FernFH WissBlog

Blog

  • KI, AI, Chat-GPT und dann noch Rechnungswesen… passt das zusammen?

    KI, AI, Chat-GPT und dann noch Rechnungswesen… passt das zusammen?

    Tradition trifft auf Moderne, auch so könnte der Titel dieses Blogartikels lauten. Das Rechnungswesen, das seit vielen Jahrhunderten Traditionen und Regelwerke hat, welches sich hauptsächlich durch steuerliche Anpassungen neu definiert, sich aber in normalerweise vorgefertigten Bahnen bewegt, scheint sich jetzt doch entscheidend zu verändern. Digitalisierung und Automatisierung hielten schon vor geraumer Zeit Einzug in das betriebliche Rechnungswesen. Automatische Belegübernahmen durch Schnittstellen sind seit vielen Jahren bekannt. Auch Optical Character Recognition (OCR) Software, welche Belege in Form von Texten erkennt und umwandelt, um diese digital zu verarbeiten gibt es bereits in vielen Buchhaltungsabteilungen.

    Aber was hat es nun mit der KI oder AI oder anderen Instrumenten und Systemen im Rechnungswesen auf sich? Gibt es die schon? Braucht es die vielleicht? Wo steuern wir hin?

    Durch all den technologischen Fortschritt verändern sich nicht nur die Aufgaben, sondern auch die damit zusammenhängenden Kompetenzen im Bereich des Rechnungswesens. So ist es schon jetzt wichtig dafür zu sorgen, dass die zukünftigen Mitarbeiter*innen im Rechnungswesen gut ausgebildet sind und genau diese Kompetenzen innehaben, die es für die neuen Ansprüche braucht. Aber was hat sich eigentlich verändert?

    Was bewegt die Digitalisierung?

    In einer aktuellen Studie der KPMG Deutschland (2024, S. 14) gaben mehr als 20 % der befragten Unternehmen an, dass Sie bereits drei große Themen im Bereich Digitalisierung umgesetzt haben. Das ist zum einen die Homogenisierung der Systemlandschaften, also eine Vereinheitlichung aller angewandten Systeme im Unternehmen, weiters geht es aktuell um die papierlose Buchhaltung (z.B. OCR-Texterkennung) und als drittes wird die Abschaffung der Legacy-Systeme (Altsysteme) genannt. Diese und weitere Themen, wie Schaffung einer einheitlichen Datenbasis oder Management der Stammdatenqualität und auch Standardisierung des Workflows, sind bei vielen Unternehmen bereits in Teilbereichen umgesetzt.

    KI und ein möglicher Nutzen

    Ein wenig anders sieht es aus beim Einsatz von KI im Bereich Buchhaltung. Nur etwa 15 % (KPMG AG, 2024, S. 18) der befragten Unternehmen nutzen lernende Systeme, wie zum Beispiel Chat-GPT. Dies kann zum einen daher kommen, dass es sowohl interne wie auch externe Barrieren zur Einführung von KI in Unternehmen gibt. Eine Studie der OECD (2021, zitiert in Grünbichler & Salimbeni, 2023, S. 56) zeigte auf, dass sowohl hohe Kosten wie auch eine gewisse Unsicherheit, wie KI genutzt werden kann, mögliche Barrieren für die Einführung von KI sein können. Ebenso ist es wichtig, die Mitarbeitenden und Führungskräfte sowohl in den entsprechenden Kompetenzen zu schulen wie auch das Verständnis für KI zu entwickeln und vertiefen.

    Gerade in der Buchhaltung, wo eben historisch verankert die manuelle und transaktionale Tätigkeit immer im Vordergrund stand, jetzt aber automatisierte Workflows und technologiebasierte Prozesse Einzug halten, gerade hier soll nun auch noch KI eingesetzt werden. Führungskräfte sehen die vorwiegende Tätigkeit im Rechnungswesen über kurz oder lang dort, dass die Mitarbeiter*innen sich mit kontrollierenden Aufgaben beschäftigten. Es wird also der Schwerpunkt der Tätigkeit in der Kontrolle und Qualität liegen (KPMG AG, 2024, S. 16).

    Aber wie geht es den Mitarbeitenden im Unternehmen mit der Aussicht auf den Einsatz von KI? Genau diese Frage zu KI im Rechnungswesen wurde von der TU Graz (Greimel & Grünbichler, 2023, S. 64) an die Mitgliedschaft des österreichischen Bilanzbuchhalterklubs gestellt. Die Forscher*innen erhoben Variablen zu wahrgenommener Nützlichkeit und Benutzerfreundlichkeit, ebenso aber die Einstellung zu Technologie und Erfahrungen (2023, S. 65). Sie zeigten auf, dass die befragten Personen den Einfluss von KI durchaus positiv auf ihre Job-Performance bewerten. Es zeigt sich aber, dass Personen unter 41 Jahren positiver über KI urteilen als ältere Arbeitnehmer*innen. Allerdings berichtet die Studie auch, dass 37 % der befragten Personen noch gar keine Erfahrung mit KI im Rechnungswesen haben.

    Zukunftsrollen im Rechnungswesen

    Laut KPMG (2024, S. 31) ist sehr deutlich zu erkennen, dass sich das Rechnungswesen verändert hat. 78% der befragten Unternehmen bestätigen, dass sich die Prozesse und Arbeitsabläufe durch die Digitalisierung optimiert haben. Ebenso bestätigen 65 %, dass sich die Rollenprofile der Mitarbeitenden verändert haben und fast gleichlautend auch deren Fähigkeiten. Forscher*innen der FH Oberösterreich (Leitner-Hanetseder, Eisl, Lehner & Forstenlechner, 2020) berichten über das Future Finance Team und definieren anhand der Persona-Methode die Mitarbeitenden der Zukunft im Rechnungswesen. Diese Rollenbilder beinhalten nach wie vor den/die Buchhalter*in und Controller*in, aber genauso Business Data Analysts, Compliance Officers oder Sustainability Manager*innen. Sie fügen aber auch die Rolle des Software Roboters hinzu, der das Team im Accounting voll und ganz unterstützt und rund um die Uhr Informationen verknüpft und Prognosen erstellt. Durch diese bunte Zusammensetzung der zukünftigen Teams im Rechnungswesen wird aber auch die Notwendigkeit sichtbar, einen Kompetenzkompass (Leitner-Hanetseder et al., 2020, S. 24) und Aus- und Weiterbildungswege zu entwickeln.

    Es ist also bereits eindeutig zu sehen, der digitale Wandel hat das Rechnungswesen und speziell auch die Buchhaltungsabteilungen schon im Fokus. Noch sind die Unternehmen sehr unterschiedlich in Ihren Weiterentwicklungsschritten im Bereich Automatisierung und Digitalisierung. Durch KI wird sich aber auch noch weiter Einiges in der Welt der Zahlen ändern. Es bleibt auf jeden Fall noch spannend, was die KI im Rechnungswesen bewirkt und wie die Rollenbilder im Rechnungswesen in Zukunft aussehen werden.

    Literatur:

    Greimel, Katharina/Grünbichler, Rudolf (2023). Künstliche Intelligenz im Rechnungswesen. BÖB Journal, (96), 90.

    Grünbichler, Rudolf/Salimbeni, Sergio (2023). KI-Implementierungshürden in Unternehmen. BÖB Journal, (96), 90.

    KPMG AG (2024). Digitalisierung im Rechnungswesen – Studienausgabe 2023/2024, 47.

    Leitner-Hanetseder, Susanne/Eisl, Christoph/Lehner, Othmar/Forstenlechner, Carina (2020). Future_Finance_Team_2030_LeitnerHanetseder_Eisl_Lehner_Forstenlechner__1_.pdf. Controlling. Accounting.Risiko.Finanzen. CARF Luzern, Luzern: o.V.

    OECD (2021). The Digital Transformation of SME´s: OECD Studies on SME´s and Entrepreneurship, paris: OECD Publishing, https://doi.org/10.1787/bdb9256a-en

  • Fragebogen, Experiment, Vignettenstudie…. Ein Plädoyer für das quantitative Forschen ❤

    Fragebogen, Experiment, Vignettenstudie…. Ein Plädoyer für das quantitative Forschen ❤

    (Bild ist AI-generiert)

    In den Sozialwissenschaften bedienen wir uns qualitativer als auch quantitativer Methoden. Durch qualitative Methoden wie die offene Befragung (Interviews), die Beobachtung und die Inhaltsanalyse kann die Welt ergebnisoffen betrachtet und möglichst vollständig beschrieben und verstanden werden. Diese sind also vor allem dann geeignet, wenn wir noch wenig Ahnung von einem bestimmten Phänomen oder einer bestimmten Situation haben und eine (erste) Theorie gebildet werden soll. Quantitative Methoden (z.B. Fragebogen, strukturierte Beobachtung, Experiment) sind wiederum dafür geeignet, wenn Sie einzelne Phänomene und Zusammenhänge auf der Welt offenlegen und erklären wollen.

    Sie sehen also: Beide Methodenansätze sind wichtig um die Welt, die Menschen und ihre Inter­aktionen besser verstehen zu können. Es scheinen sich jedoch einige Mythen und Vorurteile um beide Arten der Forschung zu ranken. Qualitative Forschung gilt oft als „einfacher“ und quantitative Forschung als überaus schwierig, weil hierfür statistische Grundkenntnisse notwendig sind. Tatsächlich haben beide Forschungsansätze ihre Vor- und Nachteile. Ich möchte Ihnen nun die quantitative Sozialforschung ein bisschen näherbringen und ihr Image durch ein paar Fakten verbessern.

    Wann quantitativ arbeiten?

    Welche Methode für ein Forschungsvorhaben geeignet ist, ergibt sich aus dem Vorwissen und der Forschungsfrage. Weiterführende Informationen zur Wahl der geeigneten Methode finden Sie in unserem Kurs „Vom Forschungsinteresse zum empirischen Forschungsdesign“.

    Quantitative Methoden haben immer mit Messen, Zählen und Berechnen zu tun. Wer quantitativ arbeitet, bedient sich Theorien und Vorannahmen, auf Basis derer sogenannte Hypothesen formuliert werden, welche dann durch die quantitativen Daten bestätigt oder verworfen werden. Im Gegensatz zu den qualitativen Methoden wird dabei nicht die Lebensrealität weniger Personen möglichst vollständig betrachtet, sondern ein kleiner Teil der Lebensrealität bei möglichst vielen Personen. Es wird quasi ins Leben „hineingezoomt“ und das wenige, das betrachtet wird, wird dabei möglichst genau erfasst. Zudem können nur mittels quantitativer Methoden systematische Unterschiede zwischen Personen, Unternehmen, Kulturen etc. sowie Zusammenhänge (z.B. zwischen äußeren Umständen, Wahrnehmungen, Motiven, Einstellungen, Verhaltensweisen etc.) offengelegt werden.

    Quantitative Forschung ist also v.a. dann geeignet, …

    • wenn wir bereits eine Vorahnung von einem Phänomen oder einem Sachverhalt haben und diese theoretischen Vorannahmen empirisch geprüft werden sollen,
    • wenn Regelhaftigkeiten für eine breite Grundgesamtheit identifiziert werden sollen,
    • wenn es um Unterschiede zwischen und innerhalb von Personen (z.B. über die Zeit) geht und
    • wenn es um den Zusammenhang zwischen einer Ursache und einer Wirkung geht.

    Vorteile quantitativer Forschung

    Ich sehe in der quantitativen Forschung viele Vorteile. Hier möchte ich auf zwei davon eingehen (weitere erfahren Sie im FERNFH Podcast „Der ganz normale Wahnsinn“). Erstens können durch quantitative Methoden gewisse Mechanismen und Phänomene sehr präzise erklärt werden. Dabei können Unterschiede zwischen Menschen/Unternehmen/Kulturen etc. getestet werden und es können – bei den richtigen Verfahren – Ursache und Wirkung relativ sauber auseinandergehalten werden. Das ist sehr wichtig, um praktische Maßnahmen zur Veränderung/Verbesserung abzuleiten. Auf Kausalität kann zum Beispiel mittels Experiment oder Längsschnitterhebungen, bei welchen dieselben Personen in gewissen Abständen immer wieder befragt werden, geschlossen werden.

    Zweitens sind quantitative Methoden – im Vergleich zu qualitativen Methoden – weniger aufwendig in der Datenanalyse. Die geeignete Analysemethode wird eigentlich schon mit der Formulierung der Hypothesen bestimmt und diese ist dann nach der Datenaufbereitung relativ schnell in einem Statistikprogramm (z.B. SPSS oder JASP) passiert. Dadurch können Sie Ablauf und Zeitplan Ihrer Abschlussarbeit relativ genau durchplanen. Zudem passt die relativ kurze Auswertungszeit quantitativer Daten gut zum Zeitplan einer Abschlussarbeit bei uns an der FERNFH, da so mehr Zeit für das eigentliche Schreiben der Arbeit bleibt.

    Quantitativ ist nicht nur der Fragebogen

    Bei Gedanken an quantitative Forschung denken die meisten an die standardisierte Befragung mittels Fragebogen. Das ist natürlich zu Recht eine beliebte Methode mit wenig Aufwand für Forscher*innen als auch für Versuchspersonen. Es gibt jedoch weit mehr quantitative Methoden, die angewendet werden können, um Hypothesen zu prüfen. Auch im Zuge einer Abschlussarbeit! Hier möchte ich drei kurz vorstellen.

    Inhaltsanalyse

    Zuallererst lege ich Ihnen die strukturierte Inhaltsanalyse nahe, denn mit ihr können Sie die Inhalte aus social media, Film und Fernsehen, Nachrichten etc. mit dem Erleben und Verhalten von Individuen und Gruppen verbinden.  Dabei analysieren Sie Text- und Multimediadaten auf Basis vorher definierter Kriterien, die dann in ihrer Häufigkeit gezählt werden. So können z.B. Werbevideos oder Chatverläufe innerhalb von Unternehmen hinsichtlich der von Ihnen vermittelten Emotionen untersucht werden oder Jobausschreibungen auf Phrasen geprüft werden, welche klassische Geschlechterrollen unterstreichen. Die Inhaltsanalyse ist insofern eine spezielle Methode, da hier oft kein persönlicher Kontakt zu den Versuchspersonen notwendig ist.

    Experiment

    Das Experiment ist der Ursprung aller quantitativen Forschung. Experimente können nicht nur klassisch „im Labor“ durchgeführt werden, gerade im Marketing finden oft Experimente im Feld statt, zum Beispiel werden Werbevideos gezeigt und ihre Wirkung verglichen oder Räume manipuliert, um zu prüfen, welcher Raumduft zu mehr Käufen anregt. Es gibt auch in Unternehmen Experimente, z.B. wenn ein neues Raumdesign oder die Viertagewoche ausprobiert wird. Alle Experimente haben dabei eines gemeinsam: Es gibt jeweils (mindestens) eine Experimentalgruppe, bei der etwas verändert (manipuliert) wird, und eine Vergleichsgruppe, bei der nichts verändert wird. Diese Gruppen werden dann verglichen. Einzigartig wertvoll macht diese Methode, dass durch die künstliche Manipulation recht deutlich zwischen Ursache und Wirkung unterschieden werden kann.

    Vignettenstudie

    Wenn ein Experiment auf einer hypothetischen Ebene durchgeführt wird, dann spricht man von einer Vignettenstudie. Dies klingt komplizierter als es ist. Vignetten sind kurze Texte oder Videos mit Anleitungen für die Versuchspersonen, sich in gewisse Situationen reinzudenken. Dabei werden die Vorteile von Experiment und Fragebogen kombiniert, d.h. dass die Studie mit relativ wenig Aufwand durchgeführt, jedoch relativ gut zwischen Ursache und Wirkung unterschieden werden kann. Nähere Informationen zu dieser und anderen quantitativen Methoden finden Sie in unserem Kurs „Quantitative Forschungsdesigns und -methoden“.

    Unsere Empfehlungen

    Trauen Sie sich drüber und forschen Sie quantitativ, denn es hat sehr viele Vorteile! Um diese auch alle auskosten zu können empfehlen wir:

    Stecken Sie viel Zeit und Energie in die Planung, es lohnt sich! So haben Sie ab dem Proposal einen genauen Fahrplan und ersparen sich sehr viel Zeit in der Durchführung und Analyse Ihrer Studie.

    Haben Sie Mut zur Lücke und keinen allzu hohen Anspruch auf Ihre Ergebnisse! Das ist nun mal so in der quantitativen Forschung: Man kann nicht die ganze Welt mit einer Studie erklären, im Gegenteil, man fokussiert auf einen sehr kleinen Teil der Welt, aber auf diesen möglichst detailliert.

    Stressen Sie sich nicht, wenn Ihre Hypothesen nicht bestätigt werden! Es kann natürlich immer vorkommen, dass Sie Ihre Hypothese(n) nach der Datenanalyse verwerfen müssen – aber das ist auch ein wichtiger Befund! Und jedenfalls haben Sie gelernt, wie der Forschungsprozess abläuft und können diesen dann in Ihrem Beruf auch einsetzen.

    Haben Sie keine Angst vor Statistik (sie hat wahrscheinlich mehr Angst vor Ihnen 😜)! Sie haben die Basis in Ihrem Studium gelernt, aber so wirklich vertiefen werden Sie Ihr Wissen dann erst im Zuge Ihrer tatsächlichen empirischen Arbeit – das ist der ganz normale Prozess. Dafür steht Ihnen an der FERNFH der begleitende Methodenkurs zur Verfügung, in dem Sie Hilfestellungen zur statistischen Auswertung Ihrer Studien finden (v.a. viele Video-Tutorials 😊). Wir haben seit kurzem übrigens auch einen Kurs zum Suchen und Finden von Versuchspersonen!

    Viel Erfolg beim quantitativen Forschen! … Spaß darf das übrigens auch machen ❤

  • Über Fernstudieren, Deep-Thinking und Entscheidungsprozesse

    Über Fernstudieren, Deep-Thinking und Entscheidungsprozesse

    Jede Veränderung, jeder Schritt in die Zukunft birgt etwas Unbekanntes, etwas oft nicht Berechenbares. So auch unsere selbstgeschaffenen technologischen Neuerungen, von denen wir als potenzielle Nutzer:innen bei ihrer Erfindung oder Einführung mitunter nicht sofort wissen, wie wir damit umgehen sollen, entweder auf der Ebene des Individuums, der Organisation oder der Gesellschaft.

    Wie mag es dem Schachweltmeister Garry Kasparov gegangen sein, als er seinen intellektuellen Wettstreit gegen das Schachprogramm Deep Blue austrug? Schach ist eine Sportart, die wohl am besten symbolisiert, wie sich ein komplexe, ungewisse und variantenreiche Zukunft – Zug um Zug – darstellen kann. Laien kalkulieren in Anbetracht der Möglichkeiten hier eventuell einen Zug im Voraus, Amateur:innen eventuell ein paar mehr, ja und Schachweltmeister:innen oder Profi-Schachspieler:innen, „who knows“. Jedenfalls sind all jene Menschen, die versuchen den Schacholymp zu besteigen, für das Schlagwort Deep-Thinking im Rahmen des 64-Felderspiels der lebende Beweis. Im Falle Kasparov´s  obsiegte 1996 am Ende noch der Mensch gegen die Maschine (Endstand 4:2)1.

    Aus Science-Fiction wurde teilweise Ernst und Realität.

    Eine Maschine konnte konstruiert werden, die erfolgreich auch menschliches Verhalten nachstellt und sich mit dem menschlichen Intellekt auf Schach-Großmeister:innen-Level messen kann. Zum Glück müssen wir nicht fürchten, dass der Terminator, iRobot, die Matrix und Co. jetzt aber baldige Realität werden, auch wenn Hollywood uns das manchmal eindrucksvoll und visuell ansprechend weißmachen möchte.

    Künstliche Intelligenz als die nächste logische Etappe?

    Der Reiz, sich mit dem Thema der Künstlichen Intelligenz und des maschinellen Lernens auseinander zu setzen, mag vielfältig sein. Fest steht, dass dieses Thema die logische nächste Etappe der Informations- und Digitalgesellschaft sein muss. Wie anders sollen die Menschen dem durch die Digitalisierung verursachten Datenreichtum – manche sagen Datenflut – begegnen oder zumindest lernen, damit umzugehen? Wie sollen wir im Rahmen der Allgegenwärtigkeit unzähliger Informationen sinnvoll und rational Entscheidungen fällen? Wie eruiert ein Schachweltmeister:innen den besten nächsten Zug? Fragen, deren Beantwortung wir erst finden müssen. Fest steht, dass der Mensch mit seinen kognitiven Mitteln nur sehr eingeschränkt zu sogenanntem Deep-Thinking fähig ist. Eine genaue Definition für den Begriff Deep-Thinking existiert noch nicht, aber halten wir einmal fest, dass all jene die zu tiefem Denken neigen, alles bis ins mögliche Detail analysieren. Diese Menschen wollen den Sinn hinter den Dingen verstehen und nehmen sich gerne Zeit für die Verarbeitung von Informationen (auch wenn es große Datenmengen sind).

    Die klaglosen Maschinen

    Im Bereich des Deep-Thinking sind Computer und Algorithmen aufgrund ihrer Rechenleistungen und klaglosen, nie ermüdenden datenwühlenden Prozedurabarbeitung die wohl besseren Kandidat:innen. Künstliche-Intelligenz, maschinelles Lernen und Deep-Thinking sind also nicht nur Buzzwords oder temporäre Hypes, sondern wie schon erwähnt höchstwahrscheinlich die nächste Stufe der Digitalisierung der Gesellschaft und der Wirtschaft. Die Digitalisierung kennzeichnet sich derzeit schon auffällig durch User:innen-verursachte und automatisierte Erstellung, Verarbeitung und Weiterleitung von digitalen Daten. Dabei werden große Datenmengen angehäuft, die wir als Menschen ohne Hilfsmittel gar nicht mehr bewältigen oder bearbeiten können. Um es mit den Worten von Paul Watzlawick (1987) zu formulieren und zu karikieren: Die Lösung ist gleichzeitig das Problem.

    Fernstudieren als organisatorische Herausforderung

    Es ist aber nur insofern ein Problem, als dass wir wohl einfach noch nicht so recht herausgefunden haben, was in Anbetracht der Informationsfülle zu tun ist. Auch im Rahmen eines digitalen Fernstudiums liegt zunächst eine unüberschaubare Datenlage vor. Dies kann man sowohl aus organisatorischer als auch inhaltlicher Perspektive betrachten. Daher experimentieren die Studierenden zu Beginn ihres Studiums mit diversen Zeitmanagement- und Organisationsmethoden. Sie versuchen sich Listen zu erstellen, wann etwas zu bearbeiten, zu erledigen oder abzugeben ist. Es werden Lern-, Dokumenten- und Wissensverwaltungssysteme geprüft und organisiert. Das ganze manchmal bis an die Grenzen der eigenen Informationsbelastbarkeit in der jeweils beruflichen, privaten und studientechnischen Konstellation. Letztlich finden die erfolgreich Studierenden eine Strategie in Abwägung aller persönlicher Faktoren, die ihnen hilft für jeden Zug oder Schritt die richtige Entscheidung zu treffen. Interessant dazu ist auch der Beitrag meiner Kollegin Tanja Adamcik (Link).

    Fernstudieren mal kontrafaktisch und futuristisch gedacht

    Denken wir jetzt aber einmal bewusst kontrafaktisch: Was wäre, wenn … den Studierenden zu Beginn des FernFH-Studium nicht nur ein Studierendenausweis und ihre Zugangsdaten zum Online-Campus ausgehändigt würden, sondern auch ein maschineller Assistent. Über die kommenden Semester könnte sich ein Mensch-Maschine-Team entwickeln, das sich gegenseitig bereichert und voneinander lernt, z.B. im Kontext von Lernorganisation, Wissensorganisation oder Zeitmanagement. Das Maschinen-System hätte Zugriff zu einem großen Datenschatz aus vorangegangenen Semestern und Absolvent:innen. Es hätte Analysen zu erfolgreichen und weniger erfolgreichen Lern- und Organisationsstrategien bereits getätigt und könnte auf Basis dessen Entscheidungsfindungsprozesse, in denen sich die Studierenden laufend befinden, begleiten. Das Maschinenassistenzsystem könnte die Studierenden beraten, ob ein baldiger Meilenstein zügig zu bearbeiten ist oder ob man in Anbetracht anderer Prioritäten eventuell noch eine Fertigstellung hintenanstellen könnte. Es könnte auf Basis des Lernverhaltens und Lernerfolgs Tipps und Trick für zukünftige Prüfungssituationen vorschlagen. Es könnte sprachgesteuert das Studierenden-e-Portfolio pflegen und Zusammenfassungen schreiben, ähnlich wie uns Apple-Geräte automatisch unsere Urlaubsvideo zusammenschneiden. Und noch vieles mehr, der Fantasie sind hier sicherlich keine Grenzen gesetzt.

    Nicht den Kopf in den Sand stecken

    In einer von Komplexität und Informationsfülle geprägten Zeit sollte man Künstliche-Intelligenz-System auf dem Radar haben und diese eventuell als Möglichkeit einer nicht so fernen Zukunft betrachten. Sowohl aus der Datenbewältigungs- als auch Entscheidungs-Perspektive können neue Mensch-Maschine-Teams entstehen, in denen Deep-Thinking beide Parteien begleitet. Praktische Implikationen dieser neuen Technologie – egal in welchem Kontext – werden sich aus unseren Problemen als auch neuen Anforderungen ergeben. In diesem Sinne lohnt sich eine Reflexion, wie wir derzeit unsere Entscheidungsprozesse gestalten und dies zukünftig zu tun gedenken.

    Heute schon eine Runde Schach2 gespielt? Gegen einen Menschen oder gar eine Maschine? 😊

    1) Garry Kasparov versus Deep Thought Documentary – abgerufen 09.11.2022 Link

    2) Gratis Schachplattform – www.lichess.org

  • Und ob ich schon wanderte im gruseligen Tal, …

    Keine Angst, trotz der textlichen Anlehnung an ein bekanntes Bibelzitat (Psalm 23) ist nicht Religion das Thema dieses Beitrags. Auch wenn die persönliche Zustimmung oder Ablehnung von digitalen Sprachassistenten durchaus Züge eines Glaubensbekenntnisses annehmen kann.

    So long, Alexa?

    Erst vor kurzen häufte sich in sozialen Medien die Meldung, dass Amazons digitaler Sprachassistent Alexa und seine Smart Speaker dem Internetriesen Milliardenverluste bescheren. Mit ihrer Einführung 2014 (2016 im D-A-CH-Raum) drang der Konzern unmittelbar in die privaten Wohnräume ein. Manch böse Zungen meinen, um zu spionieren und Daten abzusaugen. Obwohl das nicht von der Hand zu weisen ist, geht es wohl eher darum das Online Shopping-Erlebnis durch Vernetzung und Sprachsteuerung zu revolutionieren und so weitere Rekordergebnisse zu sichern. Voice Commerce, das bequeme Einkaufen und Bezahlen per Sprachbefehle, ist ja ein Zukunftstrend und wachsender Markt, wenngleich aktuell nur auf niedrigem Niveau. Ökonomisch absolut nachvollziehbar, reagiert Amazon nun mit einem wirtschaftlichen Kahlschlag. Und auch wenn die Abgesänge auf das Produkt Alexa verfrüht erscheinen, ist die Zukunft und insbesondere Weiterentwicklung dieser Sparte mehr als ungewiss.

    Unheimliche Technik

    Warum aber verbleibt das Geschäftsmodell Voice Commerce so hinter seinen Erwartungen zurück? Warum werden digitale Sprachassistenten trotz ihrer Möglichkeiten vor allem eher für triviale Aktivitäten wie beispielsweise das Abspielen von Musik, das Abrufen von Wetterinformationen oder das Stellen eines Weckers verwendet? Eine Erklärung dafür liefert das Uncanny Valley. Das Phänomen des Gruselgrabens oder unheimlichen Tals wurde bereits 1970 vom japanischen Robotiker Masahiro Mori[1] beschrieben. Er wollte wissen, wie Menschen auf künstliche, aber menschenähnliche Lebensformen reagieren und entdeckte dabei ein paradoxes, U-förmiges Muster. Grundsätzlich empfinden wir es als sympathisch, wenn künstlich erschaffene Dinge unserem Aussehen ähneln. Denken sie beispielsweise an das Kindchenschema bei der Darstellung sprechender Tiere in Zeichentrickfilmen. Je mehr künstlich erstellte Lebensformen aber dem menschlichen Abbild ähneln, desto stärker kommt es ihnen gegenüber paradoxerweise zu einem Vertrauensverlust. Gerade weil wir Technik trotz aller Ähnlichkeiten als artifiziell entlarven (z.B. durch fehlende Mimik oder Emotionen), wirken sie befremdlich, gar unheimlich auf uns. Da sich der Mensch früher oder später aber an alles gewöhnt, führt eine weitere Zunahme an Ähnlichkeit auch wieder aus dem Uncanny Valley heraus. Die wahrnehmbaren Unterschiede werden weniger, das Vertrauen wieder hergestellt.

    Das Phänomen des Uncanny Valley bei verschiedenen Ausprägungen an Menschenähnlichkeit [2]

    Betroffen davon ist alles, was dem Menschsein in irgendeiner Form ähnelt. Eben auch Amazons Alexa, die durch ihre sprachlichen Fähigkeiten vorgibt, eine eigenständige Persönlichkeit zu sein. Über Voice Commerce seine Einkäufe zu tätigen, erfordert Vertrauen. Sensible Daten werden außer Haus gegeben, die Transparenz ist durch eine fehlende visuelle Darstellung nicht vergleichbar mit der des herkömmlichen Online-Shoppings. Die Zurückhaltung der Konsument_innen ist verständlich, die stetige Entwicklung der künstlichen Intelligenz wird aber sicher auch diesen Bereich weiter voranbringen.

    Achtung Gruselgraben!

    Doch nicht nur für Alexa ist das Uncanny Valley von Bedeutung. Auch in der Fernlehre kann sich eine Akzeptanzlücke öffnen, wenn Avatare, Chatbots oder Videos mit computeranimierten Darsteller_innen zwar als menschlich, aber gleichzeitig als zu künstlich wahrgenommen werden. Ich selbst kann mich an eine Lehrveranstaltung erinnern, in der mehrere, kurze, selbst erstellte Lehrvideos mit einer computergenerierten Stimme hinterlegt wurden. Die Überlegung dahinter war, dass Artikulation und Aussprache so klarer und verständlicher sind. Das studentische Feedback dazu war überraschend: es sei anstrengend der menschenähnlichen, aber eindeutig als computergeneriert identifizierten Stimme zu folgen. Ich habe die Studierenden ungewollt aber geradewegs in den Gruselgraben geschickt. Aus dieser Erfahrung habe ich gelernt, meine selbst erstellten Lehrvideos wieder selbst zu vertonen. Ich bin zwar persönlich mit dem Ergebnis nicht immer zufrieden, als 100 % menschlich wird sie aber jedenfalls erkannt und akzeptiert. Für Alexa habe ich leider keine so einfache und rasche Lösung parat, um den Weg aus dem Gruselgraben heraus zu finden.

    [1] https://en.wikipedia.org/wiki/Masahiro_Mori_(roboticist)

    [2] Tobias K. (https://commons.wikimedia.org/wiki/File:Mori_Uncanny_Valley_de.svg), „Mori Uncanny Valley de“, https://creativecommons.org/licenses/by-sa/3.0/legalcode

  • Gut zu wissen: Warum es Typologien wie das Generationenmodell braucht, worauf man aber achten sollte.

    Gut zu wissen: Warum es Typologien wie das Generationenmodell braucht, worauf man aber achten sollte.

    Ein Blick in die Forschungsprojekte der FERNFH verrät, dass Generationen ein aktuelles und wichtiges Thema sind. Wie können unterschiedliche Generationen motiviert werden? Welches unterschiedliche Führungsverständnis erfordern gegenwärtige Generationen? Wie unterscheiden sich Generationen hinsichtlich ihres Kaufverhaltens? Man merkt schon, die Zugehörigkeit zu einer Generation ist Erklärung für vieles. Das Verständnis, dass jede Generation hinsichtlich ihrer Werte, Motive und Bedürfnisse sich sowohl von der vorhergehenden als auch nachfolgenden abgrenzt, enthüllt Einflüsse und Zusammenhänge auf verschiedenste z.B. im Personalwesen oder Marketing nutzbare Sachverhalte.

    Generationen als wiederkehrende Abfolge von Jugend

    Unser Generationenbegriff findet seinen Ursprung beim österreichisch-ungarischen Soziologen Karl Mannheim. In seiner Publikation „Das Problem der Generationen“ (1928) forderte er, Generationen nicht länger bloß durch die biologisch determinierte Abfolge von Geburtsjahrgängen zu ordnen. Vielmehr sind es die gemeinsamen Erlebnisse und deren Bewältigung, die verbindend wirken. Die immer wiederkehrende Abfolge neuer Jugendgenerationen und ihre unterschiedlichen Verhaltensmuster befeuern auch den gesellschaftlichen Wandel.

    Von den Baby Boomer bis zur Generation Alpha

    Die Generation der Baby Boomer war bestimmt vom Wiederaufbau sowie Friedens- und Umweltbewegungen der 1980’er. Die Jugend der Generation X wurde vom technologischen Fortschritt, aber auch Umweltkatastrophen (z.B. Ozonloch, Tschernobyl) und wirtschaftlichen Krisen begleitet. Die Generation Y war mit hohen Unsicherheiten (z.B. 9/11, Jugendarbeitslosigkeit) konfrontiert. Für sie ist Arbeit auch nicht mehr zentraler Lebensinhalt, die Work-Life-Balance gewinnt an Stellenwert. Die Generation Z ist geprägt von einer fortschreitenden Digitalisierung (z.B. mobile Technologien, soziale Netzwerke). Das Streben nach Individualisierung und eigener Zufriedenheit wird bevorzugt, die Bedeutung der Erwerbsarbeit nimmt weiter ab. Als jüngster Begriff findet sich die Generation Alpha, deren zukünftige Lebenswelten wohl völlig von der Digitalisierung durchdrungen sein werden.

    Das Problem mit dem Begriff am Beispiel der Digital Natives

    Die Generationenbezeichnungen haben sich im allgemeinen Sprachgebrauch verankert, ihre Einteilung ist zwar einfach, aber nicht widerspruchsfrei. Das Bestreben, neue Generationen auszurufen und zu beschreiben, beruht häufiger auf ökonomisch verwertbaren, denn soziologischen Motiven. So kommt es auch vor, dass innerhalb einer Beschreibung kein Konsens über Bezeichnung, gemeinsame Erlebnisse oder Wertesysteme existiert. Beispielsweise beanspruchen die Digital Natives sowohl die Generation Z, als auch Teile der Generation Y. Diese von Marc Prensky (2001) eingeführte Begrifflichkeit beschreibt eine Kohorte, bei der digitale Technologien integraler Bestandteil ihrer Jugendbiografien sind. Die Fähigkeit Digitalisierung zu beherrschen, wurde ihnen (als quasi Ureinwohner_innen einer digitalen Welt) in die Wiege gelegt. Alle vorangegangenen Jahrgänge sind in die digitale Welt lediglich eingewandert und müssen sich die damit verbundenen Erfordernisse erst aneignen (Digital Immigrants).

    Digital Natives oder Digital Immigrants?

    Die Trennung zwischen Natives und Immigrants birgt, obgleich populär und häufig in Medien weitergetragen, berechtigten Anlass zu Kritik. Denn jede Generation durchlebt in ihrer Jugend ihre eigenen Medienerfahrungen. Waren Fernsehen und MTV fester Medienbestandteil der Generation X, sind es Internet und Smartphone für die Jüngeren. Ungeachtet des technologischen Fortschritts braucht es sowohl beim einen als auch dem anderen dieselben Kompetenzen: das Wissen darüber, den kritischen Umgang damit und die Fähigkeit der (Mit-)Gestaltung. Die Digitalisierung schafft neue Möglichkeiten miteinander zu kommunizieren, verändert aber auch bestehende. Technischen Strukturen kommt jedenfalls eine wesentliche Rolle zu. Dabei ist es egal, ob der Kontakt mit digitalen Medien bereits im Jugendalter stattfindet oder – wie beispielsweise im Falle der Generation X – häufig erst im späteren (Berufs-)Leben. Das bloße Aufwachsen damit führt jedenfalls nicht zu einem automatischen, beiläufigen Erwerb erforderlicher Kompetenzen, um sich in der Digitalisierung beheimatet zu fühlen. Hier ist das Konzept der Digital Natives nicht ausreichend kritisch. Es  vernachlässigt die Tatsache, dass auch jede junge Generation den Umgang mit der Digitalisierung erst für sich entdecken und erlernen muss (Schulmeister, 2008; Jenkins et al., 2009; Hepp et al., 2012).

    Idealtypisch aber nicht real

    Ich selbst zähle mich zu den X’lern. Dennoch waren bereits im Volksschulalter (Heim-)Computer und Videospielkonsole für mich liebgewonnene Spielzeuge. Anders als heute, brauchte die grafische Darstellung in Computerspielen damals noch die eigene Fantasie. Wie sonst hätte ich einen klobigen, geraden Strich als Tennisspieler_in und einen rechteckigen Punkt als Ball erkennen können? Wie viele andere meines Jahrgangs und Freundeskreises bin ich mit Computertechnologie groß geworden, auch wenn wir das noch nicht als Digitalisierung wahrgenommen haben. Dennoch wäre ich nach Marc Prensky’s These ein Digital Immigrant, kein Digital Native. In erster Linie ein konzeptioneller Widerspruch, aber auch ein Problem kategorialer Typologien: die Beschreibung idealtypischer, nicht realer Formen. Es ist viel wahrscheinlicher, dass sie „da draußen“ abgewandelt oder in Kombination auftreten.

    OK Boomer

    Diesem Beispiel zum Trotz, eine modellhafte Typisierung, auch die der Generationen, ist korrekt und sinnvoll. Für die (wissenschaftliche) Analyse ist sie unverzichtbares Instrument, da erst diese Form der Vereinfachung es ermöglicht, komplexe Realitäten zu beschreiben, zu erklären und miteinander vergleichen zu können. Vorsicht ist dennoch geboten, da gerade die Vorstellung einer „reinen“ Existenz von Typen die Gefahr eines klischeebehafteten Denkens birgt. Es ist kaum von der Hand zu weisen, dass wenn Menschen in „Generationenschubladen“ gesteckt werden, dies gesellschaftliche Differenzen reproduziert und hervorbringt. Dadurch können sich Memes wie „OK Boomer“ rasch verbreiten, obgleich sie das stereotype Bild einer engstirnigen, belehrenden und herablassenden älteren Generation transportieren. Und natürlich sind Handlungsfreiheit, Sicherheit, Zugehörigkeit und Wertschätzung für die Generation Z zentrale Voraussetzungen einer attraktiven Arbeitsstelle, für uns andere (ältere) aber nicht minder (siehe dazu auch den Blogbeitrag von Christa Walenta). Um nicht in den Kanon einfach kommentarloser Wiedergabe miteinzustimmen, braucht es die Erkenntnis, auch bewährte und bereits im Alltagswissen etablierte Modelle zu hinterfragen.

    Die Leistungsfähigkeit und die Einschränkungen von Typologien

    Wenn Sie also das nächste Mal ein typologisches Modell verwenden, egal ob in einer Forschungsarbeit oder in einem Alltagsgespräch, denken Sie auch darüber nach, was davon eigentlich nur theoretische Erklärung ist und was tatsächlich die Realität beschreiben kann. Bleiben Sie kritisch und fragen Sie nicht nur nach der Leistungsfähigkeit einer Typologie, sondern auch nach ihren Einschränkungen. Im Studium an der FERNFH haben Sie diese Kompetenz erworben.

    Quellen

    Hepp, Andreas/Berg, Matthias/Roitsch, Cindy (2012). Die Mediatisierung subjektiver Vergemeinschaftungshorizonte: Zur kommunikativen Vernetzung und medienvermittelten Gemeinschaftsbildung junger Menschen. In Krotz, Friedrich & Hepp, Andreas (Hrsg.), Mediatisierte Welten. Forschungsfelder und Beschreibungsansätze. Wiesbaden: Springer VS, S. 227-256.

    Jenkins, Henry/Purushotma, Ravi/Weigel, Margart/Clinton, Kathi/Robinson, Alice J. (2009). Confronting the challenges of participatory culture: Media education for the 21st century. Cambridge MA: MIT Press.

    Mannheim, Karl (1928) Das Problem der Generationen. Kölner Vierteljahreshefte für Soziologie, 7, S. 157-184. Prensky, Marc (2001), Digital Natives, Digital Immigrants. On the Horizon, 9(5), S. 1-6. Schulmeister, Rolf (2008). Gibt es eine Net Generation? Widerlegung einer Mystifizierung. In: Seehusen, S., Lucke, U. & Fischer, S. (Hrsg.), DeLFI 2008: Die 6. e-Learning Fachtagung Informatik. Bonn: Gesellschaft für Informatik e.V.. (S. 15-28).

  • Das Internet ist kein Zweitgedächtnis

    Das Internet ist kein Zweitgedächtnis

    Über 8 Millionen Menschen in Österreich haben Zugang zum Internet. Dort wartet eine nahezu unendliche – und vor allem auch unordentliche – Menge an Informationen. Doch wie nähern wir uns diesen Informationen und sind diese uns wirklich so nützlich? Wie können wir sinnvoll mit dieser Informationsfülle umgehen? In Gesprächen mit Freunden und Bekannten lässt sich für mich ein Informationsverwaltungstrend erkennen: in unserer modernen, vom Internet und von Mobile Devices geprägten Gesellschaft muss man nur noch wissen, wo man etwas findet und den entsprechenden Zugang zu Text, Bild und Ton haben. Doch was passiert hier mit unserem Denken oder unserer Gesprächskultur? Laufend bekomme ich Smarte Devices unter die Nase gehalten. Selten ist ein/e Gesprächspartner_in in der Lage eine selbstformulierte Beschreibung zum Sachverhalt zu liefern.

    Agieren via Suchmaschinen

    Selbstverständlich, wir müssen alle persönlich selektieren und filtern, was uns interessiert und bewegt. Wir legen uns dabei Routinen zu. Im Kontext des Internets agieren wir digital gern via Suchmaschinen. Schlagwort getippt, Treffer reflektiert, zwei oder drei Seiten überflogen und dann … Dann wenden wir uns womöglich wieder einfach anderen Dingen zu oder verlieren uns im Hyperraum der Hyperlinks.

    Unsere Alltagsmethodik im Umgang mit dem Internet ist denkfeindlich

    Obwohl oder besser gesagt, gerade weil uns das Internet doch alle Informationen dieser Welt bietet und bequem serviert, möchte ich die These aufstellen, dass unsere Alltagsmethodik, mit dem Internet umzugehen, regelrecht denkfeindlich ist. Für uns als Informationskonsument_innen führen die Struktur, die Virtualität und eben die Fülle an Einträgen im World Wide Web dazu, dass wir uns nur auf Suchmaschinen verlassen und womöglich dazu verleitet werden, das aktive Denken an das Netz outzusourcen. Wem wiederum diese Suchmaschinen gehören und nach welchen Grundsätzen oder Interessen diese betrieben werden, ist noch ein ganz anderes Thema. Auch der Autor und Wirtschaftsjournalist Nicholas Carr diagnostizierte an sich selbst bereits 2008 die Minderung seiner „Deep Reading“ Fähigkeit und machte seinen übermäßigen Internet- und Suchmaschinen-Gebrauch dafür verantwortlich, der seinem Geist die Web-Informationsverarbeitung antrainiert habe, welche sich wiederum vor allem durch schnelles und oberflächliches Lesen und Selektieren auszeichnet (Carr 2008).

    Wie können wir Informationen langfristig in das eigene Gedächtnis bringen?

    Heute soll es eher darum gehen, wie man, statt kognitives Cloud-Sourcing zu betreiben, gesammelte und selektierte Informationen langfristig in das eigene Gedächtnis bringen kann. Erst durch diesen Ansatz lassen sich über Zeit Wissen oder so etwas wie Erkenntnisse generieren. Erst aus gesammelten Informationen – nennen wir sie Notizen – lassen sich Themen, Probleme und Gedanken clustern, identifizieren und verknüpfen. Denken ist ein kreativer wie auch analytischer Prozess, keine Suchmaschine der Welt kann mir persönlich diese Denk- und Kreativarbeit abnehmen.

    Keine Suchmaschine der Welt kann mir diese Denk- und Kreativarbeit abnehmen

    Was also tun? Die Wissenschaft hat bereits erkannt: schematisches Denken geht nicht ohne externe Hilfsmittel. Denn unsere kognitiven Fähigkeiten und speziell unsere Erinnerungsfähigkeiten sind begrenzt. Unser Kopf ist so gut wie unfähig, verschiedene Dinge gleichzeitig präsent zu halten. Zumindest in diesem Punkt sind uns die Server und Festplatten dieser Welt weit überlegen. Und so empfiehlt der Bildungs- und Sozialwissenschaftler Sönke Ahrens den Aufbau einer Informationsverarbeitungsroutine gekoppelt mit dem Anlegen eines notizbasierten persönlichen Zweitgedächtnisses, mit dem man regelmäßig kommuniziert (Ahrens 2017).

    Notizen sammeln

    Wenn man also im Internet eine Informationssuche durchführt oder vielleicht einfach nur ein spannendes (Fach-)buch liest, dann muss man sich zu den persönlich für wesentlich erachteten Informationen Notizen machen, direkt beim Lesen oder Hören. Im Idealfall geschieht dies durch umformulierendes Schreiben des Gelesenen oder Gehörten. Eine solche Sammlung an Notizen kann dann über Zeit zu einem großen Vorrat an Themen und Gedanken anwachsen. Man beginnt in Hinblick auf seine Notizsammlung zu lesen, zu recherchieren und womöglich zu schreiben. Gleichzeitig trainiert man den bewussten Umgang mit Informationen, Begriffen und Argumenten, sowie die Unterscheidungsfähigkeit und Informationskompetenz. Und so ganz nebenbei praktiziert man die Kunst, sich einfach und verständlich auszudrücken. Gott oder ihre Mitmenschen werden es Ihnen vergelten.

    Eine unschätzbare Ressource

    Das Internet ist ein gigantischer Wissensspeicher und wird diese Rolle bzw. Funktion wohl noch eine Weile ausfüllen. Aber eine durchgeführte Suchmaschinenanfrage – rein in Request-Response-Manier – ohne persönliche Aufbereitung und Ablage der gefundenen und für wertvoll eingeschätzten Informationen führen nicht zum Aufbau eines persönlichen Wissensschatzes oder Zweitgedächtnisses. Persönliches analytisches und kreatives Denken kann uns das Internet nicht abnehmen und funktioniert nur mit Hilfsmitteln wie einer Notizsammlung. Intelligent und durchdacht verknüpfte Notizen liegen dann für Außenstehende womöglich wieder in einer Form der Unordnung vor – wie ja auch das Internet. Für uns persönlich ist diese Form der Sammlung aber eine unschätzbare Ressource der Themenfindung, Problemidentifikation und einfach auch Spielwiese, um mit den eigenen Gedanken kreativ zu werden. Für den weiterführenden Prozess des Schreibdenkens hat übrigens die Psychologin Barbara Scheuermann ein gutes und kurzgehaltenes Büchlein verfasst (Scheuermann 2016). Wer auch hier mehr erfahren möchte, nimmt sich am besten die Zeit für eine konzentrierte Kontemplation dieser Lektüre. Aber bitte das Notieren nicht vergessen. 😊

    Empfehlenswerte Literatur zum Weiterlesen

    Ahrens, Sönke. 2017. Das Zettelkasten-Prinzip – Erfolgreich wissenschaftlich Schreiben und Studieren mit effektiven Notizen. 1. Auflage. Norderstedt: BoD (Books on Demand).

    Carr, Nicholas. 2008. „Is Google Making Us Stupid?“ Teachers College Record 110 (14): 89–94. https://doi.org/10.1177/016146810811001427.

    Scheuermann, Ulrike. 2016. Schreibdenken – Schreiben als Denk- und Lernwerkzeug nutzen und vermitteln. 3. Auflage. Opladen & Toronto: Verlag Barbara Budrich.

  • Mut zur Lücke – ist das die Lösung?

    Mut zur Lücke – ist das die Lösung?

    In meinen zwei vorigen Artikeln zur Pomodoro-Technik und zur Eisenhower-Technik habe ich beschrieben, wie man diese beiden Zeitmanagement-Methoden dafür nutzen kann, Zeit für Aufgaben, Lernen, Vorbereitungen effektiv zu nutzen bzw. auch wie man Prioritäten setzen und Aufgaben nach seiner Wichtigkeit reihen kann. Was ist aber, wenn einfach viel zu viel auf der To-Do-Liste steht?

    Viel zu viel auf der To-Do-Liste?

    Mut zur Lücke wäre hier eine Möglichkeit. Sie fragen sich „einfach etwas weglassen?“. Ja genau, das wäre der Plan. Und das geht nicht nur in Bezug auf das Studium, sondern auch im Job, bei Freunden oder bei der Familie!

    Mut zur Lücke – aber wie?

    Wie finde ich aber heraus, welche Aufgaben, Treffen, Meetings, Lernstoff ich „weglassen“ kann? Das ist wohl der Knackpunkt. Manche Dinge fallen Ihnen sicher sofort ein, die man ohne größere Konsequenzen weglassen kann, damit man sich auf wesentliche, wichtige oder auch sehr dringende Aufgaben fokussieren kann. Damit meine ich aber nicht, keinen Sport mehr zu machen, auf gesundes Essen zu verzichten oder sich keine Zeit für sich selbst zu nehmen! Das wäre wohl der falsche Weg!

    Eine Möglichkeit wäre hier eine Risikoanalyse zu machen und mit einer Risikomatrix zu arbeiten. Diese Methode wird häufig im Projektmanagement angewendet und soll Risiken sowie Auswirkungen im Projekt beschreiben und deren Eintrittswahrscheinlichkeit abschätzen. Die bildliche Darstellung in einer Matrix kann bei der Einschätzung helfen, welche Aufgaben, Tätigkeiten, etc. Priorität haben und unbedingt erledigt werden sollten und welche vielleicht nur mit einer geringen Wahrscheinlichkeit auftreten und auch mit keinem großen Risiko verbunden sind. Genau hier wäre in Bezug auf „Mut zur Lücke“ sinnvoll anzusetzen.

    Risikoanalyse mittels Ampelsystem

    Vielleicht noch kurz zur Erklärung: Die Risikomatrix folgt im Normalfall einem Ampelsystem:

    • Grün bedeutet ein geringes Risiko für das Auftreten von schwerwiegenden Konsequenzen oder keine hohe Auftrittswahrscheinlichkeit. Das könnte zum Beispiel sein, wenn Sie beim Lernen für eine Prüfung zwei Unterkapitel weglassen, sonst aber alles können.
    • Gelb heißt, dass Konsequenzen auftreten könnten, bzw. die Wahrscheinlichkeit dazu steigt. Das könnte der Fall sein, wenn Sie von acht Kapiteln, die zu einer Prüfung kommen, drei bis vier nicht besonders gut gelernt haben, aber die anderen gut vorbereitet haben.
    • Rot ist gleich zu setzen mit hohem Risiko sowohl, dass „es“ passiert als auch dass mit negativen Konsequenzen gerechnet werden muss. Ja, das Risiko würde ziemlich stark steigen, wenn Sie gar nichts für eine Prüfung gelernt haben, oder den Stoff nur kurz überfolgen haben.

    Was ist auf jeden Fall bei dieser Methode zu berücksichtigen? Es sollte immer wieder kontrolliert werden, ob sich an der Auftrittswahrscheinlichkeit oder den zu erwartenden Konsequenzen etwas geändert hat, damit es dann nicht zu bösen Überraschungen kommt.

    Mehr Luft zum Atmen

    Verstehen Sie mich nicht falsch, grundsätzlich bin ich dafür, Aufgaben, Tätigkeiten, etc., die zu tun sind auch zu erledigen, aber wenn es nicht anders geht und einfach für zu viel zu wenig Zeit ist, dann einfach einmal ein Risiko eingehen und etwas mit geringer Auftrittswahrscheinlichkeit bzw. keinen schlimmen zu erwartenden Konsequenzen weglassen und überraschen lassen, ob dadurch die Welt untergeht oder vielleicht doch eher mehr Luft zum Atmen übrig bleibt.

    Für die, die diese Matrix einmal ausprobieren möchten, hier eine Vorlage.

  • Was die Generation Z braucht und wir anderen schon immer haben wollten

    Was die Generation Z braucht und wir anderen schon immer haben wollten

    Die Problematik am Arbeitsmarkt ist bekannt: Es stehen zu wenige gut qualifizierte Bewerber_innen für offene Stellen zur Verfügung. Schon stehen 68 „Mangelberufe“ auf der Liste – Berufe bei denen offene Stellen einfach nicht besetzt werden können. Der Arbeitsmarkt verändert sich von einem Nachfrage- in einen Anbieter_innenmarkt. Längst ist es nicht mehr nur der „War for talents“, der Kampf um fachlich versierte, talentierte Nachwuchskräfte. Nein, schon jetzt freuen sich Personalverantwortliche in vielen Betrieben über jede Bewerbung, die wenigstens in groben Zügen den Anforderungen einer Stelle entspricht. Bewerber_innen, die offen dafür sind, im neuen Job dazu zu lernen, was sie nicht mitbringen, werden vielerorts mit offenen Armen empfangen.

    Eine Geisteshaltung, wonach sich Bewerber_innen freuen können, wenn sie eingeladen werden, ist nicht erst jetzt absolut fehl am Platz.

    Sollten die Unternehmen also schon jetzt für die Generation Z (geboren zwischen 1995 und 2010) den roten Teppich ausrollen, um für die umworbenen zukünftigen Mitarbeiter_innen attraktiv zu sein?  Das würde voraussetzen, dass wir wissen, was die jungen Menschen wollen und welche Bedürfnisse sie zu guter Arbeit motivieren. Dabei sollten sich Unternehmen schon sehr ernsthaft dafür interessieren. Denn eine Geisteshaltung, wonach sich Bewerber_innen freuen können, wenn sie eingeladen werden, ist nicht erst jetzt absolut fehl am Platz. Sowas zeigt nur, dass die Lage nicht richtig eingeschätzt wird und dass man den Expert_innen in den HR-Abteilungen nicht gut zuhört.

    Was brauchen (junge) Leute, damit sie gern und gut arbeiten?

    Gehen wir also der Frage nach: Was brauchen (junge) Leute, damit sie gern und gut arbeiten? Welche Bedürfnisse treiben sie an, was interessiert sie an der Arbeit, wann identifizieren sie sich mit dem Unternehmen, was lässt sie auch in schwierigen Zeiten, in einer Krise in der Arbeit am Ball bleiben? Geregelte Arbeitszeiten, mobil-flexibles Arbeiten, Sabbaticals, faire Entlohnung und/oder die 4-Tage Woche sind da nur die Spitze des Eisbergs, die wir schon aus den Trendstudien zur Generation Z kennen. Aber an der Basis des Eisbergs, tief unter der Wasseroberfläche, schwimmen oft im Dunklen psychologische Bedürfnisse, wie das nach Sinn, nach Autonomie und Handlungsfreiheit, nach abwechslungsreichen Tätigkeiten, nach Sicherheit, nach Zugehörigkeit, nach dem Gefühl gehört zu werden, als Mensch wertgeschätzt zu werden und ein wichtiger Teil eines größeren Ganzen zu sein. 

    4 Lösungsansätze aus der Werkzeugkiste der Arbeits-, Organisations- und Personalpsychologie

    Wenn wir gute Leute gewinnen und halten wollen – und das gilt keineswegs nur für die Generation Z- sondern auch für die GenX-ler_innen und GenY-psilonier_innen- werden wir in Zukunft wohl die wirtschaftspsychologische Wissens-Klaviatur rauf und runterspielen. Hier vier Lösungsansätze aus der Werkzeugkiste der Arbeits-, Organisations- und Personalpsychologie, die mit klugen Managementmethoden in jedem Betrieb zukünftig für eine stabile Basis sorgen können: 

    • Die Förderung der psychischen Gesundheit „ohne Wenn und Aber“

    Niemand, auch nicht die Generation Z will mit 35 „frustriert“, mit 40 „ausgebrannt“ mit 50 „abgewrackt“ sein. Dazu braucht es aber mehr als das Arbeitsschutzgesetz und ein paar halbherzige Maßnahmen zur Gesundheitsförderung in den Betrieben. Es braucht einen Kulturwandel. Der muss von Führungskräften getragen werden, die es sich, ob ihrer menschlichen Reife, locker leisten können auf Machtgehabe und politische Spiele, die sie in gutem Licht erscheinen lassen, zu verzichten. Für einen Kulturwandel braucht es Führungskräfte, die jedenfalls auch eine Vision vom humanen Arbeitsplatz der Zukunft entwickelt haben und diese auch glaubhaft rüberbringen – einem Arbeitsplatz, an dem es Freude und Sinn macht, sich zu engagieren.

    • Verbindungen schaffen als zentrale Onboarding-Maßnahme

    Nicht die Kenntnis, wie man seinen Urlaub beantragt oder administrative Abläufe ordentlich einhält, damit es die Serviceabteilungen mit den „Neuen“ leichter haben, sondern die offensive Gestaltung von Bekanntschaften, die Förderung freundschaftlicher, kollegialer Beziehungen steht im Zentrum der ersten Zeit im Unternehmen. Es geht nicht um eine Anpassung der „Neuen“ an die anderen. Wo würde denn da der frische Wind bleiben? Es geht um Inklusion, die Einbindung in die sozialen Netze der Organisation, das Kennenlernen und den Austausch über die Arbeit in allen Facetten (online wie offline). Neue sind erst dann gut angekommen und leistungsfähig, wenn sie sich nicht mehr darum kümmern müssen, wo das nächste Fettnäpfchen steht, wenn sie nicht ihre eigene Individualität aufgeben müssen, sondern den eigenen Platz inmitten der anderen gefunden haben. Dabei dürfen wir die Neuen nicht einfach zufällig den eventuell unzufriedenen Kolleg_innen überlassen. Nein, da macht sich eine vom Unternehmen beauftragte Mentorin in den ersten Wochen tausendfach bezahlt.

    • Beziehungs- und Bedürfnisorientierung der Führungskräfte trainieren

    Bereits in den 1960 Jahren, also vor mehr als einem halben Jahrhundert haben Robert Blake und Jane Mouton ihr „Verhaltensgitter-Modell“ erstmals publiziert. Damals galt es als innovativ, Führungskräfte darin zu schulen ihr Verhalten nicht nur an den Aufgaben und Zielen auszurichten, sondern im gleichen Ausmaß ihr Verhalten an den Menschen, den Bedürfnissen der Mitarbeiter_innen auszurichten. Angesichts der zukünftigen Herausforderungen mit Blick auf gutes Personal, wage ich zu behaupten, dass heute durchaus eine klare Priorisierung angesagt ist: Zuerst einmal müssen wir verstehen, was diese Menschen brauchen und wollen, damit wir überhaupt in die Situation gelangen können, mit ihnen Aufgaben, Projekte und herausfordernde strategische Ziele zu erreichen.

    • Lernen am Arbeitsplatz und im Team zum fixen Bestandteil der Jobs machen

    Sich selbst als kompetent und leistungsfähig zu erleben steigert unsere Motivation (siehe dazu auch der Blog zur Motivationsförderung). Nicht nur neue und junge Mitarbeiter_innen wollen und müssen sich weiterentwickeln. Damit es müheloser und stressfreier gelingt, sich sicher und kompetent in der neuen oder veränderten Aufgabe zu fühlen, braucht es mehr Weiterbildung „on the job“. Dabei sind flexible Angebote, die in kleinen Dosen erworben werden und den Lerntransfer „into the job“ gleich mit sichern, unerlässlich. An guten virtuellen Bildungsangeboten, die dafür erforderlich sind, mangelt es nicht.

    Seit kurzem können auch außerordentlich Studierende an der FernFH, berufsbegleitend, einfach zugänglich, großteils online, beruflich relevante Kompetenzen auf hohem Niveau aus einem der qualitätsgesicherten Studienprogramme erwerben. Mit unseren Micro-Credential Angeboten wenden wir uns an Menschen mitten im Berufsleben, die berufsbegleitend, praxisnahe, umsetzungsorientiert beruflich relevante Kompetenzen aus einem qualitätsgesicherten Studienprogramm erwerben wollen. Die derzeit angebotenen Themenfelder umfassen Betriebswirtschaft und Ökonomie, Daten, Informationssysteme und IT-Management, Digital Business, Gesundheitswesen, Psychologie, Softwareentwicklung und Wissenschaften Allgemein und werden bei Bedarf weiter ausgebaut. Auf der FernFH Webseite finden Sie mehr Informationen dazu

    Gutes Personal für die Zukunft unserer Unternehmen gewinnen und halten

    Gutes Personal für die Zukunft unserer Unternehmen gewinnen und halten, heißt also – auf den Punkt gebracht-  Grundbedürfnisse der Mitarbeiter_innen zu identifizieren, ernst zu nehmen und die Arbeitsbedingungen und Arbeitsplätze konsequent auf Gesundheit, Entwicklung und Lernen auszurichten. Wir haben es nämlich keineswegs plötzlich mit anmaßenden oder sogar leistungsfeindlichen Forderungen der „jungen Generation“ zu tun. Vielmehr dürfen wir erkennen, dass wir vieles von dem auch schon immer wollten und noch mehr davon brauchen, um gute Leistungen zu erbringen. So viel sagt uns jedenfalls auch die Theorie und Forschung in der Arbeits- und Organisationspsychologie.

  • Rechnungswesen – Alte Materie, neue Ein- und Ausblicke

    Rechnungswesen – Alte Materie, neue Ein- und Ausblicke

    Fad, langweilig, verstaubt?

    Die Vorurteile und Klischees zum Rechnungswesen reichen von fad, langweilig, verstaubt, hemdsärmelig bis hin zu lauter Erbsenzähler_innen (siehe auch: Rechnungswesen – langweilig und fad – was haben Sie davon?). Ich könnte Ihnen jetzt sagen „Nein, das Rechnungswesen ist spannend, aufregend, vielfältig, modern und so aktivierend“, würden Sie mir glauben? Wohl eher nicht, aber sehen Sie selbst: Wir befinden uns in einem riesigen Entwicklungsschritt der Digitalisierung und Automatisierung in den meisten Unternehmen und das, auch im Rechnungswesen. Die „verstaubten“ Belege sind Vergangenheit und die manuelle Vorkontierung von Buchungen ist obsolet. Im Rechnungswesen hält nun ein Workflow Einzug, der oft schon vollautomatisiert abläuft.

    Zahlen und Daten verstehen muss jede/r!

    Jetzt ist es ok, wenn Sie sagen, Sie arbeiten nicht im Rechnungswesen, aber darum geht es gar nicht. In jeder Abteilung und Organisationseinheit eines Unternehmens gibt es Zahlen, Daten und Fakten. Diese Zahlen und Daten zu erstellen ist eine Sache, diese Zahlen und Daten aber zu verstehen und korrekt zu interpretieren eine andere.

    Das Rechnungswesen eines Unternehmens hat viele Schnittstellen innerhalb und auch außerhalb des Unternehmens. Diese Schnittstellen haben nicht unbedingt mehr nur mit Buchungssätzen oder Belegen zu tun. Abläufe, Prozesse und Datenmengen kommen und gehen vom Rechnungswesen in alle Abteilungen. Früher manuell durchgeführte Buchungen oder Analysen werden zunehmend durch automatisierte Prozesse und Workflows abgelöst.

    90 % der Arbeitsabläufe könnten automatisiert ablaufen

    So ist es mittlerweile Fakt, dass bereits 90 % der Arbeitsabläufe in einer Buchhaltung automatisiert laufen können (KPMG, 2021). Begriffe wie Robotics, Künstliche Intelligenz und Artificial Intelligence, Big Data oder Business Process Management gehören dadurch ebenso zur Fachsprache im Rechnungswesen, wie Bilanz, Buchung oder Gewinn- und Verlustrechnung.

    Neue Karrierewege

    Neue Karrierewege eröffnen neue Perspektiven: für die Fachexpert_innen im Rechnungswesen ebenso, wie für Datenexpert_innen, die für die fehlerfreie Verarbeitung und sichere Datenschnittstellen verantwortlich sind (BÖB, 2022). Das bringt eine Veränderung der Rollen im Unternehmen mit sich, aber ebenso eine Veränderung der Kompetenzen im Rechnungswesen und in den anderen Fachabteilungen.

    Die Fachexpert_innen werden sich Aufgaben wie Planung, Budgetierung oder Controlling widmen, die manuellen Tätigkeiten werden verschwinden (König, 2020). Fachliche Kompetenzen und die Soft-Skills wie Empathie, Kreativität oder Flexibilität bleiben wichtig wie eh und je. Durch den Fortschritt der Digitalisierung werden aber Kompetenzen wie Problemlösung, Selbstmanagement, Kollaboration oder Technikanwendung und -entwicklung auch im Bereich Rechnungswesen immer wichtiger (Weforum, 2020). Diese neuen Anforderungen gibt es aber nicht nur direkt im Rechnungswesen, sondern auch in den „belieferten“ Abteilungen. Neue Berufsbilder, wie eben Datenexpert_innen, Business Partner_innen oder Digital Translators erobern den „eingestaubten“ Fachbereich der klassischen Buchhaltung und der Kostenrechnung. Was alle gemeinsam haben, ist das Wissen über die Grundlagen im Rechnungswesen. Auch digitale Expert_innen müssen die Hintergründe verstehen und bei Anwendungsfällen die Korrektheit erkennen.

    Und genau hier kommen Sie ins Spiel: Als zukünftige Absolvent_innen werden Sie Positionen innehaben, wo genau diese Grundlagen Ihre Expertise darstellen, auf die Sie aufbauen können. Ganz egal in welchem Tätigkeitsbereich eines Unternehmens Sie ankommen, Sie werden die Kompetenz im Rechnungswesen gewinnbringend einsetzen und immer zu Ihrem Vorteil nutzen können.

    Viel Freude beim Entdecken der Zahlenwelt!

    Literatur:

    KPMG AG, 2021, Digitalisierung im Rechnungswesen 2021

    BÖB, 2022, Wissensnetzwerk für Rechnungswesen in KMU, Ausgabe 89/22, Traisen

    https://www.weforum.org/agenda/2020/10/top-10-work-skills-of-tomorrow-how-long-it-takes-to-learn-them/ (Abruf am 28.7.22, 12:58)

    König Nicole, 2020, Vom Hochschulstudium in die Praxis der Buchhaltung, FH Wien der WKW, Wien.

  • Rechnungswesen – langweilig und fad – was haben Sie davon?

    Rechnungswesen – langweilig und fad – was haben Sie davon?

    Immer wieder erleben wir potenzielle Studierende in den Aufnahmegesprächen, aber auch Studierende zu Studienbeginn, die eine gewisse Unsicherheit oder vielleicht sogar diffuse „Angst“ vor dem Fachbereich Rechnungswesen und Controlling haben.

    Schlechte Erfahrungen mit Buchhaltung?

    Sie bringen vielleicht „schlechte“ Erfahrungen aus der Schule mit oder haben noch gar keine Berührungspunkte mit der Thematik gehabt. Für viele sind auch schon ein paar Jahre vergangen, seitdem Sie das letzte Mal mit Buchhaltung, Kostenrechnung oder Controlling zu tun hatten.

    Und dann kommt das Studium. Mit der Freude über den Studienplatz, kommt oft gleich der Gedanke – „Puh, und gleich zu Beginn kommt die Lehrveranstaltung Rechnungswesen …“.

    Den Erfolg des Unternehmens messen können

    Ja, stimmt – das ist mit Absicht im Curriculum so angesetzt, denn Rechnungswesen ist eine Grundkompetenz der Betriebswirtschaftslehre. Jeder Kaufmann, jede Kauffrau braucht eine gewisse Kompetenz, um das Unternehmen steuern, den Erfolg des Unternehmens messen zu können und die Vermögens- und Kapitalwerte darzustellen.

    Wieso soll mich das interessieren?

    Jetzt können Sie sagen: „Wieso soll mich das interessieren? Ich bin nicht selbständig.“ Gute Frage, leichte Antwort: Jede Führungskraft ist mit Auswertungen, Analysen und dergleichen konfrontiert und um diese lesen und analysieren zu können, bedarf es einer Grundkompetenz. Niemand kann Zahlen oder Berichte lesen, wenn es kein dahinterliegendes Verständnis dafür gibt. Und dazu brauchen Sie kein Unternehmen zu gründen.

    Stellt sich die Frage, was hat es nun mit der Lehrveranstaltung und Thematik Rechnungswesen auf sich? Warum brauchen Sie dieses Fachwissen?

    Liegt da nicht ein Bericht mit Zahlen auf meinem Schreibtisch?

    Klarerweise gibt es zu Beginn Theorie und vielleicht langweilige Praxis, die aber einfach wichtig ist, weil durch das praktische Tun die Zusammenhänge klarer werden. Sie werden aber bald bemerken, diese theoretischen Übungen sind wirklich in der Realität anzutreffen. Haben Sie schon einmal auf Ihren Schreibtisch geschaut? Liegt da nicht ein Bericht mit Zahlen? Oder eine Analyse von Budgets? Oder gibt es Auswertungen zu Personaleinsatz und mögliche Kennzahlen aus dem HR-Bereich?

    Die richtigen Fragen stellen

    Und genau hier soll die Verbindung von der Lehrveranstaltung in die Realität und Praxis geschehen: Sie werden durch Ihre erworbenen Grundkompetenzen und das Fachwissen im Rechnungswesen hinter jedem Bericht die zugrundeliegenden Informationen erkennen. Durch den kompetenzorientierten Aufbau der Lehrveranstaltung können Sie das Fachwissen auch tatsächlich anwenden! Das bedeutet für Sie, Sie können Ihre Expertise in Ihren Arbeitsbereich einbringen und selbständig auch die richtigen Fragen stellen – ohne Abhängigkeit von Expert_innen im Rechnungswesen.

    Dorthin soll es gehen und dazu ich wünsche Ihnen viel Spaß beim Eintauchen in die Zahlenwelt!