Organizational Design

bintelligencelogo

Ihr MENTOR für den smarten Weg zu effektiven Strukturen

Bintell-Wiki

Blog

Neuigkeiten

Problem & Remedy

Wann Systemtheorie & Kybernetik hilfreich sind

Slider

Wissen

Wissen ist im Wissensmanagement und der Wissenslogistik eine vorläufig wahre Zustandsgröße und ein selbstbezüglicher Prozess.

Seine Definition verändert es bereits, da diese selbst zum Bestandteil des Wissens wird.

Voraussetzung für Wissen ist ein wacher und selbstreflektierender Bewusstseinszustand, der dualistisch angelegt ist.

Wissen ist mit Erfahrungskontext getränkte Information. Information ist ein Datenbestandteil, welcher beim Beobachter durch die beobachterabhängige Relevanz einen Unterschied hervorrief. Daten sind etwas, was wahrgenommen werden kann, aber nicht muss. Diese Definition ist im Einklang mit dem DIKW-Modell.

Letzteres stellt Daten, Informationen, Wissen in einer aufsteigenden Pyramide dar und führt zu Organisational Memory Systemen, deren Hauptziel es ist, die richtige Information zur richtigen Zeit an die richtige Person zu liefern, damit diese die am besten geeignete Lösung wählen kann.

Damit wird Wissen mit seiner Nutzung verknüpft, was eine wesentliche Handlungsgrundlage von Informationssystemen darstellt.

Wissen bezeichnet deshalb im größeren Rahmen die Gesamtheit aller organisierten Informationen und ihrer wechselseitigen Zusammenhänge, auf deren Grundlage ein vernunftbegabtes System handeln kann.

Wissen erlaubt es einem solchen System – vor seinem Wissenshorizont und mit der Zielstellung der Selbsterhaltung – sinnvoll und bewusst auf Reize zu reagieren.

In einem neuronalen Netz führt ein Input zu einer Aktivitätsausbreitung im Netz und kann je nach Verarbeitung zu verschiedenen Outputs führen.

Ein typisches Beispiel für die Arbeitsweise von entsprechenden neuronalen Netzwerken ist die Mustererkennung:

Das Ziel des neuronalen Netzwerks ist es, bestimmte Muster zu „erkennen“, also bei einem gegebenen Input das Vorhandensein oder Fehlen des Musters anzuzeigen. Ein entsprechendes Netzwerk könnte etwa über zwei Ausgabeeinheiten verfügen, wobei eine Einheit immer dann aktiviert wird, wenn das Muster vorliegt und die andere Einheit aktiviert wird, wenn das Muster nicht vorliegt.

Soll ein solches Netzwerk zu den erwünschten Ergebnissen führen, so muss es lernfähig sein!

Das grundlegende Lernen in neuronalen Netzwerken wird durch die Hebbsche Lernregel realisiert, die bereits 1949 durch den Psychologen Donald Olding Hebb formuliert wurde.

Das Lernen in neuronalen Netzen wird realisiert, indem die Verbindungen zwischen den Einheiten gewichtet werden und somit zu unterschiedlich starken Aktivitätsausbreitungen führen.

Zweigen etwa von einer Einheit A zwei Verbindungen zu den Einheiten B und C ab, so hängt es von der Gewichtung der Verbindungen ab, wie stark sich die Aktivierung von A auf die Aktivierungen von B und C überträgt. Lernen wird nun durch eine Veränderung der Gewichtungen erreicht.

Im Falle der Mustererkennung würde ein Netzwerk so trainiert, dass bei der Präsentation eines Musters die Verbindungen zum einen Output gestärkt werden, während bei der Präsentation eines Nicht-Musters die Verbindungen zum anderen Output gestärkt werden.

Durch diesen Prozess lernt das Netzwerk auf verschiedene Varianten des Musters mit der richtigen Ausgabe zu reagieren und anschließend neue, bislang unbekannte Varianten des Musters eigenständig zu „erkennen“.

Hinsichtlich der Verarbeitungsweise des Gehirns, in dem nicht einzelne Neuronen als Repräsentationen von Wissen angesehen werden, führt vielmehr ein Reiz (wie ein visueller Stimulus) zu einer komplexen Aktivitätsausbreitung im Gehirn, weswegen Wissensverarbeitung und -speicherung durch das Modell der verteilten Repräsentation erklärt wird.

In der kognitiven Neurowissenschaft werden entsprechende Aktivitätsmuster mit Hilfe von bildgebenden Verfahren wie der Magnetresonanztomographie erforscht. Ein Ziel ist dabei die Suche nach neuronalen Korrelaten von Bewusstseins- und Wissenszuständen. Nimmt eine Person etwa visuell eine Farbe oder eine Kante wahr, so erwirbt sie Wissen über die Welt und zugleich werden bestimmte Aktivitäten im Gehirn verursacht.

Kognitive Neurowissenschaftler versuchen nun, herauszufinden, welche Gehirnaktivitäten mit entsprechenden Wahrnehmungs- und Wissenszuständen einhergehen.

Sonstige Info

Weitere Informationen von Interesse