Bewusstsein 2.0 – Teil 13

Eigentlich wünscht sich jeder Stabilität, Berechenbarkeit und Ordnung. Aktionäre verlangen von ihren Unternehmen einen Forecast darüber, wie sich die Unternehmensergebnisse nicht nur wahrscheinlich, sondern ziemlich sicher entwickeln werden. Im Falle einer Krankheit möchten wir auch von unserem Arzt eine zuverlässige Diagnose mit einer wirksamen, zeitlich bestimmten Therapie bekommen. Wenn wir Kinder in die Schule oder auf die Universität schicken, möchten wir, dass sie danach einen Beruf mit gutem Einkommen haben. Diese und viele mehr solcher Situationen wecken den Wunsch nach Vorhersagbarkeit (Prediction) also nach deterministischen Systemen.

Maschinen sind das einzige System welche den oben geforderten Wünschen entsprechen. Auch wenn sie sehr kompliziert sind, sind sie deterministisch. Maschinen haben definierbare, eingebaute oder programmierte Zustände. Es sind immer abzählbare, vorhersehbar und beschreibbare Zustände. Das sind dann die Finite State Machines. Maschinen gehören zu den linearen Systemen zu deren Beherrschung Wissen entscheidend ist. Es stellt sich immer die Frage – ”Wie macht man das?”. Bei einfachen Geräten – wie z. B bei einer Kaffeemaschine – braucht man weder zu deren Konstruktion noch zur Bedienung außergewöhnliches Know-How. Ingenieurwissen und Hausverstand reicht für beide Fälle aus. Auch bei bester Produktion wird es Defekte und Störungen geben. Diese werden in der Wegwerfgesellschaft einfach behoben – ein Neues muss her. Bei entsprechend ausgeprägtem Nachhaltigkeitsbewusstsein können viele Geräte repariert werden – wenn man nur wüsste wie das geht. Für wirklich fast alles gibt es auf YouTube Reparatur-, Bedienungs – und Bauanleitungen. Einen großen Beitrag zur Nachhaltigkeit liefern also Menschen die ihr Know-How auf diesem Medium anbieten. Wirklich kundenorientierte Hersteller machen das selbst. Es entsteht so ein kollektives Wissen – man muss es nur wissen.

Im Gegensatz zu den Einfachen sind komplizierte Maschinen immer noch in ihrem Verhalten kontrollierbar und steuerbar. Eine besonders komplizierte Maschine wäre z. B. ein Strahlentriebwerk. Auch höchste Ingenieurskunst alleine bringt sowas nicht hervor. Dazu braucht es eine komplexe Organisation von Technikern und Kaufleuten. Mit steigender Kompliziertheit ist es erforderlich dem Anwender eine einfache Bedienung zur Verfügung zu stellen. Das Triebwerk wird in ein Flugzeug eingebaut und der Pilot oder auch der Autopilot bedient nicht den Antrieb sondern das Flugzeug.

Nicht so kompliziert wie ein Flugzeug ist das Auto. Es besteht auch aus vielen Komponenten die genau aufeinander abgestimmt sein müssen. Es lässt sich einfach bedienen. Die Schwierigkeiten liegen nicht im Fahren selber, sondern im komplexen Umfeld des Straßenverkehrs. Deshalb muss man auch einen Führerschein machen. Im Zuge der Digitalisierung ist das autonom fahrende Auto der Hype schlechthin. Nehmen wir nun an, dass der Autopilot auf Basis eines künstlichen neuronalen Netzes gebaut wird. Dann werden Teile der Funktionen nicht mehr programmiert sondern trainiert. Genau dann wird aus einem komplizierten ein komplexes System. Ein selbstfahrendes Auto ist dann nicht mehr vorhersagbar, was im Straßenverkehr einem Supergau entsprechen würde. Der bisherige Lenker im Auto, also der Mensch, ist allerdings das komplexeste was auf dieser Welt schlechthin existiert und eigentlich auch nicht vorhersagbar. Bereits die nahe Zukunft wird  zeigen, welches der beiden komplexen Systeme, das künstliche oder das natürliche Neuronennetz, weniger Unfälle produziert.

Ein wesentliches Unterscheidungsmerkmal beider Systeme ist das Ursache – Wirkungsverhalten. Bei Maschinen, auch bei extrem Komplizierten, ist ein Fehler auf eine Ursache zurückzuführen. Programmcode ist linear auf Wenn/Dann-Abläufe aufgebaut. Es kann aufwendig sein aber der Fehler ist auffindbar.  In einem neuronal trainierten Autopiloten ist ein Fehler so nicht mehr zu finden. Das System muss also neu trainiert werden und kann dabei auch was anderes wieder verlernen. So wie eben der Mensch auch.

Komplexe Systeme bestehen aus einer großen Anzahl von homogenen (Nervenzellen) oder heterogen (Pflanzen) Komponenten welche untereinander vernetzt sind. Die Komplexität steigt sowohl mit der Menge der Komponenten als auch mit der Anzahl der Beziehungen. Bis zum Jahr 2020 werden etwa 40 Mrd. IoT´s vernetzt sein. Rechnet man nun die Computer und die Menschen mit Smart Devices dazu, so entsteht ein komplexes System, welches mit großer Wahrscheinlichkeit nicht mehr vorhersagbar ist. Verbindungen können auch rückbezüglich oder selbstbezüglich sein. Dadurch entstehen Feedbackschleifen von zwei Arten. Positiv verstärkende Information führt zu Wachstum, auch Exponentiellem. Negativ abschwächende Feedbacks führen zu Dämpfung und Stabilität.

Der derzeitige technische Aufbau des Internets dürfte stark über negatives Feedback gesteuert sein. Es ist enorm stabil. Wenn Bandbreiten höher werden als technisch möglich werden diese abgeregelt oder andere Übertragungswege geschaltet.  Die logische Vernetzung zeigt durchaus, auch exponentielles Wachstum. Verschieden Inhalte, vor allem solche die über soziale Netze laufen, können sich explosiv über den ganzen Globus verteilen. Es ist derzeit nicht bekannt was die Auslöser – Trigger für solche Ereignisse sind. Kein Mensch, nicht einmal die Produzenten von PokemoGO selber, haben dessen Hype erwartet. Genauso schnell bricht so ein System wieder zusammen. Aber es ist nichts kaputt gegangen. Da geht es so ähnlich wie im menschlichen Gehirn zu. Grundsätzlich sehr stabil aber plötzlich wie aus heiterem Himmel kommt man in eine Euphorie, die aber auch schnell wieder weg ist.

Die Trigger für das Anschwellen und Brechen einer Informationswelle im Internet sind bisher nicht bekannt. Es können kleinste Ursachen sein die sowas auslösen und das kann nur in komplexen, adaptive Systemen passieren. Wenn es sich dabei um vom Menschen negativ bewertet Ereignisse handelt wird vom Chaos gesprochen. Sofern dieses Chaos auf der Content-Ebene bleibt, ist ja nichts passiert. Pflanzt es sich jedoch auf reale Systeme fort können da auch Zerstörungen entstehen. Marc Elsberg hat das in seinem Roman “Blackout” eindrucksvoll beschrieben.

Beobachtet man das Internet, so wie es jetzt ist und wie man vermutet das es sich weiterentwickeln wird, ist der Schluss naheliegend dass es sich um ein Komplex  – Adaptives – Selbstorganisierendes System handelt. Bei genügender Anzahl an Komponenten (> 10 Mrd.) und Verbindungen, kann auch Emergenz entstehen. Das ist dann etwas was nicht mehr durch die Systemkomponenten erklärbar ist. Beim Gehirn ist dann Bewusstsein entstanden – kann nicht verortet werden und ist trotzdem da. So könnte auch durch das Internet etwas entstehen was die Menschen nicht erkennen können. Das Gehirn weiß auch nicht, dass es Bewusstsein hat.

Leben in der digitalen VUCA Welt:

Das Akronym VUCA fasst die Lebensumstände der digitalisierten Welt zusammen.

Volatility: Alles ist immer in Bewegung und flüchtig, man kann sich kaum an etwas festhalten. Was heute enorme Bedeutung hat ist schon morgen gegenstandslos. Daher möglichst wenige Anhaftungen.

Uncertainty: Wir lieben Sicherheit am Arbeitsplatz, beim Einkommen, in der Beziehung usw. Sofern es uns gut geht wollen wir am liebsten eine Garantie dafür, dass alles so bleibt wie es ist. Daher einem höheren metaphysischen Ziel verpflichtet sein.

Complexity: Ursachen suchen ist vergebliche Arbeit. Probleme werden von Agents gelöst. Daher ein möglichst großes Netzwerk mit starken Beziehungen haben.

Ambiguity: Widersprüche sind an der Tagesordnung. Im Netz steckt so enorm viel Wissen, dass es für jede Situation immer zwei plausible sich aber widersprechende Interpretationen gibt. Daher die Fähigkeit haben zu diesem Wissen zu kommen.

Wie bekomme ich Ordnung im digital komplexen Umfeld?

• Nicht auf jedes Pop-Up reagieren
• Als Agent stabil und zuverlässig sein
• Steuern über Likes, Teilen und Störungen
• Wertvolle Beziehungen stärken
• Small world Netze aufbauen
• Komplizierte Probleme mit WIE lösen
• Komplexe Probleme mit WEM Lösen
• Hypes von Nachhaltigkeit unterscheiden
• Tipping Points über Synchronizitäten erkennen
• Prediction entwickeln – das Unvermeidlich kommt ohnehin