Online PR & Social Media News - Autorenportal

Mitsu Tomoe (Sonne, Himmel, Erde, Menschen)

Wir alle wurden unter dem Präzisions- und Perfektions-Diktat des westlichen Business beruflich ausgebildet. Unsere westliche ODER-Logik lässt nur eine klare Antwort zu: Schwarz ODER Weiß?

Aristoteles (384-322) sagte: wahr ODER falsch, ein Drittes gibt es nicht.
Platon (427-347) behauptete zuvor: zwischen wahr und falsch gibt es ein Drittes.

Die Asiaten praktizieren die Natur-Logik:
UND-Logik: sowohl … als auch …; wenn …, dann … und …; wenn … und …, dann …; Das Ganze UND die Teile gleichzeitig, das Große UND das Kleine. Diese UND-Denkweise wird im Westen als Paradoxon (un-logisch) bezeichnet (Koan: Japanisch, Zen).

Erinnerung: In der EDV gibt es 256 Graustufen. In der Natur gibt es immer Übergänge zwischen 2 Kategorien (UND).

Die ODER-Logik ist Teil des analytisch-statischen westlichen Digital-Denkens. Wir betrachten dabei fokussiert ein Element einer Beziehung, oder eine Verbindung. Den Rest blenden wir aus. Die UND-Logik dagegen betrachtet ganzheitlich-gleichzeitig mehrere Elemente einer Beziehung: Wir erkennen dadurch, dass Reichtum nur durch gleichzeitige Armut entsteht!

Stark vereinfachte Darstellung (s. Grafik) der UND-Logik für offene und geschlossene Systeme:

Fuzzylogik (ungenaue Logik, UND-Logik) Fuzzy-Set-Theorie, die unscharfe Mengenlehre, wurde bereits 1965 von L. A. Zadeh, eine Theorie, welche für die Modellierungen von Unsicherheiten und Unschärfen entwickelt wurde. Sie ist eine Verallgemeinerung der zweiwertigen Boolschen Logik (2-stellige Verknüpfungen Λ und V, sie umfasst die Existenz der Elemente 0 und 1). Dadurch kann man die sogenannte Angaben wie "ein bisschen", "ziemlich" oder "stark" mathematisch in Modellen erfassen. Das Ergebnis einer Fuzzy-Klassifikation ist eine unscharfe Menge, bei der die Zugehörigkeit zu einer Klasse als Wert im Intervall von 0 bis 1 angegeben wird. Die Fuzzy Logik basiert auf den Fuzzy-Mengen (Fuzzy-Sets) und den Zugehörigkeits-Funktionen, die Objekte auf Fuzzy-Mengen abbilden, sowie passenden logischen Operationen auf diesen Mengen und ihrer Inferenz. Bei technischen (mechanistischen, kybernetischen) Anwendungen müssen außerdem Methoden zur Fuzzifizierung und De-Fuzzifizierung betrachtet werden, d. h. Methoden zur Umwandlung von Angaben und Zusammenhängen in Fuzzylogik und wieder zurück, zum Beispiel als Stellwert für eine automatische Heizungs-Steuerung als Resultat.

In einer typischen Anwendung werden z. B. Waschmaschinen so programmiert, dass sie je nach Verschmutzung der Wäsche ihre Waschmittelmenge ´regeln´. Ausgangspunkt ist die Überlegung, dass es nicht möglich ist, den Verschmutzungsgrad für Kleidung eindeutig zu bestimmen.

Beispielsweise gibt es keine Definition eines Verschmutzungsgrads 55 %. Da aber die Waschmittelmenge dennoch auf einen festen Wert eingestellt werden muss, benötigt man hier eine Logik, die mit unscharfen Begriffen wie leicht verschmutzt oder stark verdreckt umgehen kann. Die Fuzzylogik übersetzt die Aussagen zur Wäsche-Verschmutzung in eine fest definierte Waschmittelmenge. Beispielsweise wird leicht verschmutzt in 23 g Waschmittel und und stark verdreckt in 65 g Waschmittel umgesetzt. Entscheidend ist, dass hinter dieser Logik keine einfache mathematische (lineare) Funktion zu finden ist. Vielmehr müssen die maßgebenden Werte (23 g oder 65 g) aus Erfahrungen, Beobachtungen und empirischen Untersuchungen gewonnen werden.

Ein zweiter Gedanke:
Bekanntlich haben alle Vorteile auch ihre Nachteile. Die 100 %-tige Perfektion kostet leider viel Geld. Das lässt sich sparen. V. Pareto (1848−1923) erkannte (vereinfacht): Für die ersten 80 % einer Projekt-Realisierung muss man 20 % Gesamt-Energie investieren (Linearität). Für die restlichen 20 % benötigt man bis zu 80 % des Gesamtaufwands für Zeit, Geld, Material und Personal. (Exponentialität): Mehrkriterielle divergierende Parameter- und Vektor-Optimierung multipler Ziele. Nicht nur beim Kölner U-Bahn-Bau!

Eine 100 %-tige Perfektion erfordert letztlich die exponentielle Steigerung für Vorgaben, Kontrollen und Korrekturen. Denn Realisierung bedeutet: statisch-theoretische Modelle werden in dynamisch-praktische Fertigungs-Prozesse (Mittel, Methoden, Weg) umgewandelt. Da Realisierungen immer auch Reibungsverluste verursachen, ist gegen Projekt-Ende ein höherer Kritik- und Korrektur Aufwand erforderlich (Fein-Tuning). Die Folge: Mehr-Kosten – bei sinkender MitarbeiterInnen-Motivation. Das Problem sind Denk-Fehler:

1. Die Verknüpfung von mechanistischen Fertigungs-Prozessen und dem vitalistischen System (Natur) MitarbeiterInnen wird nicht erkannt und beherrscht.
2. Immer-mehr-desselben-Prinzip (Laffer-Kurve), statt Methoden-Wechsel.
3. Quantität-vor-Qualität-Prinzip (Menge beeinduckt = objektiv, sichtbar).
4. Un-Wichtiges findet überproportionale Beachtung.
5. Eingriffe erfolgen zu früh oder zu spät.

Faszit: Ich kann (biologie-und-oekologie.de) die Probleme mittels Fuzzy Logik auf die Systemik übertragen und deshalb mit meinem systemischen MbS Management by System intelligenter lösen. Ich arbeite mit der Fuzzy Logic: Der un-scharfen (analogen) Klassifikationen, Attraktoren und Ziel-Kriterien, sowie der unscharfen Basis- und Realisierungs-Kriterien – ähnlich der Natur.

Das Neue daran:
Wir müssen in der Globalisierung lernen mit Ungenauigkeiten bzw. Annäherungen zu leben. 80 % genau sind zunächst genug. Nutzen Sie das Engagement Ihrer Mit-ArbeiterInnen: das natürliche systemisch-dynamische Regelungs-System der Motivation ! De-Zentral und Heterarchisch. Je mehr ein Chef kybernetisch statisch-steuernd eingreift, desto größer werden die Reibungs-Verluste.

Die vereinfachten Gründe:
Systemik besitzt eine autonome innere Regelungs-Energie mit pos. und neg. Feedback: Fließgleichgewicht.Kybernetik erfordert einen ständigen externen Energie-Input (Effektivität: was?, Effizienz: wie?). Verzögerungen verführen Menschen zu unproportionaler vorzeitiger Energie-Zufuhr: Viel-hilft-viel-Prinzip. In der Folge gerät das Perfektions-Prinzip aus dem Blick. Un-Ruhe kommt auf.

Da Sicherheit, nach A. Maslow, ein menschliches Elementar-Bedürfnis ist, widerspricht das Ungenauigkeits-Prinzip der Fuzzy-Anwendung intuitiv menschlichem Verhalten - bis man sich daran gewöhnt hat.

Ergebnis: Fuzzy Logic und Pareto-Regeln sind Erkenntnisse aus dem Werkzeugschrank der Natur. Ich kenne keine bessere Lehr-MeisterIn!

Wolfgang Schwalm (C) (WSchwalm@gmx.de)