Vorige Woche verbrachte ich den 13. und 14. Dezember auf der Morgenstadt-Werkstatt mit ihren über 500 Teilnehmer/innen. Wie sich die Stadt(verwaltung) der Zukunft entwickelt, ist zwar nicht mein Arbeitsschwerpunkt, aber einzelne Themen aus dem Programm sind für mich sehr relevant, und mich interessierte auch das Konzept als solches, da hier Wissen vermittelt und Anforderungen erhoben wurden. Wie machen das die Kollegen?

Zahlreiche Vorträge von offizieller Seite versicherten uns der Bedeutung der Digitalisierung für die Zukunft unseres Landes.

Minister Strobl (Minister für Inneres, Migration und Digitalisierung sowie stellvertretender Ministerpräsident) verkündete, dass der Staat eben nicht alles über seine Bürger wissen möchte. Nicht alles, was gemacht werden kann, soll auch gemacht werden. Ziel ist dagegen ein "maßvolles Umsetzen der Digitalisierung". (Das klingt erfreulich nach Datenschutz.) Die KI ist die Schlüsseltechnologie des 21. Jahrhunderts und darum dürfen wir stolz sein auf das Cyber Valley in Tübingen, das weltweit führend ist im Bereich KI.

Als lobenswertes Vorbild wurde in einem Vortrag Estland genannt, wo das Erstellen der Steuererklärung drei Minuten dauert. Dieser Zeitaufwand entsteht durch den Import von Daten von Banken, Firmen und Vereinen und dadurch, dass der Betroffene immerhin die Steuererklärung noch signieren muss. Es kam auch mehrfach die Frage auf, wozu man überhaupt noch einen Antrag auf Kindergeld stellen muss, denn der Staat weiß ja, wer Kinder hat und berechtigt ist.

Bei einem halben Dutzend gleichzeitig stattfindender Workshops musste ich natürlich Schwerpunkte setzen.

Workshop "Visionärer Umgang mit Datenschutz als Wettbewerbs- und Standortvorteil". Besonders visionär wurde es im Workshop leider nicht. In zwei Kleingruppen erarbeiteten wir Antworten auf Arbeitsfragen, die wir anschließend noch durch Punktekleben priorisierten. Die eine lautete:

Was erwarten Bürger und Unternehmen von Kommunen hinsichtlich dem Umgang mit ihren Daten?

- Schutz der Daten (8 Punkte)

- Transparenz (7 Punkte)

- Datensparsamkeit (5)

- einfacher Zugriff auf die eigenen Daten, eigene Kontrolle (5)

- nützliche Funktionen, z.B. vorausgefüllte Formulare; einfacher Service (2)

- Nutzbarkeit für alle (1)

- Aktualität der Daten

- Investition in intelligente Systeme

Im Workshop "Projektmanagement in Zeiten der Digitalisierung" hätte ich mir coole, moderne Werkzeugtipps und Erfahrungen mit innovativen Vorgehen erhofft. Stattdessen blieb das Niveau niedrig. Die Teilnehmer sammelten Gedanken darüber, was sich durch die Digitalisierung im Projektmanagement ändert. Die anschließende Sammlung von Tipps an die Kollegen beschränkte sich auf Softskills wie Mut, Motivation, Moderation. Ich war die einzige "von der alten Garde", die eine klare Planung und Projektkontrolle immer noch am wichtigsten findet. Oder erst recht. Das mag ja sein, dass wir in einer VUKA-Welt leben, aber deswegen müssen wir selbst ja nicht auch noch unverbindlich und chaotisch werden!

Aufgeschrieben habe ich mir aus dem Impulsvortrag von VS Consulting:

digitalisiert -> dematerialisiert -> demonetarisiert -> demokratisiert

Interessant fand ich den Vortrag "KI für bessere Straßen" von Vialytics, den Gewinnern des Smart Startup Country Award. Ein marktübliches Handy mit Kamera, GPS und Erschütterungssensor wird vorne in einem Auto montiert und fotografiert beim Fahren die Straße. Eine KI kann automatisch die Bilder und Erschütterungen auswerten und Staßenschäden entdecken. Einsetzen kann eine Kommune diese nützliche Anwendung, wenn ihre Mitarbeiter/innen ohnehin auf Dienstfahrten unterwegs sind, oder für eine eigene "Begehung" von seltener frequentierten Straßen. Dies ist eine Art von "Predictive Maintenance", und da sie mit wenig Kosten auskommt, lohnt sie sich auf jeden Fall. Durch eine frühzeitige Reparatur der Straße können bis zu 80% der Reparaturkosten gespart werden. Bis der Bürger anruft und ein Schlagloch meldet, ist dieses nämlich normalerweise schon recht groß. Die Anwendung versetzte die Zuhörer in kreative Extase und wir malten uns aus, wo diese Anwendung noch zum Einsatz kommen könnte. Das Smartphone lässt sich bestimmt auch an einem Fahrrad montieren. Radwege sind ja auch gelegentlich in schlechtem Zustand.

Der Workshop "Mensch und KI gehen Hand in Hand" des IAO bestand teilweise aus einem Vortrag und teilweise aus Gruppendiskussionen. Zunächst wurden die Grenzen der KI klar: KI kann Aufgaben erledigen, versteht diese aber nicht. KI hat kein Bewusstsein, sie ist nicht klüger als die Datenbasis und sie entwickelt sich nicht selbständig weiter. Jedes Kind lernt schneller als eine KI. Drei Beispiele genügen, damit ein Kind einen Hund von einer Katze unterscheiden kann; die KI benötigt deutlich mehr Daten. Die Bilderkennung und Unterscheidung von Hund, Katze und anderen Tieren diente als anschauliches Beispiel, was KI kann und was eben nicht.

Anwenden lässt sich die KI trotzdem. Genannt wurde aus dem Projekt SmartAIwork das Beispiel des Chatbots @InsuranceBABot, der Schadensmeldungen entgegen nimmt. Diese Aufgabe erfüllt er mit Hilfe eines Entscheidungsbaums. Interessant ist die KI im Versicherungsbereich auch für die Bildforensik, also Betrugserkennung anhand von Fotos. Problematisch ist hier jedoch die geringe Datenmenge, da doch relativ wenige Betrugsfälle vorkommen.

Gearbeitet wird auch an einer Anwendung, die Dokumente anonymisiert, um die Anforderungen des Datenschutzes zu erfüllen. Im Energiemanagement sind treffende Prognosen über Stromerzeugung und -verbrauch hilfreich.

KI-Entscheidungen sind oft nicht transparent. Im Hinblick auf diesen Aspekt unterscheidet man drei Typen von KI-Ansätzen:

- In der White Box herrscht volle Transparenz, beispielsweise wenn man die traditionelle lineare Regession oder einen Entscheidungsbaum einsetzt.

- Die Black Box ist leider gar nicht transparent. Deep Learning verbirgt seine Geheimnisse in den zahlreichen Schichten eines neuronalen Netzes.

- Der Grey Box-Ansatz kann seine Entscheidung zwar nicht vollständig begründen, jedoch den wichtigsten Grund für eine Entscheidung nennen. Damit erhält der Mensch zumindest eine bedingte Nachvollziehbarkeit.

Es gibt einen neuen Film mit mir in der Hauptrolle:

                            Hier klicken, um den Film anzusehen

Es handelt sich um das Moduleinführungsvideo für das Modul "Innovationsmanagement" der AKAD University. In 15 Minuten erkläre ich, was eine Innovation ist und wie man sie systematisch entwickelt. Leider genügte die Zeit nicht dafür, um alle Schritt erschöpfend zu diskutieren, aber dafür ist ja der Rest des Kurses da!

Nichtstudenten der AKAD können den Kurs übrigens auch einzeln buchen. Das Innovationsmanagement-Seminar hat die Nummer 6042.

                           Hier geht es zur AKAD University

Während ein Bachelor- oder Masterabschluss oder auch eine Fachausbildung eine Person definitiv höher qualifizieren, scheint dies bei beruflichen Weiterbildungen nicht der Fall zu sein, wie eine neue Studie nahelegt:

http://www.spiegel.de/karriere/weiterbildung-hilft-nicht-beim-aufstieg-angestellte-verharren-auf-ihrer-position-a-1242946.html

Allerdings zeigt so eine Studie nur Korrelationen, aber nicht, was Ursache und was Wirkung ist. Die Interpretation in diesem Artikel, dass Firmen ja gerade solche Mitarbeiter/innen durch Schulungen zu Experten auf ihrer aktuellen Position fortbilden, wenn diese nicht planen aufsteigen, passt sicher in vielen Fällen. Auf keinen Fall sollte man daraus schlussfolgern, dass es automatisch die Karriere voran bringt, wenn man sich weigert, an Schulungen teilzunehmen.

Wobei... Ich höre ja oft ziemlich seltsame Ansichten von meinen Mitmenschen. Beispielsweise bilde ich mich ständig weiter. Und dann gibt es tatsächlich Menschen, die glauben, schon alles zu wissen und darum keine Schulung mehr zu benötigen. Wer sich fortbildet, gibt damit nach Ansicht mancher Zeitgenossen zu, vollständig inkompetent zu sein. Eine solche Selbstüberschätzung führt hoffentlich nicht zur großen Karriere. (Wobei ich mir da nicht ganz sicher bin.) Schließlich kann man sich ja nicht nur auf seinem bisherigen Spezialgebiet in die Tiefe weiterbilden. Diese ist tatsächlich irgendwann ausgelotet. Aber in die Breite bleibt noch sehr viel Raum! Außerdem ist das Sammeln von Zertifikaten irgendwie auch ein schönes Hobby, finde ich. Besonders, wenn man eine Serie voll macht. :-)

Am 29. und 30.11.2018 fand das alljährliche Treffen der Fachgruppe "Requirements Engineering" der Gesellschaft für Informatik statt.

http://fg-re.gi.de/treffen/treffen-2018.html

Dieses Jahr war ich nur am Donnerstag (29.11.) mit dabei. Die Folien der Vorträge sind auf der Webseite des Treffens verlinkt und können dort heruntergeladen werden.

In seinem Keynote-Vortrag erklärte Thorsten Weyer das "Requirements Engineering in der Entwicklung selbstlernender autonomer Systeme". Die Diskussion kreiste um die Trennung von Problem und Lösung und darum, wie man sicherstellen kann, dass die technische Lösung das fachliche Problem auch dann richtig löst, wenn das System autonom ist und lernt. Da bei der Entwicklung unweigerlich Annahmen gemacht werden und man nicht sicherstellen kann, dass diese immer gelten, muss das autonome System oder auch ein sich selbst organisierender Systemverbund (autopoietische Systeme) auch mit gebrochenen Annahmen umgehen können. Nötig wird darum ein Requirements Engineering der vierten Generation, das auf Technologiewissen basiert, Komplexität beherrscht, Modelle und Formalismen gekonnt einsetzt.

Matthias Koch berichtete über "Jenseits von Workshops: Neue Wege zur Einbindung von Nutzern". Der Hintergrund dieses Vortrags sind Erfahrungen, die bei einem Projekt zur Digitalisierung von Dörfern gemacht wurde. Hier ist es besonders schwierig, die Betroffenen zu Beteiligten zu machen. Darum wurden verschiedene innovative Formate entwickelt für Anforderungserhebungsworkshops, aber auch für Gespräche auf dem Wochenmarkt.

Norbert Seyff stellte in dem Vortrag "FAME: Kombinieren von Feedback- und Monitoringdaten für die Anforderungsermittlung" das Open Source Werkzeug FAME (Feedback Acquisition and Monitoring Enabler) vor. Dieses erlaubt die kombinierte Auswertung von Benutzer-Feedback und Monitoringdaten. Daraus wird eine Ontologie erstellt und hieraus dann Anforderungen. Ausgewertet wurden im Projekt Supersede die Daten von 5185 Benutzern eines Portals, konkret 957 260 Klicks und 31 Feedbacknotizen von 24 Benutzern. Von dem Feedback waren 16 relevant für die Anforderungsermittlung, und es konnten 19 Anforderungen daraus abgeleitet werden. Zusätzlich wurde anhand der Logdaten (konkret: Zeit, die Benutzer mit einem Feature verbringen und die Häufigkeit der Nutzung) die Wichtigkeit dieser Anforderungen bewertet. Dabei stellte es sich heraus, dass viele der Anforderungen Features betreffen, die nur von wenigen genutzt werden.

Das Supersede-Projekt finden Sie hier

https://www.supersede.eu/downloads/supersede-method-explorer/

und FAME ist bei Github verwaltet:

https://github.com/supersede-project/monitor_feedback

Chris Rupp trug vor über "Crowd-basiertes Requirements-Engineering" und die Erfahrungen der Sophisten mit der Suche nach Anforderungen für die siebte Auflage ihres Requirements Engineering-Buchs durch eine Befragung der Zielgruppe. Insgesamt 11.000 Einladungen wurden über zahlreiche Kanäle versendet und es konnten 31 Teilnehmer gefunden werden. Diese machten zahlreiche Vorschläge mit der üblichen Verteilung: Ein paar wenige schreiben sehr viel, die anderen hinterlassen jeweils nur einen Kommentar. Diese interessierten Stakeholder, "Unicorns" genannt, wurden anschließend noch kontaktiert und interviewt.

Warum arbeiten manche Menschen so viel erfolgreicher und / oder produktiver als andere? Wie kann ich meine eigene Effizienz noch erhöhen oder dieselbe Leistung in weniger Arbeitszeit schaffen? Diese Fragen treiben Berufstätige aller Bereiche um. Ist es möglich? Offensichtlich ja, wenn man sieht, wie sich die Ergebnisse von Kollegen untereinander unterscheiden.

Hansen hat in einer umfangreichen Studie untersucht, welche Faktoren dazu beitragen, wenn Arbeit viele und erfolgreiche Früchte trägt. Begabung, Anzahl Arbeitsstunden oder Glück erklären Erfolg nur zu einem kleinen Teil. Vor allem sind es 7 Best Practices, die er in seiner Untersuchung identifizieren konnte. Gestartet war die Forschung 2011 mit einer Literaturrecherche, auf die dann 120 Einzelinterviews und eine Umfrage mit 300 und später 5000 Teilnehmern folgten. Zuletzt wurden die Daten aus der Umfrage statistisch ausgewertet. 10% des Arbeitserfolgs ließen sich erklären anhand von Ausbildung, Alter und Arbeitsstunden pro Woche (letzteres zu 6%), 24% blieben unerklärt. Vermutlich spielt hier das Arbeitsumfeld auch eine Rolle. Beeindruckende 66% entstehen jedoch durch die 7 Best Practices.

Und diese 7 Best Practices sind:

• 1. Do less, then obsess: Hierzu gehört es, nicht zu viele Projekte oder Kunden anzunehmen, sondern nur die richtigen, und diese Projekte hochkonzentriert zu bearbeiten. Der "work in progress" soll gering gehalten werden, d.h. die Anzahl der begonnenen und aktuell in Bearbeitung befindlichen Projekte. Das Hin- und Herspringen zwischen Aufgaben kann die Produktivität um bis zu 40% senken. Konzentrieren Sie sich also im doppelten Sinne!
• 2. Redesign your work: Work smarter, not harder. Viel wichtiger als die Anzahl der Arbeitsstunden ist die Art, wie man arbeitet. Um diese zu optimieren, muss man vom Kunden her denken: Was erzeugt aus dessen Sicht den meisten Wert? Wie muss ich arbeiten, damit er am meisten davon hat? Schneller und billiger zu liefern als der klassische Ansatz der Prozessverbesserung kommt hier erst nach der Erhöhung der Qualität, Wegstreichen unnötiger Leistungen und Erschaffen neuer Angebote.
• 3. Don't just learn, loop: Man sagt zwar, dass man nach 10.000 Stunden Arbeit in einem Bereich zum Experten wird, aber das passiert nicht von selbst, sondern nur durch gezieltes Lernen. Idealerweise lernen Sie während der täglichen Arbeit. Erschaffen Sie einen Lernzyklus aus ständiger Bewertung und Verbesserung. Besser wird man auch durch gezielte Variation und Ausprobieren alternativer Arbeitsweisen. "Be a humble learner", heißt es. Man ist niemals gut genug, um nicht noch etwas zu verbessern.
• 4. Passion & purpose: Wer begeistert ist von seiner Arbeit und einen Sinn darin findet, ist erfolgreicher. Insbesondere ergab die Studie, dass wir beide benötigen, nicht nur eines davon! Wenn Ihr Beruf dies nicht offensichtlich von sich aus liefert, müssen Sie Begeisterung und Sinn entweder (er)finden, den Job verändern oder den Job wechseln.
• 5. Forceful champions: Im Team sollte man sich gegenseitig motivieren und inspirieren. Erlaubt ist auch umgekehrt: "Make people angry about today and excited for tomorrow".
• 6. Fight and unite: Unter "fight" werden hier Diskussionen im Team verstanden. Damit dies nicht ausartet, werden auf S. 146, 155 und 165 Ratschläge für eine ergebnisorientierte und ergebnisoffene Diskussion gegeben. Möge die beste Lösung gewinnen! Auch hier muss beides gegeben sein- fight and unite: Nach der Diskussion muss das Team hinter der Entscheidung stehen und diese gemeinsam umsetzen. Hier wird Diversity gelobt, weil gemischte Gruppen besser diskutieren und kreativer sind.
• 7. Avoid the two sins of collaboration: Das richtige Maß an Zusammenarbeit ist gefragt, also weder "undercollaboration" noch "overcollaboration". Die Zusammenarbeit muss einen "Business Case" und ein gemeinsames Ziel haben, also tatsächlich einen Nutzen bringen, den die Einzelarbeit nicht leisten kann. Vertrauen ist die Grundlage für die erfolgreiche Zusammenarbeit und entsteht durch Klären der Ziele der Beteiligten, frühere gute Arbeit und "start small" (also fangen Sie mit einem kleinen Pilotprojekt an).

Die ersten vier betreffen das Selbstmanagement, die restlichen drei die Zusammenarbeit mit anderen. Besonders gefallen hat mir auf Seite 6: "top performers collaborate less". Das passt zu meinen Erfahrungen. :-) Abstimmungsaufwände, Konflikte und Trittbrettfahrerei machen Teamwork nicht gerade zur Effizienzgarantie. Wenn weniger Teamarbeit effizienter macht, folgt daraus, dass in unserem Arbeitsleben momentan tendenziell zu viel Teamarbeit gemacht wird, auch wo sie nicht passt.

Morten T. Hansen: Great at Work  - How do top performers do less, work better and achieve more?

Simon & Schuster, UK, 2018

ISBN 978-1-4711-4907-8, e-book: 978-1-4711-4909-2

PS: Hier noch der Link auf eine Studie, die in dem Buch empfohlen wird. Ein großer Teil ihrer Arbeitszeit empfinden die Menschen als unproduktiv:

https://news.microsoft.com/2005/03/15/survey-finds-workers-average-only-three-productive-days-per-week

Wobei ich persönlich die Erfahrung gemacht habe, dass sich die als unproduktiv empfundene Arbeitszeit nie auf null reduzieren lässt. Zur Produktion gehören immer auch Vorbereitung, Organisation und Dokumentation.