Digitale Transformation: Geschäfts- schlägt Digitalisierungsverständnis

Wer soll die Unternehmung beim Workshop rund um die Digitalisierung ver­tre­ten? Ist es der Digital Native (geb. nach 1980), also eine Person, die bereits in die digi­ta­le Welt hin­ein gebo­ren wor­den ist? Oder die erfah­re­ne Person (geb. vor 1980), wel­che die Aufgaben der Unternehmung dem Sinne nach erfasst und begrif­fen hat und die­ses im Folgenden als Geschäftsverständnis genann­te Wissen auch wei­ter­ver­mit­teln und unter neu­em Kontext anwen­den kann? Gemäss den fol­gen­den Überlegungen steht die Vermutung im Raume, dass das Geschäftsverständnis mass­geb­lich für eine fach­ge­rech­te Vertretung ist. Und ver­eint eine Person bei­de Perspektiven, dann ist der Fall sowie­so klar.

Beim Digitalisieren wer­den Tätigkeiten auf den Computer über­tra­gen. Es fin­det eine Delegation an den Computer und eine Arbeitsteilung zwi­schen Mensch und Computer statt.

Angenommen eine Führungsperson ent­las­tet sich von gewis­sen Aufgaben, so macht sie hof­fent­lich eine gewis­sen­haf­te Analyse und über­legt sich genau, wel­che Aufgabenteile dele­giert, wel­che Informationen dabei über­ge­ben, wel­che Resultate erwar­tet und wie die­se über­prüft wer­den kön­nen. Schlussendlich ist in einer gegen­sei­tig gesetz­ten Einführungszeit ein Gleichgewichtszustand zu errei­chen: Führt die Delegation zu mehr Aufwand bei der dele­gie­ren­den Person, als wenn sie die Aufgabe selbst erle­digt, dann lohnt sich die­ser Mehraufwand kaum.

Selbstverständlich gibt es ein paar Unterschiede, aber über alles betrach­tet, besteht eine weit­ge­hen­de Analogie: Anstatt eines Menschen ist eine pro­gram­mier­ba­re Maschine in die­ser Arbeitsteilung ein­be­zo­gen. Die Maschine nimmt die zu lösen­den Aufgaben in Datenform ent­ge­gen, ver­ar­bei­tet sie gemäss vor­ge­ge­be­nen Regeln über einen Algorithmus und über­setzt die Resultate wie­der zurück zu sinn­för­mi­gen Informationen in die rea­le Welt, wie der deut­sche Soziologe Armin Nassehi (geb. 1960) in sei­nem Buch «Muster: Theorie der digi­ta­len Gesellschaft» die Digitalisierung cha­rak­te­ri­siert. Der gros­se Unterschied besteht dar­in, dass bei der Gestaltung einer Stelle, also dem Ort der inner­halb einer Rangordnung ein­ge­nom­men wird, auf den Unterschied zwi­schen Mensch und Maschine ein­zu­ge­hen ist:

• Für den Menschen ist Routine lang­wei­lig und führt, je län­ger sie dau­ert, zu einer höhe­ren Fehlerquote. Zudem ermü­det er, was den Effekt ver­stär­ken kann.
• Eine Maschine lebt mit der Routine auf und kann erst unter die­ser Prämisse ihre gros­se Stärke aus­spie­len, näm­lich eine bestimm­te Anweisung auf Zusehen hin immer iden­tisch durch­zu­füh­ren. Und da eine Maschine pro­gram­miert wer­den muss, sind die Programmierarbeiten in die Kostenrechnungen ein­flies­sen zu las­sen. Logischerweise, je häu­fi­ger der Algorithmus die dele­gier­te Arbeit voll­zie­hen kann, und damit die dele­gie­ren­de Person ent­las­tet, des­to mehr hat sich die gan­ze digi­ta­le Transformation gelohnt.

In Ordnung bringen

Obwohl der Computer im mensch­li­chen Sinne nicht den­ken kann, soll über die Begriffskonstellation «Computational Thinking» ein adäqua­ter Zusammenhang her­ge­stellt wer­den. Vermutlich kann der Begriff als com­pu­ter­ähn­li­ches Abarbeiten von Regeln über­setzt wer­den. Eine inter­es­san­te Verbindung schafft der öster­rei­chisch-ame­ri­ka­ni­sche Kybernetiker Heinz von Foerster (1911–2002) in sei­nem Werk «Wissen und Gewissen, Versuch einer Brücke». Er weist dar­auf hin, dass Rechnen von einem heu­te im Hochdeutschen nicht mehr vor­han­de­nen Adjektiv abstammt, das «ordent­lich» oder «genau» bedeu­tet. Somit heis­se Rechnen, damit auch «com­pu­te», «in Ordnung brin­gen» oder «ord­nen». Und damit der Computer etwas in unse­rem Sinne ord­nen kann, müs­sen eini­ge Voraussetzungen erfüllt sein.

Die Amerikanerin Jeannette M. Wing (geb. 1956), Professorin für Informatik an der Carnegie Mellon University, unter­schei­det beim Computational Thinking fol­gen­de Elemente:

• Bei der Zerlegung (Decomposition) wer­den kom­ple­xe Aufgaben in lös­ba­re Teile zer­legt. Es ist dar­auf zu ach­ten, dass kei­ne Trivialisierung statt­fin­det, also eine Verflachung der rea­len Situation, denn die­se wür­de unwei­ger­lich zu einer Nicht-Akzeptanz durch die spä­te­ren Anwender füh­ren.
• Mit der Abstraktion (Abstraction) soll die Konzentration auf den Hauptteil der Aufgabe gelegt wer­den. Dabei wer­den am Anfang die noch nicht rele­van­ten Details igno­riert.
• Über eine Mustererkennung (Pattern Recognition) sol­len ähn­li­che Bestandteile inner­halb der Aufgabe gefun­den wer­den. Nicht umsonst meint Armin Nassehi im Buch «Muster»: «Die Lösung des Digitalen, so habe ich es her­aus­ge­ar­bei­tet, ist die Visibilisierung von auf den ers­ten Blick unsicht­ba­ren Strukturen in Datensätzen – und das ist auch die Lösung, die sozio­lo­gi­sche Praktiken anbie­ten.» Hier spricht der Soziologe. Unsichtbare Regelmässigkeiten, Muster und Cluster als Zusammenfassungen bil­den Strukturen, die Nassehi bei allen Untersuchungen anstrebt. Ohne Abstraktion und Zerlegung funk­tio­niert das nicht.
• Beim Algorithmus-Entwurf (Algorithm Design) wer­den wie­der­keh­ren­de, also regel­mäs­si­ge auf­tre­ten­de Muster iden­ti­fi­ziert, so dass die­se in den ver­schie­de­nen Schritten ver­ar­bei­tet und damit geord­net wer­den kön­nen, eben genau so, wie ein arbeits­tei­li­ger Prozess im Detail abläuft.

Fehlt die Vorstellung und das Wissen, was man genau digi­ta­li­sie­ren und damit auf den Computer dele­gie­ren will, sowie wel­che Folgen davon zu erwar­ten sind, kann auch das Computational Thinking zu kei­ner kon­kre­ten Anwendung bei­tra­gen. Es käme einem Wunder gleich, wür­de es trotz­dem funk­tio­nie­ren.

Zwischenbilanz

Die Verbindung zwi­schen der rea­len Welt und der digi­ta­len, Nassehi nennt sie auch die vir­tu­el­le Verdoppelung, erfolgt über Analogieschlüsse, also über­trag­ba­re Entsprechungen. Wie es nie­man­dem dient, wenn bei der Delegation von Arbeiten von Mensch zu Mensch Doppelspurigkeiten und Missverständnisse auf­tre­ten, so gilt das erst recht für das Digitale. Dabei ist die Bestrafung sogar dop­pelt: Man unter­hält eine kos­ten­in­ten­si­ve Infrastruktur, die aber weder Erleichterung noch qua­li­ta­tiv bes­se­re Resultate lie­fert, wel­che wie­der­um regel­mäs­sig auf ihre Gültigkeit über­prüft wer­den müss­ten.

Sechs Fehler der Stellengestaltung nach Fredmund Malik

Der öster­reich-schwei­ze­ri­sche Wirtschaftswissenschaftler Fredmund Malik (geb. 1944) unter­schei­det in sei­nem Buch: «Führen Leisten Leben, Wirksames Management für eine neue Welt» fol­gen­de sechs Fehler, die bei der Stellengestaltung auf­tre­ten kön­nen:

1. Der zu klei­ne Job
2. Der zu gros­se Job
3. Der Schein-Job oder Non-Job
4. Der Multipersonen-Job
5. Jobs mit «ein biss­chen von allem»
6. Der Killer-Job oder der unmög­li­che Job

Stellen wir nun die Delegation an den Computer auf die glei­che Ebene wie die Delegation von Aufgaben an eine Person, wie in der Einleitung beschrie­ben, so spricht aus Analogiegründen nichts dage­gen, dass die genann­ten Fehler auch bei der Digitalisierung auf­tre­ten kön­nen.

Im Weiteren meint Malik

«Fehlerhaftes Job-Design ist eine der Hauptquellen für Demotivation, Unzufriedenheit und schlech­te Produktivität der Humanressourcen. Das betrifft in ers­ter Linie den Wissensarbeiter.»

Und war­um soll auch das nicht wie­der­um bei der Digitalisierung gel­ten? Thorsten Dirks (geb. 1963), damals CEO von Telefónica Deutschland, hat das am Wirtschaftsgipfel der Süddeutschen Zeitung im Jahre 2015 auf den Punkt gebracht:

«Wenn sie einen Scheissprozess digi­ta­li­sie­ren, dann haben sie einen scheiss digi­ta­len Prozess».

Schlussendlich gilt auch hier, zuerst über­le­gen, also pro­jek­tie­ren, und dann rea­li­sie­ren. Sonst wird nie ein anspre­chen­des Resultat erzielt.

Also gehen wir der Reihe nach und betrach­ten die von Malik beob­ach­te­ten Fehler bei der Stellengestaltung im Einzelnen:

Der zu kleine Job

Malik sieht im zu klei­nen Job den häu­figs­ten Fehler. Ständige Unterforderung füh­re zu Frustration, man­gel­haf­ter Produktivität, denn um schein­bar trotz­dem wirk­sam zu Arbeiten, müs­se die Arbeit stän­dig gestreckt wer­den.

Wird bei einer digi­ta­len Lösung mit zu klei­nen Einheiten gedacht, so ent­ste­hen zu vie­le Übergänge vom Menschen zur Maschine und wie­der zurück, die alle wie­der in einen Gesamtprozess inte­griert wer­den müs­sen. Selbstverständlich ist es für Testzwecke von digi­ta­len Lösungen ein­fa­cher klei­ne Prozessschritte beob­ach­ten zu kön­nen. Nur, das ist eine Frage der Software-Architektur und nicht die der Einbettung in die Mensch-Maschine-Schnittstelle.

Vorbehalten bleibt das indi­vi­du­el­le Anfertigen von klei­nen Jobs für den Eigengebrauch und zu Experimentierzwecken für die Entwicklung von grös­se­ren Lösungen. In die­sem Sinne ist der Autor die­ser Zeilen sehr froh, pro­gram­mie­ren zu kön­nen: Ein ent­spre­chen­des Makro sucht zwi­schen­durch Füllwörter wie «also», «eben» und «und». Sowieso, der Zeitfaktor spielt beim Delegieren eine gros­se Rolle: Ist es eine ein­ma­li­ge Delegation? Erfolgt die Delegation regel­mäs­sig? Sind immer die glei­chen Personen invol­viert? Was pas­siert bei Ferien und Krankheit? Fragen die­ser Art kön­nen ent­schei­dend sein, wie viel Aufwand in eine digi­ta­le Lösung wirk­lich gesteckt wer­den soll.

Der zu grosse Job

Malik sieht den zu gros­sen Job als weni­ger schlimm an als den zu klei­nen. Er über­for­de­re zwar die Person, die­se wür­den aber die selbst gesetz­ten Grenzen eher akzep­tie­ren und sie kön­nen um eini­ges mehr leis­ten als sie selbst für mög­lich hal­ten. Der zu gros­se Job sei ein eher erkenn­ba­rer und leicht kor­ri­gier­ba­rer Fehler als der zu klei­ne.

Werden zu gros­se Jobs digi­ta­li­siert, schwin­det oft das Vertrauen der Anwender in die Resultate. Sie erhal­ten eine Art Black-Box, von der sie nicht wis­sen, was dar­in pas­siert. Sonst offen geleg­te Zwischenresultate sind nur im Verborgenen zu fin­den. Auch kann der Testaufwand immens wer­den. Wiederum ent­schei­det aber letzt­end­lich die Software-Architektur und zuschalt­ba­re Protokollierungsfunktionen zu den Zwischenresultaten über den Erfolg und die dafür zu inves­tie­ren­de Zeitdauer, bis eine akzep­ta­ble digi­ta­le Lösung vor­liegt. Auch hier ist dar­auf zu ach­ten, die regel­mäs­sig auf­tre­ten­den Fälle in die Betrachtungen ein­zu­be­zie­hen und nicht bei spitz­fin­di­gen Situationen, die nur etwa jedes 7. Schaltjahr zu erwar­ten sind, zu viel Ressourcen zu inves­tie­ren. Sonst besteht die Gefahr, dass unwich­ti­ge Einzelfälle eine qua­li­ta­tiv hoch­ste­hen­de Realisierung des Ganzen bein­träch­ti­gen.

Der Schein-Job oder Non-Job

Grosser Einfluss bei kei­ner bis wenig Verantwortung cha­rak­te­ri­siert gemäss Malik den Schein- oder Non-Job. Diese grau­en Eminenzen kön­nen Mentalität und Moral ver­gif­ten.

Selbstverständlich kann aus jeder Froschperspektive eine digi­ta­le Lösung von gros­sem Interesse sein. Andererseits muss immer das Gesamtinteresse der gan­zen Unternehmung als Vergleich zuge­zo­gen wer­den. Ausserordentliche Situationen, nicht nur die Corona-Pandemie, kön­nen dazu füh­ren, dass tem­po­rär beson­de­re Lösungen not­wen­dig sind. Werden sie aber nicht mehr gebraucht, dann muss der Mut auf­ge­bracht wer­den, die­se aus dem pro­duk­ti­ven Einsatz zu ent­fer­nen.

Sonst hat man die «Heureka» neu erfun­den, ein Kunstwerk des Eisenplastikers Jean Tinguely (1925–1991), das seit 1967 am Zürichsee instal­liert ist. Der Name steht für «ich hab’s gefun­den!» auf alt­grie­chisch und ist iro­nisch zu ver­ste­hen, denn die Plastik ist eine Maschine ohne Zweck. In der Kunst mag das gehen, aber im Geschäftsumfeld macht etwas, was viel gekos­tet hat, jedoch ohne regel­mäs­si­gen Verwendungszweck Ressourcen ver­braucht, kei­nen Sinn. Auch ein Algorithmus muss sich als Input-Output-Modell rela­ti­ve zum Geschäftsprozess und des­sen Beitrag zur Verbesserung amor­ti­sie­ren. Und wenn ein­zel­ne Unternehmenseinheiten Schein-Job-Anwendungen erhal­ten, ande­re wich­ti­ge Anwendungen jedoch nicht, kann das die Mentalität und Moral ver­gif­ten.

Der Multipersonen-Job

Beim Multipersonen-Job kön­ne kei­ne Person etwas allein zu Ende brin­gen und Malik warnt auch davor, Tätigkeiten zu ver­net­zen, nur weil es in Mode sei.

Wenn man bedenkt, dass ein Computer rund 500 Milliarden Operation pro Sekunde (FLOPS Floating Point Operations Per Second) aus­füh­ren kann, lohnt es sich, genau zu über­le­gen, wie weit stän­di­ge Interaktionen mit diver­sen mehr oder weni­ger betei­lig­ten Personen im Modell Platz haben. Selbstverständlich darf man ein­wen­den, dass die Ausnutzung von Synergien nur über Personen mög­lich ist. Aber Datenauslagerung vom Arbeitsspeicher auf die Festplatte kann einen Prozess um den Faktor 1000 ver­zö­gern. So dau­ert ein Prozess, der im Arbeitsspeicher 1 Sekunde dau­ert, plötz­lich 1000 Sekunden, was in etwa einer Viertelstunde ent­spricht. Genau zu wis­sen, was man tut, war­um und in wel­chem Kontext – so wird Synergiepotential ent­deckt. Müssen aber immer alle Beteiligten ein­grei­fen und noch zur sel­ben Zeit etwas frei­ge­ben, blo­ckiert die zu gros­se Vernetzung und die dar­aus fol­gen­de Unzahl an Eingriffen den Betriebsablauf. Zudem sind Benutzerreaktionen in der Regel auf­wän­di­ger zu pro­gram­mie­ren als Datenberechnungen (gemäss von Foerster das in Ordnung brin­gen von Daten).

Jobs mit «ein bisschen von allem»

Jobs mit «ein biss­chen von allem» füh­ren gemäss Malik zu sol­chen, die kein Ergebnis lie­fern, weil sich alles kom­plett in Teilergebnisse ver­zet­telt.

Computerprogramme sind in der Regel fokus­siert auf eine Aufgabe, wel­che sie gut erle­di­gen kön­nen. Das spon­ta­ne Switchen zwi­schen ver­schie­de­nen Tätigkeiten, wie es der Mensch kann, ist einem Computer nur mit gros­sem Aufwand bei­zu­brin­gen. Deshalb sind Computer stark auf einen vor­ge­dach­ten Lösungsraum fokus­siert. Sie kön­nen zum Beispiel spek­ta­ku­lär gut Bilder einer gewis­sen Gattung (mit Katzen oder Krebstumoren dar­auf) erken­nen, ein tak­ti­sches Spiel meis­ter­haft lösen oder bestimm­te Muster in einer gros­sen Datenbank suchen. Aber bei Dingen, bei denen der Computer unvor­be­rei­tet nichts aus­rich­ten kann, erlau­ben es die ana­ly­ti­schen Fähigkeiten des Menschen bes­ser, Synergieschlüsse zu zie­hen. Aus die­sem Grund sind die Abstraktion und die Zerlegung Voraussetzungen für eine effi­zi­en­te Mustererkennung und die Definition von schlag­kräf­ti­gen Algorithmen. Im Weiteren gilt das Paretoprinzip, die 80-zu-20-Regel: 80 % der Ergebnisse sind mit 20 % des Gesamtaufwandes erreich­bar, die rest­li­chen 20 % benö­ti­gen mit einem Anteil von 80 % die meis­te der inves­tier­ten Arbeit (benannt nach Vilfredo Pareto, 1848–1923). Also braucht es einen Entscheid, wie das Paretoprinzip ange­wen­det wer­den soll.

Der Killer-Job oder der unmögliche Job

Der letz­te von Malik iden­ti­fi­zier­te Fehler, der Killer-Job oder der unmög­li­che Job, beinhal­tet wider­sprüch­li­che und zu ver­schie­den­ar­ti­ge Anforderungen, sodass sie zu einem nicht ent­wirr­ba­ren Zielkonflikt führt.

Oft ist die Erwartung da, dass wegen uni­ver­sell ein­setz­ba­rer Programme wie Textverarbeitung, Tabellenkalkulation, Präsentationssoftware und PDF-Anzeige, der Computer auch ohne genaue Anweisung uni­ver­sell ein­setz­bar sei. Dabei geht ver­ges­sen, dass bis eine Computeranwendung zum regu­lä­ren Einsatz bei den Anwendern kommt, eine gros­se Anzahl Ressourceneinheiten inves­tiert wor­den sind. Wie vie­le es wirk­lich sind, ist von aus­sen kaum abschätz­bar. Zudem macht bei den oben genann­ten Anwendungen der Mensch die Adaption zwi­schen sei­nen Bedürfnissen und den Möglichkeiten der Programme. Wenn sich zeigt, dass eine Aufgabe sich nur schwie­rig digi­ta­li­sie­ren lässt, kann sich ein ande­rer Ansatz loh­nen: Nämlich die Sache von der Datensicht aus anzu­ge­hen. Das Auffinden von ver­bor­ge­nen Mustern kann hilf­reich sein. Dafür sind aber Daten not­wen­dig, die man ana­ly­sie­ren kann. Nicht umsonst meint der deut­sche Soziologe und Systemtheoretiker Dirk Baecker (geb. 1955) in sei­nem Buch «4.0 oder Die Lücke die der Rechner lässt»:

«Die soge­nann­te digi­ta­le Transformation (der Gesellschaft) ist rekur­siv und nicht-tri­vi­al. Sie ver­än­dert die Voraussetzungen, unter denen sie statt­fin­det, und damit auch die Ziele, die sie ver­folgt.»

Mit ande­ren Worten muss man immer dar­auf gefasst sein, dass mit der eige­nen Tätigkeit neue Ziele und damit neue Grundlagen geschaf­fen wer­den, die auch gel­ten und in die Überlegungen ein­zu­be­zie­hen sind. In die­sem Sinn fliesst alles, «pan­ta rhei». Diese Feststellung geht auf den grie­chi­schen Philosophen Heraklit (520–460 v. Chr.) zurück.

Fazit

Jede Lösung einer Herausforderung ist ein Kompromiss. Es muss ein Gleichgewicht zwi­schen ver­schie­de­nen Situationen gefun­den wer­den. Und wenn alle Aspekte neu­tral und klar beschrie­ben sind, kön­nen trotz einer schein­bar auf­tre­ten­den Kontinuität neue, inno­va­ti­ve Ergebnisse abge­lei­tet wer­den.

«La numérisation pour la numérisation»?

Leider ist die Welt auf aben­teu­er­li­che Weise in den Computer gekom­men, wie David Gugerli (geb. 1961), Professor für Technikgeschichte an der Eidgenössisch Technischen Hochschule Zürich (ETH Zürich) in sei­nem gleich­na­mi­gen Buch beschreibt. Oft ist das zur­zeit Machbare auch Motiv für die Umsetzungen gewe­sen. In Anlehnung an die fran­zö­si­sche Redewendung «L’art pour l’art», also die Kunst um der Kunst wil­len, könn­te man fol­gern, dass Digitalisierung oft um der Digitalisierung wil­len ange­wen­det wird. Wiederum ins fran­zö­si­sche über­tra­gen etwa als «la numé­ri­sa­ti­on pour la numé­ri­sa­ti­on». Im Kunstbereich ist Provokation ein wich­ti­ges Stilmittel. Die Diskussion, ob die­ses Element bei Digitalisierungsprojekten einen vor­herr­schen­den Platz beset­zen soll, könn­te ein ande­res Mal Thema sein.

Ausblick

Erwin Steiger (geb. 1956), eine lang­jäh­ri­ge Führungsperson in der schwei­ze­ri­schen Versicherungswirtschaft, deckt in sei­nem Buch «Mit fes­tem Schritt zum Abgrund» Gründe auf, war­um die Fusion von zwei Firmen geschei­tert ist. Eine wesent­li­che Schuld gibt er der Konzernsprache «Englisch». Das hat­te zur Folge, «…, dass in Projekten nicht etwa der­je­ni­ge Mitarbeiter einer Einheit abge­stellt wur­de, der von der bespro­che­nen Materie am meis­ten ver­stand, son­dern der­je­ni­ge, der am bes­ten Englisch sprach.»

Übertragen auf die Digitalisierung wür­de das heis­sen, dass die­je­ni­gen, die das bes­te Wissen über die Digitalisierung haben, dabei sind und über Dinge ent­schei­den, die sie nur vom Hörensagen ken­nen. Selbstverständlich ist jede Anstrengung, die für die Digitalisierung vor­ge­nom­men wird, auch eine opti­ma­le Gelegenheit, eige­ne Prozesse und his­to­risch beding­te Besitzstandswahrungen zu hin­ter­fra­gen. Im Umfeld von Ökonomie, Ökologie und der vor­herr­schen­den Arbeitsteilung in Wirtschaft und Gesellschaft, ist das Augenmerk auf die Schnittstellen, in ers­ter Linie der Kundenbeziehungen, zu legen. Kundenbeziehungen las­sen sich nicht von heu­te auf mor­gen hun­dert­pro­zen­tig umkrem­peln. Die ver­schie­de­nen Prozesse müs­sen bezüg­lich Qualitäts‑, Kosten- und Zeitaspekten auf­ein­an­der abge­stimmt sein. Neuausrichtungen brau­chen Zeit und auf allen Seiten genü­gend Vorlaufzeit. Das soge­nann­te Betriebskontinuitätsmanagement (Business Continuity Management BCM) ist in arbeits­tei­li­gen Systemen beson­ders wich­tig, soll aber Notfälle abde­cken und nicht Situationen, die durch Unkenntnis der Prozesse, fahr­läs­sig her­bei­ge­führt wor­den sind. Welchen Zusammenhang gute Führung und Nachhaltigkeit mit Geschäfts‑, Daten‑, Datenverarbeitungs‑, Datenbeziehungs- und Kommunikationsverständnis haben, soll ein ande­res Mal beschrie­ben wer­den.

Literaturquellen

• Baecker Dirk: 4.0 oder Die Lücke die der Rechner lässt, Merve Verlag, Leipzig 2018
• Dueck Gunter: Heute schon einen Prozess opti­miert? Das Management frisst sei­ne Mitarbeiter, Campus, Frankfurt/New York, 2020
• Foerster, von, Heinz: Wissen und Gewissen, Versuch einer Brücke, Suhrkamp Taschenbuch Wissenschaft, Frankfurt am Main 1993 (2016)
• Gugerli David: Wie die Welt in den Computer kam. Zur Entstehung digi­ta­ler Wirklichkeit, S. Fischer Verlag, 2018
• Malik Fredmund: Führen Leisten Leben, Wirksames Management für eine neue Welt, Campus, Frankfurt / New York 2019
• Nassehi Armin: Muster, Theorie der digi­ta­len Gesellschaft, C.H. Beck, München 2019
• Steiger Erwin: Mit fes­tem Schritt zum Abgrund, Buchvertrieb Stansstad, Stansstad 2004
• Wing Jeannette M.: «Computational Thinking» in «COMMUNICATIONS OF THE ACM», March 2006/Vol. 49, No. 3, https://www.cs.cmu.edu/~15110-s13/Wing06-ct.pdf

Diverse punk­tu­el­le Ergänzungen und Querkontrollen aus Duden, Wikipedia und Archiv Urs Wiederkehr.

Dr. Urs Wiederkehr (*1961), Dipl. Bau-Ing. ETH/SIA, ist Leiter Fachbereich Digitale Prozesse auf der Geschäftsstelle des Schweizerischen Ingenieur- und Architektenvereins SIA.