Wie in der „Wissensgesellschaft“ die Metatheorie sich anschickt, eine äußerst praktische Angelegenheit zu sein Eine Checklist für den bewussten Umgang.

Slides:



Advertisements
Ähnliche Präsentationen
Einführung in die Wirtschaftspädagogik – Vorlesung im SS 2009
Advertisements

Kulturtransfer und Translation Einige Begriffe – Einige Anwendungen
Wahrheitsbegriff - analytisch / synthetisch - a priori / a posteriori
Hard Science – Soft Science
Wo wir mit unseren Lösungen ansetzen
Gliederung der Ausführungen: Einleitung, Hauptteil, Schluss
Empirische Forschung Empirisch = eine wissenschaftliche Vorgehensweise betreffend, die nicht auf theoretischen Begründungen, sondern auf nachvollziehbaren.
8 Behandlung von Begriffen 8.1 Grundlagen aus Logik und Psychologie
Arbeits- und Präsentationstechniken 1 Teil A: Wissenschaftstheoretische Grundlagen Prof. Dr. Richard Roth WS 2011/2012 APT 1 Prof. Dr. Richard Roth.
Einführung in die qualitativen Forschungsmethoden
Politischer Liberalismus
Informationswissenschaft und Sprachtechnologie im Diskurs
Software-Engineering II Eingebettete Systeme, Softwarequalität, Projektmanagement Prof. Dr. Holger Schlingloff Institut für Informatik der Humboldt.
„Wissenschaftliches Arbeiten“ Was soll denn das sein?
Versuch einer Definition Was ist Evaluation!?
Lernziele.
Einführung.
Java: Objektorientierte Programmierung
Philosophie der Logik nach Frege I
Patrick Rössler Methoden der Datenerhebung und -auswertung Vorlesung BA Kommunikationswissenschaft (G21) 1.
V. Jürgen Habermas und die Diskursethik
Fakten, Regeln und Anfragen
Theorie soziotechnischer Systeme – 11 Thomas Herrmann Informatik und Gesellschaft FB Informatik Universität Dortmund iundg.cs.uni-dortmund.de.
WAS WILL WISSENSCHAFT? - Sagen: Was WIE ist
Modellbildung in der Geoökologie (G5, 103) SS 2004
Die Dokumenttradition
Theorie soziotechnischer Systeme – 10 Thomas Herrmann Informatik und Gesellschaft FB Informatik Universität Dortmund iundg.cs.uni-dortmund.de.
Theorie soziotechnischer Systeme – 12 Thomas Herrmann Informatik und Gesellschaft FB Informatik Universität Dortmund iundg.cs.uni-dortmund.de.
Wiederholung zum Thema Informationsverarbietungsmodelle.
Einführung in die Sportwissenschaft Wissenschaft und Praxis
Einführung in die Sportwissenschaft Wissenschaft und Praxis
Spezifikation von Anforderungen
Gisela Kubon-Gilke EH Darmstadt Mastermodul 3 Soziale Arbeit SoSe 2013
Aktualitätsbezug Galileo Galilei
Internet ohne Barrieren - Und was ist mit der Sprache?
Die Naturgesetze der Sprache
? Was ist Informatik? Was ist Informatik? Alexander Lange
Gutachten Begutachtung von Dissertationen Erstellung von Gutachten
Jette von Holst-Pedersen, Oktober, 2013
Gerd Grasshoff Universität Bern SS 2010
Übersicht: Grundlagen und Perspek-tiven der Soziologie
Erfindervon Fuzzy Logic
Kompetenz -, Lern - und Prüfungsbereiche Anforderungsbereiche
Bildungswissenschaftliches Arbeiten in Theorie und Praxis
Universität Innsbruck Seminar für Rechtstheorie und Rechtsinformatik
Fragen und Einwände hinsichtlich der Möglichkeit einer Schöpfungsforschung Thomas Waschke
Die logische Unzulänglichkeit der Grundnorm Peter Warta, Wien IRIS 2006.
1 Strukturierung von Situationen (Strukturierung als Lernkomponente) Thomas Höpfel Seminar für Rechtstheorie und Rechtsinformatik WS 2004/05.
TECHNIKEN WISSENSCHAFTLICHEN ARBEITENS
Knowledge Management.
Tipps Für das Jura-Studium
Portfolio im UP Evaluation Weiterentwicklung. Evaluation Unterrichtspraktikanten/innen Betreuungslehrer/innen (Auffrischungskurs) Direktoren/innen.
Kuhn Thomas Samuel Wissenschaftstheoretiker.
Kolloquium „Führung und Kooperation“
Gegenstandsbenennung – Dimensionale Analyse & Begriffsbildung
Wissenschaftstheorie
Lexikalische Semantik
Vorbereitung einer Reflexion der Testdurchführung
Überblick empirische Forschung
Bengin 1 © 2004 bengin.com Welten und Mensch bengin Wo wir mit unseren Lösungen ansetzen welten_und_mensch010 bengin Expanding classic mindset New 2015.
Vorlesung Erkenntnistheorie PD Dr. Christoph Jäger Universität Innsbruck Institut für Christliche Philosophie.
„Hermeneutik“ Wissenschaftstheoretische Konzepte und Wirkungen
Unterricht vorbereiten und durchführen
Vergleich mythisches – rationales Denken
Radikaler Konstruktivismus
Probleme empirischer Forschung
Vorlesung Wasserwirtschaftliche Modellierung
Operatoren Ein Operator zeigt an, welchen Teilbereich und in welcher Tiefe der Sachverhalt dargestellt werden soll. Je nachdem, welcher Operator verwendet.
Die klassischen Methoden der historisch-vergleichenden Forschung Universität Zürich Soziologisches Institut Seminar: Methoden des internationalen Vergleichs.
P Erkenntnisgewinnung 5, 10, P Kommunikation 2, 7 P Kommunikation 8
 Präsentation transkript:

Wie in der „Wissensgesellschaft“ die Metatheorie sich anschickt, eine äußerst praktische Angelegenheit zu sein Eine Checklist für den bewussten Umgang mit Wissen Metatheorien sind Theorien über Theorien. Zu ihren Arbeitsfeldern gehört u. a. die Methodologie der Forschung. http://de.wikipedia.org/wiki/Metatheorie

Wissensgesellschaft Wissensbasierte Verfasstheit der modernen Gesellschaft (wikipedia). „Systemische Rationalisierung“ (Baethge & Overbeck) Wissen als Produktions- und Wettbewerbsfaktor. Wissensmanagement als ‚Übersetzung‘ von Management-problemen in Wissensprobleme (Probst 1997) Technisierung des Wissens durch Informatik (Spinner). „Wissen ist Googles Macht.“ (Stern, 18. 5. 2006) Wissen und Information in der Mediengesellschaft Aber auch: Geheimhaltung und Verschleierung

‚Wissensförmige‘ Objekte Statistiken Buchhaltung und Rechnungswesen Forschungsberichte, Patente Gesetze, Verordnungen, Rechtsprechung Verträge technische Normen Konstruktionspläne, Gebrauchsanweisungen Datenbanken und Softwaresysteme Bücher, Zeitschriften, Kataloge Berichte und Kommentare in den Massenmedien usw. usw. ...

Umgang mit wissensförmigen Objekten Angebot erstellen für eine öffentliche Ausschreibung angefallene Belege Buchen Themen für ein Beweisverfahren (§ 485 ZPO) formulieren Fragebogen für Forschungsprojekt entwickeln Report aus Statistiken heterogener Quellen erstellen Kreditwürdigkeit nach Basel II prüfen Leserbrief zu einem Zeitungsartikel verfassen Literaturrecherche in der Bibliothek und im Internet Steuererklärung ausarbeiten usw. usw. ...

Umgang mit wissensförmigen Objekten In nahezu allen Lebenslagen haben wir es mit wissens-förmigen Objekten zu tun und müssen damit intelligent umgehen können. Dabei stößt man immer wieder auf eine vergleichsweise geringe Zahl von kognitiven Handlungsschemata mit Leerstellen für spezifische Arten von Wissensobjekten. Bei der Rekonstruktion situativer Sachprobleme in Probleme des Umgangs mit Wissen stehen diese Handlungsschemata und Arten von Wissensobjekten im Vordergrund. Daraus lassen sich Checklists für den Umgang mit Wissen ableiten.

‚wissen‘ wissen ist ein gemeingermanisches präteritopräsens: got. wait, ahd. mhd. weiz, as., afr. wēt, ags. wāt, an. veit, zu ai. vēda, gr. οιδα, lat. vidi, aslav. vedeti, von einer wurzel ŭeid- 'erblicken, sehen' (dann auch 'finden'), deren bedeutung in lat. vidi, gr. aor. ειδον, ιδειν durchsieht,     J. & W. Grimm: Deutsches Wörterbuch die entwicklung von der ursprünglich sinnlichen bedeutung 'erblickt, gesehen haben, sehen' zu der allgemeineren 'erfahren haben, kenntnis genommen haben von' hat wissen schon in der vorgermanischen zeit durchlaufen.

Wissen ist Macht Francis Bacon Scientia et potentia humana in idem coincidunt, quia ignoratio causae destituit effectum. Novum Organum (1694). 1,3

Popper „Alle ernsthaften Denker vor Aristoteles - außer Protagoras ... - machten eine scharfe Trennung zwischen Wissen, wirklichem Wissen, gesicherter Wahrheit (ής, saphes, άλήθεια, aletheia, später έπιστήμη, episteme), das göttlichen Ursprungs und nur den Göttern zugänglich ist, und Meinung (δόξα, doxa), die sie den Sterblichen zugestehen und die Xenophanes mit der Vermutung gleichsetzt, die jedoch verbessert werden kann.“ Die Welt des Parmenides, S. 23

Popper „Der entscheidende Umschwung kommt mit Aristoteles. Aristoteles, ..., bricht eigenartigerweise ganz eindeutig mit der Unterscheidung zwischen göttlichem Wissen und menschlicher Meinung. Er glaubt, daß er weiß, nämlich, daß er selbst episteme besitzt, beweisbares Wissen. Das ist der Hauptgrund dafür, daß ich Aristoteles nicht mag: Was bei Platon eine wissenschaftliche Hypothese ist, wird bei Aristoteles episteme, beweisbares Wissen. Und so ist es bei den meisten Erkenntnistheoretikern im Westen bis heute geblieben.“ Die Welt des Parmenides, S. 24f

Objektives Wissen / Wissen als Objekt Trotz seiner Ablehnung des Anspruches, Wissen könne definitiv als wahr bewiesen werden, betont Popper die Möglichkeit „objektiver Erkenntnis“ (1973). Damit ist keine ‚objektive Geltung‘ im Sinne bewiesener Wahrheit gemeint, sondern das Objektivieren im Sinne von Mitteilen und Überprüfen von Wissen. Nur mitteilbares Wissen ist prüfbar. Frege (1892): „Ich verstehe unter Gedanken nicht das subjektive Tun des Denkens, sondern dessen objektiven Inhalt, der fähig ist, gemeinsames Eigentum von vielen zu sein.“

Semantische Stufen (Tarski) Die Korrespondenztheorie der Wahrheit kann nur aufrecht erhalten werden, wenn sich Paradoxien wie „Ich lüge immer“ vermeiden lassen. Stufe 0: Objekte der Wirklichkeit Stufe 1: Objektsprache als Sprache, die Objekt einer meta-sprachlichen Analyse ist Stufe 2: Meta-Sprache als Sprache, in der über die Objektsprache gesprochen Analog lassen sich Wissen und Meta-Wissen sowie Theorie und Meta-Theorie unterscheiden

Meta-Wissen Meta-Wissen ist erforderlich zur kontinuierlichen Aktualisierung eigener Kompetenzen, zur Konstruktion und Verwendung wissensförmiger Objekte, zum Agieren in einer wissensbasiert konstruierten Umwelt. Meta-Wissen hat seine Grundlagen in der Philosophie. Meta-Wissen ist kein Ersatz für fehlendes Sachwissen; aber es fördert den Gebrauch von Sachwissen. Meta-Wissen, stellt sich nicht beiläufig ein, sondern muss eigens gelernt werden.

Checklist für den Umgang mit Wissen Outputs Schemata Inputs Kriterien Kontexte Modellhaftigkeit usw. Wissens-gesellschaft Philosophie

Umgang mit Wissen als Problemlösungsprozess Vorläufige Klärung des Problems Versuchsweise Lösung Identifizierung erforderlicher kognitiver Handlungsschemata Beschaffung und Aufbereitung der erforderlichen Inputs Einbau der Inputs in das kognitive Handlungsschema Fehlerbeseitigung Prüfung des Outputs Insbes. Reflexion seiner spezifischen Modellhaftigkeit Verbesserte Lösung und Klärung der Folgeprobleme In Anlehnung an Popper (1973)

Kognitive Handlungsschemata Schemata der kausalen Erklärung Schemata für Vergleiche nach definierten Kriterien Schemata der Prognose und Folgenabschätzung Schemata der rationalen Entscheidung Schemata der juristischen Subsumtion Schemata für Algorithmen usw. usw . ...

Schemata für Wissensobjekte Schemata der Definition Schemata der Klassifikation Schemata der Deskription Schemata nomologischer Hypothesen Schemata für Rechtsnormen Technische Schemata usw. usw. ...

Umgang mit Wissen Prozessschemata Input Verarbeitung Output Verfügbare Wissensobjekte Neue Wissensobjekte

Hempel-Oppenheim-Schema Kausale Erklärung Hempel-Oppenheim-Schema Input Verarbeitung Output Deskription Sachlage tn nomologische Hypothese Deskription Sachlage tn-1

Hempel-Oppenheim-Schema der deduktiv-nomologischen Erklärung Explanans A1, A2, ......... An Deskriptionen der Antecedens-bedingungen G1, G2, ......... Gr Allgemeine Gesetzmäßigkeiten (nomologische Hypothesen) Explanandum E Deskription des zu erklärenden Ereignisses

Hempel-Oppenheim-Schema der deduktiv-nomologischen Erklärung WENN DANN abstrakt nomologische Hypothesen konkret Deskription Ausgangslage Ereignis

Bedingungen der kausalen Erklärung Der Schluss vom Explanans auf das Explanandum muss logisch korrekt sein. Das Explanans muss mindestens eine nomologische Hypothese enthalten. Das Explanans muss empirischen Gehalt haben. Das Explanans muss wahr sein. Problem der Pseudoerklärungen Stegmüller, Wissenschaftl. Erklärung und Begründung

Juristische Subsumtion WENN DANN abstrakt Rechts Rechts- tatbestände norm Abstrakte Rechtsfolgen konkret Sachverhalte des Falles Konkrete Rechtsfolgen

Bedingungen der rechtlichen Subsumtion Es müssen alle relevanten Rechtsnormen gefunden werden. Es muss die Geltung der gefundenen Rechtsnormen überprüft werden. Rechtsbegriffe, insbes. unbestimmte Begriffe müssen angemessen ausgelegt werden. Behauptete Sachverhalte müssen bewiesen werden. Interessenlagen müssen angemessen abgewogen werden.

Rechtliche Argumentation bei Schülern (vgl. Witt, 1998)

Arten von Wissensobjekten Deskriptionen Kausalhypothesen Definitionen Normen Verfahren

(Definitions-absicht) Intension Merkmal 1 ... Merkmal n Terminus Intention (Definitions-absicht) Extension Objekte a, b, ..., r

Probleme des Definierens Terminologische Konsistenz Verhältnis von Allgemeinheit und Bestimmtheit. Mit wachsender Intension sinkt die Extension. Vagheit und Mehrdeutigkeit Entsprechung von Intention und Intension Tatsächliche Feststellbarkeit (Messbarkeit) der Merkmale. Optimierung des Skalenniveaus: nominale, ordinale und metrische Begriffe Theoriesprachliche und beobachtungssprachliche Begriffe Deskriptive und wertende Begriffe ‚Wesensbegriffe‘ (essentialistische Definition)

Raum-Zeit-Ausschnitt Deskriptionen Raum-Zeit-Ausschnitt Attribut-Wert-Paare Merkmal 1 = w1a ... Merkmal n = wnr Beobachter Methoden Instrumente

Probleme der Deskription Auswahl der Deskriptoren (Attribute) Verfügbarkeit und Qualität von Messinstrumenten Zulässigkeit der Datenerhebung (z. B. Datenschutz) Wahrheit und Beweisbarkeit von Behauptungen Geheimhaltung und Verschleierung, z. B. www.ess-wissen.de (Verbraucherinformationsgesetz) Deskription und (explizite oder implizite) Wertung Leerformeln (Topitsch 1959)

Kausalhypothesen WENN Merkmal 1 = w1a ... DANN Merkmal n = wnr Merkmal s = wsc Forschung

Probleme von Kausalhypothesen Theoretische und empirische Terme (Carnap) Empirischer Gehalt und Falsifizierbarkeit (Popper) Modell-Platonismus (Albert ) Als-ob-Sprachen (Kroeber-Riel) Unser Wissen als Ganzes ist ein System, um Erfahrungen mit Erfahrungen zu verknüpfen. Wenn dieses System geändert werden muss, ziehen wir solche Änderungen vor, die das System als Ganzes am wenigsten stören. Mutmaßungen über Geschichte und Wirtschaft werden bereitwilliger abgeändert werden als physikalische Gesetze, und diese bereitwilliger als Gesetze der Mathematik und der Logik. (Quine 1969) Analysen von BWL-Büchern: Krumm 1973, Reetz & Witt 1974, Achtenhagen 1984

Normen WENN Tatbestand 1 ... Tatbestand n DANN Normative Folge a ... Es gibt technische, rechtliche und anderen Arten von Normen WENN Tatbestand 1 ... Tatbestand n DANN Normative Folge a ... Normative Folge s

Geltungsgründe Einem Wissensobjekt Geltung beizumessen bedeutet, es beim eigenen Denken und Handeln ernsthaft in Rechnung zu stellen. Die Philosophie ist eine Geschichte des Ringens um Kriterien der Geltung. ‚Gesetze‘ beanspruchen verschiedene Arten von Geltung: Gesetz des freien Falls Gesetz von Angebot und Nachfrage Gesetz der großen Zahl Gesetz i. S. d. Rechts Logisches Gesetz (z. B. tertium non datur) Sittengesetz

Geltungsgründe Definition, Klassifikation Konvention, Gesetz, Rechtsprechung, ggfs. Übereinstimmung mit Tatsachen Deskription Übereinstimmung mit Tatsachen, im Rechtsstreit: Beweis Nomologische Hypothese Popper: Nur Falsifikation, keine Verifikation Rechtsnorm Gesetzgebung, Aufhebung durch BVerfG Technologie Funktionalität auf Basis geprüfter Hypothesen oder logischer Gesetze

Empirischer Gehalt Omnis determinatio est negatio (Spinoza). Eine Aussage hat größeren empirischen Gehalt, wenn der Subjektbegriff allgemeiner ist, wenn der Prädikatsbegriff bestimmter ist. Vgl. Popper, Logik der Forschung, S. 85 p: Alle Weltkörperbahnen sind Kreise q: Alle Planetenbahnen sind Kreise r: Alle Weltkörperbahnen sind Ellipsen s: Alle Planetenbahnen sind Ellipsen Extensional entspricht der empirische Gehalt der Menge der Falsifikatoren. p q r s

Modellbegriff der ATM (Stachowiak) Abbildung Original Modell Abundante Attribute Präterierte Attribute Abbildungsmerkmal Verkürzungsmerkmal Pragmatisches Merkmal: Subjekt-Zweck-Zeit

Semantischer Modellbegriff The general semantical notion of a model of a language I shall assume is familiar. By a model of Ln , I mean an ordered (n + 2)-tuple M = <S, A, m1, ...., mn> where S is the usual system of real numbers, A is a finite, non-empty set, and m1, ..., mn are real-valued functions on A. The intended interpretation should be obvious. The set A is meant to be a set of physical objects whose various properties are measured by the numerical functions m1, ..., mn.   Suppes (1965, S. 365)

Relevanz der Modellbegriffe Alle Wissensobjekte und Schemata zur Bearbeitung von Wissensobjekten haben Modellcharakter. Modellkonstruktion läuft dabei in zwei Richtungen: ‚bottom up‘ durch Abstraktion von Details (vgl. AMT) ‚top down‘ durch Konkretisierung formaler Schemata (semantischer Modellbegriff sensu Tarski, strukturalistisches Theorienverständnis sensu Stegmüller)

Zusammenfassung Beim praktischen Gebrauch von Wissen wird dieses selbst zum Objekt von Handlungen (kognitiven Operationen). Dabei spielen (relativ wenige) Grundformen von kognitiven Handlungen und Wissensobjekten eine zentrale Rolle. Meta-Wissen ist kein Ersatz für Sachwissen, aber es fördert den Umgang mit Wissen. Dieses Meta-Wissen muss eigens erlernt werden. Aller Gebrauch von Wissen ist modellistisch und impliziert das Risiko des Irrtums. ‚Richtige‘ Lösungen gibt es in der Schule. Im ‚wirklichen Leben‘ gibt es mehr oder weniger schwere Fehler.