DMDM – Die Macht der Massen!?


Schlusswort: Und – schlau geworden aus dem Thema?

Im ersten Blog fiel es mir nicht leicht, das Thema zu verstehen bzw. die Übersicht zu gewinnen. Dieser Blog zieht Bilanz, was seither geschah.

DMDM, was heisst es nun?
Dieser Blog heisst DMDM, weil die kollektive Intelligenz einer Community bzw. einer Menge von Menschen die Macht über ihre Umwelt gibt, z.B. über Unternehmen. Kurz die Macht der Massen. Genauere Erklärungen gibt es im Blog „Noch eine offene Frage klären: Zusammenhang von DMDM und kollektiver Intelligenz?„.

Fragestellung beantworten
Die Fragestellung aus dem Blog „Fokus – …“ lautet: In welchen Bereichen von Unternehmen kann kollektive Intelligenz erfolgreich eingesetzt werden? Welche Mitglieder bzw. Stakeholder der Firma haben dann die „Macht“? Sie kann wie folgt beantwortet werden:

Tabelle: Bereiche von Unternehmungen, in welchen kollektive Intelligenz erfolgreich umgesetzt wird (Quelle: Viele wissen mehr als Einer)

Tabelle: Bereiche von Unternehmungen, in welchen kollektive Intelligenz erfolgreich umgesetzt wird (Quelle: Viele wissen mehr als Einer, S. 37-142)

Erklärungen zu den Beispielen von Unternehmen aus der Tabelle:

  • Dienstleistungs- /Produktentwicklung ist z.B. bei Nikoli die Entwicklung und Verbesserung von Rätselarten durch Leser (S. 42ff).
  • Kundendienst /-betreuung am Beispiel Cookshack: Diese Firma stellt mit 25 Mitarbeitern Öfen für den häuslichen und gewerblichen Gebrauch her, z.B. Grillöfen. Der Kundendienst funktioniert vor allem (neben dem realem Kundendienst) über Foren. Da helfen Kunden Kunden und es werden Rezepte und Zubereitungstipps ausgetauscht (S. 63fff).
  • Marketing am Beispiel P&G mit Vocalpoint und Tremor. Dabei werden Mütter und Teenager für Mundpropaganda genutzt (S. 79fff). Es sei laut Knox, CEO von Vocalpoint, die stärkste Form des Marketings, wenn eine Empfehlung von einem vertrauenswürdigen Freund kommt (S. 81). Die ethische Korrektheit von solchen Methoden werde ich hier nicht thematisieren. Der Blog ConnectedMarketing.de hat dazu einen Eintrag: P&Gs Tremor unter Druck.
  • Produktion am Beispiel iStockphoto funktioniert dadurch, dass Mitwirkende Fotos in marktreifem Format und beschlagwortet bei dieser Website platzieren, damit es da verkauft wird (S. 99fff).
  • Finanzierung am Beispiel Prosper: Bei Prosper vergibt eine Community bzw. ein Teil der Community der Kredite (S. 199fff).
  • Management und Strategie: In diesem Bereich funktioniert kollektive Intelligenz erst bedingt. Bei TEB (= TheBusinessExperiment) suchte die Community die Geschäftsidee aus, stellt das Management und entwickelt das Produkt. Leider scheiterte es am Ende. Bei Cambrain ist es nicht nur die Community, welche alles regelt, sondern auch Angestellte von Cambrain. Es ist somit nur beschränkt die Community, welche alles selber regelt. Daher ist es auch kein makelloses Beispiel für kollektive Intelligenz im Management und bei der Strategie. Libert und Spector sagen, dass diese Beispiele es noch offen lassen, ob eine Community erfolgreich Managementaufgaben übernehmen kann. Alle anderen Unternehmensfunktionen können jedoch durch kollektive Intelligenz ausgeübt werden, meinen die Autoren (S. 135fff).

In einigen dieser Bereiche gab es kollektive Intelligenz schon vorher, ohne Technologie, aber die Technologie hat die Macht dieser Masse noch „vergrössert“. Beispiele siehe Blog „Gute Beispiele von Anwendungen kollektiver Intelligenz in Unternehmen„.

Die mittlere Spalte beantwortet die Frage: Welche Mitglieder bzw. Stakeholder der Firma haben dann die „Macht“?
Die Community (können auch Kunden darunter sein) oder Kunden haben die Macht. Mit dem Begriff Macht ist dabei das gemeint, was im Blog „Noch eine offene Frage klären: Zusammenhang von DMDM und kollektiver Intelligenz?“ steht.

Reflexion
Mit den kommenden Gedanken zu meiner Arbeit möchte ich meinen Blog abschliessen:

Zwischendurch hatte ich das Gefühl, dass ich es nicht schaffen würde, rechtzeitig auf den 24. März meine Lektion halten zu können. Daraus habe ich für zukünftige Arbeiten gelernt:

  • Zuerst einmal, dass ich die Zeit besser einteilen und planen muss. Ich habe zum Beispiel zu lange gewartet, bis ich mit Lesen begann, obwohl ich schon einige Literatur (seien es auch nur Websites) hatte. Zu warten, bis ich alles gehabt hatte, war nicht unbedingt schlau. Wenn ich es in Zukunft anders mache, werde ich auch nicht so sehr unter Druck kommen. Ausserdem komme ich auch weniger unter Druck, wenn ich regelmässig daran arbeite und es nicht immer aufschieben, weil ich zuerst anderes machen will. Mir Zeit nehmen für Arbeiten, sie einplanen, das muss ich unbedingt noch lernen. Auch dann daran arbeiten, wenn ich glaube, dass ich eigentlich keine Zeit habe.
  • Ich brauchte lange, bis ich verstand, was DMDM nun sein soll und welchen Fokus ich dafür nehmen soll. Zeitweise war ich orientierungslos. Ich wollte es aber nicht wirklich wahrhaben und der Gedanke, den Dozenten zu fragen, kam mir auch zu spät. Bei einer anderen Arbeit werde ich nun hoffentlich genug früh erkennen, dass ich feststecke und Unterstützung brauche. Und dann ausserdem die Ursache dafür suchen und trotzdem weiterlesen bzw. weiterarbeiten, weil sich das Problem nur dadurch löst, dass ich weiterarbeite. Denn wenn ich aufhöre und es aufschiebe, dann bringt mich dies nur unter Zeitdruck.
  • Mich interessiert oft sehr vieles an einem Thema. So auch bei diesem. Eigentlich wollte ich noch einen Teil von „Smart Mobs“ und „Die Weisheit der Vielen“ lesen. Oder ich wollte noch die Videos des MIT Center of Collective Intelligence, oder jene zu den Büchern „Die Weisheit der Vielen„, „Viele Wissen mehr als Einer“ und ihren Autoren ansehen. Ausserdem hätte ich vielleicht auch noch Twitter ausprobiert, vor allem wegen Howard Rheingold. Aber ich musste auch merken, dass nicht alles geht und musste mich darum einschränken.

 

Zur Information: In verschiedenen Blogeinträgen sind Gedanken zur Lektion drin. Manche davon wurden umgesetzt, andere wiederum nicht. Jene, die nicht umgesetzt wurden, passten schliesslich nicht ins Lektionskonzept und blieben darum nur Ideen.

Advertisements


Noch eine offene Frage klären: Zusammenhang von DMDM und kollektiver Intelligenz?

Um den Bogen zu den ersten drei Blogeinträgen zu schliessen, geht es in diesem um die Fragen, welche in den ersten Blogeintragen aufgetreten sind.

In den Blogeinträgen „Schlau werden aus dem Thema – …„, „Auf den Spuren von kollektiver Intelligenz“ und „Ein neuer Blickwinkel auf DMDM“ gibt es einige Fragen, die mir unklar waren. Gewisse davon sind in anderen Blogeinträgen ganz oder zum Teil beantwortet worden. Zum Beispiel das Begriffschaos (Synonym, Oberbegriff, …) wurde im Blog „Kollektive Intelligenz – Begriffsdefinition“ zu einem gewissen Teil bearbeitet.

All diese Fragen, ob nun beantwortet oder nicht, stehen jetzt zum Schluss für mich aber nicht mehr im Vordergrund. Mit Ausnahme der folgenden Frage: Wie ist der Zusammenhang zwischen DMDM und kollektiver Intelligenz? Diese Frage ist Gegenstand dieses Blogeintrages.

Im Blog „Ein neuer Blickwinkel auf DMDM“ greife ich das Thema Zusammenhang zum ersten Mal in dieser Form auf. Auch im Blog „Kollektive Intelligenz – Begriffsdefinition“ ist es im  Abschnitt „3. Synonyme“ wieder erwähnt. In diesem Blogeintrag möchte ich diese Gedanken nun abschliessen.

Die Annahme ist folgende: Kollektive Intelligenz ist eine Voraussetzung für die Macht einer Masse. Anders ausgedrückt: Kollektive Intelligenz befähigt die Masse Macht über manches zu haben. Ich versuche nun diese Annahme mit Beispielen aus dem Buch „Viele Wissen mehr als Einer“ zu bestätigen.

Um die Beispiele zu veranschaulichen wird ein Modell benutzt, das schon in der Lektion zum Einsatz kam. Vorerst werden die Symbole erklärt:

         individuum = Individuum

       masse  = Masse, die kollektive 
                                            Intelligenz besitzt                                      

          → = dies führt zu
                    Macht über …

       umwelt = Umwelt (kann daraus
                                  für etwas Spezifisches)

       unternehmen= Unternehmen (ist ein Bsp.
                          etwas ganz Spezifisches sein) 

                                               

Modell: Zusammenhang DMDM und kollektive Intelligenz (Eigene Schaffung)

Modell: Zusammenhang DMDM und kollektive Intelligenz (selber zusammengestellt von Regula Trachsler)

Ganz allgemein erklärt, bedeutet dieses Modell, dass Individuen in einer Masse kollektive Intelligenz besitzen, da sie zusammen (kollektiv) eine Aufgabe lösen und dabei intelligent scheinen. Dann trifft die folgende Definition des MIT Center of Collective Intelligence zu: Gruppe(n) aus Individuen, die Tätigkeiten kollektiv lösen, so dass es intelligent scheint. Diese kollektive Intelligenz der Gruppe (= Masse) gibt ihr Macht über die Umwelt. Die Umwelt ist z.B. ein Unternehmen.

Ein Beispiel für diese Macht der Intelligenz der Masse (Begriff von Rob May verwendet in Viele Wissen mehr als Einer S. 137): die Community (Masse) von Nikoli (Abschnitt „The bond between puzzle creator and solver“) sind die Leser dieses Rätselheftes. Sie dürfen laut Libert und Spector Ideen für neue Rätselarten einreichen und auch Rückmeldungen sowie kritische Anmerkungen einsenden (S. 42ff). Sie helfen Nikoli ihre Produkte zu entwickeln. Zusammen (im Kollektiv) scheinen die Leser in der Community intelligent. Das bedeutet, dass sie kollektive Intelligenz besitzen. Diese kollektive Intelligenz gibt ihnen Macht gegenüber Nikoli (dem Unternehmen) Verbesserungen vorzuschlagen und auch durchzusetzen. Denn wenn viele Leser derselben oder ähnlichen Meinung sind, dann ist es für Nikoli besser, dies zu erfüllen. Ansonsten verlieren sie das Vertrauen ihrer Community und damit auch die guten Ideen, die (kostenlose) Hilfe der Leser. Im Endeffekt verlieren sie die kollektive Intelligenz.

Auch andere Unternehmen wie Procter & Gamble mit Vocalpoint oder Cookshack mit ihrem Kundendienst bestätigen das Modell.

Zudem bestätigen nachfolgende Literaturstellen aus „Viele wissen mehr als Einer“ die Annahme:

  • Im Web 1.0 war es üblich, Daten für sich selbst zu horten. Das Gegenteil machen die Erfinder des Web 2.0 (S. 21). „Sie sind überzeugt, dass Informationen umso wertvoller werden, je mehr Menschen sie nutzen“ (S. 21). Die Internetnutzer besitzen somit die Macht, etwas zu verbessern. Als Beispiel dafür kann die Produktentwicklung von Firefox, dem Open-Source-Webbrowser von Mozilla, oder das Beispiel Betriebssystem Linux genannt werden (S. 21).
  • Cambrain House nutzt eine Community um Geschäftsideen zu entwickeln. Die konkurrenzfähigsten Ideen werden in einem Wettbewerb ermittelt. Dabei ist der Wettbewerb ein Filter, bei dem die Intelligenz der Massen genutzt wird, um die zu diesem Zeitpunkt beste Geschäftsidee von der Community zu ermitteln. Hier hat die kollektive Intelligenz die Macht die beste Idee zu bestimmen (S. 30).

Mit diesen Beispielen bestätigt sich die Annahme. Es ist jedoch damit nicht allgemeingültig. Denn es müsste eine strukturiertere Untersuchung gemacht werden. Trotzdem bin ich mir nun jedoch sicherer, als ich es noch im Blog „Kollektive Intelligenz – Begriffsdefinition“ (3. Abschnitt Synonyme) war.



Gute Beispiele von Anwendungen kollektiver Intelligenz in Unternehmen
22. März 2009, 15:06
Filed under: Uncategorized | Schlagwörter: , , , , ,
 Zur Auswahl stehen Beispiele von Unternehmen aus dem Buch „Viele wissen mehr als Einer“ und der Liste „Examples of collective intelligence“  von MIT CCI.

Folgende Beispiele haben mich fasziniert:

Aus der Liste „Examples of collective intelligence“ von MIT CCI haben mich spontan folgenden Firmen/Projekte interessiert:

  • Assignement Zero, weil es das Prinzip der Community von „Viele wissen mehr als Einer“ aufgreift. Leider ist diese Community nicht (mehr) aktiv.
  • Citizendium, weil es zu einem der bekanntesten Beispiele der kollektiven Intelligenz gehört, nämlich zu Wikipedia, aber Citizendium selber ist nicht bekannt (siehe auch USA Today).
  • InnoCentive, weil ich davon im Buch „Viele wissen mehr als Einer“ auch schon gelesen habe (S. 34).
  • Kiva, weil es mich interessiert, ob eine solche Entwicklungshilfe zu Selbshilfe führt und besser ist, als alles bisherige. Zudem bin ich auch erstaunt, dass es Social Banking auch in der Entwicklunghilfe gibt, denn zum ersten Mal habe ich von Social Banking im Unterricht gehört und das ist erst einige Wochen her, als es um das Thema Social Banking (Motto: Webciety) der Cebit von 2009 ging.
  • StumpleUpon, weil es mit dem Thema Suchmaschine die Informationswissenschaft betrifft.
  • The Ontolog, weil es mit dem Thema Ontologien und Semantik die Informationswissenschaft betrifft.

Diese Beispiele sind meist nicht gewinnorientierte Organisationen. Trotzdem habe ich sie hier kurz aufgeführt, weil sie mich interessiert haben. Aber ich werde sie darum wahrscheinlich nicht für die Lektion gebrauchen.

Eine Line einfügen
Aus dem Buch „Viele wissen mehr als Einer“ haben mich spontan in der Aufzählung unten stehende Firmen/Projekte interessiert. Das Buch stellt sechs Möglichkeiten von Communitys vor, bei denen die kollektive Intelligenz für einen bestimmten Zweck genutzt wird. Die Bereiche sind: Dienstleistungs- /Produktentwicklung, Marketing, Kundendienst /-betreuung, Produktion, Finanzierung, Management und Strategie. Daraus wähle zu jedem Bereich mindestens ein Beispiel aus, das auch für die Lektion interessant sein könnte: 

  • Von F&E hin zu F&Wir: Eine Firma lebt und stirbt mit dem, was sie anbietet. Darum ist es verständlich, wenn Führungskräfte die Kontrolle über die Art der Güter, die sie verkaufen, nicht aufgeben wollen. Aber im Zusammenhang mit kollektiver Intelligenz ist zu sagen, dass Kunden auch ein Interesse haben an den Gütern. Zudem ist es ziemlich sicher, dass der Kunde das mag, was die Community schafft. Denn die Community besteht aus Kunden. Darum ist es eine kluge Entscheidung die Kunden diktieren zu lassen, was verkauft wird (S. 41). Falls man diesen Schritt jedoch macht, dann sollte man sich bewusst sein, dass Mitarbeiter diese Community als Bedrohung ansehen. Ein Manager muss die Absichten unmisserverständlich klar machen. Und auch nie die Ideen der eigenen Mitarbeiter ignorieren und ihnen auch Anreize geben (S. 47). Beispiel für diesen Bereich sind:
    Logo Nikoli (Quelle: http://www.nikoli.com/en/)

    Logo Nikoli (Quelle: http://www.nikoli.com/en/)

    • Nikoli, weil es so ungewöhlich war auf Rätsel zu treffen (S. 42f).
    • Linden Lab, da ich nie an Second Life und kollektive Intelligenz eine interessante Kombination ist (S. 48fff).
       
  • Wie können wir dem Wir helfen?: Communitys unterstützen Kundenbetreuung. Die Gründe, warum Kunden sich eher gegenseitig helfen, sind folgende: Wartezeiten am Telefon, Weiterleitungen,  Kosten für den telefonischen Support, Kunden wollen als Experten anerkannt werden. Aber auch für Firmen ist es von Vorteil. Sie sparen Geld, indem Kundendienstmitarbeiter für andere Arbeiten frei werden und gleichzeitig eine Community von Stammkunden besteht, welche auch für Produkttests und anderes angezapft werden kann. Die Frage ist nur: Geben die Kunden die richtige Antwort oder beschreiben sie die Vorzüge der Konkurrenz? Verweisen sie auf den Kundendienstmitarbeiter, wenn es defekte Waren gibt? Wo ist die Grenze zwischen Community als Kundendienst und Angestellte als Kundendienst (S. 61fff)? Ein Beispiel für diesen Bereich ist:
    • COOKSHACK, weil es zeigt, dass auch kleine Firmen von der kollektiven Intelligenz profitieren können (S. 63fff).
  • Der Kunde als Verkäufer: Studien haben ergeben, dass sich Konsumenten von heute weite mehr auf das verlassen, was Freunde zu einem Produkt sagen, als auf die Reklame. Mundpropaganda ist aber eine alte Angelegenheit, die schon zu Zeiten der Ägypter eingesetzt wurde. Der Einsatz von Crowdsourcing in einem Marketingprogramm ist jedoch revolutionär. Zudem auch dass es extrem viele Menschen mobilisiert und diese so gut wie keine Bezahlung erhalten. Der Nachteil ist, dass die Firmen jedoch keine Kontrolle darüber haben, was die Empfehler tatsächlich sagen. Studien bei Amerikanern zeigen jedoch, dass sie in ihren Gesprächen über Markenartikel im Verhältnis sechs zu eins positiv darüber sprechen (S. 79fff). Ein Beispiel für diesen Bereich ist:
     
    • Procter & Gamble mit Vocalpoint, weil es ein beeindruckendes Beispiel ist laut Autoren (S. 79fff). 
       

       

  • Der Kunde als Produzent: Hier heisst Crowdsourcing, dass Unternehmen mit Inhalten von Community-Mitgliedern (können auch
    Kunden sein) versorgt werden, nicht von Mitarbeitern. Dafür gibt es folgende Beispiele:
    • iStockphoto, weil es ein gutes Beispiel ist (leuchtet mir mehr ein als Zebo.com) (S. 99fff).
    • Zebo.com, weil es unglaublich scheint, dass es so etwas gibt – aber es existiert (S. 103fff)!
  • Willkommen bei der Weltbank des Wir: Die Gemeinschaft als Geldgeber gab es schon vor siebzehnhundert Jahren in China. Oder seit Jahrhunderten in der Karibik, Afrika, Korea und Vietnam als „Money Pools“, wobei Mitglieder einen festen Betrag pro Monat beisteuern und dafür abwechselnd die Geschäftssumme am Ende des Monats abholen. Die folgende Firma ist aus dieser Idee entstanden (S. 199fff):
    • Bei Prosper vergibt die Community unter ganz bestimmten Bedingungen Kredite. Prosper ist eine Anwendung von Wikinomics, weil es eine Aufgabe an eine Community abgibt. In diesem Fall ist die Aufgabe die Finanzierung (S. 119fff).
  • Jeder kann ein C-We-O sein: Dabei geht es darum, ob eine Community ein Unternehmen leiten und strategische Entscheidungen treffen kann. Zum Beispiel Entscheidungen, welche Produkte und Dienstleistungen anzustreben sind (S. 135fff). Beispiele aus diesem Bereich sind:

Weitere Beispiele kollektiver Intelligenz auf der Hauptseite des Handbook of Collective Intelligence und in der Liste „Examples of collective intelligence„.



Buch: We are smarter than me
22. März 2009, 12:45
Filed under: Uncategorized | Schlagwörter: , , ,
Ich möchte diese Linie
Das BuchViele wissen mehr als einer“ oder im Originaltitel „We are smarter than me„, zeigt nur schon in der Produktion selber, dass es kollektive Intelligenz in der Geschäftswelt gibt. Es ist in Zusammenarbeit mit einer Community entstanden. Die Autoren sagen, sie hätten 2007 rund 4300 Mitglieder in ihrer Community gehabt, 737 Beiträge im Forum und 250 Mitwirkende für 1600 Wiki-Beiträge (S. 16). Sie hatten gehofft, dass es auch diese Mitglieder sein würden, die das Buch schreiben. „In the end, the physical book was authored in the conventional way, but it would not have been possible without the ongoing involvement and guidance from our communities“ (LinkedIn).  
Umschlagbild von "Viele wissen mehr als Einer" (Quelle: http://tinyurl.com/d6ymsx)

Umschlagbild von "Viele wissen mehr als Einer" (Quelle: http://tinyurl.com/d6ymsx)

Dabei machten die Autoren Erfahrungen mit Communitys, welche sie im Buch auch weitergeben (siehe Kap. 8). Auf dieses 8. Kapitel, auf das 1. Kapitel und aufs Nachwort geht dieser Blogeintrag ein. Die Beispiele in Kapitel 2 bis 7 werden im Blog „Gute Beispiele von Anwendungen kollektiver Intelligenz in Unternehmen“ besprochen.

1. Kapitel: Schauen Sie nur, wozu wir imstande sind
Zusammenfassend ging es im Kapitel eins um folgendes:

Die Technologie ermöglichte es, dass die Intelligenz des Einzelnen nunmehr mit der von vielen anderen verbunden und durch die Leistungsfähigkeit der Technologie verstärkt ist. Die Erfinder des Web 2.0 waren der Überzeugung, je mehr Menschen die Information nutzen, umso wertvoller wird sie. Durch das Web 2.0 wurde diese Intelligenz dann auch von Unternehmen entdeckt. Indem sie Aufgaben an Personen und Gruppen im Internet vergeben (=Crowdsourcing), nutzen sie die kollektive Intelligenz. Der Profit: Die Öffnung reduziert Kosten für das Unternehmen, verbessert das Produkt und dadurch gewinnen sie neue Kunden (S. 21f).

Schlaue Unternehmen bitten Internet-Benutzer um Hilfe bei der Produkt- /Dienstleistungsentwicklung (F&E), bei der Kundenbetreuung, beim Kundendienst, beim Absatz, bei der Produktion, bei der Finanzierung, beim Marketing und sogar beim Management. Diese Unternehmen „blühen und gedeihen, indem sie das Fachwissen einzelner Online-Communitys, einschliesslich der Kunden, ausfindig machen, fördern und anzapfen (S. 23, 28, 151, 158).

Es ist jedoch so, dass Communitys für Crowdsourcing, welche schlecht gemanagt werden, mehr Schaden, als dass sie nützen. Laut Gartner ist dies bei der Hälfte der Communitys der Fall (S. 23).

8. Kapitel: Folgen und Führen
Dieses Kapitel erklärt, welche Schlüssellektionen die Macher dieses Buches selber über Communitys gelernt haben. Somit zeigt dieses Buch nicht nur, in welchen Bereichen kollektive Intelligenz in Unternehmen genutzt wird, sondern auch, was bei Communitys soll:

  1. Folgen & führen: Eine Community aufzubauen braucht viel Geld, Zeit und Geduld. Ist es Crowdsourcing, so hat es den Zweck Zugang zu Ideen und Instinkten zu haben. Darum sollte eine Unternehmung diese Community nicht wie eine Abteilung führen, sondern sich so wenig wie möglich einmischen, d.h. lediglich die Richtung vorgeben. Damit die Interessierten einsteigen, sollte es unkompliziert sein. Damit Mitglieder am Ball bleiben, müssen sie sich wohl fühlen. Gedanken und Ideen sollten ungehindert fliessen können. Wenn übereifrige Manager doch eingreifen, dann können wertvolle Ideen verloren gehen (S. 145). Der Tipp von Newmark ist noch: „Wenn Sie Ihre Community online mit einbeziehen, dann können Sie zunächst das Vertrauen und dann die Treue herstellen, die auf Gegenseitigkeit beruhen sollte“ (s. 33).
  2. Wissen, wann man eingreifen muss: Das beste Umfeld ist laisser-faire. Denn dadurch schafft die Firma ein Umfeld, das kreatives Denken uneingeschränkt fördert. Ansonsten erfährt die Organisation die bahnbrechenden Konzepte und Stellungnahmen nicht. Damit die Sache nicht aus dem Ruder läuft, sondern ordnungsgemäss funktionieren kann, muss die Firma dann eingreifen, wenn Unruhestifter da sind, weil Fehlinformationen, die sich so verbreiten, zu kostspieligen Fehlentscheidungen führen können. Ausserdem sollte sie sich einschalten, wenn die Community unorganisiert scheint, ins Chaos abrutscht oder von der ursprünglichen Misson abweicht (S.146ff).
  3. Gründen Sie einen Club, eine wirkliche Gemeinschaft von Gleichgesinnten: Eine dynamische Community zu bilden heisst:
    • Gleichgesinnte, weil sie die gleiche Grundanschauung teilen und die Zeit und Energie nicht mit Debatten um Differenzen verlieren, sondern in Ideen investieren. Ausserdem ist bei Gleichgesinnten das Vertrauen und Engagement höher und dies fördert das kollektive Wissen der Gruppe.
    • Bei der Suche nach Mitgliedern, sollte man zuerst bei den zufriedenen Kunden und Bewohnern der Stadt, wo das Unternehmen tätig ist, beginnen. Das heisst Menschen, die ein klares Interesse an der Firma haben. Und das nächste Ziel ist, dass so viele helle Köpfe wie möglich gewonnen werden.
    • Dynamische Community geht über den virtuellen Begegnungsort hinaus, z.B. Kommunikation per Telefon, E-Mail, Post. Diese zusätzliche Kommunikation fördert die Entdeckung gemeinsamer Interessen unter den Mitgliedern. Es stärkt die Verbindungen und persönliche Beziehungen werden vertieft. Das Ziel dabei ist, geschlossene Gemeinschaften zu schaffen, die bessere Ideen produzieren.
    • Grösse der Gemeinschaft: „Sie muss gross und klug genug sein, um die Inhalte, die sie produziert, zu überblicken sowie Fehler und unangemessene bzw. anstössige Beiträge umgehend aufzudecken und zu korrigieren“ (S. 150). Generell gilt: je grösser, desto vielfältiger werden die Meinungen, Informationen und umso besser die Inhalte (S. 148fff).
  4. Sie könne sich nicht verstecken, also versuchen Sie es erst gar nicht: Heute ist vieles transparent, so dass Fehler schnell aufgedeckt werden. Darum müssen Fehler eingeräumt werden, d.h. zugeben, entschuldigen und erklären und ausserdem denselben Fehler nie wieder machen. Vertuschung, Dementi, Ausflüchte sind schlimmer als ein Eingeständnis. Ausserdem zerstören nicht zugegebene Fehler die Zusammenarbeit mit der Community (S. 151f).
  5. Es muss nicht perfekt sein: Perfekt, sauber, umfassend erklärtes und bearbeitetes Material von Firmen, das der Community zur Verfügung gestellt wird, gibt dem Mitglied das Gefühl, dass bereits alles gesagt sei. Die Firma gibt sich damit übereifrig, aufdringlich oder herablassend. Rückmeldungen bekommt eine Firma dann, wenn sie einen bodenständigen Ton anschlägt (nicht ausgefeilt, …) und auch Grammatik- bzw. Rechtschreibfehler einfliessen lässt. Den Rückmeldungen, die die Firma dadurch gewinnt, verdankt das Unternehmen sein Überleben. Zum Beispiel wenn die Kunden schreiben, dass eine Änderung nicht in ihrem Sinne ist und der vorherige Zustand genau den Mehrwert des Produktes ausmachte. So verliert das Unternehmen die Kunden nicht mit unüberlegten Handlungen (S. 153f).
  6. Bringen Sie die Dinge in Bewegung: Eine Community-Website ohne entgegengesetzte Meinung ist öde und unproduktiv. Ein Unternehmen sollte dazu ermutigen Kritik zu üben. Daraus entstehen Diskussionen und neue Ideen. Die Website sollte die Menschen (persönlich) ansprechen, neugierig machen, damit sie sich auch persönlich engagieren, ihre Leidenschaft herausgefordert ist (S. 155f).
  7. Sagen Sie Danke: Da die Mitglieder ihr Wissen, ihr Talent zur Verfügung stellen und dies einen Wert für die Firma hat, sollte sie die Beiträge auch anerkennen und belohnen. Dies wird auch im Handbook of Collective Intelligence als fördernd für kollektive Intelligenz angesehen. Belohnungssysteme können folgende sein: Punkte für Waren und Dienstleistungen, Warenproben oder monetäre Belohnung. Die Firma sollte den Plan für die Belohnung jedoch von der Community überprüfen lassen, denn wenn es nicht als angemessen und fair empfunden wird, dann sind die Mitglieder frustriert und verärgert und dies läuft dem Zweck zuwider (S. 156f).
  8. Es gibt keinen One-Night Stand: Es braucht Zeit eine Besetzung von wertvollen Mitwirkenden aufzubauen, die gleiche Interessen haben. Persönliche Beziehungen zu festigen, die für ein produktives Umfeld wichtig sind, braucht auch Zeit. Beim Aufbau muss mit dem Inhalt experimentiert werden. Dadurch kann ein Unternehmen herausfinden, auf welche Weise sie wertvolle Diskussionen entfachen kann. Die Mitglieder sollten in diesen Prozess miteinbezogen werden, Rückmeldungen und Vorschläge geben können.
    Das Unternehmen sollte aufmerksam bleiben. Interaktionen, Reaktionen beobachten und die Ziele, die sie mit der Community haben, nach einer gewissen Zeit evaluieren (S. 157ff).

Nachwort – Schliessen Sie sich den Massen an
Wie arbeiten wir in Zukunft? Der Mensch wird dank Computer, Handy, iPod und dem Internet immer individueller und unabhängiger. Im Allgemeinen verbringen Arbeiter schon jetzt mehr Reise-/Arbeitszeit ausserhalb des Büros und sind öfter online, um Informationen zu bekommen und zu kommunizieren. Doch obwohl das Internet den Menschen unabhängiger gemacht hat, hat es doch auch zu Zusammenarbeit geführt, nämlich über Communitys. Wir sind dadurch umfassender miteinander verbunden (S. 161f).

Gartner Inc. erwartet, dass zukünftig immaterielle Dienstleistungen von eigenen Arbeitsplätzen aus gemacht werden, dass Ratschläge, Informationen und Innovationen über Netzwerke eingeholt werden, die mit dem Arbeitgeber nichts mehr zu tun haben. Das Verhältnis zum Unternehmen wird weniger von Treue geprägt sein, die Beziehung Manager und Angestellter wird eine Zusammenarbeit der Symbiose sein. Grossraumbüros werden virtuellen Communitys von Expertenteams weichen. Diese werden dann Aufgaben für Kunden übernehmen (S. 162ff).

Die Unternehmen sollte darum Communitys aufbauen und pflegen, da sie in Zukunft eine Rolle im Arbeitsleben des neuen unabhängigen Arbeitnehmers spielen. Ausserdem werben die Autoren dafür, dass man unbedingt der Community des Buches beitreten soll, da es die beste Möglichkeit ist „Unternehmen mehr wissen zu lassen, indem die kollektive Intelligenz der Gemeinschaft angezapft wird“ (S. 164f).



Wiki: Handbook of Collective Intelligence
Logo MIT CII (Quelle: http://cci.mit.edu/)

Logo MIT CCI (Quelle: http://cci.mit.edu/)

Die Hauptseite des Handbook of Collective Intelligence des MIT Center of Collective Intelligence zeigt den Stand der Erkenntnis im Bereich kollektive Intelligenz. Folgende Inhalte wurden daraus herausgegriffen:

  • Was ist kollektive Intelligenz (siehe Kollektive Intelligenz – Begriffsdefinition)
  • Welche Faktoren fördern kollektive Intelligenz (Auswahl):
    • Diversity (Vielfalt): Will man eine geringe Abweichung zwischen dem, was die Gruppe voraussagt und dem, was die Wahrheit ist, so muss man eine Gruppe mit Menschen bilden, die verschiedene Ansichten haben. Prognosen jedoch, können auch von einer grossen Vielfalt in einer Gruppe nicht mit Sicherheit richtig vorausgesagt werden. D.h. es ist nicht sicher, dass sie bessere Entscheidungen treffen. Surowiecki meint gar, dass nicht nur eine Vielfalt an Wissen, sondern auch an Fähigkeiten, die kollektive Intelligenz fördert.
    • Formal and informal structure (Formale oder informale Organisationsstruktur): Bei kollektive Intelligenz denkt man weniger an formale Strukturen. Man ist sich noch nicht einige, was besser ist, damit Innovationen entstehen.
    • Dense communication structure (klare Kommunikationsstrukturen): Es ist umstritten, ob klare Kommunikationsstrukturen (Informationswege, leider wurde diese Erklärung nur über Fachdatenbank gefunden und diese ist passwortgeschützt) die Produktivität der Gruppe erhöhen. Gruppenzugehörigkeit und Vertrauen sind jedoch klare Faktoren, um die Produktivität zu erhöhen.
    • Incentives for contribution (Anreize schaffen für Mitwirkung): Dies kann einerseits ein monetärer Anreiz sein, wie bei InnoCentive oder intrinsische Motivation wie bei ESP Game (Erklärung zum ESP Game). Es können aber auch Beitragskosten reduziert werden.
    • The Power of the Edge (Informationen von buttom-up): Wenn eine Organisation eine Top-down-Hierarchie hat, dann riskiert sie, dass Informationen ihrer Mitglieder (andere Sichtweisen, früheres erkennen von Veränderung) nicht beachtet werden. Darum ist Buttom-Up-Information nicht zu unterschätzen.
    • Conformity enforces (Gleichgesinnte): Eine Community funktioniert dann besser, wenn die Mitglieder eine gleiche Grundanschauung teilen. Das erleichtert die Kommunikation und Zusammenarbeit, da nicht die ganze Energie in Debatten verbraucht wird. Siehe dazu auch Blogeintrag „Buch: We are smarter than me“ im Abschnitt zum 8. Kapitel und in diesem Abschnitt unter Punkt 3.
    • Inner judges (gegenseitige Überwachung/Kontrolle): Mechanismen, die bewirken, dass Gutes belohnt und Fehler korrigiert werden.
    • Independence (Unabhängigkeit): Das eigene Wissen und die eigene Fähigkeit soll genutzt werden ohne übermässige Beeinflussung durch die Community. Wenn die Beeinflussung zu hoch ist, können falsche Ergebnisse entstehen.
    • A particular kind of decentralization (Balance zwischen Kollektiv und Individualität):  Mitglieder sollen eine gute Balance finden zwischen Wissen global und kollektiv nutzbar zu machen und Wissen bei sich zu behalten
  • Auch Don Tapscott und Anthony D. Williams meinen, dass kollektive Intelligenz Massenzusammenarbeit (mass collaboration) ist. Sie sagen, dass 4 Prinzipien für das Konzept kollektiver Intelligenz nicht nur fördernd sind, sondern gar existieren müssen. Diese 4 Prinzipien sind nicht aus dem Handbook of Collective Intelligence sondern aus dem Wikiartikel Collective intelligence. Da sie auch Faktoren beschreiben, die kollektive Intelligenz fördern, werden sie hier trotzdem auch aufgeführt. Die 4 Prinzipien sind:  
    • „Openness: During the early ages of the communications technology, people and companies are reluctant to share ideas, intellectual property and encourage self-motivation. The reason for this is these resources provide the edge over competitors. Now people and companies tend to loosen hold over these resources because they reap more benefits in doing so. By allowing others to share ideas and bid for franchising, their products are able to gain significant improvement and scrutiny through collaboration“ (Collective intelligence). (Siehe weiter unten Sharing)
    • „Peering: This is a form of horizontal organization with the capacity to create information technology and physical products. One example is the ‘opening up’ of the Linux program where users are free to modify and develop it provided that they made it available for others. Participants in this form of collective intelligence have different motivations for contributing, but the results achieved are for the improvement of a product or service. As quoted, “Peering succeeds because it leverages self-organization – a style of production that works more effectively than hierarchical management for certain tasks.”
    • Sharing: This principle has been the subject of debate for many, with the question being “Should there be no laws against distribution of intellectual property?” Research has shown that more and more companies have started to share some, while maintaining some degree of control over others, like potential and critical patent rights. This is because companies have realized that by limiting all their intellectual property, they are shutting out all possible opportunities. Sharing some has allowed them to expand their market and bring products out more quickly.“ Diese Aussage bestätigt auch Libert und Spector, indem sie sagen, dass weit dem Web 2.0 Informationen nicht gehortet, sondern frei zugänglich gemacht werden, um mit Hilfe von Benutzern (Kunden) Verbesserungen zu erhalten (S. 21).
    • Acting Globally: The emergence of communication technology has prompted the rise of global companies, or e-Commerce. E-Commerce has allowed individuals to set up businesses at almost no or low overhead costs. As the influence of the Internet is widespread, a globally integrated company would have no geographical boundaries. They would also have global connections, allowing them to gain access to new markets, ideas and technology. Therefore it is important for firms to stay globally competitive and updated or they will face a declining rate of clientele“ (Collective intelligence. Als Quelle für diesen Beitrag im Wikipediaartikel Collective intelligence diente das Buch: Wikinomics).
  •  Welche Faktoren erschweren kollektive Intelligenz (Auswahl):
    • Biases (Täuschung): Täuschung meint zum Beispiel, wenn Gruppenmitglieder die Meinung, Aussagen, usw. der eigenen Mitglieder bevorzugen, auch wenn die Gegenpartei oder aussenstehende Person im Recht ist.
    • Social capital (Soziales Kapital): Toleranz, Wechselseitigkeit und Vertrauen sind wichtig in Gemeinschaften und somit auch für die kollektive Intelligenz. Putman meint, dass es gerade in Amerika an diesem sozialen Kapital fehle. Fazit: fehlt soziales Kapital, so erschwert es kollektive Intelligenz.
    • Narrow bandwidth among members (begrenzte Übereinstimmung): Geografisch verteilte Teams haben Schwierigkeiten, weil sie nicht das gleiche Wissen teilen. Das wirkt sich z.B. auf die Kommunikation aus (Missverständnisse).
    • Cultural boundaries (kulturelle Grenzen): Die grösste Barriere für kollaboratives Arbeiten ist die Schwierigkeit Einigkeit zu erreichen. Dies macht Entscheidungsfindung schwieriger. „Even if collaboration members do manage to agree they are very likely to be agreeing from a different perspective. This is often called a cultural boundary“ (Handbook). Self-interest (eigene Interessen): Eigene Interessen können die Entstehung von kollektiver Aktion verhindern.
    • Auch Faktoren, welche den traditionellen Anlagenmarkt negativ beeinflussen, können die kollektive Intelligenz negativ beeinflussen. So z.B. Manipulation, Herdenverhalten. 
  • Auch Wagner nennt Faktoren, die kollektive Intelligenz behindern. Obwohl sie nicht aus dem Handbook of Collective Intelligence stammen, werden sie hier aufgeführt. Siehe dazu Wann Kollektive Intelligenz nicht funktionieren kann.
  • Techniken, um kollektive Intelligenz zu erhöhen (Auswahl):
    • Enhancing social capital and networks (Soziales Kapital und Netzwerke fördern)
    • Aligning interests (Interessengruppen): Grosse Gruppen haben ein Problem mit kollektiven Aktionen, daher müssen kleinere Abspaltungen gemacht werden.
    • Enhancing social interaction (Soziale Interaktion fördern): zum Beispiel mit Wahlen oder Diskussionsforen.

 Das Handbook of Collective Intelligence steht unter folgender Creative Common Lizenz.

Zum Inhalt dieses Blogeintrages: Der Text im Handbook of Collective Intelligence ist einerseits wegen des Englischen, aber auch wegen seiner Tiefe nicht leicht zu verstehen. Daher habe ich Inhalte weggelassen, die mir auf keinen Fall verständlich – oder es nur mit intensivem Einsatz und gründlicher Erklärung – sind. Dies geht eigentlich gegen meine Arbeitsweise alle Hintergrundkenntnisse zu haben, aber es geht nicht anders.



Blog: BACKonTheFUTURE
 Der Blog von Dr. Prof. Andrea Back hat eine Sequenz von 9 Einträgen zu Collective Intelligence. Die Einträge enthalten Text und Interviews von Andrea Back mit Prof. Dr. Christian Wagner, der das Prinzip der kollektiven Intelligenz im Kontext von Wissensmanagement und Innovation erforscht hat (Back). Dabei geht es um folgende Themen:
  • Blog Collective Intelligence: Search Clicks sagten den Wahlsieg von Obama voraus vom 6. Nov. 2008: Das Thema diese Blogs ist die kollektive Intelligenz im Zusammenhang mit der Präsidentschaftswahl in den USA 2008 und Google Search Trends. Da dies aber nicht zu meinem Fokus gehört, werde ich nicht näher darauf eingehen.
  • Blog Dass Kollektive Intelligenz funktioniert, macht Executives stutzig vom 7. Nov. 2008: „Die erste Einstellung von Executives ist eigentlich immer Stutzigkeit, ein bisschen Missglauben, wenn sie von Collective Intelligence hören“ (Wagner). Diesen Unglauben gegenüber kollektiver Intelligenz legen sie jedoch ab, wenn Wagner das Beispiel „Wer wird Millionär“ mit dem Publikumsjoker erklärt.
    Professor Wagner sagt: Jeder hat das schon einmal gesehen und ist erstaunt, dass 50% des Publikums die richtige Antwort “wissen”, was ja nicht der Fall ist, sondern was nur so aussieht. Die Einsicht ist verblüffend, dass die grosse Masse den Experten voraus ist. Diesen Effekt erklärt er uns wie folgt[, kollektive Intelligenz ist]:

    • Die Leute wissen nicht, was die richtige Antwort ist, aber sie können falsche Antworten ausschliessen … Das ist Information.
    • Wenn ich genug Leute habe, eine grosse “Masse”, dann kommt die richtige Antwort wie Luftblasen in die Höhe.
    • Falsche Antworten werden zwar auch noch als richtig angesehen, das ist dann das Rauschen (noise)…. Aber das Signal (signal), die beste Antwort, kommt dann hervor“.
    Wer wird Millionär (Quelle: http://tinyurl.com/c5r9b6)

    Wer wird Millionär (Quelle: http://tinyurl.com/c5r9b6)

    Analog kann das Prinzip von „Wer wird Millionär“ im Geschäftsalltag nun z.B. folgende Anwendung finden: Wenn die alternativen A (= 3 Monate), B (= 6 Monate), C (= 9 Monate) und D (= 12 Monate) Schätzungswerte für den Zeitpunkt sind, wann ein Produkt fertig wird, so können gewisse Daten ausgeschlossen werden. Somit sind die übrigen Datenwerte wahrscheinlicher. Genau durch diese Aggregation kommt die beste Antwort zum Vorschein. Dies ist das Millionärsprinzip – somit auch kollektive Intelligenz – angewandt im Geschäftsleben.

    Um an den Blog Begriffsdefinitionen zum Thema DMDM anzuknüpfen: das Prinzip von „Wer wird Millionär“ würde in der Grafik der Typen von kollektiver Intelligenz  der Cognition entsprechen: Die Masse ist besser als Experten. 

  • Blog Glauben Executives an Prediction Markets? vom 21. Nov. 2008: Hierbei wird der Prediction Market erläutert. Da dies vom Fokus ausgeschlossen wurde, wird nicht näher darauf eingegangen.
  • Blog Industrialisierung der Wissensproduktion (Teil 4 von 9) vom 5. Dez. 2008: Die Analogie, dass es eine Industrialisierung bei Informations- und Wissensprodukten gäbe, bestätigt Wagner eher nicht. Er sieht die Analogie in der kollektiven Intelligenz vielmehr in der „Intelligenzpumpe„. Dieses Thema ist auch nicht weiter relevant für den Fokus dieses Blogs.
  • Blog Wiki-Zauber: Viele neue Paare Augen (Teil 5 von 9) 12. Dez. 2009: In diesem Gespräch geht es um die Prinzipien von Wikis, die es einer “Masse” – d.h. auch vielen Amateuren – ermöglichen, ein Produkt von hoher Qualität zu schaffen. Unter anderem mit dem „Eyeballs-Prinzip“. Wikipedia gehört nicht zu den Beispielen kollektiver Intelligenz, welche im Blog vertieft diskutiert werden. Es wäre schon möglich das Thema Wikipedia mit Unternehmen in Bezug zu bringen, denn ich weiss von zwei Bibliotheken, die solche Wikis als Wissensmanagement anwenden. Aber ich habe mich entschieden andere Beispiele von Unternehmen und kollektiver Intelligenz vorzustellen, und darum werde ich nicht näher darauf eingehen. Es könnte jedoch sein, dass es als Einstieg durchaus sinnvoll ist mit diesem bekannten Phänomen anzufangen. Dasselbe gilt für den Blogeintrag Dass Kollektive Intelligenz funktioniert, macht Executives stutzig, der auch als Einstieg dienen kann. 
Wikipedia Concept Map (Quelle: http://tinyurl.com/dhsagz)

Wikipedia Concept Map (Quelle: http://tinyurl.com/dhsagz)

  • Blog Weisheit der Vielen: Gut genug oder haargenau (Teil 6 von 9) 19. Dez. 2009: Die Qualität der Resultate von kollektiver Intelligenz z.B. in Wikipedia ist  nicht Gegenstand dieses Blogs und wird hier darum nicht näher erläutert.
  • Blog Alchemie der Aggregierung von Light Knowledge (Teil 7 von 9) 26. Dez. 2009: „Wagner sagt: Ich würde Knowledge Light so beschreiben: Das sind Informationsteilchen, die der Einzelne preisgeben kann, ohne grosse Mühe, diese sind sehr einfach wegzugeben. Jeder gibt nur so einen kleinen Teil – das kann man nicht einmal als Knowledge bezeichnen, sondern als Datenpunkt. Und die Gruppe weiss auf einmal viel mehr durch die Aggregierung. Oftmals, in Unternehmen, fällt es uns so schwer, alle Richtlinien zu kennen, ein gesamtes Regelwerk zu beschreiben. Aber wenn jeder ein bisschen schreibt, was dem Einzelnen leicht fällt, und wir das dann aggregieren können, auf einmal haben wir enorm viel.“ Diese Aggregation funktioniert jedoch nicht nach dem Prinzip der Alchemie, sondern nach jener der „Intelligenzpumpe„.
    Dies widerum ist ein Beispiel für kollektive Intelligenz in Unternehmen.
  • Blog Ein Wiki ist festgehaltene Diskussion (Teil 8 von 9) 2. Jan. 2009: Da dieser Beitrag das Thema Prediction Markets und Conversational Knowledge Management geht, ist es nicht relevant für diesen Blog. Das Thema Cluetrain Manifest käme dem Fokus schon näher, aber da es wieder ein Thema für sich ist, wäre es zu viel, dies auch noch zu behandeln. 
  • Blog Wann Kollektive Intelligenz nicht funktionieren kann (Teil 9 von 9) 9. Jan. 2009: Dieser Inhalt ist nun im Gegensatz zu den meisten anderen auch für meinen Blog sehr interessant. Die Frage, was ist hinderlich für eine Anwendung kollektiver Intelligenz. Wagner nennt zwei Faktoren:
    • „Speziell in meinem Erfahrungsraum (Anm.: in China wohnend) ist das Aussprechen seiner eigenen Meinung in einer Gruppe nicht immer das kulturell Richtige. Z.B. wird, wenn der Chief Executive etwas sagt und man im gleichen Raum ist, eifrig genickt. Das sieht man auch oftmals in Unternehmen. … Es ist eben so wichtig, dass es eine Vielfalt von Meinungen gibt, die auf einer Vielfalt von Theorien beruhen, und auf einer Vielfalt von Information, und dass die nicht abgesprochen werden.
      Selbst solche Techniken wie Synectics haben dieses Prinzip. In der divergierenden Phase dürfen die Teilnehmer der Expertengruppe nicht miteinander sprechen. Wir wissen ja, dass ‘Group Think‘ dann doch die Meinungsvielfalt zerstört und damit nicht die Qualität erzielt, die wir wirklich brauchen.
    • Als K.O.-Punkt 2 führt er an:
      Man kann nicht aus Unwissen Wissen machen. Ich sagte vorher, oftmals kann man irgendetwas Falsches aus vielen Möglichkeiten ausschliessen. Aber nur Raten, am Ende aggregiert, ist immer noch Raten. Etwas Wissen muss da sein. Man kann aus ein bisschen Wissen Wissen machen“.

Gedanken zur Lektion:

Wie bereits erwähnt, kann sowohl der Video des Blogs Dass Kollektive Intelligenz funktioniert, macht Executives stutzig, als auch derjenige des Blogs Wiki-Zauber: Viele neue Paare Augen (Teil 5 von 9) als Einstieg ins Thema dienen. Denn es sind Anwendungen von kollektiver Intelligenz, welche wir kennen, vielleicht nicht als kollektive Intelligenz, aber sie sind uns bekannt. Und mit etwas einzusteigen, wo Zuhörer an ihre Erfahrungen und Alltag anknüpfen können, ist für den Lernprozess gut. Allenfalls, nicht nur im Sinne von Stoffvermittlung, auch als Auflockerung, könnte ich mit der Klasse eine Runde „Wer wird Millionär“ spielen. Dann ist nicht nur der Erinnerungseffekt, sondern wenn es klappt, dann auch gleich eine direkte Erfahrung der kollektiven Intelligenz durch den Publikumsjoker.

Falls das Video Wiki-Zauber: Viele neue Paare Augen (Teil 5 von 9) abgespielt würde, müsste ich darauf hinweisen, auf was geachtet werden soll: Und zwar auf das Erfolgsrezept von Wikipedia (Eyeballs).  Zudem müsste ich die Begriffe Eyeballs und Wisdom of Crowds vorher klären.

Das Vidoe Wann Kollektive Intelligenz nicht funktionieren kann (Teil 9 von 9) könnte als Auflockerung im Theorieteil Einzug finden. Aber ich weiss, dass ich nicht alles machen kann. Das sind auch erst Ideen. Vielleicht ergibt sich noch etwas anderes.



Kollektive Intelligenz – Begriffsdefinition
Dieser Blogeintrag dient dazu kollektive Intelligenz zu definieren und Begriffe rund um kollektive Intelligenz zu sammeln, zu erklären und in Beziehung zu kollektiver Intelligenz zu stellen. Dafür ist dieser Eintrag wie folgt aufgebaut:
Kollektive Intelligenz – Begriffsdefinition
  1. Warum ist kollektive Intelligenz gerade jetzt aktuell?
  2. Synonyme
  3. Begriffe mit Bezug zur kollektiven Intelligenz
  4. Ersatzbegriff?
  5. Kritik vs. Anhänger der kollektiven Intelligenz
  6. Gedanken zur Lektion

 

 1. Kollektive Intelligenz – Begriffsdefinition

Das MIT Center for Collecitve Intelligence (MIT CCI) definiert sie wie folgt:

  • „The working definition of collective intelligence that we’re using is that collective intelligence is groups of individuals doing things collectively that seem intelligent.“
  • Collective Intelligence is a shared or group intelligence that emerges from the collaboration and competition of many individuals.“
  • Detaillierter hier oder hier (für den Vortrag sicher wichtig, dass die Begriffe einzeln definiert werden und erst dann erklärt wird, was sie zusammen bedeuten).

Laut Lévy ist kollektive Intelligenz folgendes: „Es ist eine Intelligenz, die überall verteilt ist, sich ununterbrochen ihren Wert erschafft, in Echtzeit koordiniert wird und Kompetenzen effektiv mobilisieren kann. Dazu kommt noch ein sehr wesentlicher Aspekt: Grundlage und Ziel der kollektiven Intelligenz ist gegenseitige Anerkennung und Bereicherung und nicht ein Kult um fetischisierte, sich verselbstständigende Gemeinschaften“ (S. 29).

  • Mit „eine überall verteilte Intelligenz“ (S. 29) ist gemeint, dass „niemand alles weiss, jeder weiss etwas, in der Menschheit liegt das gesamte Wissen“ (S. 30).
  • „Eine Intelligenz, die sich ununterbrochen ihren Wert erschafft“ (S. 29) bezieht sich darauf, dass die Intelligenz zwar überall verteilt ist. Lévy meint jedoch, dass sie nicht genutzt wird. Die Ressource Wissen und Erfahrung werden vergeudet (S. 30). Vielleicht ist es heute doch besser, immerhin ist es ein aktuelles Thema und Lévy hat dies vor mehr als 10 Jahren geschrieben.
  • Damit „die Koordination der Intelligenzen in Echtzeit“ (S. 29) möglich ist, braucht es digitale Informationstechnologien. Diese Kommunikationssysteme ermöglichen die Koordination von Interaktionen innerhalt eines virtuellen Wissensuniversums (S. 30f).
  • Wer Wissen und Intelligenz des Gegenübers nicht anerkennt, verweigert soziale Identität und fördert Feindschaft und somit kein produktives Verhältnis (S. 31). Darum ist die „wirksame Mobilisierung von Kompetenzen“ wichtig (S. 29).

Vergleiche ich die beiden Definitionen sind sie sehr unterschiedlich: die Erste ist im Gegensatz zur Zweiten kurz und einfach zu verstehen. Ich wage es einmal zu behaupten, dass die Definition von Lévy auch etwas philosophisch angehaucht ist und nicht nur faktisch. Ich könnte mich jedoch auch täuschen und möchte mich nicht darauf behaften.

Typen von kollektiver Intelligenz (Quelle: http://en.wikipedia.org/wiki/Collective_intelligence#Types_of_collective_intelligence)

Typen von kollektiver Intelligenz (Quelle: http://tinyurl.com/c4xjup)

Typologie der kollektiven Intelligenz: 

Im Blogeintrag vom 24. Februar 2009 habe ich diese Grafik erwähnt. Schon damals fand ich sie hilfreich. Dass sie nun von guter Qualität ist, wird dadurch bewiesen, dass sie im Handbook of Collective Intelligence des MIT CCI steht. Die Grafik basiert auf Beispielen und Typen aus den beiden Büchern „Die Weisheit der Vielen“ und „Smart Mobs„. Im englischen, wie auch im deutschen Wiki, werden diese Typen jedoch kurz erklärt.
 
 
 
Im Buch von Surowiecki findet sich folgende Erklärung dazu: Laut Surowiecki kann kollektive Intelligenz auf alle Probleme angewandt werden. Im Buch konzentriert er sich jedoch auf 3 Arten von Problemen, auf welche die kollektive Intelligenz angesetzt werden kann. Die Kategorien sind:
  • Kognitionsprobleme: Diese Kognitions- oder Erkenntnisprobleme haben eine definitive Lösung bzw. es wird eine geben. Es gibt vielleicht nicht eine einzige richtige Antwort, aber manche sind besser als andere. Eine Frage zu diesem Problem wäre: „Wie viele Exemplare des vorliegenden Buches werden wir im laufenden Jahr verkaufen“ (S. 15)?
  • Koordinierungsprobleme: Mitglieder einer Gruppe (des Marktes, U-Bahn-Benutzer, Studenten bei der Wohnungssuche) versuchen eine Möglichkeit zu finden, ihr Verhalten untereinander zu koordinieren, wenn sie wissen, dass jeder von ihnen das gleiche Ziel hat. Zum Beispiel: Wie kommt ein Verkäufer zum Käufer und umgekehrt? Wie handeln sie einen fairen Preis aus? „Wie organisieren Unternehmen ihre geschäftlichen Aktionen? Wie kommt man als Fahrer sicher durch starken Verkehr“ (S. 15)?
  • Kooperationsprobleme: Dies sind Probleme mit der Aufgabe, „selbstsüchtige, misstrauische Menschen zur Zusammenarbeit zu bewegen, obwohl das strikte Eigeninteresse es eigentlich zwingend erscheinen liesse, dass kein Individuum daran teilnehmen sollte. Die Begleichung von Steuern, das Vorgehen gegen Umweltverschmutzung, eine generelles Verständnis von der angemessenen Höhe von Löhnen und Gehältern – das sind Beispiele für gelöste Kooperationsprobleme“ (S. 16).
 
Eine andere Variante die Beispiele kollektiver Intelligenz zu klassifizieren, ist jene des MIT CCI: Business organizations, computer science and artificial intelligence, Biology, computer-supported collaborative work und prediction markets. 
 

2. Warum ist kollektive Intelligenz gerade jetzt aktuell?

Malone vom MIT CCI: „Now, if you think about it that way, collective intelligence has existed for a very long time.  Families, companies, and countries are all groups of individual people doing things that at least sometimes seem intelligent.  Beehives and ant colonies are examples of groups of insects doing things like finding food sources that seem intelligent.  And we could even view a single human brain as a collection of individual neurons or parts of the brain that collectively act intelligently. But in the last few years we’ve seen some very interesting examples of new kinds of collective intelligence. […] With new information technologies—especially the Internet—it is now possible to harness the intelligence of huge numbers of people, connected in very different ways and on a much larger scale than has ever been possible before.

Diese Erklärung zeigt, dass kollektive Intelligenz schon lange existiert, es jedoch durch den Einsatz von Informationstechnologie erst aktuell wird für Unternehmen, Gesellschaft, Wissenschaft und Politik. Denn die neuen Technologien erlauben es Gruppen sich auf neue Art und Weise zu organisieren. Um sie richtig einsetzen zu können, die Möglichkeiten zu erkennen und Vorteile daraus erzielen, ist es wichtig kollektive Intelligenz zu verstehen. Ausserdem mangelt es momentan noch an Theorien über die kollektive Intelligenz. Das MIT CCI möchte diesen letztgenannten Punkten Abhilfe schaffen, damit es keine Vorurteile und falschen Vorstellungen gibt. Dies ist darum wichtig und notwendig, weil momentan ein Rummels um den Begriff gemacht wird (zumindest scheint es so in den USA zu sein).

In der Biologie war das Thema durch die Erforschung von  Ameisen, Fischen und Vögeln schon länger ein Thema. Aber auch in den Bereichen „psychology, organization theory, artificial intelligence, brain science and others“ (MIT CCI) gibt es schon Erkenntnisse zur kollektiven Intelligenz. Das MIT Center for Collective Intelligence möchte nun diese Erkenntnisse organisieren und nutzen, um neue Erkenntnisse zur Schlüsselfrage „How can people and computers be connected so that collectively they act more intelligently than any individual, group, or computer has ever done before?“ zu finden. Dies machen sie gleich vorbildlich – im Sinne von kollektiver Intelligenz -, indem sie durch gemeinsame Projekte verschiedener Disziplinen auf das Wissen dieser zugreifen.

Fazit: Die Definition von kollektiver Intelligenz in Zusammenhang mit den neuen technologischen Möglichkeiten scheint laut MIT CCI noch nicht ausgereift zu sein.

3. Synonyme

Schon im Blog „Neuer Blickwinkel auf DMDM“ habe ich mich mit dem Zusammenhang von DMDM und kollektiver Intelligenz beschäftigt. Auch jetzt noch scheint mir, nach logischen Überlegungen, die Aussage zu stimmen: „kollektive Intelligenz ist eine Voraussetzung dafür, dass eine Masse überhaupt Macht haben kann“. Daraus könnte man schliessen, dass die Begriffe DMDM und kollektive Intelligenz nicht synonym sind. Ausserdem könnte mach auch daraus schliessen, dass die Macht der Massen von der kollektiven Intelligenz abhängig ist. Aber ich bin mir nicht sicher, da ich es (noch) nicht bestätigen kann mit einer Quelle. Darum muss ich noch vorsichtig mit dieser Annahme umgehen.

Und nun zu den wirklichen Synonymen von kollektiver Intelligenz: Laut Wikipedia wird kollektive Intelligenz auch Gruppen- oder Schwarmintelligenz genannt. Laut Surowiecki (S. 11) und Wagner ist ein weiteres Synonym von kollektiver Intelligenz: „Wisdom of crowds“. Im Buch „Viele wissen mehr als Einer“ taucht der Begriff „Intelligenz der Massen“ auf. Er wird von Rob May verwendet (S. 137).

4. Begriffe mit Bezug zur kollektiven Intelligenz

Folgende Begriffe haben einen Zusammenhang zu kollektiver Intelligenz:

  • Crowdsourcing (auch Open Sourcing genannt). Im Buch „Viele Wissen mehr als Einer“ auf S. 21 beschrieben als Geschäftsmodell für Aufgaben, die traditionell von Angestellten ausgeführt wurden, werden an die vielschichtige Internetgemeinschaft (siehe Online-Communitys) abgegeben. Somit wird die kollektive Intelligenz von Kunden, … genutzt.
    Geschichte hinter dem Begriff: „Noch im Jahr 2006 war Open-Sourcing für die meisten Geschäftsleute nicht viel mehr als ein Online-Kuriosum. Zu diesem Zeitpunkt schreib Jeff Howe vom Wired Magazin einen Artikel über dieses Phänomen. Als er an seinem Bericht arbeitete, stiess er auf eine Geschichte, die er für wesentlich erzählenswerter befand: In einer Vielzahl von Branchen hatten grosse Firmen angefangen, wichtige Aufgaben an einzelne Personen und Gruppen im Internet zu vergeben. Sein Verleger vom Wired Magazin, Mark Robinson, stimmte ihm zu. Zusammen prägten sie einen neuen Begriff, um das Phänomen zu beschreiben. Der Artikel erschien im Juni desselben Jahres, und das Wort „Crowdsourcing“, das sie erfanden, wurde definiert als Anzapfen von „verborgenen Talenten der [Online]-Masse“. Schnell wurde es der Begriff der Wahl für einen Prozess, der inzwischen praktisch jeden Aspekt des Geschäftslebens durchdrungen hat“ („Viele Wissen mehr als Einer“ auf S. 22).
  • Wikinomics: Menschen arbeiten selbstorganisiert, ohne Hierarchien und starre Organisationsstrukuren an gemeinsamen Projekten z.B. die Open Source Software Linux oder Wikipedia. Ausserdem wird in „Viele Wissen mehr als Einer“ auf S. 143 der Begriff Wikinomics-Community erwähnt. Damit sind die Communitys von Wikinomics gemeint.
  • Social software ist eine Software, welche Interaktion und gemeinsame Datenpools erlaubt z.B. Facebook. Flickr, YouTube. Eine spezifische Social Software ist die Collaborative Software (siehe weiter unten). Social Software Anwendungen enthalten Tools für die Kommunikation und Interaktion z.B. Social Network Service (siehe weiter unten).
  • Soziale Netzwerke (= Social network service) sind Webdienste, welche Online-Communitys beherbergen. Ist nicht dasselbe wie „Social network„, welches die soziale Struktur darstellt.
  • Online-Communitys braucht es (und somit auch soziale Netzwerke), damit über Kommunikation kollektive Intelligenz entsteht („Viele Wissen mehr als Einer“ auf S. 143fff).
  • Kollaborativ steht für Zusammenarbeit. Speziell Collaborative Intelligence (Fähigkeit zur Zusammenarbeit) oder Collaborative Software (Unterstützt die Zusammenarbeit von Menschen mit einer Software z.B. E-Mail, Chat, Wiki. Collaborative Software ist die Basis für computergestützte kollaborative Arbeit) braucht es bei Anwendungen wie z.B. Wikipedia, welches ein Beispiel kollektiver Intelligenz ist. Detailliertere Info im Handbook of Collective Intelligence. Synonyme von Online-Communitys sind Internetgemeinschaft („Viele Wissen mehr als Einer“ auf S. 22) und Netzgemeinschaft.
  • „Als Superorganismus wird gelegentlich eine lebendige Gemeinschaft von mehreren, meist sehr vielen eigenständigen Organismen bezeichnet, die gemeinsam Fähigkeiten oder Eigenschaften entwickeln, die über die Fähigkeiten der Individuen der Gemeinschaft hinausgehen.“ Wenn das Zusammenwirken dieser spezialiserten Handlungsweisen die Möglichkeiten übertrifft, die Einzelne hätten, wie z.B. bei Ameisen, dann wird einem Superorganismus kollektive Intelligenz zugesprochen.
  • Organisationsintelligenz betrachtet vor allem Organisationen und ihre Intelligenz. Es werden unter Organisationsintelligenz aber auch andere Anwendungsbereiche betrachtet: biologische Systeme, menschliche Gemeinschaftsformen. Aber für Unternehmen und Institutionen wird der Begriff am häufigsten angewendet. Mir ist jedoch unklar, welcher Unterschied zwischen kollektiver Intelligenz und Organisationsintelligenz besteht. Am ehesten würde ich dahin tendieren, dass Organisationsintelligenz ein Unterbegriff von kollektiver Intelligenz ist. Aber die Definition von Organisationsintelligenz schliesst eben auch andere Gruppen ein, nicht nur Unternehmen und Institutionen.
  • Shared Knowledge ist nicht gleich kollektive Intelligenz.  Bei kollektiver Intelligenz ist Wissen für alle Mitglieder einer Community abrufbar. Bei shared knowledge ist das Wissen bei allen bekannt.   
  • Smart mob ist ein Menschenauflauf auf öffentlichen Plätzen, der mit modernen Technologien wie z.B. Internet, Handy oder Chat gebildet wurde. Dank der Netzwerke können sich diese Menschen intelligenz und effizient verhalten. Das Konzept wurde von Howard Rheingold vorgestellt (Wikipedia, Homepage Smart Mobs).
  • Weitere Begriffe im Zusammenhang mit kollektiver Intelligenze siehe im Kapitel „See also“ oder „Siehe auch“ von Wikipedia.
Mind Map: Begriffe rund um kollektive Intelligenz

Mind Map: Begriffe rund um kollektive Intelligenz (Quelle: Regula Trachsler)

 5. Ersatzbegriff?

Die Frage, ob kollektiv einen kommunistischen Beigeschmack hat, wurde schon im Blog Schlau werden aus dem Thema – leichter gesagt, als getan angetönt. Der Beweis dafür ist folgende Definition aus dem Brockhaus: „Kollektiv, das; -s, -e, auch: -s [2: russ. kollektiv]: 1. a) Gruppe, in der Menschen in einer Gemeinschaft zusammenleben; b) Gruppe, in der Menschen zusammenarbeiten; Team: solche Aufgaben lassen sich am besten im K. bewältigen. 2. (in sozialistischen Staaten übliche) von gemeinsamen Zielvorstellungen u. Überzeugungen getragene Arbeits- od. Produktionsgemeinschaft.“

Als Ersatzbegriff käme, der Begriff „Wisdom of Crowds“, der dank dem Buch von Surowiecki in aller Munde ist in Frage. Oder auch „Intelligenz der Massen“ (S. 137). In diesem Blog werde ich jedoch auch kollektive Intelligenz benutzen, da es der eindeutige Begriff in der Wissenschaft ist.

6. Kritik vs. Anhänger der kollektiven Intelligenz

Kollektive Intelligenz trifft nicht überall auf Begeisterung. Wikipedia nennt im Kapitel „Opposing view“ etwas und auch Malone erwähnt Skeptiker: „On the other hand, there are people who are prejudiced against the very notion of collectiveness and decentralization.  Very recently for instance, there have been a number of people who’ve looked at the success of Wikipedia and pointed out ways in which is not perfect.  And then, based on that, they have argued that nothing without central control can ever be successful.“

Es gibt aber auch das genaue Gegenteil. Zum Beispiel bemerkt Thomas W. Malone,  der Direktor von MIT CCI, dass Surowiecki kollektive Intelligenz in seinem Buch als Wunder beschreibe: „just doing things “collectively” will make everything great“. Diese ist aber nach Malone nicht möglich. Er schreibt ausserdem, dass beides: Ablehnung und Verherrlichung der falsche Weg sei. „Sometimes collective intelligence is good; sometimes it isn’t.  Sometimes it works, and sometimes it doesn’t. A very important part of our [damit ist das MIT Center of Collective Intelligence gemeint] goal is to help put a more solid scientific foundation under the claims in this area“ (Malone).

Daher werde ich mich in diesem Blog mit dem Buch „Weisheit der Vielen“ weniger auseinandersetzen, als ich geplant habe.  Aber vielleicht reicht die Zeit und der Umfang um mir selber eine Meinung darüber zu bilden. Aber da mein Blog die kollektive Intelligenz vor allem im Zusammenhang mit Geschäftsideen betrachtet, ist dieser Vergleich nicht erste Priorität.

7. Gedanken zur Lektion

Für die Lektion wäre es ev. nicht schlecht, doch noch Beispiele von kollektiver Intelligenz aus der Natur (Ameisen, Vögel, …), aus der Gesellschaft ohne Informations- und Kommunikationstechnologie und die Beispiele, die sehr bekannt sind z.B. Wikipedia oder Google, zu erwähnen. Dadurch erreiche ich, dass die Zuhörer an Bekanntes anknüpfen können und somit den neuen Stoff besser verarbeiten können.

Um zu zeigen, dass das MIT sich „ernsthafter“ mit dem Thema kollektive Intelligenz auseinandersetzt als James Surowiecki, der es anscheindend verherrlicht, wäre es ev. sinnvoll 2 Videos (MIT, Surowiecki) im Vergleich zu zeigen. Aber eben, da dies nicht mein Fokus ist, fällt dies sehr wahrscheinlich weg. Bzw. ich werde nicht vergleichen, sondern nur eine Seite zeigen, welche mir verständlicher scheint für den Vortrag.