Innovation und Volition. DIKW in der Klimadiskussion: können Daten Verhalten ändern?

Innovation und
Volition
Können Daten Verhalten angesichts des
Klimawandels ändern?

Vortrag von Prof. Dr. Hans-Christoph Hopbohm
im Innovationskolleg „Stadt-Klima-Potsdam“
der Fachhochschule Potsdam

was hat ein Informationswissenschaftler mit Verhalten und Willen zu tun?

Innovationskolleg Stadt-Klima-Potsdam - H.-C. Hobohm: Innovation und Volition 18.1.2011

Hobohm (2010): Lemma in Lexikon der Bibliotheks- und
Informationswissenschaft, Stuttgart

Informationswissenschaften: zwischen Mensch und Maschine
DIKW Hierarchie


Wissenstreppe

in betriebswirtschaftlicher Perspektive: Handeln, gut Handeln auf der Basis von Evidenzen
entlang dieser Treppe wird sich der folgende Vortrag bewegen

Können Zahlen Verhalten ändern?

Ja!

Zahlen verändern Verhalten

und steuern Handeln

Die Waage nach der Weihnachtsgans, Lebensmittelampel, Tacho, Geschwindigkeitsradar, Benzinverbrauchsanzeige, der Wetterbericht + klassische
Orientierungs- und Ordnungssysteme:
--> Zahlen schaffen Ordnung, geben Orientierung, steuern Handlungen entsprechend vorgegebener Normen (vergleiche die Tabelle neben der
Waage!)

!"#$%& -#$%&.%(&/0,1*1$&23&4)5%6"&
6789."! """"""6789."# """""""""""""6789."$""""""""""""":-;<1."! """":-;<1."# """""""""":-;<1."$"
'%()(#*+,&
,-./01""""""234"05""""",-./01"""""""234"05"""",-./01""""""234"05"""""",-./01""""""234"05"""""",-./01""""""234"05""""",-./01"""""""234"05"

!"
#"
$"
%"
&"
'"
("
)"
*"
!+"
Quelle: ProPotsdam

!!"
!#"
!$"
!%"
!&"

Zahlen als Indikator für Handlung:
im Bild: Heizungsverbrauch in einem Wohnhaus: wird verwendet zur Veranschaulichung des Verbrauch und zur Verhaltenssteuerung (mit Erfolg!)

Frank Heidmanns Vortrag im Dezember „Persuasive Computung“ hat viele praktische Beispiel gebracht, dass es geht, das Verhalten zu ändern.

Mein Ziel ist es aus informationswissenschaftlicher Perspektive weiter zu hinterfragen warum

Das Mooresche Gesetz (engl. Moore's Law; „Gesetz“ im Sinne von „Gesetzmäßigkeit“) sagt aus, dass sich die Komplexität integrierter Schaltkreise mit
minimalen Komponentenkosten regelmäßig verdoppelt - je nach Quelle werden 18 oder 24 Monate als Zeitraum genannt.
bedingt die enorme Daten- und Informationsﬂut; es gibt schon Kommentatoren, die sagen, das Grenzen erreicht werden. Auswirkungen im Privaten und Motor für die
ständige Beschleunigung (vgl. H. Rosa. Beschleunigung, 2005)

Google Books Ngram Viewer, deutscher Korpus bis 2008,
Recherche 15.1.2011 - http://ngrams.googlelabs.com/info

die enorme Datenﬂut hat z.B. eins der neuesten Spielzeuge von Google hervorgebracht: Google Books Ngram Viewer zur Verfolgung des Vorkommens von
Wörtern im Laufe der Zeit im gesamten Korpus von Google Books - als möglicher Indikator für die Beschäftigung von Fachbüchern (aber auch Belletristik)
mit aktuellen Konzepten. Hypothese: je weniger Nennungen umso weniger ist das Wort „Thema“ in der jeweiligen Diskussion.

Google Books Ngram Viewer, amerikanischer Korpus bis 2008,

DIKW: Deutsch: deutlicher Abstieg von Weisheit
Englisch ähnlich
starker Anstieg von „Daten“

Wir leben in einer Welt der Daten -
im 4. Paradigma der Wissenschaft (Jim Gray, Microsoft)

Bildauszüge aus Hey, T. et al.: The Fourth Paradigm. 2009

Linking Open Data cloud diagram, by Richard Cyganiak and Anja Jentzsch. http://lod-cloud.net/

die Daten werden selbstständig und interaktiv „Linked Open Data“


Filmeinspielung (BBC): Hans Rosling, Medizinprofessor in Schweden, einer der Gründer von Ärzte ohne Grenzen - also weltweit bewegt
Gründer und Betreiber von Gapminder
Videos auf Gapminder.org und bei TED

Gapminder.org

• 200 Länder
• 200 Jahre
• 120.000 Daten der Weltbank
• eine Vielzahl von Indikatoren
• animate the data: „enjoy and understand“

Statistik kann Spaß machen! Hans Rosling betont „enjoy“
aber wo bleibt wirklich „understand“
probieren Sie einmal Gapminder selbst: die unendliche“ Variation von Auswertungsmöglichkeiten macht zwar Spaß, aber was berechnet die Visualisierung
denn?
Was sind die Konzepte und die Tatsachen, die dahinter stehen? CO2 Emission? Bevölkerungsdichte?

Hier ein Gapminder-Chart mit Klimadaten: jährliche CO2 Emissionen im Vergleich mit Einwohnerzahl
interaktiv, mit Spaß
aber statistisch schwierig: „Sinn dessen was man berechnet“?
Worauf beziehen sich die Indikatoren und die Rechenoperationen „in Wirklichkeit“

Many Eyes von IBM geht sogar noch weiter: hier lädt der Nutzer sein eigenes Datenset hoch und bekommt auf der Website einen
Visualisierungswerkzeugkasten mit einer Reihe von modernen graphischen Ansätzen, die Microsoft Excel nicht kennt. Die Datenquelle ist zwar genannt,
aber stimmen die Daten wirklich? Wie ist z.B. der rapide Abfall 1985 zu erklären? Was wird gezeigt? Wer hat hier manipuliert?

Allerdings: hier werden Daten zu wirklich Informationen! mit Strukturen und Bedeutung - ob sie mit der Welt zu tun haben (Referenz) ist eine semiotische
Frage ganz am Anfang der DIKW Treppe

Rechnen kann der Computer schon lange, aber WolframAlpha liefert jetzt auch noch die Daten. Welche Frage stellt an aber dieser Maschine? Welche
Antwort bekommt man? Wer versteht es?
Moore‘sche Datenﬂut erzeugt viel .... Unverständnis - nicht nur in der Klimadiskussion

http://visualization.geblogs.com/ecomagination/

anschaulich, interaktiv, mit Spaß - rechnet der Computer jetzt für einen, sogar die Grammzahlen der CO2 Emmission von Haushaltsgeräten. (mmh - was
sagt mir das?)

Visualisierung = Veranschaulichen --> Daten werden Informationen (aber welche Daten? und was für einen Ge/Inhalt haben Informationen (Wo ist Sinn
und Bedeutung: die eigentliche Semantik?)
Ecominagination Projects: Hier von David McCandless 17.1.2010

am Anfang der Treppe: Fragen an Statistik und Messtheorie, an Rechenvorgänge und Erkenntnis, Suchen und Finden von „richtigen“ / „wahren“ Daten

z.B. Zeitbezug (historische Zeitreihen in der Klimaforschung!)
z.B. Skalierbarkeit
Dimensionalität: Zahlen in Katastrophenmeldungen: 1 Toter bei Wohungsbrand, 4 Tote und eine verletzte bei Attentat, 500 bei Erdrutsch - 100.000 bei Erdbeben und Cholera (Haiti)
neue Formen von Kompetenzen
--> Relation??? (psycholigische Entfernung?)
--> eine Frage der Numeracy (nicht nur Literacy) vgl TIMMS/PISA)
--> statistical literaracy / visual literacy

das alltägliche Problem der Datendarstellung in Umfragen brachte die ASI / BVM in den 90er Jahren zur Entwicklung der: „Standards in der Markt- und Sozialforschung“ (jetzt auf dem Weg
zur ISO Norm)

--> zu schweigen vom Verständnis der abgebildeten naturwissenschaftlichen Phänomene: Referenz (Bildung!?)

http://www.nwlink.com/~donclark/performance/understanding.html 17.1.2011
Clark, Donald (2010): Understanding and Performance,

der amerikanische Consultant Donald Clark hat die DIKW Hierarchie 2010 passend neu beschrieben:
* Daten: Teile zusammen fügen und Suchen (Erheben)
Daten = meist der Vergangenheit --> Information/Wissen bringen Teile zusammen und formen ein Ganzes
* Weisheit: prinzipiell neu und Ganzheiten verbindend;
die Verbindung der Teile durch Berechnen und Darstellen und deren „Absorbtion“ durch eine Perspektive macht aus Daten „Information“ - die
handlungsrelevant wäre,
ob dadurch schon Handlung oder Umsetzungswille entsteht, ist noch nicht ausgesagt - die Handlungsrelevanz von Daten zeigt sich deutlich an den
Kontroversen, die sich gerade um die Datenbasis drehen

Können Daten also Informationen sein/werden?

Ja?!

für wen sind sie welche Information?
hier wird der Nutzer der Daten wichtig und seine Form der Absorbtion (seine Normen) - seine „Interpretation“ aus seiner Sicht und vor seinem bisherigen
Wissenshintergrund (hemeneutischer Zirkel!)

aber wann werden sie für uns zu sinnvollen ZAHLEN ?

ein Plakat im Online Magazine „GOOD“ zeigt, dass Zahlen und Daten zeitbezogene Interpretationen haben.
Vor allem der Threat Level Meter rechts oben: Abnahme der persönlichen Bedrohungseinschätzung und oben Mitte: „Gibt es Klimawandel?“ = nur noch
knapp 50% glaubt es (zu Al Gores Zeiten war es noch 65%) - Mitte: Zunahme der Skepsis „not in lifetime“

der Bezug zur Realität ist eine Sache der „öffentlichen Meinung“ wandelt sich - ist nicht naturgegebener wissenschaftlicher Fakt

Die Kontroverse um die Realität der Bedrohung durch den Klimawandel (oder seine Existenz) dreht sich vor allem um Fragen der Datenqualtät / der
Statistik i.w.S.

Anfang des Plakats von David McCandless

„Skeptiker vs. wissenschaftlicher Konsens“ mit einer Reihe durch Klimawandelskeptiker kritierten (nicht verstandenen) Aspekten, die sich durch komplexe
wissenschaftliche Erklärungen der naturwissenschaftlichen, statistischen, messtheoretischen und wissenschaftssoziologischen Konzepte erklären lassen
(erklärt werden müssen)

http://wwwp.dailyclimate.org/tdc-newsroom/2011/01/climate-coverage
The Daily Climate, 3.1.2011
Robert Brulle: Drexel University, 2001
Analysis of DailyClimate.org's archive of global media coverage shows that journalists published 23,156 climate-related stories in English last year - a 30 percent drop from '09's tally.
Drexel University professor Robert Brulle has analyzed nightly network news since the 1980s. Last year's climate coverage was so miniscule, he said, that he's doubting his data.

"I can't believe it's this little. In the U.S., it's just gone off the map," he said. "It's pretty clear we're back to 2004, 2005 levels."

Coverage of December's United Nations climate talks in Cancun is Exhibit A: Total meeting coverage by the networks consisted of one 10-second clip, Brulle said. By contrast, 2009's Copenhagen talks
generated 32 stories totaling 98 minutes of airtime. "I'm trying to check it again and again," Brulle said of the 2010 data. "It's so little, it's stunning."

"The cycle of media interest in climate change has run its course, and this story is no longer considered newsworthy," Brulle said.

http://wwwp.dailyclimate.org/tdc-newsroom/2011/01/climate-coveragehttp://wwwp.dailyclimate.org/tdc-newsroom/2011/01/climate-coverage

eine ähnliche Analyse bei Zeitungen in den USA


und Europa zeigt die gleichen Tendenzen
(anders tickt Asien - dort ist Al Gore nicht rezipiert worden?)

Klimawandel nicht mehr Thema - in den Medien - = akzeptiert, internalisiert?? Verstanden?

Google Books Ngram Viewer, amerik. Korpus bis 2008,

in Fachbüchern aber weiter Konjunktur! = Wissen!?
Der „alte Umweltschutz“ als Thema ist von Klimawandel abgelöst worden


auch in der deutschen Fachliteratur
60er Jahre Peak: „Klimageräte - Klimaanlage ( Schutz vor Klima - nicht „des Klimas“)
der Weg der Daten in die Fachliteratur entspricht einem Aufstieg in der DIKW Hierarchie: die Daten werden zu Informationen verarbeitet und „absorbiert“
von einer Vielzahl von Autoren (aus mehreren Fachdisziplinen) und werden so ggf. kondensiert an Wörtern oder Konzepten zu Wissen.

http://www.scienceblogs.de/diaxs-rake/2010/01/fundamentales-entropie.php
Jörg Rings: Fundamentales: Entropie. ScienceBlogs, 3.1.2010

auf dem Weg von Daten zu Information (auf der DIKW Treppe) wird oft die Thermodynamik bemüht:
* simple Zeichen der Umwelt bekommen eine Syntax durch die Standards der Messung
* aus uninformierten immer noch „chaotischen“ Daten (aus Entropie) wird zunehmend Struktur, diese Struktur wird als Information empfunden: Kontext-,
Situations-bezogen - sichtbar/fassbar / erkennbar!

Jörg Rings: Fundamentales: Entropie. ScienceBlogs, 3.1.2010
http://www.scienceblogs.de/diaxs-rake/2010/01/fundamentales-entropie.php

geordnet sind die Bauklötzchen informiert. Die Art der Ordnung ist aber willkürlich - eine Frage des Anwenders - des Betrachters


Nikolas Belkin: verwies als erster darauf, dass Informationsprozesse (Informationssuche) durch einen wenig bewussten, „unnormalen“ Zustand ausgelöst
werden müssen - man könnte sagen eine Art „diffusem Hunger“

Der Nobelpreisträger für Wirtschaft, Herbert Simon, fand schon in den 50 Jahren heraus, dass Informationssuche zeitlich begrenzt ist: Kopfarbeiter
verwenden max. 20-25% ihrer Zeit zur Informationssuche und sind dann der Meinung, dass sie das optimale gefunden haben (er nannte dies den
satisﬁcing mechanism - Sättigungseffekt)

Ein wesentliches Charakteristikum von Information ist aber vor allem: „sie muss ‚sichtbar‘ gemacht werden: verständlich, evident, pertinent

http://en.wikipedia.org/wiki/File:AntsDismemberingBigBug.jpg

Der Informationswissenschaftler Peter Pirolli (Palo Alto Research Centre, Californien) entwickelte in den letzten Jahren die Theorie des Information
Foraging (als Modell der Informationssuche in Analogie zur Nahrungssuche in der Tierwelt) - auf der Basis der Annahme, dass Menschen Informavores
sind. -->
Optimal Foraging Theory = Optimale Nahrungsaufnahme: Lebewesen konsumieren Negative Entropie (also Information) / kann zurückgeführt werden auf
Schrödinger (Goerge Miller generell eingeführt in Machlup (ed.) 1983 „Study of Information“): womit Informationssuchprozesse mit einer (berechenbaren)
Funktion beschrieben werden können: als Funktion von Nahrungseffizienz und Zeitaufwand
dies lässt sich in der Tat so auch in der Tierwelt und in der menschlichen Evolution (Ethnologie) so beobachten und beschreiben.

Pirolli, Peter (2007): Information foraging theory. Adaptive interaction with information. Oxford , S. 25

Das ACT Scent-Modell (Pirolli 2007) nimmt das mit einem kognitionswissenschaftlichen Ansatz in der Informationswissenschaft auf:
ACT: Adaptive Control of Thought, eine kognitionswissenschaftliche Theorie (John Andersen, 1983) - versucht zu erklären, wie Menschen Wissen
strukturieren: eine formale Architektur auf dem Rational Choice Modell (bis hin zur Programmierung) - darin wichtig das Konzept der „Spreading
Activation“: Aktivierungsausbreitung / (was von der empirischen Kognitionspsychologie im sog. Priming Effekt
bestätigt werden konnte.
Pirolli fügt dem ACT Modell das „Information Scent Modul“ zur Informationserkennung in Analogie zur biologischen „Duftnote“ hinzu. Von Pirolli
experimentell z.B. an Webseiten bestätigt (in der Usability-Forschung und im Informationsdesign erfolgreich eingesetzt)

Interessant an dem ACT-Scent Modell ist vor allem der zur aktuellen Vorstellung von Gedächtnis analoge Aufbau - mit zwei Aktivierungsmechanismen:
ASK und Volition, wobei das Scent Modul dem emotionalen in Kombination mit dem Arbeits-Gedächtnis entsprechen könnte.
deklaratives und prozeduales Gedächtnis sind in der Hirnforschung ebenfalls schon lange anerkannt (Roth: Aus Sicht des Gehirns, 2009)
Hier ist die Beziehung von Emergenz von Information und Wissen zu Handeln schon hergestellt

Pirolli, Peter (2007): Information foraging theory. Adaptive interaction with information. Oxford, S. 162

Pirolli geht noch einen Schritt weiter (angesichts neuer Formen der Kommunikation im Web): social information foraging: Erkenntnis: Information
verbreitet sich nicht „viral“ (unmittelbar ansteckend), sondern, man könnte sagen „fraktal“ („sich selbst ähnlich“) -> in klassischer Netzwerkform:
optimale Gruppengröße=7 (Gleichgewicht bei N=45) H=(fruchtbare) Hinweise, Solo= foraging im Vergleich auf konstant gesetzt, d.h. auf Dauer ﬁndet
der Vereinzelte schon wichtige Hinweise, aber in der Gruppe in einer ersten Phase deutlich mehr (wertvollere H)
aus einer empirischen Studie von Pirolli

Information wird also „verdaut“ und im Rudel gesucht - ein Zuviel an Information führt zu Verdauungsstörungen und Störungen im Aufnahmeapparat
(Aufmerksamkeitsstörungen) und stört die Gruppe in ihrer Überlebensfähigkeit.

„Informationsarbeit funktioniert vernetzt besser“ -> das verweist auf eine wichtige Bedingung des Wissens
* internalisiert!
* Problem der Transformation: explizit-implizit: Verinnerlichung/Lernen SECI-Spirale von Nonaka und Takeuchi

Lernen heißt aber auch Bewahren = Gedächtnis (im Mind Map: gesicherte Erkenntnisse der modernen Hirnforschung)
hier sind deutliche Übereinstimmungen zwischen dem kognitiven Modell-Ansatz (ACT Andersen) und der aktuellen Motivationsforschung z.B. bei Julius
Kuhl 2010

informationswissenschaftlich bedeutsam vor allem das Vertrautheitsgedächtnis und das Quellengedächtnis, die neurophysiologisch geortet werden
können (imaging Verfahren)

Münchner Modell 1

Wie kommt es zur Aneignung von Wissen ?
explizite, kristalline Information muss verﬂüssigt werden, um im Handlungsalltag nicht mehr wahrgenommen zu werden (implizit / internalisiert)
Münchner Modell des Wissensmanagements

Münchner Modell2

Im Wissensmanagement wird dies zur Methode gemacht als Transformationskreislauf zwischen Information und Handeln

Nonaka / Konno (1998) S. 43

Nonaka / Konno (1998) S. 43
SECI Spirale = „Knowledge Creation as the Self-Transcending Process“ Lernspirale für Organisationen
aber auch ein mögliches Modell für Lernen an sich

Können Informationen zu Handlungen führen?

Ja!

per deﬁnitionem: Information ist Wissen in Aktion (Rainer Kuhlen)
und: eben nur Informationen - nicht Daten alleine!
wir haben es ja auch eingangs gesehen: die Zahl auf der Waage ist eben nicht nur Datum, sondern ist mit Wissen verknüpft. Ohne die begleitende Tabelle
zum „Normalgewicht“ des Menschen hätte die Zahl auf der Waage keinen Sinn. Aber was bedeutet wann für wen „normal“?

mit einem Beitrag aus dem Nachlass : "Erkennen und Wollen. 3. erweiterte Auﬂ. Baden-Baden, S. 247
Günther, Gotthard (2002): Das Bewußtsein der Maschinen. Eine Metaphysik der Kybernetik :

Wie entstehen Handlungen? In einer Verbindung mit dem prozeduralen Gedächtnis und „Impulsen aus der Außenwelt (Scent Modul)

oder wie der deutsch-amerikanische Kybernetiker Gotthard Günther es in den siebziger Jahren schon abstrakt veranschaulichte, ohne auf die moderne
Hirnforschung zurückgreifen zu können, handelt es sich um einen Energieﬂuss zwischen Subjekt und Umwelt (einem spiegelbildlichen Prozess): dies ist
der heutige in Hirnforschung und Psychologie anerkannte Aktivierungsmechanismus
(für den Kybernetiker der Anlass für seine polykontextuelle, mehrwertige Logik)

Im ACT Modell gibt es aber auch noch das Zielgedächtnis: hier verknüpfen sich Andersen und Julius Kuhl (der Motivationsforscher, von dem wir im Vortrag
von Jutta Bott gehört haben) Kuhl bezieht sich explizit auf Andersen!

Anwendung von Wissen - auf dem Weg zur Handlung

* analytische Aktivierung von Wissen aus dem deklarativen G.
* holistische Aktivierung bei stark internalisiertem Wissen („subsymbolisch“) - durch „Muster“
* unter Einbezug des Zielgedächtnisses, aus dem ACT (adaptive control of thought) Modell - (=absichtsbezogenes Gedächtnis bei Kuhl)
hier die Besonderheit: Hemmungskomponente der Volition, ein Regelmechanismus zur Dämpfung von Affekten, der Raum gibt zur Reﬂexion (in
Kooperation mit dem deklarativen Gedächtnis)

Wie kommt es also zu neuen wissensbasierten

Handlungen?

Im Schwarm!

Zur Zeit in der Informationswissenschaft intensiv thematisiert: kollektive Intelligenz (eher Statistik) / Schwarmintelligenz (eher Verhaltenmuster) - nicht
ganz unproblematische Begriffe, aber vor allem „Schwarmverhalten“ ist aus der Hirnforschung und Verhaltenspsychologie zunehmend erklärbar (beides hat
wenig mit Intelligenz zu tun!)

allerdings muss man in der Informationswissenschaft nicht nur den Nutzer als Schwarm begreifen, sondern zunehmend auch die mit ihm
zusammenhängenden Wissenschunks (mit Verbindung und Aktivierung auslösenden „semantischen“ Duftnoten) oder KNOLs wie Google sagt, wie man in
der praktischen Informationswissenschaft mit der Entwicklung der semantischen Techniken (Ontologien) und Modellen wie Linked Open Data sehen kann.
--> Hier eine deutliche Erinnerung an Bruno Latours ANT: Akteur-Netzwerk-Theorie (er selbst legt hier die Assoziation mit Ant=Ameise nahe!)

Auch social information foraging: die gemeinschaftliche Informationssuche funktioniert im Schwarm am besten

Schwarmverhalten: Schwärme haben keinen Leitmechanismus oder Dichtealgorithmus, sondern folgen einfach nur 5-7 ihrer Bekannten (ihrer „Freunde“)

Stanford Biologin Deborah Gordon: In der Kolonie funktionieren die Ameisen so, dass über Informationsaustausch in geeigneter Menge und richtigem
Zeitabstand die „zuständigen“ Ameisen aktiviert werden (Boten vs. Ernteameisen) - kommt keine Info mit den Boten herein, tun sie nichts
(„Schwarmintelligenz“) : TED Talk 2003 (http://www.ted.com/talks/lang/eng/deborah_gordon_digs_ants.html) D. M. Gordon. 2010. Ant Encounters: Interaction Networks and Colony
Behavior. Princeton University Press.
ZAHL 7 + Trigger

Rogers, Everett M.(1983): Diffusion of innovations. - New York.

eine Beschreibung des Schwarmverhaltens ﬁndet sich in Rogers Diffusiontheorie von Innovationen;
Rogers Diffusionstheorie


die Bewegungen des Schwarms am (hier technologischen Himmel) beschreiben „Klimakurven“:
-> technologische Auslöser (trigger)
-> Spitze der aufgeblasenen Erwartungen
-> Tal der Tränen
-> der Hang der Erleuchtung
-> die Hochebene der Produktivität
eine Frage von Aufmerksamkeiten durch die Öffentlichkeit und von weiterer Wissensverarbeitung

zeigt lediglich an, wohin der Schwarm als ganzes ﬂiegt und wer wann hinterher kommt (Rogers bezogen auf Menschen, Gartner in Bezug auf Themen)

Gunter Dueck (2010). Aufbrechen, S. 191

und warum nicht alle im Schwarm sofort in die gleiche Richtung ﬂiegen, beschreibt der IBM „Querdenker“ Gunter Dueck mit seiner „Übersetzung der
Gartner-Hype-Kurve zur Erläuterung, warum es Deutschland sich so schwer macht mit seiner Aktivierung der Bildungspolitik = die „Kurve der frechen
Selbstüberschätzung“ - in seinem Buch: Aufbrechen: warum wir eine Exzellenzgesellschaft werden müssen (2010)

Weisberg, Robert W. (2006): Creativity. Understanding innovation in problem solving science invention and the arts, S. 64

wie kommt es nun zur Kreativität: was ist Auslöser neuer Ideen? (was bestimmt die Schwarmentwicklung?

In der Kreativitätsforschung gilt als anerkannt, dass es langjähriger Erfahrung (etwa 10 Jahre „Üben“) und eines großen und reichhaltigen Wissensfundus
bedarf für das Entstehen von Kreativität und „neuen Entwicklungen auf einem Fachgebiet - durch eine Person“ - nicht das Genie (Weisberg 567).

An Csikszentmihalyis Modell ist zunächst vor allem wichtig, dass hier Information (in symbolischer Form) aus der Domain (symbolisch codiertes, kulturell
normiertes „Wissen“) ﬂießt und zweitens - in der linken oberen Ecke das soziale System zur „Steuerung“ notwendig ist - der Schwarm!


während Rogers und Gartner die Schwarmbewegung beobachten, hier der Blick in einen Schwarm ohne Zeitdimension (ﬂach): wissenschaftliche Domainen,
gut analysiert durch die informationswissenschaftliche Szientometrie (z.B. durch Zitationsanalysen)

Peter Pirolli verweist darauf bei der Entwicklung seiner social information foraging Theorie: die einzelnen Cluster sind die „Felder/Domainen“ von
Csikszentmihalyi.

und weitergehende Kreativitätsforschung kommt zu ähnlichen Schlüssen, nicht nur was die explizite Suche nach neuen Ideen angeht:

Burt (2004): Structural Holes and network constraint. zit in:

der Soziologe Ronald Burt (2004): Structural Holes and Network Constraint beschreibt empirisch Kreativitätsprozesse in Gruppen (Unternehmen wie dem
französischen Konzern Rhône-Poulenc): besonders kreativ sind diejenigen, die einem geringeren Gruppendruck unterliegen und es schaffen, „die Brücke“
zwischen Gruppen/Domainen zu schlagen: die sog. Broker.

Kreativität ist ein „Import - Export Geschäft“ (388) - „Robert“ (in der Graﬁk) ist der Innovative, der „le vide“, die Leere, zwischen den Domainen
überbrücken kann (besonders „wertvolle Ideen für das Unternehmen hatten diejenigen, die aus weniger fest strukturierten Gruppen kamen
Ideenﬁndung benötigt eine Person, die transportiert, Broker sind diejenigen, die Visionen entwickeln können, auch über die eigene Domain hinaus“ - das
Bild sieht ziemlich so aus wie neue metrische Photographien von Vogelschwärmen

wie kommt es jetzt zu vernünftigen (weisen) Handlungen?
(Was ist Weisheit?) Sie erinnern sich an die Wissensdarstellung von North am Anfang: da war das „Alleinstellungsmerkmal“, die USP, ganz oben auf dem
Treppchen: der weise Unternehmer weiß um die Besonderheiten des Marktes (Schwarm?) und handelt danach. Bezogen auf Klimaverhalten: der Einzelne
weiß um die Situation (in der komplexen Beschreibung der natürlichen Systeme) und handelt danach: welche Bedingungen hat hier die Volition, welche
Bedingungen herrschen besonders vor im aktuellen Schwarm? Wie kommt es zur Affekthemmung als Basis der Volition?


zunächst zum Begriff im Google Ngram: die historischen Konjunkturen von Pflicht, Wille und Wollen sind definitiv vorbei: vor allem bei Pflicht ist die
Affekthemmung internalisiert und die Thematisierung von Wille bedeutet vor allem die normative Forderung nach Willensstärke (negative Abgrenzung zu
fehlendem Pflichtbewusstsein und fehlender Willensstärke).
Erst in der zweiten Hälfte des 20.Jhd.s erkennt man ein synchrones Ansteigen der Begriffe Motivation und Innovation: beides keine normative Konzepte,
sondern eher deskriptive („positiv-istisch-e“)


im 20. Jahrhundert: im Zoom deutlich zu erkennen Motivation lässt Pﬂicht etc. hinter sich. Wir versuchen das Individuum zu motivieren, es gibt keine
verpﬂichtenden Normen/Strukturen/Rituale mehr.


dazu kommt eine recht junge Konjunktur des Wortes Volition (seit Beginn der 90er) - synchroner Anstieg zu „Motivation“ (allerdings auf einer anderen,
schlecht visualisierbaren Skala)

Def.: "Volition": alle psychischen Vorgänge, die einer Person zur Verfügung stehen, um eine gefasste Absicht in die Tat umzusetzen ...

Kuhl, Julius (2010): Lehrbuch der Persönlichkeitspsychologie. Motivation, Emotion und Selbststeuerung. Göttingen:
Hogrefe, S. 457 + 541

bei zunächst explizitem Wissen, also Daten und Informationen ist im Zusammenhang mit der gewollten Umsetzung von Verhalten (Absicht) vor allem der
Charakter der Dämpfung positiver Affekte durch Volition wichtig: nicht „Gänsebraten essen wollen“, „Autofahren wollen“, sondern reﬂektiert handeln -
bis das Wissen internalisiert (zu einem positiven Affekt geworden) ist.

Da nicht nur im Informationsbereich der ASK (der Wissensmangelzustand) weit weg oder nicht vorhanden ist, weil die Daten zu komplex und „entfernt“
vom eigenen Bedürfnisapparat sind, geht die Aktivierung auch zunächst nur über Affekte (z.B. der Informationsvisualisierung oder Informationsdesign -
die wie wir gesehen haben das deklarative Gedächtnis ausschalten oder nicht benötigen (s. Kontroverse um Datenqualität vorhin)

In der aktuellen Klimaverhaltensforschung: Thomas Dietz u.a. verweisen darauf, dass einzelne Politikaktionen wenig effektiv zu sein scheinen, und dass
das Verhaltensänderungspotenzial („Plastizität“) im Umweltthema noch wenig verstanden ist.
„W“ = Wetterfestigung / Heizung/Lüftung (HVAC) am höchsten: „Modernisierung von Geräten und Gebäuden“!
„E“ = Effizienz von „Equipment“ (nicht Heizung/Lüftung) als nächstes: Modernisierung
„M“ = Maintenance, Wartung z.B. Austausch von Filtern bringt nicht sehr viel fürs Klima und hat weniger Verhaltensänderungspotential
„A“ = Adjustments: „Runterregeln z.B. von Klimaanlage“ (amerikanisch: auf Eigeninitiative nicht staatlich verordnet wie in Südkorea)
„D“ = daily: tägliche Verhaltensänderung hat die geringste Verhaltensplastizität, auch wenn es für CO2 Emissionen bedeutsam wäre

„Residential“
2005
„Households“
2006
die gleiche Forschergruppe: Erkenntnis: Einzelentscheidungen von Individuen machen in der Menge (Schwarm) viel aus - nicht nur Industrie bezogene
Maßnahmen
Änderung der Verursacher Perspektive in USA
die politische Suche nach dem Keil (Wegde) zur Verhaltensänderung - nicht „Nudge“ Stubser (Thaler/Sunstein, 2008)
Kategorisierung (Interpretationsperspektive der Daten) der Verursacherklassen unterschiedlich: es kommt mehr das Individuum ins Visier von Wohnbereich
zum Haushalt mit seinen auch arbeitenden Personen (Transport!) = 30% statt 5% der Emissionen

Obwohl Effizienzorientierung mehr Energie spart - erwähnen >50% eher Einschränkungen als Energiesparoption

die Personen aber haben Probleme mit komplexem Wissen und Rechenkompetenz:
strukturelle Änderungen werden nicht als so effizient wahrgenommen, wie einmalige (tägliche) - vielleicht weil hier auch Numeracy (Rechenkompetenz,
Bildung) und das deklarative Gedächtnis gefordert ist (explizites Wissen)
je weiter weg vom Menschen - je komplexer der Energiespareffekt um so mehr unterschätzen die Befragten die tatsächliche Energieinsparung

Text

In der Didaktik, speziell beim Design von E-Learning-Lernsystemen wird zunehmend erfolgreich das Konzept der Volition mit einbezogen. Das Modell von
Deimann lehnt sich an das ACT-Modell an. Bezogen auf informationelles Umweltverhalten würden wir jetzt allerdings noch den Informationsduft und die
soziale Umwelt (den Schwarm) hinzufügen und für die „Performanz“ die Komponente „Wissen“ (unten) stärker in den Blick nehmen

Lassen Sie mich mit einem Zitat des Karlsruher Philosophen Byung-Chul HAN enden, das an Moore‘s Law, das vierte Paradigma der Datenwelt und die
notwendige Hemmung positiver Affekte bei Julius Kuhl erinnern soll:

das Zuviel an Daten, die Tatsache, dass durch die „Datentechnik“ Computer die Möglichkeit schier unbegrenzt geworden sind (alles ist möglich - alles
machbar, „erlaubt“) macht es besonders schwierig Daten wie Viren einfach ansteckend wirken zu lassen. Wir unterliegen der Gefahr, dass dies gerade zu
Abführreaktionen und neuronalen Störungen führt (und sich sogar ins Gegenteil verkehrt) - siehe Medienrezeption.

Das Wollen ist kein Bestandteil der Schwarmbewegung mehr (löst er sich auf? zerstreut er sich, weil kein Bedarf nach gemeinsamer Informations-
Futtersuche mehr gegeben ist?)
Han: „es gibt kein negatives Außen mehr“ das eine Schwarmbildung erfordert - „think positive“ „I am ok - You are ok“

Können Daten neues Umweltverhalten generieren?

Wenn es also um die Positivität der Daten geht (ihre massive Zunahme, z.B. mit Hilfe des Gesetzes von Moore), kann man eigentlich nur sagen .....


Nein.

Daten bleiben auf der Ebene des Information Scent Moduls - können eine Duftnote haben, die zur Informationsverarbeitung, Wissensinternalisierung und
Handlung führen kann:


Nein.

Das kann nur Wissen als soziales Phänomen in Kombination mit
speziﬁschen Kompetenzen der Wissen(schaft)sgesellschaft.

Nur Bildung!

es bedarf einer Erhöhung der Kapazitäten der beiden anderen Module im ACT Modell!
--> das deklarative (Wissen) und das prozedurale Gedächtnis (Kompetenzen): erst dann kann das Absichtsgedächtnis/das Zielmodul gespeist und
unterhalten werden.

Bildung in einem sehr umfassenden Verständnis (z.B. im Sinne von Schillers „ästhetischer Erziehung des Menschen“... vom Informationsdesign zum
umweltkorrekten Handeln?)

Vielen Dank für Ihre Aufmerksamkeit.

Fachhochschule Potsdam
Innovationskolleg . Stadt-Klima-Potsdam
18.1.2011

Prof. Dr. Hans-Christoph Hobohm:
Die Welt als Innovation und Volition.
Können Daten neue Ideen und verändertes
Handeln generieren?

Innovation und Volition. DIKW in der Klimadiskussion: können Daten Verhalten ändern?

Recommandé

Recommandé

Contenu connexe

En vedette

En vedette (20)

Similaire à Innovation und Volition. DIKW in der Klimadiskussion: können Daten Verhalten ändern?

Similaire à Innovation und Volition. DIKW in der Klimadiskussion: können Daten Verhalten ändern? (20)

Plus de Hans-Christoph Hobohm

Plus de Hans-Christoph Hobohm (20)

Innovation und Volition. DIKW in der Klimadiskussion: können Daten Verhalten ändern?