Algorithmen kann man Aktionen von Menschen aus der Vergangenheit beobachten, allerdings ohne diese zu werten. Es wird also ausschlie\u00dflich gemessen. Die materielle Welt kann also komplett abgebildet werden. Das “Was” (Korrelation) wird beantwortet. Diese Beobachtungen lassen sich aber nicht bewerten, da der Kontext, also die seelische Welt der Menschen, unsichtbar bleibt. Das “Warum” (Kausalit\u00e4t) bleibt im Verborgenen. Dementsprechend lassen sich auch \u00fcber Algorithmen keine Erkenntnisse generieren. F\u00fcr das “Warum” ben\u00f6tigt man den Menschen. Und nur wenn man das “Warum” beantwortet, kann man Erkenntnisse aus Daten gewinnen.<\/p>\n

Sie k\u00f6nnen an der obigen Abbildung auch sehr sch\u00f6n den Bezug zum Kompl-IZ-EX Modell<\/a> herstellen. Jetzt verstehen Sie vielleicht auch noch mehr, warum ich Kompliziertheit und Komplexit\u00e4t nicht wie im Cynefin-Modell auf einer Kategorienebene dargestellt habe.<\/p>\n

Wie gesagt, die Schnittstelle zwischen der materiellen und seelischen Welt ist nicht ergr\u00fcndet. Setzen wir Algorithmen, die einzig und allein in der materiellen Welt ihre uneingeschr\u00e4nkte Daseinsberechtigung haben, zum Abbilden dieser Schnittstelle ein, begehen wir einen Kategorienfehler. Versuchen wir mit unserer heutigen Zweiwertigen Mathematik Verhalten des Menschen zu ergr\u00fcnden und Erkenntnisse zu generieren, befinden wir uns also bestenfalls im gelben Bereich, da wir in Summe Mittel der komplizierten Welt nutzen. Heuristiken sind hier Hilfsmittel, da unsere Mathematik derzeit nichts anderes bietet. Ist der Mensch aus dem Spiel, landen wir, wenn wir die richtigen Algorithmen w\u00e4hlen, im gr\u00fcnen Bereich. Das k\u00f6nnen Sie an der Big Data Analytics Matrix abgebildet erkennen.<\/p>\n

Nutzt man f\u00fcr die Schnittstelle von der materiellen in die seelische Welt einen Algorithmus, dann muss dieser nat\u00fcrlich den Menschen trivialisieren. Er muss ganz stark verallgemeinern. Die oben abgebildeten “m:n Beziehungen” lassen sich nicht programmieren, da die Konditionen f\u00fcr die Verzweigungen unbekannt sind. Sie sind abh\u00e4ngig vom jeweiligen Kontext des Menschen, der aber erst einmal wahrgenommen werden muss, um dann darauf reagieren zu k\u00f6nnen. Jeder Algorithmus ist auf Monokontexturalit\u00e4t aufgebaut, das hei\u00dft, die Kontexte und damit die Verzweigungen m\u00fcssen dem Algorithmus ex ante mitgeteilt werden. <\/p>\n

Beschreiben geht nur im Rahmen eines vorher gesetzten Kontextes. Das ist dann Messen. Das kann man mit Maschinen automatisch auf einer Datenbasis gestalten. Wahrnehmen bedeutet aber gleichzeitig das Setzen eines Kontextes, der nicht gegeben ist. Das kann eine Maschine nicht. 2 Beispiele dazu.<\/p>\n

Was Menschen in einem Onlineshop tun, kann man tracken. Die Daten kann man erheben und speichern. Man kann aber nicht tracken, warum sie genau das tun, wie also die Gef\u00fchle hinter diesen Taten waren. Es kann also sein, sogar sehr wahrscheinlich, das zwei Menschen auf dem Onlineshop genau das Gleiche tun, aber unterschiedliche Beweggr\u00fcnde daf\u00fcr haben. <\/p>\n

Stellen sie sich eine Frau vor, die sich mit ihrem Mann streitet. Sie ist frustriert und kauft deshalb ein (Frustk\u00e4ufe). In dem Kontext des “Kaufens” ist sie nicht frustriert. Sie will ja gerade ihren Frust mit dem Kaufen besiegen. Im Kontext ihres “Mannes” ist sie aber frustriert. Sie ist also beides gleichzeitig “frustriert” und “nicht frustriert”. Eine Maschine w\u00fcrde hier einen Fehler melden: Widerspruch. Wir Menschen k\u00f6nnen damit umgehen, da wir polykontextural denken und agieren, es aber nicht in Logik und damit Algorithmen verorten k\u00f6nnen. <\/p>\n

An dieser Stelle m\u00f6chte ich auch noch einmal auf das Lernen eingehen. Grunds\u00e4tzlich sollte man Lernen in einen differenzierten Kontext setzen, was ich in meinem Artikel K\u00f6nnen Maschinen entscheiden?<\/a> auf der Plattform der Unternehmensdemokraten versucht habe. Dort spreche ich 3 verschiedene Lernarten an. Maschinen k\u00f6nnen nur Lernen_1. Lernen_1 funktioniert ausschlie\u00dflich in genau einem vorher gesetzten bestimmten Kontext. Ein Parkassistent wird niemals Schach lernen, umgekehrt ein Schachcomputer niemals das Einparken eines Autos. Der Parkassistent hat den Kontext “Parke das Auto in die Parkl\u00fccke ein.” Der Schachcomputer hat den Kontext: “Gewinne das Schachspiel unter Einhaltung der Regeln.”<\/p>\n

Das Setzen des Kontextes geschieht durch den Menschen und zwar durch vorher bestimmte Eingangsparameter, auf deren Basis die Maschine einen bestimmten Output in dem gegebenem Kontext errechnen soll. Kontextwechsel bedeutet das Hinzunehmen neuer Eingangsparameter, die die Maschine nun wieder neu messen muss. Wahrnehmen funktioniert ja nicht, da die Sensoren der Maschine auf genau diese Daten justiert werden m\u00fcssen und der Programmcode der Maschine ge\u00e4ndert werden muss, um diese neuen Parameter zu verarbeiten um einen Output zu errechnen. Nach diesem Setzen der neuen Parameter inkl. der Anpassung der Sensoren der Maschine und des Programmcodes ist also der genau eine Kontext der Maschine erweitert worden. Damit agiert die Maschine nat\u00fcrlich weiterhin monokontextural. Da der Mensch durch seine Wahrnehmungs- und Denkprozesse das \u00c4ndern und Erweitern eines Kontextes von sich heraus alleine bewerkstelligen kann, spricht man davon, dass er polykontextural agiert.<\/p>\n

Nun verliere ich noch ein paar Worte zu Heuristiken, um klarer zu machen, wo die Unterschiede zu Algorithmen liegen.<\/p>\n

Heuristiken basieren niemals auf dem “WARUM”, sondern nur auf dem “WAS”, weil die Schnittstelle zwischen der materiellen und der seelischen Welt nicht beschreibbar ist. Wenn man beispielsweise erkennt, dass ein Kunde auf Newsletter nicht reagiert, sprich diese Mails niemals oder sehr selten \u00f6ffnet (“WAS”), kann ich die Entscheidung treffen, diesem Kunden keine Newsletter mehr zu senden. Die hinter liegenden Gr\u00fcnde, “WARUM” der Kunde die Newsletter nicht oder selten \u00f6ffnet, bleiben im Verborgenen, spielen f\u00fcr das Setzen der Heuristik “Kunden, die selten oder gar nicht auf Newsletter reagieren, bekommen keine Newsletter mehr” auch keine gro\u00dfe Rolle.<\/p>\n

Heuristiken basieren immer nur auf “Viele” und niemals auf einzelne Individuen, da sie stets auf Daten der Vergangenheit basieren. Hier wieder das Beispiel mit den Newslettern. Nur weil ich, Conny Dethloff, fr\u00fcher selten oder gar nicht auf Newsletter reagiert habe, bedeutet das nicht automatisch, dass ich auch in Zukunft niemals auf Newsletter reagieren werde. Wenn man diese Erkenntnis aber auf einer Basis von vielen Kunden gewinnen kann, ist die Vermutung gro\u00df, dass die vorher gesetzte Heuristik viabel ist, auch wenn sie f\u00fcr einzelne wenige Kunden nicht stimmen mag. <\/p>\n

Entscheidungen, die also auf einem “WARUM” basieren, basieren nicht auf Heuristiken und unterliegen deshalb einem Kategorienfehler, da sie versuchen die Schnittstelle zwischen der materiellen und der seelischen Welt nachzubilden. Auch dazu wieder ein Beispiel. Ich referenziere auf die im letzten Post dargestellte Sales Attribution im Handel. Wir sind nicht im Stande, die gesamten Aktivit\u00e4ten eines Kunden im Netz auf einen dedizierten Kauf eines Artikels zu mappen. An dieser Stelle verlasse ich das “WAS” und gehe in die seelische Welt \u00fcber, versuche also das “WARUM” zu beantworten. Das ist nicht zul\u00e4ssig. Hier muss ich nach Heuristiken suchen, die einzig und allein auf dem “WAS” basieren. L\u00f6sungsm\u00f6glichkeiten habe ich f\u00fcr diesen Anwendungsfall im voran gegangenen Post gegeben. <\/p>\n

Eines noch zum Schluss. Man k\u00f6nnte nun nat\u00fcrlich argumentieren. <\/p>\n

Ja, okay. Auf Individuenebene kann ich das “WARUM” \u00fcber Daten und Algorithmen automatisch ohne Zutun des Menschen nicht erkennen. Aber wenn ich diese Erkenntnisse gar nicht auf Individuenebene anwenden m\u00f6chte (Quadrant IV der Big Data Anlytics Matrix), sondern auf “Viele” (Quadrant I der Big Data Anlytics Matrix), dann aggregiere ich ja diese Erkenntnisse. Damit bilde ich dann einen Durchschnitt und dann passt es wieder.<\/p><\/blockquote>\n

Stimmt das? Welche Mittel nutzen wir denn f\u00fcr das Aggregieren der Erkenntnisse? Richtig, Mittel der Zweiwertigen Mathematik. Passt also nicht. Ich habe im vorangegangenen Post L\u00f6sungsm\u00f6glichkeiten f\u00fcr solche Art von Anwendungsf\u00e4lle gegeben. Das verbindende Element aller dieser Optionen ist der Einsatz von Heuristiken, die aber wie gesagt auch nur eine Ann\u00e4herung erm\u00f6glichen.<\/p>\n

Nun werde ich im kommenden Post dieser Reihe zum Thema Kennzahlen und Steuerung \u00fcberleiten.<\/p>\n

Eines nur schon mal vorweg. Mit dem bisher Gesagten wird auch meine These, dass der Mensch im Zuge der Digitalisierung immer mehr an Bedeutung gewinnt, deutlicher. Wir m\u00fcssen keine Angst vor Maschinen haben. Sie helfen uns, aber nur in den Bereichen, wo wir bereits gen\u00fcgend Expertise und Wissen erlangt haben, und wo auch gar nicht mehr gefordert ist, bei Routinet\u00e4tigkeiten. Wenn es um Erkenntnisgewinn und Innovation geht, dann k\u00f6nnen wir uns nur selber helfen. Wir m\u00fcssen denken, denn Maschinen erkennen niemals das “WARUM”, nur das “WAS”.<\/p>\n\"1\"2\"3\"4\"5 (8<\/strong> Bewertung(en), Durchschnitt: 4.50<\/strong> von 5)
<\/span><\/span>Loading...<\/span>\n","protected":false},"excerpt":{"rendered":"

Ich habe im letzten Post Die Big Data Analytics Matrix der Artikelserie zu End-to-End Organisation von Unternehmen und der damit einhergehenden Kennzahlenorientierung und Steuerung bzw. Regelung, dargelegt, dass einzig und allein \u00fcber Daten und Algorithmen, also ohne dass der Mensch … Continue reading →<\/span><\/a><\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[5,24,80],"tags":[84,87,39,53],"class_list":["post-3410","post","type-post","status-publish","format-standard","hentry","category-denken","category-komplexitat","category-methoden","tag-denken","tag-komplexitat","tag-kunstliche-intelligenz","tag-mathematik"],"jetpack_featured_media_url":"","_links":{"self":[{"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=\/wp\/v2\/posts\/3410","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=\/wp\/v2\/users\/1"}],"replies":[{"embeddable":true,"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcomments&post=3410"}],"version-history":[{"count":25,"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=\/wp\/v2\/posts\/3410\/revisions"}],"predecessor-version":[{"id":3568,"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=\/wp\/v2\/posts\/3410\/revisions\/3568"}],"wp:attachment":[{"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=%2Fwp%2Fv2%2Fmedia&parent=3410"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=%2Fwp%2Fv2%2Fcategories&post=3410"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/blog-conny-dethloff.de\/index.php?rest_route=%2Fwp%2Fv2%2Ftags&post=3410"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}