Einleitung

Abstract:

Anhand von ersten Beispielen wird umrissen, was mit 'Wissen' gemeint sein kann. Durch Hinweise auf die Entstehung von Wissen, auf die Unterstützung von Wissen durch Technologie, sowie reflektierenden philosophischen Fragen werden wichtige Kontexte des Themas angedeutet. Dann werden die wichtigsten Methoden aufgelistet, mit denen man Wissen erforschen kann. Abschließend werden einige Themenstellungen für mögliche Fallstudien genannt.

Welches Wissen?

Wer in der verfügbaren Literatur nach Erklärungen und Definitionen von 'Wissen' sucht, wird sehr, sehr viele Antworten finden, aber keine einfache, allgemeine Erklärung. Vor diesem Hintergrund seien im folgenden die Eckwerte skizziert, innerhalb dessen hier das Phänomen 'dynamisches Wissen' behandelt wird.

Diese Vorlesung beschäftigt sich mit dem Phänomen des 'Wissens', das hier als 'dynamisches' Phänomen genommen wird. Mit 'Dynamik' ist gemeint, dass Wissen eine 'Struktur' darstellt, die sich im Laufe der Zeit 'verändern' kann.

Beispiele für Wissensstrukturen sind die folgenden:

• DNA-Molekül: Eine Kette von Elementen, die als 'Informationen' $I$ gedeutet werden können, die zusammen mit einem geeigneten 'Übersetzungsverfahren' $\tau$ die Erzeugung einer Zelle $C$ oder von Zellverbänden $C^{*} \in 2^{C}$ (Pflanze, Lebewesen) durch Manipulation von Molekülen $Mol$ steuern können (also: $\tau : I \times Mol \mapsto C^{*}$). Informationen zusammen mit Übersetzung bilden eine Wissensstruktur, die Strukturen 'in der Welt' verändern können ( $\langle I, Mol, C,\tau \rangle$ mit $I \in Mol$).
• Nervensystem: Ein System von Elementen $N$, die ein 'Information-Verarbeitendes-System ($IVS$)' darstellen, das seine Zustände nach bestimmten Regeln $\phi$ ändern kann (also: $IVS(x)$ iff $x=\langle N, \phi\rangle$ mit $\phi : 2^{N} \mapsto 2^{N}$)
• Informationsinhalte: Die Menge der 'Zustände' in einem $IVS$, die dessen 'Informationsinhalte' $I$ darstellen, und deren Beschaffenheit direkt 'Zustandsänderungen' eines Systems nach bestimmten Regeln $\phi^{*}$ beeinflussen können, und indirekt damit sein 'Verhalten' in einer Umgebung (also: $\phi^{*} : N \times I \mapsto I \times N$).
• Verteiltes Wissen: Eine Gesamtheit von 'Zuständen' $S$ 'zwischen' verschiedenen $IVSs$, die von den $IVS$ gemeinsam als 'externe Informationen' $I_{ext}$ genutzt und verändert werden können, also 'Informationen', die mit Bezug auf die beteiligten Systeme 'verteilt' sind (also. $\langle IVS, I_{ext},\Phi \rangle$ mit $\Phi: IVS \times I_{ext} \mapsto I_{ext \times IVS}$ ).
• Biologisch - Technisch: Die $IVS$ können 'biologische' oder 'technische' Systeme sein (also: $IVS_{biol}, IVS_{tech}$).

Schon diese sehr kurze Aufzählung lässt erkennen, dass Strukturen, die als 'Wissen' funktionieren, offensichtlich sehr vielfältig sein können. Daneben gibt es auch noch Wissen als 'implizites Wissen', welches das Verhalten von Materiestrukturen steuert wie z.B. 'Quanten', 'Atome', 'Moleküle'. Diese Phänomene gehören primär zum Einzugsbereich der Physik, speziell der Quantenphysik, ergänzt um Chemie, Molekularchemie, Biochemie, und Genetik, um die wichtigsten Disziplinen zu nennen. Eine andere Perspektive bietet sich, wenn man Wissen aus der Innensicht eines Systems betrachtet, wie z.B. in der 'Introspektion' der Philosophen, oder Wissen unter Berücksichtigung von Kommunikationsprozessen mittels Gesten und/ oder Zeichen einer Sprache.

Entstehung

Betrachtet man 'dynamisches Wissen' primär als Strukturen, die Prozesse und Verhalten 'beeinflussen' bzw. 'steuern', dann ist es unabdingbar, sich die 'Entstehung' dieses Wissens im Kontext der Geschichte auf der Erde anzuschauen. Ein zentraler Begriff ist hier das Konzept der 'Evolution des Lebens', das als Teilaspekt 'Wissen' hervorgebracht hat. Je nachdem, welche Kriterien man anlegen will, kann man unterschiedliche Formen von 'Evolution' unterscheiden.

Die wichtigste Form von Evolution dürfte wohl die 'biologische' Evolution sein, die mit dem Auftreten erster Zellen einsetzte. Ihr voraus ging die 'chemische' Evolution. Ab einem bestimmten Punkt der biologischen Evolution treten immer komplexere Strukturen auf, die man eventuell mit Begriffen wie 'soziologische' und 'kulturelle' Evolution bezeichnen könnte. Daneben könnte man auch von einer 'Verhaltensevolution' sprechen, einer 'kommunikativen' Evolution, usw. Diese verschiedenen Evolutionsbegriffe sind bislang nicht sehr eindeutig.

Mindestens die biologische und darauf aufbauend die anderen möglichen Formen von Evolution sollen in dieser Vorlesung zum 'dynamischen Wissen' berücksichtigt werden.

Technologie

Mit der Entwicklung von immer komplexeren Werkzeugen bis hin zu den Mikroprozessoren und Chips des 20.Jahrhunderts wurde es mögliche, solche Prozesse in einer Maschine ('Computer') zu realisieren, die dem Phänomen des 'biologischen dynamischen Wissens' stark ähneln bzw. bisweilen gar nicht mehr davon unterscheidbar sind. Dazu kommt die Einbeziehung solchen 'maschinellen dynamischen Wissens' in das 'biologische dynamische Wissen' in Form von 'individuellen Hilfen' wie auch über 'technische Netzwerke', die das 'verteilte Wissen' der 'biologischen Population' unterstützen. Dadurch entsteht eine 'hybride' Form von biologischem und maschinellem Wissen, die es in ihrer realen Dynamik praktisch kaum noch zulässt, den biologischen oder den maschinellen Anteil sauber zu trennen.

Philosophie

Sowohl die rasante Entwicklung des biologischen Wissens selbst wie auch die immer stärkere Entwicklung und Einbeziehung von technischem Wissen in Verbindung mit dem biologischen Wissen werfen eine Reihe neuer Fragen auf, z.B.:

• Ist das neue technisch basierte Wissen nur eine 'Erweiterung' des bisherigen biologisch basierten Wissens oder muss man ihm eine 'Eigenständigkeit' zugestehen, die qualitativ über das bisherige biologische Wissen hinausgeht?
• Wie verhält sich das Wissen zu der Umgebung, innerhalb deren es entsteht: ist es z.B. 'vereinfachend', 'verfälschend', 'erweiternd', 'erklärend'?
• Unter welchen Bedingungen lässt sich Wissen 'weitergeben'? Wieweit kann Wissen dazu beitragen, dass sich verschiedene Systeme 'koordinieren'? In welchem Sinne kann Wissen helfen, das Verhalten eines Individuums oder einer Population in irgend einem Sinne zu 'optimieren'?
• Wie ist das Verhältnis von 'Wissen' und 'symbolischer Kommunikation', sprich 'Sprache: kann Sprache jegliche Form von Wissen 'kommunizieren'? Unter welchen Randbedingungen? Wo liegen mögliche Grenzen?
• Gibt es verschiedene Formen von Wissen? Worin unterscheiden sie sich? Wie kommen sie zustande? Wie kann man sie wieder verändern? Wie kann man sie vergleichen? Kann man verschiedene 'Wissen' irgendwie 'vereinigen'?

Diese - und andere - reflektierende Fragen sind nicht Hauptgegenstand dieser Vorlesung, werden aber gelegentlich thematisiert, wenn es hilft, die Struktur und die Funktion von 'dynamischem Wissen' in 'biologischer', 'technischer' und 'hybrider' Form besser zu verstehen.

Wissen Erforschen

Um das Phänomen des dynamischen Wissens zu erforschen gibt es mehrere Vorgehensweisen:

• Selbstbeobachtung: Eine der ältesten und grundlegendsten Methoden ist die der Selbstbeobachtung, sowohl 'in sich hineinschauend' (introspektiv, erste Person Perspektive) als auch innerhalb der Selbstbeobachtung sich fokussierend auf beobachtbares Verhalten (dritte Person Perspektive). Einschlägige Disziplinen sind hier z.B. die Philosophie, viel später auch die klassische Psychologie.
• Experimentelle Fremdbeobachtung Verhalten: Seit der Renaissance bildeten sich experimentelle Wissenschaften heraus, die in der Neuzeit dann zu experimentellen Verhaltensbeobachtungen geführt haben (z.B. Ethologie, experimentelle Psychologie).
• Experimentelle Fremdbeobachtung Körper/ Nervensysteme: Da man in Selbstbeobachtung und experimenteller Fremdbeobachtung von Verhalten niemals die 'verursachenden' Prozesse erfassen kann, sondern immer nur die 'Auswirkungen' von 'dynamischem Wissen', stellt es eine interessante Erweiterung dar, jene Körperstrukturen direkt zu untersuchen, die als 'verursachend' für das Verhalten angesehen werden und zugleich als der 'Sitz' des 'dynamischen Wissens'. Als dieses gilt heute das Nervensystem von biologischen Systemen in engster Interaktion mit dem übrigen Körper. Die ungeheure Komplexität dieser Strukturen (ca. $100*10^{9}$ Zellen im Kontext des Gehirns eines Menschen und ca. $14*10^{12}$ Zellen im Körper samt weiteren ca. $2*10^{12}$ Bakterien entweder im Körper oder auf der Haut) macht es bis heute allerdings unmöglich, alle diese Zellen differenziert zu messen, noch kann man einfach mal so Experimente durchführen, bei denen alle Zellen beteiligt sind. Eine Korrelation von beobachtbarem Verhalten zu möglicherweise korrelierenden Zellprozessen ist nur sehr begrenzt möglich (einschlägige Disziplinen sind hier z.B. die Anatomie, die Physiologie, die Neurowissenschaft, und die Neuropsychologie).
• Simulation: Angesichts der empirischen Komplexität einerseits und der massiven Grenzen von Experimenten andererseits ist es sehr hilfreich, dass man theoretische Modelle und Hypothesen mit Hilfe von technischen Vorrichtungen, insbesondere mittels Computer und Computernetzwerken, 'simulieren' kann. Simulationen leiden zwar an einer unumgänglichen 'Vereinfachung' durch Abstraktion, aber sie bieten dennoch die Möglichkeit, interessierende Größen systematisch zu testen, um damit interessante Arbeitshypothesen für die realen Prozesse zu gewinnen.
• Technische Nutzung: Selbst dann, wenn man ein technisches System für Dienstleistungen am Menschen baut, das gar nicht speziell für die Erkundung von empirischen Phänomenen intendiert war, kann deren Einsatz mit begleitenden 'Benutzbarkeitsanalysen' ('usability test') sehr wertvolle Erkenntnisse über das dynamische Wissen von biologischen Systemen eröffnen. Letztlich bilden solche technische Systeme dann 'Versuchsanordnungen', durch die sich bestimmte Verhaltenseigenschaften testen lassen.

In dieser Vorlesung sollen folgende Methoden zur Anwendung kommen:

Fallstudien

Das gesamte Gebiet des dynamischen Wissens ist so groß, dass man in einer Vorlesung letztlich nur sehr grobe Umrisse und grundlegende Methoden vermitteln kann. Soll es für die Studierenden dann nicht nur sehr abstrakt bleiben, muss man versuchen, in der verfügbaren Zeit einige wenige konkrete 'Fallstudien' durcharbeiten zu lassen, in und anhand deren die Studierenden die Möglichkeit haben, anhand eines konkreten Beispiel alle Aspekte und die wichtigsten Methoden einmal komplett durch zu spielen. Nicht Vollständigkeit ist hier gefragt, sondern das methodisch transparent durchgeführte Beispiel. Dabei bietet es sich an, die oft unterschiedlichen Expertisen der Studierenden zu nutzen, um ganz unterschiedliche Einsatzszenarien durchspielen zu können. Eine Fallstudie enthält dann idealerweise die folgenden Elemente:

Szenarien

Um die große Fülle an potentiellen Fallstudien ein wenig zu strukturieren sei folgende Systematik vorgestellt.

MODUS	PLAN	INDIVIDUUM	POP	STADT
Zufällig	?	??	???	????
Reaktiv	+	+	+	+
Dynamisch	+	+	+	+

Die Kategorien 'PLAN', 'INDIVIDUUM', 'POP', und 'STADT' beziehen sich auf mögliche Systemformen von Wissen.

Wissen als 'PLAN' meint Ketten von Elementen, die von einer geeigneten Funktion als 'Informationen' 'interpretiert' werden können. Dies setzt voraus, dass sie minimalen Regeln folgen sowohl bzgl. dessen, was sie 'repräsentieren', als auch bzgl. einer möglichen Interpretation. Wissen als 'Plan' ist daher eher nicht zufällig, sondern 'deterministisch' oder aber (normalerweise) 'dynamisch'.

Wissen als 'INDIVIDUUM' betrachtet Wissensstrukturen, die ein individuelles System repräsentieren und in diesem Informationsverarbeitungsprozesse repräsentieren, die den 'Zielen des Systems' dienen sollen. Individuen selbst sind weder in ihrer Entstehung rein zufällig noch ist ihr Verhalten als System zufällig. Es ist mindestens 'reaktiv', meistens 'dynamisch'.

Mehrere Individuen zusammen können eine Population POP bilden. Dies erfordert eine minimale 'Koordinierung' zwischen den Individuen, was wiederum ein Minimum an 'Kommunikation' voraussetzt. In diesem Falle sind gemeinsam geteilte Objekte ('Informationen') Teil des 'Wissens', das sich in einer Population als ein 'verteiltes System' realisiert. Kommunikation und Koordination setzen normalerweise Regelhaftigkeit (nicht zufällig) voraus, entweder nur 'determiniert' oder - meistens - 'dynamisch'.

Mit der Kategorie 'STADT' sind solche Populationen gemeint, in denen gemeinsam geteilte Objekte, Strukturen, Abläufe zur 'festen Umgebung' der einzelnen Individuen gehören. D.h. eine Population schafft 'dauerhafte Artefakte', die zum Teil der alltäglichen Welt werden. Die erdbedingte Umgebung $W1$ wird immer mehr ergänzt, erweitert um eine technisch geschaffene Umgebung $W2$, so dass $W1 \cup W2$ die vorherrschende Umgebung bilden. Dies führt dazu, dass eine mögliche weitere Entwicklung immer mehr durch die selbst geschaffene Umgebung mit beeinflusst wird.

In allen Fällen von Populationen ist zu beachten, dass individuelle Systeme wechselseitig 'Teil der Umgebung' sind. Dies bedeutet, dass Verhaltensweisen immer eine 'Aktorperspektive' und eine 'Perzeptorperspektive' haben. Gemeinsame Leistungen können nur entstehen, wenn sowohl der Aktor wie der Perzeptor in bestimmten gemeinsamen Verhaltensprozessen mehr Vorteile als Nachteile erkennen können.

Aufgaben

Eine Fallstudie kann sich ein bestimmtes Szenario zum Bezugspunkt wählen. Zusätzlich zu dieser Kategorisierung kann man auch eine Liste von typischen Aufgaben ('tasks') verwenden, anhand deren man die Wirkung von Wissen demonstrieren möchte. Beispiele für Aufgaben sind:

• Genetische Konstruktion: Unter Voraussetzung einer bestimmten Übersetzungsfunktion sollen solche Baupläne für Individuen gefunden werden, die diese Individuen hinsichtlich einer bestimmten Aufgabe 'optimal' konstruieren.
• Wege finden: Typische Labyrinthaufgaben aus der Psychologie und Neuropsychologie verlangen, dass ein individuelles System eine Aufgabe lösen muss, indem es lernt, sich in einem Labyrinth zu orientieren.
• Musik erzeugen: Lernen, individuell Musik zu erzeugen (mehrstimmig), und dabei den 'Geschmack des Publikums' treffen.
• Musizieren: Lernen, mit anderen zusammen Musik zu machen (Band).
• Tanzen: Lernen, die 'beweglichen' Teile des Systems entsprechend einem 'Rhythmus' individuell und dennoch synchron zu 'bewegen'. (a) als Individuum; (b) in einer Gruppe (Formation)
• Malen: Lernen, Bilder innerhalb einer vorgegebenen Bildwelt zu erstellen und dabei den 'Geschmack des Publikums' treffen. (a) als Individuum; (b) in einer Gruppe (Team)
• Comic: Lernen, Bildfolgen so zu erstellen, dass sie sich als eine 'Geschichte' interpretieren lassen. (a) als Individuum; (b) in einer Gruppe (Team)
• Sprache lernen: Erlernen einer Kommunikation in einer Population, die eine minimale Koordinierung hinsichtlich einer gemeinsam zu lösenden Aufgabe erlaubt.
• Stadt planen: Lernen, Strukturen von Städten nach vorgegebenen Kriterien zu entwerfen. (a) als Individuum; (b) in einer Gruppe (Team)
• Stadt verwalten: Lernen, das Geschehen in einer Stadt zu 'verwalten'. (a) als Individuum; (b) in einer Gruppe (Team)
• Geräte intelligent machen: Bekannte Geräte aus dem Alltag nehmen, die noch gar nicht oder kaum über dynamisches Wissen verfügen, und deren Wirkung durch Hinzufügung von geeignetem dynamischen Wissens verbessern.
• Tutor: Realisierung eines Tutors, der Menschen dabei helfen kann, bestimmte gewünschte Verhaltensweisen einzuüben und beim Auftreten von Fehlern Hilfe leisten kann.