Digitale Souveränität in der Wirtschaft – Gegenstandsbereiche, Konzepte und Merkmale

Die Gestaltung von Arbeitswelten im Sinne der arbeitenden Menschen ist eine Kerndomӓne der Arbeitspsychologie (Kleinbeck und Schmidt 2010). Eine bedeutsame Denkrichtung innerhalb der Arbeitspsychologie – die „Dresdner Schule“ – stellt eine Theorie des menschlichen Handelns – die Handlungsregulationstheorie – in das Zentrum der Analyse und Gestaltung menschlicher Arbeit (Hacker 2005, 2010, Hacker und Richter 1990).

Neben individuellen Menschen können (beispielsweise nach dem grundlegenden theoretischen Ansatz von Coleman 1986) auch Organisationen wie etwa Unternehmen als korporative Akteure und somit auch als handelnde Subjekte betrachtet werden. Digitale Souveränität in der Wirtschaft wäre also in erster Näherung als Erhalt und möglichst Förderung der Handlungsfähigkeit von Individuen und Organisationen in wirtschaftlichen Kontexten zu verstehen.

Bereits oben in der Diskussion des Beitrags von Couture und Toupin (2019) wurde deutlich, dass Konzepte wie Unabhängigkeit, Autonomie und Kontrolle – im Sinne einer Kontrolle der individuellen oder korporativen Subjekte über ihre Umweltbedingungen – sehr nah mit der digitalen Souveränität verbunden sind, sie näher beschreiben können. In der Arbeitspsychologie gilt dies vor allem für das Konstrukt der Kontrolle als wesentliches, gerade auch für psychische und physische Gesundheit überragend bedeutsames Merkmal von Arbeitsbedingungen (vgl. grundlegend zum Beispiel Karasek 1989, für eine Überblicksdarstellung in deutscher Sprache Flammer, Nakamura 2002, für einen Überblick über die empirischen Befunde de Jonge und Kompier 1997 sowie Luchman und González-Morales 2013).

Handlungs- und kontrolltheoretische Aspekte verknüpft Rainer Oesterreich (1981) in seinem Konzept des Handlungsraums und der Effizienz-Divergenz in Handlungsräumen. Im folgenden Abschnitt wird dieses Konzept etwas eingehender dargestellt, einschließlich der recht abstrakt-formalen Definitionen, die Oesterreich zur Beschreibung von Effizienz und Divergenz verwendet. Diese formalen, expliziten, mathematischen Beschreibungen werden auch deshalb dargestellt, weil sie für eine eventuelle spätere Verwendung des Effizienz/Divergenz-Konzepts im Kontext der Zertifizierung von digitalen Anwendungen und Produkten im Werkzeugmaschinenbau nützlich sein können, zur Operationalisierung der Bewertungskriterien.

Vor dieser formalen Darstellung sollen die Grundgedanken des Konzepts kurz qualitativ umrissen werden:

Die oben grob qualitativ umrissene Beschreibung der Konzepte Handlungsraum Effizienz, Divergenz und Effizienz-Divergenz werden im Folgenden präziser und formal beschrieben.

Ein Handlungsraum kann zunächst verstanden werden als ein gerichteter Graph mit Situationen/Zuständen als Knoten und Handlungen als gerichteten – von der Gegenwart in die Zukunft, von einem Zeitpunkt zum nächsten, von tn zu tn+1 – Kanten. Da jede Situation wiederum als Ergebnis einer vorangegangenen Handlung interpretiert werden kann, heißen die Knoten beziehungsweise die Situationen in Oesterreichs Terminologie Konsequenzen, formal bezeichnet mit dem Symbol K.

Abb. 1 zeigt einige Beispiele für einfache Handlungssequenzen. Für jede Ausgangskonsequenz K_tn stehen mehrere Handlungen H₁ … H_n zur Verfügung. Jede dieser Handlungen führt entweder sicher zu einer bestimmten Konsequenz K_tn+1 zum folgenden Zeitpunkt, oder sie führt mit Wahrscheinlichkeiten von jeweils kleiner als 1 zu mehreren Konsequenz K_tn+1 zum nächsten Zeitpunkt. Jede der Konsequenzen K_tn+1 zum zweiten Zeitpunkt kann nun wieder als Ausgangskonsequenz verstanden werden, für die mehrere Handlungen zur Verfügung stehen, die wiederum zu neuen Konsequenzen K_tn+2 führen, und so weiter. Komplexe Handlungsräume lassen sich so aus den in Abb. 1 dargestellten einfachen Elementen als Bausteinen zusammensetzen.

Die Effizienz eines Handlungsraums wird nun dadurch bestimmt, wie hoch die Übergangswahrscheinlichkeiten der Handlungen sind, die von den Konsequenzen K_tn zu den Konsequenzen K_tn+1 führen. Idealerweise führt jede Handlung sicher – mit p=1,0 – zu einer bestimmten Konsequenz K_tn+1, wie in Abb. 1 links oben für die Konsequenz KA_tn dargestellt.

Oesterreich (1983) schlägt als formale Beschreibung der Effizienz folgenden Ausdruck vor¹:

Dabei sind \( \text{N}\left( {\text{K}_{\text{tn} + 1} } \right) \) die Anzahl der Konsequenzen zum Zeitpunkt tn+1 und \( {\text{maxp}}\left( {{\text{H}}_{ 1} \ldots \text{H}_{\text{n}} } \right) \) die maximale Wirkwahrscheinlichkeit der zum Zeitpunkt tn verfügbaren Handlungen, also die maximale Wahrscheinlichkeit, mit der eine Handlung des früheren Zeitpunkts zu einer bestimmten Konsequenz des späteren Zeitpunkts führt.

Nun beschreibt eine hohe Effizienz alleine noch nicht eine für den handelnden Menschen befriedigende Situation. Dies illustriert die in Abb. 1 rechts oben für die Konsequenz KB_tn dargestellte Situation. Hier herrscht maximale Effizienz, alle Handlungen der Ausgangskonsequenz K_tn führen sicher mit der Wahrscheinlichkeit p=1,0 zu einer Folgekonsequenz K_tn+1; es handelt sich aber immer um dieselbe Konsequenz. Damit tritt unabhängig von der Handlungsentscheidung des Menschen zum Zeitpunkt tn immer derselbe Zustand in tn+1 ein. In einer solchen Situation kann man nicht sinnvoll von einer Kontrolle des Menschen sprechen.

Die Effizienz bedarf somit, um Kontrolle sinnvoll abbilden zu können, einer Ergänzung. Oesterreich schlägt für dieses komplementäre Konzept die Divergenz vor, verstanden als die Vielfalt von mit Handlungen des früheren Zeitpunkts erreichbaren Konsequenzen des späteren Zeitpunkts, die er wie folgt formal darstellt:

Dabei ist \( N\left( {\text{K}_{\text{tn} + 1,\,\text{p} > 0} } \right) \) die Anzahl der zum Zeitpunkt tn+1 mit einer Wahrscheinlichkeit größer Null erreichbaren Konsequenzen. Die Divergenz ist konzeptionell sehr nahe an den arbeitspsychologischen Konzepten der Freiheitsgrade und des Handlungsspielraums (Hacker 1987, 2005; Osterloh 1983).

Auch die Divergenz alleine kann die Kontrolle beziehungsweise Kontrollierbarkeit eines Handlungsfelds aus Sicht des handelnden Menschen nicht adäquat abbilden. Dies illustrieren die in Abb. 1 unten für die Konsequenzen KC_tn und KD_tn dargestellten Situationen: Hier herrscht zwar jeweils vollständige Divergenz, weil alle Konsequenzen des Zeitpunkts tn+1 durch Handlungen des Zeitpunkts tn erreicht werden können. Das Eintreten einer jeweils bestimmten Konsequenz zum Zeitpunkt tn+1 ist allerdings völlig unabhängig von den Handlungen und den zu ihnen führenden Entscheidungen zum Zeitpunkt tn. Die Ausgangskonsequenzen KC_tn und KD_tn unterscheiden sich nur dahingehend, ob die Konsequenzen des Zeitpunkts tn+1 mit gleichen oder unterschiedlichen Wahrscheinlichkeiten erreicht werden; in beiden Fällen geschieht dies aber völlig unabhängig von den zum Zeitpunkt tn gewählten Handlungen.

Aus diesen Überlegungen wird deutlich, dass für eine (formale) Beschreibung der Kontrolle beziehungsweise der Kontrollierbarkeit eines Handlungsraums ein Konzept benötigt wird, das Effizienz und Divergenz berücksichtigt. Ein solches Konzept schlägt Oesterreich als Effizienz-Divergenz (ED) vor, das er wie folgt formal beschreibt:

Dabei ist \( {\text{maxp}}\left( {\text{K}_{{\text{i}_{\text{tn} + 1} }} } \right) \) die maximale Wirkwahrscheinlichkeit, die zur Konsequenz \( \text{K}_{{\text{i}_{\text{tn} + 1} }} \) führt. Die Effizienz-Divergenz wird also umso größer, je mehr Konsequenzen des Zeitpunkts tn+1 mit jeweils möglichst hohen Wirkwahrscheinlichkeiten erreicht werden können. Dies ist optimal im Fall der in Abb. 1 links oben für die Konsequenz KA_tn dargestellte Situation gegeben: Es sind alle Konsequenzen des Zeitpunkts tn+1 erreichbar (Divergenz), und zwar jeweils mit maximaler Wahrscheinlichkeit – also sicher – durch jeweils eine – und nur eine – bestimmte Handlung (Effizienz). Die Effizienz-Divergenz ist somit ein geeignetes Maß für die Kontrolle in einem Handlungsfeld beziehungsweise für die Kontrollierbarkeit des Handlungsfelds.

Das Konzept der Effizienz-Divergenz wurde zur Konstruktion des Arbeitsanalyse- und Bewertungsverfahrens VERA (Verfahren zur Ermittlung von Regulationserfordernissen in der Arbeitstätigkeit) verwendet (Oesterreich 1984). Eine Anwendung zur Gestaltung soziotechnischer Systeme (Trist und Bamforth 1951, Ulrich 2013) im Allgemeinen oder zur Analyse digitaler Souveränität im Besonderen wurde nach Kenntnis des Autors bislang nicht untersucht. Da sich dieses Konzept, wie oben dargestellt, jedoch sehr gut eignet, um das als Kernaspekt der digitalen Souveränität diskutierte Konstrukt der Kontrolle recht explizit und präzise zu beschreiben, soll genau dies im Folgenden untersucht und dargestellt werden: Die Potenziale der Effizienz-Divergenz zur Beschreibung und Gestaltung der digitalen Souveränität sowohl von Beschäftigten wie von Unternehmen.

Im Folgenden wird zunächst versucht, aus der Perspektive der Individuen beziehungsweise der Beschäftigten wesentliche Aspekte ihrer digitalen Souveränität systematisch darzustellen.

Tab. 1 zeigt – im Sinne einer hypothetischen Zuordnung – Aspekte der soziodigitalen (vgl. auch Stubbe 2017) Souveränität in Relation zu den Aspekten der Kontrolle – Effizienz und Divergenz. Von soziodigitaler Souveränität wird hier gesprochen, weil die Interaktion des Menschen mit den digitalen Systemen eingebettet ist in eine soziale Umwelt. Im Kontext der Arbeitswelt ist es üblich, diese Umwelt als soziotechnisches System, bestehend aus den Teilsystemen Mensch, Technik und Organisation, zu verstehen (Trist, Bamforth 1951, Ulich 2013, speziell mit Bezug zu KI-Anwendungen Mueller et al. 2019). Dabei ist grundsätzlich davon auszugehen, dass die Gestaltung der Arbeitsorganisation den größten Einfluss auf die menschliche Arbeit hat, hinsichtlich sowohl Produktivität und anderen ökonomischen Kennwerten einerseits als auch Arbeitsqualität im arbeitspsychologischen Sinne andererseits. Dies liegt daran, dass die durch die Organisationsgestaltung definierte Verteilung und Kombination von Aufgaben den Kern der Arbeit, die Arbeitsinhalte, bestimmt. Die Auswirkung der Gestaltung des technischen Teils wird immer in diesem organisationalen Kontext zu bewerten sein (Hacker 1987).

Die Elemente der soziodigitalen Souveränität auf der Ebene des Individuums sind in Tab. 1 in den Spalten nach den Teilsystemen des soziotechnischen Systems – Mensch, Technik, Organisation – angeordnet, in den Zeilen nach den Aspekten der Kontrolle – Effizienz und Divergenz.

Für alle drei Teilsysteme gibt es zunächst allgemeine Voraussetzungen, die mit der Transparenz des digitalen Handlungsfelds aus der Sicht des Menschen zu tun haben. Entscheidend für das Kontrollerleben und die vom Menschen tatsächlich ausgeübte Kontrolle ist ja nicht die objektive Kontrolle, die das Handlungsfeld grundsätzlich gemäß seiner Merkmale ermöglicht, sondern die subjektive Kontrolle, die vom Menschen wahrgenommenen Kontrollmöglichkeiten. Eine in diesem Sinne elementare Voraussetzung im Bereich des Teilsystems Mensch ist eine digitale Grundbildung, eine elementare Digital Literacy (vbw 2018). Seitens des Teilsystems Organisation ist es eine grundsätzliche Transparenz über die dem Individuum zugewiesenen Aufgaben und über seine Entscheidungsbefugnis.

Die Transparenz im Bereich des technischen Teilsystems ist aktuell Gegenstand intensiver Diskussion, sofern es sich um Systeme mit Künstlicher Intelligenz (KI) handelt (zum Beispiel EPFL IRGC 2018, Zweig 2019); teilweise wird sogar bestritten, dass Transparenz von KI-Systemen möglich oder auch wünschenswert ist (Ananny und Crawford 2018). Im Einklang mit der Mehrheit der Autorinnen und Autoren soll hier allerdings die Auffassung vertreten werden, dass Transparenz im Kontext von KI-Systemen eine herausfordernde, aber prinzipiell lösbare Aufgabe ist. Dies gilt unter der Bedingung, dass – insbesondere bei komplexen, dynamischen KI-Systemen (maschinelles Lernen, neuronale Netze) – der Anspruch nicht darin besteht, transparent zu machen, wie die Algorithmen im Detail ‚wirklich‘ funktionieren; dies dürfte in vielen Fällen objektiv nicht möglich sein. Demgegenüber besteht eine sinnvolle Forderung darin, dass KI-Systeme erklärbar sein sollen (Englisch: Explainable AI, XAI; Mueller et al. 2019; vgl. auch die Beiträge 4 von Florian Eiling und Marco Huber sowie 11 von Roland Vogt in diesem Band). Das bedeutet, dass das System ‚hinreichend gute‘ Erklärungen für sein Verhalten geben kann. Zu diesem Zweck kann zum Beispiel das Verhalten eines neuronalen Netzes über einen – für den Menschen nachvollziehbaren – Entscheidungsbaum angenähert werden. Dabei muss immer bedacht werden, dass es sich bei diesen Erklärungen um Approximationen, nicht um Darstellungen der – objektiv kaum nachvollziehbaren – tatsächlichen Arbeitsweise des (lernenden) Algorithmus handelt. Für die praktische Gestaltung erklärbarer XAI-Systeme stehen mittlerweile viele Modelle und Werkzeuge zur Verfügung (zum Beispiel Nushi et al. 2018, Mueller et al. 2019, Wang et al. 2019).

Speziell für den Aspekt der Effizienz ist seitens des Teilsystems Mensch ein hinreichendes Fachwissen erforderlich, um sich in digitalen Handlungsfeldern sicher bewegen zu können. Dies umfasst sowohl einschlägiges Domänenwissen sowie – je nach Art der eingesetzten digitalen Systeme und je nach Aufgabenzuschnitt (siehe unten) – auch digitales Spezialwissen (vgl. hierzu auch den Beitrag 2 von Thorsten Reckelkamm und Jochen Deuse in diesem Band). Seitens des Teilsystems Organisation wird durch die grundsätzliche Aufgabenteilung und -kombination bestimmt, inwieweit die jeweiligen Arbeitsaufgaben überhaupt von Menschen auf hohem und nachhaltigem Leistungsniveau bearbeitet werden können (vgl. das Konzept der vollständigen Tätigkeiten, Hacker 1987, 2005, 2010, Hacker und Richter 1990). Auch die soziale Unterstützung von Kollegen und Vorgesetzten, die die Effizienz positiv beeinflussen kann, hängt ganz wesentlich von betrieblichen Organisationskonzepten ab.

Für das technische Teilsystem sind unter dem Aspekt der Effizienz Merkmale wie technische Zuverlässigkeit, Robustheit und Resilienz der technischen Systeme. beispielsweise der KI-Systeme beziehungsweise Algorithmen, wesentlich (vgl. dazu auch den Beitrag 11 von Roland Vogt in diesem Band). Fragen der Qualität von Algorithmen sind anspruchsvoll (Zweig 2018, 2019), was teilweise noch dadurch erschwert wird, dass sich bestimmte relevante Qualitätsmaßstäbe untereinander logisch-mathematisch widersprechen (Zweig und Krafft 2018). Für die Analyse und Behebung von Fehlern beziehungsweise Fehlfunktionen in KI-Systemen wurden Methoden vorgeschlagen, die die Ressourcen von Menschen und technischen Systemen gleichermaßen nutzen (Nushi et al. 2018).

Bezüglich der Divergenz ist ein wesentliches Merkmal des Teilsystems Mensch das Vorhandensein kognitiver Ressourcen, die nicht nur die Bewältigung definierter, immer gleicher Anforderungen erlauben, sondern auch in neuen, ungewohnten, dynamischen Situationen Handlungsfähigkeit ermöglichen. Neben interdisziplinärem Wissen sind dies insbesondere Kompetenzen im von John Erpenbeck definierten Sinn als Selbstorganisationsdispositionen (Erpenbeck et al. 2017). Hinsichtlich des organisationalen Teilsystems sind Freiheitsgrade und Handlungsspielräume ganz zentrale Voraussetzungen von Divergenz (Osterloh 1983, Hacker 2005).

Für das Teilsystem Technik lassen sich eine ganze Reihe von Gestaltungsprinzipien benennen, die Divergenz fördern. Besonders soll das Ecological Interface Design (EID) hervorgehoben werden (Vicente und Rasmussen 1992, Lüdtke 2015). Dieser Gestaltungsansatz beruht auf der Vorstellung hierarchisch aufgebauter Handlungskontrolle bzw. -regulation (Hacker 2005; Rasmussen 1983). Auf den obersten dieser Regulationsebenen menschlicher Handlungen werden komplexe, zielgerichtete Handlungspläne – gegebenenfalls je nach Situation völlig neu – entwickelt (knowledge based behaviour bei Rasmussen, intellektuelle Regulationsebene bei Hacker), auf den untersten Ebenen (skill based behaviour beziehungsweise sensomotorische Regulationsebene) werden einfache sensorische, kognitive oder motorische Routinen quasi ‚automatisch‘ abgearbeitet. Zwischen diesen Ebenen gibt es eine mittlere, die an Handlungsschemata orientiert ist (rule based behaviour bzw. perzeptiv-begriffliche Regulationsebene). Der EID-Ansatz läuft nun darauf hinaus, komplexe Mensch-Maschine-Schnittstellen so zu gestalten, dass die Nutzenden möglichst zu jeder Zeit die Möglichkeit haben, wahlweise auf jeder dieser Handlungsregulationsebenen in das System einzugreifen. Dies kann als ein sehr ausdifferenzierter Sonderfall eines ‚On-the loop-Designs‘ (EPFL IRGC 2018) verstanden werden – im Unterschied zu off-the-loop (Nutzer kann gar nicht in Systemprozesse eingreifen) und in-the-loop (Nutzer ist ständig in die Systemsteuerung eingebunden).

Ein weiteres Beispiel ist die Gestaltung von Interaktionen zwischen Menschen und Algorithmen in einer Weise, die es den Menschen erlaubt, kognitive Verzerrungen zu überwinden, wie etwa den confirmation bias, also die Neigung, solche Informationen zu suchen und hoch zu bewerten, die zu bereits gefassten (Vor-)Urteilen passen (Wang et al. 2019). Durch solche Mensch-Technik-Interaktionen entstehen neue Möglichleiten des menschlichen Handelns, sie wirken somit divergenzfördernd.

Tab. 2 zeigt Elemente der soziodigitalen Souveränität auf der Ebene der Organisation. Die Zeilen der Tabelle entsprechen wie oben im Fall der Individuen den beiden Aspekten der Kontrolle – Effizienz und Divergenz. In den Spalten finden sich in Anlehnung an die Dimensionen des iit-Innovationsfähigkeitsindikators² die drei Kapitalarten Human-, Struktur- und Beziehungskapital.

Human- und Strukturkapital spiegeln die oben für die Individuen in den Kategorien Mensch und Organisation abgebildeten Sachverhalte aus der Perspektive des Unternehmens beziehungsweise der Organisation.

Humankapital bezeichnet das für die Organisation verfügbare Wissen der Beschäftigten. Im Hinblick auf die Effizienz ist dabei eher die Tiefe des (digitalen) Fachwissens bedeutsam, für die Divergenz ist es eher die Vielfalt³ dieses Wissens.

Das Strukturkapital beschreibt Potenziale der internen Strukturen der Organisation, also letztlich ihrer organisatorischen Ausgestaltung, insbesondere unter den Aspekten der Lern- und Innovationspotenziale. Dabei kommen die bekannten Modelle des organisationalen Lernens zum Tragen (Argyris und Schön 1996). Effizienz wird aufgebaut durch single-loop learning, das fortlaufende Verbessern etablierter Prozesse. Divergenz entsteht durch double-loop learning, das Entwickeln neuer organisationaler Prozesse.

Beziehungskapital schließlich betrifft die Beziehungen des Unternehmens zu externen Akteuren. Im Kontext der digitalen Souveränität sind hier besonders IT-Dienstleister von Interesse, etwa Anbieter von Cloud- und Plattformdiensten. Für die Effizienz der Organisation ist dabei die Verlässlichkeit des Anbieters wesentlich, hinsichtlich Datenschutz und -sicherheit sowie Verfügbarkeit der Daten. Die Divergenz hängt davon ab, inwieweit der Dienstleistungsvertrag unterschiedliche Handlungsweisen zulässt, wie etwa die Speicherung von Daten an wählbaren Orten.

Denise Joecks-Laß und Karsten Hadwich beschreiben im Beitrag 6 in diesem Band unter dem Aspekt der Kundenentwicklung viele Konzepte und Methoden, die die Ausgestaltung der Dienstleistungsbeziehungen im Sinne digitaler Souveränität der Kunden unterstützen können.