Digitali­sie­rung und Indus­trie 4.0 – Eine Ein­füh­rung zu aus­ge­wähl­ten neueren Ent­wick­lungen in Wirt­schaft und Ge­sell­schaft

1.1 Die indus­tri­el­len Revo­lu­tio­nen und Bau­steine von Indus­trie 4.0

Die erst­ma­lige Er­wäh­nung des Begriffs Indus­trie 4.0 stammt aus dem Jahr 2011 und sollte das Ziel zum Aus­druck bringen, eine vierte Revo­lu­tion ein­zu­leiten (Kager­mann, Lukas, Wahlster 2011). Während die voraus­ge­gan­ge­nen indus­tri­el­len Ent­wick­lungen grob in Me­cha­ni­sie­rung, Elek­tri­fi­zie­rung und (erste) Auto­ma­ti­sie­rung ein­zu­tei­len sind (siehe Abb. 1.1), wird unter Industrie 4.0 eine Ent­wick­lung ver­stan­den, die eng ver­bun­den ist mit Begrif­fen wie (For­schungs­union Wirt­schaft und Wissen­schaft 2013; Kager­mann, Wahlster, Helbig 2013):

• Internet der Dinge, Daten und Dienste (Internet of Services - IoS - soll zum Aus­druck bringen, dass neben oder ver­bunden mit intel­li­gen­ten Pro­duk­ten auch intel­li­gente Dienst­leis­tungen an­ge­bo­ten werden können),

• cyber-physische Systeme (CPS) und auch cyber-physische Pro­duk­tions­sys­teme (CPPS), ver­ti­kale und hori­zon­tale Ver­net­zung von Unter­nehmen,

• Smart Factories, Smart Devices und Smart Products

Die oben genann­ten Smart Facto­ries nutzen die Ver­net­zung, in dem Maschinen mit­ein­ander kom­mu­ni­zie­ren. Wie eine solche Fabrik von morgen aus­se­hen kann, zeigt das fol­gende Video vom Bundes­mi­nis­te­rium für Bil­dung und For­schung (BMBF; https://www.bmbf.de/de/zukunftsprojekt-industrie-4-0-848.html):

© Bundes­mi­nis­te­rium für Bil­dung und For­schung

Laut der For­schungs­union Wirt­schaft und Wissen­schaft (2013: 10) ist die „Trans­for­ma­tion in eine web- und wissens­basierte Dienst­leis­tungs­ge­sell­schaft [...] unum­kehr­bar. [Hervor­hebung ergänzt]", wobei man heut­zu­tage durch­aus die Meinung ver­treten kann, dass wir – an­stelle von einer Wissens­ge­sell­schaft – von einer Kompe­tenz­gesell­schaft aus­ge­hen können (Sauter 2015) (Deckert 2017a).

Für Sie als Bachelor­stu­die­rende sind in dieser Kompe­tenz­ge­sell­schaft gemäß dem Quali­fi­ka­tions­rahmen für deutsche Hoch­schul­ab­schlüsse (vgl. https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2017/2017_02_16-Qualifikationsrahmen.pdf) Kom­pe­ten­zen in den fol­gen­den Be­rei­chen be­son­ders wichtig:

• Fach­kom­pe­tenz – Wissen und Ver­stehen

• Methoden­kom­pe­tenz – Einsatz, Anwen­dung und Erzeu­gung von Wissen

• Sozial­kom­pe­tenz – Kom­mu­ni­ka­tion und Ko­ope­ra­tion

• Selbst­kom­pe­tenz – Wissen­schaft­li­ches Selbst­ver­ständ­nis/Pro­fes­sio­na­­lität

Die ange­spro­chene Trans­for­ma­tion in Rich­tung einer web- und wissens­ba­sier­ten Dienst­leis­tungs­ge­sell­schaft, in der Indus­trie 4.0 und das Inter­net der Dinge dis­ku­tiert werden, ist auch ein tech­no­lo­gisch ge­präg­ter Ent­wick­lungs­pro­zess.

Aus­wei­tung des Kon­tex­tes

Nach­fol­gend finden Sie einen Über­blick zu Be­grif­fen, die eben­falls mit „4.0“ endend Ver­wen­dung finden, sowie die dazu­ge­hö­ri­gen online ver­füg­ba­ren Quel­len. Hierbei soll auf­ge­zeigt werden, dass die Dis­kus­sion rund um Indus­trie 4.0 in einen größe­ren Kon­text ein­ge­ord­net werden kann mit Be­grif­fen, denen die Endung 4.0 aufgeprägt wurde:

• Akade­mischer Arbeits­markt 4.0 (Stifter­ver­band für die Deut­sche Wissen­schaft 2016)

• Arbeiten 4.0 (Bundes­minis­terium für Arbeit und Sozia­­les 2016)

• Arbeitswelt 4.0 (Stifter­ver­band für die Deut­sche Wissen­schaft 2016)

• Bildung 4.0 (Bundes­in­sti­tut für Berufs­bil­dung 2016)

• Curriculum 4.0 (Stifter­ver­band für die Deut­sche Wissen­schaft 2016, Pro­gramm ge­mein­sam ge­för­dert mit der Carl-Zeiss-Stiftung)

• Hochschulbildung 4.0 (Stifter­ver­band für die Deut­sche Wissen­schaft 2016)

• Welt 4.0 (vgl. unter https://www.ethz.ch/de/news-und-veranstaltungen/eth-news/news/2016/10/willkommen-in-der-welt-4-0.html eine Ver­an­stal­tung der ETH Zürich)

• Wirtschaft 4.0 (Bundes­in­sti­tut für Berufs­bil­dung 2016)

Wie an­hand der Auf­lis­tung nach­voll­zieh­bar, be­schränkt sich die Ent­wick­lung nicht nur auf die Indus­trie und/oder Tech­no­lo­gie. Dies zeigt sich auch an fol­gen­dem Zitat des Stifter­ver­bandes für die Deut­sche Wissen­schaft (2016: 6):

„Der Wandel er­folgt oft schnell und grund­le­gend: Pro­duk­tions- und Logis­tik­ket­ten sowie Pro­duk­te und Dienst­leis­tungen ver­än­dern sich. Inno­va­tions­zyk­len wer­den kür­zer. Digi­ta­li­sie­rung und Tech­ni­sie­rung ver­än­dern aber auch grund­le­gend bis­lang tech­nik­ferne, wissens­inten­sive Berufs­bil­der, wie zum Bei­spiel im Jour­na­lis­mus, in der Juris­pru­denz, in der Bil­dung oder in der Ver­wal­tung. [...] Neu ist, dass die Tech­nik nicht mehr nur ma­nu­el­le Tätig­kei­ten er­gänzt oder er­setzt, son­dern zu­neh­mend ana­ly­tisch-intel­lek­tu­elle Auf­gaben über­nimmt oder unter­stützt [Her­vor­he­bun­gen er­gänzt]“.

Die branchen­über­grei­fen­den Aus­wir­kun­gen der Digi­ta­li­sie­rung wur­den von Deloitte Digital und Heads! Exe­cu­tive Consul­tancy (2015) in Form der nach­fol­gend ab­ge­bil­de­ten „Disrup­tion Map“ auf­ge­zeigt. Dabei wurden die Ver­än­de­run­gen durch die Digi­ta­li­sie­rung an­hand von zwei Größen, der Ein­fluss­stärke („Knall“) als Prozent­angabe in Bezug auf den Wandel am be­ste­hen­den Ge­schäft sowie dem Zeit­ver­lauf („Lunte“) wieder­ge­geben. Die Grafik zeigt „Bran­chen-Cluster mit deren in­di­vi­du­el­len Sze­na­rien, wann und in welchem Aus­maß sie der digi­tale Wandel tref­fen wird. Die­jeni­gen Bran­chen, denen ein großer Knall bevor­steht, soll­ten die digi­tale Trans­for­ma­tion als die zentrale Heraus­for­de­rung be­trach­ten, die in nächster Zeit auf sie zu­kommen wird. Unter­neh­men, die sich in der Kate­go­rie „lange Lunte, großer Knall“ be­fin­den, werden sich dem Um­bruch in drei bis fünf Jahren gegen­über­sehen und haben daher etwas mehr Zeit. Da­ge­gen be­steht in jenen Bran­chen, die sich dem Sze­na­rio „kurze Lunte, großer Knall“ stel­len müssen, drin­gen­de Not­wen­dig­keit zu handeln. Für einige von ihnen, wie bei­spiels­wei­se Me­dien, Tele­kom­mu­ni­ka­tion und Ein­zel­han­del, hat der Wan­del schon vor vie­len Jahren be­gon­nen und setzt sich weiter fort. Wei­tere be­trof­fe­ne Bran­chen in­ner­halb dieses Clus­ters sind das Banken- und Ver­si­che­rungs­wesen, Pro­fes­sio­nal Ser­vi­ces sowie das Bil­dungs­wesen und die Immo­bi­li­en­branche. Diese Indus­trien sehen sich einem großen Wandel – ver­ur­sacht durch digi­tale Tech­no­lo­gien und neue Wett­be­wer­ber – ge­gen­über [...]" (Deloitte Digital und Heads! Exe­cu­tive Consul­tancy 2015). Die reale Ent­wick­lung wird zeigen, wie aus­ge­prägt die Ver­än­de­rung nach Art und Umfang ver­gli­chen mit dieser bild­haft dar­ge­stell­ten Be­wer­tung sei­tens Bera­tungs­unter­nehmen sein wird.

In diesem Zu­sam­men­hang scheint es ins­ge­samt nicht ziel­füh­rend zu sein, Indus­trie 4.0 als ab­ge­grenz­te Insel­lösung für die Indus­trie zu be­trach­ten, son­dern die Ent­wick­lun­gen rund um Digi­ta­li­sie­rung und Indus­trie 4.0 als rele­vant für viele Be­rei­che zu ver­ste­hen.

Vorteile und Nach­teile der Indus­trie 4.0

Mit Indus­trie 4.0 sind nach dem Bei­trag von Bendel (2017a) Vorteile ver­bun­den wie „An­pas­sungs- und Wand­lungs­fähig­keit, Ressour­cen­effi­zienz, Ver­bes­se­rung von Ergo­no­mie und Er­hö­hung von (be­stimm­ten Formen der) Sicher­heit“ (vgl. Gabler Wirt­schafts­lexi­kon: Begriff Indus­trie 4.0). Nach Elliot (2017) trägt künst­liche Intel­li­genz das Po­ten­zial, den Men­schen ein Stück weit von mentaler Müh­sal zu be­frei­en, nach­dem vor­an­ge­gan­ge­ne indus­tri­el­le Revo­lu­tio­nen den Men­schen viel­fach von phy­si­scher Müh­sal be­freit haben. Darin mag ein mög­li­cher Vor­teil der Ent­wick­lungen rund um Indus­trie 4.0 liegen, inso­weit für mensch­liche und künst­liche Intel­li­genz Formen der Zu­sam­men­arbeit ge­fun­den werden, die für den Men­schen tat­säch­lich mental weniger müh­selig sind. Nun schaut sich Wissen­schaft nicht nur Vor­teile von etwas an, denn: Wissen­schaft nimmt selten nur einen singu­lären Blick­win­kel ein, sondern um­fasst ins­be­son­dere auch „Dis­kurs“ sowie „Reflek­tie­ren und Berück­sich­ti­gen unter­schied­licher Sicht­wei­sen und Inter­essen anderer Be­tei­lig­ter“ (vgl. Quali­fi­ka­tions­rahmen für Deut­sche Hoch­schul­ab­schlüsse hier https://www.kmk.org/fileadmin/Dateien/veroeffentlichungen_beschluesse/2017/2017_02_16-Qualifikationsrahmen.pdf, Seite 7). Mit Indus­trie 4.0 ver­bun­dene Kritik und Nach­teile können Sie mit­hilfe der nach­fol­gen­den Auf­gabe erkunden:

Mensch-Maschine-Partner­schaft

Vor diesem Hinter­grund ist un­mit­tel­bar ein­sich­tig, dass Digi­ta­li­sie­rung nicht das Ziel ist, sondern das Fun­da­ment für eine grund­le­gende Trans­for­ma­tion bildet, wobei heute nicht mehr (nur) Er­run­gen­schaf­ten wie Wasser­dampf, Elek­tri­zi­tät und fos­sile Brenn­stoffe wie in ver­gan­ge­nen Zei­ten das Wirt­schaf­ten er­mög­li­chen, son­dern zu­sätz­lich Daten, die es unter Nutzung kog­ni­ti­ver Tech­no­lo­gien (vgl. Abschnitt 1.4) zu erheben, zu veredeln und an­zu­wen­den gilt (Rometty 2016). Dabei geht es laut Rometty (2016) um „intel­li­gence aug­men­ta­tion“, also „IA“, und nicht allein um „arti­fi­cial intel­li­gence“, also „AI“. Das bedeutet, dass wir darüber nach­den­ken und uns auch kri­tisch dazu aus­tau­schen müssen, welche Formen künst­licher Intel­li­genz unsere mensch­liche Intel­li­genz gut ergänzen können sowie welche Formen künst­licher Intel­li­genz wir ak­zep­tie­ren und welche nicht. Denn dies hat einen Ein­fluss auf die Zu­sam­men­arbeit, die Ent­schei­dungs­fin­dung und das Manage­ment von Orga­ni­sa­tio­nen (Rometty 2016). In die­sem Zu­sam­men­hang stellt sich die Frage:

Was können Men­schen und was können Ma­schi­nen je­weils bes­ser be­werk­stel­li­gen und wie wir­ken beide zu­sammen?

Als eine Grenze dafür, was Ma­schi­nen kog­ni­tiv noch nicht können, be­schreibt Daven­port (2016) im Bereich der Fähig­keit Stra­te­gien zu ent­wickeln, dass Men­schen auf be­stimmten ge­dank­lichen Ebenen mit Blick auf Sinn­gebung („sense-making“) und Denken vom Großen und Ganzen aus („big-picture think­ing“) besser sind. Aller­dings merkt Daven­port (2016) auch an, dass

• Menschen im stra­te­gi­schen Be­reich nicht zwangs­läu­fig immer er­folg­reich sind mit Blick auf Fehl­schlä­ge bei Unter­neh­mens­zu­sam­men­schlüssen (Mergers & Acqui­sitions), Produkt­ein­füh­rungen oder Unter­neh­mens­ex­pan­sio­nen in neue Regio­nen und Länder,

• Computer heute bereits – mindes­tens ver­ein­zelt – stra­te­gisch rele­vante Pro­bleme eva­lu­ieren sowie

• die Diskussion hierzu auch unter Bera­tungs­unter­nehmen begonnen hat, bei denen Inter­esse an auto­ma­ti­sier­ten kog­ni­ti­ven Fähig­kei­ten („auto­mated cog­ni­tive cap­abili­ties“) fest­zu­stel­len ist (vgl. bspw. „Design­ing the Machi­nes That Will Design Stra­tegy“ von Martin Reeves und Daichi Ueda im Harvard Busi­ness Review unter https://hbr.org/2016/04/welcoming-the-chief-strategy-robot).

Viel­leicht ent­wickeln wir uns damit in eine Rich­tung, die Daven­port (2016) mit einer stra­te­gi­schen Mensch-Maschine-Partner­schaft („strategic human-machine partner­ship“) beschreibt, bei der der Mensch kog­ni­tive Tech­no­lo­gie nutzt und in der die Fähig­kei­ten des Men­schen zu Sinn­gebung und zum Denken vom Großen und Ganzen her – oder bild­lich ge­spro­chen: zum Denken aus einer Adler­per­spek­tive heraus – einmal mehr sehr wert­voll werden.

Dieser Ansatz betont ins­be­son­dere die Be­deu­tung der All­ge­mein­bil­dung des Men­schen, da viele Pro­bleme auf­grund der Kom­ple­xi­tät der Umwelt nicht mehr nur allein mit Mo­del­len und An­sät­zen einer Dis­zi­plin zu lösen sind.

Mit den nach­fol­gen­den Aus­füh­run­gen ver­suchen wir in aus­ge­wähl­ten Grund­zügen auch einen Bei­trag dazu zu leis­ten, dass Sie zu­künf­tig immer wieder und immer wieder aufs Neue eine Adler­per­spek­tive zu Digi­ta­li­sie­rung und Indus­trie 4.0 ein­neh­men können.

1.2 Digitalisierung

Für Digi­ta­li­sie­rung kann und soll keine sin­gu­lä­re Be­griffs­de­fi­ni­tion heran­ge­zogen werden, viel­mehr wird die Defi­ni­tion als vom ge­wähl­ten Kon­text ab­hängig an­ge­nom­men. An dieser Stelle wird stärker auf den digi­talen Wandel fokus­siert, der, aus­ge­hend von einer Ent­wick­lung des ersten Digi­tal­rech­ners, viel­fäl­tige Ver­än­de­rungs­pro­zesse in der Ge­sell­schaft und der Wirt­schaft her­vor­ge­rufen hat. Erst durch die Ent­wick­lung von Com­pu­tern und ins­be­son­dere die Weiter­ent­wick­lung hin zu klei­ne­ren elek­tro­ni­schen Bau­teilen mit stark an­wach­sen­der Leis­tungs­fähig­keit konnte die Digi­ta­li­sie­rung im beruf­lichen und pri­va­ten All­tag um­fas­send Einzug halten. Den Grund­stein legte im Jahre 1941 Konrad Zuse mit dem ersten voll funk­tions­fä­hi­gen pro­gram­mier­baren Digi­tal­rech­ner Z3.

Folgende online ver­füg­bare Quel­len bieten Ihnen bei Inter­esse weitere Infor­ma­tio­nen zu den An­fän­gen des Com­pu­ters bzw. zum Moore’schen Gesetz:

• Zuse, H. (2017): Konrad Zuse’s Homepage. URL:http://www.horst-zuse.homepage.t-online.de/konrad-zuse.html [Stand: 04.09.2017]

• Klauer, B. (2004): Moores Law. URL: http://www.ti.cs.uni-frankfurt.de/lehre/ss04_wissenschaftliche_dokumentation/book/node15.html [Stand: 04.09.2017]

An dieser Stelle lohnt es, sich diese Frage­stel­lung auch aus mathe­ma­tischer Per­spek­tive vor Augen zu führen. Dies gilt ins­be­son­dere, da der ex­po­nen­tielle Anstieg eines Sach­ver­halts Ihnen nicht nur hier sondern auch noch an wei­te­ren Stel­len im Stu­dium be­geg­nen wird, wie bei­spiels­weise in den Wirt­schafts­wis­sen­schaf­ten ver­bun­den mit dem Zinses­zins-Effekt. Nach­folgend wird ein Ge­dan­ken­gang prä­sen­tiert, den Prof. Dr. Thomas Ludwig (Ge­schäfts­führer des Deut­schen Klima­rechen­zentrums) 2015 im Rahmen einer Ver­an­stal­tung der Uni­ver­si­tät Hamburg vor­ge­stellt hat. Dazu führen wir uns zunächst einmal die fol­gen­den beiden Werte vor Augen:

• Rechen­leis­tung des ersten Rech­ners Zuses Z3 im Jahre 1941: 0,3 FLOPS

• Rechen­leis­tung des Rech­ners Tianhe-2 im Jahre 2014: 34 ∙ 10¹⁵ FLOPS

Die Einheit FLOPS (Floating Point Opera­tions Per Second) dient hier als Maß­ein­heit für die Rechen­leis­tung. Zur Ver­deut­lichung der quan­ti­ta­tiven Stei­ge­rung von 0,3 FLOPS auf den Zahlen­wert von 34 ∙ 10¹⁵ FLOPS führen wir ein Ge­dan­ken­expe­ri­ment durch und stellen uns vor, dass wir auf einem fiktiv ge­dach­ten Schach­brett mit ins­gesamt 64 Feldern

• auf dem ersten Feld ein Reis­korn ablegen,

• auf dem zweiten Feld zwei Reis­körner ablegen,

• auf dem dritten Feld vier Reis­körner ablegen,

• auf dem vierten Feld acht Reis­körner ablegen,

• ...,

• auf dem Feld x eine Anzahl von 2^(x-1) Reis­körnern ablegen.

Diese Heran­ge­hens­weise mit dem Schach­brett ist dem einen oder anderen unter Ihnen sicher­lich schon in ver­schie­de­nen Ge­schich­ten­formen be­gegnet, wobei die Frage, ob auf dem Feld 64 über­haupt 2⁶³ Reis­körner Platz hätten, hier nicht be­trach­tet wird. Die Frage, die wir be­trach­ten wollen, ist fol­gende:

Das Feld auf dem Schach­brett ergibt sich anhand fol­gen­der Rechnung:

Da auf dem Feld x eine Anzahl von 2^(x-1) Reis­kör­nern ab­ge­legt ist (siehe Angabe dieser Formel oben), ergibt sich damit das Feld x = 58 als Antwort auf die oben ge­stellte Frage. Diese Lösung kann bild­lich wie folgt ver­deut­licht werden:

Die Vor­teile der Digi­ta­li­sie­rung liegen unter tech­ni­schen Gesichts­punk­ten ins­be­son­dere in der schnel­le­ren Ver­ar­beit­bar­keit der Infor­ma­tio­nen, im gerin­ge­ren Speicher­platz­bedarf auf­grund der Mög­lich­keit, die Daten zu kom­pri­mie­ren, sowie der ver­lust­freien Archi­vie­rung der Daten. Die Digi­ta­li­sie­rung führte wie ein­gangs bereits erwähnt zu Um­wäl­zungen in der Arbeits­welt, indem bei­spiels­weise Robo­ter Auf­ga­ben teil­weise und kom­plett über­nom­men haben, aber auch zu größe­ren Ver­än­de­rungen ganzer Bran­chen und Unter­nehmen, die mit neuen, inno­va­tiven Geschäfts­modellen die vormals eta­blier­ten Unter­nehmen ver­drängt haben (z.B Smart Ser­vices). Neben den zahl­reichen Vor­tei­len und den Heraus­for­de­rungen zur Imple­men­tie­rung einer Indus­trie 4.0 führt die Digi­ta­li­sie­rung nach Bendel (2017c) auch zu mora­lischen Frage- und Problem­stel­lungen, wie bei­spiels­weise zu Fragen dazu, wie Ma­schi­nen ein vor­ge­ge­benes Regel­werk ein­halten und be­rück­sich­tigen oder wie eine ver­ant­wor­tungs­be­wusste Nut­zung von Daten in und von Unter­nehmen er­fol­gen kann. Diese und wei­tere As­pekte werden im Rahmen der je­wei­li­gen Teil­dis­zi­plin der Wirt­schafts­ethik bzw. der je­wei­li­gen Bereichs­ethik (Unter­neh­mens­ethik, Konsu­men­ten­ethik, Ma­schi­nen­ethik, Infor­ma­tions­ethik etc.) er­gründet (vgl. Bendel 2017c im Gabler Wirt­schafts­lexi­kon unter http://wirtschaftslexikon.gabler.de/Definition/digitalisierung.html).

Während "Ein Computer in jedem Heim" (frei nach Bill Gates) einige Zeit als über­ge­ord­nete Ziel­set­zung bei Micro­soft galt, finden sich heute Pro­gno­sen hin zu vielen Mil­liar­den mobi­len Com­pu­tern welt­weit. Heut­zu­tage sind nicht wenige Men­schen in einigen Teilen der Welt jeweils bereits mit meh­re­ren Com­pu­tern aus­ge­stat­tet und über meh­re­re Com­pu­ter tech­nisch ver­netzt (neben Desk­top-PCs heute auch Mobil­tele­fone, Lap­tops, Tab­let-PCs, Smart Watches, Bord­com­pu­ter von Kraft­fahr­zeu­gen, usw.). An dieser Fülle bereits vor­han­de­ner Devices sowie zu­ge­hö­ri­ger Dienst­leis­tungen kann eine fort­schrei­tende Ver­net­zung nach­voll­zogen werden und ver­bun­den hier­mit wird sich zu­neh­mend das Inter­net der Dinge ent­wickeln. Die nach­fol­gen­den Ab­schnit­te werden diese The­ma­ti­ken auf­grei­fen, wobei hier keine tech­nisch orien­tierte Ein­füh­rung in digi­tale In­for­ma­tions­tech­no­logie er­folgen soll.

1.3 Vernetzung

Das Thema Ver­net­zung soll an dieser Stelle zwar auch vom Begriff Indus­trie 4.0 aus­gehen, aber nicht allein auf die in­dus­tri­el­le Ent­wick­lung be­schränkt blei­ben und deut­lich weiter ge­fasst werden. Die grund­legende tech­no­lo­gische Vor­aus­set­zung für Ver­net­zung ist das Inter­net, welches Dinge (un­be­lebte Materie) und Men­schen (belebte Materie) mit­ein­ander ver­bindet. An­stelle dieser Be­griff­lich­keit können auch andere Aus­drücke wie bei­spiels­weise das Inter­net der Dinge, Daten und Dienste Ver­wen­dung finden. Die For­schungs­union Wirt­schaft und Wissen­schaft schreibt hierzu: „Das Inter­net der Dinge, Daten und Dienste wird schon bald die phy­sische und die digi­tale Welt mit­ein­ander ver­schmel­zen und intel­li­gente Infra­struk­turen ent­ste­hen lassen, in denen Subjekte und Objekte gleicher­maßen in Echt­zeit kom­mu­ni­zie­ren [Her­vor­hebung er­gänzt]“ (For­schungs­union Wirt­schaft und Wissen­schaft, 2013: 10). Im nach­fol­gen­den Unter­ab­schnitt wird auf­grund dessen kurz auf das Inter­net als grund­legende Tech­no­lo­gie ein­ge­gangen.

1.4 Künstliche Intelligenz

Im Rahmen ihres Kur­ses „Arti­fi­cial In­tel­li­gence (AI)“ (Künst­liche In­tel­li­genz (KI)) greift Allison Elliott (2017) auf der Platt­form edX auf das Webster Dictio­nary zurück und gibt als grund­le­gen­de De­fi­ni­tion für In­tel­li­genz – un­ab­hän­gig davon, ob es sich um mensch­liche oder künst­liche In­tel­li­genz han­delt – an: Intel­li­genz ist die Fä­hig­keit zu Ler­nen und Pro­ble­me zu lösen. Bei künst­licher In­tel­li­genz han­delt es sich nach Elliott (2017), die auf McCarthy als einen Pio­nier zu künst­licher In­tel­li­genz zu­rück­greift, kurz aus­ge­drückt um die Wis­sen­schaft und Tech­nik des Her­stel­lens in­tel­li­gen­ter Ma­schi­nen. Elliot (2017) gibt al­ler­dings mit Bezug auf Russell und Norvig auch folgende Definition an:

„The study and design of in­tel­li­gent agents, where an in­tel­li­gent agent is a sys­tem that per­ceives its en­vi­ron­ment and takes act­ions that maxi­mize its chances of suc­cess.“

Die Entwick­lun­gen rund um Künst­liche In­tel­li­genz werden erst durch Di­gi­ta­li­sie­rung mög­lich. Hier­bei zei­gen sich Ver­bin­dun­gen zu den Ge­dan­ken im Zu­sam­men­hang mit Indus­trie 4.0 (vgl. Kapitel 1), wobei gleich­zei­tig die Frage auf­kommt, wie mensch­liche und künst­liche In­tel­li­genz zu­künf­tig zu­sam­men­wir­ken. Nach Wahlster (2017) ist Künst­liche In­tel­li­genz in Teil­be­rei­chen kog­ni­ti­ver In­tel­li­genz dem Men­schen über­legen (schnel­le Ana­lyse vie­ler Daten und Hand­lungs­op­tio­nen), wäh­rend bei senso­mo­to­ri­scher In­tel­li­genz der Mensch Über­le­gen­heit in Sen­sor­fu­sion und Fein­mo­to­rik zeigt. Bei der emo­tio­na­len und sozia­len In­tel­li­genz „gibt es bei KI-Sys­te­men noch große Schwä­chen und erst ein­fache Mo­del­le für die Er­ken­nung von Emo­tio­nen und sozia­lem Ver­hal­ten“ (Wahlster 2017). Ein­zel­ne Be­rei­che kön­nen dem­nach be­reits durch KI-Sys­te­me ab­ge­deckt wer­den, wobei nach Daven­port (2016) künst­liche In­tel­li­genz den Men­schen be­züg­lich Sinn­ge­bung und Den­ken vom Großen und Ganzen heute nicht über­trifft (vgl. Kapitel 1).

Wie in einem Bei­trag von Paul Daugherty aus dem Jahre 2016 nach­zu­lesen ist (https://www.weforum.org/agenda/2016/12/how-artificial-intelligence-could-change-the-face-of-business/?utm_content=buffereadaa&utm_medium=social&utm_source=twitter.com&utm_campaign=buffer), haben bei­spiels­weise Pro­gram­me zur Er­ken­nung na­tür­li­cher Sprache (bspw. Siri oder Alexa), zur Ge­sichts­er­ken­nung und zur Gesten­er­ken­nung mit künst­li­cher In­tel­li­genz zu tun. Die Ent­wick­lungs­ge­schich­te Künst­li­cher In­tel­li­genz zeigt sich auch darin, dass Com­pu­ter den Men­schen in immer mehr seiner Spie­le be­sie­gen und zwar nach Bostrom (2014, S. 20 ff.) in fol­gen­den Sta­tio­nen:

• Backgammon, 1979

• Othello, 1997

• Schach, 1997

• Scrabble, 2002

• Bridge, 2005

• Jeopardy!, 2010

Unter diesem Link http://www.slate.com/articles/arts/culturebox/2011/02/my_puny_human_brain.html fin­det sich ein in­ter­es­san­ter Be­richt von Ken Jennings, der – wie Brad Rutter auch – einst gegen Watson in Jeopardy! antrat. Unter diesem Link findet sich auch fol­gen­der Satz: „[...] Brad and I were the first knowledge-industry workers put out of work by the new gene­ra­tion of "thinking" machines. 'Quiz show contes­tant' may be the first job made redun­dant by Watson, but I'm sure it won't be the last.“

Darüber hinaus sind in den letz­ten Jah­ren die Spiele Go und Poker hin­zu­ge­kommen:

• Go, 2016 (http://www.tagesspiegel.de/wissen/go-wettkampf-mensch-gegen-computer-1-3/13311622.html)

• Poker, 2017 (https://www.cmu.edu/news/stories/archives/2017/january/AI-beats-poker-pros.html)

Diese beiden Videos auf YouTube geben einen Ein­druck vom Poker­spiel Mensch gegen künst­liche In­tel­li­genz, das durch For­scher von der Carne­gie Mellon Uni­ver­sity mög­lich wurde:

• https://www.youtube.com/watch?v=CRiH8yCskAE

• https://www.youtube.com/watch?v=jLXPGwJNLHk

Dieses Ereignis wurde im Rah­men eines Stamm­tisches der HFH ∙ Ham­bur­ger Fern-Hochschule am 10.2.2017 dis­ku­tiert, wobei in die­sem Zu­sam­men­hang sei­tens der HFH-Mitar­bei­te­rin Frau A. Sichlidou aus Stutt­gart der Be­griff „binäres Poker­face“ ge­fal­len ist. Hierin kommt zum Aus­druck, dass ein Com­pu­ter nun auch ‚bluffen‘ ge­lernt hat.

Dass Arti­fi­cial In­tel­li­gence als ein auf­kom­men­der Tech­no­lo­gie­trend ein­ge­ord­net wer­den kann, ist in fol­gen­der Ab­bil­dung dar­ge­stellt bzw. wird laut dem World Eco­nomic Forum in Ko­ope­ra­tion mit accenture als einer der Trends 2017 ge­lis­tet (http://reports.weforum.org/digital-transformation/wp-content/blogs.dir/94/mp/files/pages/files/wef1601-digitaltransformation-200116.pdf, https://www.accenture.com/de-de/insight-disruptive-technology-trends-2017).

Zu dieser Aus­sage kommt auch das US-Markt­for­schungs­un­ter­neh­men Gartner im ak­tu­el­len "Hype Cycle for Emer­ging Tech­no­lo­gies 2017", bei dem neu auf­kom­men­de Tech­no­lo­gien be­züg­lich der Pha­sen der öf­fent­li­chen Auf­merk­sam­keit an­ge­ord­net wer­den. Dabei wur­den drei Mega­trends heraus­ge­stellt, wobei an ers­ter Stel­le Künst­liche In­tel­li­genz (KI) bzw. AI (Arti­fi­cial In­tel­li­gence) ge­nannt wird und Gartner diesen Trend mit „Arti­fi­cial In­tel­li­gence (AI) Every­where“ (Künst­liche In­tel­li­genz über­all) be­schreibt. Kon­kret wer­den un­ter diesem Schlag­wort bei­spiels­weise Deep Learn­ing, auto­nome Fahr­zeuge, kom­mer­ziell ge­nutz­te Droh­nen, ma­schi­nel­les Ler­nen und Smart Robots ein­ge­ord­net (http://www.gartner.com/smarterwithgartner/top-trends-in-the-gartner-hype-cycle-for-emerging-technologies-2017/).

Wie Sie sehen, lie­gen span­nen­de Ent­wick­lun­gen vor uns, die Sie bei­spiels­weise über den Pres­se­spie­gel des Deut­schen For­schungs­zen­trums für Künst­liche In­tel­li­genz (DFKI; https://www.dfki.de/web/presse/pressespiegel) ver­fol­gen können.

2.1 Lernen

Ausgewähltes zu Lern­theorien

Nach den großen Lern­theo­rien Beha­vio­ris­mus, Kog­ni­ti­vis­mus und Kon­struk­ti­vis­mus des 20. Jahr­hun­derts, kann der Kon­nek­ti­vis­mus von Siemens (2005) nach Campbell und Schwier (2014, S. 367) als auf­kom­men­de Lern­theo­rie des 21. Jahr­hun­derts auf­ge­fasst werden, wobei der Kon­nek­ti­vis­mus nach Ein­schät­zung der Ver­fas­ser als Lern­theo­rie noch nicht aller­orts ak­zep­tiert ist.

Je nach Inter­esse bie­ten diese bei­den Quel­len ver­tie­fen­de Be­trach­tungen:

Siemens, G. (2005): Connecti­vism: A Learn­ing Theory for the Digi­tal Age, Inter­na­tio­nal Jour­nal of In­struc­tio­nal Tech­no­logy and Dis­tance Lear­ning 2(1), URL: http://www.itdl.org/journal/jan_05/article01.htm [Stand: 02.09.2017].

Campbell, K.; Schwier, R. A. (2014): Major Move­ments in In­struc­tio­nal Design. In: Zawacki-Richter, O.; Anderson, T. (Hrsg.): Intro­duc­tion: Research Areas in Online Dis­tance Edu­cation. In: Zawacki-Richter, O.; Anderson, T. (Hrsg.): Online Dis­tance Edu­cation, AU Press, 345-380, http://www.aupress.ca/index.php/books/120233 [Stand: 02.09.2017].

Die Prinzipien des Kon­nek­ti­vis­mus nach Siemens (2005, o. S.) sind:

• Lernen und Wissen be­ru­hen auf einer Viel­falt an Mei­nun­gen

• Lernen ist ein Pro­zess des Ver­knüp­fens spe­zia­li­sier­ter Kno­ten­punk­te und In­for­ma­tions­quellen

• Lernen kann in nicht-mensch­li­chen Vor­rich­tun­gen er­fol­gen

• die Kapazität, wei­teres Wis­sen auf­zu­neh­men, ist als ent­schei­den­der zu werten als das ge­gen­wär­tig vor­han­de­ne Wis­sen

• Pflege und Er­hal­tung von Ver­bin­dun­gen ist not­wen­dig, um kon­ti­nu­ier­li­ches Ler­nen zu er­mög­li­chen

• die Fähig­keit, Ver­bin­dun­gen zwi­schen The­men­fel­dern, Ideen und Kon­zep­ten zu er­ken­nen, ist eine Kern­fä­hig­keit

• Aktualität (kor­rek­tes, zeit­ge­mäßes Wis­sen) ist Zweck al­ler kon­nek­ti­vis­ti­schen Lern­ak­ti­vi­tä­ten

• Das Treffen von Ent­schei­dung ist ein Lern­pro­zess. Die Aus­wahl dazu, was es zu ler­nen gilt, und die Be­deu­tung ein­ge­hen­der In­for­ma­tio­nen wird durch die Lin­se einer sich ver­än­dern­den Rea­li­tät be­trach­tet. Eine heu­te als rich­tig gel­ten­de Ant­wort kann mor­gen falsch sein, be­dingt durch Än­de­run­gen im die Ent­schei­dung be­ein­flus­sen­den In­for­ma­tions­klima.

Mit der Formu­lie­rung des Kon­nek­ti­vis­mus adres­siert Siemens (2005) Ein­schrän­kun­gen, die sei­ner An­sicht nach den drei oben ge­nann­ten Lern­theo­rien an­haf­ten, wie dass (1) Lernen nur in Per­sonen (in Ge­hir­nen) er­folgt, dass (2) einer Eva­lua­tion des Wer­tes von In­for­ma­tio­nen ver­bun­den mit der Fähig­keit zur Syn­the­ti­sie­rung und Er­ken­nung von Ver­bin­dun­gen und Mus­tern zu wenig Be­ach­tung zu­kommt und dass (3) die be­ste­hen­den Lern­theo­rien die tech­no­lo­gisch ver­an­ker­ten Ent­wick­lun­gen nicht wider­spie­geln. Spä­tes­tens mit dem letz­ten der oben ge­nann­ten Prin­zi­pien des Kon­nek­ti­vis­mus ent­steht eine Ver­bin­dung zum The­men­feld „Arbeit“, das in Ab­schnitt 2.2 the­ma­ti­siert wird.

Ausgewähl­tes zu Lern­me­tho­den/-instru­mente

Als Folge der Di­gi­ta­li­sie­rung und Ver­net­zung sind für das Ler­nen aus me­tho­di­scher Sicht ins­be­son­de­re In­ter­ak­tion und Kom­mu­ni­ka­tion her­aus­zu­stel­len, was bei der Dis­kus­sion neuer Lern­for­men wie bei­spiels­weise Massive Open Online Courses (MOOC‘s), Vir­tual Learn­ing Communi­ties (VLC) oder Distri­buted Communi­ties of Prac­tice (DCoP) zum Aus­druck kommt (Campbell, Schwier 2014). Für das Fern­ler­nen wird die Nut­zung sozia­ler Medien dis­ku­tiert, wobei die In­te­gra­tion in Lern­pro­zesse noch eher wenig ge­nutzt wird (Campbell, Schwier 2014). In die­sem Zu­sam­men­hang ist nach Conrad (2014) der Wert von In­ter­ak­tion und Kom­mu­ni­ka­tion für Ler­nen kaum zu be­strei­ten. Eine all­ge­gen­wär­ti­ge Kon­nek­ti­vi­tät zwi­schen Men­schen kann au­then­ti­sche und kol­la­bo­ra­ti­ve Lern­er­fah­run­gen er­mög­lichen und steht mit der Ent­wick­lung kri­ti­scher und krea­ti­ver Den­ke­rin­nen und Den­ker in Ver­bin­dung (Conrad 2014) (Garrison, Vaughan 2008). Wäh­rend Fähig­kei­ten, die mit kri­ti­schem Den­ken, Kom­mu­ni­ka­tion oder Prä­sen­ta­tion ver­bun­den sind, nach wie vor eine große Be­deu­tung haben, än­dern sich hin­gegen ein­ge­setz­te Tools oder In­stru­men­te, die heute bei­spiels­weise auch E-Mail, Twitter, Blogs, Videos oder Pod­casts um­fassen (Conrad 2014). Dazu ge­hö­ren auch Open Edu­ca­tio­nal Ressour­ces (OER) wie zum Bei­spiel dieser vor­lie­gen­de digi­tale Studien­brief (vgl. auch https://oerworldmap.org/resource/?q=HFH#urn:uuid:88398d18-7897-42af-b79a-7775b1c6b64e). Die Zu­kunft wird zei­gen, ob sich wei­tere, neue For­men, wie adap­tive Mathe­bücher oder Serious Games durch­set­zen können und werden.

Das unter dem Link http://jetztnicht.de/innojam11/ er­reich­bare Spiel ist unter ande­rem auf dem Inno­Games Game Jam 11 zum Thema „Serious Games“, der unter Betei­li­gung der HFH ∙ Ham­bur­ger Fern-Hoch­schule statt­fand, ent­stan­den (vgl. https://press.innogames.com/ein-wochenende-voller-kreativitat-innogames-game-jam-11-zum-thema-serious-games-erfolgreich-beendet). Das fol­gen­de Vi­deo ist eine Auf­zeich­nung eines spon­ta­nen Live-Inter­views wäh­rend des Inno­Games Game Jams 11 im Jahr 2017.

© Fernstudium-Infos.de; YouTube Kanal: https://www.youtube.com/user/fernstudium

In diesem Zu­sam­men­hang ist er­wäh­nens­wert, dass vor dem Hin­ter­grund der Ent­wick­lung der Spie­le­bran­che erst­mals im Jahre 2017 die Spie­le­messe Gamescom von Bundes­kanz­le­rin Dr. Angela Merkel er­öff­net wurde.

Bei Aoun (2017) findet sich aus me­tho­di­scher Per­spek­ti­ve für die Zu­kunft die Emp­feh­lung zur Be­to­nung (1) dis­zi­plin­über­grei­fen­den und ex­pli­zit ziel­ori­en­tier­ten Ler­nens, (2) pro­jekt­ba­sier­ten Ler­nens und (3) der Ver­bin­dung von Ler­nen und rea­ler Welt. Letz­te­res be­ti­telt Aoun (2017: 81 ff.) auch als „expe­rien­tial learn­ing“ ver­bun­den mit fol­gen­den ein­füh­ren­den Worten: „Expe­rien­tial Learn­ing ist a model unlike any tra­di­tio­nal format in that it inte­grates class­room and real-world expe­rien­ces. It flings open the gates of the campus and makes the entire world a po­ten­tial class­room, library, or labora­tory. Typi­cally, students engage in expe­rien­tial learn­ing through intern­ships, co-ops, work-study jobs, global expe­rien­ces, and origi­nal research oppor­tuni­ties. [...] As we all know, prac­tice makes per­fect. [...] To make an ob­vious point, learn­ing occurs when we act and think. [...] There must be a two-way street between the appli­ca­tion of class­room learn­ing in the con­text of life and the appli­ca­tion of real-world know­ledge in the con­text of the class­room. If this is done pur­pose­fully – if this is done mind­fully – lear­ners peel back the layers of assump­tions or habit that cloud their in­sights into them­selves. In clear light, they see their abili­ties, their present skills and know­ledge, their pre­dilect­ions, and their room for growth. Conse­quently, as they better under­stand the world, they better under­stand their own minds.“

Im Rahmen Ihres Studiums an der HFH ∙ Ham­bur­ger Fern-Hoch­schule sind es neben den In­hal­ten in den Stu­dien­brie­fen vor allem auch die ergän­zen­den Prä­senz­pha­sen für die Module und die wis­sen­schaft­li­chen Ar­bei­ten wie Haus-/Projekt­ar­bei­ten und Ab­schluss­arbeit, mit denen diese Ver­bin­dung her­zu­stel­len ist. In einem Pro­zess, der durch Er­fah­rungs­lernen, realen Kon­text, Her­stel­lung un­er­war­te­ter Ver­bin­dun­gen, Krea­ti­vi­tät und men­ta­le Flexi­bi­li­tät ge­kenn­zeich­net ist, kön­nen Men­schen sich nach Aoun (2017: 82) auf die wei­te­ren Ent­wick­lun­gen ver­bun­den mit einem ver­stärk­ten Ein­satz von Ro­bo­tern vor­be­rei­ten („become more robot-proof“).

2.2 Arbeiten

Nach einem Be­richt des In­sti­tuts für an­ge­wand­te Ar­beits­wis­sen­schaft zum Thema Di­gi­ta­li­sie­rung und Indus­trie 4.0 sind "die Ge­stal­tungs­po­ten­zia­le der Ar­beits­welt [...] aus tech­ni­scher, or­ga­ni­sa­to­ri­scher und per­so­nel­ler Sicht zu be­trach­ten. Diese Schich­ten sind nicht über­schnei­dungs­frei - sie er­gän­zen ein­ander" (ifaa 2016: 11).

Durch die "Zusammen­arbeit" von Mensch und Ma­schi­ne kann

• die körper­liche Be­las­tung für den Men­schen re­du­ziert wer­den sowie

• eine Steige­rung der Pro­duk­ti­vi­tät und der Wirt­schaft­lich­keit er­reicht werden.

Weitere Informa­tio­nen über das Thema Indus­trie 4.0 sowie viel­fäl­tige Praxis­bei­spiele fin­den Sie unter: http://www.plattform-i40.de/I40/Navigation/DE/Home/home.html

Beispiele:

• Anwendung einer Daten­brille im Lager­be­reich (Bsp. itizzimo) https://www.youtube.com/watch?v=ZWsBHISOqjA

• Einsatz von Robotern zur kör­per­li­chen Ent­las­tung beim Zu­sam­me­nbau von Fahr­zeug­türen (Bsp. BMW) https://www.youtube.com/watch?v=syZkY83j5VI

• Leitfaden Industrie 4.0 – Orien­tie­rungs­hilfe zur Ein­füh­rung in den Mit­tel­stand aus einer Ko­ope­ra­tion von VDMA, DiK (TU Darm­stadt) und wbk (KIT, Karls­ruher Insti­tut für Pro­duk­tions­tech­nik): http://www.vdmashop.de/refs/VDMA_Leitfaden_I40_neu.pdf

Ausgewähl­tes zu quan­ti­ta­ti­ven Ent­wick­lungen

Eine mögliche Aus­wir­kung einer fort­schrei­ten­den Ent­wick­lung zu Di­gi­ta­li­sie­rung und Indus­trie 4.0 ist, dass es weni­ger Ar­beit geben könnte (Winston, 2016: 20). Stu­dien zum An­teil der Ar­beits­plätze, die dem Risiko unter­liegen, in eini­gen Jahr­zehn­ten nicht mehr be­nö­tigt zu werden, zeigen – abhän­gig von der an­ge­wandt­en Me­tho­dik und für unter­schied­liche Länder – weit aus­ein­ander lie­gen­de Werte von rund 10 % und da­run­ter (Arntz, Gregory & Zierahn 2016) bis zu deut­lich über 40 % (Frey, Osborne 2013) (Bonin, Gregory, Zierahn, 2015) und höher (Dengler, Matthes 2015). Bei Dengler und Matthes (2015: 7 ff.) können Sie einen ers­ten Über­blick zu Sub­sti­tu­ier­bar­keits­po­ten­zia­len von Be­ru­fen in Deutsch­land ge­winnen:

Dengler und Matthes (2015: 12 ff.) kom­men zu­sam­men­fas­send zu dem Er­geb­nis, dass das Sub­sti­tu­ier­bar­keits­po­ten­zial durch die Com­pu­ter­tech­no­logie

• für Helfer und Fachkräfte über 40 %,

• für Spezialisten bei über 30 % und

• für Experten bei unter 20 %

liegt, wobei (1) große Streu­ungen in den Daten je nach Berufs­seg­ment auf­tre­ten und (2) die höchs­ten Werte für Fer­ti­­gungs­berufe und fer­tigungs­tech­nische Berufe fest­ge­stellt werden. Auch wenn nie­mand die Zukunft tat­säch­lich exakt vor­her­sagen kann, sind diese Er­kennt­nisse Grund genug, sich selber gut aus­zu­bil­den, um sich auf diese Ent­wick­lung per­sön­lich vor­zu­be­reiten; ggf. auch bei Aus­wahl von Berufs­seg­men­ten mit nied­ri­gen Werten. Dengler und Matthes (2015: 8) weisen zudem auf Frey und Osborne (2013) hin, die auf Basis von Exper­ten­mei­nun­gen In­di­ka­to­ren iden­ti­fi­zie­ren, „die in naher Zu­kunft nicht von (com­pu­ter­ge­steu­er­ten) Ma­schi­nen er­setzt werden können: Wahr­neh­mung und Fein­mo­to­rik (z. B. ko­or­di­nier­tes Be­we­gen von ein­zel­nen Fin­gern, um kleine Dinge zu fer­ti­gen), krea­ti­ve In­tel­li­genz (z. B. Kunst, krea­ti­ve Pro­blem­lö­sun­gen) und sozia­le In­tel­li­genz (z. B. ver­han­deln, über­zeu­gen) [Her­vor­he­bun­gen er­gänzt]“. Letz­tere Er­kennt­nisse er­schei­nen auch vor dem Hin­ter­grund der Aus­füh­run­gen in obigem Ab­schnitt und dem nach­fol­gen­den Ab­schnitt 2.3 plau­sibel.

Ausgewähltes zu quali­ta­ti­ven Ent­wick­lungen

Der letzte Abschnitt wurde mit einer Zi­tie­rung von Winston (2016) be­gon­nen und diese on­line ver­füg­bare In­for­ma­tions­quelle bietet span­nen­de Hin­weise weite­rer Autoren bei­spiels­weise zum Um­gang mit offe­nen Kom­mu­ni­ka­tions­um­ge­bungen (Turco, 2016: 5 f.), neuen Mög­lich­kei­ten für krea­ti­ve Pro­zesse (Austin, 2016: 16 f.) oder zu ethi­schen As­pek­ten (Parmar, Freeman 2016: 10 f.):

Eine Übersicht zu aus­ge­wähl­ten Kern­aus­sagen aus dieser Ver­öf­fent­li­chung “Frontiers: Explo­ring the Digi­tal Future of Manage­ment” findet sich in nach­fol­gender Ab­bil­dung.

Ein Beispiel aus der For­schung für die Ge­stal­tung von Arbeit: Die Pflege­brille - Pflege mit Durch­blick (Gast­bei­trag von Heinrich Recken)

Ein Beispiel aus der For­schung ist das vom Bundes­minis­terium für Bil­dung und For­schung ge­för­der­te Pro­jekt der „Pflege­brille“ (http://www.pflegebrille.de/index.php/de/). Das For­schungs­pro­jekt wird von einem Kon­sor­tium aus Hoch­schu­len, In­dus­trie­part­nern und An­wen­dern, da­runter die Ham­bur­ger Fern-­Hoch­schule, durch­ge­führt. Das Pro­jekt „Pflege­brille“ (Lauf­zeit Mai 2016 – April 2019), stellt ein inter­dis­zi­pli­näres For­schungs­vor­haben dar, in dem Ingenieure, So­zial­wissen­schaft­ler sowie Pflege­wissen­schaft­ler und –praktiker Lösungen für das Daten­manage­ment im kom­plexen Handlungs­prozess der ambu­lanten In­tensiv­pflege fin­den wollen.

Das Bundesminis­terium für Bil­dung und For­schung hat 2014 im Rah­men der Ini­tia­tive „Pflege­inno­va­tio­nen 2020“ die beiden Förder­bereiche „Die neue High­Tech­Strategie“ und „Jedes Alter zählt. Die Demo­gra­fie­stra­tegie der Bundes­re­gierung“ in ein For­schungs­för­de­rungs­pro­gramm unter dem Titel „Pflege­inno­vationen zur Unter­stüt­zung in­for­mell und pro­fes­sio­nell Pflegender“ ein­ge­bracht und aus­ge­schrie­ben. Die För­de­rung be­zieht sich auf an­wen­dungs­orien­tierte For­schungs- und Ent­wick­lungs­pro­jekte, die inter­dis­zi­plinär an­ge­legt sein müssen und darauf zie­len, in­for­mell (fami­liär) und pro­fes­sio­nell Pfle­gen­de akut oder präven­tiv zu ent­lasten. Hier­bei ist ins­beson­dere auf eine nutzer­freund­liche Be­dien­bar­keit tech­ni­scher Inno­va­tionen („Design for All“) zu achten. Inno­vationen aus dem Bereich der Mensch-­Technik-Inter­aktion müssen einen signi­fi­kanten Mehr­wert im Ver­gleich zu den gegen­wärtig exis­tie­ren­den oder ak­tuell in Ent­wick­lung be­find­lichen Lösungen auf­weisen (vgl. BMBF 2015).

Im Projekt wird Augmented Reality-Tech­no­lo­gie ver­wendet, um die Inter­ak­tion der han­deln­den Per­sonen zu unter­stüt­zen, Objekt­er­ken­nung (z. B. Beatmungs­geräte) vor­zu­neh­men oder Arbeits­pro­zesse an­zu­lei­ten. Aug­men­ted Reality stellt eine Tech­no­lo­gie dar, die eine intel­li­gente Er­wei­te­rung der mensch­lichen Wahr­neh­mung er­mög­licht, da­durch dass In­for­ma­tionen visuell in das Sicht­feld oder auditiv ein­ge­bracht werden. Dies ge­schieht orts- und zeit­un­ab­hängig, ohne dass die Pflege­kräfte in ihrer Be­we­gung oder Arbeits­tätig­keit ein­ge­schränkt werden. Daten­brillen ver­fügen über einen leicht­gewicht­igen Form­faktor, sind frei­hä­ndig und bieten ver­schie­denste Sen­so­rik (z. B. Head-­Tracker, Be­we­gungs­sen­soren) sowie Soft­ware­schnitt­stellen zur Imple­men­tierung spezi­fischer Lö­sun­gen (vgl. Recken, Prilla 2016: 46 f).

Deutlich wird die Unter­stüt­zung des Ar­beits­pro­zes­ses in einem Video der Firma iTiZZiMO über ein ver­netz­tes Labor (https://www.itizzimo.com/solutions/smart-laboratory/).

Zur Zeit arbeiten die Projekt­mit­arbei­te­rin­nen und -mit­ar­bei­ter und an User Stories, aus denen ent­spre­chen­de Mockups (Modelle) für Test­an­wen­dun­gen ent­wickelt werden. Da eine par­ti­zi­pa­tive Pro­dukt­ent­wick­lung an­ge­strebt wird, werden zu den Tes­tun­gen zu­künf­tige An­wen­der dieser Tech­no­lo­gie in Fokus­gruppen ein­ge­laden, die so­wohl zu den ent­wickel­ten An­wen­dungs­sze­na­rien als auch der Usability Stellung nehmen.

Die Abbildung 2.3 zeigt einen Pflege­plan, der über die Daten­brille ab­ge­rufen und be­ar­bei­tet werden kann. Nähere In­for­ma­tio­nen zur Aus­füh­rung der je­wei­li­gen Ar­beits­auf­gaben finden sich unter der je­wei­li­gen Arbeits­aufgabe. So zeigt Ab­bil­dung 2.4 den Folge-Screen zur Mund­pflege.

2.3 Kompetenzanforderungen

Je nach Ansatz gibt es unter­schied­liche Sicht­wei­sen an Kom­pe­ten­zen, die wie nach­fol­gend bei­spiel­haft auf­ge­lis­tet tech­no­lo­gisch oder in der Tabelle nicht-tech­no­lo­gisch ge­prägt sein können. Dabei ver­wun­dert es nicht, dass in einer tech­no­lo­gisch ge­präg­ten Zeit zunächst ein­mal tech­no­lo­gisch ge­prägte Kom­petenz­an­for­de­run­gen ent­ste­hen. Auf der Inter­net­seite des World Economic Forum findet sich in einem Bei­trag von Smith aus dem Jahr 2017 die fol­gen­de Liste an be­gehr­ten tech­no­lo­gisch ge­prägten Kom­pe­ten­zen, die auf einer Analyse aus LinkedIn ba­sieren:

• "1. Cloud and Distri­bu­ted Com­pu­ting

• 2. Statistical Ana­lysis and Data Mining

• 3. Web Architec­ture and De­velop­ment Frame­work

• 4. Middleware and Inte­gra­tion Soft­ware

• 5. User Inter­face Design

• 6. Network and Infor­ma­tion Secu­rity

• 7. Mobile Develop­ment

• 8. Data Presen­ta­tion

• 9. SEO/SEM Marke­ting

• 10. Storage Systems and Manage­ment” (Smith 2017)

Aus einer Initia­ti­ve des World Eco­nomic Forum (2016b, 2015) und in Zu­sam­men­ar­beit mit BCG ist fol­gen­des Modell her­vor­ge­gan­gen, wobei die An­for­de­run­gen nicht vor­nehm­lich nur tech­no­lo­gisch ge­prägt sind:

Tabelle 2: Modell zu Kompetenz­an­for­de­run­gen auf Ini­tia­tive des World Eco­nomic Forum in Zu­sam­men­ar­beit mit der Boston Consul­ting Group

Bei Interesse finden sich in den bei­den nach­fol­gend an­ge­ge­be­nen Quel­len ver­tie­fen­de Aus­füh­run­gen:

World Economic Forum (2016b): New Vision for Edu­cation: Foster­ing Social and Emo­tional Learn­ing through Tech­nology. Prepared in collabo­ration with BCG. URL: http://www3.weforum.org/docs/WEF_New_Vision_for_Education.pdf [Stand: 28.08.2017].

World Economic Forum (2015): New Vision for Edu­cation: Unlock­ing the Poten­tial of Tech­nology. Prepared in collabo­ration with BCG. URL: http://www3.weforum.org/docs/WEFUSA_NewVisionforEducation_Report2015.pdf [Stand: 28.08.2017].

An dieser Stelle soll keine Dis­kus­sion zur Unter­schei­dung von Kompe­ten­zen und Charak­ter­quali­täten er­fol­gen. Als wich­tig wird hier die Fest­stel­lung er­ach­tet, dass in Rich­tung eines stär­ker tech­no­lo­gie­durch­zogenen Ge­sell­schafts­gesche­hens ge­dacht, um­fas­sende An­for­de­rungen an Men­schen ge­stellt werden, wobei sowohl klas­sische Grund­fertig­keiten wie Lesen, Schrei­ben und Rechnen als auch viele nicht tech­no­lo­gische Kom­pe­ten­zen auf­treten. In­so­weit werden ins­be­son­dere auch solche Fähig­keiten des Men­schen wichtig, die künst­liche Intel­ligenz dem Menschen nicht ab­nehmen kann (vgl. Ab­schnitt 1.4). Vor dem Hinter­grund von Über­le­gun­gen zu einer Kom­pe­tenz­ge­sell­schaft und den zu­ge­hö­ri­gen ge­sell­schaft­lichen Heraus­for­der­ungen können persön­liche Stär­ken in Be­rei­chen wie den fol­genden hilf­reich sein (Deckert 2017, https://sinnwissen.wordpress.com/2016/12/23/kompetenzgesellschaft/):

• Neues entdecken und gestalten

• Sich weiter­ent­wickeln/persön­liches Wachs­tum

• Ehrbarkeit

• Zugewandt­heit

• Problem­lösungs­fähig­keit

• Verant­wor­tungs­über­nahme

• Bezie­hungs­fähig­keit

• Alltags­fähig­keit in der Gemein­schaft

• Wissen um ge­sell­schaft­liche Her­aus­for­de­rungen

Die ersten zwei Punkte in dieser Auf­zäh­lung tragen ins­be­son­dere auch einem Ge­dan­ken von Aoun (2017) Rech­nung und zwar, dass es für den Men­schen zwi­schen Himmel und Erde noch sehr vieles zu ent­decken gibt, und dass uns eben genau dies für uns zu erobern, noch lange von künst­licher In­tel­li­genz unter­schei­den wird. Als zweiten Punkt in diesem Zu­sam­men­hang führt Aoun (2017: 47, 79) die Be­deu­tung von Bildung an, die sich

• dem kreativen Denken als ein­zig­ar­ti­gem Talent des Men­schen,

• den Fähigkeiten ver­bun­den mit Tech­no­logie, Daten und dem Men­schen in seiner Viel­falt („three new literacies“) sowie

• den kognitiven Kapa­zi­täten wie kri­ti­schem Den­ken, System­denken, Entre­pre­neur­ship und kul­tu­rel­ler Agi­li­tät („four cog­nitive capa­cities“)

Vom letzt­ge­nann­ten Punkt in obiger Auf­zäh­lung „Wissen um ge­sell­schaft­liche Her­aus­for­de­rungen“ ergibt sich eine Über­lei­tung in Rich­tung der spä­teren Aus­füh­rungen zur unter­neh­me­rischen Ver­ant­wortung. Zuvor sollen aller­dings aus­ge­wählte Er­kennt­nisse aus der Inge­nieur­psycho­logie sowie zu Cyber­sicher­heit be­schrie­ben werden.

Ausgewählte Gedanken zur Inge­nieur­psycho­logie (Gast­bei­trag von Dr. Maren Metz)

Innerhalb der rasanten Ver­än­de­rung der mensch­lichen Arbeits- und Lebens­pro­zesse im digi­ta­len Zeit­alter und in der flexi­blen Auto­ma­tion sowie der rechner­ge­stütz­ten welt­wei­ten Kom­mu­ni­ka­tion bedarf es auch der kom­pe­ten­ten Ver­knüp­fung psycho­logie­fun­dierter Er­kennt­nisse

• für Gestaltungsoptionen,

• für technische Unter­stüt­zung sowie

• bei der Opti­mie­rung von Nut­zung, Steu­e­rung und War­tung tech­nisch ge­präg­ter Pro­dukte und Dienst­leis­tungen.

Die Ingenieur­psycho­logie gehört zum Wissen­schafts­zweig der An­ge­wandten Psycho­logie, die sich mit den Mensch-Ma­schine-Sys­temen aus psycho­lo­gischer Pers­pektive be­schäf­tigt. Als ein Teil­ge­biet der Arbeits­psycho­logie geht es in der Inge­nieur­psycho­logie um die Inter­aktion zwi­schen Mensch und Ma­schine und um die Ge­stal­tung der tech­ni­schen Um­welt mit der Auf­gabe, tech­nische Sys­teme so ein­zu­rich­ten, dass diese ohne viel Über­le­gungen, rasch, aber auch sicher be­nutzt, be­herrscht, ge­steu­ert und über­wacht werden können. Alle psycho­lo­gischen Er­kennt­nisse sollen in die Ent­wick­lung tech­nischer Sys­teme ein­fließen, sodass ein möglichst effi­zientes Gesamt­system Mensch-Ma­schine ent­steht. Die Mensch-Ma­schine-Inter­aktion ist dabei heute neben der Psycho­logie und der In­for­matik auch mit Be­grif­fen wie Industrie 4.0 und Künst­liche Intel­li­genz ver­bu­nden (Bendel 2017b). Der Mensch setzt Ma­schi­nen ein, ope­riert mit diesen, regelt und über­wacht sie, aber ist zu­dem auch ein Dia­log­part­ner, z. B. durch Email oder WhatsApp Nach­rich­ten. Zudem er­fassen Ma­schi­nen zu­neh­mend auto­ma­tisch Si­tua­tio­nen und mensch­liche Be­dürf­nisse. Die ziel­füh­rende Inter­ak­tion zwi­schen Mensch und Ma­schine ist umso wichtiger, je kom­plexer und per­so­nen­be­zo­ge­ner eine tech­ni­sche Unter­stüt­zung ist. Die Ge­stal­tung von Mensch-Ma­schine-Sys­temen ist damit eine extra­psycho­lo­gische Akti­vität, wie Taylor (1957, 1963) es nannte, in der psycho­lo­gische Kom­pe­ten­zen ver­bun­den mit fol­gen­den Themen­fel­dern ge­won­nen werden:

• Systemnutzung und -zuver­läs­sig­keit,

• Kognitive Leistungen; Wahr­neh­men, Er­ken­nen und Wis­sen um typi­sche mensch­liche Fähig­keiten, Er­fah­ren von Leis­tungs- und Fähig­keits­grenzen z. B. hin­sicht­lich der In­for­ma­tions­auf­nahme und In­for­ma­tions­ver­ar­bei­tung,

• Menschliche Fehler (Human­fak­tors) und Zu­ver­läs­sig­keit,

• Optimale Fahrzeug­führung,

• Usability, sichere Hand­ha­bung von Ma­schi­nen­sys­temen,

• Digitale Kommunikation und In­for­ma­tions­tech­ni­ken sowie

• Steuerung und Über­wachung in­dus­tri­eller Pro­zesse, auch im Sinne einer Eva­lua­tion und Zer­ti­fi­zie­rung.

Typische Fragestellungen und For­schungs­rich­tun­gen der Inge­nieur­psycho­lo­gie ergeben sich aus diesen Themen­feldern:

• Was ist und wohin geht der tech­nische Wan­del für den Men­schen?

• Welche Aufgaben­ver­tei­lung ergibt sich zwi­schen Mensch und Ma­schine?

• Wie konstruiert man eine „Mensch-Ma­schine-Schnitt­stelle“ (Hoyos 1990: 7) und welche Kon­se­quen­zen er­geben sich daraus?

• Welche Anfor­de­run­gen, Auf­gaben, Zu­stän­dig­keiten und Ver­ant­wort­lich­kei­ten werden an den Men­schen durch die Ma­schinen ge­stellt?

• Welche Ressour­cen und Kapa­zi­täten sind zur Nutzung der Ma­schine vor­handen?

• Welche Kon­se­quen­zen er­ge­ben sich für den­jen­igen, der die Ma­schine bedient?

• Welche Eigenschaften müssen be­rück­sich­tigt werden, damit der Mensch die Tech­nik best­möglich nutzen kann?

• Wie kann man die tech­ni­schen und mensch­lichen Feh­ler und deren Fol­gen mini­mie­ren?

• Wie kann Sicherheit und Effek­ti­vi­tät des Gesamt­systems Mensch-Ma­schine ver­bes­sert werden?

3.1 Cyber Security

Der Begriff Cyber Security kann als Synonym zur IT-Sicher­heit und In­for­ma­tions­sicher­heit ver­wen­det werden. Klipper (2015: 10) orien­tiert sich an der deutsch/eng­lischen und eng­lisch/deut­schen Über­set­zung. Für das deutsche Wort Sicher­heit gibt es nach Klipper (2015: 10) bis zu vier eng­lische Begriffe: Safety, Security, Protection und Privacy. „Cyber Security befasst sich mit Be­dro­hungen und Risiken im Zu­sammen­hang mit der Nut­zung von In­for­ma­tions­tech­nolo­gie im Cyber Raum“ (Klipper, 2015: 5). Zur Cyber Security gibt es mehrere Teil­dis­zi­pli­nen, bspw. Security (Risk) Manage­ment, Sicher­heits­ar­chi­tek­tur, Sicher­heits­tests/-for­schung, Sicher­heit in IT-Netz­werken/ von Soft- und Hard­ware­pro­dukten, Krypto­gra­fische Ver­fahren, Daten­schutz, Phy­sische Sicher­heit, IT-Foren­sik, Not­fall­pla­nung und Busi­ness Conti­nuity sowie sichere Authen­ti­fi­ka­tion und Zugriffs­kon­trolle (vgl. Klipper, 2015: 5). Weitere mög­liche For­schungs­felder sind Cyber­krieg, Cyber­ter­ro­ris­mus und Hack­ti­vis­mus. Auf­grund der hohen Fluk­tuation der Aus­prä­gung der letzt­ge­nann­ten Fel­der, die immer eng mit den poli­ti­schen Rahmen­lagen ver­knüpft sind, kann an dieser Stelle nicht näher hierauf ein­ge­gan­gen werden.

Der Zustand der Cyber Security im Cyber Raum ist her­ge­stellt, wenn Be­dro­hungen aus­ge­schlossen werden können. Klipper (2015: 10) führt weiter aus, dass Cyber Security im Cyber Raum her­ge­stellt ist, wenn Funktions-, Betriebs-, In­for­ma­tions- und Daten­sicher­heit sowie Daten­siche­rung/Daten­schutz gewähr­leistet sind.

Informations­sicher­heit be­in­hal­tet die Schutz­ziele

• Vertraulichkeit (Aus­schließ­bar­keit un­er­laubter In­for­ma­tions­ge­winnung),

• Integrität (Mani­pu­la­tions­sicher­heit eines IT-Systems),

• Sicherstellung von Verfüg­bar­keit (keine un­er­laubte Be­ein­träch­ti­gung einer be­rech­tig­ten System­nutzung),

• Authentizität (Glaub­wür­dig­keit und Echt­heit eines Ob­jektes),

• persönliche Zurechen­bar­keit (Nach­voll­zieh­bar­keit von Hand­lungen im Cyber Raum),

• Nichtabstreitbarkeit (Aktionen zu­zu­ord­nen, die nicht ab­ge­strit­ten werden können),

• Verlässlichkeit (vgl. Klipper 2015: 11 ff.).

Für Klipper (2015) stellen die Schutz­ziele Ver­trau­lich­keit, Inte­grität und Ver­füg­bar­keit die wesent­lichen Be­stand­teile der In­for­ma­tions­sicher­heit dar.

3.2 Bedrohungen – Advanced Persistent Threats

Wie eingangs bereits erwähnt, stellen Be­dro­hun­gen ein Kern­be­tä­ti­gungs­feld der Cyber Security dar. Die Aus­schließ­bar­keit von Be­dro­hun­gen ist der Ziel­zu­stand der Cyber Security. Die oben auf­ge­füh­rten Schutz­ziele werden zu Angriffs­zielen bzw. alles was schüt­zens­wert ist, ist an­griffs­wür­dig (vgl. Klipper 2015: 17). Vor­sätz­liche Hand­lungen gegen Schutz­ziele durch mensch­liche Hand­lungen und fahr­lässig ver­ur­sachte Vor­fälle bzw. Umwelt­ein­flüsse wer­den ak­tu­ell in der Cyber Security als Be­dro­hungs­ka­te­gorie ge­führt (vgl. Klipper 2015). Dabei nimmt der Be­griff der Advanced Persis­tent Threats eine be­son­dere Rolle ein.

Eilers (2012) wertet die fol­gende Er­klärung von Brian Contos von McAfee als am tref­fends­ten: "Advanced Persis­tent Threats or APTs have many defi­ni­tions. In most cases it’s an over used and abused marke­ting term adopted by point solution security vendors to talk about their ability to stop “bad things.” The term most gene­rally defines an adver­sary with formi­dable means, or­gani­zation, and moti­vation: they’re on a mission. It is often asso­ciated with espionage, and as such the concept pre­dates the digital era and can be traced back to the earliest docu­men­tation of intelli­gence gathering recor­ded by mili­tary strate­gists such as Sun-Tzu and Chanakya". Weitere Aus­füh­rungen finden sich bei Eilers (2012) unter https://www.ceilers-news.de/serendipity/219-Was-ist-ein-Advanced-Persistent-Threat-APT.html.

Ein APT kann generell als ein Netz­werk­angriff mit dem Ziel des Daten­dieb­stahles bei größeren Or­ga­ni­sa­tio­nen auf­ge­fasst werden, wobei der un­auto­ri­sier­te Zu­griff solange wie mög­lich un­ent­deckt bleiben soll.

3.3 Homo Carens Securitate

In der Wirt­schafts­theorie werden An­nahmen auf­ge­stellt, um das mensch­liche (Markt-)Verhalten zu ana­ly­sieren. Bei­spiele dafür sind die Men­schen­bil­der Homo Oeco­nomicus, Homo Insti­tu­tio­nalis oder der Homo Cultu­ralis.

Der Faktor Mensch ist in der digi­ta­len Welt die so­ge­nannte „First Line of Defense“. Dieses Sicher­heits­risiko wird im Men­schen­bild des Homo Carens Securi­tate ver­an­schau­licht. Dieser Men­schen­typ ent­schei­det „auf der Grund­lage von

• hoher Risiko­be­reit­schaft bis hin zur Ge­fähr­dung des eigenen Ge­winns und des Ge­winns anderer,

• falscher, mangel­haf­ter oder feh­len­der Vor­aus­sicht und

• einer Reak­tions­fähig­keit, die weit unter der Reak­tions­fähig­keit von Hackern, Crackern und Bot-Nets liegt“ (Klipper, 2015: 31).

Das hierin zum Aus­druck kommende fehlende Sicher­heits­be­wusst­sein wird auf­grund der Kom­plexi­tät der Angriffe im Cyber Raum rück­sichts­los aus­ge­nutzt. Die un­gleichen Gegner, der un­be­darfte Bürger, der bewusst oder un­be­wusst die Sicher­heits­vor­keh­rungen ver­nach­lässigt und auf der anderen Seite welt­weit agierende/ver­netzte Hacker, Geheim­dienste und Krimi­nelle/Terro­risten stehen sich zu jeder Zeit im Cyber Raum gegen­über.

3.4 Digitale Untergrund­wirtschaft

Aus der ökono­mi­schen Per­spek­tive ist die digi­ta­le Unter­grund­wirt­schaft eine Schatten­wirt­schaft, d.h. öko­no­mische Akti­vi­täten er­zielen legale oder il­legale Ein­kom­men, die staat­liche Re­gu­lie­rung, Be­steu­e­rung und sta­tis­ti­sche Er­fas­sung ver­meiden (vgl. Sauer­land 2017).

Empirisch gibt es zur digi­ta­len Unter­grund­wirt­schaft aktuell keine Daten, die aus wissen­schaft­li­cher Sicht brauch­bar wären. Es ist aber wohl davon aus­zu­gehen, dass es ein pros­pe­rie­ren­der Markt ist. Zu den Markt­teil­neh­mern der di­gi­ta­len Unter­grund­wirt­schaft, die in der Regel keinen per­sön­li­chen Kon­takt haben, ge­hö­ren Her­stel­ler, Händ­ler, Lie­fe­ran­ten, Kri­mi­nelle und Kunden (vlg. Willems, 2013: 23).

Organisiert über nicht-öffent­liche Dis­kus­sions­foren, auch als Boards be­zeich­net, werden dort Waren und Dienst­leis­tungen an­ge­boten (E-Mail-Adress­listen, Bank­daten, il­le­gale Soft­ware­kopien etc.). Dieser Markt wird auch als Black Market bezeich­net. Die Eigen­tümer dieser Foren tun einiges, um sich vor un­ge­be­te­nem Besuch zu schüt­zen. Wird das Ziel nicht er­reicht, ist es geschäfts­schä­di­gend und dieses Forum wäre über kurz oder lang vor dem Aus. Wie in jedem kapi­ta­lis­ti­schen Markt­seg­ment geht es auch bei der digi­ta­len Unter­grund­wirt­schaft um die Stei­ge­rung des Gewinns.