greifen dies im Folgenden auf, lenken den Blick aber auf einen Aspekt, der bisher bei der Diskussion technikbezogener Anforderungen an die berufliche Bildung kaum aufscheint: Grenzen der Technik und Dysfunktionalitäten. Etwas vereinfacht und plakativ ausgedrückt: Es geht nicht um das technisch Machbare und Mögliche, sondern um das, was technisch nicht machbar und – zumindest auf absehbare Zeit – auch nicht möglich ist. Denn gerade hier zeigen sich die speziell menschlichen Kompetenzen, die im Zusammenspiel mit neuen Technologien an Relevanz gewinnen. Wir diskutieren in dieser Perspektive zunächst Grenzen und Probleme digitalisierter technischer Systeme, wobei ein besonderer Schwerpunkt auf der technischen Erfassung und Verarbeitung von Informationen über reale Gegebenheiten liegt (1). Hieran anschließend erfolgt eine Diskussion menschlicher Fähigkeiten, die bisher wenig beachtet und wertgeschätzt werden, sich aber im Unterschied zu der «Logik» der Digitalisierung als sehr bedeutsam erweisen (2). Vor diesem Hintergrund werden der Wandel von Arbeit diskutiert (3) und Konsequenzen für die Weiterbildung dargelegt (4). Dabei wird sich zeigen, dass für einen souveränen Umgang mit der Digitalisierung nicht nur technikbezogene Kenntnisse, sondern auch ein auf das jeweilige «Produkt» bezogenes Wissen erforderlich ist. Neben systematischem Wissen spielt hier vor allem ein besonderes Erfahrungswissen und dessen Erwerb im Arbeitsprozess eine wichtige Rolle.
1Grenzen der Digitalisierung
In den Diskussionen in öffentlichen Medien und Veranstaltungen zur Digitalisierung und entsprechenden Berichten erscheinen die Möglichkeiten der Digitalisierung nahezu unbegrenzt. Sie reichen von der Automatisierung industrieller Produktion und dem Dienstleistungsroboter über dem Menschen weit überlegene Expertensysteme bis hin zum autonomen Fahren und versierten Go-Spielen. Big Data verspricht einen Zugang zu Informationen und Wissen, angesichts derer sich menschliche Intelligenz zunehmend als beschränkt erweist. Zudem erscheinen nun auch Kreativität, Gefühle, Emotionen oder Intuitionen als technisch simulierbar. Soweit sich angesichts solcher technischer Prognosen und Visionen Kritik äußert, bezieht sie sich primär auf die Folgen der fortschreitenden Digitalisierung, wie bspw. die Gefährdung persönlicher Daten oder ethische Fragen bei Entscheidungen autonomer technischer Systeme. Die kritische Frage lautet dementsprechend: Wollen wir diese Entwicklungen? (vgl. Lesch 2018) Die Frage allerdings, ob solche technischen Prognosen, Visionen und Versprechungen überhaupt realistisch sind, taucht hier kaum auf; und damit auch nicht die Frage, wie die Welt umgestaltet wird oder werden müsste, damit die Technik das einlösen kann, was sie verspricht und welche Folgen auftreten, wenn die technischen Systeme nicht einlösen, was sie versprechen.
Dabei geht es nicht um ein Für oder Wider die technische Entwicklung, sondern um die Diskussion unterschiedlicher Schwerpunkte und Richtungen der technischen Entwicklung. Im Zusammenhang mit der Digitalisierung stellt sich hier die grundsätzliche Frage, ob sich die technische Entwicklung an dem «Ideal» autonom agierender technischer Systeme orientiert oder aber eher die wechselseitige Ergänzung und Kooperation von Mensch und Technik angestrebt und als realistisch erachtet wird. Die Diskussion um Grenzen der Digitalisierung ist für die Diskussion zu solchen unterschiedlichen Entwicklungspfaden der Technisierung von zentraler Bedeutung.
1.1Die Logik der Digitalisierung
Bei der Diskussion von Grenzen der Digitalisierung ist zu unterscheiden zwischen dem, was durch diese Technik «noch nicht», aber potenziell und in absehbarer Zeit bewältigt werden kann, und dem, was durch diese Technik und die ihr zugrunde liegende «Logik» nicht erfasst werden kann (vgl. Huchler 2018).
Die Digitalisierung beruht auf einer formalen «Zeichenlogik» (Rammert 2009), bei der Eigenschaften und Verhaltensweisen konkreter Gegebenheiten sowie Wissen in einer «Zeichensprache» erfasst werden bzw. werden müssen. In der Praxis sind jedoch die für die Erreichung von Zielen und Lösungen von Problemen relevanten Informationen keineswegs immer umstandslos in dieser Weise verfügbar. Allgemein lässt sich dies als Problem der informationstechnischen Beschreibung und datentechnischen Erfassung realer Gegebenheiten formulieren. Dabei zeigt sich, dass die Digitalisierung vor allem dort erfolgreich ist, wo (bereits) explizite Informationen über reale Gegebenheiten vorliegen und es im Wesentlichen darum geht, diese aufzugreifen und zu verarbeiten. Ein Beispiel hierfür sind das Internet oder Expertensysteme, die im Wesentlichen auf dokumentiertes Wissen und in Datenbanken abgelegte Informationen zugreifen. Eine grundlegend andere Konstellation besteht jedoch, wenn die mit virtuellen Objekten agierende «Welt der Software» mit der «Welt realer physischer Objekte» verbunden wird (vgl. Lee 2008, Huchler 2016), so wie dies bei den cyber-physical systems (CPS)[1] der Fall ist und angestrebt wird (Song et al. 2016). In der virtuellen Welt der Software hängen die Erfolge der Technisierung im Wesentlichen vom Umfang und der Geschwindigkeit der Rechenleistungen sowie der Identifizierung von Algorithmen ab. Die Frage, wie die Informationen, die dabei erfasst und verarbeitet werden, zustande kommen, erscheint sekundär. Bei der Verbindung der virtuellen Welt der Informationen mit realen Gegebenheiten, so wie dies beispielsweise bei der Steuerung, Regulierung und Überwachung komplexer technischer Systeme der Fall ist, erweisen sich demgegenüber jedoch die Bereitstellung und Erfassung von Informationen über die realen Gegebenheiten als ein wesentlicher Erfolgsfaktor und zugleich als sehr voraussetzungsvoll. Vergleichsweise einfach ist die Bereitstellung von Informationen, wenn die jeweils in Frage stehenden Sachverhalte durch exakt und eindeutig bestimmbare Merkmale beschreibbar sind. Exemplarisch hierfür sind physikalische Messgrößen. Weit schwieriger wird dies jedoch, wenn die realen Gegebenheiten Eigenschaften und Verhaltensweisen aufweisen, die sich nicht exakt beschreiben und erfassen lassen. In der Praxis stellt sich hier das Problem der Komplexität, der Unvollständigkeit und Mehrdeutigkeit von Informationen (vgl. Huchler, Rhein 2017). Lenkt man den Blick hierauf, so zeigt sich, dass die viel zitierten Beispiele für die Erfolge künstlicher Intelligenz, wie der Schachcomputer und neuerdings das Go-Spiel, in – informationstechnisch gesehen – vergleichsweise einfachen Umwelten agieren. Schachfiguren oder Go-Steine sowie deren jeweilige Stellung und Bewegung sind durch vergleichsweise wenig und eindeutige Informationen erfassbar. Die Komplexität ergibt sich erst durch die möglichen Spielzüge und Strategien. Beim Schachspiel bestehen zudem eindeutig beschreibbare Regeln, nach denen sich das Spiel zu richten hat.[2] Das selbstfahrende Auto ist im Unterschied zum Schachspiel oder Go-Spiel mit einer grundlegend anderen Umwelt konfrontiert und Gleiches ist auch im Bereich der industriellen Produktion, der Verwaltung sowie bei Dienstleistungen der Fall. Komplexität, Unvollständigkeit und Uneindeutigkeit von Informationen über reale Gegebenheiten sind hier kein Sonderfall und die Ausnahme, sondern vielfach die Normalität – und zwar gerade auch bei physikalisch-technischen Gegebenheiten. Im Folgenden sei dies exemplarisch an der Uneindeutigkeit von Informationen näher erläutert.
1.2Uneindeutigkeit von Informationen
Bei Informationen, die explizit als solche definiert und ausgewiesen sind, wie bspw. technische Anzeigen oder Verkehrsschilder, ist es grundsätzlich möglich, auch deren Bedeutung explizit zu definieren und zu kommunizieren. Bei impliziten, in konkrete Gegebenheiten eingebundenen Informationen wie bspw. Geräusche und Vibrationen bei technischen Systemen oder der Tonfall und die Körperhaltung bei der verbalen Kommunikation stellt sich jedoch nicht nur das Problem, sie (überhaupt) als relevante Information zu erfassen, sondern es ist auch weit schwieriger, deren Bedeutung zu entschlüsseln (vgl. Böhle, Huchler 2016). Sie sind vielfach auf den ersten Blick «nichts sagend» und ihre Bedeutung ergibt sich erst durch den Kontext und eine bestimmte Perspektive der Betrachtung. So erscheinen Geräusche an technischen Anlagen allgemein lediglich als belastender Lärm. Für Fachkräfte, die mit der technischen Anlage arbeiten, sind sie aber eine wichtige Informationsquelle über den technischen Verlauf. Veränderungen des Geräusches «informieren» über «kritische Situationen» (Schulze 2001, S. 67 ff.), in denen sich einzelne Veränderungen in einem «schleichenden Prozess» wechselseitig aufschaukeln und zu weitgehenden Störungen bis hin zum Stillstand der Anlage führen können.[3] Ein anderes Beispiel sind kleinere, punktuelle zeitliche Verzögerungen, sachliche Unstimmigkeiten oder auch Personalausfälle in administrativen Prozessen und bei Dienstleistungen. Auf den ersten Blick und isoliert betrachtet erscheinen sie als unbedeutend;
