Input

B(u)ildung 4.0: Computational Thinking: Kulturtechnik für das 21. Jahrhundert? (Kap. 3.2)

Die Sprache ist die Denkweise. Die digitalen Technologien haben Sprachen entwickelt, die die globale Web-Kommunikation ermöglichten.

- Aaron Swartz

Algorithmen sind der Anfang einer logischen Reihenfolge. Sie gehören zu allen Programmiersprachen, Online-Quizzen und Kontaktformularen. JedeR, der schon mal im Backend einer Webseite war, weiss was das bedeutet.

Um Algorithmen grundsätzlich zu lesen und zu verstehen, braucht man keine Programmiererin zu sein. Man braucht jedoch Computational Thinking. Es ist einfach logisches Denken und nicht nur sperrig in der deutschen Übersetzung, sondern auch unbequem im Verständnis.

Die Bildungssysteme sind daran nicht ganz unschuldig: Mathematik gilt zwar als nützlich, sofern man in die Medizin oder in die Wissenschaft gehen will. Das betrifft aber nur eine Minderheit der Schüler*innen. Notfalls gibt es immer noch Rechenmaschinen. Daß die Computer in Deutschland, dem Land der chronisch Mathematik-Schwachen (Nolte 2013) ausgerechnet Rechner heissen, ist wohl eine List der Technologie. MINT-Berufe beschäftigen etwa 16% aller Erwerbstätigen. Ingenieure inbegriffen. Für den Rest gilt Rechenschwäche als schick (dpa 2008).

Und woanders?

In den 60er Jahren setzte man sich in Stanford, Berkeley und im MIT intensiv mit den Algorithmen und ihren digitalen Verwendungszwecken auseinander. In Frankreich, Russland, Indien, USA, China steht Mathematik seit 1987 im Mittelpunkt der Bildung, wobei Algebra schon sehr früh (ab der 3. Klasse) gelehrt wird.

China …

China hat sogar in den 80er Jahren sein Bildungssystem ausschließlich auf die vier Säulen der Innovation (MINT) gestützt. Es ist kein Zufall, dass dort auch schnell Alternativen zu Google und Facebook aufgebaut und eigene Soft-und Hardware entwickelt wurden.

Die Folge?

China ist heute neben den USA der größte Konkurrent in der Umsetzung aller Möglichkeiten der Industrie 4.0. Halbleiter werden heute schon überwiegend in China produziert und die Roboter, die morgen viele Jobs ersetzen, sind deutsche Patente Made in China und werden wieder in deutschen Firmen eingesetzt.

Die chinesischen Millennials sind längst keine sterilen Copycats mehr, sondern reaktiv und vom gleichen Schlag wie Jack Ma, der Alibaba Gründer. Er investiert übrigens auch massiv in Aus- und Weiterbildung aus Überzeugung.

Deutschland …

Gibt es außer Hasso Plattner deutsche Unternehmer*innen oder Investoren, die aus Überzeugung oder Philanthropie hunderte Millionen in Online-Lernplattformen investieren oder in gleichwertige Strukturen wie edX, TedX oder die Khan-Academy? Es passiert zwar einiges auf dem deutschen EdTech-Markt, aber die Investoren bewegen sich hier lieber im sicheren Umfeld der alten, abgewirtschafteten, formalen Bildungslogik.

Und innerhalb der Unternehmen begnügt man sich meist, die Software, Inhalte und Endgeräte zu kaufen und sie nach dem IKEA- oder Lieferando-Prinzip zu benutzen. Viele Firmenchefs wissen nicht, was im Backend abläuft, haben im Keller unzählige Hardware- wie Software-Leichen und Mitarbeiter*innen, die lieber mit der Schatten-IT auf ihrem BYOD-Gerät (bring your own device) arbeiten. Wie die Software funktioniert, ist ihnen egal. Hauptsache, sie funktioniert.

Der Kulturwandel dahinter prägt so auch hier zunehmend die Art, wie wir heute lernen und arbeiten. Das vernetzte Web übernimmt über die Software und die BYOD die vormalig regionale Definitionsmacht der Übermittlung kultureller Werte und Normen. Globale Netzkompetenz breitet sich aus und damit bestenfalls eine Kultur des Computational Thinkings. Zumindest für diejenigen, die sich offen darauf einlassen.

Der Begriff der „Kulturtechnik des Computational Thinking“ geht dabei auf Jeanette Wing zurück (Wing 2006). Ihre Kernthesen sind einfach wie überzeugend (Latschar 2010):

  1. Computational Thinking (CT) ist eine fundamentale Kompetenz für jeden von uns, nicht nur für Informatiker*innen und „Geeks“. Es hilft jedem, immer komplexere Probleme zu lösen durch algorithmisches Denken.
  2. CT schult die Fähigkeit der Abstraktion, um komplexe Probleme zu lösen. Aus Problemen Konzepte und Modelle zu machen und so in die Lage versetzt zu werden, sie zu lösen, führt zu einem Prozess der Abstraktion i.S.v. mathematischem Denken und einem grundlegenden Ingenieurverständnis;
  3. Computational Thinking-Kurse sollten explizit Nicht-Informatiker*innen angeboten werden, denn sie gehören zur Grundkompetenz wie Lesen, Schreiben, Rechnen, Denken – und schliessen die anderen nicht aus. Google & Co. haben übrigens bereits mit ihrem globalen Bildungsprogramm begonnen (Google for Education 2015).

Deutschland bräuchte also nicht nur Nachhilfe in Mathe, sondern auch ein ganz neues Verständnis der täglich benutzten Hard-und Software. Und das möglichst auf breitester Front.

Algorithmendenken und Computational Thinking helfen, aus unstrukturierten Daten strukturierte Informationen und Wissen zu erstellen. Für die Wissensarbeiter*innen ist das die Voraussetzung für die angewandte Kreativität, die künftig von ihnen verlangt wird.

Was viele jetzt verängstigen wird, lässt sich schnell gerade rücken. Sogar für 80% des Machine Learnings braucht es “nur” das mathematische Knowhow der 8. Klasse, sofern man es geschickt mit Excel zu kombinieren weiss (MSV 2017). Alle anderen kommen in ihrem Berufsleben mit noch weniger Mathe aus.

Um dieser weit verbreiteten Hemmschwelle gegenüber mathematischer Logik etwas entgegen zu setzen, arbeiten Forscher*innen in Stanford an Trainingsangeboten, die Menschen mit anderer Logik entgegen kommen helfen. Ihre ersten Erfolge sind beeindruckend (Stanford University, California 2014).

Die schnelle Konkretisierung von kreativen Angeboten mit Computational Thinking-Logik entscheidet letztlich über die individuelle und kollektive Wettbewerbsfähigkeit im digitalen Zeitalter. Für die Erwerbstätigen bestimmt sie die Art und Weise, wie sie künftig ihren Lebensunterhalt verdienen: Selbstbestimmt oder fremdgesteuert? Objekt oder Subjekt? Frei oder versklavt?

Auch für selbstorganisiertes Arbeiten, holakratische Organisationsmethoden, den Einsatz der Blockchain im Wissens-und Lernmanagement in kleinen lokalen Strukturen mit Quervernetzungen auf allen Ebenen sind solche Denkstrukturen nützlich.

Anders arbeiten beginnt mit anders denken und anders lernen.

Wie man zeitnah und benutzerfreundlich Millionen von Weiterlernenden zum Algorithmenlesen und Computional Thinking motiviert, könnte ganz oben auf der Agenda Bildung 4.0 stehen. Es wäre praxisorientiert und bände die 85% aller MINT-Verweiger*innen mit ein.

Die interessanten Jobs der Zukunft entstehen nicht nur in MINT, sondern eher in den „systemisch kaskadierenden“ Geschäftsbereichen. Algorithmendenken und Computional Thinking ermöglichen den Wissensarbeiter*innen, schneller diese Querbereiche zu erschliessen, denn …

„wir werden immer mehr Querverbindungen finden“ (Frenkel 2015).

Sie sind schon da.

Auszug aus unserem sich in der Endredaktion befindenden neuen Buches. Coming soon!

facebooktwittergoogle_pluspinterestlinkedinmail

1 Comment

  1. Miriam Fischer

    Freue mich auf das Buch!

Leave a Comment

Deine E-Mail-Adresse wird nicht veröffentlicht. Erforderliche Felder sind mit * markiert.