wirtschaft + weiterbildung
03_2018
23
R
Beispiele für Anwendungsszenarien (De-
tails dazu im Artikel „Von Managern und
Maschinen“ von Erik Brynjolfsson und
Andrew McAfee im „Harvard Business
Manager“ (November 2017):
• Sprachaufzeichnungen können mithilfe
von Spracherkennung in Transkripte
(Texte) überführt werden.
• Bewegungen von Wertpapierkursen
(in der Vergangenheit) können mit-
hilfe von sogenannten „Trading Bots“
analysiert und in Kursprognosen sowie
Kauf- oder Verkaufsentscheidungen
umgesetzt werden.
• Eine große Anzahl von Fotografien
kann über Bildanalysealgorithmen ver-
schlagwortet werden.
Mit diesen Entwicklungen rückt – wie-
der einmal – das Schreckgespenst einer
umfassenden Freisetzung menschlicher
Arbeitsleistung durch (intelligente) Ma-
schinen in den Blick. Die sogenannte
„Oxford-Studie“ von Carl Benedikt Frey
und Michael Osborne („The future of em-
ployment”), die online verfügbar ist unter
academic/future-of-employment.pdf, hat
im Jahr 2013 aufgezeigt, dass Volkswirt-
schaften und Berufsprofile unterschied-
lich betroffen sind.
Dies wurde in zahlreichen Diskussions-
beiträgen aufgegriffen und es kursieren
verschiedenste Abbildungen, die zeigen,
wie hoch das Risiko ist, dass der eigene
Arbeitsplatz durch eine intelligente digi-
tale Maschine (Algorithmus, Roboter) er-
setzt wird. Intelligente Maschinen können
heute also auch in solchen Bereichen viel
leisten, die bislang eine Domäne von gut
ausgebildeten Wissensarbeitern waren.
Und diese Entwicklung wird weiterge-
hen. Aber auch intelligente Maschinen
kommen an ihre Grenzen. Beispielsweise
bei Abweichungen von Standardabläufen
oder wenn es um die Integration ihrer Ar-
beitsergebnisse mit den Ergebnissen von
anderen Maschinen geht oder wenn es
darum geht, Menschen auf der Grundlage
von Analyseergebnissen zum Handeln zu
motivieren.
Auf sich allein gestellt können intelli-
gente Maschinen diese Situationen nicht
brauchbar bearbeiten. Dann braucht es
Menschen, die die Einschränkungen von
Maschinen einschätzen, ihren Einsatzbe-
reich eingrenzen oder Parameter anpas-
sen können. Es braucht Menschen, die
die maschinell produzierten Ergebnisse
mit anderen Problemstellungen verknüp-
fen und so wiederum nutzbar machen. In
der Zusammenarbeit von Menschen und
Maschinen sind Ergebnisse möglich, die
weder Menschen noch Maschinen alleine
erbringen können.
In ihrem Buch „Only Humans Need
Apply: Winners and Losers in the Age
of Smart Machines” (Harper-Business
2016) beschreiben die Autoren Thomas
H. Davenport und Julia Kirby genau diese
wechselseitige Ergänzung von Mensch
und Computer, die sie als Augmentation
bezeichnen: Menschen und Computer
unterstützen sich wechselseitig beim Be-
wältigen von Aufgaben!
Davenport und Kirby skizzieren fünf
Entwicklungsstrategien, die sich für uns
Menschen aus den oben geschilderten
Entwicklungen ergeben:
1. „Step in“:
Digitale und auf „künstli-
cher Intelligenz” (KI) basierte Systeme
sind mit ihren Stärken und Schwächen
sowie ihren Optimierungsmöglichkei-
ten bekannt. Digitale Systeme werden
eingesetzt und produktiv genutzt.
2. „Step up“:
Arbeitsergebnisse digitaler
und auf KI-basierter Systeme werden
Wie „Bildungsverantwortliche“ die Digita-
lisierung für ihre Zwecke nutzen könnten
Praxistipps.
Die fünf Strategien, die Thomas Davenport und Julia Kirby
herausgearbeitet haben, könnten PE‘ler nutzen, um sich zwecks eige-
ner Profilbildung zu folgenden Themen weiterzubilden:
Quelle: SCIL, St. Gallen
· Adaptive
Lernsysteme
· Learning Ana-
lytics
· E-Assessment
· Zukunfts
orientiertes
Kompetenz-
management
· Digitale
Bildung und
digitale Kom-
petenzen
· Design Thin-
king for Edu-
cators
· Datenschutz,
Sicherheit
und Nut-
zungsrechte
· Coaching
· Kreativitäts-
methoden
· Kurz-Bera-
tung oder
Coaching zur
individuellen
Profilbildung
Profilbildung über ...
Step in
Step up Build the steps Step aside Step narrow
