Wissen – Glauben – Algorithmen

Das Gegenteil von Wissen ist nicht Unwissen, sondern Glauben. Denn Unwissen schafft erst den Bedarf nach Wissen, während der Glaube etwas zu wissen die Aneignung neuen Wissens geradezu blockiert. Religiöse Glauben (aller Konfessionen) sind daher mit “Wissen”-schaften inkompatibel, aber Voraussetzung für alle Pseudowissenschaften von der Astrologie über Homöopathie bis zur Radiästhesie und Zauberei. Auch die kategorische Ablehnung logischer Argumente oder wissenschaftlich begründeter Fakten, wie sie von Verschwörungs- und Heilstheoretikern gerne praktiziert wird, zeugt nicht von deren “geheimem Wissen”.

Ähnlich wie Glauben bedürfen auch Meinungen keiner weitergehenden Sachkenntnis zu einem Gegenstand. Jeder hat das Recht auf eigene Meinung und diese auch zu äußern, ohne dass man dafür gleich zur Verantwortung gezogen wird. Solche Meinungsäußerungen stoßen jedoch nicht immer auf entsprechend kritisches Denken. Insbesondere wenn viel Bullshit mit viel Applaus, vielen Klicks, Likes und Shares honoriert wird, geht ein wichtiges Korrektiv verloren und öffnet sich das Tor zu extremistischem Gedankengut. Daher könnte es ein wichtiger Schritt sein, wenn Facebook auch die Auszeichnung als Fakenews/Bullshit zulassen würde.

Meinungen und Glauben werden aber auch dann nicht zu Wissen, wenn sie (pseudo-)wissenschaftlich gelernt und (als alternative Fakten) präsentiert oder von vielen Individuen geteilt werden (z.B. in sozialen Medien). Diese Unterscheidung wird in der Alltagssprache zu wenig deutlich gemacht. Dadurch werden auch Gerüchte (“Hören-Sagen”) und Mythen leicht zu “Wissen”, obwohl sie nicht versteh- und überprüfbar sind. Selbst Einzeller “wissen” demnach, wie sie Nahrung finden, und Pflanzen, in welche Richtung sie wachsen müssen. Aus anthropomorpher Sicht sieht es nach bewussten oder zumindest  wissensbasierten Handlungen aus. Aber sie verstehen dabei nicht die Bedeutung ihres Tuns und können sich auch nicht dafür oder dagegen entscheiden. Sie folgen nur ihrem Instinkt, dem Algorithmus ihres genetischen Codes.

Folgerichtig spricht man bei der Verknüpfung von Daten (!) in einem Prozessor eines Rechners nicht von Wissen. Selbst eine Maschine mit Artificial Intelligence “weiß” nicht, was die Verknüpfungen ihrer Informationen bedeuten, weil sie nicht weiß, was die Daten bedeuten. Die Maschine führt nur Datenverarbeitung nach immer gleichen – wenngleich hochkomplexen – Algorithmen durch. Was auch immer das Ergebnis ist, ist für die Maschine  belanglos. Die Maschine fragt nicht nach dem Sinn. Denn ihr einziger Sinn ist es, so zu funktionieren, wie es ihr ihr Konstrukteur zugedacht hat. Nur Menschen können diesen Sinn erkennen. Sinn, Erkenntnis (Verstehen) und Wissen hängen also zusammen. Durch Erkenntnis eines Sachverhalts oder Zusammenhangs bekommen Informationen, die dazu geführt haben, eine neue Bedeutung und Qualität. Erkennen von Prinzipien hinter einzelnen Phänomenen oder Ereignissen ist mehr als nur Wahrnehmung (im Sinne von Sensorik) und hat etwas mit dem individuellen Weltbild und Wertesystem zu tun. Computer haben kein Weltbild. Sie wenden ihre Algorithmen auf  Daten an. Daher verwundert es auch nicht, dass der Computer in “Hitchhiker’s Guide to the Galaxy” die Frage „nach dem Leben, dem Universum und dem ganzen Rest“ (engl. “life, the universe and everything”) mit “42” beantwortete. Er „wusste“ es schlicht und einfach nicht. Und es war ihm egal.

Was ist Wissen?

Wissen ist das Produkt von Theorienbildung durch Verknüpfung verschiedener Informationen im Gehirn mit anschließender Verifizierung, Falsifizierung oder Validierung zu etwas eigenem – eben Wissen.

Die Wissen bildenden Informationen können wissenschaftlich (empirisch, induktiv, deduktiv) oder anekdotisch gewonnen werden. Sie umfassen mehr oder minder auch Metainformationen, die einen Kontext beschreiben. Häufig ermöglichen erst die Kontextinformationen eine Beurteilung bzw. das Verstehen der Bedeutung einer Information. Viele Suchalgorithmen versuchen daher, Kontextinformationen (wie z.B. User-Profile, Hyperlinks) zu berücksichtigen, um die Relevanz von Informationen für die konkrete Suche messbar zu machen.

Diese Art von Wissen kann hinterfragt und zumindest prinzipiell falsifiziert, d.h. logisch-rational auf wahr/falsch überprüft werden. Die Wahrheit resultiert aus der Faktenlage, nicht aus einem Modetrend oder einer Mehrheitsmeinung. Zusammen mit praktischer Erfahrung (Können) resultiert aus diesem Wissen Kompetenz.

Wissen im Unternehmen

Organisations”wissen” ist jenes Wissen, das im Unternehmen gespeichert ist, bevor der erste Mitarbeiter am Morgen seinen Dienst beginnt. Es ist codiert in Prozess-Handbüchern und Bedienungsanleitungen, aber auch in Produktionsabläufen, Netzwerken, im Arbeitsklima und in der Firmenphilosophie. Es ist der Rohstoff für Innovation, Training on the Job, Forschung & Entwicklung, Führung and Management. Wenn sich der Wert eines Unternehmens immer weniger nach dessen materiellem Vermögen, aber immer mehr nach seiner Innovationskraft bemisst, so wird klar, dass Wissen, Wissensmanagement und Wissensorganisation für die Wettbewerbsfähigkeit entscheidend sind.

Persönliches Wissen umfasst neben dem digitalisierbaren Faktenwissen auch persönliches Know-how, Überzeugungen und individuelle Wahrnehmungen, die oft nur bruchstückhaft oder nur nonverbal vermittelbar sind (“Tacit Knowledge”). Bereits in den 1960er Jahren hat Polanyi den Begriff des “tacit knowledge” geprägt. (Michael Polanyi: The tacit dimension. Doubleday, Garden City 1966, ISBN 0-8446-5999-1) Damit war jenes Wissen gemeint, das jeder “stillschweigend” über seine Umwelt oder seine Arbeit hat, ohne es jedoch in Worten ausdrücken zu können. Es kann somit nur non-verbal, wenn überhaupt, kommuniziert werden. Daher ist das explizierte, verbalisierte, dokumentierte Wissen allein immer irgendwie unvollständig, mehrdeutig und erklärungsbedürftig.

Wissen im Wissensmanagement

“You can’t manage knowledge. Knowledge is between two ears, and only between two ears.”

– Peter Drucker

Doch was wird dann im Wissensmanagement gemanagt? Wissensmanagement versucht, jenes Wissen zu managen, das für die Unternehmensprozesse relevant ist und daher in die Wissensbilanz bestehend aus Humankapital, Beziehungskapital und Strukturkapital einfließen sollte.

  • Humankapital: individuelles Expertenwissen, Know-how und Fähigkeiten der Mitarbeiter;
  • Beziehungskapital: externes Wissen jener, die über Beziehungen (Netzwerke) erreicht werden können;
  • Strukturkapital: Organisationswissen, das in den Strukturen, Prozessen und der Unternehmenskultur einer Organisation zum Ausdruck kommt.

Um “stillschweigendes” Wissen weitergeben zu können, bedarf es der sozialen Interaktion zwischen Personen (Sender und Empfänger). Diese Interaktion zu ermöglichen ist eine der Herausforderungen im Wissensmanagement, das über Informationsmanagement hinausgehen will. Im Wissensmanagement geht es daher immer mehr um das Management des Wissenstransfers, zum einen in der direkten Kommunikation (gesprochen oder durch IT vermittelt), zum anderen in der indirekten Kommunikation mittels Dokumentation.

Wissensgesellschaft

Die Wissensgesellschaft ist jener Teil der Gesellschaft, der seine Wettbewerbsfähigkeit auf Wissen stützt. Lebenslanges Lernen, der Austausch von Informationen und der ökonomische Umgang mit Informations- und Wissensträgern bilden die Grundlagen der Wertschöpfung.

Instinkt – Glauben – Wissen – Weisheit

Wenn zuwenig Wissen existiert, wird es durch Instinkt, Intuition, Gefühl (“Bauchgefühl”) oder Glauben ergänzt oder ersetzt.

Wissen findet seine Vollendung in Weisheit, “einem tiefgehenden Verständnis von Ursachen und ihren Wirkungen in Natur, Leben und Gesellschaft und der daraus resultierenden Fähigkeit, in der Problemlösung die jeweils schlüssigste und sinnvollste Handlungsweise zu identifizieren.”

Leave a Comment