Advertisement

Team-Mind: Teams neu denken

  • Joachim HasebrookEmail author
  • Benedikt Hackl
  • Sibyll Rodde
Chapter
  • 156 Downloads

Zusammenfassung

Menschliche Gehirne, die direkt miteinander verbunden oder vermietet werden: Was wie Zukunftsmusik klingt, wird vielfach in der Praxis bereits erprobt. Sven Semet, HR Thought Leader bei IBM Watson, erklärt, wie Künstliche Intelligenz (KI) Einzug in die Teamarbeit hält und selbst zum Teammitglied wird. KI hilft dabei besser zu verstehen, was menschliche Intelligenz leistet und wo ihre Grenzen liegen. Dadurch wird deutlich, dass menschliches Denken vor allem „soziales“ Denken ist. Dieses schließt alle Teammitglieder – auch Maschinen – ein und erschafft einen „Team-Mind“ als „kollektive Intelligenz“, die nur im Team entstehen kann und sich nicht aus Einzelleistungen ableiten lässt.

Literatur

  1. AHSN Network. (2018). Accelerating artificial intelligence in health and care: Results from a state of the nation survey. London: National Health Service (NHS). www.kssahsn.net/what-we-do/our-news/news/Documents/AI-Strategy.pdf. Zugegriffen: 23. Sept. 2019.
  2. Annosi, M. C., Magnusson, M., Martini, A., & Appio, F. (2016). Social conduct, learning and innovation: An abductive study of the dark side of agile software development. Creativity and Innovation Management, 25(4), 515–535.CrossRefGoogle Scholar
  3. Asada, M. (2015). Development of artificial empathy. Neuroscience Research, 90, 41–50.CrossRefGoogle Scholar
  4. Baron-Cohen, S., Leslie, A. M., & Frith, U. (1985). Does the autistic child have a “theory of mind”? Cognition, 21, 37–46.CrossRefGoogle Scholar
  5. Bittner, E. A. C., & Shoury, O. (2019). Designing automated facilitation for design thinking: A chatbot for supporting teams in the empathy map method. In Proceeding of the 52nd Hawaii international conference on system sciences. https://scholarspace.manoa.hawaii.edu/bitstream/10125/59463/0023.pdf. Zugegriffen: 30. Sept. 2019.
  6. Bostrom, N. (2016). Superintelligence: Paths, dangers, strategies. Oxford: Oxford University Press.Google Scholar
  7. Boyer, P. (2018). Minds make societies. How cognition explains the world humans create. New Haven: Yale University Press.Google Scholar
  8. Braun, D., & Kramer, J. (2018). Corporate tribe. Modelle und Werkzeuge für Führung, Management und Organisation. Stuttgart: Schäffer-Poeschel.CrossRefGoogle Scholar
  9. Carter, S., & Nielsen, M. (2017). Using artificial intelligence to augment human intelligence. Distill, 2(12), e9. https://distill.pub/2017/aia/. Zugegriffen: 23. Sept. 2019.
  10. Darling, K. (2016). Extending legal protection to social robots: The effects of anthropomorphism, empathy, and violent behavior towards robotic objects. In R. Calo, A. Froomkin, & I. Kerr (Hrsg.), Robot law (S. 213–232). Celtenham: Elgar.CrossRefGoogle Scholar
  11. Dávid-Barrett, T., & Dunbar, R. I. M. (2013). Processing power limits social group size: Computational evidence for the cognitive costs of sociality. Proceedings of the Royal Society B, 280, 20131151.  https://doi.org/10.1098/rspb.2013.1151.CrossRefPubMedGoogle Scholar
  12. Dunbar, R. I. M. (1992). Neocortex size as a constraint on groupsize in primates. Journal of Human Evolution, 20, 469–493. http://citeseerx.ist.psu.edu/viewdoc/download?doi=10.1.1.464.5806&rep=rep1&type=pdf. Zugegriffen: 17. Sept. 2019.
  13. Harris, L. T. (2017a). Invisible mind. Flexible social cognition and dehumanization. Cambrigde: MIT Press.CrossRefGoogle Scholar
  14. Hasebrook, J. (2017). Computer als Lernpartner und Denkwerkzeuge. In J. Erpenbeck & W. Sauter (Hrsg.), Handbuch Kompetenzentwicklung im Netz. Bausteine einer neuen Lernwelt (S. 45–65). Wiesbaden: Schäfer-Poeschel.Google Scholar
  15. Kraft, T., Gamer, M., & Zweig, K. A. (2018). Google und die Bundestagswahl 2017 Wer sieht was? Personalisierung, Regionalisierung und die Frage nach der Filterblase in Googles Suchmaschine. Abschlussbericht zum Forschungsprojekt #Datenspende. www.blm.de/files/pdf2/bericht-datenspende—wer-sieht-was-auf-google.pdf. Zugegriffen: 30. Sept. 2019.
  16. Lamm, C., & Majdandžić, J. (2015). The role of shared neural activations, mirror neurons, and morality in empathy – A critical comment. Neuroscience Research, 90, 15–24.CrossRefGoogle Scholar
  17. Leskovec, J., & Horvitz, E. (2008). Planetary-scale views on a large instant-messaging network. In Proceedings WWW 2008, Peking, April 21–25. http://erichorvitz.com/leskovec_horvitz_www2008.pdf. Zugegriffen: 15. Sept. 2019.
  18. Maksimenko, V. A., Hramov, A. E., Frolov, N. S., Lüttjohann, A., Nedaivozov, V. O., Grubov, V. V., Runnova, A. E., Makarov, V. V., Kurths, J., & Pisarchik, A. N. (2018). Increasing human performance by sharing cognitive load using Brain-to-Brain Interface. Frontiers in Neuroscience, 12, 949.  https://doi.org/10.3389/fnins.2018.00949.CrossRefPubMedPubMedCentralGoogle Scholar
  19. McChrystal, S., Silverman, D., Collins, T., & Fussel, C. (2019). Team of teams: New rules of engagement for a complex world. London: Penguin Business. (Erstveröffentlichung 2015, Portfolio/Penguin).Google Scholar
  20. Milgram, S. (1967). The small world problem. Psychology Today, 1(1), 61–67. http://files.diario-de-bordo-redes-conecti.webnode.com/200000013-211982212c/AN%20EXPERIMENTAL%20STUDY%20by%20Travers%20and%20Milgram.pdf. Zugegriffen: 27. Sept. 2019.
  21. Oesch, N., & Dunbar, R. I. M. (2018). Group size, communication, and familiarity effects in foraging human teams. Ethology, 1–14. (Vorabdruck). www.researchgate.net/publication/325586211_Group_size_communication_and_familiarity_effects_in_foraging_human_teams. Zugegriffen: 17. Sept. 2019.
  22. Ovens, C. (2017). Filterblasen – Ausgangspunkte einer neuen, fremdverschuldeten Unmündigkeit? kommunikation@gesellschaft, 18, 1–25. https://nbn-resolving.org/urn:nbn:de:0168-ssoar-51482-4. Kritische Diskussion der „Filterblasen“-Annahme unter www.deutschlandfunk.de/suchmaschinen-die-filterblasen-theorie-ist-erstmal-geplatzt.2907.de.html?dram:article_id=411873. Zugegriffen: 30. Sept. 2019.
  23. Praszkier, R. (2016). Empathy, mirror neurons and SYNC. Mind & Society, 15, 1–25.CrossRefGoogle Scholar
  24. Premack, D., & Woodruff, G. (1978). Does the chimpanzee have a ‘theory of mind’? Behavioral and Brain Sciences, 4, 515–526.CrossRefGoogle Scholar
  25. Thaler, R. H. (2015). Misbehaving. The making of behavioural economics. London: Penguin/Random House.Google Scholar
  26. Van Overwalle, F., & Baetens, K. (2009). Understanding others’ actions and goals by mirror and mentalizing systems: A meta-analysis. Neuroimage, 48(3), 564–584.CrossRefGoogle Scholar
  27. Wagner, S., & Goossen, M. C. (2018). Knowing me, knowing you: Inventor mobility and the formation of technology-oriented alliances. Academy of Management Journal, 61(6), online Publikation.  https://doi.org/10.5465/amj.2016.0818.
  28. Wilson, H. J., & Daugherty, P. R. (2018a). Human + machine: Reimagining work in the age of AI. Cambridge: Harvard Business Review Press.Google Scholar
  29. Wilson, H. J., & Daugherty, P. R. (2018b). Collaborative intelligence: Humans and AI are joining forces. Harvard Business Review, 2018, 114–123.Google Scholar
  30. Wood, S., Michaelidis, G., & Thomson, C. D. (2013). Successful extreme programming: Fidelity to the methodology or good teamworking? Information and Software Technology, 55(4), 660–672.CrossRefGoogle Scholar
  31. Yongming, W., Zhiling, Z., Hongwen, S., Xiaodan, X., Huijun, W., d’Oleire, U. F., & Xiting, H. (2016). Altered gray matter volume and white matter integrity in college students with mobile phone dependence. Frontiers in Psychology, 7, 00597. www.frontiersin.org/Journal/Abstract.aspx?s=196&name=cognitive_science&ART_DOI=10.3389/fpsyg.2016.00597.
  32. Zweig, K. A., Deussen, O., & Kraft, T. (2017). Algorithmen und Meinungsbildung. Informatik-Spektrum, 40(4), 318–326.CrossRefGoogle Scholar

Lesetipp

  1. Die folgenden Bücher bieten einen Einstieg und Überblick über die aktuelle Diskussion um „Social Brain“ und „Social Mind“ aus neuropsychologischer und evolutionsbiologischer Sicht:Google Scholar
  2. Harris, L. T. (2017b). Invisible mind. Flexible social cognition and dehumanization. Cambrigde: MIT Press.CrossRefGoogle Scholar
  3. Tomasello, M. (2016). A natural history of human morality. Cambridge: Harvard University Press.CrossRefGoogle Scholar
  4. Eine hoch interessante und in mehrfachem Sinne farbige Darstellung, wie ethnologische Erkenntnisse zur Unternehmensführung beitragen, bietet das folgende Buch:Google Scholar
  5. Braun, D., & Kramer, J. (2018). Corporate tribe. Modelle und Werkzeuge für Führung, Management und Organisation. Stuttgart: Schäffer-Poeschel.CrossRefGoogle Scholar
  6. Die Veränderung der Zusammenarbeit von Mensch und Maschine und damit der gesamten Arbeitswelt durch Künstliche Intelligenz ist Thema des folgenden Buchs:Google Scholar
  7. Wilson, H. J., & Daugherty, P. R. (2018). Human + machine: Reimagining work in the age of AI. Cambridge: Harvard Business Review Press.Google Scholar

Copyright information

© Springer-Verlag GmbH Deutschland, ein Teil von Springer Nature 2020

Authors and Affiliations

  • Joachim Hasebrook
    • 1
    Email author
  • Benedikt Hackl
    • 2
  • Sibyll Rodde
    • 3
  1. 1.zeb.business school Steinbeis HochschuleBerlinDeutschland
  2. 2.Forschungszentrum Management AnalyticsMünchenDeutschland
  3. 3.zeb.rolfes.schierenbeck.associatesMünsterDeutschland

Personalised recommendations