Archiv der Kategorie: Veränderungsregeln

KONZEPT-BEISPIEL ZUM THEMA BEVÖLKERUNGSENTWICKLUNG

(Letzte Änderung: 19.April 2023, 07:00h)

KONTEXT

Dieser Text ist Teil des Lehrprojektes ‚Citizen Science für Nachhaltige Entwicklung‘ im Sommersemester 2023.

ZUSAMMENFASSUNG

Nach einer kurzen Erklärung des Kontextes ‚Lehrprojekt‘ wird nochmals an die Konzepte ‚empirische Theorie‘ und ’nachhaltige empirische Theorie‘ erinnert. Dann wird auf die konkrete Gemeinde verwiesen, die als Beispiel-Kommune dienen soll. Dann wird das Konzept (nachhaltige) empirische Theorie mit ihren drei Komponenten (i) akzeptierte Ausgangslage, (ii) akzeptierte ‚Veränderungsregeln, und (iii) Vereinbarung (oft ‚Folgerungsbegriff‘ genannt) beispielhaft erläutert. Es folgt dann ein konkretes Beispiel, das mit Hilfe eines ‚Rechenblatts‘ illustriert wird. Abschließend erfolgt dann auf der Basis des vorausgehenden Beispiels eine Erläuterung zum Konzept ‚Bewertung‘, wodurch aus einer empirischen Theorie eine ’nachhaltige empirische Theorie‘ werden kann.

BEVÖLKERUNGSENTWICKLUNG

Im Rahmen des Lehrprojektes wurden per Zufall 6 Teams gebildet (unter Berücksichtigung einer guten Verteilung nach Fachbereichen). Zusätzlich gibt es ein Querschnittsthema:

  1. Wald
  2. Wasser
  3. Energie-Versorgung
  4. Finanzen der Gemeinde
  5. Landwirtschaft & Ernährung
  6. Verkehr
  7. QUERSCHNITT: Bevölkerung

Diese Themen (außer dem Querschnitts-Thema) wurden den sechs Teams zugelost. Es ist Aufgabe jeden Teams, das Thema zu analysieren und es im Format eines ‚Spiels‘ aufzubereiten, wobei ‚Spiel‘ hier gesehen wird als eine Form von ‚Nachhaltiger Empirischer Theorie‘.

In diesem Text wird nur das Thema ‚Bevölkerungsentwicklung‘ durchgespielt: Wie kann man das Thema im Format eines Spiels mit möglichst großem Empiriebezug entwickeln?

In diesem Text wird das ‚Konzept‘ vorgestellt, was es heißt, ein Thema als ‚Spiel‘ zu formatieren, das den Anforderungen einer ’nachhaltigen empirischen Theorie‘ genügt. In einem weiteren Text (geplant für 3.Mai 2023) soll dann eine ‚Umsetzung‘ (‚Implementierung‘) in eine neue Software speziell für das Editieren und Simulieren von nachhaltigen empirischen Theorien gezeigt werden. Die studentischen Teams sind aber völlig frei, welche Formatierung sie selbst wählen. Es gibt unendlich viele Möglichkeiten. Aus jeder kann man etwas lernen.

Nachhaltige Empirische Theorie

Wie schon im Beitrag ‚Grundbegriffe‘ [1] kurz beschrieben wird, repräsentiert eine ‚Nachhaltige Empirische Theorie (NET)‘ eine Kombination aus ‚Empirischer Theorie (ET)‘ und einer Menge von ‚minimalen Präferenzen‘ (‚Werten‘) im Format ‚A ist besser als B‘ bzw. ‚B ist weniger Wert als A‘.

Die empirische Theorie beschreibt nur, welche wahrscheinlichen Folgen eintreten werden, wenn eine bestimmte Situation aktuell gegeben ist. Eine empirische Theorie selbst bewertet nicht.

Im Alltagsleben reicht ein bloßes Wissen darum, was eintreten kann, aber nicht aus (so wertvoll auch diese Erkenntnis als solche sein mag). Als Menschen müssen wir meistens handeln und im Handeln entscheiden wir faktisch, was in der nahen — und fernen — Zukunft möglicherweise ‚der Fall sein wird‘.

Empirisches Wissen, das aus Experimenten entsteht, und Präferenz-Wissen, das auf der Basis von Erfahrungen durch ’subjektive Entscheidungen der Akteure‘ entsteht, kann im Alltagshandeln in Kombination eine große Hilfe sein: mit dem empirischen Wissen kann man wissen, was generell möglich ist, und mit einem Präferenzwissen kann man ‚bewusst auswählen‘, welche der bekannten Möglichkeiten man ‚auswählen sollte‘.

Normalerweise ist es nicht die Absicht der ‚Handelnden‘, eine Situation ‚bewusst zu verschlechtern‘. Im Gegenteil, im ‚Lichte des verfügbaren Wissens‘ versucht man eher nur jene Handlungen vorzunehmen, die nicht bewusst schädigen, eher das Gegenteil. Dies ist aber nur möglich, wenn die Handelnden über ein explizites Wissen um ‚Präferenzen‘ verfügen. Wie bekannt, können Präferenzen allerdings auch ‚falsch‘ sein, obgleich die Handelnden glauben, dass sie das ‚Richtige‘ tun.

Im Rahmen eines ‚echten Lernens‘ sind ‚Irrtümer‘ immer möglich; sie helfen, ‚falsche Optionen‘ zu erkennen und können das System der Präferenzen optimieren.

Beispiel Bevölkerungsentwicklung

Angewendet auf das Thema ‚Bevölkerungsentwicklung‘ bedeutet dies, man benötigt in einem ersten Schritt (i) eine ‚empirische Theorie‘, wie sich eine Bevölkerung entwickeln kann, und in einem zweiten Schritt (ii) Präferenzen, welche möglichen Entwicklungen ‚eher wünschenswert‘ sind und welche ‚eher nicht wünschenswert‘ sind.

Dies sollte jeweils auf das Beispiel 61137 Schöneck angewendet werden.

Darüberhinaus wäre es hilfreich, wenn man die Bevölkerungsentwicklung in der Kommune Schöneck nicht isoliert, sondern im Zusammenhang mit der Umgebung betrachtet. Als nächstes bietet sich der zugehörige ‚Landkreis‘ an; dies ist der Main-Kinzig Kreis (MKK). Darüber hinaus könnte man auch noch zum Regierungsbezirk Darmstadt schauen, zum Land Hessen, auf Deutschland, auf Europa und letztlich auf die gesamte Weltbevölkerung. In diesem Text wird zunächst nur die Kommune Schöneck betrachtet und ansatzweise der Main-Kinzig Kreis.

Konkretisierung einer Empirischen Theorie

Zunächst sollen die Anforderungen geklärt werden, die notwendig sind, um eine einfache empirische Theorie (ET) für die Problemstellung ‚Bevölkerungsentwicklung‘ entwickelt zu können.

Wie das vorausgehende Schaubild nochmals erinnert, benötigt eine ‚empirische Theorie (ET)‘ mindestens drei Elemente: (i) die Beschreibung einer allgemein akzeptierten Ausgangslage, (ii) eine Menge von akzeptierten ‚Veränderungsregeln, und (iii) eine Vereinbarung (oft ‚Folgerungsbegriff‘ genannt), wie man Veränderungsregeln auf eine gegebene Situation anwenden kann.

Ausgangslage für Bevölkerungsentwicklung

Es stellt sich dann die Frage, wie soll das Konzept ‚Ausgangslage‘ im Fall der angedachten Theorie der Bevölkerungsentwicklung am Beispiel der Gemeinde Schöneck (bzw. dann auch des MKK) beschaffen sein?

Ausgangspunkt ist eine Gruppe von ‚Bürgern‘, die solch eine Ausgangslage erstellen wollen.

Generell soll die ‚Beschreibung einer Ausgangslage‘ ein ‚Text‘ sein. Zusätzlich wird angenommen, dass dieser Text in ‚Alltagssprache‘ (hier: Deutsch) abgefasst sein soll.

Angenommen, die beteiligten Bürger haben verschiedene Wissensvoraussetzungen (was der Normalfall wäre), dann müssen diese sich zunächst mal darauf einigen, was denn alles für solch eine Beschreibung gebraucht wird.

Es folgt eine erste ungeordnete Liste von Annahmen, die als Ergebnis einer ersten (fiktiven) Diskussionsrunde der Gruppe der Bürger verstanden werden soll.

  1. Als Raumgebiet wird das Gebiet der Gemeinde Schöneck angenommen.
  2. Als ‚Bevölkerung‘ solle die Menge der ‚Einwohner‘ zählen, also jene Menschen, die in der Gemeinde Schöneck zu einem bestimmen ‚Stichtag‘ gemeldet sind.

Es ist dann zu klären, welche zusätzlichen Eigenschaften der Einwohner erfasst werden müssten, um eine notwendige Versorgung der Bürger seitens der Gemeinde sicher stellen zu können, wie z.B.:

  1. Kindergarten
  2. Schulen
  3. ÖPNV
  4. Gesundheitsdienste
  5. Einkaufen
  6. Müll
  7. Wasser
  8. Energie
  9. ….

Mögliche Veränderungen

Da die Welt, in der wir uns befinden sich überwiegend in ständiger Veränderung befindet, ist es wichtig zu klären, in welcher Weise sich die Bevölkerung einer Kommune verändern kann. Folgende minimale Annahmen werden (versuchsweise) getroffen:

  1. Geburten
  2. Sterbefälle
  3. Neuanmeldung
  4. Abmeldungen

Wie wir wissen, können diese Formen von Veränderungen von konkreten Voraussetzungen abhängen, diese dann wieder von anderen Voraussetzungen, usw. Begonnen werden soll hier mit den ersten beiden Formen von Veränderungen: Geburten und Sterbefälle.

Regel-Anwendung

Eine Regel nützt nur dann etwas, wenn man auch weiß, wann man die Regel wie auf eine gegebene Situation anwenden kann. Die Regel-Anwendung wird in der Theorie mit einem ‚Folgerungsbegriff‘ definiert, und in einem Spiel mit einer ‚Spielanleitung‘.

Eine Anwendungs-Regel könnte ungefähr lauten: Wenn ich in einem Jahr N-viele Einwohner habe und der Zuwachs pro Jahr beträgt z=0.15 (15%), dann beträgt die Zahl der Einwohner im Folgejahr N+1 = N+(N*z):

EINWOHNERZUNAHME pro JAHREINWOHNER IM FOLGEJAHR
NzN+1
N+1=N+(N*z)
10000,151150

Eine Regel-Anwendung könnte dann darin bestehen, dass man erklärt, wie man die Veränderung ‚Zuwachs‘ z=0,15 auf die gegebene Einwohnerzahl N=1000 anwendet, z.B. N+1=N+(N*z). Entsprechend dann mit einer Abnahme s=0,16:

EINWOHNERABNAHME pro JAHREINWOHNER IM FOLGEJAHR
s
N+1 = N – (N*s)
10000,16840
EINWOHNERZUNAHME + ABNAHMEEINWOHNER IM FOLGEJAHR
z=0,15
s=0,16
1000N1 = N+(N*z)– (N*s)
990

In der Kombination von ‚Zuwachs‘ und ‚Abnahme‘ müsste man zwei Operationen auf die Ausgangslage N anwenden, etwa: N1 = N+(N*z)– (N*s). Man würde im Folgejahr ‚990‘ erhalten, was einer Verminderung der Einwohnerzahl gleichkommt. Würde sich diese Verminderung in den weiteren Jahren fortsetzen, dann hätte dies verheerende Folgen für die Existenz des Ortes.

Theorie im Spielformat

Die bisherigen drei Aufgaben

(i) akzeptierte Ausgangslage, (ii) akzeptierte ‚Veränderungsregeln, und (iii) Vereinbarung (oft ‚Folgerungsbegriff‘ genannt), wie man Veränderungsregeln auf eine gegebene Situation anwenden kann.

kann man nun entweder im Stil einer formalisierten ‚Theorie‘ weiter ausformulieren oder eben im Stil eines ‚Spiels‘. Letzteres soll hier exemplarisch — noch auf ‚konzeptioneller Ebene‘ — geschehen.

Ausgangslage Bevölkerung

Im bisherigen Beispiel bietet es sich an, von folgenden minimalen Annahmen auszugehen:

  1. Es gibt eine EINWOHNERZAHL (E)
  2. Es gibt einen Kalender, der im Fall der Einwohner nur Jahreszahlen enthält, also immer ein bestimmtes JAHR (T), für das die Einwohnerzahl festgestellt wurde.
  3. Es gibt ein ‚RAUMGEBIET‘, das sich einer ‚offiziellen KARTE‘ zuordnen lässt, und zu dem Raumgebiet ein ‚offizieller ORTSNAME‘.

Wie bekannt, spielen weitere Eigenschaften wie ‚Geschlecht‘ und ‚Alter‘ eine wichtige Rolle für die möglichen ‚Bedürfnisse‘ der Einwohner. Diese Eigenschaften werden bis auf weiteres ausgeblendet.

FIKTIV oder EMPIRISCH

Im einfachen Fall kann man die Beschreibung einer Ausgangslage ‚fiktiv‘ halten, d.h. man lässt offen, ob es sich um Angaben handelt, die sich ‚empirisch‘ verifizieren lassen, oder die Beschreibung verbindet sich mit einem ‚empirischen Beschreibungsanspruch‘.

Bei einer Ausgangslage mit einem ‚empirischen Beschreibungsanspruch‘ handelt es sich um einen ‚Text‘, für dessen ‚Bedeutung‘ es entsprechende ‚reale Sachverhalte‘ gibt, die jeder persönlich ‚überprüfen‘ kann. Damit dieser Anspruch eingelöst werden kann, muss klar sein, wie eine solche Überprüfung aussehen kann.

Als ‚Standardfall‘ der Überprüfung eines Textes wird hier eine alltägliche Situation angenommen, in der sich jeder Bürger mit seinen ‚normalen Sinnesorganen‘ (Sehen, Hören, Tasten, Riechen, Schmecken,…) davon überzeugen kann, dass jene ‚Wahrnehmungseigenschaften‘ vorliegen, die im Text sprachlich zum Ausdruck gebracht werden, und denen alle beteiligten Bürger ‚zustimmen‘.

Im ‚erweiterten‘ Überprüfungsfall können spezielle ‚Wahrnehmungsgeräte‘ hinzukommen (Lupe, Mikroskop, Fernglas, Fotoapparat, …) oder ‚Messgeräte‘ im Kontext eines ‚Messverfahrens‘. Ein ‚Messverfahren‘ liegt vor, wenn es vereinbarte ‚Standard-Objekte‘ gibt (z.B. ein Gewichtsstandard, ein Längenstandard, ein Temperaturstandard, …), mit deren Hilfe man nach einem bestimmten ‚transparenten‘ Verfahren und ‚von jedem wiederholbar‘ zu einem ‚Messwert‘ kommen kann, der aufgeschrieben werden kann (z.B. ‚5 kg‘, ‚4,4 m‘, ‚17.3 oC‘, …).

Fiktiver Fall

Für Spiele reichen of ‚fiktive Fälle‘, um die Grundidee durchspielen zu können.

So kann man in einer fiktiven Ausgangslage z.B. ‚irgendeine‘ Bevölkerung beschreiben mit folgenden Eigenschaften:

  1. Es gibt den fiktiven Ort mit Namen ‚ADORF‘.
  2. Die Einwohnerzahl EINWOHNER betrug im JAHR 2000 genau 1110.

Veränderungsannahmen

Analog kann es bei den Veränderungsannahmen auch ‚fiktive‘ Annahmen geben oder solche mit einem ‚empirischen Geltungsanspruch‘. Hier sei auch zunächst ein fiktiver Fall angenommen.

In diesem fiktiven Beispiel können sich die jährlichen Raten für Zunahme bzw. für Abnahme zufallsgesteuert um einen bestimmten Betrag erhöhen oder vermindern.

  1. Die jährliche GEBURTENRATE führte zu einem jährlichen ZUWACHS von 0.05 (= 5%)
  2. Die jährliche STERBERATE führte zu einer jährlichen ABNAHME von 0.06 (= 6%)
  3. Ein Zufallsereignis GEBURTEN-Rand kann den jährlichen Zuwachs um +/- 0.01 erhöhen oder vermindern.
  4. Ein Zufallsereignis STERBERATE-Rand kann den jährlichen Zuwachs um +/- 0.01 erhöhen oder vermindern.
  5. Die komplette Veränderungsregel lautet: EINWOHNER=EINWOHNER+(EINWOHNER * GEBURTENRATE) – (EINWOHNER * STERBERATE)

Regelanwendung

Im Fall des Spiels geht es um die gesamte ‚Spielanleitung‘. Diese beschreibt, wer was wann wie tun kann.

Eine einfache Variante könnte wie folgt gehen:

  1. Es können beliebig viele Spieler spielen.
  2. Standardmäßig ist jeder Spieler für eine Bevölkerung verantwortlich. Es kann aber auch vereinbart werden, dass ein Spieler für mehr als eine Bevölkerungen verantwortlich ist.
  3. Standardmäßig hat eine Bevölkerung zu Beginn 1000 Mitglieder. Es kann aber auch eine andere Zahl vereinbart werden.
  4. Das Spiel wird in Runden gespielt: In jeder Runde muss jeder Spieler einmal seine Bevölkerung verwalten. Zu Beginn wird festgelegt, wie viele Runden gespielt werden soll.
  5. Verwalten heißt:
  6. Beim ersten Mal würfeln stehen die ‚geraden Zahlen‘ für Zunahme und die ‚ungeraden Zahlen‘ für Abnahme.
  7. Beim zweiten Mal würfeln stehen die Zahlen jeweils für die Werte:
10,01
20,02
30,03
40,04
50,05
60,06
  1. Wenn die Raten für ‚Erhöhung‘ und ‚Verminderung‘ ermittelt worden sind, wird die Gesamt-Veränderungs-Regel angewendet. Der Betrag für die neue Bevölkerungszahl bildet den Ausgangspunkt für die nächste Runde.
  2. Die Veränderungen bleiben so lange wirksam, bis ein neuer Wert erwürfelt wurde.
  3. Gewonnen hat die Bevölkerung, die am Ende die meisten Mitglieder zählt.

Ein Beispiel

(Das folgende Beispiel wurde mit einem Rechenblatt mit der Software ‚libreoffice‘ (Download hier: https://de.libreoffice.org/download/download/) erstellt. Viele andere Programme sind dazu ebenfalls geeignet. Wir werden solche noch vorstellen. )

Das Original des Rechenblatts kann man sich hier herunter laden:

Dieses einfache Beispiel mit zwei Spielern mit jeweils einer Bevölkerung A und B zeigt, dass durch die Einbeziehung eines kleinen Zufallsfaktors bei den Raten für Zuwachs (hier nur Geburten) bzw. Abnahme (hier nur Sterbefälle) die Entwicklung der Einwohnerzahlen bei gleichen Startbedingungen auseinander laufen kann.

Bewertung mittels Präferenzen

Wie oben schon angedeutet, kann eine empirische Theorie — auch im Spielformat! — zwar mögliche Fortsetzungen der Gegenwart auf der Basis des aktuell verfügbaren Veränderungs-Wissens aufzeigen, eine empirische Theorie kann aber nicht bewerten. ‚Bewertungen‘ setzen ‚Kriterien für Bewertungen‘ voraus, die ‚extern zum Vorgang‘ verfügbar sein müssen. Also, in der realen Welt, in der wir leben, geht die Sonne auf; es kann regnen; Pflanzen wachsen auf ihre jeweilige Art; Gegenstände fallen von oben nach unten; Wälder können im Sommer oder bei Unwettern (Blitze) brennen; usw. Dies passiert, weil die ‚Welt ist wie sie ist‘ (leicht vereinfacht ausgedrückt).

Dass z.B. ein Wald brennt oder die Flüsse austrocknen kann einfach passieren. Für sich gesehen ist dies weder ‚gut‘ noch ’schlecht‘. Wenn aber z.B. ‚Tiere‘ im Wald leben oder ‚Menschen‘ ihre Häuser in den Wald gebaut haben, dann ist es sehr wahrscheinlich, dass die Menschen mit ihren Häusern im Wald einen Waldbrand nicht ’neutral‘ sehen: sie fühlen sich in ihrer Existenz getroffen und finden dass ein Waldbrand ‚extrem unerwünscht‘ ist. Entsprechend bei starken Regenfällen (Überflutungen), bei Trockenheiten im Sommer, die Pflanzen, Futter vertrocknen lässt, Vieh leidet, Menschen haben weniger oder gar nichts mehr zum Essen. In all diesen Fällen werden die betroffenen Menschen all diese Vorgänge sehr ’negativ‘ empfinden.[3]

Mit diesen wenigen Beispielen wird deutlich, dass ‚Menschen‘ aufgrund ihrer ‚Lebenssituation‘ bestimmte Ereignisse und Vorgänge deutlich ’negativ‘ bewerten können (und tatsächlich auch negativ bewerten). Ob man diese ‚Bewertungs-Einstellungen‘ dann mit ‚Werten‘ in Verbindung bringt oder sie schlicht ‚Präferenzen‘ nennt (‚Waldbrand eher nicht‘, ‚Überflutung eher nicht‘, …), ist vielleicht sekundär; wichtig ist aber, dass Menschen, wenn sie sich auf bestimmte Präferenzen geeinigt haben, ihr weiteres ‚Handeln‘ im ‚Lichte der Präferenzen‘ wahrscheinlich anders organisieren. Gegen Überflutung werden Schutzeinrichtungen (z.B. Dämme) gebaut; Gegen Waldbrände werden z.B. Warnsysteme und Löschmaßnahmen vorbereitet; gegen drohende Dürren beobachtet man bislang eine seltsame Untätigkeit; usw.

Gleichzeitig lehrt uns die wahre Geschichte, dass Präferenzen als solche noch kein gutes Handeln garantieren, da das Handeln, mit dem eine Präferenz umgesetzt werden soll, auf mangelhaftem oder falschem Wissen beruhen kann (eine lange Liste von Beispielen mag sich jeder selbst zusammen stellen).

Angewendet auf das fiktive Beispiel mit den beiden Bevölkerungen A und B heißt dies, dass jene Bürger, die sich mit der Bevölkerungsentwicklung beschäftigen, sich darüber klar werden müssen, was sie von der jeweiligen Entwicklung halten. Finden sie eine Zunahme der Größe der Bevölkerung ‚gut‘ oder eher ’nicht gut‘? Wenn ’nicht gut‘, warum nicht? Welche Faktoren schätzen sie als ’negativ‘ ein?

Im fiktiven Beispiel könnte der Zufallsfaktor, der den ‚Zuwachs‘ oder die ‚Abnahme‘ verändern kann [2], für Unruhe sorgen, falls diese Änderungen in ihrem Umfang konkrete Strukturen in der Gemeinde bedrohen. In diesem Fall müssten die Bürger darüber nachdenken, was man tun könnte, um die Schwankungen im Zuwachs bzw. in der Abnahme besser ‚in den Griff‘ zu bekommen.

Letztlich kann man schon aus diesem einfachen fiktiven Beispiel erkennen, dass ’spielerische Formen der Darstellung‘ sehr wohl geeignet sind, allen Beteiligten ‚hautnah‘ jene ‚Probleme‘ vor Augen zu führen, die in alltäglichen Abläufen ‚verborgen‘ sein können. Ferner bieten spielerische Kontexte direkt auch die Möglichkeit, ‚kreativ‘ über mögliche Voraussetzungen und mögliche Änderungen nachzudenken, und zwar gemeinsam, mit allen anderen.

ANMERKUNGEN

[1] Siehe: https://www.oksimo.org/2023/04/11/grundbegriffe-nachhaltige-entwicklung-empirische-theorie-kommune-spielen/

[2] was es in jeder realen Gemeinde gibt.

[3] Tiere werden dies nicht anders sehen; allerdings haben Tiere keine Stimme unter den Menschen; sie können keine gemeinsamen Beschlüsse fassen, wie sie ihr Umgebung vor solchen Katastrophen schützen.

ANWENDUNG – LEHRE

(4.November 2022 – 2.Februar 2023)

KONTEXT

Diese LEHR-Anwendung ist Teil des Themas Anwendungen.

Zum Konzept ‚Citizen Science für Nachhaltigkeit‘

Nach 5 Semestern Vorlauf unter dem Titel ‚Kommunalplanung & Gamification. Labor für mehr Bürgerbeteiligung‘ hat das Dozenten-Team Gerd Doeben-Henisch, Hans-Jürgen Schmitz und Tobias Schmitt von der Frankfurt University of Applied Sciences (FUAS) im Wintersemester 2022/23 die Lehrveranstaltung umbenannt in ‚Citizen Science für Nachhaltige Entwicklung‘. Dies erfolgte unter dem Einfluss einer intensiven Beschäftigung mit dem Thema ‚Nachhaltigkeit‘ und dem Wechselspiel mit der gesellschaftlichen Situation unter besonderer Berücksichtigung einer zunehmenden Digitalisierung gepaart mit einem stärker werdenden Einfluß von ‚Maschineller Intelligenz‘.[0]

Anwendungsperspektive

(Letzte Änderung: 2.Februar 2023)

Das Modul ‚Citizen Science für Nachhaltigkeit‘ versucht, aktuelle Strömungen der Weltgesellschaft aufzugreifen, und sie für eine Lehrveranstaltung nutzbar zu machen.

Für eine erste Orientierung sind die folgenden Begriffe von zentraler Bedeutung: ‚Nachhaltigkeit‘, ‚Empirische Theorie‘, ‚Nachhaltige Empirische Theorie‘, ‚Spiel‘ sowie ‚Citizen Science‘ (Bürgerwissenschaft).

Diese Themen werden in experimenteller Weise auf regionale Szenarien projiziert.

Nachhaltigkeit

Der Begriff der ‚Nachhaltigkeit‘ hat nicht zuletzt durch eine Serie von Konferenzen der Vereinten Nationen eine größere Bekanntheit bekommen. Am Beginn dieser Konferenzserie steht der — mittlerweile berühmte — ‚Brundtland Report‘ von 1987.[1] Im Brundtland Report hat eine internationale Kommission unter Leitung der damaligen Ministerpräsidentin Brundtland von Norwegen herausgearbeitet, unter welchen Bedingungen die Menschheit besser erkennen kann, wie eine mögliche zukünftige Welt aussehen müsste, die für alle Menschen lebenswert ist. Ein zentraler Punkt war darin, dass für die Klärung einer ‚Zukunft für alle‘ tatsächlich auch ‚alle Menschen‘ (die Bürger, Citizens) einbezogen werden müssen, da das vielfältige Wissen in der kleinen Schar der ‚institutionellen Experten‘ nicht ausreichend abgebildet wird. Hier liegt auch die Wurzel der Bedeutung des Begriffs ‚Diversity‘ (Vielfalt).[2]

Neben der ‚Diversity‘ (Vielfalt) erfordert ein ’nachhaltiges Denken‘ aber auch die Schlüsselkompetenz, auf der Basis des aktuellen Wissens ‚Voraussagen‘ (‚Prognosen‘) generieren zu können, anhand deren die Menschen zu einem bestimmten Zeitpunkt ein Stück weit in die ‚Zukunft‘ ‚voraus denken‘ können. Eine ‚mögliche Zukunft‘ existiert ja nicht als ein ‚Gegenstand‘, sondern nur in ‚unserem Denken‘ als ‚Möglichkeit‘. Denkerische Möglichkeiten sind mehr oder weniger vage, d.h. die ‚voraus gedachte Zukunft‘ muss durch den Gang der Ereignisse ‚bestätigt werden‘. ‚Vorausgesagte’/ ‚prognostizierte’/ ‚erhoffte‘ Zukunft ist daher immer mit einer gewissen ‚Unsicherheit‘ verknüpft.

(Nachhaltige) Empirische Theorie

Wenn man sich die Frage stellt, wie genau man sich das ‚Generieren einer Voraussage‘ vorzustellen hat, dann wird man auf das Konzept der modernen ‚Wissenschaft‘ verwiesen, das historisch in der Entwicklung der ‚empirischen Wissenschaft‘ gründet. Neben der ‚empirischen Wissenschaft‘ selbst, die in Europa grob im 16.Jahrhundert begann, gibt es auch von Anfang an eine philosophische Beschäftigung mit dem Thema, das gegen Ende des 19.Jahrhunderts, Anfang des 20.Jahrhunderts unter der Bezeichnung ‚Wissenschafts-Philosophie‘ bekannt wurde (in Deutschland auch gerne ‚Wissenschaftstheorie‘ genannt).

Von den vielen Namen, die hier zu nennen wären, gilt Karl Popper (1902 – 1994) als einer der populärsten Vertreter, wenngleich er von dem ‚Main Stream‘ in Wissenschaftsphilosophie deutlich abweicht. Besonders interessant ist sein ‚Spätwerk‘.[3],[4]. Einige Analysen zu Popper von Gerd Doeben-Henisch und dem Konzept einer empirischen Theorie finden sich in [5a-e].

Im Kern leistet eine empirische Theorie genau das, was man von ihr erwartet: Wenn eine Gruppe von Experten (Bürgern (Citizens)) in einem bestimmten Zeitraum in einem bestimmten Raumgebiet Beobachtungen (Messungen) vorgenommen haben, dann kann es passieren, dass sie in der Menge der Beobachtungen typische Muster (Beziehungen) identifizieren können, die sich als ‚Veränderungen‘ interpretieren lassen. Wenn solche entdeckten ‚Veränderungs-Muster‘ stabil genug sind, kann man mit diesen ‚Voraussagen’/ ‚Prognosen generieren. Diese Voraussagen müssen nach einem bestimmten transparenten Schema erfolgen. Bis zu einem gewissen Grad kann man solche Veränderungs-Muster dann auch auf die erfolgten Prognosen selbst wieder anwenden. Eine solche wiederholte Anwendung von Veränderungs-Mustern nennt man dann eine ‚Simulation.‘

Im Kontext der Nachhaltigkeit ist solch eine empirische Theorie von unschätzbarem Wert, befähigt sie doch die Bürger, zumindest eine dunkle Ahnung von der herannahenden Zukunft zu gewinnen. Allerdings, was eine empirische Theorie nicht leisten kann: sie sagt den Bürgern nicht, welche der vielen erkennbaren Möglichkeiten nun ‚erstrebenswert‘ ist und welche nicht. An dieser Stelle sind die Bürger herausgefordert, miteinander zu klären, welche der erkennbaren prognostizierten möglichen Zukünfte für sie ‚erstrebenswert‘ sind.[6]

Diese Kombination von ‚empirischer Theorie‘ und zusätzlicher Qualifikation von ‚erstrebenswerten Prognosen‘ soll hier ‚Nachhaltige Empirische Theorie‘ genannt werden.

Spiel(en) als Modell einer nachhaltigen Empirischen Theorie

Wer den Überlegungen zu ‚Nachhaltigkeit‘ und ‚Empirischer Theorie‘ soweit gefolgt ist, und wer jemals in seinem Leben ‚gespielt‘ hat, der wird sofort verstehen, dass ‚ein Spiel spielen‘ nichts anderes ist, als eine ’nachhaltige empirische Theorie‘ beispielhaft zu praktizieren. Dies sei hier kurz verdeutlicht. (Siehe auch: [11])

  1. Als Ausgangslage (IST-Situation) dienen einer empirischen Theorie empirische Daten aus einem empirischen Szenario. Im Fall eines Spiels kann dies auch ein reales Szenario sein (Übungsplatz, Fußballplatz,…), es kann aber auch ein ‚Spielbrett‘ mit ‚Spielmaterial‘ sein, oder eine Menge von Karten, oder …
  2. Als Veränderungsregel dienen in einer empirischen Theorie ‚Gesetze‚, die sprachliche Beschreibungen von Formen von Veränderungen darstellen, die bei der Erforschung von realen Szenarien gefunden wurden. Im Spiel sind dies die Spielregeln, die festlegen, wie man eine vorgegebene Spielsituation verändern darf.
  3. Die ‚Anwendung von Gesetzen‘ im Rahmen einer empirischen Theorie wird durch spezielle ‚Anwendungsvorschriften geregelt, zu der auch ein ‚logisches Folgerungsverfahren‚ gehört. Im Rahmen eines Spiels wird die Anwendung der Spielregeln im Spiel in einer Spielanleitung geregelt. Diese legt fest, wann man welche Regel wie anwenden darf, um eine aktuelle Spielsituation verändern zu dürfen.
  4. Während im Fall einer empirischen Theorie der ‚zeitliche Ablauf‘ durch die ‚empirische Realität‘ selbst geregelt ist (die empirische Welt verändert sich unabhängig von der Theorie von alleine), muss im Fall eines Spiels ein zeitlicher Ablauf künstlich hergestellt werden. Normalerweise geschieht dies durch Spielrunden, in denen alle beteiligten Akteure (die Spieler) durch Befolgung der Spielregeln im Sinne der Spielanleitung geordnet handeln. Aufgrund der Anwendung der Spielregeln wird eine neue Anordnung von Spielmaterial auf dem Spielbrett erzeugt. Dadurch entsteht eine ‚Folge von aufeinander folgenden Spielsituationen, die den Spielverlauf verkörpern. Ein Spielverlauf entspricht im Kontext einer Theorie einer Simulation (= eine wiederholte Anwendung der Gesetze).
  5. Während in einer normalen empirischen Theorie nur ‚mögliche Prognosen‘ generiert werden können ohne ‚Bewertungen‘, können Bürger mit Hilfe von möglichen Prognosen versuchen, diese zu bewerten im Sinne von ‚eher vermeiden‘ oder ‚eher anstreben‘. In dem Moment, wo Bürger eine solche ‚Klassifikation‘ von ‚möglichen prognostizierten Zukünften‘ vornehmen, versuchen sie, sich für ein nachhaltiges Verhalten zu entscheiden. In einem ‚Spiel‘ liegt genau das vor: Neben Startsituation, Spielregeln und Spielanleitung sind bestimmte ‚mögliche Zukünfte‘ als ‚Gewinnsituation‘ ausgezeichnet. Insofern eignet sich das Spielformat hervorragend zur Simulation von Nachhaltigkeitskonzepten.

Citizen Science (Bürgerwissenschaft)

Bleibt noch kurz zu erläutern, warum der Begriff ‚Citizen Science (Bürgerwissenschaft)‘ in diesem Kontext benutzt wird. Wie schon die Erläuterungen zum Begriff ‚Nachhaltigkeit‘ anklingen lassen, ist Nachhaltigkeit nur einlösbar, wenn ‚alle‘ Bürger mit ihren Erfahrungen und Wünschen beteiligt werden. Diese Beteiligung muss zusätzlich verknüpft sein mit der Anforderung, aus dem Wissen der Gegenwart ‚begründete Prognosen‘ ‚generieren zu können‘. Dies führt zum Konzept der empirischen Wissenschaft, das um die Dimension ‚Bewertung‘ ergänzt wird. Diese Kombination legt nahe, den Begriff der ‚Bürgerwissenschaft (Citizen Science)‘ neu zu prägen.

Von diesem umfassenden Konzept einer modernen Bürgerwissenschaft muss man jenes Konzept von Citizen Science abgrenzen, in dem die etablierten wissenschaftlichen Disziplinen sich der ‚Bürger‘ bedienen, um ihre Daten besser sammeln zu können.[7],[8]

Anwendung in einem Semesterkonzept

Es fragt sich, wie sich die zuvor eingeführten Konzepte ‚Nachhaltigkeit‘, ‚Empirische Theorie‘, ‚Nachhaltige Empirische Theorie‘, ‚Spiel‘ sowie ‚Citizen Science‘ (Bürgerwissenschaft) im Rahmen eines interdisziplinären Semesterprojekts praktisch nutzen lassen.[10]

Möglicher Semesteraufbau

Ein Semesteraufbau kann etwa wie folgt aussehen (Angenommen werden 8 Sitzungen mit jeweils zwei Doppelstunden):

  1. Bekanntwerden mit einem Thema (Sitzung 1)
  2. Vertraut werden mit dem Konzept ‚Theorie im Spielformat(Sitzung 2-3)
  3. Anwendung des Konzepts Spiel auf das eigene Thema (Sitzung 4-6)
  4. Testen des eigenen Spielentwurfs mit Hilfe anderer Teams (Sitzung 7)
  5. Bericht von den Ergebnissen mit Dokumentation des Spiels (Sitzung 8)

Überlegungen für eine mögliche Ausführung

In einem Kurs zur Nachhaltigkeit, in dem Teams lernen sollen, wie sie gemeinsam ein Thema nachhaltig angehen können, kommt es nicht darauf an, einen umfassenden Wissensstand zu entwickeln — was aufgrund der begrenzten Ressource Zeit praktisch nicht möglich ist — , sondern zu üben, wie ein Thema im Sinne der Nachhaltigkeit für einen nachhaltigen Handlungsprozess ‚aufgearbeitet‘ werden kann.

Dazu muss man sich klar machen, dass für ein nachhaltiges Verhalten folgende Schlüsselaufgaben gelöst werden müssen:

  1. Das Team muss sich einigen, in welchem räumlichen Bereich (Global, Kontinental, …) und für welchen Zeitraum es das vorgegebene Thema bearbeiten möchte.
  2. Das Team muss sich einigen, welche Ausgangslage (Startsituation) es für seine Analyse annehmen will.
  3. Das Team, muss sich einigen, welche Zielsituation es am Ende der gesetzten Zeitspanne ansetzen möchte.
  4. Das Team muss sich einigen, welche Art von Veränderungen es für seine Analyse akzeptiert.
  5. Das Team muss plausibel machen können, wie die angenommenen Veränderungen die Ausgangslage schrittweise in die Zielsituation überführt/ transformieren.

…. und Umsetzung in ein Spiel

Für die Umsetzung von aktuellem Wissen in ein Spiel empfiehlt sich dann ein inkrementelles Ausarbeiten. Man beginnt mit einem möglichst einfachen Szenario, das alle Elemente enthält: Ausgangslage, Spielregeln, Spielanleitung und ‚Gewinnkriterien‘ (= Ziel). Dann probiert man aus, wie diese Version Nr.0 funktioniert. Wenn man dann noch Zeit ‚übrig‘ hat und über weitere Informationen zum Thema verfügt, kann man diese erste Version Nr.0 erweitern zu Version 1. Und dies immer weiter, bis die verfügbare Zeit aufgebraucht ist.

Für potentielle ‚Spieler‘ des Spiels spielt es natürlich auch eine Rolle, ob das Spiel irgendwie ‚Spaß‘ macht, über ein Minimum an ‚Spannung‘ verfügt, und — natürlich — auch die Besonderheit des Themas erkenne lässt; letzteres verkörpert den Aspekt des Lernens.

und Testen

Für ein entwickelndes Team ist es wichtig, ein Feedback von ‚Anwendern‘ (Bürgern) zu bekommen. Im Idealfall schafft ein Team bis zur Sitzung 7 die Erstellung eines ersten spielbaren Prototyps ihres Spiels. Dann kann das Entwicklerteam sein Spiel von den anderen Teams testen lassen. Reicht die Zeit nicht aus, dann sollte mindestens ein ausgearbeitetes Konzept vorliegen, anhand dessen man abschätzen kann, wie das Spiel funktionieren würde. Dann würden die anderen Teams dieses Konzept bewerten. Mit solch einer qualifizierten Rückmeldung von ‚Anwendern‘ kann das Entwicklerteam sein Konzept/ sein Spiele-Prototyp weiter verbessern.

… Form einer Prüfung

In der Prüfung stellt das Team sein Spielkonzept vor und berichtet von seinem Lernprozess. Dazu gehört wesentlich ein Aufweis, wie die vorgegebene Problemsituation mit dem Spielkonzept und dem realisierten Spiel zusammen hängt.

Kommentare

[0] Siehe den Konferenzbericht von Gerd Doeben-Henisch (2023), REVIEW KONFERENZ: Partizipation und Nachhaltigkeit in der Digitalität, Zevedi-Konferenz des Projekts ‚Nachhaltige Intelligenz – Intelligenten Nachhaltigkeit‘, 7.-8.Dezember 2022, Fulda. URL: https://www.oksimo.org/2022/12/09/review-konferenz-partizipation-und-nachhaltigkeit-in-der-digitalitaet-7-8-dezember-2022/.

[1] UN. Secretary-General;World Commission on Environment and Development, 1987, Report of the World Commission on Environment and Development : note / by the Secretary-General., https://digitallibrary.un.org/record/139811 (accessed: July 20, 2022) (In einem besser lesbaren Format:  https://sustainabledevelopment.un.org/content/documents/5987our-common-future.pdf) Anmerkung: Gro Harlem Brundtland (ehemalige Ministerpräsidentin von Norwegen) war die Koordinatorin von diesem Report.(Dieser Text enthält die grundlegenden Ideen für alle weiteren UN-Texte)

[2] Der Aspekt ‚Diversity‘ spiel außerdem seit ca. 3.5 Milliarden Jahre eine fundamentaler Rolle bei der Entwicklung des Lebens auf dem Planet Erde.

[3] Karl Popper, „A World of Propensities“,(1988) sowie „Towards an Evolutionary Theory of Knowledge“, (1989) in: Karl Popper, „A World of Propensities“, Thoemmes Press, Bristol, (1990, repr. 1995)

[4] Karl Popper, „All Life is Problem Solving“, Artikel, ursprünglich ein Vortrag 1991 auf Deutsch, erstmalig publiziert in dem Buch (auf Deutsch) „Alles Leben ist Problemlösen“ (1994), dann in dem Buch (auf Englisch) „All Life is Problem Solving“, 1999, Routledge, Taylor & Francis Group, London – New York

[5a] Gerd Doeben-Henisch, „WISSENSCHAFT IM ALLTAG. Popper 1988/1990“, Journal: Philosophie Jetzt – Menschenbild, ISSN 2365-5062, 21.Februar 2022, URL: https://www.cognitiveagent.org/2022/02/16/wissenschaft-im-alltag-popper-1988-1990/

[5b] Gerd Doeben-Henisch, „WISSENSCHAFT IM ALLTAG. Popper 1989/1990“, Journal: Philosophie Jetzt – Menschenbild, ISSN 2365-5062, 21.Februar 2022, URL: https://www.cognitiveagent.org/2022/02/19/wissenschaft-im-alltag-popper-1989-1990/

[5c] Gerd Doeben-Henisch, „WISSENSCHAFT IM ALLTAG. Popper 1991/1994 (1999)“, Journal: Philosophie Jetzt – Menschenbild, ISSN 2365-5062, 21.Februar 2022, URL: https://www.cognitiveagent.org/2022/02/21/wissenschaft-im-alltag-popper-1991-1994-1999/

[5d] Gerd Doeben-Henisch, „POPPER – Objective Knowledge (1971). Summary, Comments, how to develope further“, eJournal: uffmm.org, ISSN 2567-6458, 07.March 22 – 12.March 2022, https://www.uffmm.org/2022/03/09/popper-objective-knowledge-1971-summary-comments-how-to-develope-further/

[5e] Gerd Doeben-Henisch, „POPPER and EMPIRICAL THEORY. A conceptual Experiment“, URL: eJournal: uffmm.org, ISSN 2567-6458, 12.March 22 – 16.March 2022, URL: https://www.uffmm.org/2022/03/12/popper-and-empirical-theory-a-conceptual-experiment/

[6] Im Jahr 2022 gilt es z.B. als erstrebenswert, die allgemeine Erhöhung der Erderwärmung unter 1.5 oC zu halten, oder die Biodiversität zu schützen, oder …

[7] Aya H.Kimura and Abby Kinchy (2016), Citizen Science: Probing the Virtues and Contexts of Participatory Research. In: Engaging Science, Technology, and Society 2 (2016), 331-361, DOI:10.17351/ests2016.099 (Den Hinweis auf diesen Artikel bekam ich von Athene Sorokowski)

[8] Warren Weaver, Science and the Citizens, Bulletin of the Atomic Scientists, 1957, Vol 13, pp.361-365. (Den Hinweis auf diesen Artikel bekam ich von Philipp Westermeier) Warren Weaver — einer der führenden Wissenschaftspromotoren in den USA der 50iger Jahre — hat darauf aufmerksam gemacht, dass die Ursprünge der modernen Wissenschaft in einer quasi ‚Bürgerbewegung‘ im England des 16.Jahrhunderts zu finden sind. Die Aktivitäten dieser Bürgerbewegung führte dann zur späteren ‚Royal Society‘, gegründet 1660 in London; mittlerweile ist diese die älteste wissenschaftliche Gesellschaft der Welt. Weaver macht weiterhin darauf aufmerksam, dass wir in der Gegenwart eine ‚Entfremdung‘ zwischen den sich immer mehr vereinzelnden wissenschaftlichen Disziplinen (man spricht sogar schon von ‚Wissenschafts-Silos‘) und den Bürgern einer Gesellschaft feststellen kann. Eine lebendige Demokratie braucht aber eine lebendige interaktive Beziehung zwischen den Bürgern und der Wissenschaft. Dies erfordert neue Kommunikations- und Wissensformen.

[9] Gerd Doeben-Henisch, (2023), REVIEW KONFERENZ: PARTIZIPATION UND NACHHALTIGKEIT IN DER DIGITALITÄT, 7.-8.DEZEMBER 2022, URL: https://www.oksimo.org/2022/12/09/review-konferenz-partizipation-und-nachhaltigkeit-in-der-digitalitaet-7-8-dezember-2022/

[10] Neuauflage des Moduls ‚Citizen Science für Nachhaltige Entwicklung‘ im SS2023 an der Frankfurt University of Applied Sciences.

[11] Hinweis auf eine Strukturelle Äquivalenz zwischen den Konzepten ‚Nachhaltige Empirische Theorie‘, ‚Spiel‘, und ‚Theaterstück‘ von Gerd Doeben-Henisch, 2023, NACHHALTIGE EMPIRISCHE THEORIE – VERSCHIEDENE FORMATE: THEORIE – SPIEL – THEATERSTÜCK, URL: https://www.oksimo.org/2022/12/14/nachhaltige-empirische-theorie-verschiedene-formate/ .

DAS OKSIMO PARADIGMA und Projektmanagement – Einführung

UNIVERSELLE PROZESSPLANUNG
26.Mai 2021 – 26.Mai 2021
URL: oksimo.org
Email: info@oksimo.org

Autor: Gerd Doeben-Henisch (im Gespräch mit Michael Hefter)

KONTEXT

Dieser Text ist Teil des Themenfeldes Das Oksimo Paradigma und Projektmanagement des oksimo.org Blogs.

PROJEKTMANAGEMENT – ERSTE ANNÄHERUNGEN

Die nachfolgenden Überlegungen bilden einen Reflex auf intensive Gespräche, die der Autor mit Prof. Dr. Michael Hefter von der Frankfurt University of Applied Sciences geführt hat und noch führt. Es geht um den Versuch, den Prozess des Projektmanagements aus dem Blickwinkel des oksimo Paradigmas zu beleuchten. Diese ersten Texte stellen noch keine vollständige Theorie dar sondern bilden unterschiedliche Annäherungen an das Phänomen.

Aufgabenstellung

Wie in der vorausgeschickten ersten Idee formuliert wird, geht es beim Projektmanagement primär darum, verfügbare Ressourcen für ein bestimmtes Ziel in einem vorgegebenen Zeitrahmen so zu analysieren und zu planen, dass die Ressourcen möglichst optimal genutzt und möglichst nachhaltig eingesetzt werden können.

Akteure

Ein Projektmanagement Prozess setzt Akteure voraus, die handeln. Typischerweise werden folgenden Rollen angenommen:

  1. Es gibt Auftraggeber (’stakeholder‘) die mit einer Problemstellung und mit einem Ziel kommen.
  2. Es gibt Experten, die die Aufgabenstellung so analysieren müssen, dass sich daraus ein Plan ergibt, der sich entsprechend den Zielen umsetzen lässt.
  3. Schließlich braucht es auch noch die Realisierer, die die Pläne entsprechend in reale Produkte oder Dienstleistungen umsetzen.

Sprache

Was in den Akteuren vor sich geht, ist direkt nicht zugänglich. Allerdings wird im allgemeinen angenommen, dass alle Akteure hinreichend gut kommunizieren können. Dazu gehören gesprochene und geschrieben Sprachen, Dokumente und zusätzliche Artefakte. Für die folgende Diskussion wird — ohne Beschränkung der Allgemeinheit — angenommen, dass es nur eine Sprache gibt (eine Alltagssprache) und dass alle wesentlichen sprachlichen Mitteilungen als Texte fixiert wurden. Insbesondere werden folgende Texte als verfügbar beim Beginn des Projektmanagement-Prozesses [PMP] angenommen:

Dokumente

  1. Ein Problemdokument, das eine gegebene Situation beschreibt, die optimiert werden soll.
  2. Ein Visionsdokument (Ziel), das einen Zustand beschreibt, der aktuell noch nicht gegeben ist, der aber nach Einschätzung aller Beteiligten grundsätzlich möglich ist und der als neue gegebene Situation realisiert werden soll.

Transformationen

Es gehört dann zur weiteren Aufgabe eines Projektmanagement-Prozesses, dass herausgearbeitet wird, durch welche konkreten Maßnahmen/ Aktionen der aktuelle Problem-Zustand in den anvisierten Visions-Zustand transformiert werden kann. Hier wird angenommen, dass jede Maßnahme einen gegebenen Zustand S voraussetzt und nach Ausführung einen Nachfolgezustand S‘ herbeigeführt hat. Maßnahmen benötigen Zeit und unterschiedliche viele Ressourcen. Jede Maßnahme im Kontext eines Projektmanagement-Prozesses kann man insofern auch als eine Veränderungsregel (oder einfach Regel) auffassen, die auf eine gegebene Situation angewendet wird und die eine Nachfolgesituation generiert. Alle beschriebenen Maßnahmen zusammen sollen hier daher als Regel-Dokument aufgefasst werden (oder auch: Maßnahmen-Katalog).

Erfahrung, Wissen, Rückkopplung

Aufgrund der Vielfalt und Komplexität von realen Situationen sind jene Maßnahmen, die gefunden werden müssen, um einen gewünschten Transformationsprozess zu ermöglichen, meistens nicht ‚einfach so‘ zu finden. Es bedarf dazu großer Erfahrung, umfassenden Wissens und — meistens — auch unterschiedliche Experimente, um herauszufinden, welche Maßnahme das gewünschte Ziel am besten ermöglicht. Zugleich kann es passieren, dass man beim Versuch, geeignete Maßnahmen zu finden, sowohl die Formulierung des Problem-Dokuments wie auch des Visions-Dokuments modifizieren muss. Man muss also den gesamten Projektmanagement-Prozess als ein durchgängig rückgekoppeltes System annehmen, bei dem die Ausgangslage (Problem und Vision) den Prozess beeinflusst und der Prozess sehr wohl auch auf die Ausgangslage zurückwirken kann.

Prozess-Variablen

In dieser Betrachtungsweise bilden die drei Dokumente Problem [P]-, Vision [V]- und Regel [R]-Dokument Variablen, die durch ‚Versuch und Irrtum‘ gefunden und optimiert werden müssen, bis das gewünschte Ergebnis — fixiert im Visions-Dokument — hinreichend gut – laut Plan — erreicht werden kann bzw. dann — in der Realisierung — erreicht wurde.

Akteure und Dokumente

Was in diesen Überlegungen bislang fehlt das sind genauere Angaben darüber, was die Akteure genau machen: welche Rolle spielen sie? Die angenommenen P-V-R-Dokumente sind ja statische Artefakte, die für die beteiligten Akteure sowohl Input-Größen darstellen wie auch Output-Größen. Welche Bedeutung der einzelne Akteur solch einem Dokument zuordnet, ist ausschließlich an seine Sprachkompetenz gebunden. Wie jeder weiß, kann das gleiche Wort in verschiedenen Sprachteilnehmern ganz Unterschiedliches bedeuten, selbst wenn es sich bei dem Text um einen sogenannten Standard handelt. Standards haben nur für diejenigen Akteure eine einigermaßen klare Bedeutung, die über ein entsprechendes Spezialwissen verfügen, das oft nur nach jahrelangem Training verfügbar ist. Und selbst dann ist nicht garantiert, ob zwei Experten tatsächlich das gleiche meinen, solange es nicht in der praktischen Umsetzung überprüft werden kann. Durchgängig besteht also als Basis-Anforderung, dass alle Dokumente von allen gekannt und verstanden werden müssen.

Bedeutungs-Absicherung

Ein kollaboratives Erstellen von P-V-Dokumenten liefert aber nur schwache Indizien für ein gemeinsames Verstehen.

Der Rückbezug eines P-Dokuments auf eine gemeinsam geteilte reale Situation stellt hingegen das in der Alltagspraxis mögliche stärkste Indiz zur Verfügung.

Ein V-Dokument enthält hingegen notgedrungen Elemente, von denen man nur annimmt (glaubt), dass es einmal real werden kann. Eine vollständige Überprüfung ist daher vor einer vollständigen Realisierung nicht möglich. Es gibt also Deutungsspielräume, an denen sich gegensätzliche Einschätzungen entfalten können.

Maßnahmen aus dem Maßnahmenkatalog (Regeln aus dem Regel-Dokument) enthalten meistens viele dynamische Elemente, die spezielle Randbedingungen voraussetzen, so dass deren Wirkung in Form einer Nachfolge-Situation S‘ kaum vollständig abschätzbar sind. Erst Recht dann nicht, wenn die Wirkung mit unterschiedlichen Wahrscheinlichkeiten verknüpft sind.

Optimaler Pfad

Durch die möglicherweise simultane und auch sequentielle Anwendung von Maßnahmen (Regeln) entsteht also eine Sequenz (Serie, Folge, ..) von Situationen <S1, S2, …, Sn>, deren Verlauf mit zunehmender Länge immer unsicherer wird. Hier wird eine solche mögliche Sequenz ein Pfad genannt, und die Realisierung eines Pfades mit Hilfe eines Simulators wird als Simulation aufgefasst. Da jede Situation Parameter enthalten kann, die mehr als eine Option zulassen, reicht in der Praxis die Untersuchung eines einzelnen möglichen Pfades kaum aus, um den optimalen Pfad zu finden. Eine manuelle Wiederholung von Simulationen so oft, bis alle Möglichkeiten abgedeckt sind, wird aus reinen Zeitgründen auch kaum möglich sein.

Evaluations-Algorithmen (Level 1)

Dieses praktische Dilemma einer manuellen Suche nach dem optimalen Pfad führt zur Überlegung, den durch P-V-R-Dokumente definierten Raum möglicher Pfade durch standardisierte Such-Bewertungs-Algorithmen (manche nennen dies KI) absuchen zu lassen, um jene Teilräume zu entdecken, die im Sinne des V-Kriteriums als optimal gelten. Diese Möglichkeit soll hier Level-1-Evaluation genannt werden.

Kreativ-Algorithmen (Level 0)

Im Lichte einer modernen Kultur-Theorie kann man noch einen Schritt weitergehen, und sich fragen, ob nicht die grundlegenden Annahmen aller Beteiligten, die in den P- und V-Dokumenten ihren Niederschlag gefunden haben, nicht vielleicht schon im Ansatz sub-optimal sind. Für diesen Fall wäre es hilfreich, wenn alle Beteiligten in einen kreativen Diskurs verwickelt werden könnten, der zu alternativen P- und V-Dokumenten führen würde, die ganz andere Maßnahmen zur Folge haben könnten.

Analog liese sich solch ein kreativer Diskurs auch für die Formulierung der Maßnahmen vorstellen. Diese Art der Erweiterung bzw. Veränderung des Möglichkeitsraumes wäre aber strukturell von einer anderen Art als die oben angesprochene Level-1-Evaluation. Die Verfügbarkeit eines kreativen Diskursraumes soll hier Level-0-Erweiterung genannt werden.

Level 0 und Level 1

Level-0-Erweiterung wie auch Level-1-Evaluation sind voneinander unabhängig, können aber in Kombination das Lösungspotential von Projektmanagement Prozessen erheblich steigern.

Oksimo Paradigma und Projektmanagement

Es dürfte jetzt nicht überraschen, dass das hier geschilderte Format von Projektmanagement Prozessen genau dem entspricht, was mit dem oksimo Paradigma möglich sein soll (und in der Tat, schon jetzt bietet das oksimo Paradigma weitere Anwendungsmöglichkeiten, die in diesem Text nicht erwähnt wurden.).

UNIVERSELLE PROZESSE PLANEN – Startkonfiguration

UNIVERSELLE PROZESSPLANUNG
25.April-29.Mai 2021
URL: oksimo.org
Email: info@oksimo.org

Autor: Gerd Doeben-Henisch, gerd@oksimo.org

KONTEXT

Dieser Text ist Teil des Themas UNIVERSELLE PROZESSE PLANEN – Wie geht das? im oksimo.org Blog.

UNIVERSELLE PROZESSE PLANEN – Startkonfiguration

VIDEO: Dies ist ein neueres Video, das aus der Anwendersicht einen Überblick über das Arbeiten mit oksimo gibt. Der unten stehende Text mit dem Bild schildert das oksimo Paradigma aus einer mehr theoretischen Perspektive. Achtung: beim Abspielen des Videos bitte auf die Option ‚Bild-im-Bild‘ achten. Damit können Sie das Video vergrößert anschauen.

Die Grundidee, wie man in eine universelle Prozessplanung einsteigen kann, findet sich in dem nachfolgenden Schaubild.

Bild: Übersicht zum Prozess einer Prozessplanung durch eine Gruppe von Experten, die normale Sprache benutzen und ausgehend von einer gegebenen Situation S in Gedanken eine mögliche Situation SV konzipieren, die als eine erstrebenswerte Zielsituation dienen soll. Um die noch nicht-reale Situation V verwirklichen zu können, müssen die Experten eine Reihe von Ereignissen bzw. Handlungen, Maßnahmen ersinnen und real umsetzen. Solche Maßnahmen kann man generell im Format einer Veränderungsregel X formulieren. Das Herstellen einer Nachfolgesituation S‘ aus einer gegebenen Situation S kann man auch als (logisches) Ableiten verstehen. Mehrfach angewendet im Format einer Simulation können dadurch Folgen von abgeleiteten Situationen entstehen, deren jeweils letztes Element SN mit der angestrebten Zielsituation SV verglichen werden kann. Die Übereinstimmung kann zwischen 0 und 100% liegen.

DIE EXPERTENGRUPPE

Die Idee der universellen Prozessplanung geht davon aus, dass es eine Gruppe von Menschen gibt, die zusammen ein Stück Zukunft planen möchten. Grundsätzlich gilt jedes Mitglied der Gruppe als ein Experte.

MENSCHLICHER EXPERTE

Von jedem menschlichen Experten wird hier als Arbeitshypothese angenommen, dass er über folgende ‚Grundeigenschaften verfügt [1]:

  1. Es gibt ein Gehirn als zentrales Organ der Informationsverarbeitung und der Handlungsermöglichung.
  2. Das Gehirn ermöglicht Entscheidungen zwischen Alternativen
  3. Im Gehirn kann sich Wissen über die Welt aufbauen eng verknüpft mit einer Sprachfähigkeit, so dass Teile dieses Wissens symbolisch repräsentiert werden können.
  4. Im Gehirn gibt es eine Vielzahl von Bedürfnissen, Emotionen und Stimmungen, die mit allen anderen Teilen wechselwirken können; sie können sich u.a. auf den Entscheidungsprozess auswirken.
  5. Im Gehirn können sich auch Präferenzen (Werte) ausbilden, die dazu führen, dass im Entscheidungsfall eine bestimmte Option einer anderen vorgezogen wird.

KOMMUNIKATION UNTER MENSCHEN (EXPERTEN)

Wenn die Gehirne verschiedener Experten ihr Wissen miteinander austauschen und ihr Handeln koordinieren wollen, dann müssen diese Gehirne eine symbolisch vermittelte Kommunikation untereinander realisieren.

minimale Komponenten für eine Planung

Als minimale Elemente einer Planung werden die folgenden Elemente angenommen:

Aktuelle Situation S

Die Experten können einen Text S erstellen, indem sie eine gemeinsam geteilte Situation SEMP beschreiben. Der Text heißt dann einfach aktuelle Situationsbeschreibung S und hat aufgrund des den Experten innewohnenden Sprachverständnisses einen kognitiven Bezug zu der als real (empirisch) angenommenen Situation SEMP . Anders formuliert: die Experten verfügen über die Fähigkeit mittels ihrer Sprachfähigkeit ein kognitiv gegebenes Bild SCOG einer empirischen Situation SEMP in einen Text S abzubilden EXP: SEMP x SCOG —> S, der von allen Beteiligten als zutreffen entschieden werden kann: EXP: SEMP x SCOG x S —> [0,1].

Zukünftige Situation V

Die Experten können auch einen Text V erstellen, in dem eine mögliche Situation SV (eine Vision) beschrieben wird. Mögliche Situation sind gedankliche (kognitive) Konstrukte in den Gehirnen, die in Sprache abgebildet werden. Ob es jemals eine reale Situation SEMP geben wird, deren Beschreibung S mit der Beschreibung SV einer gedachten möglichen Situation übereinstimmt, ist letztlich erst dann entscheidbar, wenn eine solche passende empirische Situation tatsächlich eingetreten ist. Dennoch kann eine Vision V dazu benutzt werden, um eine gegebene Situation S, die in irgendeinem Sinne als unzulänglich aufgefasst wird, in eine bestimmte Richtung hin zu verändern. Tatsache ist, dass wir Menschen ohne eine Vision nicht in der Lage sind, irgendetwas gezielt planen zu können.[2a,b],[6]

Veränderungsregeln X

Wird die Vision einer zukünftigen Situation V als erklärtes Handlungsziel SV benutzt, dann müssen die beteiligten Experten einen Weg finden, wie man von der aktuellen Situation S zur gewünschten Situation SV kommen kann. Dies gelingt nur dadurch, dass man die gegebene aktuelle Situation S so weitgehend abändert, dass die Situation S hinreichend weit mit der gewünschten Situation SV übereinstimmt.

Veränderungen können zustand kommen, weil es Gesetzmäßigkeiten in der erfahrbaren Welt gibt, die von sich aus zu Veränderungen führen [3], oder weil Menschen gezielt Veränderungen herbei führen.[4]

Veränderungen, die von einer gegebenen Situation S zu einer durch Veränderung entstandenen Nachfolgesituation S‘ führen, kann man generell im Format einer Veränderungsregel X formulieren:

  1. Gegeben ist eine aktuelle Situation S
  2. Wenn C Eigenschaften beschreibt, die in der Situation S vorkommen,
  3. Dann soll mit der Wahrscheinlichkeit p folgendes passieren:
  4. Aus der Situation S sollen bestimmte Eigenschaften Eminus entfernt werden und
  5. In zu der Situation S sollen bestimmte Eigenschaften Eplus hinzugefügt werden.
  6. Zusammengefasst: S‘p = S – Eminus + Eplus oder kürzer: X(S) = S‘
Als Ableitung |–X

Man kann auch den Standpunkt des logischen Folgerns einnehmen. Dann lässt sich die Erzeugung einer Nachfolgesituation S‘ aus einer gegebenen Situation S mit Hilfe einer Veränderungsregel X auch als Ableitung verstehen [5]:

S |–X S‘

Simulation(en) |–Σ,X

Ableitungen mit Veränderungsregeln führen generell zu einer neuen Nachfolgesituation S‘. Wenn diese schon die erwünschte Zielsituation SV ist, kann der Prozess beendet werden. Falls nicht, liegt es nahe, die Ableitung zu wiederholen. Es kann also eine n-malig Iteration stattfinden, bis die angezielte Situation SV zu 100% erreicht wird oder wenigstens bis zu einem Wert 100%-θ, wobei θ einen vereinbarten Schwellwert darstellt. Ableitungen mit n-fachen Iterationen werden hier als Simulationen bezeichnet, geschrieben:

S |–Σ,X S‘

Evaluation

Möchte man den Verlauf oder das Ergebnis eines Veränderungsprozesses irgendwie bewerten/ evaluieren, dann gibt es im Rahmen des vorliegenden Paradigmas die Möglichkeit, die angezielte Vision als Bewertungsmaßstab zu benutzen. Dies bedeutet, dass die Experten, alles, was ihnen für die Zukunft wichtig ist, in ihre Vision hineinschreiben müssen: Wenn es, wie im Beispiel ‚Gerd ist hungrig‚ nur darum geht, den Hunger zu stillen, dann reicht es, als Vision zu schreiben, dass gelten soll ‚Gerd ist nicht hungrig.‘ Wenn man mehr will, dann müsste man Sätze hineinschreiben wie z.B. ‚Gerd isst nur vegetarisch‘, ‚Das Essen darf nicht mehr als 15€ kosten‘, usw.

Diese Evaluation findet automatisch bei jedem Simulationszyklus statt. Die Evaluation hat die Struktur:

MATCH: SN x SV—> [0,1]

KOMMENTARE und QUELLEN

(Letzte Änderung: 1.Mai 2021)

[1] Zum Thema Menschenbild gibt es tausende von Artikeln und Büchern. Von einem irgendwie einheitlichen Bild kann keine Rede sein. Will man in einer solchen Situation nicht hilflos hin und her pendeln zwischen reiner ‚Kontextfreiheit‘ und ‚Zitatenbergen‘ bleibt nur, jene Annahmen als Arbeitshypothesen kenntlich zu machen, deren man sich bedient, so dass jeder, der meint, es besser zu wissen, sich direkt auf die zu kritisierende Stelle beziehen kann um so sein alternatives, ergänzendes Wissen zu thematisieren.

[2a] Im Alltag ist die Rolle von Visionen und von Kreativität oft ambivalent: einerseits kann man immer wieder erleben, dass kreatives Verhalten etwas Schönes hervorbringt, etwas sehr Nützliches, oder — im Fall von Firmen — genau das Produkt/ die Dienstleistung ermöglicht, die dann zum großen Umsatzrenner werden. Zu Beginn kann man aber oft nicht wissen, ob die neue Idee, die Vision genau das ermöglichen wird, was man sich erhofft. Dies impliziert Unsicherheiten und vielfach Ängste. Klar ist nur, dass das biologische Leben auf der Erde ohne eine Kreativität auf voller Breite bis heute nicht überlebt hätte. Die Umstände der Erdentwicklung waren mehrmals geeignet, das Leben auszulöschen.

[2 b] Warum Experten eine bestimmte Vision V formulieren, hängt ganz von ihren inneren Zuständen ab. Sie können für eine bestimmte Vision V sein, ohne dass sie möglicherweise klar formulieren können, warum eigentlich (‚Wir wollen das so‘); oder sie nennen explizite Umstände (‚Die Klimaveränderung erfordert diese Maßnahme‘), oder sie berufen sich auf irgendwelche Konventionen (‚Das tut man hier so‘), usw.

[3] Wenn es regnet bekommen die Pflanzen genug Wasser, um weiter wachsen zu können.

[4] Wenn es trocken ist, dann musst du die Pflanzen wässern.

[5] Hierbei ist zu beachten, dass ‚X‘ auch eine Menge von Veränderungsregeln bezeichnen kann und die Ableitung von S‘ das Ergebnis der Anwendung aller Regeln aus X repräsentiert. Liegt tatsächlich mehr als eine Veränderungsregel vor — also |X| > 1 –, dann wird diese Menge von Regeln per Zufall serialisiert und die Regeln werden nacheinander angewendet, d.h. das Ergebnis der ersten Ableitung wird zum Ausgangspunkt für die nachfolgende Ableitung.

[6] Weitere Fallstudien zeigen, dass der Faktor Vision [V] weit komplexer ist, als ursprünglich gedacht. Dies wird aber nur sichtbar, weil die Anwendung von oksimo auf immer mehr Alltagssituationen die innere Dynamik von Abläufen ganz neu sichtbar macht. So kann und muss man an der Grundsituation des Alltags zwischen jenen Faktoren unterscheiden, die eher unveränderlich sind und jenen, die sich eher ändern. Relativ dazu gibt es Visionen/ Ziele, die zusammenhängend sind (wo also alle Aspekte gleichzeitig auftreten), oder verteilt in der Zeit (jemand hat mehrere Ziele, die er erfüllen möchte, jedes Ziel steht für sich, aber sie alle zusammen bilden einen Zielkomplex, der die Person leitet. Ferner gibt es auch bei den Zielen eher kurzfristige Ziele oder eher längerfristige. Ferner ist zu beachten, dass Ziele während eines Prozesses wechseln können: im Versuch, ein Ziel V zu erreichen mit den Teilzielen V1, …, Vn können sich die Verhältnisse oder die Anschauungen dergestalt ändern, dass man u.U. einige Teilziele ändert zu Vi*. Dies alles führt dazu, dass man davon ausgehen muss, dass Visionen/ Ziele innerhalb eines Prozesses sich ändern können wie der objektive Zustand selbst! Dies bedeutet, dass es auch Veränderungsregeln für Visionen/ Ziele geben müsste! Menschliche Akteure sind selbst-reflexive, lernende Systeme.

OKSIMO EINFACHE BEISPIELE: Bsp.: Jemand ist hungrig, Teil 4, Verzweigung

OKSIMO – UNIVERSELLE PROZESS PLANUNG
Veröffentlicht: 17.April 2021 – 7.Mai 2021
Email: info@oksimo.org

Autor: Gerd Doeben-Henisch; Email: gerd@oksimo.org

Letzte Änderung: 23.April 2021 (Kleine Korrekturen)

Letzte Änderung: 7.Mai 2021 (Neue Dokumentation, ausführlicher)

Letzte Änderung: 15.Mai 2021 (Verlinkung auf universelle Prozesse planen)

KONTEXT

Dieses Fallbeispiel gehört zur Sektion Einfache Beispiele des Blogs oksimo.org. Später wurde die Sektion universelle Prozesse planen geschaffen mit dem Fokus auf strukturelle Eigenschaften der oksimo Sprache. Das nachfolgende Beispiel würde auch in diese Sektion passen.

Beispiel: Jemand ist hungrig, Teil 4, Verzweigung

Dieses Beispiel ist eine Erweiterung des vorausgehenden Beispiels. Es geht auf den Sachverhalt ein, dass wir im Alltag sehr oft über mehr als nur eine Handlungsmöglichkeit verfügen. Im vorliegenden Fall gibt es mehrere Essens-Bestell-Möglichkeiten unter Corona-Bedingungen: neben dem ‚Griechen um die Ecke‘ kann Gerd auch zur ‚Pizzeria über die Straße‘ gehen. Dies ist ein bisschen weiter und bietet etwas Anderes zum Essen (Steinofen-Pizza).

Verzweigungen sind im oksimo Paradigma ausdrückbar durch das zur Verfügung stellen von mehr als einer Veränderungsregel. Ist die Wahrscheinlichkeit im Einzelfall <=1, dann wird für jeden Wahrscheinlichkeitswert ‚ausgewürfelt‚, was geschieht. Einfach gesprochen: bei einer Wahrscheinlichkeit von π=0.6 würde bei 100 Durchläufen ungefähr +/- 60 mal diese Option gewählt werden, entsprechend bei π= 0.4 ungefähr +/- 40 mal.

Im Beispiel werden für den Akteur ‚Gerd‘ zwei Optionen angenommen: zum Essen kann er entweder zum ‚Griechen um die Ecke‘ gehen oder zur ‚Pizzeria über die Straße‘. Es wird mal angenommen, dass der Akteur eher zum Griechen um die Ecke geht (weil es ’näher‘ ist) mit π=0.6, und entsprechend zur ‚Pizzeria über die Straße‘ mit π=0.4.

Bild: Überblick über das Beispiel Teil 4 mit einer Verzweigung. Das Testprotokoll von einem Simulationslauf zum Beispiel findet sich unten in einem verlinkten PDF.

Erweiterte Dokumentation mit Simulationsformen ‚Entwicklung‘ und ‚Präsentation‘ (Ergänzung: 7.Mai 2021):

ERLÄUTERUNGEN

Verzweigungen

Im einfachen Fall gibt es eine Situation, auf die mehr als eine Regel zugreifen kann. Dann werden diese Regeln alle ausgeführt, aber in einer Abfolge, die per Zufallszahlen erstellt wurde.

Handelt es sich aber um Wahrscheinlichkeiten <= 1, die als exklusiv verstanden werden sollen (also entweder zum Griechen oder zur Pizzeria), dann muss bei der Formulierung der Regeln darauf geachtet werden, dass die möglichen Alternativen explizit ausgeschlossen werden. Lässt man dies aus, dann kann es passieren dass u.a. der Akteur ‚Gerd‘ sowohl zur Pizzeria geht wie auch zum Griechen. D.h. der Akteur wird dann ‚verdoppelt‘.

Im vorgestellten Beispiel sind die Regeln als exklusive Regeln ausgelegt. Dies führt dann dazu, dass (im Protokoll) die Option ‚zum Griechen‘ bei 100 Simulations-Zyklen 10x auftritt und die Option ‚zur Pizzeria‘ 2x. Diese Verhältnisse können sich in jeder Simulation aber ändern.

Simulation, REGELDOKUMENT und REGEL

Die Testsimulation wurde mit Hilfe eines Regeldokuments mit Namen gerdhungrig1234 durchgeführt. Es wurden 100 Zyklen vorgegeben. Man kann dann die gesamte Simulation speichern oder beliebig oft wiederholen oder als Textdatei ausgeben. Im Beispiel wurde eine Simulation gespeichert und diese wurde dann wiederholt neu gestartet. Bei jedem Testlauf ändern sich die Zufallswerte.

Das Regeldokument mit Namen gerdHungrig1234 enthält die folgenden Regeln:

  • GerdWirdHungrig1
  • BestellungGriechen1
  • HungerGestillt4
  • Nachmittag1
  • Morgen1
  • Mittag1
  • GerdWirdHungrigGrieche-0-6
  • GerdWirdHungrigPizza-0-4
  • Bestellung Pizzeria1
  • HungerGestilltPizza1
  • NachmittagPiz1
  • ZumGriechen2-0-6
  • ZurPizzeria1-0-4

Die Regeln selbst sind auf dem vorausgehenden Bild abgebildet.

Man kann Regeldokumente leicht abändern durch Löschen oder Hinzufügen von neuen Regeln.

PFAD-WECHSELWIRKUNGEN

Bei dem Erstellen von Fallbeschreibungen (Ausgangssituation, Vision, und Veränderungsregeln) ist es sehr oft der Fall, dass man mit einer einfachen Beschreibung anfängt, und man dann nach und nach immer mehr Aspekte des Falls erkennt und diese dann noch in die bisherige Beschreibung einbauen will. Im Prinzip ist jede(r) Autor*in ganz frei, wie er/sie dabei vorgehen will. Dabei ist allerdings zu beachten, dass es mit wachsenden Alternativen immer mehr parallele Pfade geben wird. In einer konkreten Simulation wird es zu jedem Zeitpunkt aber immer nur eine Situation S geben, die die aktuelle Situation S ist. Man muss also darauf achten, dass die Bedingungsteile von verschiedenen Regeln, die für verschiedene Pfade gedacht sind, sich auch hinreichend unterscheiden.

OKSIMO EINFACHE BEISPIELE: Bsp.: Jemand ist hungrig, Teil 3, Wiederholungen

OKSIMO – UNIVERSELLE PROZESS PLANUNG
Veröffentlicht: 13.April 2021 – 14.April 2021
Email: info@oksimo.org

Autor: Gerd Doeben-Henisch; Email: gerd@oksimo.org

Letzte Änderung: 14.April 2021

KONTEXT

Dieses Fallbeispiel gehört zur Sektion Einfache Beispiele des Blogs oksimo.org.

Beispiel: Jemand ist hungrig, Teil 3, Wiederholungen

Voraus geht die Einführung in das Beispiel mit jemandem, der Mittags Hunger verspürt, diesen Zustand ändern will, und kurz entschlossen zum ‚Griechen um die Ecke‘ geht. Als er dort etwas essen kann, ist sein Hunger vorbei und das Ziel erreicht.

Wie jeder weiß ist die Sache im realen Leben damit nicht wirklich zu Ende. Der Körper verbraucht Energie und über kurz oder lang kommt das Hungergefühl wieder. Nehmen wir hier vereinfachend mal an, dass dies immer in der Mittagszeit ist. Wie können wir solche Wiederholung im oksimo Paradigma ausdrücken?

Veränderungen können wir grundsätzlich durch geeignete Veränderungsregeln herbeiführen. Eine Regel kann aber nur wirken, wenn sie durch eine Eigenschaft der aktuellen Situation S ausgelöst wird. Also, sie fahren Auto und sehen plötzlich vor sich die Ampel auf rot schalten. Als geprüfter Autofahrer haben sie gelernt, dass sie in solch einem Fall bremsen und ihr Auto zum Halt bringen müssen. Also letztlich war es der Sachverhalt, dass die Ampel von Grün über Orange auf Rot geschaltet hat. Was wäre das Äquivalent in unserem Beispiel. Eine Möglichkeit wäre die Tageszeit, etwas Vormittag, Mittags, Abends, Nachts. D.h. wir erweitern die Beschreibung unserer aktuellen Situation durch die Eigenschaft einer Zeitangabe.

Dazu kann man sich folgende Erweiterung der bisherigen Story zurecht legen (ein Beispiel unter vielen):

Bild: Überblick zum Beispiel Teil 3: Eine Ausgangslage (… ist hungrig …) kombiniert mit einer Vision (… ist nicht hungrig …) wird in einen Prozess eingebettet, der sowohl die Erreichung des Ziels möglich macht wie auch eine zyklische Wiederkehr im Tag-Nacht Schema

Dazu muss die Startsituation S0 geändert werden. Außerdem werden einige weitere Regeln benötigt.

Name von S0: GerdHungrig3
Inhalt von S0:
Es ist Mittag.
Gerd ist aktiv.

Dann könnte man die Regel mit dem Hunger so abändern, dass es heißt:

Name der Regel: GerdWirdHungrig1
Probability: 1.0
Conditions:
Es ist Mittag.
Gerd ist aktiv.
Effects plus:
Gerd ist hungrig.
Effects minus:
Gerd ist aktiv.

Rule name: GerdWirdHungrig2
Probability: 1.0
Conditions:
Es ist Mittag.
Gerd ist hungrig.
Effects plus:
Gerd beschliesst, zum Griechen um die Ecke zu gehen.
Effects minus:

Nachdem Gerd beim Griechen um die Ecke etwas gegessen hat und nicht mehr hungrig ist, könnte man auf den Nachmittag umschalten, von dort auf den Abend, die Nacht und dann auf den Morgen. Um es nicht zu umständlich zu machen, schalten wir auf den Nachmittag um und springen dann gleich auf den Morgen.

Rule name: Morgen1
Probability: 1.0
Conditions:
Es ist Nachmittag.
Gerd ist nicht hungrig.
Effects plus:
Es ist Morgen.
Gerd wird aktiv.
Effects minus:
Es ist Nachmittag.
Gerd ist nicht hungrig.

Weitere Regel, um vom Morgen auf den Mittag zu kommen:

Rule name: Mittag1
Probability: 1.0
Conditions:
Es ist Morgen.
Gerd wird aktiv.
Effects plus:
Es ist Mittag.
Gerd ist aktiv.
Effects minus:
Es ist Morgen.
Gerd wird aktiv.

Alle bisherigen Regeln — die alten wie die neuen — kann man in einem Regel-Dokument zusammen fassen. Eine Besonderheit: wenn man ein Regel-Dokument erstellt hat, dann kann man nicht nur jederzeit neue Regeln hinzufügen, sondern die bisherigen Regeln, wenn sie lokal verändert werden, sind dann auch im Regeldokument aktualisiert! Dies bedeutet, wenn man eine Simulation mit dem Regeldokuemnt RD einmal abgespeichert hat, dann kann man die Simulation immer wieder neu abspielen lassen mit dem gleichen Dokument, obgleich einige Regeln aktualisiert wurden.

Neues Regel-Dokument: gerdHungrig123b

The rule document consists of the following rules:
GerdWirdHungrig1
GerdWirdHungrig2
BestellungGriechen1
HungerGestillt4
Nachmittag1
ZumGriechen2
Morgen1
Mittag1

SIMULATION

Wenn man eine Simulation mit einem Regeldokument zum ersten Mal durchführt, dann muss man zu Beginn ein Viesions-Dokument angeben, beliebige viele Zustands-Dokumente, beliebig viele Regeln oder Regeldokumente, und die gewünschte maximale Rundenzahl. Beim nächsten Mal reicht es dann, den Namen der abgespeicherten Simulation anzugeben, die sich über die benutzen Zustände und Regeln implizit aktualisieren kann. Hier jetzt vereinfachend den Namen einer gespeicherten Simulation:

Enter a Number [1-11] for Menu Option

9

Here you can load a previously saved simulation and rerun it.

List of your saved simulations:


gerdHungrig123b-SIM1

Enter maximum number of simulation rounds

20

/* Anmerkung: In diesem Beispiel kann man sehen, dass das genannte Ziel erreicht wird, dass dann aber die Erreichung wieder gelöscht wird, weil der Prozess weiter läuft. Zu einem späteren Zeitpunkt wird das Ziel wieder aktiv und kann erneut erreicht werden. */

Your vision:
Gerd ist nicht hungrig.
Initial states: 
Gerd ist aktiv.,Es ist Mittag.

Round 1

Rules:
Mittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
GerdWirdHungrig1 applied  (Prob: 100 Rand: 17/100)
GerdWirdHungrig2 not applied (conditions not met)
Current states: Gerd ist hungrig.,Es ist Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 2

Rules:
HungerGestillt4 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
Morgen1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
GerdWirdHungrig2 applied  (Prob: 100 Rand: 79/100)
Current states: Gerd beschliesst, zum Griechen um die Ecke zu gehen.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 3

Rules:
Nachmittag1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
ZumGriechen2 applied  (Prob: 100 Rand: 99/100)
Mittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Current states: Gerd geht zum Griechen um die Ecke.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 4

Rules:
GerdWirdHungrig1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
BestellungGriechen1 applied  (Prob: 100 Rand: 44/100)
GerdWirdHungrig2 not applied (conditions not met)
Mittag1 not applied (conditions not met)
Current states: Gerd bestellt ein Gyros.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 5

Rules:
Morgen1 not applied (conditions not met)
HungerGestillt4 applied  (Prob: 100 Rand: 43/100)
ZumGriechen2 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
Current states: Gerd isst das Gyros.,Es ist noch Mittag.,Gerd ist nicht hungrig.

100.00 percent of your vision was achieved by reaching the following states:
Gerd ist nicht hungrig.

Round 6

Rules:
ZumGriechen2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
Nachmittag1 applied  (Prob: 100 Rand: 35/100)
Mittag1 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Current states: Es ist Nachmittag.,Gerd ist nicht hungrig.

100.00 percent of your vision was achieved by reaching the following states:
Gerd ist nicht hungrig.

Round 7

Rules:
Nachmittag1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
Morgen1 applied  (Prob: 100 Rand: 68/100)
ZumGriechen2 not applied (conditions not met)
Current states: Gerd wird aktiv.,Es ist Morgen.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 8

Rules:
Nachmittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
Morgen1 not applied (conditions not met)
Mittag1 applied  (Prob: 100 Rand: 13/100)
Current states: Gerd ist aktiv.,Es ist Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 9

Rules:
ZumGriechen2 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
GerdWirdHungrig1 applied  (Prob: 100 Rand: 15/100)
Morgen1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Current states: Gerd ist hungrig.,Es ist Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 10

Rules:
HungerGestillt4 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
Morgen1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
GerdWirdHungrig2 applied  (Prob: 100 Rand: 41/100)
Current states: Gerd beschliesst, zum Griechen um die Ecke zu gehen.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 11

Rules:
Nachmittag1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
ZumGriechen2 applied  (Prob: 100 Rand: 78/100)
HungerGestillt4 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Current states: Gerd geht zum Griechen um die Ecke.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 12

Rules:
Morgen1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
BestellungGriechen1 applied  (Prob: 100 Rand: 80/100)
Current states: Gerd bestellt ein Gyros.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 13

Rules:
Mittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
Morgen1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
HungerGestillt4 applied  (Prob: 100 Rand: 29/100)
Current states: Gerd isst das Gyros.,Es ist noch Mittag.,Gerd ist nicht hungrig.

100.00 percent of your vision was achieved by reaching the following states:
Gerd ist nicht hungrig.

Round 14

Rules:
ZumGriechen2 not applied (conditions not met)
Mittag1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Nachmittag1 applied  (Prob: 100 Rand: 5/100)
BestellungGriechen1 not applied (conditions not met)
Current states: Es ist Nachmittag.,Gerd ist nicht hungrig.

100.00 percent of your vision was achieved by reaching the following states:
Gerd ist nicht hungrig.

Round 15

Rules:
GerdWirdHungrig2 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
Morgen1 applied  (Prob: 100 Rand: 52/100)
ZumGriechen2 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
Current states: Gerd wird aktiv.,Es ist Morgen.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 16

Rules:
Mittag1 applied  (Prob: 100 Rand: 48/100)
HungerGestillt4 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
Current states: Gerd ist aktiv.,Es ist Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 17

Rules:
Nachmittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
GerdWirdHungrig1 applied  (Prob: 100 Rand: 95/100)
HungerGestillt4 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
Mittag1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
Current states: Gerd ist hungrig.,Es ist Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 18

Rules:
BestellungGriechen1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Mittag1 not applied (conditions not met)
GerdWirdHungrig2 applied  (Prob: 100 Rand: 50/100)
Morgen1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
Current states: Gerd beschliesst, zum Griechen um die Ecke zu gehen.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 19

Rules:
ZumGriechen2 applied  (Prob: 100 Rand: 84/100)
GerdWirdHungrig2 not applied (conditions not met)
HungerGestillt4 not applied (conditions not met)
Mittag1 not applied (conditions not met)
Morgen1 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
BestellungGriechen1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
Current states: Gerd geht zum Griechen um die Ecke.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non

Round 20

Rules:
Morgen1 not applied (conditions not met)
ZumGriechen2 not applied (conditions not met)
Nachmittag1 not applied (conditions not met)
GerdWirdHungrig1 not applied (conditions not met)
GerdWirdHungrig2 not applied (conditions not met)
Mittag1 not applied (conditions not met)
BestellungGriechen1 applied  (Prob: 100 Rand: 68/100)
HungerGestillt4 not applied (conditions not met)
Current states: Gerd bestellt ein Gyros.,Gerd ist hungrig.,Es ist noch Mittag.

0.00 percent of your vision was achieved by reaching the following states:
Non