Technologie und Daten sind und waren der entscheidende Fortschritt, der unsere Spezies an die Spitze der Evolution brachte. Denn sie änderten das Verhalten, die Gene und die Umwelt.
Werkzeuge und Daten aus der Beobachtungen unsere Umwelt halfen unseren Vorfahren, zu neuen Ufern zu segeln, physikalische Beziehungen zu entdecken und unser Leben zu verlängern.
Doch die oft schwierige, mühsame und zeitraubende Anfertigung von Werkzeugen und Sammlung von Daten – Sei es durch die Auswertung von Schriften in Archiven und Bibliotheken, die systematische Beobachtung der Natur oder die jahrelange Arbeit im Labor erforderten hohe Ausprägungen in psychologischen Merkmalen: Eine hohe Ausdauer und Beharrlichkeit, eine ausgeprägte Neugier und häufig auch Mut und Abenteuerlust, um sich auf die Reise als Entdecker, Techniker oder Wissenschaftler zu machen.
Wer auf solch einer Reise nicht alleine war, benötigte eine hohes Maß an Mut und Führungsstärke, um die Mannschaft, das Team oder die Arbeitsgruppe bei der Stange zu halten; und offensichtlich auch eine ausgeprägte Selbstdisziplin und Willensstärke, um die eigene Motivation und körperliche Kraft für solch unklaren, zweifelhaften und teilweise gefährlichen Ziele und Herausforderungen aufzubringen. Hier halfen oft Vorbilder, Geschichten, Leitsätze, Bilder, Symbole, Anekdoten, Zitate und Sprichwörter.
Neu-deutsch heißt dies Story-Telling und diese Methode findet z. B. Einsatz beim Verkauf von Marken, Produkten und Dienstleistungen oder bei Start-Ups und deren Gewinnung von Investoren. Auch bei People Analytics, Data Science und Künstlicher Intelligenz ist es entscheidend am Ende, wie die Daten und deren Ergebnisse präsentiert und kommuniziert werden; welche Geschichte sie erzählen, um die Entscheider und alle anderen beteiligten Stakeholder für Handlungen zu motivieren.
In diesem Sinne – und als Hinweise auf das Fundament unserer Arbeit – publizieren wir an dieser Stelle daher in lockerer Folge Inspirationen von Menschen rund um die Arbeit mit Daten, Fakten und Zahlen. Sie stammen aus unterschiedlichen Quellen: Von Menschen, aus Romanen oder Filmen, aus Kultur und Gesellschaft, aus Technologie und Wissenschaft, aus der Wirtschaft und dem Unternehmertum. Eine Inspiration präsentieren wir dabei stets auf der Homepage.
Bisher liegen folgende Inspirationen vor:
- Nummer 1: Isaac Asimov
- Nummer 2: Karl Popper
Weitere Inspirationen sind geplant und werden z.B. von folgenden Personen kommen: Hans Rosling, Gerd Gigerenzer, Steven Pinker, Eberhard Ulich, Walter Krämer, Nassim Nicholas Taleb, Daniel Kahneman, Martin Seligman, Peter F. Drucker, Noam Chomsky, Donald T. Campbell, Richard Dawkins, Marvin Minsky, Richard P. Feynman, Hubert Dreyfus, Albert Bandura, Claude Shannon, Douglas McGregor, Paul E. Meehl, Herbert A. Simon, Alan Turing, Kurt Lewin, William Stern, William James, Charles Darwin, Pierre-Simon Laplace und Sokrates.
Inspirationen werden wir auch bei weiteren zeitgenössischen, bereits verstorben, mehr oder weniger bekannten Personen sowie fiktionalen Charaktern (z.B. Mr. Spock, Sherlock Holmes) finden, die relevante Arbeiten und/oder Aussagen zu den folgenden Themen und ihren Verbindungen gemacht haben: Psychologie, Ökonomie, Technologie, Wissenschaft, Logik, Entscheidungen, Data Science, Statistik, Informatik und Künstliche Inteligenz.
Unser Tipp daher: Schauen Sie mal wieder vorbei oder tragen Sie sich in unseren Newsletterliste ein: Somit verpassen Sie keine neuen Inhalte dieser Website und erhalten obendrein kostenfrei unser aktuelles White Paper.
Inspiration Nummer 1: Isaac Asimov
»I believe in evidence. I believe in observation, measurement, and reasoning, confirmed by independent observers. I’ll believe anything, no matter how wild and ridiculous, if there is evidence for it. The wilder and more ridiculous something is, however, the firmer and more solid the evidence will have to be.«
Isaac Asimov (1920 – 1992)
US-amerikanischer Science-Fiction-Autor und Bio-Chemiker
Unsere erste Inspiration stammt von Isaac Asimov (1920 bis 1992), einer der bekanntesten, produktivsten und erfolgreichsten Science-Fiction-Autoren der Welt. Sein Werk hatte und hat eine Reihe von Impulsen für die Technologie der Zukunft. Wohl der bekannteste Input: Seine Robotergesetzte.
Als Sohn russischer Einwanderer wuchs er ab dem dritten Lebensjahr in New York auf und fand früh die Leidenschaft zum Lesen, zu Science-Fiction und zur Wissenschaft. Asimov studierte Chemie an der Columbia-Universität seiner Heimatstadt und wurde dort 1948 in Biochemie promoviert. Ab 1949 arbeitet er als Dozent und Assistenz-Professor an der Universität Boston, doch Isaac Asimov gab diese Stelle 1958 auf: Das professionelle Schreiben war nun sein Hauptberuf, das 1939 mit der Veröffentlichung einer Kurzgeschichte begonnen hatte.
Isaac Asimovs literarisches Werk beschäftigt sich vor allem mit der technologischen Zukunft und ihren sozialen Auswirkungen, mit Robotergeschichten und galaktischen Imperien. Zudem schrieb er zahlreiche Kurzgeschichten und weitere Bücher zur Naturwissenschaft und Geschichte.
Recht bekannt sind seine drei Robotergesetze, die er bereits 1942 in einer Erzählung formulierte. Der sehenswerte Film “I, Robot” aus dem Jahr 2004 basiert recht frei auf einem Buch von Asimov und macht diese drei Robotergesetze zu seinem Leitmotiv.
Zudem beschreibt er in einigen Büchern (“The Foundation Trilogy”) die fiktive Wissenschaft der Psychohistorik, eine Mischung aus Psychologie, Soziologie und Statistik. Mit ihrer Hilfe versucht der Protagonist Hari Seldon, wichtige Änderungen in der Geschichte der Menscheit vorauszuberechnen.
Fazit: Isaac Asimov, sein Werk und seine Ideen sowie sein humanistisches Welbild liefern somit, wie kurz dargelegt, für den Bereich People Analytics, Data Science und Künstliche Intelligenz eine Reihe wichtiger Impulse.
Text: Stefan Klemens
Quellen: Wikipedia, weitere Internetrecherchen; Dokumentarfilm von Mathias Théry (2020)
Tipp: Dokumentation von Mathias Théry (2020). “Geschichten aus der Zukunft” von ARTE auf YouTube verfügbar bis 04.04.2023.
Inspiration Nummer 2: Karl Popper
»Methode von Versuch und Irrtum: Es ist die Methode, kühne Hypothesen aufzustellen und sie der schärfsten Kritik auszusetzen, um herauszufinden, wo wir uns geirrt haben.«
Karl Popper (1902 – 1992)
Österreichisch-britischer Philosoph
Unsere zweite Inspiration stammt von Sir Karl Raimund Popper und führt uns zum Kern von Wissenschaft, Experiment und Daten. Seine Erkenntnisse und seine Methoden hatten und haben grundlegende Bedeutung für die empirischen Wissenschaften und somit auch für People Analytics und Data Science.
Wir begeben uns also auf das Gebiet der Erkenntnis- und Wissenschaftstheorie. Als Teilgebiete der Philosophie fragen sie danach, wie Wissen ensteht, welche Voraussetzungen es hat und nach den Zielen und Methoden von Wissenschaft – und damit auch Datenwissenschaft.
Karl Popper begründete den kritischen Rationalismus, der heute die wissenschaftstheoretische Grundlage der Naturwissenschaften darstellt und die Falsifikation, d.h. die die Widerlegung einer Hypothese zum Prinzip hat. Ein weiterer wichtiger Vertreter des kritischen Rationalismus ist Hans Albert.
So ist nicht der Beweis, dass alle Schwäne weiß sind, das Ziel einer Untersuchung, sondern das Finden mindenstens eines andersfarbigen Schwan (meist: schwarzer Schwan), der somit die “Alle-Schwäne-sind-weiß-Aussage” als falsch offenbart (siehe auch Nassim Nicholas Talebs bekanntes Buch “Der schwarze Schwan: Die Macht höchst unwahrscheinlicher Ereignisse von 2007, der dieses Bild jedoch in einer etwas anderen Bedeutung verwendet).
Neben seinem Erkenntnis- und wissenschaftstheoretischem Werk hat Karl Popper einzigartige philosophische Arbeiten zu Geschichte, Politik und Gesellschaft geschaffen (z.B. “Die offfene Gesellschaft und ihre Feinde” von 1945) und setzte sich für die Demokratie und den Frieden ein. Neben Albert war er im so genannten Positivisumsstreit Kontrahent von Adorno und Habermas.
Als vielseitig interessierter Mensch diskutierte er seit seinem jungen Erwachsenenalter mit unterschiedlichen Menschen, z.B. mit Paul Lazarsfeld (Begründer der empirischen Sozialforschung), Werner Heisenberg, Erwin Schrödinger, Betrand Russell, Friedrich August von Hayek und Niels Bohr.
Karl Poppers kritischer Rationalismus als skeptischer Weg der Wahrheitsfindung, als Hinterfragung von vermeintlichen Gewissheiten und somit als Annäherung an die Wahrheit in kleinen Schritten schützt uns vor vorschnellen, falschen und möglicherweisen fatalen Urteilen und Schlüssen, die nicht nur in der Wissenschaft negative Folgen haben, sondern natürlich auch in der Wirtschaft, Politik und Gesellschaft (hierzu liefert Nassim Nicholas Taleb in seinen Büchern zahlreiche Beispiele und betont die Rolle des Zufalls).
Im Bereich People Analytics und Data Science im HR (und allgemein in allen naturwissenschaftlichen Ansätzen) führt der Ansatz von Popper dazu, dass wir unsere vorab aufgestellten und fehlbaren (falsifizierbaren) Hypothesen, also die vorläufigen Antworten auf unsere Fragestellung, anhand von Daten kritisch prüfen und Ausschau halten nach solchen, die gerade nicht mit unseren Überlegungen und vorläufigen Antworten (Hypothesen) überein stimmen.
Oder auch, wenn wir aus Daten in explorativer (erkundender) Weise neue Hypothesen (z.B. interessante Zusammenhänge zwischen Arbeitsmerkmalen und Leisungsverhalten) aufstellen – Und idealerweise in (quasi-)experimenteller Weise (Versuchs- und Kontrollgruppe bzw. A/B-Testing mit Randomisierung, d.h. die Zufallsaufteilung der Personen einer ausreichend großen Stichprobe auf diese Gruppen) anhand von neuen Daten überprüfen und schauen, ob wir erneut ein solches Ergebnis bekommen.
Weiter pocht Karl Popper bei Wissenschaftlern auf eine möglichst einfache, verständliche und klare Sprache, und er wendet sich gegen die Diskussion von Begriffen. Zielführender für das Handeln sei die Diskussion um Inhalte und die Ergebnisse von Studien, um sich der Wahrheit anzunähern.
Auch diese Forderung ist ein zentrales Element von People Analytics und Data Science, wie die Wichtigkeit der empfängerorientierten Kommunikation, Visualisierung und Präsentation der Ergebnisse eines People Analytics bzw. Data Science Projekts und dessen Ergebnisse zeigt.
Text: Stefan Klemens
Quellen: Wikipedia; weitere Internetrecherchen;
Interview mit Karl Popper auf BR Alpha (siehe Tipp)
Tipp: “Karl Popper – Ein Gespräch“: PhilosophieKanal auf YouTube. Original: BR Alpha: Phase 3 | retro.Talk