Grundidee

Eine reale Organisation aus Menschen und Technik soll mit Hilfe von Methoden künstlicher neuronaler Netze leistungsfähiger gemacht werden. Dazu wird ein real-organisationales Neuron modelliert. Die Funktion des gesamten Neurons ist es dann, Informationen aus verschiedenen Kanälen aufzunehmen, in Verbindung mit einem lernfähigen Algorithmus den Einfluss der verschiedenen Kanäle ständig neu zu wichten und daraus einen erfolgskontrollierten Output an nachgeschaltete Neuronen zu produzieren. Das ist hier kurz vorgestellt.

Bildbeschreibung und Urheberrecht — Künstliche Neuronen (▭) haben eine einfache Grundstruktur: über Leitungen (⬆) fließen Informationen (Signale) auf sie zu. Dabei wird jede einzelne Information beim Eintritt in eine Neuron gewichtet, im Bild über einen Schieberegler (🎚) angedeutet. Im inneren des Neurons findet eine irgendwie geartete Verarbeitung dieser gewichteten Informationen statt, versinnbildlicht durch einen Taschenrechner (🖩). Das vom Neuron so erzeugte neue Signale (⬆) wird dann ausgesendet. In der Regel wird dabei die Menge an Information drastisch reduziert: aus einer großen Anzahl einlaufender Informationen wird am Ende eine stark reduzierte Ausgangsinformation gemacht. Ähnlich sieht auch die Informationsarbeit in Organisationen aus. Welche Eigenschaften rechnerischer Modelle ließen sich effektiv auf reale techno-soziale Organisationen übertragen? © Gemeinfrei Gunter Heim/ChatGPT ☛

Analogie der Informationsreduktion

Wissensarbeiter sind täglich mit einer enormen Menge an digitalen Informationen konfrontiert. Studien zeigen, dass sie ca. 34–50 GB an Informationen pro Tag aufnehmen, dazu zählen E-Mails, Berichte, Dokumente und andere digitale Inhalte^[2]. Untersuchungen des Unternehmensberaters McKinsey geben beispielhaft an, dass der durchschnittliche Wissensarbeiter etwa 28 % seiner Arbeitswoche mit Lesen und Beantworten von E-Mails verbringt.^[2] Dies entspricht hunderten von E-Mails und tausenden von Instant-Messages oder Slack-Posts pro Woche, die verarbeitet werden müssen.

Einzelne Funktionen des Neurons

Ein Neuron innerhalb eines neuronalen Netzwerk im Sinne der Informatik nimmt Informationen einer Mehrzahl anderer solcher Neuronen über mehrere Eingangskanäle auf. Es erzeugt dann daraus eine einzige Information als Ausgabe. Wesentlich scheint hier die zielgerechte Reduktion der Informationsmenge zu sein. Die Ausgabe oder der Output wird dann gleichartig an mehr oder minder viele weitere Neuronen über ein sich verzweigendes Axon weitergeleitet. Die Lernfähigkeit muss über die Wichtung der eingehenden Informationen erfolgen. Einzelne Funktionen sind:

Die eingehende Information ist 👉 neuronal-organisationaler Input

Informationseingang mit Wichtungsfaktor 👉 neuronal-organisationale Synapse

Lernalgorithmus zur Anpassung der Wichtungen 👉 Neuronal-organisationale Backpropagation

Eine Informationsbahn zwischen Neuronen ist ein 👉 neuronal-organisationales Axon

Die ausgehende Information ist 👉 neuronal-organisationaler Output

Übergeordnet neuronale Aufgaben

Aus Sicht des Gesamten Netzwerkes ergibt sich folgende Notwendigkeit: ein und dasselbe Neuron im Gehirn kann sowohl bei der Erkennung eines Geruches wie auch bei der Einschätzung einer möglichen Gefahr beteiligt, das heißt aktiv sein. In einem betrieblichen Kontext können solche Aufgaben zum Beispiel Projekte sein. Welche Rolle das einzelne Neuron bei verschiedenen Aufgaben spielen soll, das heißt seine Wichtung, muss unabhängig für jede solche Aufgabe einzeln festgelegt werden können. Wesentlich für die Modellierung als Neuron ist, dass der Einfluss eines Neurons auf übergeordnete Aufgaben von Neuronenverbänden empirisch zuverlässig anhand des Erfolges des Neuronenverbandes bestimmt wird. Lies mehr dazu unter 👉 neuronal-organisationale Aufgabe

Soziologische Relevanz

Ist ein Mensch Teil eines so definierten Neurons, so ist offensichtlich, dass die Komplexität und vor allem Geschwindigkeit des Geschehens, von dem er nur ein kleiner Teil ist, weit über sein Fassungsvermögen hinausgeht. In einer solchen Sicht ist er nur Teil einer ihm übergeordneten kollektiven Intelligenz. Den Anspruch auf einen Gesamtüberblick muss er dann genauso aufgeben wie den Anspruch, das Gesamtgeschehen zuverlässig steuern zu können. Die im Hintergrund alles regelnde Macht muss und darf im Sinne des Kollektiv nur der anonyme Lernalgorithmus sein. Dem menschlichen Individuum bleiben als Haltungen dann bloß Gleichgültigkeit, Revolte oder Resignation. Eine Gesellschaft, die sich so einerseits sehr effektiv machen kann, wird zum anderen gleichzeitig eine rein 👉 programmierte Gesellschaft

Fußnoten

[1] Bereits im Jahr 1895 frug der Franzose Rene Worms, was innerhalb einer menschlichen Gesellschaft die Rolle einer Zelle spiele. Sind es einzelne Menschen? Oder sind es Gruppen von Menschen? Im französischen Original: "Nous savons, par le précédent chapitre, que dans l'humanité seule il faut chercher les êtres qui composent véritablement nos sociétés. Mais faut-il, pour cela, descendre jusqu'à l'individu humain isolé? Le véritable élément de la société est-il bien l'individu, ou ne serait-ce pas plutôt une unité intermédiaire, formée d'êtres humains elle aussi, mais absorbant assez en elle même leurs personnalités, pour mériter d'être considérée, parle sociologue, comme un groupement social relativement indivisible? En deux mots, le rôle que joue la cellule dans l'organisme, appartient-il dans la société à l'individu, ou bien à un assemblage d'individus, famille ou couple? Quel être, ou quel groupe d'êtres, convient-il d'appeler la cellule sociale »?" In: Rene Worms: Organisme et societe. Paris. 1896. 419 Seiten. Dort das fünfte Kapitel "La cellule sociale", Seite 113. Online (Französisch): https://gallica.bnf.fr/ark:/12148/bpt6k5726769h.image.f2.langFR.pagination

Wissensarbeiter sind täglich mit einer enormen Menge an digitalen Informationen konfrontiert. Studien zeigen, dass sie ca. 34–50 GB an Informationen pro Tag aufnehmen, dazu zählen E-Mails, Berichte, Dokumente und andere digitale Inhalte [1]. Untersuchungen von McKinsey geben zusätzlich an, dass der durchschnittliche Wissensarbeiter etwa 28 % seiner Arbeitswoche mit Lesen und Beantworten von E-Mails verbringt [2]. Dies entspricht hunderten von E-Mails und tausenden von Instant-Messages oder Slack-Posts pro Woche, die verarbeitet werden müssen.

[2] Eppler, Martin J., und Jeanne Mengis. “The Concept of Information Overload: A Review of Literature from Organization Science, Accounting, Marketing, MIS, and Related Disciplines.” The Information Society 20, no. 5 (2004): 325–344. Online: https://www.tandfonline.com/doi/abs/10.1080/01972240490507974

[3] McKinsey Global Institute. The Social Economy: Unlocking Value and Productivity through Social Technologies. McKinsey & Company, 2012. Online: https://www.mckinsey.com/business-functions/mckinsey-digital/our-insights/the-social-economy

[4] Das 7±2-Konzept von George A. Miller besagt, dass Menschen im Kurzzeitgedächtnis typischerweise nur 5 bis 9 Informationseinheiten gleichzeitig aktiv halten und verarbeiten können, bevor die Verarbeitungskapazität überschritten wird. Sinngemäß in: George A. Miller: The Magical Number Seven, Plus or Minus Two: Some Limits on Our Capacity for Processing Information. Psychological Review 63, no. 2 (1956): 81–97. Online: https://doi.org/10.1037/h0043158