Ankündigung zum Seminar Collective Intelligence und Web 2.0

Transkript

1 Ankündigung zum Seminar Collective Intelligence und Web 2.0 Lehrstuhl für Informationsmanagement 3. April 2012 Inhaltsverzeichnis Beschreibung 1 Einleitung Zielsetzung und Ablauf Themenblock 1: Grundlagen Kollektive Intelligenz Schwarmintelligenz Sozio-Technische Systeme und Komplexe Systeme Emergenz und Selbstorganisation Themenblock 2:, Modellierung und Implementierung Modellierung sozio-technischer Systeme Collective Mental Maps Knoware PageRank Web 2.0 in Unternehmen Literatur 4 Beschreibung Einleitung McDonalds, Nike, Tchibo, Lego sind nur einige etablierte Unternehmen, die sich das Wissen der Vielen, also die kollektive Intelligenz, zu Nutze machen, um Produktinnovationen voranzutreiben. Die Benutzer im World Wide Web teilen neue Ideen für Produkte oder entwickeln gemeinsam bestehende Produkte weiter, ohne dass sie mit einem Unternehmen eine Vereinbarung oder einen Vertrag hätten. Oftmals sind die neuen Lösungen funktional oder auch aus einer Designperspektive deutlich besser und werden von anderen Benutzern bevorzugt. Das zeigt auch, dass die Masseneffekte, die häufig im Zusammenhang mit Facebook, Twitter oder Google beschrieben werden, nicht allein reine Internetunternehmen betreffen. Diese 1

2 Motivation zum Mitmachen in der Wertschöpfung zu nutzen und, da wo es möglich ist, die Wissensteilung durch entsprechende Algorithmen zu automatisieren, sind spannende Aufgaben, der sich die Forschung sowohl in der Betriebswirtschaftslehre als auch in der Informatik zurzeit annimmt. Zielsetzung und Ablauf Ziel des Seminars ist es, einen Eindruck über die neuere Forschung im Bereich Collective Intelligence zu vermitteln. Es ist unbedingt erforderlich, dass Sie schon bei der Anmeldung im WebRegis eines oder mehrere der untenstehenden Themen als Präferenz angeben (Sie finden die Themenliste auch als Übersicht zum Download unter Sie werden dann unter Berücksichtigung der anderen Bewerbungen und des Umfangs der einzelnen Themen zusammen mit zwei bis vier Kommilitoninnen oder Kommilitonen als Gruppe einem Thema zugeteilt. Weitere Details werden im Rahmen einer,virtuellen Vorbesprechung über AdobeConnect erläutert. Gemeinsam mit ihrer Gruppe bereiten Sie einen Vortrag zum Inhalt der unter dem jeweiligen Thema genannten Forschungsarbeiten vor. Diesen Vortrag stellen Sie während der Präsenzphase in Hagen im Plenum vor. Erst im Anschluss daran verfassen Sie eine schriftliche Hausarbeit zum Thema Ihres Vortrags. Themenblock 1: Grundlagen Kollektive Intelligenz Inhalt Anhand der Beiträge What is collective intelligence and what will we do about it? (Malone, 2008) und The Collective Intelligence Genome (Malone, Laubacher & Dellarocas, 2010) sowie Collective Intelligence (Leimeister, 2010) soll ein Überblick über kollektive Intelligenz aus Sicht von Forschung und Praxis gegeben werden. Google, Wikipedia, InnoCentive, Threadless, OpenSource. Schwarmintelligenz Inhalt Die Begriffe Schwarmintelligenz und kollektive Intelligenz werden häufig synonym verwendet. Schwarmintelligenz ist jedenfalls der biologische Prototyp für kollektive Intelligenz. Diese Interpretation findet sich auch in Swarm intelligence in animals and humans (Krause, Ruxton & Krause, 2010). Anhand der Artikel Swarm Intelligence. A whole new way to think about business. (Bonabeau & Meyer, 2001) und The new principles of a swarm business (Gloor & Cooper, 2007) soll des Weiteren die Anwendung von Prinzipien der Schwarmintelligenz in der Wirtschaft diskutiert werden. Southwest, Hewlett-Packard, CapitolOne, BMW, Flickr u.a.

3 Sozio-Technische Systeme und Komplexe Systeme Relativ neu ist die Betrachtung von Systemen kollektiver Intelligenz als sozio-technische Systeme. Socio-Technical Systems (Whitworth, 2006) erläutert die Zusammenhänge zwischen sozialen und technologischen Aspekten in einem System. The Contribution Of Complexity Theory To The Study Of Socio-Technical Cooperative Systems untersucht kooperative soziotechnische Systeme, die als Vorstufe kollektiver Intelligenz angesehen werden können in Hinblick auf ihre Komplexität. Komplexe und Adaptive Systeme Emergenz und Selbstorganisation Inhalt Auf einer abstrakteren Ebene werden kollektive Intelligenz und Schwarmintelligenz durch Emergenz und Selbstorganisation geprägt. Diese Phänomene werden ausführlich und leicht verständlich im Artikel Emergence Versus Self-Organisation: Different Concepts but Promising When Combined (De Wolf & Holvoet, 2005) beschrieben. Der Artikel On model design for simulation of collective intelligence (Schut, 2010) kann helfen den Bezug zu Collective Intelligence zu wahren, muss jedoch nicht vollständig referiert werden. Komplexe und Adaptive Systeme Themenblock 2:, Modellierung und Implementierung Modellierung sozio-technischer Systeme Inhalt Die Modellierung sozio-technischer Systeme ist auf verschiedene Arten möglich. Ein Ansatz dazu ist die semi-strukturierte Modellierung mit dem Werkzeug SeeMe. Der theoretische Hintergrund ist in Vagueness in models of socio-technical systems (Herrmann & Loser, 1999) beschrieben. Eine praktische Anleitung liefert SeeMe in a nutshell the semistructured, socio-technical Modeling Method (Herrmann, 2006). Der Vortrag sollte die Zuhörer in die Lage versetzen SeeMe Modelle zu verstehen und einfache Modelle selbst zu entwerfen. Sozio-technische Systeme Collective Mental Maps Inhalt Mental Maps sind Graphen, die den Problemraum aus Sicht der Problemlöser beschreiben. In kollektiven Szenarien wird eine solche Mental Map von mehreren Individuen gleichzeitig aufgebaut und geteilt. Die Arbeit Collective Intelligence and its Implementation on the Web: Algorithms to Develop a Collective Mental Map (Heylighen, 1999) geht umfassend auf die Modellierung einige grundlegenden Algorithmen zur Generierung solcher kollektiven Mental Maps ein.

4 In gewissem Sinne war die Arbeit ihrer Zeit voraus aber die dort beschriebenen Algorithmen finden sich heute zumindest prinzipiell in vielen Web 2.0 Anwendungen wieder. Knoware Inhalt Wissensnetzwerke können als Instanzen von Collective Mental Maps verstanden werden. Online Communities zum Wissensaustausch pflegen gemeinsam ein solches Wissensnetzwerk. Dies wird im Artikel Toward collective intelligence of online communities: A primitive conceptual model (Luo, Xia, Yoshida & Wang, 2009) modelliert und von verschiedenen Seiten beleuchtet. Online Communities zum Wissensaustausch PageRank Inhalt Google ist ein Paradebeispiel für ein erfolgreiches Web 2.0 Unternehmen. Die Mathematik und Implementierung hinter Googles Suchmaschine wird in der Arbeit The Page- Rank Citation Ranking: Bringing Order to the Web. (Page, Brin, Motwani & Winograd, 1999) umrissen. Google Web 2.0 in Unternehmen Inhalt In The Three Pillars of Corporate Web 2.0 : A Model for Definition (Stocker, Dösinger, Saeed & Wagner, 2007) wird das Web 2.0 aus Unternehmenssicht in Hinblick auf Geschäftsmodelle und -prozesse, soziale und technologische Aspekte umrissen. Der mit dem Web 2.0 einhergehende Paradigmenwandel ist anschaulich in Produsage: Towards a Broader Framework for User-Led Content Creation (Bruns, 2007) dargestellt. Audi, Lego, Soziale Netzwerke, Wikipedia, Flickr, u.a. Literatur Bonabeau, E. & Meyer, C. (2001). Swarm intelligence. a whole new way to think about business. Harvard Business Review, 79 (5), Bruns, A. (2007). Produsage: Towards a broader framework for user-led content creation. In Creativity & Cognition 6. Washington, DC: ACM. De Wolf, T. & Holvoet, T. (2005). Emergence versus self-organisation: Different concepts but promising when combined. In S. Brueckner, G. Di Marzo Serugendo, A. Karageorgos & R. Nagpal (Hrsg.), Engineering self-organising systems (Bd. 3464, S ). Berlin / Heidelberg: Springer. Gloor, P. & Cooper, S. (2007). The new principles of a swarm business. MIT Sloan Management Review, 48 (3),

5 Herrmann, T. (2006). Seeme in a nutshell the semi-structured, socio-technical modeling method (Bericht). Ruhr-Universität Bochum. Herrmann, T. & Loser, K.-U. (1999). Vagueness in models of socio-technical systems. Behaviour & Information Technology, 18 (5), Heylighen, F. (1999). Collective intelligence and its implementation on the web: Algorithms to develop a collective mental map. Comput. Math. Organ. Theory, 5, Krause, J., Ruxton, G. D. & Krause, S. (2010). Swarm intelligence in animals and humans. Trends in Ecology & Evolution, 25 (1), Leimeister, J. M. (2010). Collective intelligence. Business & Information Systems Engineering, 2 (4), Luo, S., Xia, H., Yoshida, T. & Wang, Z. (2009). Toward collective intelligence of online communities: A primitive conceptual model. Journal of Systems Science and Systems Engineering, 18, Malone, T. W. (2008). What is collective intelligence and what will we do about it? In M. Tovey (Hrsg.), Collective intelligence: Creating a prosperous world at peace (S. 1 4). Oakton, VA: Earth Intelligence Network. Malone, T. W., Laubacher, R. & Dellarocas, C. (2010). The collective intelligence genome. MIT Sloan Management Review, 51 (3), Page, L., Brin, S., Motwani, R. & Winograd, T. (1999, November). The pagerank citation ranking: Bringing order to the web. (Technical Report Nr ). Stanford InfoLab. Verfügbar unter Schut, M. C. (2010, January). On model design for simulation of collective intelligence. Inf. Sci., 180, Stocker, A., Dösinger, G., Saeed, A. U. & Wagner, C. (2007). The three pillars of corporate web 2.0 : A model for definition. In K. Tochtermann, W. Haas, F. Kappe, A. Scharl, T. Pellegrini & S. Schaffert (Hrsg.), Proceedings of I-MEDIA 07 and I-SEMANTICS 07 (S ). Whitworth, B. (2006). Socio-technical systems. In C. Ghaoui (Hrsg.), Encyclopedia of human computer interaction (S ). Hershey, PA: Idea Group Reference.