Wiki-Zauber: Viele neue Paare Augen (Teil 5 von 9)

Prof. Dr. Christian Wagner geht in diesem Gespräch auf die Prinzipien von Wikis ein, die es einer „Masse“ – d.h. auch vielen Amateuren – ermöglichen, ein Produkt von hoher Qualität zu schaffen, wie z.B. Wikipedia.

[youtube]http://www.youtube.com/watch?v=WIooWSP8Amo[/youtube]

Die Kernaussagen in dieser Unterhaltung sind:

  • Seit den späten 90er Jahren war das typische Informationsaustauschsystem im Wissensmanagement das Diskussionsforum (Discussion Forum). Da sah man, die Fragestellung fing immer interessant an; dann kam oft noch eine Verständnisfrage, dann kamen gute Antworten. Wenn der Thread, dieser Faden dann länger wird, sagen manche nur „dem stimme ich zu“ oder „das stimmt nicht“. Damit sinkt die Durchschnittsqualität des Fadens im Laufe der Zeit. Die ersten fünf, sechs oder zehn Antworten sind eigentlich hochwertig, danach nimmt die Wertigkeit ab.
    Wenn es einen Moderator gibt, dann hat der im Forum viel Arbeit. Er kann auch nicht unbedingt Sachen herauslöschen aus dem Thread, z.B. Antwort 10, wenn sich Antwort 11 darauf bezieht; dann stimmt das nicht mehr, dann ist der Faden zerbrochen.
    Eine andere leidige Sache ist noch, dass beispielsweise Antwort 11 die Antwort 10 kopiert, um darauf einzugehen.
  • Das war das Schöne an den Wikis. Bei den Wikis gibt es keinen Faden, keine Wiederholung, da gibt es nur eine Antwort. Und wenn jemand die Antwort verbessern will, schreibt er etwas dazu.
    Wenn man dem zustimmen will, kann man es eventuell in eine Diskussionsseite (Talk Page) dazuschreiben. Wenn man etwas ändern will, schreibt man es in den Artikel rein. Damit ist der Artikel in sich selbst von weitaus höherer Qualität als die Durchschnittsqualität eines Diskussionsfadens.
  • Dann kommen natürlich die „Eyeballs“. Das Prinzip erkannte Linus Torvalds, der Erfinder des Linux. Es ging um Software-Fehler. Es ist für einen Softwareentwickler furchtbar schwierig, alle Fehler zu sehen. Einige Fehler finden sich erst nach Jahren.
    Wir alle kennen das, wenn wir einen Artikel schreiben. Nach dem zehnten Mal Durchlesen sehen wir nicht mehr, welche Fehler darin sind. Ein neues Paar Augen kann etwas sehen, was wir nicht mehr sehen. Und viele neue Paare Augen finden die skurrilsten Fehler. Und darum sind viele Paare Augen besser als ein Paar geschulte Augen.
  • Wenn wir auf das Millionärsspiel-Prinzip zurückgehen (siehe: Dass Kollektive Intelligenz funktioniert …): Die Zuschauer wissen nicht alles, sie wissen aber einen Fall, der falsch ist. Im Wiki sehen sie: hier in diesem Spezialfall stimmt der Artikel nicht. Viele Augen, die immer die Spezialfälle, die falsch sind, ausschliessen können, erhöhen damit die Qualität des Produktes.
  • Genial ist, dass man keine E-Mail-Korrespondenz mit dem Autor führen muss, denn zwei Wiki-Prinzipien sind: Sofort Publizieren, d.h. wenn ich den Knopf drücke, kann die Welt das sehen. Damit ist sofort meine Änderung sichtbar und damit änderbar. Und die anderen können wiederum ruck-zuck gleich redigieren. Sofort erhält man Rückmeldung.

Vertiefende Literatur:
Majchrzak, Ann; Wagner, Christian: The Wiki in Your Company: Lessons for Collaborative Knowledge Management. APC (Advanced Practices Council of the Society for Information Management) Sponsored Report, Dec. 2006 (gemäss diesen Angaben: available at no fee through APC Manager  @simnet.org).

Industrialisierung der Wissensproduktion (Teil 4 von 9)

Dieser Gesprächsausschnitt mit Prof. Dr. Christian Wagner beginnt mit der Frage „Leben wir heute in einer Zeit, in der die Industrialisierungsprozesse – wie im Automobilbau – auf die Herstellung von Informations- und Wissensprodukten angewendet werden können?“

[youtube]http://www.youtube.com/watch?v=j9Vci2Es9Bk[/youtube]

Die Kernaussagen sind zusammengefasst diese:

  • In der Industrialisierung wurde erreicht, dass relativ hochkomplizierte mechanische Produkte von Leuten erstellt wurden, die eigentlich relativ wenig Wissen hatten. Das war ja das Prinzip: Angelernte konnten ein Auto bauen. So kommt die Analogie auf, dass wir heute auch wenig Wissende hochkomplizierte Informationsprodukte bauen lassen, wie Enzyklopädien.
  • Aber diese kollektive Intelligenz ist nur ein Teilgebiet dieses Wissensmanagements (WM). Der Grossteil des WM fokussiert sich eigentlich immer noch darauf, traditionellere Wissensprodukte zu erstellen, sagen wir Internet-Anwendungen, oder so etwas. Da ist die Industrialisierung nicht so der Punkt.
  • Die Analogie für die kollektive Intelligenz sehe ich so: Das ist für mich wie eine Art Wärmepumpe: Die Wärmepumpe entzieht dem Boden Energie, der relativ wenig Energie hat. Indem wir mit dieser Wärmepumpe diese Energie auf eine höhere Stufe stellen, wird die damit nutzbar. Was wir mit der kollektiven Intelligenz machen ist eigentlich relativ wenig. Wir haben viel Information, aber mit einem geringen Informationsgehalt. Und wir benutzen wie eine „Intelligenzpumpe„, um den Informationsgehalt damit zu erhöhen.
  • WM allgemein, das sind so Prozesse wie Wissensaustausch und die Wissensverteilung, diese WM-Systeme an die Masse zu geben, … sie so zu vereinfachen, dass es ein Enduser-Wissensmanagement gibt, das ist der erste Schritt. Dann werden wir nachher sehen, dass diese kollektive Intelligenz als Seiteneffekt auf einmal aufkommen kann.

Glauben Executives an Prediction Markets?

(Teil 3 von 9)

Was Interesse, aber auch relativ grossen Widerstand hervorruft, sind Prediction Markets. Lassen Sie sich diese hier im Gespräch mit Prof. Dr. Christian Wagner erklären.

[youtube]http://www.youtube.com/watch?v=mpUorhfB1Pc[/youtube]

P.S.: Die Fotos im Hintergrund stammen von Marc Progin (vgl. Interview-Vlog mit Diashow)

Es fällt den Leuten schwer zu glauben, wie Prognosen von Wahlsiegen, Sportergebnissen oder auch Ereignissen in der Entscheidungsfindung bei Unternehmen über eine Lotterie und mit Geldeinsatz funktionieren können:

  • Prediction Markets können besser sein als Fokusgruppen
  • Spielgeld oder richtiges Geld, das macht keinen so grossen Unterschied
  • die „Könner“ (die das Wissen haben) spielen darum, auf der Rangliste ganz oben zu sein. Sie wollen gewinnen, wenn es darum geht, ihr Wissen zu zeigen.

Mit dem Wahlsieg von Obama hat sich Collective Intelligence – wie ebenso bereits im Gespräch und Blogpost zu Google Search Trends gezeigt – gleichermassen in der Ausprägung eines Prediction Markets bewährt. Als Visiting Professor hat Prof. Dr. Christian Wagner unsere Studierenden des Kurses „Knowledge Management in Global Business“ noch am Tag vor der Wahl auf diese Daten des Intrade Prediction Markets hingewiesen:

Intrade Wahlergebnis US-Präsident

Dass Kollektive Intelligenz funktioniert, macht Executives stutzig

(Teil 2 von 9)

Die erste Einstellung von Executives ist eigentlich immer Stutzigkeit, ein bisschen Missglauben, wenn sie von Collective Intelligence hören. Dass diesem ersten Eindruck durch gut gewählte Beispiele Einsichten folgen, hören wir in diesem und in weiteren Ausschnitten aus einem Gespräch mit Prof. Dr. Christian Wagner.

[youtube]http://de.youtube.com/watch?v=RlEiltuYxxo[/youtube]
Stutzig werden bedeutet ja inne halten und offen sein für potentielle Aha-Effekte. Einen solchen Aha-Effekt ruft regelmässig das Beispiel „Wer wird Millionär“ hervor. Das gibt es auf der ganzen Welt.

Professor Wagner sagt: Jeder hat das schon einmal gesehen und ist erstaunt, dass 50% des Publikums die richtige Antwort „wissen“, was ja nicht der Fall ist, sondern was nur so aussieht. Die Einsicht ist verblüffend, dass die grosse Masse den Experten voraus ist. Diesen Effekt erklärt er uns wie folgt:

  • Die Leute wissen nicht, was die richtige Antwort ist, aber sie können falsche Antworten ausschliessen. … Das ist Information.
  • Wenn ich genug Leute habe, eine grosse „Masse“, dann kommt die richtige Antwort wie Luftblasen in die Höhe.
  • Falsche Antworten werden zwar auch noch als richtig angesehen, das ist dann das Rauschen (noise)…. Aber das Signal (signal), die beste Antwort, kommt dann hervor.

Das ist ganz erstaunlich, … das ist was passiert.