Archiv der Kategorie: Alltagsszene

oksimo.R – Alltagsszenen – Tagesablauf (Zeitliche Struktur(en), Irrlichter Ziele) – Teil 2

Autor: Gerd Doeben-Henisch (gerd@oksimo.org)

(Letzte Änderung: 5.Dezember 2022 – 5.Dezember 2022, 09:50h)

KONTEXT

Dieser Text ist Teil der einführenden Beispiele des Buchprojektes „oksimo.R – Editor und Simulator für Theorien“. Dieser Teil bildet eine Fortsetzung zum Teil 1 „Tagesablauf (Zeitliche und ethische Struktur(en)) „.

INHALT

Im Kontext der Beschreibung eines Tagesablaufs treten ‚ZIEL-Beschreibungen‘ auf, die ‚global‘ oder ‚lokal‘ sein können. Sie können zudem ‚kontextualisiert‘ werden in dem Sinne, dass das ‚Auftreten‘ eines Zieles bzw. sein ‚Verschwinden‘ von konkreten Eigenschaften einer Situation gesteuert (getriggert) wird. Ferner ist zu beachten, dass ‚Ziele‘ als solche kein Bestandteil einer ‚empirischen Theorie‘ sind sondern auf einer ‚Meta-Ebene‘ liegen: Im Kontext möglicher ‚Prognosen‘ einer empirischen Theorie müssen die ‚Theorie-Anwender‘ (die Bürger) entscheiden, welche der möglichen Prognosen sie für eine ’nachhaltige Zukunft‘ für erstrebenswert halten. Diese zielbezogene Entscheidungsdimension wird oft ‚ethisch‘ genannt und die Akteure, die solche ‚ethischen Überlegungen‘ anstellen nennt man ‚Ethiker:innen‘. Man sollte aber beachten, dass ‚Ethik‘ bis heute weder eine ausreichende empirische Begründung noch eine wirkliche philosophische Begründung besitzt.

ZIELE ’nach Bedarf‘ (on demand)

Das Experiment besteht darin, dass das bisherige Beispiel zu Beginn überhaupt kein Ziel hat, und dann — schrittweise — ’nach Bedarf‘ einzelne lokale Ziele hinzugefügt werden.

Ohne ein bestimmtes Ziel

Da die Software grundsätzlich auf die Angabe eines Zieles besteht, muss man sie ‚beruhigen‘, indem man ein ‚fake Ziel‘ eingibt: es sieht aus wie eine ZIEL-Beschreibung, enthält aber kein e verwertbaren Angaben.

Name: z-DummyVis
none

Führt man einen Test mit diesem fake-Ziel aus, dann ergibt sich folgendes:

Name der gespeicherten Simulation: feierabend1-sim0

Bestandteile der Simulation:

Selected visions:
z-DummyVis
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
vr-nachhause1
vr-zuhause1

Your vision:
none

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 3

Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 4

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Ziel als mögliches Irrlicht

Man erkennt sofort, dass der Test den gleichen Simulationsverlauf zeigt wie zuvor mit konkreten Zielen, nur fehlen hier irgendwelche Informationen zu einem Erfolgt größer 0%. Die Angabe von Zielen verändert also nicht die Simulation selbst, vielmehr kann man die Angabe von Zielen dazu nutzen, um verfügbare Simulationsverläufe im Sinn einer Zielbeschreibung zu ‚bewerten‘. Die Menge der potentiellen Simulationsverläufe kann man also grundsätzlich einteilen in solche, die bezogen auf ein Ziel X entweder 0% Relevanz für dieses Ziel X besitzen oder ‚größer 0%‘.

Natürlich hängt die ‚Qualität‘ einer Bewertung davon ab, wie ‚gut‘ oder ’schlecht‘ eine Zielangabe ist. Wenn eine Zielangabe im Extremfall einer ‚Wahnvorstellung‘ entspringt, die mit der Realität wenig zu tun hat, dann würde eine 100%-Erfüllung eines erreichten Zustands mit einem gegebenen Ziel X zwar auf den ersten Blick sehr gut aussehen, aber auf den zweiten Blick — wenn der dann noch möglich ist — wäre es eher eine Katastrophe: 100% Übereinstimmung mit einer Schrott-Idee.

Bild: Schema einer ‚empirischen Theorie‘ als Teil einer ’nachhaltigen empirischen Theorie‘

Dieser Sachverhalt verweist auf eine tiefer liegende Problematik: Die ‚Gesamtstruktur‘ bestehend aus ‚IST-Situation(en) und ‚Veränderungs-Beschreibungen‘ mit einem ‚Folgerungsbegriff‘ konstituieren eine Struktur, die dem gewöhnlichen Verständnis einer ‚empirischen Theorie‘ entspricht (siehe Bild oben).

Empirische Theorien sind — werden sie methodengerecht konstruiert — maximal empirische zutreffend und auf dieser Basis ‚minimal unsinnig‘. Sie können zwar prinzipiell auch falsch sein, aber der Ausgangspunkt einer empirischen Theorie ist — bei sorgfältigem Vorgehen — ‚maximal nahe an der gemeinsamen Erfahrbarkeit‘. ‚Maximal‘ heißt in diesem Zusammenhang, soweit die handelnden Akteure mit ihrer Erkenntnisfähigkeit ‚gemeinsame Erfahrungen‘ organisieren und sprachlich beschreiben können. Die Kulturgeschichte der Menschheit zeigt, dass es hier gravierende Unterschiede gegeben hat und auch in der gleichen Zeitspanne regional Unterschiede immer noch gibt.

‚Wahnideen‘ sind dann solche, die relativ zur möglichen Erfahrbarkeit kaum bis gar keine Bezüge zur gemeinsam erfahrbaren Welt aufweisen.

Während also empirische Theorien im Rahmen der gemeinsamen Erfahrbarkeit nur solche ‚Folgerungen‘ (Prognosen, Voraussagen, …) zulassen, die durch gemeinsame Erfahrung belegt sind, enthalten sich empirische Theorien weitergehender ‚Bewertungen‘: welche der vielen möglichen Prognosen nun für die ‚gerade lebenden‘ und/ oder für die ’später lebenden‘ Menschen ‚günstig’/ ‚gut’/ ‚erstrebenswert‘ sind, das müssen die lebenden Menschen in einer ‚zusätzlichen (Meta-)Reflexion‘ untereinander klären. Solche ‚Zielorientierten Reflexionen‘ [3] sind für ein ’nachhaltiges Denken und Handeln‘ wichtig, aber ihre ‚absolute Qualität‘ ist nicht garantiert. Letztlich sind es ‚Deutungs-Versuche‘ von ‚Lebenden‘ mit einem extrem begrenzten ‚Wissen‘ inmitten eines nahezu ‚unendlich komplexen Geschehens‘ genannt ‚Welt‘.

Kontextsensitive Ziele

Das erste Ziel, das bislang benutzt wurde, wurde wie folgt beschrieben:

Name: z-einkaufen1

Es ist Arbeitsende.
Gerd hat eingekauft.

Dieses Ziel bindet sich an die Eigenschaft einer IST-Situation, dass es für Gerd ein ‚Arbeitsende‘ gibt. Es liegt also nahe, dieses erste Ziel durch solch eine Eigenschaft zu aktivieren.

Mit der Option 7 ‚New Rule‘ und der Variante ‚V‘ für ‚Vision Rule‘ kann man mit der oksimo.R Software folgende Visions-Regel eingeben, die dann akut ein neues Ziel erzeugt:

Rule: bz-einkaufen1
Conditions:
Es ist Arbeitsende.
Positive Effects:
Gerd hat eingekauft.

Test mit einer Simulation (gespeichert mit Namen: einkaufen1-dynamisch1-sim1 )

Selected visions:
z-DummyVis
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
bz-einkaufen1 <—– Regel, um ein ‚bedingtes Ziel‘ zu aktivieren

Your vision:
none

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.,none
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.,none
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.

Wie man sehen kann, wird kontextsensitiv ein Ziel aktiviert, das dann automatisch zur Bewertung einer IST-Beschreibung herangezogen wird. Irritierend ist nur noch, dass nur 50% vom Ziel erfüllt worden sind während es doch 100% sein sollten. Der Störfaktor ist der Ausdruck ’none‘, der vom Dummy-Ziel herrührt. Während Programmierer in ‚klassischen‘ Programmiersprache gerne ’none‘ schreiben, um anzudeuten, dass hier ’nichts‘ geschehen soll, wirkt der Ausdruck ’none‘ hier störend. Also sollten wir ihn weglassen und bei dem Dummy-Ziel gar nichts reinschreiben, also

Name: z-DummyVisZero

… Kein Inhalt zu sehen …

Neuer Test (Simulation wurde mit Namen ‚einkaufen1-dynamisch1-sim1‚ abgespeichert.

Selected visions:
z-DummyVisZero
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
bz-einkaufen1 <—– Regel, um ein ‚bedingtes Ziel‘ zu aktivieren

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.<----- Neue Vision
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.

Mit der vorgenommenen Änderung zeigt der Simulationsverlauf jetzt, was erwartet wurde: 100% Ziel-Erfüllung.

Damit kann man nun auch die weiteren Ziele einbauen. Ziel 2 könnte man wie folgt formulieren:

Rule name: bz-zuhausemusik1
Gerd geht nach Hause.
Effects plus:
Gerd macht Musik.

Test mit einer Simulation (abgespeichert als ‚tag1-dynamisch1-sim3‘)

Selected visions:
z-DummyVisZero
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
doc rd-zuhause1
bz-einkaufen1
bz-zuhausemusik1

Your vision:

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.
Initial math states

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.

Round 3

State rules:
Vision rules:
Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 4

State rules:
Vision rules:
Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd hat eingekauft.,Gerd macht Musik.
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd macht Musik.

Man kann erkennen, dass die Aktivierung des zweiten Ziels funktioniert; störend ist, dass das vorausgehende Zeil 1 noch aktiv bleibt und damit das Ergebnis von 100% Zielerfüllung blockiert. Um diese Störung zu verhindern, müsste man das vorausgehende Ziel wieder deaktivieren können. Dies ist möglich.

Dazu erweitert man die bisherige bedingte Ziel-Regel … mit neuem Namen … zu

Rule name: bz-zuhausemusik2
Conditions:
Gerd geht nach Hause.
Effects plus:
Gerd macht Musik.
Effects minus:
Gerd hat eingekauft.

Test mit einer Simulation (abgespeichert als ‚tag1-dynamisch1-sim5‘)

Selected visions:
z-DummyVisZero
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
doc rd-zuhause1
bz-einkaufen1
bz-zuhausemusik2

Your vision:

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.
Initial math states

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None
And the following math visions:
None

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.,

Round 3

Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.
Current values:

0.00 percent of your vision was achieved by reaching the following states:
None

Round 4

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd macht Musik.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd macht Musik.,

Round 5

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd hat eingekauft.,Gerd macht Musik.
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd macht Musik.

Man kann erkennen, dass die Aktivierung des neuen Ziels funktioniert bei gleichzeitiger Deaktivierung des vorherigen Teil-Ziels, aber im Anschluss wird das vorausgehende Ziel 1 wieder neu aktiviert, weil die auslösende Eigenschaft ‚Es ist Arbeitsende.‘ noch immer Teil der IST-Beschreibung ist. Dies kann man natürlich ändern, wenn man die auslösende Veränderungs-Regel präzisiert …

KOMMENTARE

[3] ETHIK: Die Bewertung von ‚Zielen‘ wird oft als ‚ethisch‘ bezeichnet, als ’normativ‘, doch sind diese Begriffe letztlich ’nicht genormt‘. Es ist völlig unklar, was dies für eine Art ‚Reflexion‘ sein soll; noch weniger ist klar, warum diese sogenannten ‚ethischen‘ Reflexionen einen höheren Erkenntnis- und Qualitätsstandard verkörpern sollen als die grundlegend empirischen Erkenntnisprozesse. Die gesamte Geschichte der Philosophie einschließlich der Erweiterungen durch die empirischen Wissenschaften bleibt bis heute eine klare Antwort darauf schuldig. Die sogenannten ‚Religionen‘ bleiben hier ebenfalls notorisch ‚vage‘. Die sogenannten ‚Worte Gottes‘ sind in allen bis heute bekannten Fälle letztlich Worte, die Menschen aufgeschrieben haben. Die ‚Spur‘ des Religiösen verliert sich damit in der Dimension des ‚Subjektiven‘, was sich einer objektiven Klärung prinzipiell entzieht. Die Formel vom ‚individuellen Glauben‘ war durchgehend — nicht notwendigerweise — zu allen Zeiten ein williges Instrument willkürlicher und brutaler Machtausübung, wo Menschen ‚aus dem Nichts heraus‘ zu Feinden , zu Todfeinden, erklärt werden konnte, deren Unterdrückung, Folterung und Abschlachtung ganz OK war. Das ist heute in vielen Ländern immer noch OK.

oksimo.R – Alltagsszenen – Tagesablauf (Zeitliche und ethische Struktur(en))

Autor: Gerd Doeben-Henisch (gerd@oksimo.org)

(Letzte Änderung: 26.November 2022 – 5.Dezember 2022, 09:25h)

KONTEXT

Dieser Text ist Teil der einführenden Beispiele des Buchprojektes „oksimo.R – Editor und Simulator für Theorien“. Dieser Teil bildet eine Fortsetzung sowohl zum Teil 2 von ‚Essen gehen (mit Absicht))‘ wie auch der Erklärungsbox ‚Welt, Raum, Zeit‘.

INHALT

In diesem Text geht es einmal darum, bei der Beschreibung eines Prozesses im Alltag neben der ‚impliziten Zeitstruktur‘ auch eine ‚explizite Zeitstruktur‘ zu verwenden. Ferner zeigen sich neue Aspekte im Kontext einer ‚IST-Beschreibung‘; diese können ‚elementar‘ sein oder ‚zusammengesetzt‘. Ein anderer Aspekt sind die ‚ZIELE‘, die im Rahmen eines Prozesses auftreten können. Diese repräsentieren neben der primär erfahrbaren ‚empirischen Welt‘ eine zusätzliche ‚ethische‘ Dimension, deren Beschaffenheit bis heute als ‚eher ungesichert‘ anzusehen ist.

Eine ‚implizite‘ Beschreibung von Zeit liegt vor, wenn man verschiedene Ereignisse im Erzählen hintereinander anordnet, ohne explizit Zeitangaben zu machen (Peter steht vor der Tür. Er öffnet die Tür und geht hinein.) Eine ‚explizite‘ Zeitangabe benutzt solche Ausdrücke, die als vereinbarte ‚Zeitmarken‘ gelten (Es ist früh am Morgen. Peter wacht auf. Nach 15 Minuten geht er ins Badezimmer. Um 12:00h muss er im Geschäft sein….). ‚Zusammengesetzte‘ IST-Beschreibungen vereinigen eine endliche Menge von ‚elementaren‘ IST-Beschreibungen. ‚ZIELE‘ können ‚global‘ oder ‚lokal‘ sein, ja, sie können sich auch ‚verändern‘! Sie müssen von den handelnden Menschen separat zur erfahrbaren Weltbeschreibung gesetzt und formuliert werden. Diese — oft ‚ethisch‘ genannte — Vorgehensweise ist im Lichte der bisherigen Geschichte extrem Fehleranfällig.

Ein Tagesablauf

Im bisherigen Beispiel wird ein Prozess beschrieben (Essen gehen), den man als ‚Teil eines Tages‘ verstehen kann: Als ein ‚Tag‘ wird normalerweise die ‚Zeit‘ zwischen dem Aufstehen am ‚Morgen‘ und dem ‚zu Bett gehen‘ am ‚Abend‘ verstanden, wobei ‚Abend‘ fließend ist; bei vielen erstreckt sich die Zeit bis zum ‚Schlafen gehen‘ bis ‚Mitternacht‘ oder gar später. Während die Aktivitäten ‚Aufstehen‘ und ‚Schlafen gehen‘ als solche eine einigermaßen konkrete Bedeutung haben, ist es mit ‚Morgen‘ und ‚Abend‘ schon schwieriger. Ursprünglich war ‚Morgen‘ die Zeit, wenn die ‚Sonne aufgeht‘, und ‚Abend‘, wenn die ‚Sonne untergeht‘. Mit dem Fortschreiten der ‚Verstädterung‘ und der ‚Technisierung‘ der Lebenswelt findet eine immer stärkere Abkopplung des Tagesablaufs von ‚periodischen Naturereignissen‘ (Sonne, Mond, …) statt und stattdessen eine immer stärkere Ankopplung an ‚künstliche Umgebungen‘, zu der auch ‚Zeitmaschinen‘ (Uhren) gehören. Die ‚periodischen Signale‘ dieser Zeitmaschinen dienen dann immer mehr als Ersatz für natürlich periodische Vorgänge. Mein ‚Morgen‘ ist dann vielleicht nicht mehr der ‚Sonnenaufgang‘ sondern das ‚Klingeln meines Weckers‘ um z.B. 7:00h. Die ‚Mittagszeit‘ ist dann nicht mehr der höchste Sonnenstand sondern z.B. 12:30h bis 13:30h als ‚offizielle Mittagspause‘ der jeweiligen Institution. usw.

Will man in einem oksimo.R Text mit expliziten Zeitangaben arbeiten, dann müssen diese als ‚Eigenschaft einer Situation‘ auftreten. Ein einfaches Beispiel:

Gerd sitzt in seinem Büro. Es ist 12:30h. Gerd ist hungrig.

Man könnte dann z.B. fortsetzen mit:

Gerd beschließt, zum Griechen um die Ecke zu gehen. Gerd geht zum Griechen. Es ist 12:40h, als er sein Büro verlässt.

Auf diese Weise kann man eine Uhr — oder andere typische Zeitangaben — den ganzen Tag mitlaufen lassen bis zu dem Zeitpunkt, wo Gerd schlafen geht.

Es ist 23:35h. Gerd schläft ein. Um 7:00h klingelt der Wecker.

Nehmen wir mal den einfachen Fall an, dass der Tagesablauf durch ‚Fixpunkte‘ weitgehend geregelt ist. Dann könnte man mit wenigen Regeln beliebig viele Tagesabläufe hintereinander beschreiben.

Ein erstes Demo-Beispiel

Folgender einfacher Tagesablauf soll beispielhaft angenommen werden [1]:

  • Morgen, Aufwachen
  • Die Wohnung verlassen
  • Vormittag, Büro
  • Mittag, Imbiss
  • Nachmittag, Büro
  • Arbeitsende
  • Abends Einkaufen
  • Spät am Abend Freizeit
  • Nachts Schlafen

Erste Teilsimulation: Arbeitsende und Einkaufen

IST-Beschreibung

Eine Ausgangslage könnte zu jedem Zeitpunkt ansetzen, z.B. am Arbeitsende:

IST-BESCHREIBUNG (Arbeitsende)

Name: arbeitsende1
Es ist Arbeitsende.
Gerd verlässt das Büro.

ZIEL-Beschreibung(en)

Der Akteur kann viele Ziele gleichzeitig haben, z.B.:

ZIEL-BESCHREIBUNG(en) [2]

ZIEL 1 (Einkaufen)

Name: z-einkaufen1

Es ist Arbeitsende.
Gerd hat eingekauft.

ZIEL 2

Name: z-zuhausemusik1

Gerd ist zu Hause.
Gerd hat Musik gemacht.

ZIEL 3

Es ist nach 23:00h. Gerd hat sich schlafen gelegt.

Veränderungs-Regeln

Jetzt muss man sich überlegen, mit Hilfe von welchen Veränderungsregeln man — ausgehend von der IST-Beschreibung — die verschiedenen Ziele erreichen kann.

… für Ziel 1

Um ZIEL 1 zu erreichen, könnte man vielleicht folgende Veränderungs-Regel(n) annehmen:

VR-Einkaufen

WENN

Es ist Arbeitsende. Gerd verlässt das Büro.

DANN

Hinzu: Gerd geht zum Laden um die Ecke.

Wegnehmen: Gerd verlässt das Büro.

Regel im oksimo.R Format:

Rule: vr-laden1
Conditions:
Es ist Arbeitsende.
Gerd verlässt das Büro.
Positive Effects:
Gerd geht zum Laden um die Ecke.

Negative Effects:
Gerd verlässt das Büro.

Rule name: vr-laden2

Conditions:
Es ist Arbeitsende.
Gerd geht zum Laden um die Ecke.

Effects plus:
Gerd ist im Laden.
Gerd sucht sich alles zusammen, was er braucht.
Gerd geht zur Kasse und zahlt.
Gerd hat eingekauft.
Effects minus:
Gerd geht zum Laden um die Ecke.

Zusammengefasst in einem Regel-Dokument ergibt sich:

rd-einkaufen1

vr-laden1
vr-laden2

Name der gespeicherten Simulation: einkaufen1-sim1

Your vision:
Gerd hat eingekauft.,Es ist Arbeitsende.

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.,Es ist Arbeitsende.
Current values:
50.00 percent of your vision was achieved by reaching the following states:
Es ist Arbeitsende.

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden
Current visions: Gerd hat eingekauft.,Es ist Arbeitsende.
Current values:

100.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.,Es ist Arbeitsende.

Differenzierung des Konzepts ‚IST-Beschreibung‘

Man kann an der IST-Beschreibung von Runde 2 erkennen, dass in dieser IST-Beschreibung eigentlich ‚mehrere Zustandsbeschreibungen‘ zusammengefasst wurden. Denn die einzelnen Aussagen {Gerd geht zur Kasse und zahlt., Gerd sucht sich alles zusammen, was er braucht., Es ist Arbeitsende., Gerd ist im Laden.} sind so, dass jede für sich eine IST-Situation beschreibt, die für sich alleine stehen kann . Im Alltag setzen diese einzelnen Situationen eine gewisse ‚Abfolge voraus‘:

  1. Es ist Arbeitsende.
  2. Gerd ist im Laden.
  3. Gerd sucht sich alles zusammen, was er braucht.
  4. Gerd geht zur Kasse und zahlt.

Dies wirft die grundsätzliche Frage auf, ob eine solche ‚Zusammenfassung‘ von einzelnen IST-Beschreibungen noch eine IST-Beschreibung darstellt, die folgende Anforderungen einer IST-Beschreibung erfüllt : (i) Eine Menge von Eigenschaften, die innerhalb eines Zeitintervalls unverändert sind. (ii) Alle in der Situation beteiligten Akteure können die Aussagen bestätigen. Führt man die Unterscheidung zwischen ‚Elementaren IST-Beschreibungen‘ und ‚Zusammengesetzten-IST-Beschreibungen‘ ein, dann könnte man vereinbaren:

  1. Def: Eine ‚elementare IST-Beschreibung ist ein IST-Beschreibung
  2. Def: Eine ‚zusammengesetzte IST-Beschreibung‚ stellt eine ‚Sammlung‘ von elementaren IST-Beschreibungen‘ dar.
  3. Wahrheitskriterium: Die Beteiligten einer gemeinsamen Situation müssen entscheiden, ob sie die elementaren/ zusammengesetzten IST-Beschreibungen akzeptieren.

Zweite Teilsimulation: Spät Freizeit und Schlafen

Die vorausgehende Teil-Simulation zum Thema ‚Arbeitsende und Einkaufen‘ endet mit folgender IST-Beschreibung:

Es ist Arbeitsende. Gerd ist im Laden, Gerd sucht sich alles zusammen, was er braucht. Gerd geht zur Kasse und zahlt. Gerd hat eingekauft.

Es gibt jetzt zwei Ziele, die noch nicht erreicht wurden:

ZIEL 2

Es ist spät am Abend. Gerd hat Musik gemacht.

ZIEL 3

Es ist nach 23:00h. Gerd hat sich schlafen gelegt.

Veränderungs-Regeln

Jetzt muss man sich wieder überlegen, mit Hilfe von welchen Veränderungsregeln man — ausgehend von der aktuellen IST-Beschreibung — die verschiedenen Ziele erreichen kann.

… für Ziel 2

Um ZIEL 2 zu erreichen, könnte man vielleicht folgende Veränderungs-Regel(n) annehmen:

VR-Nach Hause

WENN

Es ist Arbeitsende. Gerd hat eingekauft.

DANN

Hinzu: Gerd geht nach Hause.

Wegnehmen: Gerd ist im Laden., Gerd sucht sich alles zusammen, was er braucht. Gerd geht zur Kasse und zahlt. Gerd hat eingekauft.

Regel im oksimo.

Rule name: vr-nachhause1

Conditions:
Es ist Arbeitsende.
Gerd hat eingekauft.

Effects plus:
Gerd geht nach Hause.
Effects minus:
Gerd ist im Laden.
Gerd sucht sich alles zusammen, was er braucht.
Gerd geht zur Kasse und zahlt.
Gerd hat eingekauft.

Rule: vr-zuhause1
Conditions:
Gerd geht nach Hause.
Positive Effects:
Gerd ist zu Hause.
Gerd macht Musik.
Es ist 23:00h.

Negative Effects:
Gerd geht nach Hause.

Test der Teiltheorie durch Simulation

Name gespeicherte Simulation: feierabend1-sim1

Bestandteile:

Selected visions:
z-einkaufen1
z-zuhausemusik1
Selected states:
arbeitsende1
Selected rules:
doc rd-einkaufen1
vr-nachhause1
vr-zuhause1

Your vision:
Gerd hat eingekauft.,Gerd hat Musik gemacht.,Gerd ist zu Hause.,Es ist Arbeitsende.

Initial states: 
Es ist Arbeitsende.,Gerd verlässt das Büro.

Round 1

Current states: Gerd geht zum Laden um die Ecke.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.,Gerd hat Musik gemacht.,Gerd ist zu Hause.,Es ist Arbeitsende.
Current values:

25.00 percent of your vision was achieved by reaching the following states:
Es ist Arbeitsende.

Round 2

Current states: Gerd hat eingekauft.,Gerd geht zur Kasse und zahlt.,Gerd sucht sich alles zusammen, was er braucht.,Es ist Arbeitsende.,Gerd ist im Laden.
Current visions: Gerd hat eingekauft.,Gerd hat Musik gemacht.,Gerd ist zu Hause.,Es ist Arbeitsende.
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd hat eingekauft.,Es ist Arbeitsende.,

Round 3

Current states: Gerd geht nach Hause.,Es ist Arbeitsende.
Current visions: Gerd hat eingekauft.,Gerd hat Musik gemacht.,Gerd ist zu Hause.,Es ist Arbeitsende.
Current values:

25.00 percent of your vision was achieved by reaching the following states:
Es ist Arbeitsende.

Round 4

Current states: Gerd macht Musik.,Gerd ist zu Hause.,Es ist Arbeitsende.,Es ist 23:00h.
Current visions: Gerd hat eingekauft.,Gerd hat Musik gemacht.,Gerd ist zu Hause.,Es ist Arbeitsende.
Current values:

50.00 percent of your vision was achieved by reaching the following states:
Gerd ist zu Hause.,Es ist Arbeitsende.,

Differenzierung des Begriffs ZIELE

An diesem kleinen Beispiel kann man u.a. folgendes beobachten:

  1. Wenn es mehr als eine ZIEL-Beschreibung gibt, dann werden die Inhalte der verschiedenen ZIEL-Beschreibungen automatisch zu einer ZIEL-Beschreibung zusammen gefasst. Dies bedeutet, sollte es unterschiedliche Arbeitsgruppen mit unterschiedlichen Zielen geben, werden diese automatisch vereinigt, sofern man diese in einem Test zusammen führt. Dies führt dann dazu, dass die ‚Anzeige‘ einer ‚Zielerfüllung‘ sich immer mehr ‚verfeinert‘: jeder einzelne Aspekt eines Zieles wird berücksichtigt.
  2. Wenn die Ziele keine ‚globalen‘ Ziele sind, die für den ganzen Prozess gelten sollen, sondern nur ‚lokale‘ Ziele, die im Verlauf eines längeren Prozesses quasi ‚durchlaufen‘ werden, dann kann es passieren, dass keine 100%-Zielerfüllung mehr angezeigt wird, obgleich jedes Teilziel zu 100% erreicht wurde. Man könnte diese Wechselwirkung zwischen Teilzielen mit dem Begriff ‚Zielabschattung‘ benennen.

Der Effekt einer ‚Zielabschattung‘ ist nicht sehr hilfreich.

Die ‚Logik hinter den Teilzielen‘ besteht ja darin, dass ein längerer Prozess ja tatsächlich verschiedene ‚lokale‘ Ziele umfassen kann. In einer bestimmten IST-Situation kann es ein lokales Ziel geben (nach Arbeitsende noch kurz einkaufen), das für eine kurze Zeitspanne den Akteur ‚dominiert‘, aber wenn dieses lokale Ziel dann erfüllt wurde (‚Gerd hat eingekauft‘), dann hat sich dieses Ziel ‚erledigt‘. Dann kann ein ’neues lokales Ziel‘ aktiv werden (’nach Hause gehen‘).

Um solch einen Zielabschattungs-Effekt zu verhindern, wäre es besser, man kann Ziele ’situationsabhängig aktivieren und deaktivieren‘. Dies ist möglich. Schauen wir uns dies an, indem wir die bisherige Theorie entsprechend abändern.

Lese die Fortsetzung HIER.

KOMMENTARE

[1] TAGESBLAUF: Dieser Tagesablauf ist einerseits höchst einfach, zugleich beschreibt er dennoch in seiner Einfachheit einen Tagesablauf, der bei vielen anderen Menschen völlig anders aussieht. Es wäre sicher interessant, einen Tagesablauf als ‚Baustein‘ eines alltäglichen Lebensprozesses zu sehen, durch den für den handelnden Akteur zu großen Teilen festgelegt wird, was er so ‚erlebt‘, was er so ‚tut‘, welche sozialen und gesellschaftlichen Interaktionen er/sie/x erlebt, usw.

[2] ZIEL-BESCHREIBUNGEN: Normalerweise formulieren wir Zielbeschreibungen als Wünsche, in einer Form, in der wir ausdrücken, was wir positiv wollen, ohne dass es schon eingetreten ist: „Ich möchte nachher noch einkaufen“, „Ich will nach dem Einkaufen noch Musik machen“, „Spätestens nach 23:00h werde ich ins Bett gehen“. Im Rahmen eines oksimo.R Textes muss man Wünsche in einer Form formulieren, in der das ‚Ergebnis des Wunsches‘ beschrieben wird, z.B. statt „Ich möchte nachher noch einkaufen“ muss man schreiben: „Ich habe eingekauft“ oder statt „Ich will nach dem Einkaufen noch Musik machen“ muss man schreiben „Ich habe nach dem Einkaufen Musik gemacht“, usw. Die ‚Logik‘ dahinter ist, dass ein oksimo.R Text eine ‚Theorie‘ ist, die sich auf eine IST-Situation bezieht (z.B.: „Es ist Arbeitsende. Gerd verlässt das Büro,“), und innerhalb dieser Theorie wird dann auf eine gegebene IST-Situation eine mögliche ‚Veränderungs-Regeln‘ anwendet. Durch diese Anwendung von Veränderungsregeln auf eine IST-Situation entsteht dann eine ’neue‘ IST-Situation. Und dann kann es passieren, dass nach einer bestimmten Folge von IST-Situationen eine IST-Situation eintritt, in der der ursprüngliche Wunsch, einzukaufen, stattgefunden hat, d.h. in der IST-Situation kann dann die Eigenschaft vorliegen „Gerd hat eingekauft“. Wenn es dann eine ZIEL-Beschreibung gibt, in der es heißt „Gerd hat eingekauft“, dann kann das System sofort feststellen, dass dieses Ziel erreicht wurde. Würde es in der ZIEL-Beschreibung aber heißen „Gerd will einkaufen“, dann könnte dieses Ziel niemals erreicht werden, weil nicht klar ist, wann es dann erfüllt wäre.

oksimo.R – Alltagsszenen – Essen gehen …

Autor: Gerd Doeben-Henisch (gerd@oksimo.org)

(Letzte Änderung: 18.November 2022)

KONTEXT

Dieser Text ist Teil der einführenden Beispiele des Buchprojektes „oksimo.R – Editor und Simulator für Theorien“.

INHALT

Anhand einer normalen Alltagsszene werden einige Eigenschaften einer Modellierung (Theoriebildung) im oksimo.R Paradigma illustriert. In diesem Fall geht es um eine Person, die in einer Hochschule arbeitet, dort ein Büro hat (zusammen mit anderen), und gegen Mittag ‚Hunger verspürt‘. Dies wird zum Anlass dafür, dass diese Person beschließt, Essen zu gehen. In diesem Fall ‚zum Griechen um die Ecke‘. Die kurze Geschichte endet damit, dass diese Person keinen Hunger mehr verspürt.

OKSIMO.R TEXTSORTEN

Eine Modellierung (Theoriebildung) im oksimo.R Paradigma findet dadurch statt, dass eine Gruppe von Personen gemeinsam einen Text in einer gemeinsamen Sprache formulieren. Im konkreten Fall ist dies die Deutsche Sprache; es kann aber auch jede beliebige andere Sprache sein.

Dabei wird zwischen drei Arten von Texten unterschieden:

  1. IST-Beschreibungen (Ausgangslagen)
  2. ZIEL-Beschreibungen (Anforderungen)
  3. VERÄNDERUNGS-Beschreibungen (Veränderungs-Regeln)

Diese Unterscheidung setzen voraus, dass ein menschlicher Akteur unterscheiden kann zwischen solchen Vorstellungen in seinem Kopf, die mit Erfahrungen außerhalb seines Gehirns (im ‚eigenen Körper‘, in der ‚Körperwelt außerhalb seines Körpers‘) ‚korrespondieren‘, und solchen Vorstellungen in seinem Kopf, die er ‚alleine‘, ‚für sich‘ denkt/ erinnert/ träumt/ fantasiert … .

IST-Situation

IST-Beschreibungen beziehen sich dabei auf solche Vorstellungen, die sich auf die Körperwelt jenseits seines Körpers beziehen und die von anderen menschlichen Akteuren ‚geteilt‘ werden können. Wenn jemand z.B. im Freien steht und sagt „Es regnet“, und alle Umstehenden würden dies bestätigen, dann wäre dies ein Fall einer IST-Beschreibung, die von allen ‚bestätigt‘ werden kann. Meistens sagt man dann auch, dass diese Beschreibung ‚wahr‘ ist. Würde in dieser Situation, wo es regnet, jemand sagen „Es regnete nicht“ , dann würden alle — normalerweise — sagen, dass diese ‚Aussage‘ ‚falsch‘ ist. Wenn jemand stattdessen sagt „Es wird bald regnen“, dann werden alle Umstehenden, die Deutsch verstehen, sich zwar eine Vorstellung in ihrem Gehirn bilden können, dass es regnet, aber zu dieser Vorstellung gibt es dann keine konkrete Entsprechung in der realen zwischenmenschlichen Körperwelt. Diese Aussage wäre dann weder ‚wahr‘ noch ‚falsch‘. Ihre Beziehung zur ‚gemeinsamen Körperwelt‘ wäre ‚unbestimmt‘: sie kann vielleicht wahr werden, muss aber nicht.

ZIEL-Beschreibung

ZIEL-Beschreibungen (auch in Form von Anforderungen) beziehen sich auf solche ‚Vorstellungen im Kopf von Akteuren‘, zu denen es akzeptierte sprachliche Ausdrücke gibt, die aber im Moment des Aufschreibens oder Sagens noch keine Entsprechung in der gemeinsamen Körperwelt haben. Die zu einer nur gedachten Zielbeschreibung gehörigen Vorstellungen haben eine mehr oder weniger große Wahrscheinlichkeit, dass sie ‚irgendwann in der Zukunft‘ möglicherweise eintreten. Entweder gibt es ‚Erfahrungen‘ aus der Vergangenheit, die ein Eintreten nahelegen oder es gibt erst einmal nur den ‚Wunsch‘, dass diese Vorstellungen wirklich werden.

VERÄNDERUNGS-Beschreibungen

VERÄNDERUNGS-Beschreibungen beziehen sich auf solche ‚Ereignisse‘ oder ‚Maßnahmen‘, von denen man weiß (oder stark annimmt), dass ihr Eintreten bzw. ihre Umsetzung eine gegebene Situation (IST) in mindestens einer Eigenschaft so ‚verändert‘, dass nach einer ‚bestimmten Zeit‘ (‚Zeitintervall‘) die ‚alte‘ Situation aufgrund der ‚Veränderung‘ eine ’neue‘ Situation repräsentiert, die als ‚Nachfolgesituation‘ dann zur ’neuen IST-Situation‘ wird. Weitere Ereignisse oder Maßnahmen können auch diese neue IST-Situation wieder ändern.

Geforderte Textmengen

Während man mindestens eine IST-Situation und mindestens eine VERÄNDERUNGS-Beschreibung für eine oksimo.R Modellierung (Theoriebildung) benötigt, ist eine ZIEL-Beschreibung optional. Wird keine ZIEL-Beschreibung gegeben, dann gibt es eine — mehr oder weniger — gerichtete oder offene Folge von IST-Zuständen, die durch — auch wiederholte — ‚Anwendung‘ der VERÄNDERUNGS-Beschreibungen auf eine gegebene IST-Situation entstehen können. Liegt mindestens eine ZIEL-Beschreibung vor, dann kann diese benutzt werden, um eine aktuelle IST-Situation danach zu ‚bewerten‘, ob und — falls ja — wieweit eine IST-Situation schon Elemente der ZIEL-Situation enthält. Dies kann zwischen 0% oder 100% liegen.

Anwenden von Veränderungsbeschreibungen auf eine IST-Situation

Für die Anwendung einer Veränderungs-Beschreibung auf eine gegebene IST-Situation muss man verstehen, dass im oksimo.R Paradigma ein TEXT nichts anderes ist als eine Menge von SPRACHLICHEN AUSDRÜCKEN, deren ‚Bedeutung‘ nur die Sprecher kennen. Jeder sprachliche Ausdruck wird als ein ‚Element der Menge‘ Text betrachtet, und es wird unterstellt, dass jeder sprachliche Ausdruck irgendeine ‚Eigenschaft‘ der realen IST-Situation beschreibt. Eine unterstellte IST-Situation besitzt genau so viele Eigenschaften, wie der TEXT der IST-Situation sprachliche Ausdrücke umfasst. Wird ein bestimmter Ausdruck aus dem Text entfernt, verschwindet die zugehörige Eigenschaft, kommt ein neuer sprachlicher Ausdruck hinzu, dann entsteht eine neue Eigenschaft in der unterstellten IST-Situation.

Eine VERÄNDERUNGS-Beschreibung (auch ‚Veränderungs-Regel‘ oder einfach ‚Regel‘) muss also minimal folgendes leisten:

  1. Angeben, welche Ausdrücke neu hinzu kommen sollen (Generieren neuer Eigenschaften)
  2. Angeben, welche der bisherigen Ausdrücke entfernt werden sollen (Eliminieren von Eigenschaften)

Um die Anwendung der Regel ‚unter Kontrolle‘ zu halten, sollte man die Anwendung einer Veränderungsregel auf eine aktuelle IST-Situation so von BEDINGUNGEN abhängig machen, dass man den Angaben zum ‚Hinzufügen‘ bzw. zum ‚Entfernen‘ eine Menge von Ausdrücken — dies sind unterstellte Eigenschaften — voranstellt, die gegeben sein müssen, damit die Veränderungs-Regel ‚aktiv‘ werden kann.

Einfaches Beispiel

IST-Situation:

Gerd sitzt in seinem Büro. Gerd ist hungrig.

ZIEL-Situation:

Gerd ist nicht hungrig.

VERÄNDERUNGS-Beschreibung:

WENN:

Gerd ist hungrig.

DANN:

Füge als Eigenschaft zur IST-Situation hinzu: Gerd verlässt sein Büro.

Entferne als Eigenschaft aus der IST-Situation: Gerd sitzt in seinem Büro.

ANWENDUNG der Veränderungs-Beschreibung:

Die BEDINGUNG ist erfüllt.

DANN:

NEUE IST-Situation:

Gerd verlässt sein Büro. Gerd ist hungrig.

BEWERTUNG:

Die Eigenschaft aus dem ZIEL: ‚Gerd ist nicht hungrig‘ ist noch nicht erfüllt, also: Erfolg bisher: 0%

WIEDERHOLTE ANWENDUNG

Jede Veränderungs-Regel kann grundsätzlich beliebig oft angewendet werden, allerdings nur, solange die BEDINGUNG erfüllt wird.

Im obigen Beispiel wäre die BEDINGUNG ‚Gerd ist hungrig‘ weiter erfüllt, aber die erneute Anwendung der Regel wird die Situation nicht mehr weiter verändern. Damit ist absehbar, dass der ZIEL-Zustand in diesem Modell (in dieser Theorie) niemals erreicht werden kann.

Beispiel mit der oksimo.R Software

Kontextualisierung der Software

Die oksimo.R Software ist Teil des oksimo.R Paradigmas. Das ‚oksimo.R Paradigma‘ umfasst drei Komponenten: (i) Als ‚Anwendungsformat‘ eine Menge von beliebigen Bürgern, die sich als ’natürliche Experten‘ verstehen, die ‚gemeinsam wissenschaftlich arbeiten‘. Dieses Format wird im Kontext des oksimo.R Paradigmas ‚Bürgerwissenschaft 2.0‘ genannt. (ii) Die ‚oksimo.R Software‘, die von Bürgern genutzt werden kann, um ihre wissenschaftliche Beschreibung der erfahrbaren Welt so zu formulieren (‚Editieren‘), dass sie ‚automatisch‘ die Anforderungen einer ‚empirischen Theorie‘ erfüllen, um damit jederzeit auch ‚Folgerungen‘ ziehen zu können, die als ‚Simulationen‘ praktiziert werden. (iii) Ein klares Konzept einer ‚empirischen Theorie‘, die mit allen bekannten Formen von ‚empirischen Wissenschaften‘ kompatibel ist (tatsächlich kann die allgemeine Form des oksimo.R Theoriekonzepts auch alle Formen von nicht-empirische Theorien repräsentieren).

Die oksimo.R Software wird zur Zeit auf einem Server im Internet entwickelt und bereit gestellt, der über die Adresse oksimo.com erreichbar ist.

Da das theoretische Konzept der oksimo.R Software nahezu alles abdeckt, was wir bislang als Softwareanwendung im Internet kennen (einschließlich der verschiedenen Formen von ‚Künstlicher Intelligenz (KI)‘ und ‚Internet of Things (IoT)‘, ist die Umsetzung des theoretischen Konzepts in anwendbare Software generell ein ‚unendlicher Prozess‘. Zum Zeitpunkt dieses Schreibens (16.November 2022) ist Level 2 direkt verfügbar und gearbeitet wird an Level 3.

Eine oksimo.R Theorie in der Software (Noch Level 2)

Das alte Menü — noch im Kommandozeilen-Modus — zeigt sich nach dem Einloggen wie folgt:

Welcome to Oksimo v2.1 02 May 2022 (ed14)

MAIN MENU
1 is NEW VISION
2 is MANAGE VISIONS
3 is VISION COLLECTIONS
4 is NEW STATE
5 is MANAGE STATES
6 is STATE COLLECTIONS
7 is NEW RULE
8 is MANAGE RULES
9 is RULE DOCUMENT
10 is NEW SIMULATION
11 is MANAGE SIMULATIONS
12 is LOAD SIMULATION
13 is COMBINE SIMULATIONS
14 is SHARE
15 is EXIT SIMULATOR
Enter a Number [1-15] for Menu Option

Im alten Kommandozeilen-Modus muss man die oksimo.R Texte manuell eingeben. Für den IST-Zustand sieht dies wie folgt aus:

IST-Beschreibung eingeben

Enter a Number [1-15] for Menu Option

4

Here you can describe an actual state S related to your problem.

Enter a NAME for the new state description:

Essen1

Enter an expression for your state description in plain text:

Gerd sitzt in seinem Büro.

Expressions so far:
Gerd sitzt in seinem Büro.

Enter another expression or leave blank to proceed:

Gerd ist hungrig.

Expressions so far:
Gerd sitzt in seinem Büro.
Gerd ist hungrig.

Enter another expression or leave blank to proceed:

Name: Essen1
Expressions:
Gerd sitzt in seinem Büro.
Gerd ist hungrig.

Anmerkung: In der Version Level 2 (bislang nur mit Englischem Interface) wird eine IST-Beschreibung allgemein nur als ‚Zustand (state)‘ bezeichnet.

VISIONs-Text eingeben

Enter a Number [1-15] for Menu Option

1

Here you can describe your vision S.

Enter a NAME for the new vision:

Essen1-v1

Enter an expression for your vision in plain text:

Gerd ist nicht hungrig.

Expressions so far:
Gerd ist nicht hungrig.

Enter another expression or leave blank to proceed:

Your final vision document is now:
Name: Essen1-v1
Expressions:
Gerd ist nicht hungrig.

VERÄNDERUNGS-Regel eingeben

Enter the name of the new rules document:

Essen1-Wollen1

Enter condition:

Gerd ist hungrig.

Conditions so far:
Gerd ist hungrig.

Enter another condition or leave blank to proceed:

Enter a probability between 0.0 and 1.0:

1.0

(Anmerkung: Das Feature ‚Probability‘ an dieser Stelle ist mittlerweile obsolet. Wahrscheinlichkeiten werden genereller und flexibler gehandthabt. Beispiele folgen.)

Enter positive effect:

Gerd verlässt sein Büro.

Positive Effects so far:
Gerd verlässt sein Büro.

Enter another positive effect or leave blank to proceed:

Enter negative effect:

Gerd sitzt in seinem Büro.

Negative Effects so far:
Gerd sitzt in seinem Büro.

Enter another negative effect or leave blank to proceed:

Summary:
Rule:Essen1-Wollen1
Conditions:
Gerd ist hungrig.

Probability:
1.0
Positive Effects:
Gerd verlässt sein Büro.

Negative Effects:
Gerd sitzt in seinem Büro.

Wirkung der Theorie ‚testen‘

Folgerungen testen

Der ‚Kern einer oksimo.R Theorie‘ besteht aus den beiden Komponenten IST-Situation (hier: state) und VERÄNDERUNGS-Regel (hier: rule). Durch die Anwendung einer Regel auf einen Zustand entsteht ein Nachfolge-Zustand, der letztlich eine ‚Folgerung‘ innerhalb der Theorie ist. Je komplexer der Ausgangszustand ist und je mehr Veränderungs-Regeln es gibt, um so vielfältiger wird die Menge der möglichen Folgerungen. Diese zu überschauen, vor allem auch dann, wenn die Veränderungsregeln immer wieder auf einen Nachfolgezustand angewendet werden können, so dass eine immer längere Folge von Zuständen entsteht, die ‚auseinander‘ hervorgehen, kann sehr schnell sehr schwer werden.

Zielerfüllung testen

Benutzt man einen oksimo.R Theoriekern zusammen mit einer ZIEL-Beschreibung, dann kann man während des Folgerungsprozesses (der ‚Simulation‘) an jeder Stelle auch überprüfen, wie viele ‚Elemente der ZIEL-Beschreibung‘ schon in einem gefolgerten Zustand ‚vorkommen‘. Falls ‚alle‘ Elemente der ZIEL-Beschreibung vorkommen, ist die Theorie in der Lage, 100% der ZIEL-Beschreibung zu ‚folgern‘ (‚abzuleiten‘), andernfalls weniger, bis hin zu 0% Zielerfüllung.

Eine oksimo.R Simulation starten

Enter a Number [1-15] for Menu Option

10

Here you can run a simulation SIM to check what happens with your initial state S when the change rules X will be applied repeatedly on the state S.

Available vision descriptions:

Essen1-v1

Enter a name for a vision description you want to load. Use prefix col to load a collection:

Essen1-v1

Visions selected so far:
Essen1-v1

Add another vision or leave blank to proceed:

Available state descriptions:

Essen1

Enter a name for a state description you want to load. Use prefix col to load a collection:

Essen1

States selected so far:
Essen1

Add another state or leave blank to proceed:

Selected states:
Essen1

Available rules

Essen1-Wollen1

Rules selected so far:
Essen1-Wollen1
Add another rule or leave blank to proceed:

Selected visions:
Essen1-v1
Selected states:
Essen1
Selected rules:
Essen1-Wollen1

Enter maximum number of simulation rounds

3

Your vision:
Gerd ist nicht hungrig.

Initial states: 
Gerd sitzt in seinem Büro.,Gerd ist hungrig.


Round 1

Current states: Gerd verlässt sein Büro.,Gerd ist hungrig.
Current visions: Gerd ist nicht hungrig.

0.00 percent of your vision was achieved by reaching the following states:
None

Round 2

Current states: Gerd ist hungrig.,Gerd verlässt sein Büro.
Current visions: Gerd ist nicht hungrig.

0.00 percent of your vision was achieved by reaching the following states:
None
...

Man kann direkt erkennen, dass sich die Beschreibung des IST-Zustands nicht mehr verändert. Es gibt auch keinen Grund dafür, dass weitere Änderungen auftreten könnten.

Regelanwendung und Logischer Folgerungsbegriff

(Letzte Änderung: 17.Nov.2022)

Anhand des vorausgehenden einfachen Beispiels wurde konkret erklärt, was passiert, wenn man eine Regel auf eine gegebene IST-Situation anwendete. Eine Wissenschaft, die sich mit solchen Veränderungsprozessen mittels Regelanwendung(en) beschäftigt, ist die ‚Logik‘. Logiküberlegungen gibt es schon seit mehr als 2500 Jahren, in vielfältigsten Formen. Die im Rückblick bedeutendsten Logik Paradigmen sind möglicherweise die mit dem Namen Aristoteles verbundene Logik, in der logische Ausdrücke noch nicht isoliert von möglichen sprachlichen Bedeutungen betrachtet wurden, und die modernen formale Logik, in der die logischen Ausdrücke außer mit abstrakten ‚Wahrheitswerten‘ keinerlei Verbindung zu einer sprachlichen Bedeutung aufweisen. Die Geschichte der modernen formalen Logik begann im 19.Jahrhundert vor ca. 150 Jahren (Bool, de Morgan, Venn, Frege, Russell, …).

Die zentrale Idee jeder Logik ist, ein ‚Verfahren zu finden, dass es dem Anwender erlaubt, aus einer Menge von ‚als (abstrakt) wahr angenommenen‘ Aussagen nur solche Aussagen ‚ableiten‘ zu können, die auch wieder ‚(abstrakt) wahr‘ sind. Die ‚abstrakte Wahrheit‘ der modernen formalen Logik ist ein ‚Platzhalter‘ für eine alltagssprachliche Wahrheit, die sich als solche nicht innerhalb einer formalen Logik ausdrücken lässt. Die formale Logik setzt voraus, dass es ‚Akteure‘ gibt, die ‚wissen‘ was sie sagen, wenn sie von einer ‚wahren‘ Aussage sprechen. Ob die Formalisierung von ‚Wahrheitsbeziehungen‘ zwischen verschiedenen Mengen von Ausrücken im Format der modernen formalen Logik das Bedeutungswissen der Akteure ‚adäquat‘ abbilden, lässt sich daher nicht ‚innerhalb des logischen Systems‘ entscheiden, sondern nur ‚von außerhalb‘, aus der Perspektive des ‚Bedeutungswissens des handelnden Akteurs‘.

Nennt man die Ausgangsmenge von ‚als abstrakt wahr‘ angenommenen sprachlichen Ausdrücken eine IST-Beschreibung (im Stile des oksimo.R Paradigmas) und die Menge der möglichen ‚abgeleiteten als abstrakt wahr angenommenen‘ Ausdrücke die ‚gefolgerten abstrakt wahren Ausdrücke‘, dann könnte man dies im Stile der formalen Logik wie folgt formulieren:

IST-AUSSAGEN  VERÄNDERUNGS-REGELN GENERIERTE-POTENTIELLE- IST-AUSSAGEN

oder abkürzend:

X  R X‘

Das Zeichen ‚‚ repräsentiert einen Folgerungsbegriff. Dieser besteht aus einem Text, in dem beschrieben wird, wie man eine Veränderungs-Regel aus der Menge R auf eine gegebene Menge von Ausdrücken X so anwendet, dass aufgrund der Anwendung auf die gegebene Menge X eine neue Menge X‘ entsteht. Die Beschreibung des Folgerungsbegriffs muss so beschaffen sein, dass völlig eindeutig ist, ‚was zu tun ist‘.

Der Anspruch der ‚rein formalen Logik‘ der Neuzeit, dass alle Ausdrücke, die mit dem Folgerungsbegriff generiert werden, auch konform zum ‚angenommenen abstrakten Wahrheitswert‘ sind, gilt so bei dem Folgerungsbegriff der oksimo.R Theorie-Software auch. Bei dem oksimo.R Folgerungsbegriff wird garantiert, dass alle ‚generierten Ausdrücke‘ ‚wahr‘ sind im Sinne des ’sprachlich fundierten Bedeutungswissens‘ der beteiligten ‚Akteure‘! Allerdings ist sprachlich fundiertes Bedeutungswissen ‚Wissensabhängig‘ und kann daher empirische entweder ‚wahr‘ sein oder ‚falsch‘ oder ‚unbestimmt‘. Dies verweist darauf, dass generell sind die Akteure die ‚Hüter der Wahrheit‘ sind. Die Akteure formulieren die Veränderungs-Regeln R auf der Basis ihres sprachlichen Wissens. Wenn diese Veränderungs-Regeln R ‚zutreffend‘ sind, dann gilt dies auch für die mittels Folgerungsbegriff generierten sprachlichen Ausdrücke. Beinhalten die Veränderungs-Regeln R einen ‚Fehler‘, dann wird dieser zwangsläufig in der generierten Nachfolge-Situation X‘ als Beschreibungselement E enthalten sein. Dieses Ausdruckselement E als Teil der Voraussage X‘ kann sich dann im weiteren Verlauf im Vergleich mit der gemeinsam geteilten empirischen Realität entweder als ‚falsch‘ heraus stellen oder es wird auf Dauer ‚unbestimmt‘ bleiben, da es weder ‚wahr‘ wird noch direkt als ‚falsch‘ klassifiziert werden kann. Im Fall der modernen formalen Logik ist der empirische Wahrheitsstatus von gefolgerten Ausdrücken vollständig unbestimmt.

Der oksimo.R Folgerungsbegriff vereinigte die formalen Vorteile der modernen formalen Logik mit dem Bedeutungsbezug der Aristotelischen Logik und versteht sich als ’natürliches Ausdrucksmittel‘ für eine empirische Theorie mit Wahrheitsanspruch.

Fortsetzung zu Teil 2